XiaoMi-AI文件搜索系统
World File Search System成本函数
可靠性工程与系统安全
提出了一种评估飞机发动机监测数据的新方法。通常，预测和健康管理系统使用某些发动机部件的退化过程知识以及专业专家意见来预测剩余使用寿命 (RUL)。出现了新的数据驱动方法，可以在不依赖这种昂贵的过程的情况下提供准确的诊断。然而，它们中的大多数都缺乏解释组件来理解模型学习和/或数据的性质。为了克服这一差距，我们提出了一种基于变分编码的新方法。该模型由一个循环编码器和一个回归模型组成：编码器学习将输入数据压缩到潜在空间，以此为基础构建一个自解释的地图，可以直观地评估飞机发动机的劣化率。获得这样一个潜在空间是通过一个由变分推理指导的新成本函数和一个惩罚预测误差的项来规范化的。因此，不仅可以实现可解释的评估，而且还可以实现显著的预测准确性，优于 NASA 流行的模拟数据集 C-MAPSS 上的大多数最先进的方法。此外，我们利用实际涡扇发动机的数据演示了我们的方法在真实场景中的应用。
![arXiv:2103.14479v2 [quant-ph] 2021 年 12 月 28 日](/simg/g:\will\search\icon\source\d\dd34c1b8638c536220fabc5f622e2940f1a67543.webp)
arXiv:2103.14479v2 [quant-ph] 2021 年 12 月 28 日
量子变分优化已被提出作为解决优化问题的替代方案，比传统方法更快、更大规模。在本文中，我们系统地研究了纠缠、变分量子电路的结构和优化问题的结构在这些算法的成功和效率中的作用。为此，我们的研究重点是变分量子特征求解器 (VQE) 算法，该算法应用于可调密度随机图上的二次无约束二进制优化 (QUBO) 问题。我们的数值结果表明，根据问题的拓扑结构调整纠缠门的分布具有优势，特别是对于在低维图上定义的问题。此外，我们发现有证据表明，应用条件风险价值型成本函数可以改进优化，增加与最优解重叠的概率。然而，这些技术也提高了基于产品状态（无纠缠）的 Ans¨atze 的性能，这表明基于这些技术的新经典优化方法可以在某些方面胜过现有的 NISQ 架构。最后，我们的研究还揭示了问题难度与基态和第一激发态之间的汉明距离之间的相关性，这一想法可用于设计基准并了解优化方法的性能瓶颈。
使用动态自适应技术实现 IOUT 的水下 WSN
摘要 —本文考虑了能耗和网络寿命之间的权衡。本文提出了一种称为能量动态自适应路由 (EDAR) 协议的最佳路由协议。DAR 协议使用最佳动态自适应路由方法在传感器节点的可靠性或数据包传送率 (PDR) 与误码率 (BER) 之间保持权衡。所提出的方法在三个不同的阶段运行，即初始化、动态路由和传输。在初始阶段，UWSN 中的所有节点在网络中的所有节点之间共享位置和剩余能量信息。在动态路由阶段，利用基于最优有向无环图 (DAG) 的路由选择来选择邻居和后继节点。这有助于连续路由将数据包从一个节点传输到另一个节点。在这里，使用有向无环图的成本函数来更好地传输数据包。实验结果表明，所提出的方法遇到了传统协议中提出的问题，并提高了具有更高 BER 的数据包的可靠性。索引术语 —水下传感器网络、物联网、有向无环图、动态自适应路由
可靠性工程与系统安全
提出了一种评估飞机发动机监测数据的新方法。通常，预测和健康管理系统使用某些发动机部件的退化过程知识以及专业专家意见来预测剩余使用寿命 (RUL)。出现了新的数据驱动方法，可以在不依赖这种昂贵过程的情况下提供准确的诊断。但是，它们中的大多数缺乏解释组件来理解模型学习和/或数据的性质。为了弥补这一差距，我们提出了一种基于变分编码的新方法。该模型由一个循环编码器和一个回归模型组成：编码器学习将输入数据压缩到潜在空间，以此为基础构建一个自解释的地图，可以直观地评估飞机发动机的劣化率。获取这种潜在空间是通过变分推理引导的新成本函数和惩罚预测误差的项来进行正则化的。因此，不仅实现了可解释的评估，而且还实现了显着的预测准确性，优于 NASA 流行模拟数据集 C-MAPSS 上的大多数最新方法。此外，我们使用来自实际涡扇发动机的数据在现实场景中展示了我们的方法的应用。
电池降解最小化电动汽车的最佳电池热管理
电池热管理系统（BTM）的控制对于在炎热天气下电动汽车（EV）的热安全性，能源效率和耐用性至关重要。为了解决电池冷却优化问题，本文利用动态编程（DP）制定基于在线规则的控制策略。首先，建立了LIFEPO 4电池组的电热模型。在不同的速度轮廓和温度下提出了面向控制的BTMS模型。然后在DP框架中，将包括电池老化成本和冷却引起的电力成本组成的成本函数最小化，以获得最佳的压缩机功率。通过确定三个规则“快速冷却，缓慢冷却和温度维度维护”，这是一种基于规则的近乎基于规则的冷却策略，它使用尽可能多的再生能量来冷却电池组，以进行在线执行。仿真结果表明，在不同的操作条件下，提出的在线策略可以大大改善驾驶经济并减少电池降解，与离线DP相比，电池损失差异不足2.18％。最终提供了有关不同实际情况下电池冷却的建议。
