XiaoMi-AI文件搜索系统
World File Search System效用函数
迈向绿色经济：央行资产购买的作用
4 如果没有这一假设，债券需求将具有完全弹性，并且绿值将始终为零（在稳定状态下和响应冲击时），尽管 CES 生产组合中绿色商品和棕色商品的权重不同。 5 效用函数中的资产是 DSGE 文献中的常见假设。最近，宏观经济学家利用这一假设使债券成为不完全替代品，从而打破了华莱士中立性（Alpanda 和 Kabaca，2020 年），更好地解释数据（Rannenberg，2021 年）并解决了新凯恩斯主义模型的几个难题（Michaillat 和 Saez，2021 年）。
生存：使用机器学习的灵活生存分析工具bio3d.pdf
描述实用程序要处理，组织和探索蛋白质结构，序列和动态数据。功能包括能够读取和写入结构，序列和动态轨迹数据，执行序列和结构数据库搜索，数据汇总，原子选择，对齐，叠加，叠加，刚性核心识别，聚类分析，距离矩阵分析，距离矩阵分析，结构保存分析，序列保护分析，正常模式分析，正常模式分析，正常组成分析和正常数据和正常数据和正常数据和正常数据和正常数据。此外，还提供了各种效用函数，以使R环境的统计和图形能力能够与生物学序列和结构数据一起工作。有关更多信息，请参考以下网址。
经济脆弱性、复原力和资本形成
摘要。本章探讨了主流经济增长理论与经济脆弱性之间的联系。作者指出，脆弱性（即对外部冲击的固有暴露）对人均产出水平和经济增长具有重要影响。本章讨论的模型假设冲击模式在有利冲击和不利冲击之间对称分布。然而，标准经济理论假设的生产和效用函数具有边际收益递减，这使得下行冲击比正向冲击具有相对更强的影响。作者认为，经济脆弱性可能导致人均产出增加，但消费水平降低，因为经济体投资于恢复力建设以克服外部冲击的负面影响。作者进一步指出，这些发现构成了解决所谓“新加坡悖论”的可能方法。
![arXiv:2010.02088v1 [quant-ph] 2020 年 10 月 5 日](/simg/g:\will\search\icon\source\4\405dff516f2532a2f0d69423120646f8c310e6c8.webp)
arXiv:2010.02088v1 [quant-ph] 2020 年 10 月 5 日
摘要。贝叶斯网络是随机变量依赖图上联合概率分布的紧凑表示，也是在存在不确定性的情况下进行建模和推理的工具，对于人工智能结合领域知识、捕捉因果关系或从不完整数据集中学习具有重要意义。贝叶斯推理在经典环境中被称为 NP 难问题，但它是一类值得在量子框架中探索的算法。本文探讨了这样的研究方向，并通过在纠缠配置中合理使用效用函数改进了以前的提议。它提出了一种具有经过验证的计算优势的完全量子力学决策过程。作为概念验证，讨论了 Qiskit（IBM Q 机器的基于 Python 的程序开发工具包）中的原型实现。
博弈论 – 定义 -1 • 策略是一种完整的……
- N = {1, 2, ..., n} 是有限的参与者集 - S i 是参与者 i 的策略集，对于每个参与者 i ∈ N - 策略组合集表示为 S ≡ S 1 × ... × S n , - ui : S → R 是一个效用函数，它与每个策略组合 s ≡ (s 1 , ..., sn ) 和每个参与者 i ∈ N 的收益 ui (s) 相关联。当 S i 对于每个 i ∈ N 都是有限的时，我们将 Γ 称为有限博弈。所有参与者的策略组合表示为 s ≡ (s 1 , ..., sn ) ∈ S。除参与者 i 之外的所有参与者的策略组合表示为 s −i 。除参与者 i 之外的参与者的所有策略组合的集合表示为 S −i 。 • 如果对于所有 s -i ∈ S -i ，则玩家 i 的策略 si 严格优于其策略 s ' i
经济学中的量子倾向
