XiaoMi-AI文件搜索系统
World File Search System计算实验
使用 EMCAP 表征突变蛋白质的行为
摘要 — 在湿实验室实验中研究蛋白质突变体既昂贵又耗时。模拟蛋白质运动的计算实验可以补充湿实验室实验，以研究突变的影响。在这项工作中，我们提出了一个计算流程，可在计算机上执行详尽的单点氨基酸替换。我们将能量最小化作为我们生成的突变蛋白和野生型的分子动力学 (MD) 的一部分，并记录模拟每一步的能量势。我们激发了几个依赖于野生型和突变体能量最小化曲线的指标，以定量探索突变的影响。讨论和分析了两个案例研究，以展示我们的方法在识别影响最小和影响最大的突变方面的实用性。索引术语 — 能量最小化、突变、计算生物化学、结构生物学
使用深度学习模型进行WiFi定位和安全性问题的无线信号预测
将无线信号（WIFI）限制在室内空间的特定区域中是保护这些网络免受不必要访问的有效方法。不幸的是，这些相同的WiFi信号可以用于跟踪移动手机的位置。在确保此类信号的范围与它们用于室内地理位置目的之间存在明显的权衡。在难以记录测量的领域，无线信号覆盖范围的建模可能是一项艰巨的任务。我们利用了在合成平面图数据集中训练的深度自回归模型和卷积神经网络模型，以准确推断在此类空间上的信号覆盖范围，而无需使用有关天线安装或平面图设计的特定信息。计算实验表明，这些数据驱动的方法能够准确填补信号覆盖图中的空白。
传感器 - 语义学者
摘要：信息技术的快速发展对许多行业产生了重要影响。出现了“工业 4.0”概念，象征着第四次工业革命。该概念与物联网、区块链、雾计算、大数据等有前景的技术密切相关。本研究考察了采矿业领域。我们讨论了以基于现代数字技术的公共信息空间开发为代价来提高采矿企业效率的可能性。我们分析了采矿企业生产过程参与者之间数据流层面的安全问题。我们定义了在控制中心和独立技术单元之间可能失去连接的情况下，为采矿企业生产过程提供数据可靠性的问题。我们基于区块链和数字水印技术，为解决给定问题提供了一种新方法。进行了计算实验，提出了在常见微控制器型号上实现所提供方法的可能性。
基于高斯的定向粒子群优化
粒子群优化 (PSO) 是一种迭代搜索方法，它使用随机步长将一组候选解决方案围绕搜索空间移动到已知的最佳全局和局部解决方案。在实际应用中，PSO 通常可以加速优化，因为梯度不可用且函数评估成本高昂。然而，传统的 PSO 算法忽略了从单个粒子的观察中可以获得的目标函数的潜在知识。因此，我们借鉴了贝叶斯优化的概念，并引入了目标函数的随机代理模型。也就是说，我们根据目标函数的过去评估拟合高斯过程，预测其形状，然后根据它调整粒子运动。我们的计算实验表明，PSO 的基线实现（即 SPSO2011）表现优异。此外，与最先进的代理辅助进化算法相比，我们在几个流行的基准函数上实现了显着的性能改进。总体而言，我们发现我们的算法实现了探索性和利用行为的理想特性。
量子上下文中的设定分区问题
摘要设定的分区问题及其决策变体（即，封面问题）是量子优化社区至关重要的组合优化问题。在许多实际世界优化问题的分支机构方法的主要问题中也采用了此问题，包括但不限于重新划分和调度。以最近关于量子组合能力“解决”硬组合优化问题的能力的主张所激发，我们提出了一个二次无约束的二进制优化（QUBO）配方，以使用严格的惩罚系数进行设定的分区问题。我们还采用了Garfinkel和Nemhauser（Operations Research，1969年）的五种销售技术来减少现有基准实例的规模。我们最终使用变异量子本素（VQE）作为启发式，以找到解决该问题的可行解决方案。我们的计算实验表明，在量子环境中使用紧密的惩罚系数和现有的经典还原技术的功效。我们的代码和数据可在GitHub上找到。
一种特殊类型的氢原子转移击败了 Norrish II
