XiaoMi-AI文件搜索系统
World File Search System理论上的
持续学习：特征提取形式化，有效的算法和障碍
持续学习是机器学习中的新兴范式，其中模型以在线方式暴露于来自多个不同分布的数据（即环境），并有望适应分布变化。确切地说，目标是在新环境中表现良好，同时保留了先前环境的性能（即避免“灾难性遗忘”）。虽然这种设置在应用社区中引起了很多关注，但没有理论上的工作甚至正式化了所需的保证。在本文中，我们提出了一个通过特征提取的框架进行持续学习的框架，即在每个环境中都对特征和分类器进行了培训。当功能是线性的时，我们会设计一种有效的基于梯度的算法DPGrad，可以保证在当前环境上表现良好，并避免灾难性的遗忘。在一般情况下，当特征是非线性的时，我们表明这种算法不存在，无论是否有效。
深层模型中的神经元与大脑中的神经元如何相关
摘要：在处理智能系统的算法方面时，与生物学大脑的类比一直很有吸引力，并且经常具有双重功能。一方面，它一直是其设计灵感的有效来源，另一方面，它被用作其成功的正当化来源，尤其是在深度学习（DL）模型的情况下。近年来，大脑的灵感失去了对自己的第一个角色的控制，但它继续提出第二个角色，尽管我们认为它也变得越来越容易辩护。在合唱之外，有一些理论上的建议，而是识别DL和人类认知之间的重要分界线，甚至是不可忽视的。在本文中，我们认为，矛盾的是，深神经模型开发人员对生物神经元的功能的部分冷漠是其成功的原因之一，并促进了务实的机会主义态度。我们认为，甚至有可能瞥见另一种类型的生物学类比，因为现代DL开发中的启发式方法本质上是与自然进化的相似之处。
地铁火车射击位置对弯曲隧道中烟气运动特征的影响
移动地铁列车的场景模型可以帮助研究不同火灾位置对弯曲隧道中烟雾传播特征的影响。为此，这项研究采用了三维不稳定的雷诺，平均Navier-Stokes方程方法和重新归一化组的K-ε二方方程湍流模型具有浮力校正，以进行数值分析。使用滑网技术复制火车的运动。结果表明，当火灾在隧道中移动的火车上爆发时，活塞风会导致烟雾的纵向运动。如果与尾车相比，如果烟头回流的头部或中型汽车爆发，烟气回流的时间分别延迟了30 s或17 s。获得的结果为理性提供了理论上的基础，可以很好地控制地铁隧道中的烟气流量并减少火灾事故中的人员伤亡。
随机特征选择带退火及其在流数据中的应用
特征选择是高维统计和机器学习的重要主题，用于预测和理解潜在现象。它在计算机视觉，自然语言处理，生物信息学等中都有许多应用。但是，文献中的大多数特征选择方法已提出用于离线学习，现有的在线功能选择方法在真正的支持恢复中具有理论和实际限制。本文提出了两种新型的在线特征选择方法，该方法由随机梯度下降和硬阈值操作员提出。提出的方法可以同时选择相关特征，并基于所选变量构建线性回归或分类模型。为提出方法的一致性提供了理论上的理由。对模拟和实际稀疏数据集的数值实验表明，所提出的方法与文献的最新在线方法相比有利。关键字：变量选择，流数据，随机算法，退火过程，大数据学习
我无法预测的，我不明白：一个人 -
已经描述了多种解释性方法，以帮助用户更好地了解现代AI系统如何做出决策。但是，开发用于评估这些方法的大多数性能指标基本上仍然是理论上的 - 没有太多考虑人类最终用户。尤其尚不清楚（1）在现实世界中，当前解释性方法的有用程度如何； （2）当前的性能指标是否准确地反映了最终用户的解释方法的有用性。为了填补这一差距，我们进行了心理物理学实验（n = 1，150），以评估三种现实世界中代表性归因方法的有用性。我们的结果表明，在这些情况下，各个归因方法可以帮助人类参与者更好地理解AI系统的程度差异很大。这表明需要超越当前归因方法的定量改进，朝着开发互补方法的发展，这些方法为人类最终用户提供了质量不同的信息来源。
LFP和NMC锂离子电池化学的半经验老化模型
