XiaoMi-AI文件搜索系统
World File Search System间隙大小
XX 催化剂对微扰交叉量子退火谱的影响
在绝热量子计算中，达到给定基态保真度所需的运行时间由退火谱中基态和第一激发态之间出现的最小间隙大小决定。一般来说，避免的能级交叉的存在要求退火时间随系统大小呈指数增加，这会影响算法的效率和所需的量子比特相干时间。正在探索的一种产生更有利的间隙缩放的有希望的途径是引入催化剂形式的非量子 XX 耦合 - 特别令人感兴趣的是利用有关优化问题的可访问信息的催化剂。在这里，我们展示了 XX 催化剂对优化问题编码的细微变化的影响的极端敏感性。特别是，我们观察到，包含单个耦合的目标催化剂可以显著减少在避免的能级交叉处随系统大小而闭合的间隙。然而，对于相同问题的略微不同的编码，这些相同的催化剂会导致退火谱中的间隙闭合。为了了解这些闭合间隙的起源，我们研究了催化剂的存在如何改变基态矢量的演化，并发现基态矢量的负分量是理解间隙谱响应的关键。我们还考虑了如何以及何时在绝热量子退火协议中利用这些闭合间隙 - 这是一种有前途的绝热量子退火替代方案，其中利用向更高能级的跃迁来减少算法的运行时间。
基于大脑激活和上下文信息的驾驶员转弯意图识别模型
像在路口转弯这样的交通状况注定会出现安全关键情况和事故。人为错误是这些情况下发生事故的主要原因之一。识别驾驶员转弯意图的模型可以通过在危险转弯操作之前警告驾驶员或停车来帮助减少事故。大多数旨在预测驾驶员转弯意图概率的模型仅使用上下文信息，例如间隙大小或等待时间。本研究的目的是调查上下文信息和大脑激活测量的结合是否能增强转弯意图的识别。我们进行了驾驶模拟器研究，同时使用高密度 fNIRS 测量大脑激活。在 fNIRS 和上下文数据上训练了转弯意图识别的神经网络模型。使用 SHAP（SHapley Additive exPlanations）特征重要性分析对输入变量进行了分析，以显示包含大脑激活数据的积极影响。模型评估和特征重要性分析都表明，上下文信息和大脑激活的结合可以改善转弯意图识别。 fNIRS 结果显示，在执行转弯之前的“转弯”决策阶段，左侧运动皮层部分（例如初级运动皮层 (PMC；假定的 BA 4)、运动前区 (PMA；假定的 BA 6) 和辅助运动区 (SMA；假定的 BA 8）的大脑激活差异有所增加。此外，我们还观察到左侧前额叶区域的激活差异有所增加，可能位于左侧中额叶回 (假定的 BA 9)，这与决策和行动计划等执行功能的控制有关。我们假设大脑激活测量可能是一种更直接的指标，对转弯行为具有潜在的高特异性，从而有助于提高识别模型的性能。
行波速度重合
本论文对旋转叶盘与柔性壳体之间的行波速度不稳定性进行了分析。这种与结构接触的相互作用在某些情况下可能发生在高速涡轮机械中，例如航空发动机或压缩机，并且可以通过将转子的动能旋转到振动中，以不稳定的方式放大耦合转子-定子系统的振动。为了使涡轮机械安全运行，必须避免行波速度重合，并分析发生相关不稳定性的可能性。以前，大多数航空发动机的壳体都附有齿轮箱等附加结构。这些附件使机壳失调，从而降低了响应中的行波分量，从而使能量传递机制效率降低，降至由其他系统参数（例如阻尼和旋转部件与静止部件之间的间隙大小）定义的非临界阈值水平以下。新型航空发动机设计趋向于轴对称机壳，对于这种机壳，行波速度不稳定性的研究变得更加重要。在文献中，少数处理与叶盘接触的弹性定子的作者没有研究行波速度不稳定性的可能性，这可能是由于缺乏对现有设计的适用性，但大多数研究人员仅分析了具有刚性定子的系统。对于具有弹性转子和定子的系统，这种方法是不够的，因为包含定子动力学会导致耦合系统的临界速度数量增加。在本论文中，转子和定子被分别建模为具有线性动力学的结构。为了减少微分方程的数量，采用模态模型将计算工作量限制在相关的参与模式中。叶片盘和定子之间的接触由冲击摩擦定律建模，包括冲击损失。在转子-定子系统分析中加入壳体动力学的影响进行了分析描述，在数值模拟中进行了计算，并在实验中进行了演示。对于所研究的不稳定性，预测结果与实验结果之间取得了良好的定性一致性。数值预测和实验数据都表明存在行波速度不稳定性，并验证了所选方法。研究结果表明，行波速度不稳定性是存在的，并且它是一个潜在的安全威胁，必须通过设计或选择操作条件来避免。