XiaoMi-AI文件搜索系统
World File Search System计算法
融合粒子群优化和统计算法的混合模型拟合方法∗
软件可靠性增长模型 [1] 适用于与测试期间经历的故障相关的时间序列数据，以预测达到所需故障强度或故障间隔时间等指标。从历史上看，人们采用了牛顿法等数值算法，这些算法需要良好的初始参数估计，因此应用 SRGM 需要高水平的专业知识。最近克服传统数值方法不稳定性的方法包括群体智能 [2] 等技术，它表现出强大的全局搜索能力。然而，这些技术可能需要大量的计算资源和时间来收敛到精确的最优值，这对 SRGM 很重要，因为一些模型参数对其他参数的精确估计非常敏感。此外，过去大多数应用群体智能的研究
一种有效的带测量噪声的时变量子态在线估计算法
受在线交替方向乘法器方法 (OADM) 的启发，本文提出了一种高效的在线量子态估计 (QSE) 算法 (QSE-OADM) 用于恢复时变量子态。具体而言，在 QSE-OADM 中，密度矩阵恢复子问题和测量噪声最小化子问题被分开并分别求解，而无需迭代运行算法，这使得所提出的方法比所有先前的工作都更高效。在数值实验中，对于 4 量子比特系统，所提出的算法在 71 个样本后可以达到超过 97.57% (保真度) 的估计准确率，每次估计的平均运行时间为 (4.19±0.41)×10-4 秒，与现有的在线处理算法相比，其性能更为优越。
NIST 云计算法医科学挑战
与 NIST 的使命 1 一致，NIST 云计算计划 (NCCP) 制定了 NIST 云计算标准路线图 [1]，作为支持美国政府 (USG) 安全有效地采用云计算技术 2 以降低成本和改善服务的众多机制之一。标准对于确保经济高效和轻松迁移、确保满足关键任务要求以及降低大量投资可能过早过时的风险至关重要。标准是确保全球市场公平竞争环境所需的关键要素。管理和预算办公室 (OMB) 于 2012 年 1 月 17 日发布的 M-12-08 [2] 备忘录强调了制定与私营部门参与密切相关的标准的重要性。