XiaoMi-AI文件搜索系统
World File Search System量值
量子信息学和软系统建模
引入了一类新的信息物理学 [1]，其中提出物理熵是两个相互补偿的量值的组合。观察者的无知用香农统计熵来衡量 [4]，算法熵度量被观察系统的无序性（将其记录在内存中所需的最小位数）。Atlan [5] 定义系统的有序性是最大信息内容（可能的多样性）和最大冗余之间的承诺。模糊性可以被描述为噪声函数，它可以以负面的方式（破坏性模糊性）表现出来，具有经典的解组效应，也可以以正面的方式（自主性产生模糊性）表现出来，通过增加系统某部分的相对自主性，减少系统的自然冗余并增加其信息内容来发挥作用。我们可以将 Zurek 的方法 [1] 扩展到复杂领域，其中物理熵是一个可以分解为 x 轴和 y 轴的变量。x 轴表示
数据表 AMS 4710 微型压力变送器...
1) 压力范围如表 1 所示。2) 满量程输出 (FSO) 是规定最小压力下的输出信号与规定最大压力下的输出信号（标称 FSO = 10 V）之间的代数差。3) 总精度定义为测量值与室温 (RT) 下理想传递函数的最大偏差（%FSO），包括调整误差（偏移和量程）、非线性、压力迟滞和重复性。非线性是整个压力范围内测得的与最佳拟合直线 (BFSL) 的偏差。压力迟滞是压力在规定的最小压力或最大压力之间循环时，规定范围内任何压力下的输出值的最大偏差。重复性是 10 个压力循环内规定范围内任何压力下输出值的最大变化。 4) 整体误差（也称为总误差带，TEB）定义为整个温度范围（-25 ... 85°C）内测量值与理想传递函数的最大偏差（%FSO）。
缺少数据：关于评估插补方法的标准
经验数据分析通常需要完整的数据集。在不完全观察到的数据集的情况下，对于未观察到的数据产生了合理的值（归纳），方法很有吸引力。这个想法是然后以简单的方式分析完整的数据集，例如使用公开可用的软件。因此，已经提出和评估了各种插补方法。用于评估这些方法的流行措施基于模拟研究中应用的真实值和估算值之间的距离。在本文中，我们通过一个理论示例和模拟研究表明，这些度量可能具有误导性：量度值的少量值是估算和真实值之间距离的函数的函数，并不意味着基于估算数据集的推论在某种程度上靠近（有效的）基于完全数据集的（有效的）推论，而没有丢失值集。因此，我们建议比较基于估算数据集的有效推论的插补方法。
![arXiv:2112.15422v1 [cs.AI] 2021 年 11 月 25 日](/simg/9\944ac25ddea48b6e4402cdc063b0cba3869af3b5.png)
arXiv:2112.15422v1 [cs.AI] 2021 年 11 月 25 日
最近，Silver 等人。[65] 认为奖励最大化的概念足以支撑所有智能。具体来说，他们提出了奖励就足够了的假设，即“智能及其相关能力可以理解为通过代理在其环境中行动来最大化奖励”，并主张奖励最大化是创造通用人工智能 (AGI) 的途径。虽然其他人批评了这一假设和随后的说法 [44,54,60,64]，但在这里我们提出这样的论点：Silver 等人。在关注标量奖励最大化方面犯了错误。考虑多个相互冲突的目标的能力是自然智能和人工智能的一个关键方面，并且不一定会通过最大化标量奖励而出现或充分解决。此外，即使最大化标量奖励足以支持 AGI 的出现，我们认为这种方法是不可取的，因为它大大增加了部署该 AGI 导致不良后果的可能性。因此，我们主张更合适的智能模型应该通过使用矢量值奖励明确考虑多个目标。
质子辐照在 GaAs 半导体加速辐射老化研究中的应用
