XiaoMi-AI文件搜索系统
World File Search System网络结构
意识障碍：脑网络结构完整性的临床评估
1 意大利米兰 IRCCS 卡洛贝斯塔神经科学研究所基金会神经放射学部诊断与技术系 2 意大利都灵大学“Rita Levi Montalcini”神经科学系 3 意大利佛罗伦萨大学 A. Meyer 儿童医院放射学部 4 意大利米兰 IRCCS 米兰毛杰里临床科学研究所 5 意大利都灵大学心理学系 6 中国成都电子科技大学生命科学技术学院、神经信息教育部重点实验室 7 意大利米兰 IRCCS 卡洛贝斯塔神经科学研究所基金会神经生理学与诊断系、癫痫学部 8 意大利乌尔比诺卡洛博大学人文研究系 IRCCS 卡洛贝斯塔神经科学研究所基金会神经内科、公共卫生、残疾部门
贝叶斯网络结构学习的量子近似优化算法
摘要 贝叶斯网络结构学习是一个 NP 难问题，近几十年来许多传统方法都面临着这一问题。目前，量子技术提供了广泛的优势，可用于解决使用传统计算方法无法有效解决的优化任务。在本文中，一种特定类型的变分量子算法，即量子近似优化算法，用于解决贝叶斯网络结构学习问题，采用 3 n (n − 1)/ 2 量子比特，其中 n 是要学习的贝叶斯网络中的节点数。我们的结果表明，量子近似优化算法方法可提供与最先进方法相媲美的结果，并且对量子噪声具有定量的弹性。该方法被应用于癌症基准问题，结果证明了使用变分量子算法解决贝叶斯网络结构学习问题的合理性。
投入产出网络结构在美国经济中的重要性*
赫尔顿定理指出，在存在投入产出联系的情况下，行业层面冲击对总体经济的影响完全由该行业的规模决定，而不管其在网络中的位置如何。本文认为，单独的生产网络结构是影响 GDP 增长和增长波动的重要渠道。首先，我展示的证据表明，随着 1970 年至 2017 年美国经济中的行业联系变得稀疏，即更多行业依赖少数中央投入供应商进行生产，GDP 增长放缓且波动性加大。在这些经验事实的推动下，我将投入产出联系嵌入到多部门实际商业周期模型中，并对特定部门生产力冲击的宏观经济影响进行非线性表征，以强调生产网络结构的关键作用。最后，我从数据中衡量实际的部门层面生产力冲击，将其输入模型，并研究模型隐含的生产网络结构、GDP 增长和增长波动之间的关系。我们的校准模型能够解释数据中观察到的约 20% 的商业周期波动。此外，我们的结果表明，网络连接的重要性超越了行业规模。
纳米纤维素纸半导体，具有3D网络结构及其纳米– Micro – Macro Trans尺度设计
摘要：用3D网络结构将纳米材料进行半导体表现出各种引人入胜的特性，例如电导，高渗透率和较大的表面积，这对吸附，分离和感应应用是有益的。然而，对这些材料的研究基本上受到其结构设计和电导率可调节性的跨量表有限的限制。为了克服这一挑战，提出了具有3D网络结构的热解纤维素纳米纤维纸（CNP）半导体。它的纳米 - 微型 - 宏反式尺度结构设计是通过结合碘介导的形态的延伸热解的结合以及在空间控制的纳米纤维纤维分散和造纸技术的空间干燥的结合，例如微型，牛皮纸，折纸，野生型和kirigami。通过温度控制的CNP的进行性进行性热解，从绝缘（1012Ωcm）到准金属（10-2Ωcm），通过温度控制的进行性渐进式热解（10-2Ωcm）广泛而系统地调节了该半导体的电传导，这超出了其他先前报道的Nananomeartials与3D网络。热解的CNP半导体不仅为从水蒸气选择传感器到酶促生物燃料电池电极的应用提供了可量身定制的功能，而且还提供了宏观设备配置的可伸缩和可穿戴应用的可设计性。这项研究提供了一种在结构和功能上设计的半导体纳米材料和全纳米纤维素半导体技术的途径。关键字：纳米纤维素，半导体，跨尺度结构设计，可调电性能，纸电子，定制的3D网络结构C
贝叶斯网络结构学习的量子近似优化算法
贝叶斯网络结构学习是一个 NP 难问题，近几十年来许多传统方法都面临着这一问题。目前，量子技术提供了广泛的优势，可用于解决使用传统计算方法无法有效解决的优化任务。在这项工作中，一种特定类型的变分量子算法，即量子近似优化算法，用于解决贝叶斯网络结构学习问题，采用 3 n (n − 1) / 2 量子比特，其中 n 是要学习的贝叶斯网络中的节点数。我们的结果表明，量子近似优化算法方法可提供与最先进方法相媲美的结果，并且对量子噪声具有定量的弹性。该方法被应用于癌症基准问题，结果证明了使用变分量子算法来解决贝叶斯网络结构学习问题的合理性。
通过构建三维取向碳纤维与BN网络结构制备高导热环氧复合材料
近年来随着研究的深入,高导热复合材料多是通过构建三维网络结构来获得的。14,36制备三维CF骨架的常用方法有简单的共混法、37,38化学气相沉积法(CVD)、39电泳沉积法、40,41静电锁定法42-44和冷冻干燥取向法45,46然而在共混工艺和CVD作用下,CF细丝通常随机、无序地分布在前驱体基体中。具有无取向CF结构的复合材料不易实现连续的热传输路径。为了构建连续的导热网络结构,提高CF的取向度已被证明是一种有效的手段。13众所周知
ESG 评级中的网络结构表明新的...
根据环境、社会和治理 (ESG) 标准对企业进行评估并获得 ESG 评级，而这些评级主要基于分析师对定性数据的评估。因此，定量推断评估标准以及企业应关注的领域以提高其 ESG 评级被认为是相当不可信的。我们通过系统地收集企业披露报告并使用 AI 技术对其进行处理，开发了一个定量模型来预测 FTSE 和 MSCI 授予的企业 ESG 评级。从与 ESG 相关的广泛披露项目中，我们的模型使我们能够定量地确定每家公司应战略性优先考虑的领域及其应披露的信息。我们的目标是，我们持续的研究将鼓励企业在 ESG 方面采取更具体的行动并进行适当的信息披露。
引用：刘华、金爱康和张哲瀚（2018 年）。社会网络结构方程模型：规范、估计和应用。多变量
心理学家对朋友和夫妻是否具有相似的性格很感兴趣。然而，文献中没有现成的统计模型来测试性格与社会关系之间的关联。在本研究中，我们开发了一个统计模型，用于分析以潜在性格特征为协变量的社交网络数据。由于该模型包含潜在特征的测量模型和网络与潜在特征之间关系的结构模型，因此我们在结构方程模型 (SEM) 的一般框架下对其进行讨论。在我们的模型中，潜在变量和结果变量之间的结构关系不再是线性或广义线性的。为了获得模型参数估计，我们建议使用两阶段最大似然 (ML) 程序。通过社交网络数据中具有代表性的条件下的模拟研究来评估该建模框架。然后通过对大学友谊网络的实证应用来证明其实用性。