XiaoMi-AI文件搜索系统
World File Search System对偶
基于分布式对偶分解混合整数线性规划的港口综合能源系统能源管理
摘要：为提高可再生能源利用率，培育绿色港口，本文提出一种基于对偶分解混合整数线性规划的港口综合能源系统分布式能量管理策略。首先，针对港口综合能源系统各种异构设备呈现分布式特点，提出一种基于多态网络的港口综合能源系统，融合电力替代和能量转换设备，取代传统的单一IP协议。其次，考虑各类能量流的耦合，建立能量管理模型，保证港口综合能源系统的可靠运行。第三，针对港口综合能源系统的分布式特点，提出一种基于分布式对偶分解混合整数线性规划的港口综合能源系统能量管理策略。最后，通过不同场景的港口综合能源系统仿真算例，证明了所提策略的有效性，得到的能量管理结果与集中式算法相近。
使用超像素和快速原始对偶算法提高磁共振脑肿瘤识别的准确性 M. Emadi *a，Z. Ja
脑肿瘤是最常见的死亡原因之一，已被学者们在护理和预防等研究领域广泛研究。尽管对脑肿瘤分割进行了各种实证研究，但仍需要进一步研究。这一事实在脑肿瘤检测的自动方法中更需要。在本研究中，提出了一种基于超像素和快速原始对偶 (PD) 算法提高脑肿瘤分割精度的新方法。所提出的方法在 BRATS2012 数据集的 Flair-MRI 成像中检测脑肿瘤组织。该方法使用超像素算法检测肿瘤的主要边界，并使用马尔可夫随机场优化中的快速 PD 改善脑肿瘤边界。然后，使用后处理过程删除白色大脑区域。最后，采用活动轮廓算法显示肿瘤区域。对所提出的方法进行了不同的实验，并使用骰子相似度度量、准确度和 F 度量等定性和定量标准进行评估。得到的结果证明了所提方法的有效性，准确率和灵敏度分别达到86.59%和88.57%，F1-Measure为86.37。
新兴量子态设计和对偶中的双元性
最近的研究调查了量子猝灭后幺正动力学中一种新型随机矩阵行为的出现。从时间演化状态开始，通过对系统剩余部分进行投影测量，可以生成一个由小子系统支撑的纯态集合，从而得到一个投影集合。在混沌量子系统中，人们推测这种投影集合与均匀的 Haar 随机集合变得难以区分，并导致量子态设计。Ho 和 Choi 最近 [ Phys. Rev. Lett. 128, 060601 (2022) ] 给出了在自对偶点处踢动 Ising 模型的精确结果。我们提供了一种可扩展到具有可解初始状态和测量值的一般混沌对偶单元电路的替代构造，突出了底层对偶单元性的作用，并进一步展示了对偶单元电路模型如何同时表现出精确的可解性和随机矩阵行为。基于双单元连接的结果，我们展示了复杂的 Hadamard 矩阵和单元误差基如何都导致可解的测量方案。
人们是否与人工智能进行认知互动？人工智能辅助对偶然学习的影响
当人们在做出艰难决定时得到建议时，他们通常会在当下做出更好的决定，同时也会在此过程中增加自己的知识。然而，这种偶然学习只有当人们在认知上参与他们所收到的信息并深思熟虑地处理这些信息时才会发生。人们如何处理他们从人工智能那里得到的信息和建议，他们是否深入参与其中以实现学习？为了回答这些问题，我们进行了三项实验，实验中要求个人做出营养决策，并收到模拟的人工智能建议和解释。在第一个实验中，我们发现，当人们在做出选择之前同时得到建议和解释时，他们会做出比没有得到这种帮助时更好的决定，但他们并没有学习。在第二个实验中，参与者首先做出自己的选择，然后才看到人工智能的建议和解释；这种情况也导致决策得到改善，但没有学习。然而，在我们的第三个实验中，参与者只得到了人工智能的解释，但没有得到任何建议，必须自己做出决定。这种情况既带来了更准确的决策，也带来了学习收益。我们假设，在这种情况下，学习收益是由于更深入地参与了做出决策所需的解释。这项研究提供了迄今为止最直接的证据，表明将解释与人工智能生成的建议结合起来可能不足以确保人们谨慎地参与人工智能提供的信息。这项研究还提出了一种实现偶然学习的技术，从某种意义上说，它可以帮助人们更仔细地处理人工智能的建议和解释。
人们是否在认知上与人工智能互动？人工智能辅助对偶然学习的影响
当人们在做出艰难决定时得到建议时，他们通常会在当下做出更好的决定，同时也会在这个过程中增加他们的知识。然而，这种偶然的学习只有在人们认知地参与他们所收到的信息并深思熟虑地处理这些信息时才会发生。人们如何处理他们从人工智能那里得到的信息和建议，他们是否深入地参与其中以实现学习？为了回答这些问题，我们进行了三项实验，实验中要求个人做出营养决定，并收到模拟的人工智能建议和解释。在第一个实验中，我们发现，当人们在做出选择之前同时得到建议和解释时，他们会做出比没有得到这种帮助时更好的决定，但他们没有学习。在第二个实验中，参与者首先做出自己的选择，然后才看到人工智能的建议和解释；这种情况也导致决策得到改善，但没有学习。然而，在我们的第三个实验中，参与者只得到了人工智能的解释，但没有得到建议，他们必须自己做出决定。这种情况既带来了更准确的决策，也带来了学习收益。我们假设，在这种情况下，学习的进步是由于人们更深入地参与了做出决定所需的解释。这项研究提供了迄今为止最直接的证据，表明将解释与人工智能生成的建议结合起来可能不足以确保人们谨慎地参与人工智能提供的信息。这项研究还提出了一种实现偶然学习的技术，这意味着可以帮助人们更仔细地处理人工智能的建议和解释。
