XiaoMi-AI文件搜索系统
World File Search System进化算法
人工智能的进步
本书包含了特刊“人工智能的进步：模型，优化和机器学习，第二版”的所有文章，MDPI Mathematics Journal。本期特刊的内容涵盖了与人工智能有关的各种主题，涵盖了基础理论和实际应用。它涵盖了深度学习和机器学习技术的进步，包括神经网络和增强学习，以及不断增长的联合学习领域。此问题还探讨了自然语言处理和多模式数据分析的发展，以及受到进化算法和概率模型（例如高斯流程）启发的优化策略。它还强调了功能选择和支持向量机的研究，自动驾驶和轨迹预测的创新以及人工智能在决策和智能系统中的更广泛应用。我们预计，本卷中提出的科学发现将为那些渴望探索人工智能，机器学习及其广泛的现实应用程序的新领域的人提供宝贵的参考和灵感。
可解释的机器学习和优化的贝叶斯网络
由于人工智能越来越多地用于高风险应用，因此可以解释使用的模型变得越来越重要。贝叶斯网络提供了基于概率理论的可靠人工智能的范式。他们提供了一种语义，该语义可以通过利用它们之间的条件独立性来实现与域变量相关的概率分布的声明性表示。该表示由有向的无环图组成，该图编码变量之间的条件独立性以及编码条件分布的一组参数。此表示为开发概率推理（推理）和从数据学习概率分布的算法提供了基础。贝叶斯网络用于机器学习中的各种任务，包括聚类，超级分类，多维监督分类，异常检测和时间修改。他们还提供了估计分布算法的基础，这是启发式优化的一类进化算法。我们通过在神经科学，行业和生物启示中介绍应用程序来说明贝叶斯网络在可解释的机器学习和优化中的使用，涵盖了广泛的机器学习和优化任务。2021由Elsevier B.V.
利用遗传算法和二元回归树预测卫生人员计算机视觉综合症
1 阿斯图里亚斯中央大学医院，33011 奥维耶多，西班牙 2 奥维耶多大学数学系，33007 奥维耶多，西班牙； sanchezfernando@uniovi.es 3 奥维耶多大学工商管理系，33004 奥维耶多，西班牙； suarezana@uniovi.es (A.S.S.)； fjiglesias@uniovi.es (F.J.I.-R.) 4 阿利坎特大学光学、药理学和解剖学系，03690 阿利坎特，西班牙； mm.segui@ua.es * 通讯作者：evam.artime@sespa.es † 本文是会议论文的延伸：Artime Rí os, E.M.；桑切斯·拉什拉斯，F.；苏亚雷斯·桑切斯，A.； Iglesias-Rodríguez，F.J.；SeguíCrespo，M.M. 基于树和进化算法的预测医护人员计算机视觉综合症的混合算法。第 13 届国际会议论文集，混合人工智能系统 (HAIS)，奥维耶多，西班牙，2018 年 6 月 20 日至 22 日。
进化增强学习
摘要 - 在复杂解决问题中的增强学习和进化算法（EAS）的局限性时，进化增强学习（EVORL）已成为协同解决方案。Evorl整合了EAS和增强学习，为培训智能代理提供了有希望的途径。该系统评价首先通过Evorl的技术背景导航，研究了EAS和强化学习算法之间的共生关系。然后，我们深入研究了EAS和强化学习所面临的挑战，探索了它们的相互作用和对Evorl功效的影响。此外，审查强调了解决与Evorl当前景观内有关可伸缩性，适应性，样本效率，对抗性鲁棒性，道德和公平性有关的开放性问题的必要性。最后，我们提出了Evorl的未来方向，强调了努力增强自我适应和自我改善，概括，可解释性，可解释性等的研究途径。作为研究人员和从业人员的综合资源，这项系统的审查提供了有关Evorl现状的见解，并提供了指南，以推动其在不断发展的人工智能景观中的能力。
多量子比特 Toffoli 门和带有里德堡原子的最佳几何结构
多量子比特 Toffili 门具有实现可扩展量子计算机的潜力，是量子信息处理的核心。在本文中，我们展示了一种原子排列成三维球形阵列的多量子比特阻塞门。通过进化算法优化球面上控制量子比特的分布，大大提高了门的性能，从而增强了非对称里德堡阻塞。这种球形配置不仅可以在任意控制目标对之间很好地保留偶极子阻塞能量，将非对称阻塞误差保持在非常低的水平，而且还表现出对空间位置变化的前所未有的稳健性，导致位置误差可以忽略不计。考虑到固有误差并使用典型的实验参数，我们通过数值方法表明可以创建保真度为 0.992 的 C 6 NOT 里德堡门，这仅受里德堡态衰变的限制。我们的协议为实现多量子比特中性原子量子计算开辟了一个高维原子阵列平台。
