XiaoMi-AI文件搜索系统
World File Search System分配问题
人工智能中的责任分配问题
一家医院发现其人工智能软件对患者进行了误诊——在测试结果上，它将患者评定为健康，而实际上他们并不健康。一些患者因这种假阴性结果而遭受严重后果。在另一个例子中，一家公司用于招聘面试候选人的人工智能软件被发现系统性地歧视某些个人资料。该公司后来因此被起诉。另一个例子是面部识别人工智能软件拒绝让具有特定种族背景的人使用它，因为它无法将该人归类为合法用户。
ASSR中的位置分配问题的量子优化
AS/RS（自动存储和检索系统）是一个具有质量的存储和运输系统，可以通过自动化产品的可容纳和存储产品来实现有效的仓库管理。自动化具有诸如降低人工成本和工作时间，改善工作质量以及准确管理库存差异的优点（Roodbergen＆Vis，2009年）。但是，从自动仓库中挑选效率会受到货架上放置的产品位置的影响，如果效率很差，它将成为整个运输过程中的瓶颈。为了提高采摘效率，应将具有较高频率的产品放置在检索端口附近。或，如果您使用的是两叉式起重机，则有必要将架子彼此靠近，以便可能同时检索的产品。这些问题被总体视为放置优化问题。设施布局问题在各种现实世界中起着至关重要的作用。它涉及在给定的资源和约束下优化多个元素或对象的布置。例外包括设施安置（De Vries，Van de Klundert和Wagelmans，2020年），交付路线优化（Aljohani，2023年）和工厂布局设计（Li，Wang，Fan，Yu，Yu，＆Chu，2021年）。解决设施的布局问题提供了几种好处
飞机装配线中的操作员分配问题
考虑资源有限、持续时间和资源利用率已知的活动，并通过优先关系进行关联。问题在于通过为每个活动分配开始时间来找到最短持续时间的时间表，以便优先关系和资源可用性得到尊重。目标是最小化项目完成时间。
将量子退火应用于尾部分配问题
航空公司每天都在努力安排机组人员、航班和飞机。尾部分配是将单架飞机分配给一组航班的问题，同时确保多重约束并旨在最小化目标函数，比如运营成本。鉴于所涉及的大量可能性和约束，这个问题在过去十年中一直是一个研究案例。许多使用经典计算的解决方案已经出现，但在性能上受到限制。量子退火（QA）是一种使用量子力学在能量景观上寻找全局最小能级的启发式技术。由于其特性，它在解决一些复杂的优化问题方面已被证明具有明显的优势，是一种很有前途的技术，可应用于多个领域。在本研究中，尾部分配问题被设置为二次无约束二元优化（QUBO）模型，使用两种不同的技术，并使用一个经典求解器和两个混合求解器进行求解。测试基于从真实世界数据中提取的数据，分析了实施在时间、可扩展性和所获解决方案的质量（即最低运营成本）方面的性能。我们得出的结论是，使用库来建模问题以及考虑单个航班而不是将它们预先聚合成字符串可能会成为可扩展性的瓶颈。此外，我们发现，与模拟退火 (SA) 等经典启发式算法相比，使用混合求解器之一获得此问题更好解决方案的可能性更高。这些发现可以作为进一步研究的基础。
皮层基底神经节中的信用分配问题......
