XiaoMi-AI文件搜索系统
World File Search System模拟的
量子模拟的鸟类指南针的激进对动力学
n开放量子系统是与外部环境或浴室相互作用的量子系统。系统与浴室之间的相互作用通常太复杂，无法准确模拟，因此需要近似模拟才能平均浴室的效果，这导致了开放量子系统的非单身动力学。模拟量子系统的动力学一直是量子计算研究的主要重点，1-6但已经开发了相对较少的量子算法来模拟开放量子系统的动力学。7 - 16到这一目标，我们已经开发并展示了一种开放量子动力学17-19的通用量子算法，该算法能够模拟一般和复杂的物理系统。量子算法利用SZ.-NAGY单一扩张方法将非单身时间演化运算符转换为相应的单一操作员，然后可以在量子电路上实现。This quantum algorithm has been applied to a variety of physical systems, including the amplitude damping channel described by the Kraus representation, 17 the Jaynes − Cummings model described by the Kraus representation, 20 the Fenna − Matthews − Olson (FMO) complex described by the Lindblad master equation, 18 and the spin-boson model described by the generalized quantum master equation (GQME).19
第一原理模拟的能源存储的基础
有效的电化学能源存储和转化需要高性能电极，电解质或催化剂材料。在这项贡献中，我们讨论了ForschungszentrumJülich（IEK-13）的能源和气候研究所基于模拟的努力，以及旨在改善计算方法并提供能源材料的分子水平的合作机构。我们专注于讨论电子结构，氧化态和相关的氧化还原反应的正确计算，掺杂的氧化物中的相转化以及在存在电解质存在下氧化物和金属表面上表面化学反应的挑战。尤其是，在此贡献的范围内，我们提供了有关Ni/Co和AM/U含氧氧化物以及Pb，Au和Ag Metal表面材料的新的模拟数据。计算结果与可用的实验数据结合使用，以进行计算方法性能的周到分析。
在数字电路课程中实施了学到的经验教训，以模拟基于模拟的反思
摘要在涉及数字电路课程的本研究中使用了一种促进工程专业学生反射的独特方法。在中期后肛门和反射进行期中检查后，基于计算机的数字电路设计的基于计算机的模拟和反射性提示。此方法是使用香料模拟器在微电子课程中首先实现的。从初始实施中学到的经验教训已应用于数字电路课程。这些经验丰富的经验教训包括需要使用模拟工具进行反思的脚手架，需要平衡反射频率与学生的工作量和疲劳的频率，并提出了提示，促使人们提出了在诸如中期考试之类的里程碑事件之后自愿引起广泛的思想（vers a aimpe a quiz）。使用已发表的深度标题，评估结果发现，相对于微电子的初始实施，本课程中反射的深度增加。特别是，在本课程中与中期考试相比，中期考试后的反射深度增加，而在微电子学课程中进行了两个测验。深度的增加相对于测验显着。与测验相比，本课程中广泛反映的重复发生也有显着差异。尽管在期中考试后的反思深度或参与此反射的最终考试平均值中未发现显着差异，但在课程结束后几个月的后续调查表明，对学生有益。特别是，参加反射练习的人中有80％表明这样做有很高或很高的收益。是通过后续调查确定的主要原因。这项工作的发现与学生对反射的反应的发展文献相吻合并增加了。
用于住宅自下而上能量模拟的能源使用和人类行为建模