lfp和NMC化学家目前是锂离子家族中最相关的，并且具有更高的前景技术。本文分析了由日历和骑自行车老化引起的锂离子电池中容量衰减的建模过程。考虑到用于定义模型的主要参数的变化，开发了对LFP和NMC有效的在线老化估计模型：温度，充电状态以及电荷和排放率。通过将两种化学的性能与制造商和以前的衰老模型提供的数据进行比较，从理论上的角度来验证了该模型。提议的电池老化模型达到3％的最大相对误差，这取决于电池化学和指定的工作条件。开发了有关电池终止寿命的模型准确性的进一步分析。此外，从实验性的角度验证了模型性能，并在实验室中测试了NMC电池，达到低于5％的误差。此外，提出了一种参数化衰老模型的方法，以促进该模型在特定的电池中的应用。
对内源经济增长及其平衡生长路径的数值模拟
摘要在本文中，我模拟了一个经济如何内源性增长，并达到平衡的生长道路，假设家庭在MDC下的行为（最大程度的舒适度）基于基于舒适性的程序，其中MDC表示家庭对其收入和资产组合感到最舒适的状态。尽管在动态的经济增长模型中，数值不容易模拟通往稳定状态的道路，在这种模型中，家庭表现出产生理性期望的行为，但如果家庭应该在基于MDC的程序下行事以达到稳态状态，这很容易。模拟结果表明，尽管存在一些小规模效应，但经济确实可以按照理论上的预测来内源性。如果未经补偿的知识溢出受到限制，则会产生大规模的效果。较低的风险规避程度增加了增长率。此外，如果生产力相同，则经济会融合，但如果不是相同的话，则会有所不同。JEL分类：E17，E60，O11，O30，O40关键字：收敛;内源性生长；比例效应；模拟;无偿知识溢出
三结太阳能电池，其中 39.5% 来自陆地，34.2% 来自...
多结太阳能电池设计既要考虑理论上的最佳带隙组合，也要考虑具有这些带隙的材料的实际局限性。例如，三结 III-V 多结太阳能电池通常使用 GaAs 作为中间电池，因为 GaAs 的材料质量近乎完美，尽管其带隙高于全局光谱的最佳值。在这里，我们使用具有出色电压和吸收率的厚 GaInAs/GaAsP 应变平衡量子阱 (QW) 太阳能电池来修改中间电池的带隙。这些高性能 QW 被整合到一个三结倒置变质多结器件中，该器件由 GaInP 顶部电池、GaInAs/GaAsP QW 中间电池和晶格失配的 GaInAs 底部电池组成，每个电池都经过了高度优化。我们在 AM1.5 全局和 AM0 空间光谱下分别展示了 39.5% 和 34.2% 的三结效率，这高于之前创纪录的六结器件。
SnCQA：一种硬件高效的等变量子卷积电路架构
摘要 —我们提出了 SnCQA，这是一组硬件高效的等变分电路，分别针对置换对称性和空间格子对称性，量子比特数为 n。通过利用系统的置换对称性（例如许多量子多体和量子化学问题中常见的格子哈密顿量），我们的量子神经网络适用于解决存在置换对称性的机器学习问题，这可以大大节省计算成本。除了理论上的新颖性之外，我们发现我们的模拟在量子计算化学中学习基态的实际实例中表现良好，我们可以通过几十个参数实现与传统方法相当的性能。与其他传统变分量子电路（如纯硬件高效假设（pHEA））相比，我们表明 SnCQA 更具可扩展性、准确性和抗噪声能力（在 3 × 4 方格上的性能提高了 20 倍，在我们的案例中，在各种格子尺寸和关键标准（例如层数、参数和收敛时间）下节省了 200% - 1000% 的资源），这表明在近时间量子设备上进行实验可能是有利的。
NISQ分析仪：自动选择量子...
摘要。量子计算可以在未来的研究和行业中实现各种突破。与最知名的古典算法相比，已经存在一些量子算法，这些量子算法显示了理论上的速度，但这些算法的实现和执行都带来了一些挑战。例如，输入数据确定，例如，Quantum算法所需的量子数和门数。量子算法实现还取决于限制可用量子计算机集的使用的软件开发套件。由于当前量子计算机的功能有限，因此选择适当的量子计算机来执行给定输入的某些实施，这是一个困难的挑战，需要有关实施的量子算法以及有关使用的软件开发工具包的技术知识的巨大数学知识。在本文中，我们提出了一个概念，用于对量子算法的实现和适当的量子计算机的实现进行自动分析和选择，该计算机可以使用某些输入数据执行所选的实现。通过我们称为NISQ Analyzer的工具的原型实施来证明该概念的实际可行性。