XiaoMi-AI文件搜索系统
World File Search System模拟计算
化学质量成分系统作为模拟计算机
最新的技术进步使我们能够将化学质量成分系统视为模拟计算机。在这种情况下，计算的输入被编码为某些化学物种的初始值，而输出是其他化学物种的限制值。在本文中，我们设计了进行基本算术计算的化学系统：识别，反转，中根（对于m≥2），加法，乘法，绝对差异，对非负实数的实际减法以及对实际数量的部分差异。我们证明这些“基本模块”具有与计算输入无关的计算速度。此外，我们证明，并行运行的此类基本模块的有限序列可以对实数进行复合算术，也可以以独立于输入的速率进行。此外，我们表明复合计算的速度正是最慢的基本步骤的速度。特别是复合计算的比例，即复合材料中涉及的基本步骤的数量不会影响整体渐近速度 - 我们算法的平行计算本质的特征。我们的证明需要对某些非自主系统进行仔细的数学分析，我们认为该分析将在应用数学，动力学系统和计算理论的不同领域有用。我们将讨论未来的研究方向进行讨论，其中包括与反应网络计算领域有关的许多重要的开放理论问题。关键字：模拟计算，使用化学计算，多项式动力学系统，无独立的计算速度MSC：37N25，68N01，92B05
使用光学和微波玻色子系统的模拟计算
3在光学合成频率晶格中的可编程大规模仿真16 3.1简介。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。16 3.2结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20 3.2.1带结构的测量。。。。。。。。。。。。。。。。。。22 3.2.2准备任意输入状态。。。。。。。。。。。。。。。。。。。23 3.2.3模拟具有超过100K晶格位点的晶格。。。。。。。25 3.3讨论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.4实验设置。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。30 3.4.1设置表征。。。。。。。。。。。。。。。。。。。。。。。。32 3.4.2实际空间占用测量。。。。。。。。。。。。。。。36 3.4.3带结构测量。。。。。。。。。。。。。。。。。。。39 3.4.4输入状态准备。。。。。。。。。。。。。。。。。。。。。。。44 3.5补充结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。47
未来是模拟的：基于Memristor的模拟计算
当前的网络功能在固定的编程规则上很大程度上建立，并且缺乏支持更具表现力的学习模型的能力，例如使用神经形态计算的脑启发的认知计算模型。造成这种缺点的主要原因是基于TCAM基于TCAM的数字数据包处理器的巨大能源消耗和限制。在这项研究中，我们表明，来自模拟领域的最新新兴技术具有很高的潜力，可以以能效和表现力，所谓的认知功能支持网络功能。我们建立了一个名为Memristors的新技术，建立了一个模拟数据包处理架构。我们开发了一种新颖的模拟匹配性记忆，称为概率内容 - 可寻址内存（PCAM），用于支持确定性和概率匹配函数。我们开发了程序抽象，并显示了PCAM对基于队列管理的模拟网络功能的支持。对回忆录芯片的实验数据集的分析仅显示0。01 fj/bit/能量消耗的单元，用于响应模拟计算，比数字计算少50倍。
DYSAC：数字模拟的模拟计算机
摘要 为 CDC 1604 数字计算机编写了一个模拟大型电子模拟计算机的数字计算机程序。除了提供许多在电子模拟计算机中很少见的非线性计算元素外，该程序还接受输入数据，其形式可以直接从框图或模拟计算机接线图中写下来。使用数字绘图仪可以以绘制的曲线形式获得图形输出。输入语言的简单性使没有数字计算机经验的人也可以轻松使用该程序。这个数字计算机程序称为 DYSAC，是数字模拟计算机的缩写，实际上是一个完整的编程系统，并且与 FORTRAN 一样，它具有一种特殊的语言来方便使用。
