摘要 筛选已批准的药物以检测其对抗新型病原体的活性可能是全球应对流行病的快速反应策略的重要组成部分。这种高通量重新利用筛选已经确定了几种具有对抗 SARS-CoV-2 潜力的现有药物。然而,要将这些热门药物开发为专门针对这种病原体的药物,需要明确识别它们相应的靶标,而高通量筛选通常无法揭示这一点。我们在此介绍了一种新的计算逆对接协议,该协议使用全原子蛋白质结构和对接方法的组合对几种现有药物的靶标进行排序,最近的多个高通量筛选检测到了这些药物的抗 SARS-CoV-2 活性。我们用已知的药物-靶标对(包括非抗病毒和抗病毒化合物)证明了该方法的有效性。我们对 152 种可能适合重新利用的不同药物进行了逆对接程序。最常见的优先靶标是人类酶 TMPRSS2 和 PIKfyve,其次是病毒酶解旋酶和 PLpro。所有选择 TMPRSS2 的化合物都是已知的丝氨酸蛋白酶抑制剂,而那些选择 PIKfyve 的化合物都是已知的酪氨酸激酶抑制剂。对对接姿势的详细结构分析揭示了这些选择产生的原因,并可能有助于更合理地设计针对这些靶标的新药。
量子纠缠作为物理资源在量子信息处理中发挥着重要作用[1–3]。它广泛应用于各种量子信息处理任务,如量子计算[4]、隐形传态[5]、密集编码[6]、密码学[7]和量子密钥分发[8]。量子相干性是量子计量[9,10]和纠缠产生[11,12]的强大资源,也是量子光学[13–16]、量子信息[2]、固体物理[17]和热力学[18,19]中许多具有广泛影响的有趣现象的根源。量子算法的代表是Shor因式分解[20]和Grover搜索[21]算法。几年前,另一种称为 Harrow Hassidim-Lloyd (HHL) 算法的算法被开发出来。它可以计算稀疏矩阵的逆。HHL 算法在矩阵求逆任务中是最优的。Grover 算法是一种在量子计算机上运行的非结构化搜索算法,是量子计算的典型算法之一。Grover 算法或 HHL 算法 [22] 中研究了量子纠缠。在本文中,我们研究一个问题:“Grover 算法或 HHL 算法中的相干性、不一致性和 GM 如何变化?”。为了探讨这个问题,我们首先集中研究 Grover 算法。我们在子节 III A 中计算相干性。我们分别在引理 4、5、6 和 7 中的每一步计算不一致性。我们分别在引理 8、9、10 和 11 中的每一步计算 GM。然后,我们分别在表 I、表 II 和表 III 中展示了一致性、不一致性和 GM 的表格。我们
块编码是最近开发的量子信号处理的关键要素,它构成了量子算法的统一框架。量子信号处理最初是为了简化和优化搜索、振幅估计和汉密尔顿模拟等多个问题的资源利用而展示的,但其能力远不止于此,可能为设计新的量子算法提供尚未开发的潜力。在本文中,我们利用块编码大大增强了两种之前提出的量子算法:最大特征值估计和量子梯度下降。与之前涉及复杂程序的研究不同,我们使用单元块编码的研究结果表明,即使使用基本操作,这些新改进的算法也可以摆脱原始算法中存在的主要缩放因子。这产生了更高效的量子算法,能够以惊人的效率解决复杂的计算问题。此外,我们还展示了如何将我们提出的方法扩展到不同的环境,包括矩阵求逆和多特征值估计。
摘要 我们提供了恒定弹性经济地理模型中名义和实际工资对生产力冲击暴露的充分统计数据。这些暴露指标总结了每个地点名义和实际工资对所有地点生产力冲击的一阶一般均衡弹性。它们可以使用常见的贸易数据以及贸易和移民弹性值轻松计算。它们在底层经济机制方面具有直观的解释。计算所有双边位置对的这些度量涉及单个矩阵求逆,因此即使在极高维状态空间中仍保持计算效率。这些充分的统计数据提供了理论一致的地点对生产力冲击暴露的度量,可用于进一步的经济和统计分析。关键词:经济地理、贸易、移民 JEL:F10;F15;R12 我们感谢普林斯顿大学的研究支持。我们要感谢张晨明提供的出色研究协助。本文是为《美国经济评论》论文集和会议记录准备的。适用通常的免责声明。
