XiaoMi-AI文件搜索系统
World File Search System相对误差
量化模拟量子模拟中错误的敏感性
量子模拟器被广泛视为量子技术最有希望的近期应用之一。但是，在存在不可避免的缺陷的情况下，嘈杂的设备在多大程度上可以输出可靠的结果。在这里，我们提出了一个框架来表征量子模拟器的性能，通过将测量的量子期望值的鲁棒性与可观察到的输出的频谱特性联系起来，这又可以与其宏观或显微镜特征相关联。我们表明，在一般的假设和平均所有状态下，不完善的设备能够准确地重现宏观可观察物的动力学，而显微镜可观察物的期望值相对误差平均更大。我们在最先进的量子模拟器中实验证明了这些特征的普遍性，并表明预测的行为对于高度准确的设备是通用的，而无需假设有关完美之处的性质的任何详细知识。
量子状态的经典和混合阴影
经典阴影是一种在经典计算机上存储量子状态的计算有效方法，目的是估算通过执行重复的随机测量获得的局部观测值的期望值。在本说明中，我们就此方法提供了一些评论。我们注意到，与有限的相对误差形成分类阴影所需的资源在很大程度上取决于目标状态。然后，我们对使用经典阴影模拟多个身体动态的优点和局限性发表评论。此外，我们介绍了由系统的一部分上的测量而不是整体构建的混合阴影的概念，该框架提供了一个框架，以更深入地了解阴影状态的性质，因为一个人降低了测量的子系统的大小，并且可以替代了压缩量子状态的潜在替代方案。
相互作用费米子模型的量子计算
摘要 相对论费米子场论构成了所有可观测物质的基本描述。最简单的模型为嘈杂的中型量子计算机提供了一个有用的、经典可验证的基准。我们计算了具有四费米子相互作用的狄拉克费米子模型在 1 + 1 时空维度的晶格上的能级。我们采用混合经典量子计算方案来获得该模型中三个空间位置的质量间隙。通过减轻误差，结果与精确的经典计算非常一致。我们的计算扩展到手性对称出现的无质量极限附近，但在这个范围内量子计算的相对误差很大。我们将结果与使用微扰理论的分析计算进行了比较。
全州信息技术术语表 - NC.GOV
可访问性 – 残障人士可以像非残障人士一样访问信息。可追溯性 – 使系统上的活动可追溯到个人的属性。准确性 – 误差大小的定量度量，最好以相对误差的函数表示，该度量的高值对应于较小的误差。采购 – 从外部供应商或承包商处采购的硬件、软件或服务的通用术语。行动计划 – 描述需要做什么以及何时完成的计划。项目计划是行动计划。激活 – 实施连续性计划，无论是全部还是部分。活动 – 项目中执行的工作元素。活动具有精确的开始和结束日期，包含一组要完成的任务，消耗资源并产生有形结果。活动通常细分为任务，多个活动可能组成一个阶段。
传感器和仪器仪表 - I
测量仪器的广义配置和功能描述：仪器的功能元件、测量误差：粗大误差和系统误差、绝对误差和相对误差、测量仪器和仪器系统的 I/O 配置 - 干扰和修改输入的校正方法。08 小时仪器的广义性能特征：静态特性：静态校准的含义、准确度、精密度和偏差、静态灵敏度、线性度、阈值、分辨率、滞后和死区。刻度可读性、跨度、广义静态刚度和输入阻抗、动态特性基础。06 小时电阻、电感、电容和 Q 因数的测量：惠斯通电桥、灵敏度分析、局限性、开尔文双电桥、麦克斯韦电桥、西林电桥、源和探测器、电桥屏蔽、Q 计。08 小时位移测量：位移测量原理、电阻电位器、电阻应变计、可变电感和可变磁阻拾音器、LVDT、电容拾音器、激光位移传感器。 06 小时
对合规性蛇纹石的实质性曲率影响...
serpentine互连（Serpentines）具有不同曲率程度的蛇形（Serpentines），通常设计用于吸收变形并保护脆弱的活性组件影响的设备。弯曲曲线较小的蛇纹石使用传统理论进行了很好的建模，但这高估了弯曲较大的蛇形的可拉伸性（例如，相对误差超过90％）。在这里提出的是一种新型的理论模型，其中非buck蛇蛇纹石的特征是大型曲面束。得出分析溶液，并据报道系统的实验和数值模拟来验证准确性并研究几何依赖性。发现（i）无量纲的几何参数调节了蛇纹石的兼容力学，（ii）有一定的弧形角可以产生异常的可伸缩性（即归一化的可伸缩性小于统一性），（iii）可以通过两个数量级和五个数量级来增强灵活性和可伸缩性。这项工作是一种构造具有较大曲率的最佳蛇纹石丝带的新方法。
通过 ADS 工具中的 S2D 模型导入实验结果进行功率放大器设计
摘要 本文利用 S2P 和 S2D 模型设置实现功率放大器的行为建模。利用标准功率放大器获得散射 (S 参数和大信号参数的测量结果。将这些参数导入 S2P 和 S2D 模型以执行 3 GHz 频率下的小信号和大信号分析。然后，将模拟结果与测量结果进行比较，以验证行为模型的有效利用。这项工作的新颖之处在于对直接从测量中获得的硅基驱动放大器特性进行模拟研究。这项工作可用于通过模拟确定驱动放大器特性对功率放大器测量的影响。最后，对不同参数的测量结果和模拟结果之间的相对误差性能分析进行研究，并计算 S11、S12、S21、S22、增益、pout、1 dB 压缩点、ACP、3 次谐波、4 次谐波的 NMSE（单位为 %）次谐波和 5 次谐波分别为 0.0083、0.0055、0.0086、0.011、0.0844、0.814、0.926、0.71、0.22、0.012 和 0.070。
补充材料
Rameters：内核大小k∈{3，6，12，24}，学习率η∈{0。0001，0。001}，在训练nopt∈{10，100}期间重复使用相同的VMC样品的迭代次数和训练算法a∈{原始，深（L层），Symforce-Init，Symforce-traj}。对于a∈{原始的，symforce-init，symforce-traj}，我们使用l = f = 1，其中l表示CNN层的数量，F表示CNN过滤器的数量。，当a = deep（l层）时，我们遵循[1]进行f和l的选择。我们使用l∈{2，3，8}。对于2层CNN，我们使用f∈{1，8，16}，对于更深的CNN，我们使用f∈{8，16}。对于超参数调整，我们通过设置张量[2]和numpy [3]的隆起种子来运行每个设置5次，并使用不同的随机初始化。收集实验结果后，我们首先删除在5个运行中的任何一个中引起差异的Hy-Perparameter设置。然后，对于每个（a，l，k），我们选择导致基态能量相对误差的最小绝对值的超级反感器。
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。
基于人工智能的变电站计量系统异常值处理模块
摘要 — 电力公司获取的数据的主要问题之一是存在异常值，这会影响整个电力系统的测量数据库，从而破坏配电方案分析。这项工作提出了一个新模块来补充计量系统的测量结果。开发了一种基于模糊逻辑、人工神经网络和 ARIMA 模型的检测技术和三种异常值校正技术。第一种技术采用模糊方法，根据前 3 次测量的变化开发一个推理系统来确定未来的变化。在使用 ANN 开发的第二种算法中，使用具有 10 个先前样本的预测模型校正异常值。最后一种校正技术基于具有 96 个先前测量值的 ARIMA 模型。为了证明所开发方法的适用性，对巴西帕拉伊巴州的一个变电站进行了案例研究。三种异常值校正技术在所有测试场景中的平均相对误差均小于 5%。