XiaoMi-AI文件搜索系统
World File Search System线性程序
二次正规化线性程序的定量收敛
具有二次正则化的线性程序由于其在最佳运输方面的应用而引起了新的兴趣：与熵正则化不同，平方惩罚导致最佳运输耦合的近似值稀少。众所周知，当正则化参数趋于零时，在任何多层层上的四个正规化线性程序的解会收敛到线性程序的最小值解决方案。但是，该结果仅是定性的。我们的主要结果通过指定正规化参数的确切阈值来量化收敛性，然后正则化解决方案还求解线性程序。此外，我们在阈值之前绑定了调节解的次优性。这些结果与大规模正规化制度的收敛速率相辅相成。我们将一般结果应用于最佳传输的设置，在那里我们阐明了阈值和次级次要性如何取决于数据点的数量。
全球分布的低碳云联盟的优化规模
摘要 — 近年来，IT 技术的碳足迹一直备受关注。这种关注主要集中在数据中心的电力消耗上；许多云供应商承诺使用 100% 的可再生能源。然而，这种方法忽略了设备制造的影响。在本文中，我们考虑了地理分布云的可再生能源规模问题，同时考虑了所考虑位置的电网电力消耗以及太阳能电池板和电池制造的碳影响。我们设计了一个线性程序来优化一年内的云规模，考虑了数据中心的全球位置、实际工作负载轨迹和太阳辐射值。我们的结果表明，与完全由太阳能供电的云相比，碳足迹减少了约 30%，与 100% 电网电力模型相比，碳足迹减少了 85%。索引词 — 云计算、可再生能源、能源存储、线性程序、作业调度、跟随太阳、绿色计算
量子振幅阻尼码的线性规划界限
摘要 — 鉴于近似量子纠错 (AQEC) 码的性能可能优于完美量子纠错码，因此有必要量化其性能。虽然量子权重枚举器为量子纠错码的最小距离建立了一些最佳上限，但这些上限并不直接适用于 AQEC 码。在此，我们引入了用于振幅衰减 (AD) 误差的量子权重枚举器，并在近似量子纠错框架内工作。具体而言，我们引入了代码空间固有的辅助精确权重枚举器，而且，我们在 AD 误差的量子权重枚举器和此辅助精确权重枚举器之间建立了线性关系。这使我们能够建立一个线性程序，只有当具有相应参数的 AQEC AD 码不存在时，该程序才不可行。为了说明我们的线性程序，我们在数值上排除了能够纠正任意 AD 误差的三量子比特 AD 码的存在。
水电增长和下降对电网规划的影响
• 线性程序最大限度地降低了到 2050 年美国电力部门容量扩张和运营的成本 • 满足资源、传输、政策和电力系统约束下的能源和容量需求 • 模拟广泛的发电、存储和传输技术之间的竞争 • 空间分辨率：默认 134 个平衡区域，最高可达县级 • 时间分辨率：默认 42 个昼夜剖面，6x4 小时周期，最高可达每小时，再加上 7 年的每小时数据用于估计削减和容量信用规划模型可以帮助了解水电和 PSH 在电网中的未来作用。
真正的集体形成的注意力模型 -
我们考虑组成与可持续发展目标4和11（即分别是团队形成和乘车共同目标）一致的应用领域固有的代理集体的问题。我们根据注意模型和整数线性程序（ILP）的新组合提出了一种通用解决方案方法。更详细地，我们提出了一个注意编码模型，该模型将集体形成实例转换为加权设定的包装问题，然后由ILP解决。乘坐乘车共享和团队形成域固有的集体形成问题的结果表明，我们的方法提供了可比较的解决方案（在质量方面），该解决方案与最先进的方法所产生的解决方案（在质量方面）提供了特定的方法。此外，我们的解决方案优于基于蒙特卡洛树搜索的集体组成的最新一般方法。
朗伊尔城的热能储存机会
在本研究中，我们使用线性优化模型来解决容量扩展问题。该模型使用 PyPSA 框架 [8] 实现，并遵循既定的命名约定，我们将模型称为 PyPSA-Longyearbyen。其源代码在 https://gitlab.com/koenvg/pypsa-longyearbyen 上公开提供。我们参考源代码和随附文档以获得完整而准确的模型描述。以下是描述容量扩展问题的线性程序的简化描述。在这里，我们考虑𝑁 生成器（索引𝑖）、𝑀 存储单元（索引𝑗）和𝑇 时间步长（索引𝑡），但为简洁起见，省略了供热部门和一些细节。目标函数是总投资成本。特别注意，第一和第二个约束分别确保需求𝑑𝑡得到满足，并且存储单元的充电状态从一个时间步骤更新到下一个时间步骤。
系统级别的安全护罩：通过不确定的神经网络动态模型
摘要在许多对照和机器人应用程序中都考虑了神经网络（NN）作为黑框函数近似器。但是，在不确定性存在下验证整体系统安全的困难阻碍了NN模块在安全至关重要的系统中的部署。在本文中，我们利用NNS作为未知染色体系统轨迹跟踪的预测模型。我们在存在固有的不确定性和其他系统模块的不确定性的情况下考虑控制器设计。在这种情况下，我们制定了受约束的传播跟踪问题，并表明可以使用混合智能线性程序（MILP）对其进行求解。在机器人导航和通过模拟避免障碍物中，基于MILP的方法在经验上得到了证明。演示视频可在https://xiaolisean.github.io/publication/2023-11-01-L4DC2024获得。关键字：神经网络，系统级安全，不确定性，轨迹跟踪
结合 MILP 优化和生命周期评估在 SecMOD 框架下设计低碳多能源系统
使复杂的工业能源系统脱碳是缓解气候变化的重要一步。设计这种行业耦合工业能源系统向低碳设计的过渡具有挑战性，因为在系统设计中既需要考虑成本效益高的运行，也需要考虑整个生命周期内对环境影响的减少。可以使用软件确定最佳系统设计：最近，引入了开源框架 SecMOD，用于多能源系统模型的线性优化，通过完全集成生命周期评估来考虑环境影响。在这项工作中，我们扩展了 SecMOD 以允许对工业能源系统建模至关重要的混合整数决策。因此，我们提供了第一个完全集成生命周期评估的开源混合整数线性程序框架。我们使用 SecMOD 来研究泵热储能系统在行业耦合工业能源系统中的优势，并通过比较经济和气候最优来确定系统设计的权衡。
人类引起的多能干细胞和神经干细胞的生长速率来自注意力缺陷多动障碍患者：一项初步研究
脱碳复杂的工业能源系统是减轻气候变化的重要步骤。设计此类部门耦合的工业能源系统向低碳设计的过渡非常具有挑战性，因为在系统设计中，必须考虑成本效益的操作和整个生命周期中环境影响的减少。可以使用软件来确定最佳系统设计：最近，引入了开源框架SECMOD，以通过完全整合生命周期评估来考虑环境影响，以实现多能系统模型的线性优化。在这项工作中，我们扩展了SECMOD，以允许综合决策对于建模工业能源系统至关重要。因此，我们提供了第一个开源的混合企业线性程序框架，并完整地集成了生命周期评估。我们使用secmod来研究扇区耦合的工业能源系统中抽水热量的储能系统的好处，并通过比较经济和气候最佳限度来确定有关系统设计的权衡。