为了能够以创新的方式开展工作并在自己的 IT 专业领域进行研究(必要时),他们必须具备全面和最新的一般数学和计算原理、规则和关系知识,特别是 - 取决于他们所选择的专业 - 在以下领域:代数、线性代数和数论方法及应用,数学分析的特殊领域,数值方法及其应用;离散数学、图论、逻辑及其应用;随机建模和统计学的理论基础和应用;一阶和二阶统计分析、运筹学;数学中的算法方法,计算机科学中的形式模型和工具,算法的复杂性和效率理论,以及应用领域的特殊算法。 他们具备全面和最新的一般理论、背景、事实和 IT 相关概念的知识和理解,特别是 - 取决于他们所选择的专业 - 在以下领域:代数、线性代数和数论方法及应用,数学分析的特殊领域,数值方法及其应用;离散数学、图论、逻辑及其应用;随机建模和统计学的理论基础和应用;一阶和二阶统计分析、运筹学;数学中的算法方法、计算机科学中的形式化模型和工具、算法的复杂性和效率理论以及应用领域的特殊算法。 他们对设计、开发、操作和控制 IT 流程的原理、方法和程序具有全面和最新的知识,特别是 - 取决于他们所选择的专业 - 在程序设计方法领域;现代数据库管理系统中复杂软件系统和数据库的设计、构建和管理;面向服务的程序设计;信息系统的设计、构建和管理;互联网工具和服务的设计和开发;数据库系统的设计、开发和管理;分布式系统的设计、构建和管理、密码学、数据安全和数据保护。b) 技能和能力 他们能够以新颖的方式应用他们的数学、计算机科学和信息学技能来解决 IT 研究和开发中的任务。 他们能够将复杂的 IT 任务形式化,识别和研究其理论和实践背景,然后解决它们。 能够在操作复杂软件系统、数据库管理系统、企业信息系统、决策支持系统和专家系统时执行设计、开发、运行和管理任务。 能够在管理层全面理解、规划、组织、管理和控制与其 IT 专业相关的流程。 能够分析和应用与其 IT 专业相关的新问题解决方法和程序。 能够专业地使用科学和技术信息来源来获取解决问题所需的知识,并对其进行批判性解释和评估。
采用随机策略结合群论、图论和高通量计算,系统地扫描了共87种新的单斜硅同素异形体。新的同素异形体中,13种具有直接或准直接带隙,12种具有金属特性,其余为间接带隙半导体。这些新型单斜硅同素异形体中有30多种表现出大于或等于80 GPa的体积模量,其中3种表现出比金刚石硅更大的体积模量。只有两种新的硅同素异形体表现出比金刚石硅更大的剪切模量。详细研究了所有87种Si单斜同素异形体的晶体结构、稳定性(弹性常数、声子谱)、力学性能、电子性能、有效载流子质量和光学性能。五种新的同素异形体的电子有效质量ml小于金刚石硅的电子有效质量。所有这些新型单斜硅同素异形体在可见光谱区都表现出强吸收。结合它们的电子带隙结构,这使它们成为光伏应用的有前途的材料。这些研究极大地丰富了目前对硅同素异形体的结构和电子特性的认识。
101数学数学1010数学数学101001代数代数101002分析分析101003应用几何形状应用几何形状101031批准 - 理论101004 BiomAthematics 101005 Computer Elgebra 101006 101006差异几何几何几何形状101027动力学系统101007金融数学金融数学101032功能分析功能分析101008复合分析101009几何几何图形101010数学历史101011图理论图论101012组合学101013数学逻辑数学逻辑101028数学数学建模101029数学统计数学统计101014数值数学101015操作研究操作研究操作研究研究研究101016优化优化101017游戏理论101018统计统计101019随机学101020技术数学技术数学101021理论控制论理论控制论101023保险数学数学101024概率理论概率理论101025数字理论101026时间序列分析时间序列分析101030可靠性理论理论
量子信息及其与组合学的相互作用。本书在某种程度上是这些问题的进展报告。对我们来说,最大的惊喜是代数图论工具的实用程度。因此,我们对此的处理比严格必要的更详细。其中一些是标准的,一些是旧东西,一些是为处理量子游动而开发的新材料(例如,可控性,强同谱顶点)。但组合学并不是万能的:我们还会遇到李群、各种数论和几乎周期函数。(因此,第二个惊喜是与我们的主题纠缠在一起的不同数学领域的数量。)我们在这里不处理离散量子游动(参见 [ ? ])。我们不处理量子算法或量子计算,也不处理有关复杂性、误差校正、非局部游戏和量子电路模型的问题。我们讨论了一些相关的物理学。我们重点关注那些在数学上有趣且具有一定物理意义的问题,因为这种重叠往往预示着成果丰硕。许多人对这些笔记提出了有益的评论,包括 Dave Witte Morris、Tino Tamon、Sasha Jurišic 及其研讨会成员 Alexis Hunt、David Feder、Henry Liu、Harmony Zhan、Nicholas Lai、Xiaohong Zhang、Soffia Arnadottir、Qiuting Chen……
