XiaoMi-AI文件搜索系统
World File Search System离散
是什么驱使愿意接收防止新兴传染病的新疫苗？乌干达大学学生的离散选择实验
1年流行病学和社区健康部，明尼苏达州公共卫生学院，明尼苏达州，明尼苏达州，美国，美国，美国卫生科学学院2，马克塞雷大学2号，坎帕拉，乌干达坎帕拉，巴黎大学3号，法国，巴黎大学，法国，法国，公共卫生学院4 ehesp Frians france paris，5美国圣地亚哥州立大学心理学，美国明尼阿波利斯大学公共卫生学院7分司，美国明尼苏达州明尼阿波利斯大学，美国明尼苏达州，美国8号儿童健康与发展中心，卫生科学学院，医学院医学院，马克雷尔大学，坎帕拉，乌干达坎帕拉，9次，坎帕拉，哥伦比亚，麦格达大学，麦格达大学，麦格斯特大学，医学院及其夫人卫生学院。蒙特利尔，加拿大魁北克
具有最佳能量性能的离散时间线性多代理系统的分布式控制
受自然界生物运动的启发，在过去的十年中对多机构系统（MASS）的合作运动进行了广泛的研究（Wang等，2017，2019; Wang and Sun，2018; Wang等，2020b; Koru等，2021年； Wang and Sun，2021年）。与单个代理相比，网络质量具有快速命令响应和鲁棒性的优势。由于分布式网络计算系统具有强大的可伸缩性和快速计算速度的特征，对多机构系统的分布式合作控制问题的研究已吸引了控制科学家和机器人工程师在许多情况下的广泛应用的越来越多的注意力，例如移动机器人，例如移动机器人（Mu等，2017; Zhao et al。 2016; Li等人，2019年）和航天器（Zhang等，2018; 2021a）。与开关拓扑合作控制与开关拓扑合作的经典框架。Ren和Beard（2005）进一步放松了Olfati-Saber和Murray（2004）给出的条件，这些条件就线性质量的共识提出了一些新的结果。实际上，有必要在离散时间内调查多代理系统的控制问题，而大多数计算机系统是离散的结构。在Liang等人的研究中。 （2017），研究了不均匀离散时间线性多代理的合作遏制控制问题，并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。 （2018）。 su等。 多代理共识在Liang等人的研究中。（2017），研究了不均匀离散时间线性多代理的合作遏制控制问题，并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。（2018）。su等。多代理共识Liang等人在研究中给出了基于线性基质不等式（LMI）的离散时间MAS分散共识问题的解决方案方法。LV等人讨论了基于终端迭代学习框架的多代理共识控制问题。（2018）提出了基于时间变化控制输入的自适应控制方法以改善系统的控制性能。（2019）提出了一种基于低增益反馈方法和修改的代数riccati方程的分布式控制算法，以实现离散时间质量质量降低输入饱和条件的半全球共识。
使用离散时间 H 函数减轻柔性飞机的阵风载荷 ...
湍流和阵风会导致施加在飞机结构上的空气动力和力矩发生变化，从而导致乘客不适，并且结构上必须设计能够支撑的动态载荷。通过设计阵风载荷缓解 (GLA) 系统，可以实现两个目标：第一，实现更高的乘客舒适度；第二，减少动态结构载荷，从而可以设计更轻的结构。本文提出了一种设计组合反馈/前馈 GLA 系统的方法。该方法依赖于多普勒激光雷达传感器测量的飞机前方的风廓线，并基于 H ∞ 最优控制技术和离散时间预览控制问题公式。此外，为了允许在这两个目标之间进行设计权衡（以实现设计灵活性）以及允许指定稳健性标准，引入了使用多通道 H ∞ 最优控制技术的问题变体。本文开发的方法旨在应用于大型飞机，例如运输机或公务机。模拟结果表明，所提出的设计方法在考虑测量的风廓线以实现上述两个目标方面是有效的，同时确保了设计灵活性以及控制器的稳健性和最优性。
带有量子频率处理器的高维离散傅里叶变换门
摘要：离散傅里叶变换 (DFT) 是光子量子信息的基础，但将其扩展到高维的能力在很大程度上取决于物理编码，而频率箱等新兴平台缺乏实用方法。在本文中，我们表明，d 点频率箱 DFT 可以用固定的三分量量子频率处理器 (QFP) 实现，只需在 d 每次增量增加时向电光调制信号添加一个射频谐波即可。我们在数值模拟中验证了门保真度 FW > 0.9997 和成功概率 PW > 0.965，最高 d = 10，并通过实验实现了 d = 3 的解决方案，利用并行 DFT 的测量来量化纠缠并对多个双光子频率箱状态进行层析成像。我们的结果为量子通信和网络中的高维频率箱协议提供了新的机会。
光学离散偏振与连续正交变量之间的混合纠缠
