XiaoMi-AI文件搜索系统
World File Search System最优的
两种渐近最优的策略证明机制...
我们考虑在度量空间中定位设施以服务于一组自私代理的问题。代理的成本是她自己的位置与最近设施之间的距离。社会成本是代理的总成本。我们感兴趣的是设计无需支付的策略验证机制，该机制的社会成本近似率较小。机制是一种（可能是随机的）算法，它将代理报告的位置映射到设施的位置。如果在任何配置下没有代理可以从错误报告其位置中获益，则机制是策略验证的。这种设置最早由 Procaccia 和 Tennenholtz [21] 研究。他们专注于代理和设施位于实线上的设施博弈。Alon 等人研究了一般度量空间中设施博弈的机制 [1]。然而，他们专注于只有一个设施的游戏。在本文中，我们研究了一般度量空间中的双设施博弈，这扩展了之前的两个模型。我们首先证明确定性策略证明机制的社会成本近似比的 Ω(n) 下界。我们的下界甚至对线度量空间也成立。这显著改善了之前的常数下界 [21, 17]。请注意，线度量空间中有一个匹配的线性上限 [21]。接下来，我们提供了第一个常数近似比为 4 的随机化策略证明机制。我们的机制适用于一般度量空间。对于随机化策略证明机制，之前的最佳上限为 O(n)，仅适用于线度量空间。
Clifford 层次结构中成本最优的单量子比特门合成
对于通用量子计算，实际实施需要克服的一个主要挑战是容错量子信息处理所需的大量资源。一个重要方面是实现由量子纠错码中的逻辑门构建的任意幺正算子。通过组装从一小组通用门中选择的逻辑门序列，可以使用合成算法将任何幺正门近似到任意精度，这些通用门在量子纠错码中编码时可容错执行。然而，目前的程序还不支持单独分配基本门成本，许多程序不支持扩展的通用基本门集。我们使用基于 Dijkstra 寻路算法的穷举搜索分析了标准 Clifferd+T 基本门集的成本最优序列，并将其与另外包括 Clifferd 层次结构更高阶的 Z 旋转时的结果进行了比较。使用了两种分配基本门成本的方法。首先，通过递归应用 Z 旋转催化电路将成本降低到 T 计数。其次，将成本指定为直接提炼和实现容错门所需的原始（即物理级）魔法状态的平均数量。我们发现，使用 Z 旋转催化电路方法时，平均序列成本最多可降低 54 ± 3%，使用魔法状态提炼方法时，平均序列成本最多可降低 33 ± 2%。此外，我们通过开发一个分析模型来估计在近似随机目标门的序列中发现的来自 Clifford 层次结构高阶的 Z 旋转门组的比例，从而研究了某些基本门成本分配的观察局限性。
寻找最优的脑电图方法：水基电极脑电图系统的实用评估
。CC-BY 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2021 年 6 月 4 日发布。；https://doi.org/10.1101/2021.04.28.441825 doi：bioRxiv 预印本
成本最优的高压直流输电连接将太阳能从澳大利亚输送到新加坡对生命周期气候变化的影响
摘要：本文旨在评估从澳大利亚大型太阳能光伏 (PV) 发电厂通过长距离海底高压直流 (HVDC) 电缆进口到新加坡的电力的生命周期温室气体 (GHG) 排放。开发了一个成本优化模型来估算系统组件的容量。建立了一个全面的生命周期评估模型来估算这些组件的制造和使用排放量。我们的评估表明，要满足新加坡五分之一的电力需求，需要一个装机容量为 13 GW PV、17 GWh 电池存储和 3.2 GW 海底电缆的系统。这种系统的生命周期温室气体排放量估计为 110 gCO 2 eq/kWh，其中大部分来自太阳能光伏板的制造。电缆制造对温室气体排放的贡献并不大。通过改变满负荷时间和电缆长度，评估发现，距离新加坡较近的站点可能以相同/更低的碳足迹和更低的成本提供相同的能源，尽管日照量低于澳大利亚。但是，这些站点可能比澳大利亚的沙漠造成更大的土地使用变化排放量，从而抵消了较短高压直流电缆的优势。
![arXiv:2204.04024v1 [cond-mat.stat-mech] 2022 年 4 月 8 日](/simg/g:\will\search\icon\source\3\3465770f76cbaee30ab99249168e851a5db89e1a.webp)
arXiv:2204.04024v1 [cond-mat.stat-mech] 2022 年 4 月 8 日
我们提供了低自相关二进制序列问题能量景观结构的最新视图，该问题属于 NP 难类的典型代表。为了研究感兴趣的景观特征，我们使用局部最优网络方法，通过穷举提取问题规模最大为 24 的最优图。使用几个指标来描述网络：最优的数量和类型、最优盆地结构、度和强度分布、通向全局最优的最短路径以及基于随机游走的最优中心性。总之，这些指标为低自相关二进制序列问题的难度提供了定量且连贯的解释，并提供了可用于优化启发式方法的信息，用于解决此问题以及具有类似配置空间结构的许多其他问题。
经济增长：第 7 讲，世代交叠
定理（第一福利定理 I）假设 ( x ∗ , y ∗ , p ∗ ) 是经济 E ≡ ( H , F , u , ω , Y , X , θ ) 的竞争均衡，其中 H 有限。假设所有家庭都是局部非饱和的。则 ( x ∗ , y ∗ ) 是帕累托最优的。
点对点零边际定价和能源交易......
