XiaoMi-AI文件搜索系统
World File Search System对偶
5G 中的人工智能：在线分布式迁移学习的案例......
摘要 — 迁移学习不是从头开始训练，而是利用现有模型来帮助训练更准确的新模型。不幸的是，在分布式云边缘网络中实现迁移学习面临着关键挑战，例如在线训练、不确定的网络环境、时间耦合控制决策以及资源消耗和模型准确性之间的平衡。我们将分布式迁移学习表述为长期成本优化的非线性混合整数程序。我们通过利用保留先前决策和应用新决策之间的实时权衡来设计多项式时间在线算法，这些算法基于每个单个时隙的原始对偶一次性解决方案。在协调模型放置、数据调度和推理聚合的同时，我们的方法通过结合现有的离线模型和正在训练的在线模型来生成新模型，这些模型使用基于动态到达的数据样本的推理自适应更新的权重。我们的方法可以证明，事后看来，推理错误的数量不超过单个最佳模型的常数倍，并且实现了总成本的恒定竞争比。评估证实了我们的方法与其他方法相比在实际跟踪中具有更优异的性能。
信息论和变分推断的平方和松弛
摘要 我们考虑香农相对熵的扩展，称为 f -散度。三个经典的相关计算问题通常与这些散度有关：(a) 根据矩进行估计，(b) 计算正则化积分，以及 (c) 概率模型中的变分推断。这些问题通过凸对偶相互关联，并且对于所有这些问题，在整个数据科学中都有许多应用，我们的目标是计算上可处理的近似算法，这些算法可以保留原始问题的属性，例如潜在凸性或单调性。为了实现这一点，我们推导出一系列凸松弛，用于从与给定特征向量相关的非中心协方差矩阵计算这些散度：从通常不易处理的最佳下限开始，我们考虑基于“平方和”的额外松弛，现在它可以作为半定程序在多项式时间内计算。我们还提供了基于量子信息理论的谱信息散度的计算效率更高的松弛方法。对于上述所有任务，除了提出新的松弛方法外，我们还推导出易于处理的凸优化算法，并给出了多元三角多项式和布尔超立方体上的函数的说明。
快速反演，预条件量子线性系统......
在经典迭代线性系统求解器中，预处理是处理病态线性系统最广泛和最有效的方法。我们引入了一种称为快速求逆的量子原语，可用作求解量子线性系统的预处理器。快速求逆的关键思想是通过量子电路直接对矩阵求逆进行块编码，该电路通过经典算法实现特征值的求逆。我们展示了预处理线性系统求解器在计算量子多体系统的单粒子格林函数中的应用，该函数广泛用于量子物理、化学和材料科学。我们分析了三种情况下的复杂性：哈伯德模型、平面波对偶基中的量子多体哈密顿量和施温格模型。我们还提供了一种在固定粒子流形内进行二次量化格林函数计算的方法，并指出这种方法可能对更广泛的模拟有价值。除了求解线性系统之外，快速求逆还使我们能够开发用于计算矩阵函数的快速算法，例如高效准备吉布斯态。我们分别基于轮廓积分公式和逆变换介绍了两种高效的此类任务方法。
加密审查
摘要：我们制定并朝着证明弱宇宙审查猜想的量子版本迈出了两大步。我们首先证明“密码审查”：一个定理，表明当全息 CFT 的时间演化算子在某些代码子空间上近似为伪随机（或 Haar 随机）时，则在相应的体对偶中一定存在事件视界。这个结果提供了一个一般条件，保证（在有限时间内）事件视界的形成，同时对全局时空结构做最少的假设。我们的定理依赖于最近量子学习不可行定理的扩展，并使用伪随机测量集中的新技术来证明。为了将此结果应用于宇宙审查，我们将奇点分为经典、半普朗克和普朗克类型。我们说明经典和半普朗克奇点与近似伪随机 CFT 时间演化兼容；因此，如果此类奇点确实近似伪随机，那么根据密码审查，它们在不存在事件视界的情况下不可能存在。该结果提供了一个充分条件，保证了关于量子混沌和热化的开创性全息结果（其普遍适用性依赖于视界的典型性）不会因 AdS/CFT 中裸奇点的形成而失效。
JHEP06(2024)017
摘要：最近，提出了某种全息 Weyl 变换 CFT 2 来捕捉 AdS 3 /BCFT 2 对应关系的主要特征 [ 1 , 2 ]。在本文中，通过调整 Weyl 变换，我们模拟了一个广义的 AdS/BCFT 设置，其中考虑了 Karch-Randall (KR) 膜的涨落。在 Weyl 变换 CFT 的重力对偶中，由 Weyl 变换引起的所谓截止膜起着与 KR 膜相同的作用。与非涨落配置不同，在 2 d 有效理论中，额外的扭曲算子插入的位置与插入膜上的位置不同。虽然这在 Weyl 变换的 CFT 设置中是众所周知的，但在 AdS/BCFT 设置中，有效理论应该位于膜上的哪个位置却令人困惑。这种混淆表明 KR 膜可能是通过 Weyl 变换从边界 CFT 2 中出现的。我们还计算了波动膜结构中的平衡部分纠缠 (BPE)，发现它与纠缠楔截面 (EWCS) 一致。这是对 BPE 和 EWCS 之间对应关系的非平凡测试，也是对 Weyl 变换 CFT 设置的非平凡一致性检查。
风电-火电-水电实时低碳调度
随着风电大规模接入，电力系统不仅要应对传统的电力需求波动，还要应对风电的不确定性。为提高源负荷不确定性条件下电力系统的经济性、弹性和环境保护，提出了一种风火水储一体化系统的实时低碳调度。通过多种资源的协同线性决策来消除不确定性造成的功率不平衡。为解决源负荷不确定性，引入随机稳健优化，通过稳健优化建立系统约束以实现弹性运行，同时在经验不确定性分布中优化预期运行成本以实现经济效率。此外，采用多点估计来精确快速地计算预期运行成本。利用对偶理论，将所提出的实时电力调度推导为混合整数双线性约束规划。针对复杂的调度问题，提出了一种多步顺序凸化解决方案，利用交替优化将双线性约束线性化，并采用“估计-校正”策略放宽储能状态变量。最后，案例研究证明了所提出的调度方法和凸化解决方案的优越性。
