XiaoMi-AI文件搜索系统
World File Search System超立方体
信息论和变分推断的平方和松弛
我们考虑香农相对熵的扩展，称为 f -散度。三个经典的相关计算问题通常与这些散度有关：(a) 根据矩进行估计，(b) 计算正则化积分，和 (c) 概率模型中的变分推断。这些问题通过凸对偶相互关联，并且对于所有这些问题，在整个数据科学中都有许多应用，我们的目标是计算上可处理的近似算法，这些算法可以保留原始问题的属性，例如潜在凸性或单调性。为了实现这一点，我们推导出一系列凸松弛，用于从与给定特征向量相关的非中心协方差矩阵计算这些散度：从通常不易处理的最佳下限开始，我们考虑基于“平方和”的额外松弛，现在它可以作为半定程序在多项式时间内计算。我们还基于来自量子信息理论的谱信息散度提供了计算效率更高的松弛。对于上述所有任务，除了提出新的松弛之外，我们还推导出易于处理的凸优化算法，并给出了多元三角多项式和布尔超立方体上的函数的说明。
信息论和变分推断的平方和松弛
摘要 我们考虑香农相对熵的扩展，称为 f -散度。三个经典的相关计算问题通常与这些散度有关：(a) 根据矩进行估计，(b) 计算正则化积分，以及 (c) 概率模型中的变分推断。这些问题通过凸对偶相互关联，并且对于所有这些问题，在整个数据科学中都有许多应用，我们的目标是计算上可处理的近似算法，这些算法可以保留原始问题的属性，例如潜在凸性或单调性。为了实现这一点，我们推导出一系列凸松弛，用于从与给定特征向量相关的非中心协方差矩阵计算这些散度：从通常不易处理的最佳下限开始，我们考虑基于“平方和”的额外松弛，现在它可以作为半定程序在多项式时间内计算。我们还提供了基于量子信息理论的谱信息散度的计算效率更高的松弛方法。对于上述所有任务，除了提出新的松弛方法外，我们还推导出易于处理的凸优化算法，并给出了多元三角多项式和布尔超立方体上的函数的说明。
多时间尺度协调的最佳调度技术，用于多源互补的功率生成系统，源负载中具有不确定性
摘要：提出了一种考虑到源 - 负载不确定性的多源互补发电系统的最佳调度策略，以解决大规模间歇性可再生能源消耗和电力负荷不稳定性对电网调度的影响。不确定性问题首先转化为常见的研究情况，例如负载功率预测，太阳能和风能。向后的场景减少和拉丁超立方体抽样技术用于创建这些常见情况。基于此，提出了一个多源互补的发电系统的多时间尺度协调的最佳调度控制方法，其中提出了需求响应，并检查了风– Pv-pv-thermal-pump-pump-pump Pump Pump Pump的最佳操作。使用时间的电力价格优化了日期定价模式的电气负载，并且在日期安排中选择了两种需求响应负载。第二，最低的系统运营成本以及每个源的日期和日期调整最少，作为多次量度互补系统的多次协调调度模型的日期和日内阶段的优化目标。该示例研究表明，调度策略可能会增加消耗的可再生能源的量，最大程度地减少载荷频率，提高系统稳定性并进一步降低运营费用，从而证明建议策略的可行性和效率。
几何校准的可靠性...