本文介绍了一种受量子计算启发的经济学方法，其动机是开发一致的经济学量子数学框架。传统的新古典主义方法假设理性的效用优化者会将市场价格推向稳定的平衡，但会受到外部扰动或市场失灵的影响。虽然这种方法影响巨大，但在 2007/8 年金融危机之后，它受到了越来越多的批评。相比之下，量子方法本质上是概率性和动态的。决策者不是通过效用函数来描述的，而是通过指定交易概率的倾向函数来描述的。我们展示了如何使用简单的量子电路来生成适当的倾向函数，来建模许多认知现象，例如偏好逆转和分离效应。相反，可以通过熵力量化一般的倾向函数，以结合干扰和纠缠等表征人类决策的效应。讨论了经济学和金融学中一些常见问题和主题的应用，包括量子人工智能的使用。
安全约束经济调度计算
2 因此，这些是用于表示网络的直流电力流方程。但是，我们必须在此方程组中包含所有节点注入 P 1 、…PN 和所有角度 θ 1 …θ N。 3 这些是获取线流的方程。同样，我们需要在向量 θ 中包含所有角度 θ 1 …θ N。D 是一个 m×m 矩阵，除对角线外全为零，其中第 m 个元素是分支 m 的负电纳。A 是网络的 m×n 关联矩阵。 4 这些是线流的限制。请注意，只有一组电路额定值 PB,max ，但如果流量在一个方向或另一个方向，则必须将它们作为限制强制执行。 5 这些是线性成本曲线变量的限制。 6 这些是线性效用曲线变量的限制。 7 该方程将成本曲线中使用的发电变量（P gk ）和效用函数中使用的负荷变量（P dk ）与直流电力潮流方程中使用的注入变量（P k ）联系起来。
电动汽车充电站分散电力调度策略
摘要：本文讨论了电动汽车充电站的分散式电力调度。电力调度问题通过实时 Stackelberg 博弈解决。在这个博弈中，领导者是电动汽车充电站 (EVCS)，追随者是电动汽车。EVCS 的偏好被设计为自给自足、为电动汽车提供充电服务以及维持电池储能系统的能量水平，这些偏好通过不同的效用函数来描述。此外，追随者的偏好是最大化他们的电动汽车充电功率。学习算法利用共识网络以迭代分散的方式达到广义 Stackelberg 均衡，作为电动汽车之间的电力调度。模拟中的静态和动态案例研究都验证了所提策略的成功实施、对不确定性的灵活性以及对电动汽车数量的可重构性。与以电动汽车平均充电时间、电池储能系统充放电次数、电网能量交换为衡量标准的集中式基准策略相比，该策略也具有优异的性能。最后，建立了一个缩小规模的实验实现，以验证基于博弈论的策略的功能性和有效性。
人工智能的进步与潜在影响之间
我们将系统的任务性能以及系统开发和部署过程中产生的时间和资源成本纳入总体框架，从而重新构建对人工智能进展的分析。这些成本包括：数据、专家知识、人工监督、软件资源、计算周期、硬件和网络设施以及（什么样的）时间。这些成本分布在系统的生命周期中，可能对不同的开发人员和用户提出不同的要求。我们提出的多维性能和成本空间可以缩减为一个效用指标，用于衡量系统对不同利益相关者的价值。即使没有单一的效用函数，也可以通过人工智能是否扩展帕累托曲面来一般性地评估人工智能的进步。我们将这些类型的成本标记为人工智能进步中被忽视的维度，并使用四个案例研究对其进行探索：Alpha*（围棋、国际象棋和其他棋盘游戏）、ALE（Atari 游戏）、ImageNet（图像分类）和虚拟个人助理（Siri、Alexa、Cortana 和 Google Assistant）。这种更广泛的人工智能进步模型将带来评估人工智能系统潜在社会用途和影响的新方法，并为未来的进步设定里程碑。
战略集群
如果节点具有战略意义并可以更改聚类，那么聚类的质量（通常通过电导率、切边数或到中心的平均距离来衡量）会下降多少？在节点的合理效用中，哪一个对质量的损害最小？我们从理论上研究了这些问题，通过研究享乐博弈（具有不受约束的聚类数量的简化聚类博弈）的均衡，并从实验上测量了更现实的聚类博弈的纯纳什均衡的质量。我们为节点引入了一个新的效用函数，我们称之为接近度，我们相信它是先前研究的节点效用的一个有吸引力的替代方案。我们从理论上研究了接近度效用的属性，并通过实验证明了它比其他已建立的效用（如修改后的分数效用）的优势。最后，我们提出了一个多项式时间算法，该算法在给定一个具有最优质量的聚类的情况下，找到另一个具有更好平均效用的聚类，事实上，这个算法可以最大化平均效用的增益与质量损失的比率。