![arXiv:2201.03777v1 [eess.IV] 2022 年 1 月 11 日](/simg/5\543c988fb6282112e0662ae884f4a9f856c5229d.webp)
arXiv:2201.03777v1 [eess.IV] 2022 年 1 月 11 日
摘要。本文提出了一种基于对抗学习的脑肿瘤分割任务训练方法。在这个概念中，3D 分割网络从对偶对抗学习方法中学习。为了增强分割预测的泛化能力并使分割网络具有鲁棒性，我们遵循虚拟对抗训练方法，通过在原始患者数据上添加一些噪声来生成更多的对抗性示例。通过加入一个充当定量主观裁判的评论家，分割网络从与分割结果相关的不确定性信息中学习。我们在 RSNA-ASNR-MICCAI BraTS 2021 数据集上对网络架构进行了训练和评估。我们在在线验证数据集上的表现如下：Dice 相似度得分分别为 81.38%、90.77% 和 85.39%；增强肿瘤、整个肿瘤和肿瘤核心的 HausdorffiDistance (95%) 分别为 21.83 毫米、5.37 毫米、8.56 毫米。同样，我们的方法在最终测试数据集上实现了 84.55%、90.46% 和 85.30% 的 Dice 相似度得分，以及 13.48 毫米、6.32 毫米和 16.98 毫米的 HausdorffiDistance (95%)。总体而言，我们提出的方法在每个肿瘤子区域的分割精度方面都取得了更好的表现。我们的代码实现是公开的。
RED WoLF 混合能源存储系统：算法案例研究和储热器与热泵之间的绿色竞争
温室气体能源管理光伏阵列和电池。最新的控制策略在数值实验中以原始对偶单纯形优化方法为基准，并与 RED WoLF 阈值方法的先前迭代进行了测试。与 RED WoLF 双阈值方法相比，所提出的算法可将二氧化碳排放量减少 9%，与 RED WoLF 单阈值方法相比，可减少 26%。此外，所提出的技术至少比线性优化快 100 倍，使该算法适用于边缘系统。随后，所提出的方法在配备电池和地源热泵的卢森堡学校和办公室的两个测量数据集上进行了数值实验测试。该系统可以减少二氧化碳排放并提高自耗，将安装在设施上的光伏阵列尺寸缩小至少一半，并用热存储代替电池存储，从而减少系统的初始投资。有趣的是，尽管热泵和储热器的效率相差3.6倍，但配备储热器的系统却有可能实现类似的碳减排效果，这表明储能比电力消耗具有更显著的碳减排效果，使得更便宜的储热器系统成为热泵的潜在替代品。
电网与可再生能源之间的能源交易：实现利润最大化的动态定价和需求方案
摘要：随着分布式能源（DER）（例如太阳能光伏（PV））的技术发展和部署成本的降低，能源交易最近受到鼓励，能源消费者可以从自己的能源存储系统（ESS）出售能源。同时，由于温室气体（GHG）排放量空前上升，一些国家（例如韩国和印度）已要求在能源交易市场中使用可再生能源证书（REC）。在本文中，我们提出了一种能源经纪人模型来促进现有电网和能源消费者之间的能源交易。特别是，为了最大限度地提高能源消费者和能源供应商的利润，所提出的能源经纪人负责决定基于 REC 的能源交易市场中能源的最佳需求和动态价格。在该解决方案中，消费者的智能代理（例如物联网智能设备）交换与能源交易相关的信息，包括能源发电量、价格和 REC。为了确定最佳需求和动态定价，我们使用对偶分解来制定凸优化问题。通过数值模拟分析，我们将所提出的动态定价策略与传统定价策略的性能进行了比较。结果表明，所提出的动态定价和需求控制策略可以通过允许传统电网的 REC 交易来鼓励能源交易。
全局淬灭后三部分信息的普适性
我们考虑无限量子自旋链中连通子系统 A ∪ B ∪ C 的宏观大 3-划分 ( A, B, C )，并研究 R´yi- α 三部分信息 I ( α ) 3 ( A, B, C )。在具有局部哈密顿量的干净一维系统中，在平衡态下它通常为零。一个值得注意的例外是共形临界系统的基态，其中 I ( α ) 3 ( A, B, C ) 是交比 x = | A || C | / [( | A | + | B | )( | C | + | B | )] 的普适函数，其中 | A | 表示 A 的长度。我们确定了不同类的状态，这些状态在具有平移不变哈密顿量的时间演化下，局部放松到具有非零（R´enyi）三部分信息的状态，此外还表现出对 x 的普适依赖性。我们报告了对自由费米子对偶系统中 I ( α ) 3 的数值研究，提出了场论描述，并计算了它们在一般情况下对 α = 2 的渐近行为以及在系统子类中对一般 α 的渐近行为。这使我们能够推断出缩放极限 x → 1 − 中的 I ( α ) 3 的值，我们称之为“残差三部分信息”。如果非零，我们的分析指向一个与 R´enyi 指数 α 无关的通用残差值 − log 2，因此也适用于真正的（冯·诺依曼）三部分信息。