XiaoMi-AI文件搜索系统
World File Search System测地线
用作高度计的移动原子钟
英国计量研究所操作该时钟并通过 150 公里的玻璃光纤链路将其频率传输到位于都灵的意大利国家计量研究所 INRIM，在那里使用第二台原子钟测量锶钟的频率。在 INRIM 对两个时钟进行第二次（后续）比较后，可以通过 LSM 和 INRIM 之间的高度差（约 1000 米）确定锶钟的频率变化。相对频率变化约为然后观察到 1 · 10 –13。通过将频率变化乘以光速的平方，可以得到潜在的电位变化。汉诺威大学此前已利用传统的测地线测量方法测定了重力势能的确切差异。两次测量的结果一致。
![arXiv:2210.16131v1 [gr-qc] 2022 年 10 月 28 日 简介](/simg/g:\will\search\icon\source\9\99789fa6937fdf61297c5bb0706bbaeb3372bad7.webp)
arXiv:2210.16131v1 [gr-qc] 2022 年 10 月 28 日 简介
摘要：本文考虑了当物质满足状态方程 P = 0 或 P = − αρ 时（其中 0 < α < 1）时广义 Vaidya 时空的引力坍缩。我们证明，当第 I 类物质场为尘埃时，表观视界将永远不会出现，但现在存在一族指向未来的零径向测地线，其终止于过去的中心奇点。我们还证明，在负压的情况下，引力坍缩的结果可能是裸奇点，表观视界出现并在很短的时间内再次消失。在负压的情况下，我们证明引力坍缩的结果可能是永恒的裸奇点。关键词：引力坍缩；Vaidya 时空；黑洞；裸奇点。 PACS 编号：04.70.—s、04.70.Bw、97.60.Lf
Marco Peroni 博士 意大利 主动屏蔽火星基地
我们研究的主题是未来人类在火星上的定居点的设计。当人类熟悉了这颗星球（而非首次定居）并希望建立一座可供一定数量的定居者（约 500 人）安全居住的小城市时，我们将在火星上建造基地。在这种情况下，我们设想（利用所有已经可以实现的技术）建造一个直径约 100 米的大型可居住圆顶，部分采用 3D 打印技术通过烧结“原位”材料建造，部分采用现场组装的测地线几何大玻璃窗，照亮太空基地内部并让居民可以看到外面。玻璃测地线结构的元素将由高强度铝制成，并将与玻璃本身一起由可能很快登陆火星的大型航天发射器运载。由于圆顶周围有一组电缆（具有非常高电压的超导体），距离圆顶有适当的距离（至少 50 米），这些电缆沿着理想球体的平行线排列，并由刚性圆形元件沿子午线支撑，因此能够拥有明亮的环境并观察外部全景。这些电缆将产生足以屏蔽危险的宇宙射线但距离居住区足够远的人工磁场。这种配置（与最先进的技术相比非常创新）将使未来的定居者能够舒适地生活，而不会遭受室内压力，而他们在光封闭的环境中则会受到室内压力。子午线结构本身除了支撑电缆外，还将支撑“高架起重机”的元素，以便建造结构本身（通过“增材制造”技术）并对大型外部玻璃窗元素进行必要的维护，这些元素必须清除火星尘埃，并可能被更换（在其外部牺牲层），以防被微陨石击中。在可居住的圆顶内，将有花园、公园和湖泊，以及一系列可俯瞰被外部阳光照亮的巨大空间的可居住楼层，并可欣赏到红色星球的沙丘景色。它不仅是一个生存的前哨，而且还是一个令人兴奋和有趣的地方，可以度过一个难忘的太空假期！
Geomstats：机器学习中黎曼几何的 Python 包
我们介绍了 Geomstats，一个用于非线性流形计算和统计的开源 Python 工具箱，例如双曲空间、对称正定矩阵空间、变换李群等等。我们提供面向对象且经过广泛单元测试的实现。除此之外，流形还配备了黎曼度量族，以及相关的指数和对数映射、测地线和并行传输。统计和学习算法提供了在流形上进行估计、聚类和降维的方法。所有相关操作都被矢量化以用于批量计算，并为不同的执行后端提供支持，即 NumPy、PyTorch 和 TensorFlow，从而实现 GPU 加速。本文介绍了该软件包，将其与相关库进行了比较，并提供了相关的代码示例。我们表明，Geomstats 提供了可靠的构建块来促进微分几何和统计学的研究，并使黎曼几何在机器学习应用中的使用更加民主化。源代码可根据 MIT 许可证在 geomstats.ai 上免费获取。
人类和猕猴皮质各层级和深度的髓鞘形成
图 1. 猕猴和人类皮质层级和深度的 T1w/T2w 比率。（A、B）用于评估猕猴（A）和人类（B）皮质区域和深度的 T1w/T2w 比率的分析方法示意图。左侧面板显示猕猴的 CHARM 6 级 27,28 和人类的 Schaefer 400 29 的离散块。中间面板根据猕猴的测地线距离或人类的感觉运动关联轴标记块，颜色从黄色（感觉运动）过渡到紫色（关联）。右侧面板可视化层状组织，颜色从深蓝色（深层）过渡到浅绿色（浅层）。 (C、D) 猕猴 T1w/T2w 比值沿测地距离的分布（C，R 2 = 0.096，P < 0.001）和人类感觉运动联想 (SA) 轴的分布（D，R 2 = 0.354，P < 0.001）。 (E、F) 猕猴 (E) 和人类 (F) 感觉运动、中部和联想区域内皮质深度方向的 T1w/T2w 比值；方差分析 *** P < 0.001。