具有体拓扑的 Nielsen-Ninomiya 定理：...中的对偶性
Nielsen-Ninomiya 定理是高能和凝聚态物理中关于手性费米子在静态晶格系统中实现的基本定理。本文我们扩展了动态系统中的定理，其中包括静态极限中的原始 Nielsen-Ninomiya 定理。原始定理对于块体手性费米子来说是行不通的，而新定理由于动态系统固有的块拓扑而允许它们实现。该定理基于对偶性，可以统一处理周期性驱动系统和非厄米系统。我们还给出了受对称性保护的非手性无间隙费米子的扩展定理。最后，作为我们的定理和对偶性的应用，我们预测了一种新型的手性磁效应——非厄米手性磁肤效应。
无模型原始对偶网络优化方法及其在实时最优电力流中的应用：预印本
摘要 — 本文研究了网络系统的实时优化问题，并开发了在线算法，无需明确了解系统模型即可引导系统朝着最佳轨迹运行。该问题被建模为具有时变性能目标和工程约束的动态优化问题。算法的设计利用了在线零阶原始对偶投影梯度法。具体而言，涉及目标函数梯度的原始步骤（因此需要网络系统模型）被其零阶近似所取代，并使用确定性扰动信号进行两个函数评估。评估是使用系统输出的测量值进行的，从而产生反馈互连，其中优化算法充当反馈控制器。本文对这种互连的稳定性和跟踪特性提供了一些见解。最后，本文将该方法应用于电力系统中的实时最优潮流问题，并展示了其在 IEEE 37 节点配电测试馈线上进行参考功率跟踪和电压调节的有效性。
使用原始/对偶模型对 3D 建筑物进行建模和分析...
虽然 CityGML 允许我们表示 3D 城市模型，但它在需要空间分析和/或实时修改的应用中的使用受到限制，因为目前存储元素之间拓扑关系的可能性相当有限，而且通常没有得到利用。我们在本文中介绍了一种新的拓扑数据结构，即对偶半边 (DHE)，它允许我们表示 3D 建筑物（包括其内部）和周围地形的拓扑。它基于同时存储 3D 空间中的图形及其对偶图并将两者链接起来的想法。我们提出了欧拉型运算符来逐步构建 3D 模型（用于在更新对偶结构的同时向模型添加各个边、面和体积），我们还提出了导航运算符来从给定点移动到所有连接的平面或多面体。DHE 还允许我们将属性存储到任何元素。我们已经实施了 DHE 并使用不同的 CityGML 模型对其进行了测试。我们的技术使我们能够处理重要的查询类型，例如在灾难管理规划中查找距离给定房间最近的外部出口。由于结构是局部可修改的，因此每当特定路径不再可用时，模型都可以进行调整。提议的 DHE 结构为日益流行的 CityGML 模型增加了重要的分析价值。
使用原始/对偶数据结构建模和分析 3D 建筑物 ∗
虽然 CityGML 允许我们表示 3D 城市模型，但它在需要空间分析和/或实时修改的应用中的使用受到限制，因为目前存储元素之间拓扑关系的可能性相当有限，而且通常没有得到利用。我们在本文中介绍了一种新的拓扑数据结构，即对偶半边 (DHE)，它允许我们表示 3D 建筑物（包括其内部）和周围地形的拓扑。它基于同时存储 3D 空间中的图形及其对偶图并将两者链接起来的想法。我们提出了欧拉型运算符来逐步构建 3D 模型（用于在同时更新对偶结构的同时向模型添加各个边、面和体积），我们还提出了导航运算符来从给定点移动到所有连接的平面或多面体。DHE 还允许我们将属性存储到任何元素。我们已经实施了 DHE，并使用不同的 CityGML 模型对其进行了测试。我们的技术使我们能够处理重要的查询类型，例如在灾害管理规划中查找给定房间最近的外部出口。由于结构是局部可修改的，因此当特定路径不再可用时，模型可能会进行调整。提出的 DHE 结构为日益流行的 CityGML 模型增加了重要的分析价值。
使用原始/对偶数据结构建模和分析 3D 建筑物 ∗
虽然 CityGML 允许我们表示 3D 城市模型，但它在需要空间分析和/或实时修改的应用中的使用受到限制，因为目前存储元素之间拓扑关系的可能性相当有限，而且通常没有得到利用。我们在本文中介绍了一种新的拓扑数据结构，即对偶半边 (DHE)，它允许我们表示 3D 建筑物（包括其内部）和周围地形的拓扑。它基于同时存储 3D 空间中的图形及其对偶图并将两者链接起来的想法。我们提出了欧拉型运算符来逐步构建 3D 模型（用于在同时更新对偶结构的同时向模型添加各个边、面和体积），我们还提出了导航运算符来从给定点移动到所有连接的平面或多面体。DHE 还允许我们将属性存储到任何元素。我们已经实施了 DHE，并使用不同的 CityGML 模型对其进行了测试。我们的技术使我们能够处理重要的查询类型，例如在灾害管理规划中查找给定房间最近的外部出口。由于结构是局部可修改的，因此当特定路径不再可用时，模型可能会进行调整。提出的 DHE 结构为日益流行的 CityGML 模型增加了重要的分析价值。