XiaoMi-AI文件搜索系统
World File Search System成本函数
Oktay Baysal，Ph.D.，P.E.，F.ASME 的出版物列表
2. Pehlivanoglu, V.、Yagiz, B.、Kandil, O. 和 Baysal, O. ，“跨音速机翼吸气和吹气的粒子群优化”，《航空杂志》，第 47 卷，第 6 期，2010 年 11 月/12 月，第 1955-1965 页。 3. Pehlivanoglu, V. 和 Baysal, O. ，“利用模糊逻辑和神经网络增强的振动遗传算法”，《航空科学与技术》，第 14 卷，第 1 期，2010 年 1 月/2 月，第 56-64 页。 4. Pehlivanoglu, V.、Hacioglu, A.、Baysal, O.，“通过振动遗传算法进行自主无人机路径规划”，《航空工程与航天技术杂志》，第 79 卷，第 3 期，2007 年 7 月/8 月，第 250-260 页。 5. Baysal, O. 和 Ghayour, K.，“非结构化网格上具有一般成本函数优化的连续伴随灵敏度”，《AIAA 杂志》，第 39 卷，第 1 期，2001 年，第 48-55 页。 6. Baysal, O.，“气动形状优化：方法和应用”，《SAE 交易：航空航天杂志》，第 108 卷，第 1 节，1999 年，第 794-802 页。
用于 Metropolis-Hastings 算法的高效量子行走电路
虽然乍一看这是具有深远应用的重要优势，但还必须考虑其他因素才能确定量子行走是否能为任何特定应用带来显著的加速。原因之一是实现量子行走的单步 UW 可能比实现经典行走的单步 W 花费更长的时间。因此，量子行走在平衡时间极长的情况下更有可能带来优势。此外，我们必须解决这样一个事实，即经典行走通常在非平衡状态下启发式使用。例如，在训练神经网络时，使用称为随机梯度下降的 MCMC 方法来最小化成本函数，实际上通常不需要达到真正的最小值，因此 MCMC 的运行时间比其混合时间要短。类似地，模拟退火通常以启发式方式使用，冷却计划远快于可证明界限的规定——并结合重复重启。此类启发式应用进一步推动了 UW 高效实现的构建，以及量子计算机启发式方法的开发。
提高量子误差校正的变异量子算法的速度
我们考虑为作用在量子电路上的通用量子噪声设计合适的量子误差校正程序（QEC）程序的问题。通常，没有分析通用程序来获得编码和校正统一门，如果噪声未知并且必须重建噪声，问题甚至更难。现有过程依赖于变分的量子算法（VQA），并且由于成本函数的梯度的大小随量子数而衰减，因此很难训练。我们使用基于量子1（QW 1）的量子Wasserstein距离的成本函数来解决此问题。在量子信息处理中通常采用的其他量子距离方面，QW 1缺少单一不变性属性，这使其成为避免被困在本地最小值中的合适工具。专注于一个简单的噪声模型，该模型已知确切的QEC解决方案，并且可以用作理论基准，我们进行了一系列数值测试，这些测试表明如何通过QW 1指导VQA搜索，确实可以显着提高成功培训的可能性，并在使用恢复状态的情况下，以实现的态度来实现会议的方法。
模型预测路径积分方法具有触及 - 远程任务和控制障碍功能
摘要 - 机器人技术的快速进步需要用于在动态和不确定环境中开发和测试安全控制体系结构的Ro-Bust工具。确保机器人技术的安全性和可靠性，尤其是在关键安全应用中，至关重要，推动了实质性的工业和学术努力。在这种情况下，我们扩展了Python/ROS2工具箱CBF套件，该工具箱现在使用Ax-Avoid规范作为成本函数结合了计划者。与模型预测路径积分（MPPI）控制器的集成使工具箱能够满足复杂的任务，同时确保使用控制屏障功能（CBF）的各种不确定性来源的正式安全保证。CBF试剂盒针对使用JAX进行自动分化的速度和二次程序求解的JAXOPT进行了优化。该工具箱支持各种机器人应用，包括辅助导航，人类机器人相互作用和多机器人协调。该工具箱还提供了全面的计划者，控制器，传感器和估算器实现的库。通过一系列示例，我们证明了在不同机器人方案中CBF套件的增强功能。
道路恶化和维护影响
有效的公路交通网络是经济和社会发展的重要因素。但其成本也很高。公路建设和维护占国家预算的很大一部分，而道路使用者为车辆运行和折旧承担的费用则更高。因此，在财政和其他约束条件下，实施政策以尽量减少单个公路连接和整个公路网络的总运输成本至关重要。要有效地做到这一点，特别是在处理大型和多样化的公路网络时，必须对各种方案进行比较，并仔细评估它们之间的利弊。这又需要能够量化和预测所需分析期间的绩效和成本函数。由于需要这种定量函数，世界银行于 1969 年发起了一项研究，后来成为与几个国家的领先研究机构和公路机构合作的大型研究计划。公路设计和维护标准研究 (HDM) 的重点是严格量化道路建设、道路维护和车辆运行成本之间的权衡，以及开发规划模型，将全生命周期成本模拟作为公路决策的基础。本卷是记录 HDM 研究结果的系列丛书中的一本。其他卷包括：
