XiaoMi-AI文件搜索系统
World File Search System最优的
缩小“量子霸权”差距：实现真正的……
我们在新型神威超级计算机上开发了一个基于张量的高性能随机量子电路模拟器。主要创新包括：（1）近乎最优的切片方案和兼顾复杂度和计算密度的路径优化策略；（2）三级并行方案，可扩展到约 4200 万个核心；（3）融合排列和乘法设计，可提高各种张量收缩场景的计算效率；（4）混合精度方案，进一步提升性能。模拟器有效扩展了可模拟 RQC 的范围，包括 10 × 10（量子比特）×（1+40+1）（深度）电路，并能保持 1.2 Eflops（单精度）或 4.4 Eflops（混合精度）的性能，成为经典量子电路模拟的新里程碑；并将Google Sycamore的模拟采样时间从之前宣称的10000年缩短至304秒。
StratLearner：学习社交网络中预防错误信息的策略
给定一个以输入为输入的组合优化问题，我们能否在不知道其目标函数的情况下从输入-解决方案对的示例中学习解决该问题的策略？在本文中，我们考虑了这样的设置并研究了错误信息预防问题。给定攻击者-保护者对的示例，我们的目标是学习一种计算保护者以抵御未来攻击者的策略，而无需了解底层的扩散模型。为此，我们设计了一个结构化预测框架，其主要思想是使用通过随机采样的子图上的距离函数构建的随机特征来参数化评分函数，从而得到一个核化的评分函数，其权重可通过大边际方法学习。实验证明，我们的方法可以在不使用任何有关扩散模型的信息的情况下产生接近最优的保护者，并且它比其他可能的基于图和基于学习的方法表现得更好。
寻找最短时间量子目标的图示
操纵量子系统（例如自旋或人造原子）的常用方法是使用适当调整的控制脉冲。为了在相干性丧失之前完成量子信息任务，在尽可能短的时间内实现控制至关重要。本文我们报告了在 NMR 实验中以接近时间最优的方式制备保真度高于 99% 的贝尔态，这可以通过结合建模和实验的协同能力来实现。制备贝尔态的脉冲是通过实验发现的，这些实验通过与模型一起工作的基于梯度的优化算法递归辅助。因此，我们利用了基于模型的数值优化设计和基于实验的学习控制之间的相互作用。利用两种方法之间的平衡协同作用（由每种方法的特定情况能力决定），应该具有广泛的应用，可以加速寻找最佳量子控制。
具有不确定因果顺序的量子计量学
我们研究了通过不确定的因果顺序增强的量子计量学，证明了在连续变量系统中估计两个平均位移乘积的二次优势。我们证明，没有任何以固定顺序使用位移的设置能够使均方根误差消失得比海森堡极限 1 =N 更快，其中 N 是影响平均值的位移数。与此形成鲜明对比的是，我们表明，以两种替代顺序的叠加探测位移的设置产生的均方根误差以超海森堡缩放 1 =N 2 消失，我们证明这是所有具有确定因果顺序的设置的叠加中最优的。我们的结果开启了以不确定顺序探测量子过程的新测量设置的研究，并提出了对正则对易关系的增强测试，并可能应用于量子引力。
生物可还原的烯醇化酶前体药物抑制剂
最优的前体药物递送系统可避免过早的细胞外裂解并能够在肿瘤内选择性释放活性剂。许多肿瘤（尤其是胶质母细胞瘤）的共同特征是存在高度缺氧区域 8 ，其中平均氧含量可能低至约 2%，而正常组织中约为 7% 9 。目前，临床上使用 18 F-AZA 等药剂可观察到缺氧，而组织学上则通过吡莫硝唑 10,11 可观察到缺氧。这两种探针的共同点是包含硝基咪唑部分，该部分可在缺氧条件下通过硝基还原酶（NADH 脱氢酶）还原，从而露出活性剂 12 。在这里，我们首次证明了使用生物可还原的前体药物作为一种稳定、可调节的方法用于膦酸糖酵解抑制剂的靶向递送的可行性。
