XiaoMi-AI文件搜索系统
World File Search System参数估计
量子Fisher信息和估计策略
量子信息处理的主要关注点 - 使用量子机械系统编码，存储和传输信息 - 是可以传达和检测到此类信息的精度。在这里，我回顾了如何利用量子效应来测量量子系统（量子Metrol-ogy），其精度超出了经典统计的范围。i提出了Fisher信息（FI）的概念，以了解如何超越参数估计中的标准量子限制（SQL）并接近Heisenberg限制（HL）。i还概述了击败SQL（例如垃圾）的特定探测和估计策略，其中一些已经在实验中实现了。最后，我讨论了量子启动如何容易受到噪声的影响，以及量子Fisher信息（QFI）在理解噪声计量学中量子脱位和精确限制中的作用。
![arXiv:2406.18662v1 [quant-ph] 2024 年 6 月 26 日](/simg/b\bb2fa075e350d32e7110994b026449abf44f3c4a.png)
arXiv:2406.18662v1 [quant-ph] 2024 年 6 月 26 日
用于计量的量子系统可以提供比传统系统更高的精度。可以通过最大化量子 Fisher 信息 (QFI) 来优化量子传感器的设计，该信息表征了理想测量的参数估计精度。在这里，我们将量子系统的响应视为一种估计已缓慢开启的外部扰动强度的方法。推导出 QFI 的一般表达式，该表达式也适用于有限温度下热力学极限下的相互作用多体系统，并且可以与线性响应传输系数相关联。对于量子点纳米电子器件，我们表明电子相互作用可以导致 QFI 随系统尺寸呈指数级缩放，强调量子资源可以在整个 Fock 空间中得到利用。电压和场的精确估计也可以通过实际的全局测量（例如电流）来实现，这使得量子电路成为计量应用的良好候选者。
具有异质细胞的锂离子电池组的健康估计管道
摘要 - 锂离子电池的内部状况，特别是健康状况（SOH），需要仔细监控，以确保安全有效的操作。在本文中，我们提出了用于串联异质细胞的混合在线SOH估计管道。为具有数百至数千个单元的电池组实现单个单元格参数估计方案在计算上是棘手的。使用基于特征的自适应轮询对具有“极端”参数值的单元格进行了解决。此外，使用具有忘记因子的在线递归最小二乘正方形来估计被轮询细胞的电气参数。关键新颖性在于考虑参数的不确定状态依赖性。我们使用稀疏的高斯过程回归来获得参数边界，这是SOC和温度的函数。使用来自LI-NMC细胞的实验数据，通过模拟研究验证了管道。
模拟驱动的监督学习框架，使用扩散MRI
一个人通常将信号表达式拟合到实验数据以估计模型参数。但是，某些生物物理模型中固有的不确定性使参数估计不稳定[22]。此外，准确的拟合并不一定证明基本的生物物理模型是合理的，并且估计的模型参数可能在生物物理上毫无意义[23，24]。由于数学并发症而排除了生物物理模型之类的微妙效果，例如神经突的起伏[11，20，25]。除了简化的几何模型带来的误差外，某些假设的有效性（例如GPA）仍然未知[23，26]。此外，几种信号表达式的有效性机制取决于微结构长度尺度[27]。体素可能表现出多长度尺度（例如，各种SOMA RADII），因此不同的有效性制度可以逐渐共存或逐渐出现[24]，从而使全面的模型验证变得困难。
电池电量电路电压曲线的实时状态电池状态估计
摘要 - 基于等效电路模型（ECM）估计开路电压（OCV）的所有电荷状态（SOC）估计算法，并使用SOC-OCV非线性关系将其转换为SOC。这些算法需要识别ECM参数和非线性SOC-OCV关系。在文献中，提出了各种技术来同时识别ECM参数。然而，SOC-OCV关系的同时同时鉴定仍然具有挑战性。本文提出了一种构建SOC-OCV关系的新技术，最终将其转换为单个参数估计问题。使用拟议的参数估计和SOC-OCV构建技术实施了Kalman过滤器，以估算电池中的SOC和相关状态。在数值模拟中，该算法证明它准确地估计了电池模型参数，并且SOC估计误差仍低于2％。我们还通过电池实验验证了所提出的算法。实验结果表明，SOC估计的误差保持在2.5％以内。
