XiaoMi-AI文件搜索系统
World File Search System概率论
学习计划：电气工程 2023-2024
数学 1172 工程数学 A 5 物理 1250 力学、热物理、波 5 物理 1251 电磁学、光学、现代物理 5 化学 1250 工程师普通化学（可接受化学 1210） 4 CSE 1222 面向工程师和科学家的 C++ 计算机编程入门 3 数学 2568 线性代数 3 数学 2415 常微分方程和偏微分方程 3 统计 3470 工程师概率论与统计学入门 3 ISE 2040 工程经济学 2 总计 43 小时 主要核心课程 ECE 2060 数字逻辑简介 3 ECE 2020 模拟系统与电路简介 3 ECE 2050 离散时间信号与系统简介 3 ECE 2560 基于微控制器的系统简介 2 ECE 3010 简介射频与光学工程 3 ECE 3020 电子学概论 3 ECE 3027 电子实验室 1 ECE 3030 半导体电子设备 3 ECE 3040 可持续能源与电力系统 I 3 ECE 3050 信号与系统 3 ECE 3906 顶点设计 I 4 ECE 4905 顶点设计 II 3 总计 34 小时 工程选修课（27 小时）
多智能体系统中的概率推理
前言 第 ix 页 1 简介 1 1.1 智能代理 1 1.2 关于环境的推理 4 1.3 为什么要进行不确定推理？ 5 1.4 多智能体系统 7 1.5 合作式多智能体概率推理 11 1.6 应用领域 13 1.7 参考文献 14 2 贝叶斯网络 16 2.1 第 2 章指南 16 2.2 贝叶斯概率论基础 19 2.3 使用 JPD 进行信念更新 23 2.4 图 24 2.5 贝叶斯网络 27 2.6 本地计算和消息传递 30 2.7 通过多个网络传递消息 31 2.8 大规模消息传递的近似值 33 2.9 参考文献 35 2.10 练习 36 3 信念更新和聚类图 37 3.1 第 3 章指南 38 3.2 聚类图 40 3.3聚类图中的消息传递 43 3.4 与 λ − π 消息传递的关系 44 3.5 非退化循环中的消息传递 47 3.6 退化循环中的消息传递 53
多智能体系统中的概率推理
前言 第 ix 页 1 简介 1 1.1 智能代理 1 1.2 关于环境的推理 4 1.3 为什么要进行不确定推理？ 5 1.4 多智能体系统 7 1.5 合作式多智能体概率推理 11 1.6 应用领域 13 1.7 参考文献 14 2 贝叶斯网络 16 2.1 第 2 章指南 16 2.2 贝叶斯概率论基础 19 2.3 使用 JPD 进行信念更新 23 2.4 图 24 2.5 贝叶斯网络 27 2.6 本地计算和消息传递 30 2.7 通过多个网络传递消息 31 2.8 大规模消息传递的近似值 33 2.9 参考文献 35 2.10 练习 36 3 信念更新和聚类图 37 3.1 第 3 章指南 38 3.2 聚类图 40 3.3聚类图中的消息传递 43 3.4 与 λ − π 消息传递的关系 44 3.5 非退化循环中的消息传递 47 3.6 退化循环中的消息传递 53
多智能体系统中的概率推理
前言 第 ix 页 1 简介 1 1.1 智能代理 1 1.2 关于环境的推理 4 1.3 为什么要进行不确定推理？ 5 1.4 多智能体系统 7 1.5 合作式多智能体概率推理 11 1.6 应用领域 13 1.7 参考文献 14 2 贝叶斯网络 16 2.1 第 2 章指南 16 2.2 贝叶斯概率论基础 19 2.3 使用 JPD 进行信念更新 23 2.4 图 24 2.5 贝叶斯网络 27 2.6 本地计算和消息传递 30 2.7 通过多个网络传递消息 31 2.8 大规模消息传递的近似值 33 2.9 参考文献 35 2.10 练习 36 3 信念更新和聚类图 37 3.1 第 3 章指南 38 3.2 聚类图 40 3.3聚类图中的消息传递 43 3.4 与 λ − π 消息传递的关系 44 3.5 非退化循环中的消息传递 47 3.6 退化循环中的消息传递 53
量子认知 - Jerome R. Busemeyer
不确定性是生活的固有部分；大多数事件、事务和问题都是不确定的。行为科学的一个关键问题是大脑如何应对不确定的信息。量子概率论提供了一套推理原则，这些原则与某些情况下心理过程的直觉非常吻合：推理似乎是情境化的，心理状态因先前的判断而改变，或者不同可能性之间存在干扰。我们鼓励在认知及其主要特征中使用量子理论。对于每个特征，我们都会回顾相关的量子认知模型和实证支持。量子认知模型的范围包括决策中的谬误（例如合取谬误或析取效应）、问题顺序效应、概念组合、证据积累、感知、记忆中的过度/欠分配效应等。量子模型通常将以前以启发式术语表达的心理学思想形式化，允许对以前不同的发现进行统一解释，并导致了几个令人惊讶的新预测。我们还以批判的眼光看待量子模型，并考虑它们的一些缺点以及进一步发展的问题。
随时间变化的量子状态是独一无二的 - DR-NTU