明尼阿波利斯美国印第安人中心太阳能+电池弹性中心
PV 和 PV+电池 REopt 结果 NREL 团队使用 REopt 为 MAIC 建模了不同的太阳能加电池选项，以更好地了解可能带来的一系列好处。以下结果考虑了四种投资选择：（1）在 MAIC 当前可用的屋顶区域安装太阳能光伏发电，不安装电池；（2）将屋顶太阳能与电池配对，以提供 2 天的弹性；（3）将屋顶太阳能与更大的电池配对，以提供额外的弹性；（4）成本最优的太阳能光伏发电和电池容量，以提供弹性。下面重点介绍的三种电池系统设计可以为 MAIC 提供 2 天的弹性，假设在停电期间必须为 50% 的典型负载供电。请注意，此分析的结果和好处是初步的，可能会根据项目需求、系统设计和工程分析而变化。
基于模型的系统工程中的关键参数管理
该软件环境支持实施基于不确定性的多学科优化。非支配排序遗传算法 NSGA-II 强调了性能优化和成本降低之间的权衡及其对优化设计的影响。基于可靠性的约束减少了解决方案空间，并通过将帕累托前沿从最佳目标值移开来影响飞机的最终设计。ModelCenter 提供了有效的工具来应对不确定性下优化的高复杂性。虽然虚拟机上的并行模拟提高了计算性能，但 DOE 筛选可以通过消除不相关的输入来减少设计空间。将多目标转换为单目标函数将对最优的搜索集中在全局帕累托前沿的一部分上，并显著缩短了计算时间。但是，此解决方案需要在目标之间建立层次结构，从而留下了非支配设计解决方案。
节日安全指南
虽然绝大多数礼品买家表示，他们购买商品的动机是购买价格最优的商品（73%）和知名品牌的商品（72%），但买家最愿意从知名零售商处购买商品（76%）。节日是一年中花费最高的时节，因此寻找优惠并不奇怪。事实上，近一半（49%）的消费者表示，在节日购物时，低价对他们来说最重要，当遇到大幅折扣时，许多人会因为买到了划算的商品而感到兴奋（46%），或者感到好奇并想了解更多信息（33%）。然而，只有 65% 的人表示他们更喜欢购买符合安全标准的产品，只有 10% 的人对大幅折扣的产品质量表示怀疑。当消费者走进商店或在线购物时，我们提供以下建议，以帮助确保划算的交易不会以牺牲安全性为代价。
到 2050 年实现 100% 可再生能源
2. 与可再生能源扩展计划相比，政府计划用核电满足不断增长的需求，但成本竞争力较低。到 2050 年，与一切照旧 (BAU) 计划相比，过渡到完全可再生能源系统 (FullRE100) 预计将使平准化能源成本 (LCOE) 降低 60%。高可再生能源系统 (HighRE80) 可以节省更多成本，LCOE 可降低 72%。3. 研究结果表明，要实现具有成本效益和可持续性的过渡，重点应放在大幅提高光伏和电池存储容量上。为了过渡到高可再生能源或完全可再生能源，建议在光伏容量方面投资从 HighRE80 的 74 GW 到 FullRE100 的 130 GW，在电池存储容量方面投资从 404 GWh 到 525 GWh，这是技术经济最优的。
混合能源系统的可持续设计……
康奈尔大学将在 2035 年前过渡到无碳能源系统，未来的校园能源系统将基于 100% 可再生能源。具体来说，电力将主要来自当地电网，预计未来二十年将实现零碳排放。地源供暖和湖源制冷将分别作为基载可再生供暖和制冷的主要来源。将钻探多个地热井以满足基载供暖需求。除了 LSC 系统外，传统冷却器将继续为炎热的夏日提供辅助制冷源。峰值负荷将通过引入热能存储和绿色氢气来满足。本研究通过开发多周期优化模型来解决经济上最优的未来设计问题，为校园能源系统转型提供见解。采用系统的生命周期评估来检查基于优化结果的碳中和程度。