企业动力学及其宏观含义的经验分布∗
注释：该图的左上方面板绘制了明年公司收入Y'的分布，该''在当年中位收入y的条件下。右上方面板绘制了明年公司收入Y'的概率位于中央或第三五分位数，这是根据当年收入y的。左下角绘制了寿命收入，这是引言中总结并在第2节中正式定义的术语，这是当前收入的函数。右下方面板绘制了终生收入的固定分配。在这里，Y是由行业和我们基线的西班牙Orbis样本剩余的日志收入，在2005 - 2014年期间，大约一百万家公司涵盖了约500万公司的年度。在每个面板中，红线是根据经验非参数估计来计算的，而蓝线反映了参数AR（1）模型所隐含的估计值。
引用：刘华、金爱康和张哲瀚（2018 年）。社会网络结构方程模型：规范、估计和应用。多变量
心理学家对朋友和夫妻是否具有相似的性格很感兴趣。然而，文献中没有现成的统计模型来测试性格与社会关系之间的关联。在本研究中，我们开发了一个统计模型，用于分析以潜在性格特征为协变量的社交网络数据。由于该模型包含潜在特征的测量模型和网络与潜在特征之间关系的结构模型，因此我们在结构方程模型 (SEM) 的一般框架下对其进行讨论。在我们的模型中，潜在变量和结果变量之间的结构关系不再是线性或广义线性的。为了获得模型参数估计，我们建议使用两阶段最大似然 (ML) 程序。通过社交网络数据中具有代表性的条件下的模拟研究来评估该建模框架。然后通过对大学友谊网络的实证应用来证明其实用性。
nleis.py：非线性电化学阻抗分析工具箱
随着电化学阻抗谱 (EIS) 社区越来越多地采用 impedance.py（Murbach 等人，2020 年）作为开源软件工具，nleis.py 是 impedance.py 的一个工具箱，旨在提供一种易于访问的工具来执行二次谐波非线性 EIS (2nd-NLEIS) 分析，并能够在未来扩展到更高的谐波分析。该工具箱在设计时考虑了 impedance.py，以最大限度地缩短用户的学习曲线。它继承了 impedance.py 的基本功能，引入了成对的线性和二次谐波非线性电路元件，并能够同时分析 EIS 和 2nd-NLEIS。使用此工具箱，可以选择单独分析 EIS 或 2nd-NLEIS 光谱，或者使用 impedance.py 工作流程同时对线性和非线性阻抗数据进行参数估计。最终，随着采用的增长，nleis.py 工具箱将被集成到impedance.py中，同时保留nleis.py的独立版本作为平台，以便在该领域成熟时开发高级功能。
使用遍历量子动力学对量子模拟器进行基准测试
我们提出并分析了一种样本效率高的协议，用于估计实验准备状态与理想目标状态之间的保真度，该协议适用于没有高级时空控制的多种模拟量子模拟器。我们的协议依赖于我们在本研究中发现的通用哈密顿动力学中出现的普遍涨落。它不需要对状态准备、量子演化或读出能力进行微调控制，同时实现接近最佳的样本复杂度：通过 ∼ 10 3 次测量获得百分比级精度，与系统大小无关。此外，随着系统规模的增加，我们的保真度估计精度呈指数级提高。我们在各种量子模拟器平台中用数字方式演示了我们的协议，包括量子气体显微镜、捕获离子和里德堡原子阵列。我们讨论了我们的方法在量子态和过程的多参数估计等任务中的应用。
AME 540工程科学的概率和统计
助教：TBD办公室：TBD办公时间：TBD联系信息：TBD IT帮助：DEN Services目录描述概率；随机变量和向量；关节，边缘和条件分布；贝叶斯定理；随机过程简介；统计推断；回归和生成模型。课程描述课程是适用于所有工程学科的概率和统计信息的简介。班级的重点是学习概率和统计数据的基本概念，这些概念在解释工程/科学数据和概率机器学习技术中的应用中找到了应用。该课程的第一部分将重点关注概率空间，随机变量和向量，累积和概率密度函数，关节，边际和条件概率，贝叶斯定理，中央限制定理以及随机过程的简介。在课程的第二部分中，这些想法将应用于包括参数估计，假设测试，回归和机器学习生成模型的统计任务。学习目标的学生成功完成课程