XiaoMi-AI文件搜索系统
World File Search System距离测量
事件地平线望远镜协作
在本文中，我们量化了SGR a *的地平尺度发射的时间变异性和图像形态，如EHT在2017年4月的波长1.3 mm所示。我们发现，SGR A *数据表现出可变性，超过了数据中的不确定性或星际散射的影响所能解释的。这种变异性的大小可能是相关孔密度的很大一部分，在某些基准线上达到约100％。通过对简单几何源模型的探索，我们证明了与其他具有可比复杂性的形态相比，环类形态为SGR A *数据提供了更好的拟合。我们开发了两种策略，以将静态几何环模型拟合到Time-sgr a * data；一种策略将模型拟合到源是静态并平均这些独立拟合的数据的简短段，而其他拟合模型则使用参数模型与平均源结构围绕结构可变性功率谱的参数模型进行完整数据集。几何建模和图像域特征提取技术都确定环直径为51.8±2.3μ，为（68％可靠的间隔），环形厚度约束，其FWHM的FWHM约为30％和50％。要将直径测量值提高到共同的物理尺度，我们使用GRMHD模拟产生的合成数据对其进行了校准。该校准将重力半径的角度大小限制为 - + 4.8 0.7 1.4μAS，我们将其与Maser视差的独立距离测量结合在一起，以确定SGR A *的质量为´ - + 4.0 10 10 0.6 1.1 6 1.1 6 M e。统一的天文学词库概念：黑洞（162）
用于训练贝叶斯网络进行制造系统故障诊断的数字孪生
摘要：人们提倡智能制造系统利用技术进步，通过快速诊断提高故障抵御能力，从而保证性能。在本文中，我们提出了一种用于设计数字孪生（DT）的协同仿真方法，该方法用于训练贝叶斯网络（BN），以便在设备和工厂层面进行故障诊断。具体而言，协同仿真模型是使用由联网传感器、每台设备的高保真仿真模型和工厂的详细离散事件仿真（DES）模型组成的信息物理系统（CPS）设计的。所提出的 DT 方法能够在虚拟系统中注入故障，从而减轻了昂贵的工厂车间实验的需要。应该强调的是，这种注入故障的方法消除了获取包括故障和正常工厂操作的平衡数据的需要。我们在本文中提出了一种结构干预算法 (SIA)，首先检测所有可能的有向边，然后区分 BN 的父节点和祖先节点。我们在实验室中设计了一个 DT 研究测试台，由配置成装配单元的四个工业机器人组成，每个机器人都有一个可以监测双轴振动的工业物联网传感器。这些机器人的详细设备级模拟器与机器人装配单元的详细 DES 模型集成在一起。生成的 DT 用于进行干预，以学习用于故障诊断的 BN 模型结构。实验室实验通过准确学习 BN 结构验证了所提方法的有效性，并且在实验中，发现所提方法获得的准确性（使用结构汉明距离测量）明显优于传统方法。此外，发现的BN结构对参数的变化是可靠的，例如平均失败时间（MTTF）
相干理论在吸引子量子神经网络中的作用
量子神经网络 (QNN) 源于在经典神经网络 (NN) 的并行处理特性中添加了关联、纠缠和叠加等量子特性，这种方法有望提高神经网络的性能 [1-3]。尝试用量子计算机实现神经计算（深度学习）通常会导致不兼容，因为前者的动态是非线性和耗散的，而后者的动态是线性和幺正的（耗散只能通过测量引入）。尽管如此，最近还是提出了一组显示联想记忆的 QNN 的理想特性 [4]：i）QNN 应产生在某些距离测量方面最接近输入状态的输出状态；ii）QNN 应包含神经计算机制，如训练规则或吸引子动态；iii）QNN 的演化应基于量子效应。吸引子神经网络 (aNN) 是一类特殊的 NN。它们由 n 个相互作用的节点（人工神经元）集合实现，这些节点动态地向系统能量最小的状态之一演化 [5]。这种亚稳态被称为吸引子或模式。吸引子神经网络用于模拟联想记忆，即从一组存储的模式中检索出根据汉明距离最接近噪声输入的状态的能力。显然，吸引子的数量越多，联想记忆就越大，即 aNN 的存储容量就越大。aNN 的一个典型例子是 Hopfield 模型 [6]，它由一层 n 个人工神经元组成，用一组二进制变量 {xi}ni=1,xi∈{±1} 表示，它们根据自旋玻璃哈密顿量成对相互作用。理想情况下，aNN 的量子类似物（我们将其称为 aQNN）应该满足上述要求。因此，经典比特在这里被在完全正向和迹保持 (CPTP) 映射作用下演化的量子比特所取代。aQNN 的存储容量对应于