![arXiv:2109.10785v3 [quant-ph] 2023 年 8 月 27 日](/simg/g:\will\search\icon\source\c\c7816fa501a89454575dda25314f8a6ba804e2b0.webp)
arXiv:2109.10785v3 [quant-ph] 2023 年 8 月 27 日
纠缠在量子物理中起着至关重要的作用，是量子信息处理的关键资源。然而，由于现有方法操作不实用，纠缠检测和量化被认为很难。这项工作提出了三种近期有效的算法，利用混合量子经典技术来解决这一困难。第一个算法找到二分纯态的施密特分解——一种分析纠缠性质和结构的有力工具。虽然对数负性可以通过施密特分解计算出来，但我们提出了第二种算法来估计二分纯态的对数负性，其中参数化量子电路的宽度进一步减小。最后，我们将我们的框架推广到混合状态，得到了第三种算法，它可以检测特定状态系列上的纠缠，并确定一般的可分解性。这三种算法都具有相似的框架，即通过利用局部参数化量子电路最大化成本函数来实现优化，与现有方法相比，具有更好的硬件效率和实用性。使用 IoP CAS 超导量子处理器在 Quantum Leaf 上进行的实验实现了我们的分析和量化近期量子设备上纠缠的方法的有效性和实用性。
考虑可靠性成本的可再生能源微电网优化规划
摘要 — 近年来，与需要开发昂贵输电线路的大型燃料发电厂的扩张相比，微电网中所需负载的本地供电受到了更多关注。另一方面，环境限制导致可再生能源的不断发展，这些可再生能源可以以微电网中小型发电机组的形式发电。在本研究中，将风力涡轮机、潮流型潮汐发电机组和光伏系统等适当混合的可再生能源集成到与储能系统连接的微电网中。所提出的微电网可以在沿海地区和岛屿上定制，以提供所需的负载。为了最佳地确定可再生能源发电厂的容量和规模，应用了不同的元启发式算法，其中，粒子群优化方法用于最小化系统的成本函数，包括投资、运营和可靠性成本。为了计算微电网的可靠性成本，考虑了空气和水温、风速、潮汐流速度和太阳辐照度变化对组装元件的可变风险率的影响。微电网的负荷削减是由于组装元件故障和可再生能源的变化而发生的，本文对这两个问题进行了讨论。为了检验所提方法的有效性，给出了考虑可靠性成本的包含可再生能源的微电网规划相关的数值结果。
基于优化的视觉惯性里程计中的全局位置测量紧耦合融合
摘要 — 为了实现长期自主导航中稳健、无漂移的位姿估计，我们在本文中提出了一种将全局位置信息与视觉和惯性测量融合在一起的紧耦合非线性优化估计器。与以前的松散耦合的工作不同，使用紧耦合方法可以利用所有测量之间的相关性。通过最小化包括视觉重新投影误差、相对惯性误差和全局位置残差的成本函数来估计最新系统状态的滑动窗口。我们使用 IMU 预积分来计算惯性残差，并利用该算法的结果有效地计算全局位置残差。实验结果表明，所提出的方法实现了准确且全局一致的估计，而优化计算成本的增加可以忽略不计。我们的方法始终优于松耦合的融合方法。与室外无人机 (UAV) 飞行中的松散耦合方法相比，平均位置误差减少了 50%，其中全局位置信息由嘈杂的 GPS 测量提供。据我们所知，这是首次在基于优化的视觉惯性里程计算法中紧密融合全局位置测量，利用 IMU 预积分方法定义全局位置因子。
市场均衡中的汽车价格 - 纽约大学斯特恩商学院
本文开发了用于实证分析差异化产品市场需求和供应的技术，然后将这些技术应用于分析美国汽车行业的均衡。我们的主要目标是提出一个框架，使人们能够获得一类寡头垄断差异化产品市场的需求和成本参数估计值。我们框架的估计值只能使用广泛可用的产品级和总体消费者级数据获得，并且它们与寡头垄断行业的均衡结构模型一致。当我们将此处开发的技术应用于美国汽车市场时，我们会获得（基本上）二十年内销售的所有车型的成本和需求参数。在成本方面，我们根据产品特性估计成本。在需求方面，我们估计自身价格弹性和交叉价格弹性以及与车辆属性（例如重量或燃油效率）相关的需求弹性。这些弹性与成本方面的参数一起，在许多政策和描述性问题的分析中发挥着核心作用（例如，参见 Pakes、Berry 和 Levinsohn (1993) 以及 Berry 和 Pakes (1993)）。我们的一般方法假设消费者对产品的偏好存在分布。然后将这些偏好明确地汇总到市场层面的需求系统中，然后与成本函数和定价行为的假设相结合，以产生均衡价格和数量。
多块结构化网格的多准则划分
多块结构化网格的分区会影响数值模拟的性能和可扩展性。最佳分区器应同时实现负载平衡和最小化通信时间。最先进的域分解算法在平衡处理器之间的负载方面做得很好。但是，即使工作得到很好的平衡，通信成本也可能不平衡。影响通信成本的两个主要因素是边切割和通信量。当前的分区器主要侧重于减少总通信量，并依赖于简单的技术，例如在最长边处切割，而这种技术不会捕获几何中的连通性。它们也没有考虑网络延迟和带宽对分区的影响，导致所有平台上的分区相同。此外，它们的性能测试大多采用平面 MPI 模型，其中分区对通信的影响被同一节点上内核之间的快速共享内存访问所隐藏。在本文中，我们提出了用于多块结构化网格的新分区算法，以解决当前分区器的上述限制。新算法包括一个成本函数，它不仅考虑了通信量和边切，还考虑了网络的延迟和带宽。我们尽量减少所有处理器之间的总体成本，以创建最佳分区。为了证明所提算法的效率