摘要 — 要在社区微电网中利用 100% 可再生能源，就需要采用新的能源市场和交易方法，以有效应对能源供应短缺时期。在本文中，我们主要从两个方面为有前途的点对点 (P2P) 能源交易方法做出贡献：分析集中式、福利最大化的经济调度，以描述最优价格和分配，以及一种用于协商能源交易的新型 P2P 系统，该系统可产生物理上可行且至少是弱帕累托最优的结果。我们的主要结果是：1）最优定价不足以促使有电池的代理采取最优行动；2）一种新颖的 P2P 算法可以在保留私人信息的同时解决这个问题；3）正式证明，在两个代理协商一个周期的情况下，该算法收敛到集中式解决方案；4）对最多 10 个代理和 24 个周期的 P2P 算法性能进行数值模拟，结果表明，在 10 秒到 100 秒的迭代次数内，算法平均收敛到社会最优的 0.1% 以内的总福利，并且随着代理数量、时间段和总存储容量的增加而增加。
脑电图通道选择的空间选择优化
摘要 脑电图（EEG）是一种由多个通道组成，用于记录一定时间段内的脑电波活动的工具。脑电图可用于诊断癫痫。可以通过对EEG信号进行通道选择优化来分析EEG癫痫通道，即使用空间选择（SS）和粒子群优化（PSO）方法。在这个最终项目中，我们创建了一个系统来选择癫痫脑电图通道并优化这些通道。在进行渠道选择与优化之前，首先利用K最近邻（K-NN）对输入到渠道选择与优化系统的数据进行分类，得到最佳的K值。本次癫痫脑电信号通道选择采用空间选择方法，优化过程采用粒子群优化方法。从空间选择的结果中获得通道，然后可以使用 PSO 对其进行优化，以获得最优的活动通道并提高这些通道的准确性。测试结果表明,使用5个数据集,通道选择后脑电通道优化准确率最高可达100%。每个数据集包含 6 个训练数据（3 个婴儿和 3 个青少年）和 4 个测试数据（2 个婴儿和 2 个青少年）。获取的通道数也由原来的23个通道减少为最优的7个活跃通道。关键词：EEG、癫痫、K-NN、空间选择、PSO。摘要 脑电图（EEG）是一种由多个通道组成的、用于记录一定时间段内脑电波活动的工具。脑电图可用于诊断癫痫。可以通过使用空间选择 (SS) 和粒子群优化 (PSO) 方法优化 EEG 信号上的通道选择来分析癫痫 EEG 通道。在这个最终项目中，我们创建了一个系统来选择癫痫脑电图通道并优化这些通道。在选择和优化渠道之前，使用K最近邻（K-NN）进行分类，从作为渠道选择和优化系统输入的数据中获取最佳K值。癫痫脑电通道选择采用空间选择方法，优化过程采用粒子群优化方法。从空间选择的结果中，我们得到了通道，然后可以使用 PSO 进行优化，以获得最优的活动通道并提高这些通道的准确性。测试结果表明,使用5个数据集,通道选择后脑电通道优化准确率最高可达100%。每个数据集包含 6 个训练数据（3 个婴儿和 3 个青少年）和 4 个测试数据（2 个婴儿和 2 个青少年）。获得的通道数也由原来的23个通道减少为最优的7个活跃通道。关键词：EEG、癫痫、K-NN、空间选择、PSO。 1. 简介
差异管理对风电和太阳能光伏成本最优投资的影响
本研究调查了变化管理对四个地区成本最优电力系统组成的影响，这四个地区的风能和太阳能发电先决条件不同。五种变化管理策略，包括电锅炉、电池、氢存储、低成本生物质和需求侧管理，被整合到一个旨在考虑变化的区域投资模型中。变化管理策略一次考虑一种，并在四种不同的系统环境中组合考虑。通过研究变化管理策略在大量情况下如何相互作用以及与不同的发电技术相互作用，本研究支持政策制定者确定与其环境相关的变化管理组合。研究发现，如果可变可再生电力 (VRE) 份额足够大以降低其边际系统价值，电锅炉、需求侧管理和氢存储会增加成本最优的可变可再生电力 (VRE) 投资。然而，在初始风电份额较低的系统中，低成本生物质和氢存储会增加对风电的成本最优投资。在太阳能光伏份额较低的系统中，变异管理会降低成本最优的太阳能光伏投资。在调查的两个地区，变异管理策略的组合比单一变异管理措施的总和更能提高 VRE 容量。