从头算分子动力学模拟计算液相自由能分布
结论 • DG 的近似非常粗糙；不适用于氢键、受阻旋转、柔性分子等。 • 隐式溶剂模型非常粗糙；忽略所有定向溶剂相互作用（氢键、盐桥等）。 • 溶剂熵（疏水效应等）被完全忽略。 • 该方法每次只对一个构象异构体有效，没有构象异构体采样 它居然有效，真是令人惊讶！（正如它在数千种出版物中所做的那样……）
使用声学超材料数字量子模拟计算平台为材料模拟奠定基础
摘要 我们提出了一种外部驱动声学超材料模型，该模型由耦合声波导的非线性平行阵列组成，支持逻辑 phi 位，即量子位 (qubit) 的经典类似物。相关多 phi 位系统的描述强调了在相应的希尔伯特空间中表示 phi 位和多 phi 位矢量状态的重要性。实验数据用于演示单 phi 位 Hadamard 门和相移门的实现。三 phi 位系统还用于说明多 phi 位门以及简单类量子算法的开发。这些演示为基于声学超材料的数字量子模拟计算平台的实现奠定了基础，该平台可以实现类量子门，并可能成为模拟材料的高效平台。
利用超材料进行模拟计算 - 信息科学
摘要 尽管数字信号处理器被广泛用于执行高级计算任务，但由于昂贵的模拟数字转换器，它们受到多种限制，包括速度低、功耗高和复杂性。因此，最近人们对执行基于波的模拟计算的兴趣激增，这种计算可以避免模拟数字转换并允许大规模并行操作。特别是，已经提出了基于人工设计的光子结构（即超材料）的基于波的模拟计算的新方案。这类计算系统被称为计算超材料，它们的速度可以和光速一样快，小到它的波长，但可以对传入的波包进行复杂的数学运算，甚至可以提供积分微分方程的解。这些备受追捧的特性有望实现基于光波传播的新一代超快速、紧凑和高效的处理和计算硬件。在本篇评论中，我们讨论了计算超材料领域的最新进展，并概述了用于执行模拟计算的最先进的元结构。我们进一步描述了这些计算系统的一些最令人兴奋的应用，包括图像处理、边缘检测、方程求解和机器学习。最后，我们展望了未来研究的可能方向和关键问题。
用于神经形态和模拟计算的全集成忆阻器系统
本最终技术报告详细介绍了 AFRL 拨款 FA8750-18- 2-0122 下取得的成果。该项目的总体目标是开发一个基于忆阻器的神经形态计算硬件平台。在简要介绍背景和原理之后，介绍了技术方法。以下各节总结了设备、阵列和集成系统级别的研究成果。利用我们之前在设备开发和单晶体管单电阻 (1T1R) 阵列集成方面的成就，我们实现了全硬件忆阻多层神经网络，集成了用于并行图像和视频处理的三维 (3D) 忆阻器阵列，并构建了用于时间编码计算的新测试器。我们还开发了新的选择器设备，展示了单选择器单电阻 (1S1R) 阵列集成，展示了储层计算，并提出了扩散和漂移忆阻器的统一紧凑模型。
论生物模拟计算系统中的时空行为
摘要 处理“大数据”（基于或由人工智能辅助）的需求日益增长，人们对更全面地了解大脑运作的兴趣也日益增加，这刺激了人们努力用廉价的传统组件构建仿生计算系统，并构建不同的（“神经形态”）计算系统。一方面，这些系统需要大量处理器，这会带来性能限制和非线性扩展。另一方面，神经元操作与传统工作负载截然不同。传导时间（传输时间）在传统计算和神经网络的“时空”计算模型中都被忽略了，尽管冯·诺依曼警告说：“在人类神经系统中，沿线（轴突）的传导时间可能比突触延迟更长，因此我们上述忽略它们（除了τ[处理时间]）的程序是不合理的”[1]，第 6.3 节。单是这种差异就使得在技术实现中模仿生物行为变得困难。此外，计算领域的最新问题引起了人们对时间行为也是计算系统的一个普遍特征的关注。它们在生物和技术系统中的一些影响已经引起了人们的注意。这里建议不要引入一些“看起来像”的模型，而是正确处理传输时间。引入基于明可夫斯基变换的时间逻辑可以定量地洞察
