XiaoMi-AI文件搜索系统
World File Search System阶拼
通过基于组件的降阶模型库实现数据驱动的基于物理的数字孪生
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。
分数阶薛定谔方程中双曲势的量子信息熵
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。
描述对 COVID-19 疫苗接种犹豫的分数阶 SIR 模型
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
与 Hodgkin-Huxley 模型耦合的神经元-电极接口降阶模型
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
使用量子傅里叶变换进行相位估计和阶数查找
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 . ...
量子力学中一维时间分数阶薛定谔问题的解析研究
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。
零工经济通过劳动力市场对产品质量的影响：来自拼车和餐厅质量的证据
本文旨在通过劳动力市场展示零工经济对看似不相关的当地行业的产品质量的影响。我们的实证背景是奥斯汀市餐馆的服务质量，我们研究了它们如何受到共享乘车平台、Uber 和 Lyft 由于监管变化而退出和重新进入该市的影响。我们利用这些外生冲击，并将它们与 Yelp 评论的情绪分析数据相结合，这些数据捕捉了客户如何评估每家餐厅的服务质量。我们发现，与对照城市相比，当 Uber 和 Lyft 出现在奥斯汀市时，奥斯汀的顾客对服务质量的负面看法更为强烈。此外，我们使用丰富的员工流动率和工资数据来证明，与对照城市相比，当 Uber 和 Lyft 出现时，奥斯汀的服务人员流动率会增加。我们还进行了几项额外的研究和稳健性检验，这些研究和检验都与我们的假设一致，即 Uber 和 Lyft 通过提高员工流动率降低了奥斯汀餐馆的服务质量。总体而言，这些结果表明零工经济通过劳动力市场对更广泛的行业产生了重大影响。
通过基于组件的降阶模型和可解释的机器学习实现预测性数字孪生
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。
波士顿、伍斯特和北安普顿的拼车量和酒驾事件，
执行摘要 拼车为解决美国持续存在的酒驾危害提供了一个有希望的机会。这项研究调查了马萨诸塞州三个地方（波士顿、伍斯特和北安普敦）的 Lyft 和 Uber 拼车量与酒驾事件及逮捕之间的关系。在这三个地方，随着拼车（Lyft、Uber 或两者兼有）在这些社区的广泛引入，酒驾事件或逮捕数量大幅减少。引入后，事件和逮捕数量的下降幅度从北安普敦的 39.4% 到伍斯特的 52.9% 不等。虽然还需要未来的研究，但这些结果有力地表明了拼车在解决当地社区酒驾问题方面的潜力。简介 每天，美国约有 32 人死于酒驾车祸——也就是每 45 分钟就有一人丧生。根据美国国家公路交通安全管理局 (NHTSA) 的数据，2020 年，因酒驾造成的交通死亡人数为 11,654 人，比 2019 年（死亡人数从 10,196 人增加到 11,654 人）增加了 14%，而 2019 年至 2020 年期间总死亡人数增加了 6.8%（NSCA，2022 年）。过去 10 年，酒驾死亡人数从 2011 年的 9,865 人增加到 2020 年的 11,654 人。2020 年全国机动车事故中酒驾死亡率为每 1 亿车辆行驶英里 (VMT) 0.40 人，高于 2019 年的 0.31 人。过去 10 年酒驾死亡率增加了 21%，从 2011 年的 0.33 人增加到 2020 年的 0.40 人（NSCA，2022 年）。酒驾除了造成生命损失外，还带来了巨大的代价。每年因酒精导致的车祸损失总计超过 440 亿美元（Blincoe 等人，2010 年）。冠状病毒病 (COVID-19) 严重影响了交通安全，给交通安全专业人员带来了诸多挑战。研究表明，尽管车辆行驶里程 (VMT) 有所下降，但由于在此期间危险驾驶行为有所增加，撞车事故也有所增加；尤其是酒驾、不系安全带和超速驾驶 (Wagner 等人，2020 年)。研究还表明，COVID-19 大流行与与疾病引起的发病率和死亡率以及缓解活动相关的心理健康挑战有关。在一项为确定这种关联而进行的调查中，13.3% 的受访者报告说他们开始或增加了使用药物来应对与 COVID-19 相关的压力或情绪 (Czeisler 等人，2020 年)。美国每个州都颁布了酒驾和药驾法律。美国各地的酒驾法律禁止血液酒精含量 (BAC) 达到或超过 0.08 的驾驶行为。 2017 年犹他州立法机构通过了 HB155“酒后驾驶
基于 PCA 和 Kriging 的降阶模型在反应流应用数字孪生开发中的应用
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。