超越视力：距离远距离的LVMS智能导航
摘要 - 大型视觉模型（LVM）在理解和生成图像描述方面表现出了令人印象深刻的技能。但是，为了进一步提高自动驾驶汽车的决策能力并实现真正的自动导航，重要的是要通过推理和距离测量能力来增强这些模型。通过整合可以准确估算出仅视觉提示的各种对象的计算机视觉技术，LVMS处理自动驾驶汽车的感知输入将能够提供更精确，详细和上下文相关的驱动环境描述。这将允许车辆的决策系统做出更有信息的选择，并有效地浏览复杂的现实世界情景。描述包括车辆和诸如汽车，行人，交通标志和车道标记等物体之间的估计距离。，LVM不仅可以描述图像显示的内容，还可以描绘关键对象之间具有数值距离值的场景。通过估计距离的推理和度量空间意识增强，LVM处理自动驾驶汽车的图像将支持更明智的导航和在不同条件下的操纵选择。该车辆将对周围环境有更定量的了解，以帮助自动决策。通过应用这种增强的看法，我们的辅助驾驶系统可能能够提高道路安全性。单独使用相机输入可以实时准确地量距。这使系统可以就安全后距离做出明智的决定，并向驾驶员提供警报。我们增强的感知模块有可能通过帮助驾驶员保持与前方车辆更安全的距离来减少事故。我们的辅助驾驶系统可以通过监视前方的道路并在安全距离上为驾驶员提供建议，从而减少碰撞。关键字：大视觉模型，增强感知，计算机视觉，Yolo 1。简介
通过LIDAR-CAME融合在自动驾驶中检测3D对象检测
自主驾驶（AD）技术的快速进步显着强调了准确可靠的感知系统的发展，尤其是对于3D对象检测。本论文的重点是通过利用激光摄像机融合来增强自主驾驶中的3D对象。主要目的是开发一个可靠的系统，该系统将激光雷达的精确距离测量能力与相机信息提供的丰富上下文信息集成在一起，从而提高在多样化和动态驱动环境中对象检测的准确性和可靠性。本研究的目标包括开发传感器融合的系统，实施深度学习模型来处理融合数据以及通过实验验证所提出的方法。采用了预训练的Yolov5模型来检测相机捕获的2D图像中的对象。然后使用LiDAR数据将检测到的对象投影到3D空间中，该数据已同步并与相机数据校准。融合过程涉及将LIDAR点云转换为2D图像平面，以将深度信息与检测到的对象相关联，从而促进准确的3D对象。结果表明，整合LiDAR和相机数据可改善3D对象检测的效果。评估过程，其中包括将估计深度与实际测量结果进行比较，显示出最小的差异，从而证明了系统的高准确性和可靠性。本文通过在3D对象检测中提供了经过验证的IMELAIMEN-IMELAIMENT系统，从而有助于自动驾驶的领域。这些发现强调了传感器融合在增强自动驾驶汽车中感知系统的鲁棒性和准确性方面的重要性。未来的工作可能会集中在不利的天气条件下改善系统的绩效，集成其他传感器，例如雷达等其他传感器，并探索更先进的深度学习模型，以进一步推动自主驾驶技术的capabilies。
量子信息——硕士学位...
国家和团体。量子力学公理、量子比特、自旋-1/2、光子极化、密度算子、二分量子系统、布洛赫球、施密特分解、纠缠、集合解释的模糊性、凸性、集合的准备、比光还快？量子擦除、HJW 定理、两个量子态相距多远？、保真度和乌尔曼定理、距离测量之间的关系。措施和演变。正交测度及其他、正交测度、广义测度、量子通道、求和算子表示、可逆性、海森堡框架中的量子通道、量子运算、线性、完全正性、通道状态对偶和通道扩张、通道状态对偶、Stinespring 扩张、重新审视公理、三个量子通道、去极化通道、相移通道、振幅衰减通道、开放量子系统的主方程、马尔可夫演化、刘维尔、阻尼谐振子、非马尔可夫噪声、高斯相位噪声、自旋回波、量子比特作为噪声谱仪、非零温度下的自旋玻色子模型。量子纠缠。 EPR 对的不可分离性、隐藏量子信息、爱因斯坦局部性和隐藏变量、贝尔不等式、三个量子硬币、量子纠缠与。爱因斯坦局域性、其他贝尔不等式、CHSH 不等式、最大违反、量子策略优于经典策略、所有纯纠缠态都违反贝尔不等式、光子、实验和漏洞、使用纠缠、密集编码、量子隐形传态、量子隐形传态和最大纠缠、量子软件、量子密码学、EPR 量子密钥分发、无克隆、混合态纠缠、可分离性的部分正转置准则、无纠缠的非局域性、多方纠缠、量子三盒、猫态、纠缠增强通信、操纵纠缠。
精密机载 GPS 定位替代方案，用于空中...
