XiaoMi-AI文件搜索系统
World File Search System几何
几何量子热力学
在几何量子力学和经典力学之间的相似之处建立，我们探索了量子热力学的替代基础，该基础利用了基础状态空间的不同几何形状。 我们同时开发了微型典型和规范的集合，将连续混合状态引入量子状态的分布。 我们提出了Qudits气体的实验后果。 我们以固有的方式定义量子热和工作，包括单个对象工作，并以与经典，量子和信息理论熵相符的方式重新制定热力学熵。 我们提供了热力学的第一和第二定律和Jarzynki的波动定理。 结果比传统上可用的更透明的物理学，其中数学结构和物理直觉在经典和量子动力学上被认为是紧密对准的。，我们探索了量子热力学的替代基础，该基础利用了基础状态空间的不同几何形状。我们同时开发了微型典型和规范的集合，将连续混合状态引入量子状态的分布。我们提出了Qudits气体的实验后果。我们以固有的方式定义量子热和工作，包括单个对象工作，并以与经典，量子和信息理论熵相符的方式重新制定热力学熵。我们提供了热力学的第一和第二定律和Jarzynki的波动定理。结果比传统上可用的更透明的物理学，其中数学结构和物理直觉在经典和量子动力学上被认为是紧密对准的。
语义和几何蛋白
抽象蛋白质工程是合成生物学的关键方面，涉及现有蛋白质序列中氨基酸的修改12，以实现新颖或增强的功能13和物理性能。准确预测蛋白质变异效应需要彻底了解蛋白质序列，结构和功能。深度学习方法在指导蛋白质修饰方面具有出色的性能，可改善16个功能。然而，现有方法主要依赖于蛋白质序列，蛋白质序列在有效地编码氨基酸局部环境的几何方面时面临17个挑战，而18通常在捕获与蛋白质折叠稳定性，内部分子19相互作用和生物功能有关的关键细节方面经常缺乏。此外，在预测蛋白质热稳定性方面的20种方法中缺乏基本评估，尽管它是一种关键的物理特性，在实践中经常研究21种。为了应对这些挑战，本文介绍了一个新颖的22个预训练框架，该框架整合了蛋白质初级23和第三纪结构的顺序和几何编码器。该框架通过24模拟野生型蛋白上的自然选择来指导突变方向，并根据其25个效果来评估变异效应以执行特定功能。我们使用三个基准26评估提出的方法，其中包括300多个深突变扫描测定法。Pytorch 32实现可在https://github.com/tyang816/protssn上获得。33与其他零击28学习方法相比，预测结果在广泛的实验中展示了27个出色的表现，同时又在可训练的参数方面保持最低成本。这项29项研究不仅提出了一个有效的框架，以实现更准确，更全面的30个预测，以促进有效的蛋白质工程，而且还增强了Silico评估中的31系统，以使未来的深度学习模型更好地与经验要求保持一致。
通过几何阻抗控制
摘要 - 本文提出了一种差异几何控制方法，该方法利用了SE（3）组不变性和等效性，以提高学习机器人操纵任务中涉及与环境相互作用的可传递性。所提出的方法是基于利用最近提出的几何阻抗控制（GIC）与学习变量阻抗控制框架相结合的，在该框架中，增益计划策略是从专家辩护中以监督的学习方式培训的。几何一致的误差向量（GCEV）被馈送到神经网络以实现增益计划策略。我们证明，使用GCEV的GIC和学习表示在任意SE（3）转换（即翻译和旋转）下仍然不变。此外，我们表明，相对于空间框架表示，所提出的方法是均等的。对我们提出的控制和学习框架与配备笛卡尔错误矢量增益计划策略的著名的笛卡尔太空学习阻抗控制的比较，证实了我们所提出的方法的出色学习转移性。索引术语 - 几何阻抗控制，SE（3）等效性和剩余不变性，可变阻抗控制，接触式操纵任务
几何校准的可靠性...