摘要。图论分析已成为建模大脑功能和解剖连接的标准工具。随着连接组学的出现,主要感兴趣的图或网络是结构连接组(来自 DTI 纤维束成像)和功能连接组(来自静息态 fMRI)。然而,大多数已发表的连接组研究都集中在结构或功能连接组上,但当它们之间的互补信息在同一数据集中可用时,可以联合利用它们来提高我们对大脑的理解。为此,我们提出了一种功能约束的结构图变分自动编码器 (FCS-GVAE),它能够以无监督的方式整合来自功能和结构连接组的信息。这导致了联合低维嵌入,从而建立了一个统一的空间坐标系,用于跨不同主体进行比较。我们使用公开的 OASIS-3 阿尔茨海默病 (AD) 数据集评估了我们的方法,并表明变分公式对于最佳地编码功能性大脑动态是必不可少的。此外,与不使用互补连接组信息的方法相比,所提出的联合嵌入方法可以更准确地区分不同的患者亚群。
癫痫发作是最常见的神经系统疾病之一,其特征是大脑神经元突然异常放电。使用脑电图 (EEG) 记录自动检测癫痫发作将提高治疗质量并减少医疗费用。本文的目的是设计一个自动癫痫发作检测框架,通过发现大脑区域之间的连通性来有效识别癫痫发作和非癫痫发作事件。在本文中,提出了一种基于加权有向图的有效大脑连接 (EBC) 方法来检测癫痫发作。通过分析大脑不同区域之间的相关性来构建加权有向图。然后,使用基于图论的度量来提取分类特征。此外,我们说明了所提出的方法实现针对特定患者模型和跨患者模型的癫痫发作检测的能力。结果表明,所提出的方法在 CHB-MIT 数据集中针对特定患者模型和跨患者模型的准确率分别达到 99.97% 和 98.29%。这些结果表明,所提出的方法实现了有效的分类性能,可用于为癫痫发作的自动检测和临床诊断提供帮助。
目的。开发引入系统方法的概念基础,以尽量减少职业健康与安全中“人为因素”的影响。方法论。在研究中,应用了以下科学方法:分析科学和技术文献、职业健康与安全的法律框架以及高等教育的质量保证;结构分析——确定职业危害发生的结构和原因;图论——确定自动会计系统软件开发的主要阶段和控制乌克兰职业健康与安全法律框架的变化;马尔可夫过程理论——确定基于科学的合理工作和休息模式的主要发展方向;形式化方法——制定构建防止“人为因素”影响的自动化系统的原则。研究结果。对未来职业健康与安全专家的培训体系进行了分析,确定了高等教育标准定性和定量构成的主要缺陷,这些缺陷为员工故意违反职业健康与安全规范性法律行为造成的负面“人为因素”迹象的出现创造了条件。分析结果确定了最小化给定迹象的主要方向。使用数学工具的必要性
绝热通道技术用于将系统从一个量子态驱动到另一个量子态,在物理和化学中得到广泛应用。我们专注于在强耦合系统上空间传输量子振幅的技术,例如模拟拉曼绝热通道 (STIRAP) 和绝热通道相干隧穿 (CTAP)。先前的结果表明,该技术在某些图上有效,例如线性链、方格和三角格以及支链。我们证明,类似的协议在一大类 (半) 二分图中更普遍地起作用。特别是在随机耦合下,绝热传输在允许完美匹配的图上是可能的,无论是在发送方被移除时还是在接收方被移除时。STIRAP/CTAP 的许多有利稳定性特性都是继承的,我们的结果很容易应用于多个潜在发送方和接收方之间的传输。我们用数字测试了树叶之间的传输,发现传输出奇地准确,尤其是在使用跨接时。我们的研究结果可能应用于多台量子计算机之间的短距离通信,并在图论中提出一个关于 0 值附近谱间隙的新问题。
青春期是行为和心理健康关键的发展时期。因此,了解大脑在此阶段如何发育是神经科学面临的一项基本挑战。最近的研究主要应用图论中的测量方法,将大脑建模为网络或连接组,显示其功能组织发生了变化,例如分离和整合增加。拓扑数据分析 (TDA) 通过提取整个连接值范围内的高维特征而不是探索一组固定的连接来补充这种建模。本研究使用典型发育人类参与者的纵向样本(N = 98;53/45 女性/男性;6.7 – 18.1 岁),将 TDA 应用于他们的功能连接组,探究这些特性的发展轨迹。此外,我们还探讨了青春期对个体发展轨迹的影响。结果表明,与随机网络相比,青少年大脑具有更分散的拓扑结构,但在局部层面上的连接更密集。此外,发育效应表明整个大脑和额顶叶网络的拓扑结构呈现非线性轨迹,在青春期开始后出现拐点并增加轨迹。这些结果增加了对青少年大脑功能组织发展的洞察。
摘要:性格是个人行为和情绪模式的特征集,由生物和环境因素发展而来。性格特征的识别对于使人机交互 (HCI) 应用程序更加逼真、更有针对性和用户友好至关重要。使用神经科学数据识别性格的能力是性格的神经生物学基础。本文旨在结合头皮脑电图 (EEG) 和机器学习技术自动识别性格。由于静息状态脑电图尚未被证明能够有效预测性格,我们使用了情绪处理过程中引发的脑电图记录。本研究基于 AMIGOS 数据集中的数据,该数据集反映了 37 名健康参与者的反应。从清理后的脑电图信号中提取脑网络和图论参数,同时使用 k 均值算法将每个特征得分分为低级和高级。随后使用特征选择算法将特征集大小缩减为最佳的 10 个特征,以分别描述每个特征。最后采用支持向量机 (SVM) 对每个实例进行分类。我们的方法对外向性、宜人性、责任心、神经质和开放性的分类准确率分别为 83.8%、86.5%、83.8%、83.8% 和 73%。