摘要：最近，我们小组报告称，烯酮和酮官能团在光激发下可指导萜类衍生物中的位点选择性 sp 3 C − H 氟化。这种转变究竟是如何发生的仍然是个谜，因为人们想到了大量的机制可能性。在此，我们报告了一项全面的研究，通过动力学研究、同位素标记实验、19 F NMR、电化学研究、合成探针和计算实验描述了反应机制。令我们惊讶的是，该机制表明分子间氢原子转移 (HAT) 化学在起作用，而不是最初设想的经典诺里什氢原子抽象。更重要的是，我们发现了苯偶酰和相关化合物等光促进剂的独特作用，即它们必须通过氟化进行化学转化才能有效。我们的研究结果提供了一种不寻常的定向 HAT 形式的记录，对于定义未来方法开发的必要参数至关重要。■ 简介
量子退火驱动的单机总加权拖延工件数调度问题的分支定界
本文介绍了一种解决离散优化 NP 难问题的新方法，该方法适用于实现硬件量子退火的量子处理器 (QPU，Quantum Processor Unit) 的架构。该方法基于在精确分支定界算法中使用量子退火元启发式算法来计算目标函数的下限和上限。为了确定下限，使用了一种定义对偶问题 (广义离散背包问题) 的拉格朗日函数的新方法，其值在量子机的 QPU 上计算。反过来，为了确定上限，我们以带约束的二元二次规划形式制定了适当的任务。尽管量子机生成的结果是概率性的，但本文提出的混合算法构建方法交替使用 CPU 和 QPU，保证了最佳解决方案。作为案例研究，我们考虑 NP 难单机调度问题，最小化延迟作业的加权数量。进行的计算实验表明，在解决方案树的根部已经获得了最优解，并且下限和上限的值仅相差百分之几。
使用深度学习Oleksii Kovalchuk A，Pavlo Radiuk A，Oleksander Barmak A，Sergis Petrovskyi A a
摘要在过去的十年中，深度学习技术已在医疗保健行业广泛使用，以检测心跳和诊断心脏病。但是，这些工具因“黑匣子”和缺乏透明度而受到批评。因此，在本文中，我们提出了一种新方法，使通过深度学习更可理解的分类结果。我们建议基于与特定心脏条件相对应的ECG信号形成特征向量。该矢量包括心脏周期的可测量特征，例如波浪持续时间和振幅，这些特征对于医疗保健专业人员来说是典型且可以理解的。此功能向量是充当功能编码器和分类器的深神经网络的输入数据。我们使用手工特征矢量的计算实验达到了98.69％的平均准确性，与基于完整的心脏周期的其他深度学习工具相当。这项研究的结果表明，未来的研究应着重于开发可解释的深度学习工具，这些工具对医疗保健专业人员来说是透明且可理解的。关键字1心电图信号，MIT-BIH心律失常数据库，特征提取，深度学习，可解释的人工智能
犹豫模糊隶属函数估计下生物质供应链网络设计的可能性规划方法
摘要：通过从专家那里获取知识来识别隶属函数是许多模糊数学规划模型的重要因素。同时，犹豫模糊集理论作为一种已知且流行的现代模糊集，通过在集合下分配一些离散隶属度，可以适当地处理决策问题中的不精确信息。因此，犹豫模糊隶属函数 (HFMF) 估计可以帮助数学规划方法的用户在连续空间问题中提供强大的解决方案。因此，本研究提出了一种基于贝塞尔曲线机制的可能性规划方法来估计 HFMF。在可能性规划方法的过程中，提出了一个优化模型来调整贝塞尔曲线的主要参数，目标是最小化经验数据和拟合 HFMF 之间的 SSE)。之后，通过提出一种新的生物质供应链网络设计问题数学模型来检查所提方法的效率和适用性。最后，提供了关于生物质供应链网络设计的计算实验和验证程序，以仔细检查所提出方法的验证和确认。
一种建模方法，用于揭示氧化铁纳米晶体上有毒离子的吸附
材料科学中高级计算机模拟的时代为（纳米 - ）材料性能设计了硅计算实验中的巨大潜力。可以通过原子模型和计算机模拟来揭示各种环境中纳米颗粒的吸附效率。砷（AS）是重要的全球分布污染物之一，对人类健康和环境有危险的影响，它可以根据其形状和大小与铁纳米晶体（例如，赤铁矿（Fe 2 O 3））强烈结合。在这里，我们开发了一种新型的动力学蒙特卡洛（KMC）模型，该模型能够探索和描述Fe 2 O 3纳米晶体的形状效率依赖性，并与砷酸盐污染的水接触。这个新设计的模型证明了纳米晶体在其表面上去除有毒（AS）的性能。当前的模型为在不同的环境相关情况（例如地下水，湿地和水处理系统）下，开辟了新的途径，用于设计用于纳米颗粒的进一步高级KMC模型。除了在介绍的模型中实现的双齿吸附复合物外，还应将单次和外部吸附复合物纳入KMC模型。可以通过实现pH和背景离子来解决详细的环境控制。