我们引入了一种概率建模，用于分解住宅能源使用的自下而上模拟。参数概率分布的建模，其参数在用法和设备功率方面具有自然解释。人类行为（例如睡眠和家庭占用变量）也被视为其相应训练的概率模型。模型参数是通过最小化Kullback -Leibler差异与已知设备和行为使用数据的最小化调整的。自生发射的光伏能量包含在模拟中，并使用用于存储和电动车辆使用的电池。仿真匹配欧洲重塑和意大利负载数据集中的个体和汇总使用负载程序。获得的模型对于住宅分类的模拟很有用，允许单个设备从房屋变为房屋。概率分布可以用作能源管理系统，风险管理和电网故障预测的先验知识，并且可以根据非平稳的实时房屋行为和设备使用来调整。2022 Elsevier B.V.保留所有权利。
人工智能支持的基于模拟的学习
自我调节学习（SRL）在学习过程中起着重要作用，帮助学习者优化实践（Zimmerman 2006）。自我调节学习一词强调学习者在学习过程中的责任感和自主性（Paris and Winograd 1998）。根据 Zimmerman（2000a）的说法，该术语描述“为实现个人目标而计划和周期性调整的自我产生的想法、感受和行动”（第 14 页）。在调节过程中，学习者可以计划、设定目标、组织、自我监控和自我评估，这使他们自我意识到并了解学习过程。当任务具有挑战性时，他们会努力和坚持而不是放弃。通过采取战略行动，学习者寻求适当且有用的建议、信息和策略来支持他们的学习，并在表演过程中自我指导和自我强化（Zimmerman 2000b；Perry 和 Rahim 2011；Pintrich 2003）。调节过程的对象是学习过程中不同的行为、动机和情感方面（Zimmerman 2006）。在本研究中，我们从情感的角度探讨 SRL 的主题，并关注模拟器学员调节其学习过程的情感决定因素。
MIT 开放存取文章基于模拟的比较...
摘要：闭环麻醉输送 (CLAD) 系统可帮助麻醉师在较长时间内有效达到并维持所需的麻醉深度。典型的 CLAD 系统将使用根据生理信号计算出的麻醉标记物作为实时反馈，以调整麻醉剂量，以达到标记物的所需设定点。由于 CLAD 的控制策略在最近文献中报道的系统中各不相同，因此对常见控制策略进行比较分析会很有用。对于基于完善的房室药代动力学和 S 型 Emax 药效学模型的非线性植物模型，我们用数字方式分析了三种输出反馈线性控制策略的设定点跟踪性能：比例积分微分 (PID) 控制、线性二次高斯 (LQG) 控制和具有积分作用的 LQG (ILQG)。具体来说，我们针对患者无法获得设备模型参数、控制器基于标称模型设计且控制器增益在整个疗程中保持不变的情况对多个 CLAD 疗程进行了数值模拟。基于此处执行的数值分析，并根据我们选择的模型和控制器，我们推断 PID 控制在准确度和偏差方面优于 ILQG，而 ILQG 又优于 LQG。在噪声观测的情况下，可以调整 ILQG 以提供更平稳的输注速率，同时实现与 PID 相当的稳态响应。此处报告的数值分析框架和结果可以帮助 CLAD 开发人员选择控制策略。本文也可作为 CLAD 控制理论教学的教程论文。
研究 CFD 量子电路模拟的硬件加速
在众多量子计算模型中，量子电路模型是与当前量子硬件交互的最著名和最常用的模型。量子计算机的实际应用是一个非常活跃的研究领域。尽管取得了进展，但对物理量子计算机的访问仍然相对有限。此外，现有机器容易受到量子退相干导致的随机误差的影响，并且量子比特数、连接性和内置纠错能力也有限。因此，在经典硬件上进行模拟对于量子算法研究人员在模拟错误环境中测试和验证新算法至关重要。计算系统变得越来越异构，使用各种硬件加速器来加速计算任务。现场可编程门阵列 (FPGA) 就是这样一种加速器，它是可重构电路，可以使用标准化的高级编程模型（如 OpenCL 和 SYCL）进行编程。 FPGA 允许创建专门的高度并行电路，能够模拟量子门的量子并行性，特别是对于可以同时执行许多不同计算或作为深度管道的一部分执行的量子算法类。它们还受益于非常高的内部内存带宽。本文重点分析了应用于计算流体动力学的量子算法。