XiaoMi-AI文件搜索系统
World File Search System时间尺度
第二届国际会议数学 2 产品 (M2P 2025) 面向工业、可持续发展和创新的计算科学新兴技术 J
Open Quantum 的理论框架描述了量子系统如何与环境相互作用，这对于理解和推进量子计算至关重要。量子计算过程依赖于量子相干性的保持，这对于信息的可靠处理至关重要。然而，现实世界的量子系统从来都不是孤立的；它们会与周围环境相互作用，从而导致退相干和噪声，这会降低量子算法的性能，使其在一段时间后变得无法使用，这段时间取决于退相干时间尺度，而退相干时间尺度又取决于量子计算机的架构。例如，在基于超导量子位的量子计算机中，杂散电磁辐射等环境因素会迅速导致量子位失去相干性。
Jonasson, E.、Lindberg, O.、Lingfors, D. 和 Temiz, I. (2023) 通过最小化能源存储需求来设计风能-太阳能混合发电厂：
设计风能和太阳能光伏混合发电厂的一个重要方面是确定能量转换器的尺寸，以尽可能实现高效的功率平滑。在本研究中，混合发电厂中风能和光伏能量转换器的比例是通过最小化实现恒定功率输出所需的总存储能量来确定的。使用傅里叶变换，在与电网集成相关的预定义时间尺度上隔离可变性。对于所研究的时间尺度，确定能量存储的能量和功率额定值以抵消可变性。最终的配置是能够以最少的存储能量实现恒定功率输出的配置。结果表明，风能和光伏能量转换器共置可以平滑季节性能量生成，并减少昼夜和季节时间尺度上的能量存储需求。本文介绍了瑞典东南部的一个案例研究，其中确定了最小化能量存储需求并因此最接近恒定输出功率的风能和太阳能混合发电厂配置。我们发现，混合发电厂中风力发电的比例约为 40-45% 时，对能源存储的需求最低。所提出的方法适用于任意数量的共置能源，也可以扩展到混合电力系统的规模确定。
基于机器学习的随机数字孪生 - arXiv
数字孪生技术潜力巨大，特别是在基础设施、航空航天和汽车领域。然而，这项技术的实际实施速度并不如预期，特别是因为缺乏特定于应用的细节。在本文中，我们提出了一种用于随机非线性多自由度 (MDOF) 动力系统的新型数字孪生框架。本文提出的方法将问题策略性地分解为两个时间尺度 - (a) 控制系统动态的快速时间尺度和 (b) 控制系统退化的慢速时间尺度。所提出的数字孪生有四个组成部分 - (a) 基于物理的名义模型（低保真度）、(b) 贝叶斯过滤算法、(c) 监督机器学习算法和 (d) 用于预测未来响应的高保真模型。基于物理的名义模型与贝叶斯滤波相结合用于组合参数状态估计，监督机器学习算法用于学习参数的时间演变。虽然所提出的框架可以与任何贝叶斯滤波和机器学习算法一起使用，但我们建议使用无迹卡尔曼滤波器和高斯过程。使用两个示例说明了所提出方法的性能。获得的结果表明所提出的数字孪生框架的适用性和优异的性能。
使用具有多样性的微电路
嘈杂证据或反对选择的噪声逐渐积累是感知决策过程中的主要步骤。使用小鼠中的大脑电生理记录（Steinmetz等，2019），我们检查了跨大脑区域的证据积累的神经相关性。我们证明了具有漂移扩散模型（DDM）样的发射速率活性（即，对循证敏感的渐变发射速率）的神经元分布在整个大脑中。探索了类似DDM的神经的证据积累的潜在神经机制，发现在整个大脑区域内部和整个大脑区域内都发现了不同的积累机制（即单一和种族）。我们的发现支持以下假设：证据积累正在通过大脑中的多种整合机制发生。我们进一步探讨了单个和种族蓄能器模型中集成过程的时间尺度。结果表明，每个大脑区域内的累加微电路在其整合时间尺度上具有不同的特性，这些特性在整个大脑的层次上组织。这些发现支持在多个时间尺度上积累证据的存在。除了整个大脑的整合时间尺度的变化外，在每个大脑区域内还观察到时间尺度的异质性。我们证明了这种可变性反映了微电路参数的多样性，因此具有较长积分时间尺度的累加器具有更高的复发强度。
用于集成数据和能量传输的无细胞网络
摘要 — 无蜂窝网络可实现分布式接入点 (AP) 之间的全面协作。本文重点研究如何降低无蜂窝网络在下行链路综合数据和能量传输 (IDET) 中的长期能耗，以实现能源可持续性。最终的设计包括大时间尺度上的 AP 分类和小时间尺度上的 AP 波束成形，以同时满足数据用户和能源用户的 IDET 要求。为了同时处理二进制整数动作 (AP 分类) 和连续动作 (波束成形)，我们创新地提出了一种稳定的双参数化深度 Q 网络 (DP-DQN)，该网络可以通过智能核心处理器 (ICP) 中运行的数字孪生 (DT) 来增强，从而实现更快、更稳定的收敛。因此，无蜂窝网络可以避免在训练过程中遭受性能波动。仿真结果表明，我们的 DP-DQN 在收敛性方面优于其他基准，同时保证了最优解。
可再生能源渗透率提高条件下电力系统多时间发电调度优化：综述
随着可再生能源的不断增加，传统的电源结构和机组地理分布面临结构性变革，现有的调度方案面临着多源协同、多时间协调的优化挑战。本文从中长期、短期和实时三个时间尺度对含可再生能源接入的电力系统发电调度优化进行了综述。首先，对调度模型与方法进行综述，指出火电、水电、风电、太阳能、储能等不确定多源数学模型与市场机制的联系与区别。其次，从确定性和不确定性两个维度对调度算法与方法进行梳理，展示传统调度与含可再生能源调度问题在算法上的创新点与差异点，同时指出各个时间尺度之间的相互作用与耦合关系，并指出当前研究的挑战与不足，为调度人员提供参考和未来的发展方向。
量子计算中的微波
图2。量子基础知识。（a）量子由两个量子状态组成| 0⟩和| 1⟩具有能量差e。（b）当在ω01= e /ℏ时共鸣时，可以在|之间驱动量子状态。 0⟩和| 1⟩，包括|的线性组合0⟩和| 1⟩。（c）在CW谐振驾驶下，Qubit状态发生所谓的Rabi振荡，其中概率| α0| 2和| α1| 2随着时间的及时进化。（d）在频率ω01（噪声温度t b，阻抗z b）偶联质量因子q处耦合到频率质量因子q在时间尺度t 1上导致量子状态转变。如果k b t b≪ω01，这些过渡将由|占主导地位。 1⟩→| 0⟩过程。（e）如果可以通过环境参数λ移动量子频率（例如，磁场），λ中的闪光在ω01中引起浮动，从而在时间尺度Tφ上删除了量子状态。