航空测绘实践的精确机载 GPS 定位替代方案 Mohamed M. R. MOSTAFA，加拿大 关键词：GPS、机载、摄影测量、测绘、地理配准、遥感 摘要 来自 GPS 测量的定位信息已成为当今许多航空测绘系统的可靠组成部分。但是，在使用 GPS 进行机载测绘时通常面临的后勤限制之一是需要 GPS 接收器在勘测区域的一个或多个基站收集连续数据（例如始终在飞机 30-50 公里范围内设立一个基站）。虽然使用此类数据是满足当今最苛刻的大规模航空勘测应用的精度要求的一种手段，但当勘测在偏远或难以到达的地形上进行时，建立基站通常是一项艰巨的任务。此外，即使建立了专用基站，由于环境影响、接收器错误或人为错误，数据的连续性也并不总是能得到保证。考虑到这些要点，本文的目的是评估在不建立专用 GPS 基站的情况下获得可靠和准确的测量飞机位置估计值的可能性。这里使用了三种方法。第一种方法是利用现有连续运行参考站 (CORS) 网络提供的数据来估计飞机的位置。虽然此类站点通常距离测量区域相当远（例如50 到 500 公里），但它们的数量通常很大，并且它们的数据通常是免费提供的。第二种方法是使用 IGS 产品，其中精确的轨道和卫星时钟校正是在事后获得的，并在单点定位模式下使用。第三种方法是使用实时可用的卫星差分校正。这项分析使用了美国和日本过去三年进行的实际测绘任务的大量真实数据集。初步测试结果和分析结果将进行介绍和详细讨论。这些方法的直接好处包括精确定位航空测量应用，例如 GPS 辅助空中三角测量，以及生成外部方向参数，用于航空胶片或数码相机、激光雷达和 SAR 的直接地理参考。
精密机载 GPS 定位替代方案，用于空中...
航空测绘实践的精确机载 GPS 定位替代方案 Mohamed M. R. MOSTAFA，加拿大 关键词：GPS、机载、摄影测量、测绘、地理配准、遥感 摘要 来自 GPS 测量的定位信息已成为当今许多航空测绘系统的可靠组成部分。但是，在使用 GPS 进行机载测绘时通常面临的后勤限制之一是需要 GPS 接收器在勘测区域的一个或多个基站收集连续数据（例如始终在飞机 30-50 公里范围内设立一个基站）。虽然使用此类数据是满足当今最苛刻的大规模航空勘测应用的精度要求的一种手段，但当勘测在偏远或难以到达的地形上进行时，建立基站通常是一项艰巨的任务。此外，即使建立了专用基站，由于环境影响、接收器错误或人为错误，数据的连续性也并不总是能得到保证。考虑到这些要点，本文的目的是评估在不建立专用 GPS 基站的情况下获得可靠和准确的测量飞机位置估计值的可能性。这里使用了三种方法。第一种方法是利用现有连续运行参考站 (CORS) 网络提供的数据来估计飞机的位置。虽然此类站点通常距离测量区域相当远（例如50 到 500 公里），但它们的数量通常很大，并且它们的数据通常是免费提供的。第二种方法是使用 IGS 产品，其中精确的轨道和卫星时钟校正是在事后获得的，并在单点定位模式下使用。第三种方法是使用实时可用的卫星差分校正。这项分析使用了美国和日本过去三年进行的实际测绘任务的大量真实数据集。初步测试结果和分析结果将进行介绍和详细讨论。这些方法的直接好处包括精确定位航空测量应用，例如 GPS 辅助空中三角测量，以及生成外部方向参数，用于航空胶片或数码相机、激光雷达和 SAR 的直接地理参考。
量子逻辑熵：基本原理和一般性质