在这项工作中，我们介绍了基于模型格子的流体动力学公式的新型量子电路实现，特别是使用量子计算基础编码的 D1Q3 模型，以及使用 FPGA 对电路进行高效模拟。这项工作朝着格子玻尔兹曼方法 (LBM) 的量子电路公式迈出了一步。对于在 D1Q3 晶格模型中实现非线性平衡分布函数的量子电路，展示了如何引入电路变换，以促进在 FPGA 上高效模拟电路，并利用其细粒度并行性。我们表明，这些转换使我们能够在 FPGA 上利用更多的并行性并改善内存局部性。初步结果表明，对于此类电路，引入的变换可以缩短电路执行时间。我们表明，与 CPU 模拟相比，简化电路的 FPGA 模拟可使每瓦性能提高 3 倍以上。我们还展示了在 GPU 上评估相同内核的结果。
构建用于张量网络量子电路模拟的最佳收缩树
摘要 - 基于张量网络的量子电路模拟中的关键问题之一是构造收缩树，它可以最大程度地减少模拟成本，其中可以在操作数量中表达成本作为模拟运行时间的代理。在各种应用领域中出现了同样的问题，例如组合科学计算，概率图形模型中的边缘化以及解决约束满意度问题。在本文中，我们将该问题的计算严重部分减少到一个线性排序之一，并演示如何利用该领域的现有方法在相同的运行时间内实现比现有最先进的方法更好的数量级。为此，我们引入了一种新型的多项式时间算法，用于从给定的顺序构造最佳收缩树。此外，我们引入了一个快速，高质量的线性订购求解器，并证明了其适用性，作为为收缩树提供订购的启发式。最后，我们将我们的求解器与量子电路模拟中构造收缩树构造收缩树的竞争方法比较了随机生成的量子近似优化算法最大切割电路，并表明我们的方法在大多数测试的量子电路上都取得了卓越的结果。可重复性：我们的源代码和数据可在https://github.com/cameton/hpec2022 ContractionTrees上获得。索引术语 - 收集树，张量网络，量子电路模拟，QAOA
基于模拟的机器人辅助手术训练的多感官指导和反馈：视觉，触觉和视觉效果的初步比较
摘要 - 如今，机器人辅助手术培训越来越依赖于基于计算机的模拟。但是，这种培训技术的应用仍仅限于实践培训的早期阶段。为扩大模拟器的实用性，最近研究了多感官反馈增强。本研究旨在将视觉和触觉域中的初始预测（指导）和随后的基于错误的基于错误（反馈）训练增强结合起来。32名参与者通过使用DA Vinci Research套件的外科医生控制台进行了30项虚拟现实任务的重复。这些受训者被随机且平均分为四组：一组没有训练增强，而其他小组分别进行了视觉，触觉和视觉狂热的增强。结果表明，在所有实验组的对照组的任务完成功能中，最初是由指南引入的显着改进。在准确性方面，实验组在训练结束时表现优于对照组。特定的视觉引导和触觉反馈在误差减少中起着重要作用。对长期学习的进一步研究可以更好地描述这些感觉域中的指导和反馈的最佳组合。
CRISPR-Analytics（CRISPR-A）：基因编辑精确分析和模拟的平台
摘要 使用当前可用的工具进行基因编辑表征并不总是能给出编辑大量细胞中存在的不同类型基因编辑之间的精确相对比例。我们开发了 CRISPR-Analytics，即 CRISPR-A，它是一种全面而多功能的基因组编辑 Web 应用工具和 nextflow 流程，用于支持基因编辑实验设计和分析。CRISPR-A 提供了一个由数据分析工具和模拟组成的强大的基因编辑分析流程。它比当前工具实现了更高的精度并扩展了功能。分析包括基于模拟的噪声校正、spike-in 校准扩增偏差减少和高级交互式图形。这种扩展的稳健性使该工具成为分析高度敏感的案例（例如临床样本或编辑效率低的实验）的理想选择。它还通过模拟基因编辑结果提供对实验设计的评估。因此，CRISPR-A 非常适合支持多种实验，例如基于双链 DNA 断裂的工程、碱基编辑 (BE)、引物编辑 (PE) 和同源定向修复 (HDR)，而无需指定使用的实验方法。