摘要:使用基于范德华校正的密度功能理论(Rev-VDW-DF2函数),使用使用机器学习的原子质势模拟了温度诱导的相变和离子电导率。阶 - 疾病相变的模拟温度,晶格参数,扩散,离子电导率和激活能与实验数据非常吻合。我们对Li 2 B 12 H 12的模拟发现了[B 12 H 12] 2-阴离子的重新定位运动的重要性。在有序的α-相(t <625 K)中,这些阴离子具有明确的方向,而在无序的β-相(t> 625 K)中,它们的方向是随机的。在空缺系统中,观察到其完整的旋转,而在理想的晶体中,阴离子显示有限的vabrational运动,表明没有动态无序的相位过渡的静态性质。使用机器学习间的原子势使我们能够以长(纳秒尺度)分子动力学研究大型系统(> 2000个原子),从头开始质量。关键字:密度功能理论,机器学习间原子潜能,固体电解质,相变,离子电导率
这项工作提出了一种方法,将基于组件的降阶模型库与贝叶斯状态估计相结合,以创建数据驱动的基于物理的数字孪生。降阶建模产生的基于物理的计算模型足够可靠,可用于预测数字孪生,同时仍然可以快速评估。与传统的整体模型降阶技术相比,基于组件的方法可以有效地扩展到大型复杂系统,并为快速模型自适应提供灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数据驱动的模型自适应和不确定性量化被表述为贝叶斯状态估计问题,其中传感器数据用于推断模型库中的哪些模型是数字孪生的最佳候选者。通过为 12 英尺翼展无人机开发数字孪生来展示这种方法。离线时,我们构建了一个原始和受损飞机部件库。在线时,我们使用结构传感器数据快速调整基于物理的飞机结构数字孪生。数据驱动的数字孪生使飞机能够根据结构损坏或退化动态地重新规划安全任务。
摘要:本文通过计算位置熵和动量熵,研究了分数阶薛定谔方程(分数阶导数(0 < n ≤ 2))中两个双曲单阱势的 Shannon 信息熵。我们发现,随着分数阶导数 n 的减小,波函数会向原点移动;在分数阶体系中,即当 n 值较小时,位置熵密度局域化程度越来越严重,而动量概率密度非局域化程度越来越高。然后,我们研究了 Beckner Bialynicki-Birula–Mycieslki(BBM)不等式,发现虽然该不等式随着双曲势 U 1 (或 U 2 )的深度 u 的增加而逐渐减小(或增大),但 Shannon 熵对于不同的深度 u 仍然满足该不等式。最后,我们还进行了 Fisher 熵的计算,发现 Fisher 熵随势阱深度 u 的增加而增大,分数阶导数n减小。
a 里卡多·豪尔赫国立卫生研究所,流行病学系,里斯本,1600-609,葡萄牙 b 特拉什奥斯蒙特斯和上杜罗大学(UTAD),数学系,维拉雷亚尔,5000-801,葡萄牙 c 高等技术学院,数学系,里斯本,1049-001,葡萄牙 d 生物统计学和统计生物信息学跨大学研究所,数据科学研究所,哈瑟尔特大学,比利时 e 卫生经济研究和传染病建模中心,疫苗和传染病研究所,安特卫普大学,比利时安特卫普 f 新国立公共卫生学院,公共卫生研究中心,里斯本新大学,葡萄牙
摘要 – 电极和神经元之间界面的电特性高度依赖于界面几何形状和其他参数。有限元模型在一定程度上可用于研究这些特性。不幸的是,这种模型在计算上非常昂贵。通过简化这些模型,可以减少计算时间。在这项工作中,我们使用基于 Krylov 子空间的模型降阶来简化电极-神经元界面的简化线性化有限元模型。这有助于在系统级耦合到 Hodgkin-Huxley 模型,并大大减少了计算时间。原始有限元模型的精度在很大程度上得以保留。关键词:神经元-电极界面,Hodgkin-Huxley 模型,模型降阶,有限元模型 1. 简介
1 用于相位估计算法的 Kitaev 电路。....................................................................................................................................20 2 实现量子傅里叶变换的电路。....................................................................................................................................23 3 实现相位估计算法的电路。....................................................................................................................................24 4 以一般状态 | ψ ⟩ 作为上寄存器输入的相位估计算法电路。....................................................................................................................................27 5 n = 3 时 α 0 (左) 和 α 1 (右) 的 DTFT 幅度。.................................................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 10 P ( r = ˆ r ) 的下限 . ...
本研究对量子力学中出现的一维时间分数阶非线性薛定谔方程进行了分析研究。在本研究中,我们建立了 Sumudu 变换残差幂级数法 (ST-RPSM) 的思想,以生成具有分数阶导数的非线性薛定谔模型的数值解。提出的思想是 Sumudu 变换 (ST) 和残差幂级数法 (RPSM) 的组合。分数阶导数取自 Caputo 意义。所提出的技术是独一无二的,因为它不需要任何假设或变量约束。ST-RPSM 通过一系列连续迭代获得其结果,并且得到的形式快速收敛到精确解。通过 ST-RPSM 获得的结果表明,该方案对于非线性分数阶模型是真实、有效和简单的。使用 Mathematica 软件以不同的分数阶级别显示一些图形结构。
这项工作开发了一种创建和更新数据驱动的基于物理的数字孪生的方法,并通过开发翼展 12 英尺的无人机的结构数字孪生来演示该方法。数字孪生由基于组件的降阶模型库构建,这些模型源自对飞行器在一系列原始和受损状态下的高保真有限元模拟。与传统的整体模型降阶技术相比,基于组件的方法可以有效扩展到大型复杂系统,并为快速模型自适应提供了灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数字孪生使用可解释的机器学习进行部署和更新。具体来说,我们使用最优树(一种最近开发的可扩展机器学习方法)来训练可解释的数据驱动分类器。在操作中,分类器将输入车辆传感器数据,然后推断模型库中哪些基于物理的简化模型最适合组成更新的数字孪生。在我们的示例用例中,数据驱动的数字孪生使飞机能够动态地重新规划安全任务,以应对结构损坏或退化。
详细燃烧系统的详细数值模拟需要大量的计算资源,这限制了它们在优化和不确定性量化研究中的使用。从有限数量的 CFD 模拟开始,可以使用一些详细的函数评估得出降阶模型。在本研究中,考虑将主成分分析 (PCA) 与克里金法相结合以识别准确的低阶模型。PCA 用于识别和分离系统的不变量,即 PCA 模式,而不是与特征操作条件相关的系数。然后使用克里金法找到这些系数的响应面。这导致了一个替代模型,允许以较低的计算成本执行参数探索。本文还介绍了经典 PCA 方法的变体,即局部和约束 PCA。该方法分别在 OpenSmoke++ 和 OpenFoam 生成的 1D 和 2D 火焰上进行了演示,并为其开发了精确的替代模型。
将连续规范场映射到量子计算机的复杂性限制了 QCD 动力学的量子模拟。通过以普朗克自由度的形式参数化规范不变希尔伯特空间,我们展示了如何将希尔伯特空间和相互作用展开为 N c 的逆幂。在这个展开的领先阶下,哈密顿量大大简化,无论是在所需的希尔伯特空间大小还是所涉及的相互作用类型方面。通过添加所得希尔伯特空间的局部能量状态截断,我们给出了明确的构造,允许在量子位和量子三元组上简单表示 SU(3) 规范场。此公式允许在 ibm_torino 上以 CNOT 深度 113 模拟 5 × 5 和 8 × 8 格子上 SU(3) 格子规范理论的实时动力学。