Geomstats：机器学习中黎曼几何的 Python 包
我们介绍了 Geomstats，这是一个开源 Python 包，用于对非线性流形（例如双曲空间、对称正定矩阵空间、变换李群等）进行计算和统计。我们提供面向对象且经过大量单元测试的实现。流形配备了黎曼度量系列以及相关的指数和对数映射、测地线和并行传输。统计和学习算法提供了对流形进行估计、聚类和降维的方法。所有相关操作都被矢量化以用于批量计算，并为不同的执行后端提供支持——即 NumPy、PyTorch 和 TensorFlow。本文介绍了该软件包，将其与相关库进行了比较，并提供了相关的代码示例。我们表明，Geomstats 提供了可靠的构建块，既可以促进微分几何和统计学的研究，又可以使黎曼几何在机器学习应用中的使用更加民主化。源代码可根据 MIT 许可证在 geomstats.ai 上免费获取。
Number-61-2019.pdf - www.ccj-online.com
用户组和 CCJ 包括：劳伦斯堡电力公司 (Lawrenceburg Power)，用于性能和灵活性升级 (p 10)、液压阀门执行器 (12)、氢气干燥器 (12)、校准过程 (16)、测地线圆顶 (20)、防火 (20) 和燃烧器管理 (24)。罗文电厂 (Plant Rowan)，用于消除压缩机排气阀故障 (26)。埃尔伍德能源公司 (Elwood Energy)，用于培养下一代多技能员工 (28)。埃芬汉姆县电力公司 (Effingham County Power)，用于减少不平衡和差异费用 (30)、进行逻辑更改以提高可靠性 (31)、延长 HRSG 下部密封寿命 (32)、使用塔排污灌溉土地 (34) 和安全卸载化学品 (35)。伍德布里奇能源中心 (Woodbridge Energy Center)，用于简化 HEP 检查 (37)、内部培训计划 (38)、消除危险气体警报和回流 (39) 和改善防火 (40)。
mSPD-NN：一种用于从功能连接组学流形中发现生物标志物的几何感知神经框架
摘要。连接组学已成为神经成像领域的强大工具，并推动了连接数据统计和机器学习方法的最新进展。尽管连接组存在于矩阵流形中，但大多数分析框架都忽略了底层数据几何。这主要是因为简单的操作（例如均值估计）没有易于计算的闭式解。我们提出了一种用于连接组的几何感知神经框架，即 mSPD-NN，旨在估计对称正定 (SPD) 矩阵集合的测地线均值。mSPD-NN 由具有绑定权重的双线性全连接层组成，并利用新颖的损失函数来优化由 Fréchet 均值估计产生的矩阵法向方程。通过对合成数据进行实验，我们证明了我们的 mSPD-NN 与常见的 SPD 均值估计替代方案相比的有效性，在可扩展性和抗噪性方面提供了具有竞争力的性能。我们在 rs-fMRI 数据的多个实验中说明了 mSPD-NN 的真实世界灵活性，并证明它发现了与 ADHD-ASD 合并症患者和健康对照者之间的细微网络差异相关的稳定生物标志物。
JHEP01(2020)031
摘要：我们考虑时间演化算子的对数负性和相关量。我们研究自由费米子、致密玻色子和全息共形场论 (CFT) 以及随机幺正电路和可积和混沌自旋链的数值模拟。全息行为与已知的非全息 CFT 结果有很大偏差，并显示出最大扰乱的明显特征。有趣的是，随机幺正电路表现出与全息通道几乎相同的行为。一般来说，我们发现“线张力图像”可以有效地捕捉混沌系统的纠缠动力学，而“准粒子图像”可以有效地捕捉可积系统的纠缠动力学。出于这个动机，我们提出了一种有效的“线张力”，可以捕捉时空缩放极限中混沌系统中对数负性的动态。我们比较了负性和互信息，从而发现量子信息和经典信息的不同动态。我们观察到的“伪纠缠”可能对经典计算机上量子系统的“可模拟性”产生影响。最后，我们使用测地线维滕图阐明了共形场论中密度矩阵部分转置运算与反德西特空间中纠缠楔形截面之间的联系。
JHEP10(2024)048
摘要：根据 Nielsen 及其合作者的开创性工作，合适算子空间的几何实现中最小测地线的长度提供了操作量子复杂性的度量。与基于将所需操作构建为乘积所需的最少门数的原始复杂性概念相比，这种几何方法相当于一个更具体和可计算的定义，但在具有高维希尔伯特空间的系统中，它的评估并不简单。通过考虑与由系统中少量相关算子生成的合适有限维群相关的几何，可以更轻松地评估几何公式。通过这种方式，该方法特别应用于谐振子，这也是本文感兴趣的。然而，群论中微妙且以前未被认识到的问题可能会导致无法预见的复杂情况，从而促使人们提出一种新的公式，该公式在大多数所需步骤中仍处于底层李代数的水平。因此，可以在低维环境中发现关于复杂性的新见解，并有可能系统地扩展到更高维度以及相互作用。具体示例包括与谐振子、倒谐振子和耦合谐振子相关的各种目标幺正算子的量子复杂性。该方法的普遍性通过应用于具有三次项的非谐振子来证明。