熵是概率论和物理学中最重要的概念之一。尽管信息似乎没有一个精确的定义，但香农熵被视为有关某个系统的信息的重要量度，而吉布斯熵在统计力学中起着类似的作用。冯·诺依曼熵是这些经典量度在量子领域的一种可能的、在某种意义上是自然的延伸。尽管冯·诺依曼熵在量子信息的许多应用中发挥着基础性的作用，但它仍因多种不同原因而受到批评[1-3]。简而言之，虽然经典熵表示人们对系统的无知[4]，但量子熵似乎具有根本不同的含义，它对应于信息的先验不可访问性或非局部关联的存在。从这个角度来看，经典熵涉及主观 / 认识论的不确定性，而量子熵与某种形式的客观 / 本体论的不确定性相关 [5]，尽管这种推理存在争议。为了解决像这样的概念问题，提出了非加性 Tsallis 熵和其他度量 [1, 6, 7]。经典逻辑熵最近由 Ellerman [8, 9] 引入，作为源自分区逻辑的信息度量。因此，这种熵给出了集合 U 分区的区别。分区 p 被定义为集合中不相交部分的集合，如图 1a 所示。集合可以被认为最初是完全不同的，而每个分区都会收集那些区别已被分解的块。每个块表示与集合上的等价关系相关联的元素。然后，给定一个等价关系，一个块的元素之间是模糊的，而不同的块彼此不同。考虑到这些概念，将这种划分和区分框架扩展到量子系统的研究似乎可以为量子态鉴别、量子密码学和量子信道容量问题带来新的见解。事实上，在这些问题中，我们以某种方式对可区分状态之间的距离测量感兴趣，这正是逻辑熵所关联的知识类型。这项工作是之前提出研究量子逻辑熵的预印本的更新和扩展版本 [ 10 ]。在这个新版本中，与原始版本一样，我们主要关注这个量的基本定义和属性。其他高级主题要么在之前的研究中处理过，比如 [ 11 ]，要么留待将来研究。然而，正如将在整篇文章中进一步阐述的那样，这里介绍的结果为各种理论应用奠定了基础——甚至对于涉及后选系统的场景也是如此。
光纤传感在油气井中的应用 - Pure
光纤传感在油气井中的应用。光纤传感有可能彻底改变油气行业的油井和油藏监测。光纤传感器的被动特性、安装成本低廉的潜力以及沿光纤整个长度进行密集分布测量的可能性，都为油气行业带来了诸多好处。安装在油气井中的光纤传感器获取的信息有助于提高效率、安全性和最终采收率。各种光纤传感器能够测量温度、压力、化学成分、应变和声学等物理效应。合适的数据基础设施和处理能力（将这些测量结果转化为有价值的信息）是任何传感系统的关键要素。基础由井中的合适光纤传感器和地面上的询问单元组成。本论文重点介绍基于两种光纤技术的传感硬件的开发：光纤布拉格光栅和瑞利散射。光纤布拉格光栅 (FBG) 是可以沿光纤电缆长度分布的点传感器。低成本、坚固耐用的询问单元是实现基于 FBG 的传感系统成本效益的关键因素之一。本文介绍了用于高温沙漠环境的此类询问单元的成功开发（第 3 章）。这一发展旨在促进低成本商业化实现。这些可以结合专用测试装置在内部进行评估（第 4 章）。分布式声学传感 (DAS) 是一种完全分布式传感技术，它利用标准光纤长度上自然发生的散射点的瑞利散射。反向散射能量可以解释为在整个光纤中实现准麦克风。DAS 近来备受关注，因为它在井下监测（例如压裂监测、流量监测）以及地球物理监测中具有潜在应用。本论文以地球物理应用为重点，描述了合适询问单元的开发（第 5 章）以及新原型在现场试验中的成功验证（第 6 章）。为了进一步扩大地球物理应用范围，需要提高光纤传感电缆对垂直于其轴向方向的地震波的灵敏度（第 7 章）。本论文介绍了此类电缆概念的发展，并介绍了成功的实验室和现场试验结果（第 8 章）。分布式传感技术具有降低成本并提高空间分辨率的潜力。然而，沿电缆长度的连续测量会在从光纤中的光学长度到井下环境中的位置的转换中引入不确定性。虽然已经提出了几种深度校准方法，本论文阐述了一种新方法的开发：磁深度定位器（第 9 章）。在井中安装多个磁铁组件可提供永久的深度参考点，这使其非常适合保证延时井和油藏监测所需的深度精度（第 10 章）。多种光纤传感技术可以在井下环境中组合使用。由此产生的大量沿光纤连续的时间和距离测量为石油和天然气行业的稳健井和油藏监测提供了独特的机会。