Microsoft Word - 博士论文 Isaac PyN_complete_170426_vReduced.docx
特别是在几何形状发生较大变化的情况下。所提出的方法是多目标结构化混合直接搜索，本论文介绍了为此目的开发的 MOST-HDS 模型。该模型是一种通用、自动、灵活且稳健的方法，适用于许多不同的气动优化领域，并结合了梯度、遗传和群体搜索的元素。MOST-HDS 应用于两个相关且明显不同的工业案例：封闭风洞的设计和联合循环发电厂中使用的工业锅炉的进气道设计。使用所提出的优化方法获得的结果显示，与传统设计相比，性能有显著提高，而且在某些情况下获得了创新和非传统的设计，这些设计也优于当前的设计指南。对 MOST-HDS 和基于代理的优化（使用响应面）进行了比较，并详细讨论了每种方法的优点和局限性。最后，为本论文开发的算法还应用于一个众所周知且具有挑战性的数学测试问题（WFG 测试套件），并与流行的高级多目标进化算法 NSGA-II 进行了比较。结果非常有希望，也说明了 MOST-HDS 在一般优化目的方面的潜力。
进化群 - Orbilu
群体已成为空间和航空应用程序的有趣替代方案。其中一些应用，例如小行星观察，护卫队和反无人机系统，依赖于围绕中心兴趣点的稳定地层。但是，使用不同数量的机器人和广泛的初始条件的存在有助于使其成为一个具有挑战性的问题。我们在这项研究工作中提出了一种自我组织的新方法，以使成员的运动仅取决于他们从各自无线电信标获得的相对位置（范围和轴承）。提出了一种基于进化算法的优化方法来计算最佳群的参数，例如速度和吸引/驱动力，以在不同的初始条件和失败率下实现强大的地层。实验是使用六个案例研究的现实模拟进行的，其中包括三个，五个，十，十五，二十和三十个机器人。在420个场景上测试了最有价值的配置，这表明我们的建议很健壮，因为它始终达到了所需的圆形形成。最后，我们使用了实际的E-Puck2机器人来验证群体围绕中心点的自我组织的能力以及对机器人故障的弹性，并在所有实验中获得了成功的圆形形成。
推荐系统中的人工智能
摘要 推荐系统通过学习用户以前的行为并预测他们当前对特定产品的偏好，为用户提供个性化的服务支持。人工智能（AI），特别是计算智能和机器学习方法和算法，已自然应用于推荐系统的开发，以提高预测准确性并解决数据稀疏性和冷启动问题。本立场文件系统地讨论了推荐系统的基本方法和流行技术，以及AI如何有效地改善推荐系统的技术开发和应用。本文不仅回顾了前沿的理论和实践贡献，还确定了当前的研究问题并指出了新的研究方向。它仔细调查了与使用AI的推荐系统相关的各种问题，并回顾了通过使用模糊技术，迁移学习，遗传算法，进化算法，神经网络和深度学习以及主动学习等AI方法对这些系统所做的改进。本文中的观察结果将直接帮助研究人员和专业人员更好地了解使用人工智能的推荐系统领域的当前发展和新方向。
进化计算和移动可持续网络
如今，网络可持续性已成为全球学术界和业界关注的焦点，为移动通信网络优化的影响提供了解决方案。最近，包括群体智能算法和其他进化算法范式在内的进化计算技术不断发展，成为移动可持续网络虚拟化、优化和自动化的广泛接受的描述符。为了应对对移动通信网络的新影响，第四届进化计算和移动可持续网络国际会议 [ICECMSN 2024] 构想了一个创新的研究平台，用于征集关于开发可持续设计及其在移动网络中实施的最新研究成果。随着进化计算算法的出现，ICECMSN 2024 汇集了一系列富有创造性的研究成果，将开启移动可持续网络的新视角。本次国际会议的主要目的是促进和反映进化计算技术和移动可持续网络的最新研究成果。 ICECMSN 2024 特别关注计算智能和进化计算，其范围广泛，从理论基础到增强移动网络可持续性的实际应用。
Kiran Kumar Amireddy 博士 任命
• 印度理工学院浦那分校组织的为期一周的“量子人工智能”在线 FDP，2021 年 • 为期两周的“使用智能技术对制造系统进行建模和优化”教师发展计划，萨蒂亚姆纳加拉姆，泰米尔纳德邦，2013 年 • 为期 3 天的国家级“全球化时代的数字化制造”教师发展计划，蒂鲁帕蒂，2013 年 • 为期 1 天的“用于优化工程问题的进化算法”国家研讨会，胡祖拉巴德，2013 年 • 为期 1 天的“数控加工培训：工具和技术（TCMTT 2013）”国家研讨会，海得拉巴，2013 年 • 为期两周的“机器状态监测和故障诊断”员工发展计划，维杰亚瓦达，2012 年 • 为期两天的“有限元方法及其应用”全国研讨会，班加罗尔，2012 “工程问题中的优化方法”，Huzurabad，2012 年