1 DIATI，都灵理工大学，意大利都灵，10124 Corso Duca degli Abruzzi,24 Torino – {mariaangela.musci、irene.aicardi、paolo.dabove、andrea.lingua}@polito.it 2 PIC4SeR，都灵理工大学服务机器人跨部门中心，意大利都灵委员会 I，WG IX/9 关键词：相机校准、高光谱帧相机、法布里-珀罗干涉仪、摄影测量。摘要：高分辨率遥感和摄影测量的主要工具之一是轻量级高光谱帧相机，它用于精准农业、林业和环境监测等多个应用领域。在这些类型的传感器中，Rikola（基于法布里-珀罗干涉仪 (FPI)，由 Senop 生产）是最新创新之一。由于其内部几何形状，需要解决几个问题才能正确定义和估计内部方向参数 (IOP)。主要问题涉及每次更改波段序列的可能性以及评估 IOP 的可靠性。这项工作重点关注对每个传感器的 IOP 定义的评估，考虑环境条件（例如，不同的时间、曝光、亮度）和 FPI 相机的不同配置的影响，以便重建一个未失真的超立方体以进行图像处理和物体估计。这项研究的目的是了解 IOP 是否随时间保持稳定，以及在考虑从地面到空中应用的不同环境配置和调查的情况下，哪些波段可以作为每个传感器内部参数计算的参考。初步进行的测试表明，不同实验波段之间的焦距百分比变化约为 1%。
一般量子马尔可夫过程的打击时间
随机步行（或马尔可夫链）是随机模型，在理论计算机科学中广泛使用。从经典上讲，通过图定义随机步行，其中节点是过程的可能状态，边缘代表可能的过渡。在每个步骤中，根据某些概率分布选择了当前状态的外向边缘，并达到相应的状态。马尔可夫链的理论是对许多算法的分析的基础：一个显着的例子是Schönin的算法，这是最知名的令人满意的经典算法之一（SAT）问题[1]。马尔可夫连锁店的一个重要属性是所谓的打击时间，它量化了我们需要执行的步行数量（预期），以达到或达到一些固定的目标状态，但给定一些初始条件。对打击时间的分析是搜索问题的强大工具[2,3,4,5]，因为这些数量通常与复杂性指标密切相关。作为一个例子，请考虑令人满意的问题：给定F（x），我们从某个分配x 0开始（例如，x 0 =（0，。。。，0）），在每个步骤中，我们选择一个变量以随机均匀地翻转。这可以正式化为在超立方体上的随机步行，并且给定F的分配x ∗，从x 0到x ∗的击中时间平均告诉我们要达到该分配所需的步骤数。一种运行Markov链的算法并在每个步骤检查当前状态是否满足F的时间复杂性与打击时间成正比。在过去的几十年中，几项研究工作致力于将随机步行的概念扩展到量子设置，目的是实现某些速度
量子旋转密码分析用于圆度减小的 Keccak 原像恢复
本文考虑了4轮Keccak -224/256/384/512在量子环境下的抗原像性。为了有效地找到原像的旋转对应项对应的旋转数，我们首先建立一个基于Grover搜索的概率算法，利用某些坐标上比特对的固定关系来猜测可能的旋转数。这致力于实现每次搜索旋转对应项的迭代只包含一次用于验证的4轮Keccak变体运行，这可以降低量子环境下的攻击复杂度。在可接受的随机性下寻找旋转数的基础上，我们构建了两种攻击模型，专注于原像的恢复。在第一个模型中，Grover算法用于寻找原像的旋转对应项。通过64次尝试，可以获得所需的原像。在第二个模型中，我们将寻找旋转对应体抽象为在超立方体上寻找顶点，然后使用SKW量子算法来处理寻找作为旋转对应体的顶点的问题。对轮数减少的Keccak进行量子原像攻击的结果表明，第一个攻击模型对于4轮Keccak -224/256/384/512优于一般的量子原像攻击，而第二个模型对于4轮Keccak -512/384的攻击效果略低但更实用，即该模型比我们的第一个攻击模型和一般的量子原像攻击更容易在量子电路中实现。
![arXiv:2502.02354v1 [cs.LO] 2025 年 2 月 4 日](/simg/d\d48731e0c9bcee63d92c7a739fb8e6e1c3cedf18.webp)
arXiv:2502.02354v1 [cs.LO] 2025 年 2 月 4 日