16MA607 数值方法与优化 4 - 0 - 0 - 4 方程和特征值问题的解:线性插值法、假位置法、牛顿法、不动点定理陈述、不动点迭代、高斯消元法解线性系统、高斯-约登法和迭代法、高斯-约登法求矩阵逆、幂法求矩阵特征值。常微分方程的初值问题:单步法、泰勒级数法、欧拉法和修正欧拉法、用于解一阶和二阶方程的四阶龙格-库塔法。多步法:Milne 和 Adam 的预测器和校正器方法。线性规划:公式化、图形和单纯形法、大 M 方法、两相法、对偶单纯形法、原始对偶问题。无约束一维优化技术:必要和充分条件。无限制搜索方法:斐波那契和黄金分割法、二次插值法、三次插值和直接根法。无约束 n 维优化技术:直接搜索法、随机搜索、模式搜索和 Rosen Brooch 的山丘声称法、下降法、最速下降法、共轭梯度法、拟牛顿法。约束优化技术:必要和充分条件、等式和不等式约束、Kuhn-Tucker 条件、梯度投影法、割平面法、罚函数法。动态规划、最优化原理、递归方程方法、最短路线应用、货物装载、分配和生产计划问题。教科书/参考文献:1.S. S. Rao,“能源优化理论与实践”,John Wiley and Sons,2009 年。2.Taha H. A.,“运筹学——导论”,第八版,Prentice Hall
摘要 虽然理论上可以利用狭义相对论实现向前的时间旅行,但许多物理学家认为向后的时间旅行是不可能的,因为它需要超光速、虚质量、奇异质量和/或无限长的蒂普勒圆柱,这些概念要么无法实现,要么具有高度推测性。尽管没有禁止向后时间旅行的基本定律,但这种时间旅行会破坏因果关系并导致悖论。这可以用简单的祖父悖论来证明。祖父悖论可以通过量子力学的多重世界诠释来解决,即通过隔离事件发生的世界,而不会破坏因果关系。然而,这个解决方案忽略了叠加原理,允许波函数之间的相互作用。为了使向后时间旅行与多重世界诠释兼容,薛定谔方程必须是非线性的,这与诠释本身的假设相矛盾。
摘要 8 神经群体动态受许多细胞、突触和网络特性的影响。不仅要了解电路参数的协调变化如何改变神经活动,而且要了解动态何时不受此类变化的影响或对此类变化保持不变。计算建模揭示了单个神经元和小电路中的不变性,这些不变性被认为反映了它们对变化和扰动的鲁棒性。然而,将这些见解推广到皮层和其他大脑区域的较大电路仍然具有挑战性。一个关键的瓶颈在于使用脉冲网络模型对神经回路进行逆向建模,即识别与神经记录中观察到的动态定量匹配的参数配置。在这里,我们提出了神经动力学自动模型推断 (AutoMIND),以有效发现不变的电路模型配置。 AutoMIND 利用具有自适应 16 脉冲神经元和群集连接的机械模型,该模型显示了丰富的时空动态。概率 17 深度生成模型(仅在网络模拟上训练)然后返回与给定目标神经活动观察一致的许多参数配置。应用于多个数据集后,AutoMIND 发现了人类大脑类器官在早期发育过程中同步网络爆发的电路模型 19,以及捕捉小鼠海马和皮层中神经像素记录的复杂频率曲线的模型 20。在每种情况下,我们都获得了 21 数百种配置,这些配置组成一个(非线性)参数子空间,其中种群动态保持不变 22。令人惊讶的是,不变子空间的全局和局部几何形状并不固定,而是因不同的动态而异 23。总之,我们的研究结果揭示了不同 24 种群体动态背后的电路参数的动态相关不变性,同时展示了 AutoMIND 在神经电路逆向建模方面的灵活性。25
2004 年 斯泰伦博斯大学 工学学士 2011 年 斯泰伦博斯大学 博士学位 2011 年 I-Wec 项目工程师/经理 2013 年 Gestamp 项目开发经理 2015 年 Scatec Solar 光伏系统主席至今
摘要 - 计划和控制机器人手机操纵的能力受到了几个问题的挑战,包括系统的先验知识以及随着不同机器人手甚至掌握实例而变化的复杂物理学。最直接的手动操纵模型之一是逆雅各布,它可以直接从所需的内对象运动映射到所需的手动执行器控制。但是,获得没有复杂手动系统模型的没有复杂手动系统模型的这种反向雅各布人通常是impeasible。我们提出了一种使用基于粒子滤波器的估计方案自我识别的逆雅各布人来控制手工操作的方法,该方案利用了非隔离的手在自我识别运动过程中维持被动稳定的掌握的能力。此方法不需要对特定手动系统的先验知识,并且可以通过小型探索动作来学习系统的逆雅各布。我们的系统紧密近似近似雅各布,可用于成功执行一系列对象的操纵任务。通过在耶鲁大学模型上进行广泛的实验,我们表明所提出的系统可以提供准确的亚毫米级精度操纵,并且基于雅各布的逆控制器可以支持高达900Hz的实时操纵控制。