1 DIATI，都灵理工大学，意大利都灵，10124 Corso Duca degli Abruzzi,24 Torino – {mariaangela.musci、irene.aicardi、paolo.dabove、andrea.lingua}@polito.it 2 PIC4SeR，都灵理工大学服务机器人跨部门中心，意大利都灵委员会 I，WG IX/9 关键词：相机校准、高光谱帧相机、法布里-珀罗干涉仪、摄影测量。摘要：高分辨率遥感和摄影测量的主要工具之一是轻量级高光谱帧相机，它用于精准农业、林业和环境监测等多个应用领域。在这些类型的传感器中，Rikola（基于法布里-珀罗干涉仪 (FPI)，由 Senop 生产）是最新创新之一。由于其内部几何形状，需要解决几个问题才能正确定义和估计内部方向参数 (IOP)。主要问题涉及每次更改波段序列的可能性以及评估 IOP 的可靠性。这项工作重点关注对每个传感器的 IOP 定义的评估，考虑环境条件（例如，不同的时间、曝光、亮度）和 FPI 相机的不同配置的影响，以便重建一个未失真的超立方体以进行图像处理和物体估计。这项研究的目的是了解 IOP 是否随时间保持稳定，以及在考虑从地面到空中应用的不同环境配置和调查的情况下，哪些波段可以作为每个传感器内部参数计算的参考。初步进行的测试表明，不同实验波段之间的焦距百分比变化约为 1%。
随机几何与无线网络
无线通信网络可视为位于某个域中的节点集合，这些节点可以是发送器或接收器（根据所考虑的网络，节点将是移动用户、蜂窝网络中的基站、WiFi 网状结构的接入点等）。在给定时间，一些节点会同时向自己的接收器发送数据。每个发送器-接收器对都需要自己的无线链路。从链路发送器接收到的信号会受到从其他发送器接收到的信号的干扰。即使在最简单的模型中，从某一点辐射的信号功率以欧几里得距离各向同性的方式衰减，节点位置的几何形状也起着关键作用，因为它决定了每个接收器处的信干噪比 (SINR)，从而决定了以给定比特率同时建立此链路集合的可能性。接收器看到的干扰是从所有发送器（其自己的发送器除外）接收到的信号功率的总和。
代数和几何拓扑
量化riemann表面S的Teichmüller空间的量化是3维量子重力的一种方法，并且是群集品种的原型典范。s中的任何简单循环都会产生自然的单片函数i。/在Teichmüller空间上。对于S的任何理想三角剖分，此功能i。/是在弧形的凸起的剪切坐标的平方根中的lurent多项式。一个重要的问题是构建此功能的量化i。/，即用量子变量中的非共同劳伦多项式代替它。这个问题与物理学中的框架受保护的旋转特征密切相关，已通过Allegretti和Kim使用Bonahon和Wong的SKEIN代数SL 2量子痕迹解决，以及使用Gaiotto，Moore和Neitzke的Seiberg的Seiberg -Witter -Witter -Witter -Witten Curves，Spectral网络，光谱网络以及Writhes of Writhes的Gaiotto，Moore和Neitzke的Gaiotto。我们表明，量化问题的这两种解决方案一致。我们增强了Gabella的解决方案，并表明它是Bonahon -Wong量子痕迹的扭曲。
飞机设计优化的几何规划
我们建议将概念阶段的飞机设计问题制定为几何规划 (GP)，这是一种特殊类型的凸优化问题。凸优化的最新进展与飞机设计中通常使用的一般非线性优化方法相比具有显著优势。现代 GP 求解器速度极快，即使在大型问题上也是如此，不需要初始猜测或调整求解器参数，并保证全局最优解。这些好处是有代价的：所有目标和约束函数 - 描述飞机设计关系的数学模型 - 都必须在 GP 的受限函数形式内表达。也许令人惊讶的是，这种受限的函数形式集一次又一次地出现在流行的基于物理的飞机系统模型中。此外，我们表明，对于无法通过代数操作转换为 GP 所需形式的各种模型，我们通常可以拟合紧凑的 GP 模型，这些模型可以准确近似原始模型。GP 解决方法的速度和可靠性使其成为解决概念阶段飞机设计问题的一种有前途的方法。
NX Nastran - 几何解决方案
随着工程师通过提高计算能力来解决越来越复杂的问题，有限元分析模型的规模也不断扩大。如今，包含数千万个节点和元素的复杂模型非常常见。性能使 NX Nastran 成为需要解决当今日益庞大的问题的用户的首选解决方案。共享内存并行处理 (SMP) 与使用一个处理器的传统串行解决方案相比，并行使用多个处理器可以显著缩短解决方案的运行时间。共享内存并行处理 (SMP) 是具有共享内存的多处理器节点或具有多个内核的处理器节点的首选技术。SMP 用于较低级别的操作，例如矩阵分解和矩阵乘法。由于每个解决方案序列都涉及矩阵乘法，因此只要硬件支持 SMP，就可以在所有解决方案序列中激活 SMP。
几何和性能 - NIST 的 TSAPPS
我们考虑通过量子传感器网络中的量子比特传感器估计一组局部参数的多个解析函数的问题。为了解决这个问题，我们重点介绍了 Rubio 等人的传感器对称性能界限的概括，[ J. Phys. A 53 , 344001 (2020)]，并开发了一种用于测量此类函数的优化顺序协议。我们将两种方法的性能相互比较，并与不利用量子纠缠的局部协议进行比较，强调测量函数的系数向量在确定最佳测量协议选择方面的几何意义。我们表明，在许多情况下，尤其是对于大量传感器，优化的顺序协议比其他策略产生更准确的测量结果。此外，与传感器对称方法相比，顺序协议总是可以明确实现的。顺序协议非常通用，具有广泛的计量应用。
飞机设计优化的几何规划
我们建议将概念阶段的飞机设计问题制定为几何规划 (GP)，这是一种特殊类型的凸优化问题。凸优化的最新进展与飞机设计中通常使用的一般非线性优化方法相比具有显著优势。现代 GP 求解器速度极快，即使在大型问题上也是如此，不需要初始猜测或调整求解器参数，并保证全局最优解。这些好处是有代价的：所有目标和约束函数 - 描述飞机设计关系的数学模型 - 都必须在 GP 的受限函数形式内表达。也许令人惊讶的是，这种受限的函数形式集一次又一次地出现在流行的基于物理的飞机系统模型中。此外，我们表明，对于无法通过代数操作转换为 GP 所需形式的各种模型，我们通常可以拟合紧凑的 GP 模型，这些模型可以准确近似原始模型。GP 解决方法的速度和可靠性使其成为解决概念阶段飞机设计问题的一种有前途的方法。