传统的量子理论框架对空间和时间的处理方式截然不同，它通过量子通道表示时间相关性，通过多部分量子态表示空间相关性——这是经典概率论中不存在的不平衡现象。自从 Leifer 和 Spekkens [ Phys. Rev. A 88 , 052130 (2013) ] 在其开创性著作中呼吁对量子理论进行因果中性的表述以来，人们进行了许多尝试来纠正这种不对称，他们提出了一个量子系统随时间变化的动态描述，该系统被一个静态量子态所封装，但并没有就哪一个最合适达成明确的共识。在本文中，我们提出了一组可操作的量子态随时间变化的公理，以替代 Fullwood 和 Parzygnat [ Proc. R. Soc. A 478 , 20220104 (2022) ] 提出的公理，我们表明后者无法随时间诱导出唯一的量子态。我们提出的公理更适合描述任何超过两点的时空区域的量子态。通过这种重新表述，我们证明了 Fullwood-Parzygnat 状态随时间唯一地满足所有这些操作公理，统一了量子系统的二分时空相关性。
多智能体系统中的概率推理
前言 第 ix 页 1 简介 1 1.1 智能代理 1 1.2 关于环境的推理 4 1.3 为什么要进行不确定推理？ 5 1.4 多智能体系统 7 1.5 合作式多智能体概率推理 11 1.6 应用领域 13 1.7 参考文献 14 2 贝叶斯网络 16 2.1 第 2 章指南 16 2.2 贝叶斯概率论基础 19 2.3 使用 JPD 进行信念更新 23 2.4 图 24 2.5 贝叶斯网络 27 2.6 本地计算和消息传递 30 2.7 通过多个网络传递消息 31 2.8 大规模消息传递的近似值 33 2.9 参考文献 35 2.10 练习 36 3 信念更新和聚类图 37 3.1 第 3 章指南 38 3.2 聚类图 40 3.3聚类图中的消息传递 43 3.4 与 λ − π 消息传递的关系 44 3.5 非退化循环中的消息传递 47 3.6 退化循环中的消息传递 53
材料与冶金工程
一、基础科学课程（BSC） 第一学期 课程代码 课程名称 LTP 学分 MAN101 数学-I CHN104 物理化学 3 0 3 4 第二学期 课程代码 课程名称 LTP 学分 MAN103 概率论与数理统计 3 1 0 4 PYN102 凝聚态物理 3 1 0 4 二、工程科学课程（ESC） 第二学期 课程代码 课程名称 LTP 学分 ESC101 工程制图 2 0 4 4 第三学期 课程代码 课程名称 LTP 学分 ESC205 电子学概论 3 1 0 4 第四学期 ESC207 机电一体化概论 3 0 2 4 三、系核心课程 (DCC) 课程代码 课程名称 LTP 学分 MTN101 材料与冶金工程概论 2 0 0 2 MTN102 物理冶金学 3 1 2 4 MTN103 材料热力学 3 1 0 4 MTN201 有色金属萃取冶金学 3 1 0 4 MTN202 电冶金与腐蚀 3 0 2 4 MTN203 相变 3 1 0 4 MTN204 陶瓷 3 0 2 4 MTN205 技术交流 1 0 2 2 MTN206 工程分析与设计 3 1 0 4 MTN207 材料力学行为 3 1 0 4 MTN208 金属铸造 3 1 2 5 MTN209 炼铁技术 3 1 0 4 MTN210 聚合物技术 3 1 0 4 MTN301 炼钢技术 3 0 2 4 MTN302 材料特性 3 0 2 4 MTN303 金属机械加工 3 1 0 4 MTN304 工程材料与选择 3 1 0 4 MTN305 材料连接技术 3 1 0 4 IV. 系选修课（DEC）第 I 组 以下任一项：
EE 589 量子信息理论
课程描述 量子香农理论：量子信道和纠缠；密集编码、隐形传态、量子压缩和量子容量定理。量子通信中的未解决的问题。 学习目标 完成本课程的学生将了解量子香农理论的基本概念和数学技术。他们将了解量子信息理论的基本协议：直接编码、纠缠分布、超密集编码和量子隐形传态。将定义和解释各种数学工具，包括各种距离测量和熵量。他们将了解量子协议中使用的资源：量子和经典信道（无噪声和有噪声）、共享纠缠、共享随机性和私人通信。他们还将了解这些资源之间的权衡，以及量子信息论中各种信道容量的定义。他们将了解围绕这些容量的许多计算困难，以及我们目前对量子信息论的理解中存在的未解决的问题。建议准备：需要具备丰富的复杂线性代数和概率论工作知识，例如从高级本科课程（MATH 225、MATH 307、EE 364 等级别）获得的知识。先前掌握量子信息知识（例如来自 EE 520 或 EE 514 的知识）会很有帮助。
r22 m. 技术。中央安全与环境部
第一单元：基础逻辑与证明：命题逻辑、命题逻辑的应用、命题等价、谓词和量词、嵌套量词、推理规则、证明简介、证明方法与策略。第二单元：基本结构、集合、函数、序列、和、矩阵和关系：集合、函数、序列与和、集合和矩阵关系的基数、关系及其性质、n 元关系及其应用、表示关系、关系的闭包、等价关系、偏序。第三单元：算法、归纳与递归：算法、函数的增长、算法的复杂性。归纳与递归：数学归纳、强归纳与良序、递归定义与结构归纳、递归算法、程序正确性。第四单元：离散概率和高级计数技术：离散概率简介。概率论、贝叶斯定理、期望值和方差。高级计数技术：递归关系、解决线性递归关系、分治算法和递归关系、生成函数、包含-排除、包含-排除的应用。第五单元：图：图和图模型、图术语和特殊类型的图、表示图和图同构、连通性、欧拉和汉密尔顿路径、最短路径问题、平面图、图着色。树：树的简介、树的应用、树的遍历、生成树、最小生成树。教科书：