量子纠缠是实现光量子信息处理 (QIP) 不可或缺的资源 [1-7]。传统上，通过利用符合波粒二象性的光的两个不相容方面之一来实现纠缠，两类方法同时发展起来。因此，这些发展导致了信息编码的两个不同方向，即使用有限维的离散变量 (DV) 状态（如光子数、时间箱和光偏振）[1-4] 或无限维希尔伯特空间的连续变量 (CV) 状态（如场正交分量）[5-7]。在实践中，这两种编码都展示了各自的优势，但也暴露了各自的弱点。由于不太担心光子丢失，涉及单光子的 DV 协议通常享有几乎单位保真度，但依赖于概率实现和高效的单光子探测器。相比之下，CV 替代方案使用电磁场的正交分量，具有明确的状态鉴别、无条件操作和完美的同差检测效率，但由于与真空耦合，存在光子损失和固有的低状态保真度。最近，人们做出了显著的努力 [8-22]，利用这两种方法的优点来克服固有的个体局限性。在统一的混合架构中集成 DV 和 CV 技术方面取得的进展表明，我们能够分配和互连光学 DV 和 CV 量子态（或量子比特）。我们可以设想一个异构量子网络，要求在两种编码之间进行匹配的信息传输。因此，这些混合技术为实现可扩展的 QIP 和量子通信提供了新的思路。虽然将 DV 工具箱与 CV 框架相结合的努力早在二十年前就已开始用于生成非高斯状态，但它
离散试验 - 教学策略
在所有课程领域进行教学。评估将确定使用离散试验、关键反应训练和功能性例程这三种策略来教授的课程。请记住，没有必要明确“测试”每个评估项目。您也可以根据对学校和教室的观察来完成评估。评估的最初目的是指导选择合适的课程。使用计划指南跟踪课程。以下是使用离散试验教学策略教授的 1 级三种接受性语言技能的 SLP 评估示例。
实时基于EEG的情绪识别，使用离散小波在完整和减少的通道信号上转换
具有消费级EEG设备的基于EEG的实时情感识别（EEG-ER）涉及使用减少的渠道进行情绪进行分类。这些设备通常只提供四个或五个通道，与大多数当前最新研究中通常使用的大量通道（32或更多）不同。在这项工作中，我们建议使用离散小波变换（DWT）提取时频域特征，并且我们使用几秒钟的时间窗口来执行eeg-er-ers分类。该技术可以实时使用，而不是在整个会话后数据后使用。我们还将在先前研究中开发的基线去除预处理应用于我们提出的DWT熵和能量特征，从而显着提高了分类精度。我们考虑两个不同的分类架构，一个3D卷积神经网络（3D CNN）和一个支持向量机（SVM）。我们在主题独立和依赖于主题的设置上评估了这两个模型，以对个人情绪状态的价和唤醒维度进行分类。我们对DEAP数据集提供的完整32通道数据以及同一数据集的5通道提取物进行了测试。SVM模型在所有提出的场景中表现最佳，对于整个32渠道主体依赖性案例的价准确度为95.32％，唤醒的精度为95.68％，击败了先前的实时EEG-EEG-EEG-EEG-EEG依赖性依赖性基准。也获得了与受试者的情况下的价准确度为80.70％，唤醒的精度为81.41％。将输入数据降低到5个通道仅在所有情况下平均将精度降低3.54％，从而使该模型适合与更易于访问的低端EEG设备一起使用。
沉积物传输的离散相建模和大坝溢洪道中悬浮颗粒的冲刷
在大坝管理和大坝可靠性评估中出现的首要问题之一是悬浮颗粒的沉积。沉积影响能源生产和效率，储存，排放能力和洪水衰减能力。在本文中，使用有限体积方法（FVM）软件ANSYS对大坝溢洪结构中的沉积物传输和冲刷进行建模。根据离散相模型（DPM）制定了水流中悬浮颗粒的轨迹。为了访问仿真模型，使用缩放的大坝溢洪道模型进行了粒子图像速度法（PIV）实验。从模拟和PIV实验获得的发现之间的差异小于4.89％，推断数值模型是可以接受的。发现最大搜查率和最大沉积速率分别为4.20×10-9 kg/s和2.00×10-6 kg/s。因此，基于唯一考虑解决悬浮颗粒的搜查和沉积，应每8.9年进行一次每8.9年的水坝维护。这项工作证明了在研究中基于DPM的数值模拟的生存能力，在研究沉积物传输问题的流体相互作用中，尤其是用于应用大坝可靠性。
离散对数问题的量子算法
这项工作为离散对数问题提供了Shor's算法的参考实现。将所需例程的三个不同版本用于模块化算术。由于当前的量子计算机仍然提供相对较少的量子位或Qubits，因此，对于计算，该工作的主要重点是实现的可能性，需要最少数量的Qubits。
单量子离散时间量子步行的计算能力
量子步行已被视为通用量子计算的原始。通过使用描述单个粒子离散时间量子步行所需的操作，我们证明了在两个Qubit System上实现通用门的实现。这个想法是要收获单个量子位的有效希尔伯特空间及其在位置空间叠加中演变的位置空间，以实现多Qubit的状态和量子门上的通用量子集。与基于电路的计算模型相比，在拟议的量子步行模型中，以工程任意状态形式实现了许多非平凡的门。我们还将讨论模型的可扩展性和一些命题，以实现较大的量子系统中使用较少数量的Qubits。