启用了蒙版优化的GPU级别集
摘要 - 由于高级集成电路的特征大小不断收缩，因此分辨率增强技术（RET）被利用来改善光刻过程中的可打印性。光学接近校正（OPC）是旨在补偿面罩以生成更精确的晶圆图像的最广泛使用的RET之一。在本文中，我们提出了一种基于级别的OPC方法，具有高面膜优化质量和快速收敛。为了抑制光刻过程中条件爆发的干扰，我们会提供一个新的过程窗口感知的成本函数。然后，采用了一种新颖的基于动量的进化技术，该技术取得了重大改进。我们还提出了一种自适应共轭梯度方法，该方法有望具有更高的优化稳定性和更少的消耗时间。此外，图形过程（GPU）被利用用于加速所提出的算法。我们将输出掩码从机器学习基于掩码优化流中作为输入和工作作为重新定位掩码的后过程。ICCAD 2013基准测试的实验结果表明，我们的算法在解决方案质量和运行时开销中均优于以前的所有OPC算法。
在存在噪声的情况下，保留变异量子本素层的对称性
量子计算机被认为是目前正在开发的最有前途的技术之一，它将有助于扩展科学发现的范围。这可以通过量子模拟[1]来实现，该量子模拟利用量子处理单元（QPU）的特性来模拟自然发生的量子力学系统。近任期设备范围内最流行的算法之一是变异量子eigensolver（VQE）[2-7]。该算法属于更一般的算法类别，称为混合变异量子算法[8-14]。这些算法的一般原理是使用量子和分类计算机之间的反馈回路来最大程度地减少预定的成本函数。该方法已应用于理论[15 - 27]和实验[2、3、5、12、28-31]的各种量化系统。在VQE的情况下，预定的函数是模拟汉密尔顿相对于QPU状态的期望值。此外，还可以使用多种技术来发现此类系统的更高激发态[6，32，33]。由于提出的噪声弹性，这些变异算法通常在近期设备中特别感兴趣。值得注意的是，参考。[4]证明了针对连贯错误和参考的噪声弹性。[34]证明了噪声弹性
可重复使用运载火箭下降与精确着陆的先进制导与鲁棒控制耦合
摘要：本文研究了连续凸优化制导与鲁棒结构化 H ∞ 控制的耦合，用于可重复使用运载火箭 (RLV) 的下降和精确着陆。更具体地说，该制导和控制 (G&C) 系统预计将集成到非线性六自由度 RLV 控制动力学模拟器中，该模拟器涵盖配备推力矢量控制系统和可操纵平面翼的第一级火箭的气动和动力下降阶段，直到垂直着陆。进行了成本函数策略分析，以找出最有效的闭环实现方法，其中包括鲁棒控制系统和所涉及的运载火箭飞行力学。此外，还详细介绍了通过结构化 H ∞ 进行控制器合成。后者是在下降轨迹的不同点使用比例-积分-微分 (PID) 类结构构建的，并对姿态角、速率和横向体速度进行反馈。通过上述模拟器的线性分析和非线性情况验证了该架构，并通过在正常条件下以及存在扰动的情况下与基线系统比较性能和稳健性来验证 G&C 方法。总体结果表明，所提出的 G&C 系统是可重复使用发射器真实下降飞行和精确着陆阶段的相关候选系统。
![arxiv：2410.02671v2 [CS.CV] 2024年10月14日](/simg/g:\will\search\icon\source\0\0116dc1f8910897ff238346188d2dd3cedd74748.webp)
arxiv：2410.02671v2 [CS.CV] 2024年10月14日
未配对的点云完成探讨了从不完整和完整点云数据中学习完成映射的方法。在本文中，我们建议使用不平衡的最佳传输图（称为不平衡的最佳传输图，用于未配对的点云完成（UOT-UPC）），提出了一种新颖的方法，以完成不合格的点云完成。我们证明，不配对的点云完成自然可以解释为最佳传输（OT）问题，并引入不平衡的最佳运输方法（UOT）方法来解决类不平衡问题，在不违法的点云完成数据集中很普遍。此外，我们分析了未配对完成任务的适当成本功能。此分析表明，INFOCD成本函数特别适合此任务。我们的模型是第一次尝试将UOT用于未配合的点云完成，从而在单类别和多类别数据集中取得了竞争性或卓越的结果。尤其是，我们的模型在具有类不平衡的情况下特别有效，其中类别的比例在不完整和完整的点云数据集之间有所不同。
启用了蒙版优化的GPU级别集
摘要 - 由于高级集成电路的特征大小不断收缩，因此分辨率增强技术（RET）被利用来改善光刻过程中的可打印性。光学接近校正（OPC）是旨在补偿面罩以生成更精确的晶圆图像的最广泛使用的RET之一。在本文中，我们提出了一种基于级别的OPC方法，具有高面膜优化质量和快速收敛。为了抑制光刻过程中条件爆发的干扰，我们会提供一个新的过程窗口感知的成本函数。然后，采用了一种新颖的基于动量的进化技术，该技术取得了重大改进。我们还提出了一种自适应共轭梯度方法，该方法有望具有更高的优化稳定性和更少的消耗时间。此外，图形过程（GPU）被利用用于加速所提出的算法。我们将输出掩码从机器学习基于掩码优化流中作为输入和工作作为重新定位掩码的后过程。ICCAD 2013基准测试的实验结果表明，我们的算法在解决方案质量和运行时开销中均优于以前的所有OPC算法。