b 互斥，可以按任何顺序执行，但不能并发；在右侧，a 和 b 之间存在真正的并发，用 HDA 语义的实心方块表示。在交错语义中，两个网之间没有区别，两者都产生左侧的转换系统。van Glabbeek 在 [31] 中首次探讨了 Petri 网和 HDA 之间的关系，其中 HDA 被定义为带标签的前立方体集，其单元是不同维度的超立方体。最近，[13] 为 HDA 引入了一种基于事件的设置，将其单元定义为带标签事件的全序集。该框架导致了 HDA 理论的许多新发展 [4,5,14,16]，因此我们在这里着手将 van Glabbeek 的翻译更新为这种基于事件的设置。Petri 网是一个强大的模型，可以表示无限系统，同时保留可达性 [25] 和可覆盖性 [23] 的可判定性。尽管 Petri 网具有表达能力，但它缺少一些表示程序执行所必需的特性。在 [17] 中，作者引入了抑制弧，当通过抑制弧连接到 t 的位置不为空时，它可以防止转换 t 触发。显然，这种构造允许实现零测试，这使得带有抑制弧的 Petri 网具有图灵能力。我们研究了带有抑制弧的 Petri 网的并发语义，表明 [21] 的后验语义再次产生了 HDA。然而，对于更自由的先验语义（再次参见 [21]），我们需要引入部分 HDA，其中一些单元可能缺失，模仿现在禁止某些并发执行序列化的事实。我们进一步将我们的工作扩展到 [11] 的广义自修改网，将它们的并发语义定义为 ST 自动机，而 ST 自动机本身又概括了部分 HDA。我们开发了一个原型工具，它实现了从 Petri 网到 HDA 的转换以及从 PNI 到部分 HDA 的转换。4 我们的实现能够以模块化方式处理标准、加权和抑制弧。本文的结构如下。我们在第 2 和第 3 节开始回顾 HDA 和 Petri 网，重点介绍它们的并发语义，这种语义允许多个转换同时触发。以下各节介绍了我们的适当贡献。在第 4 节中，我们介绍了基于 [31] 的从 Petri 网到 HDA 的转换。为了克服这样构建的 HDA 的对称性，第 5 节引入了事件顺序，避免了构造中的阶乘爆炸。我们还给出了几个例子来说明 HDA 语义中的细节。然后，我们在第 6 节中考虑了具有抑制弧的 Petri 网（后验和先验语义），在第 7 节中考虑了广义自修改网。第 8 节介绍了我们的实现。
引用Ezenarro JJ，Al Ktash M，Vigues N，Gordi JM，Muñoz-Berbel X和Brecht M（2025）通过
致病细菌造成许多医疗保健和安全问题，包括传染病（He等，2023），食物中毒（Hussain，2016年）和水污染（Some等，2021）。由于其感染性和快速增殖，需要快速，准确的细菌检测和鉴定方法，以减少决策的时间段，从而最大程度地减少医疗保健风险，生态系统影响以及与微生物病原体相关的经济损失。基于琼脂平板上细菌细胞培养的病原体检测和鉴定已经存在不同的方法（Van Belkum和Dunne，2013年），免疫学检测（例如，酶联免疫吸附测定法） ），DNA微阵列（Colle等，2003），生物传感器（Boehm等，2007; Ahmed等，2014），或使用特定试剂敏感的使用，例如，细菌代谢（Ghatole et al。，2020; Hsieh等人，2018年）或lie of eDeNos of AdeNose（Et） ），等（Chen等，2018； Dietvorst等，2020）。然而，由于其简单性，低成本，稳健性和可靠性，传统的板块培养方法仍然是病原体检测和识别的金标准（Rohde等，2017），是细菌污染评估法规中的一种（Word Health Organisation，2017年）。实际上，板培养涉及琼脂平板的细菌生长，直到可以观察到单克隆菌落的形成为止。因此，板块培养在某种程度上容易受到人类错误的影响。菌落在形态，颜色，光泽和不透明度上等等，在仔细观察之后，有时在显微镜下，专家可以区分专家。除此之外，这项技术的主要限制是其持续时间。通常，直到菌落形成的细菌增殖需要超过18小时，对于缓慢增殖的细菌而言，必须超过3 - 4天（Franco-Duarte等，2023; Rajapaksha等，2019; Lee等，2020）。一种极端情况是军团菌，它需要非标准治疗和第二盘培养以进行适当的诊断，从而将细菌识别延迟到几周内（Tronel和Hartemann，2009; McDade，2009）。减少测量时间和加速决策的一种可能性是实施能够检测菌落并在形成的早期阶段识别的先进成像系统（Wang等，2020）。从这个意义上讲，高光谱成像是有利的，因为它以3D数据矩阵或超立方体格式提供了高分辨率图像，其中二维对应于空间信息（x，y坐标），而第三个维度对每个单独的像素（λ坐标）的光谱数据（Gowen等，2015，2015，2015; arrigoni; arrigoni et al arrigoni; arrigoni et al and arrigoni; arrigoni et al and arrigoni et al and arrigoni et al and arrigoni et al and arrigy and and and and。通常使用化学计量学来处理大量信息，以识别数据集中的模式，这些模式在裸眼中并不明显，并创建了能够对新数据进行分类的预测模型（Huang，2022）。然后可以使用这些PC进行基于PCA的判别分析（PCA-DA）（UDDIN主成分分析（PCA）通常与高光谱成像结合使用，以将光谱图像数据集减少为称为主成分（PCS）的代表变量（Abdi和Williams，2010年）。