摘要 皮质-基底神经节-丘脑 (CBGT) 通路如何使用多巴胺能反馈信号来修改未来决策的问题几十年来一直困扰着计算神经学家。通过回顾多巴胺能皮质纹状体可塑性的计算表示的文献，我们展示了该领域如何融合到一种规范的突触级学习算法，该算法可以优雅地捕捉 CBGT 回路的神经生理特性和强化学习期间的行为动态。不幸的是，导致这种规范算法模型的计算研究都依赖于使用抽象动作选择规则的简化电路。结果，将这种皮质纹状体可塑性算法应用于 CBGT 通路的完整模型会立即失败，因为整合（皮质纹状体回路）、动作选择（丘脑皮质环路）和学习（黑质纹状体回路）之间的时空距离意味着网络不知道应该强化哪些突触以支持之前的奖励动作。我们展示了神经生理学观察结果，特别是选定动作表征的持续激活，如何提供一种简单的方法来解决 CBGT 学习模型中的这种信用分配问题。使用完整 CBGT 回路的生物学现实脉冲模型，我们展示了该解决方案如何让网络学习选择最佳目标并在环境发生变化时重新学习动作-结果偶然性。这个简单的例子强调了如何扩展皮质纹状体可塑性的规范框架以捕捉学习和决策过程中的宏观网络动态。
分配问题和扩展的新拍卖算法
我们考虑经典的线性分配问题，并为其最佳和次优的解决方案引入了新的拍卖算法。该算法建立在二元理论上，并且与人类对物体和随之而来的市场等级的竞争性竞标思想有关，这是现实生活中拍卖过程的基础。我们区分了两种根本不同类型的招标机制：侵略性和合作。在数学上，侵略性的投标取决于双重空间中近似坐标下降的概念，一个合并的松弛条件以调节下降近似值的数量，以及𝜖尺度的概念有效地解决价格战争，这些价格战争是自然而然的，因为多个竞标者竞争了较小的价值对象。合作投标避免了通过检测和合作解决涉及一组人的竞争性僵局的合作解决。我们讨论了侵略性和合作招标方法之间的关系，我们得出了结合两者中思想的新算法和变化，并且我们还与其他原始的偶联方法（包括匈牙利方法）建立了联系。此外，我们的讨论指向算法扩展的道路，这些扩展更广泛地适用于网络优化，包括最短路径，最大流量，运输和最低成本流问题以及线性和凸成本功能。
飞机装配线中的操作员分配问题 - oatao
本研究解决了飞机最终装配线 (FAL) 中操作员的工作分配问题。这些生产线主要是手动和定节奏的。由于未能按时交货可能会给制造商带来巨额罚款，因此满足每个工作站的进度安排至关重要。我们认为任何工作站要执行的任务都已经定义好，并且具有所需技能的操作员集合已经分配给每个工作站。优化问题的范围是一个工作站及其所有任务和操作员。所考虑的优化问题的目标是将所有任务分配给可用的操作员，同时尊重经济（节拍时间）和人体工程学约束。这个问题可以看作是资源受限项目调度问题 (RCPSP) 的一个特例。RCPSP 是一个强意义上的 NP 难题，这意味着没有可用的算法可以在合理的时间内为大规模工业实例找到最优解。在本研究中，我们开发了基于约束规划和整数规划模型的新优化方法来解决这个问题。为了利用时间缓冲区来管理工作过程中可能出现的延迟，目标是找到一个具有最小完工时间的时间表。
共享能源分配问题中的公平设计
本文研究如何在电力市场中聚合产消者（或大消费者）及其集体决策，重点关注公平性。公平性对于产消者参与聚合方案至关重要。一些产消者可能无法直接进入能源市场，即使这对他们有利。因此，新公司提出聚合他们并承诺公平对待他们。这导致了公平的资源分配问题。我们建议使用可接受性约束来保证每个产消者都能从聚合中获益。此外，我们的目标是公平地分配成本和收益，同时考虑到问题的多周期和不确定性。我们不是使用财务机制来调整公平问题，而是专注于决策问题中的各种目标和约束，通过设计实现公平。我们从一个简单的单周期和确定性模型开始，然后使用随机支配约束等将其推广到动态和随机设置。
绝热量子计算用于解决武器目标分配问题
摘要 - 量词计算承诺在机器学习和复杂优化问题等各种领域的计算能力的显着改善。最近的技术进步表明，绝热量子计算ANSATZ可能很快看到了实际应用。在这项工作中，我们采用此计算范式来开发基于量子计算的求解器，该求解器是众所周知的武器目标分配问题，NP-HARD非线性整数编程优化任务。通过对量子位系统的绝热演化对模型中的最佳解决方案的绝热演化的数值模拟来证明了所提出的模型的可行性。总的来说，所描述的方法不仅限于武器管理的上下文，而是对模型汉密尔顿的稍作修改，适用于工人任务分配优化。索引术语 - 无绝热的量子计算，武器目标分配，ISING模型