XiaoMi-AI文件搜索系统
World File Search System方差
第1页大脑代谢网络协方差和老化...
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2023年10月6日。 https://doi.org/10.1101/2023.06.21.545918 doi：biorxiv preprint
表征生活方式因素与结构大脑测量之间的协方差模式_两个独立衰老队列的多变量复制研究
丹麦磁共振研究中心，功能和诊断成像与研究中心，哥本哈根大学医院 - 仪表板 - 室友和HVIDOVRE，丹麦B伦敦B伦敦伦敦数学数学学院，英国伦敦，C哥本哈根大学，哥本哈根大学，哥本哈根大学，哥本哈根大学，丹麦哥本哈根，丹麦医院，医院，哥伦比亚大学。哥本哈根，丹麦E临床医学研究所，哥本哈根大学医学和健康科学学院丹麦H丹麦H哥本哈根，沃恩福德医院，牛津大学，牛津大学，牛津大学，英国I辐射科学系，UMEå功能性脑成像中心（UFBI），Umeå大学，Umeå大学，瑞典
利用方差估计进行量子特征选择
摘要：量子计算有望实现比经典计算更快的速度，这引发了人们对探索用于数据分析问题的新型量子算法的兴趣。特征选择是一种从数据集中选择最相关特征的技术，是数据分析中的关键步骤。通过文献中提出的几种量子特征选择技术，本研究展示了量子算法在增强特征选择和其他利用方差的任务方面的潜力。本研究提出了一种用于估计一组真实数据的方差的新型量子算法。重要的是，在状态准备之后，该算法的复杂度在宽度和深度上都表现出对数特性。量子算法通过设计混合量子特征选择 (HQFS) 算法应用于特征选择问题。这项工作展示了 HQFS 的实现，并在两个合成数据集和一个真实数据集上对其进行了评估。
基于方差的收缩的电子激发态...
分子的电子激发态对于许多物理和化学过程都是核心，但是它们通常比接地状态更难计算。在本文中，我们利用量子计算机的优势开发一种算法，用于高度准确地计算激发态。我们将合同的schr¨odinger方程（CSE）求解 - schr odinger方程的收缩（投影）到两个电子的空间上 - 溶液对应于schr odinger方程的地面和激发态。最近用于求解CSE的量子算法（称为合同的量子本素层（CQE））集中在基态上，但我们基于旨在快速优化地面或激发态的方差开发了CQE。我们应用算法来计算H 2，H 4和BH的地面和激发态。
方差因子分析报告草案 White Hills 太阳能项目
2012 年，美国土地管理局 (BLM) 和美国能源部 (DOE) 发布了《美国西南部六个州太阳能开发最终项目环境影响报告》(PEIS)，其中包括亚利桑那州 (BLM 和 DOE 2012)。综合太阳能计划以更高效、更标准化和更环保的方式促进了在公共土地上开发太阳能项目的许可。太阳能计划确定了适合公用事业规模太阳能生产的太阳能区 (SEZ)，亚利桑那州西南部有三个 SEZ：位于尤马县海德镇西部的 Agua Caliente SEZ、位于拉巴斯县石英镇东部的 Brenda SEZ 和位于马里科帕县阿灵顿镇西南的 Gillespie SEZ。
方差因子分析报告草案 矿产公园太阳能项目
ACC 亚利桑那州公司委员会 ACEC 关键环境问题区域 ADEQ 亚利桑那州环境质量部 ADOT 亚利桑那州交通部 ADWR 亚利桑那州水资源部 AF 英亩英尺 APE 潜在影响区域申请人 reNRG 合作伙伴 AR 阿肯色州 ARO 考古记录办公室 ASM 亚利桑那州立博物馆 AUM 动物单位月 AZ 亚利桑那州 AZOGCC 亚利桑那州石油和天然气保护委员会 AZPDES 亚利桑那州污染物排放消除系统 BESS 电池储能系统 BLM 土地管理局 BLM S 土地管理局 敏感物种 BMP 最佳管理实践 C 上市候选 CCA 候选保护协议 CEQ 环境质量委员会 CFR 联邦法规 CHAT 关键栖息地评估工具 CWA 清洁水法案 DOE 能源部 EJ 环境正义 EO 行政命令 EPA 环境保护署 ESA 濒危物种法案 FAA 联邦航空管理局 FEMA 联邦紧急事务管理局 FPPA 农田保护政策法案 FTE 全职当量 GLO 土地总署 GW 千兆瓦 HA 畜群区域 HMA 畜群管理区 IN 印第安纳州 IPaC 规划和咨询信息 KFO 金曼实地办公室 kV 千伏 LCC 景观保护合作社 LE 列入濒危名单
具有三个粒子的 Lipkin-Meshkov-Glick 模型的量子计算机上的方差最小化
摘要。量子计算为模拟多体核系统开辟了新的可能性。随着多体系统中粒子数量的增加，相关汉密尔顿量的空间大小呈指数增长。在使用传统计算方法对大型系统进行计算时，这带来了挑战。通过使用量子计算机，人们可能能够克服这一困难，这要归功于量子计算机的希尔伯特空间随着量子比特数的增加而呈指数增长。我们的目标是开发能够重现和预测核结构（如能级方案和能级密度）的量子计算算法。作为汉密尔顿量的示例，我们使用 Lipkin-Meshkov-Glick 模型。我们对汉密尔顿量进行了有效的编码，并将其应用到多量子比特系统上，并开发了一种算法，允许使用变分算法确定原子核的全激发光谱，该算法能够在当今量子比特数有限的量子计算机上实现。我们的算法使用哈密顿量的方差 DH 2 E −⟨ H ⟩ 2 作为广泛使用的变分量子特征值求解器 (VQE) 的成本函数。在这项工作中，我们提出了一种基于方差的方法，使用量子计算机和简化量子比特编码方法查找小核系统的激发态光谱。
可解释的大脑图的堆叠回归和结构性方差分配
将与复杂刺激相关的大脑活动与2的不同特性相关联，刺激是构建功能性脑图的强大方法。然而，3当刺激是自然主义时，它们的性质通常是相关的（例如，自然图像的视觉和4个语义特征，或用作图像特征的卷积神经网络5的不同层）。相关性能可以充当混杂因素6，并使大脑图的解释性复杂化，并可能影响统计估计器的7个鲁棒性。在这里，我们根据提出的两种方法提出了一种大脑映射8的方法：堆叠不同的编码模型和结构化9方差分配。我们的堆叠算法结合了编码模型，每个模型都将10用作输入一个描述不同刺激属性的特征空间。算法11学会预测体素的活性，作为不同12个编码模型的输出的线性组合。我们表明，由此产生的组合模型可以更好或至少与单个编码模型更好或至少预测13个大脑活动。此外，线性组合的14个权重很容易解释；它们显示了预测体素的每个特征空间的重要性15。然后，我们将堆叠模型构建到16个引入结构化方差分区，这是一种新型的方差分区，考虑了17个特征之间的已知关系。我们验证了我们的模拟方法，展示其大脑在fMRI数据上的21个潜力，并发布Python软件包。24我们的方法限制了假设空间的18个大小，并使我们能够提出有关特征空间和大脑区域之间相似性19的有针对性问题，即使在20个特征空间之间存在相关性的情况下。我们的方法对于有兴趣将大脑活动与神经网络的不同层（23）或其他类型的相关特征空间对齐的研究人员有用。
开发白质纤维协方差网络支持青年的执行功能
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权所有，该版本发布于2023年2月7日。 https://doi.org/10.1101/2023.02.07.527499 doi：biorxiv Preprint