摘要：几十年来，质子辐照实验一直被用作研究多种材料辐射效应的替代方法。质子加速器的丰富性和可及性使这种方法便于进行加速辐射老化研究。然而，开发具有更高辐射稳定性的新材料需要大量的模型材料、测试样品，并非常有效地利用加速器光束时间。因此，最佳束流或粒子通量的问题至关重要，需要充分了解。在这项工作中，我们使用 5 MeV 质子在砷化镓样品中引入位移损伤，并使用了广泛的通量值。正电子湮没寿命谱用于定量评估辐射诱导的存活空位的浓度。结果表明，质子通量在 10 11 和 10 12 cm − 2 .s − 1 之间会导致 GaAs 半导体材料中产生类似的单空位浓度，而通量进一步增加会导致该浓度急剧下降。
Fermilab
我们确定了三维超导射频（SRF）谐振器中的量子反应性的主要来源，以及由氧化尼伯群组成的二维透射量值：五级系统（TLS）损失的氯托氧化物中的氧气空位：氧气空位。通过探测顺序真空烘焙处理对大量NB NB SRF共振器RF性能以及使用飞行飞机二级离子质谱法（TOF-SIMS）的代表性NB样品的氧化物结构的影响，我们发现Cavity质量因子Q 0的非单调性进化与NB相互构图相关联。我们将这种作用定位在氧化物本身中，并通过通过湿氧化来揭示了缓解加重的TLS损失的缓解氧化氧化物，从而呈现了基础NB中扩散的间质氧的微不足道作用。我们假设五氧化五氧化物中的此类空缺是磁杂质的，并且是TLS驱动的RF损失的来源。
第一原理研究Cuinx 2（X = S，SE，S-SE）太阳能电池吸收的晶体结构和大量模量
摘要。辣椒半导体由于其高功率转化效率而被广泛用作薄膜太阳能电池，尤其是柔性太阳能电池的吸收剂。它们也具有有趣的机械性能，使它们具有有希望的材料，可弹性，光线和薄的太阳能电池。在这项工作中，我们报告了Cuins 2，Cuinse 2和Cuin（S，SE）2吸收器太阳能材料的晶格常数和大量模量的第一原则计算。使用PBE-GGGA近似值和Ultrasoft伪电位在密度功能理论框架中使用量子意式浓缩软件软件包中实现的平面波进行所有计算。计算出的晶格常数与可用的实验研究很好地相关。使用Birch-Murnaghan的状态方程的三阶来描述能量体积和压力量关系，以计算吸收器太阳能材料的大量模量，这与特定条件下材料的硬度相关。除了Cuin（S，SE）2外，对Cuins 2和Cuinse 2获得的批量模量值与可用的理论结果非常吻合，这些结果已首次计算并报告。
预测糖尿病患者的朴素贝叶斯算法与梯度提升算法的比较
据估计，随着人口老龄化，糖尿病发病率将从19.9%增加到65-79岁的1.112亿人，预计到2030年糖尿病患者将继续增加到5.78亿人，到2045年将增加到7亿人。机器学习是人工智能的一种，旨在理解或识别数据结构并将数据转换为模型。机器学习在健康领域的应用正在迅速增长，越来越多的健康研究人员在研究中使用机器学习算法。一些机器学习算法可以用来做预测，其中之一就是预测糖尿病的分类算法。根据所用几种算法的比较结果，朴素贝叶斯和梯度提升分类算法具有其他算法的最佳值。梯度提升算法在线性样本上取得了较高的效果，准确率为77.09%，f值达到83.39%。朴素贝叶斯对随机样本测试的结果最优，准确率为 76.57%，f 度量值为 82.82%。分层样本测试结果中准确率最高的是梯度提升算法，准确率为77.34%，f值达到83.39%。
量化城市下水道系统中过量流入的水
摘要城市污水系统中外来水的量化：以挪威中型城市为例。测量废水系统的渗透和流入对于实现废水的有效运输和处理至关重要。本文提出的工作旨在评估挪威中型城市未监控的污水系统中的渗透和流入情况。为此，我们开展了一项测量活动，并在较长时间内收集了高分辨率数据。结果表明，降水流入是外来水的最重要来源，雨季的MNF值比旱季的MNF值增加了约4.3倍。此外，对 MNF 值的分析发现地下水渗透率约为 0.7 l/s。该研究强调了流量测量在识别诸如雨水管道连接不当和地下水渗入系统等问题方面的好处。然而，这项研究最重要的贡献是收集了16个月的高分辨率数据，包括流量值、温度和降水量，这些数据现在可供未来研究免费使用。