XiaoMi-AI文件搜索系统
World File Search System随机网络
碳纳米管与化学动态分子复合的随机网络中的材料计算：综述
摘要 对高能效信息处理的需求引发了基于材料的计算设备的新时代。其中，碳纳米管 (CNT) 与其他材料复合的随机网络 (RNW) 因其非凡的特性而受到广泛研究。然而，CNT 研究的异质性使得理解 CNT RNW 中材料内计算的必要特性变得颇具挑战性。在此，我们通过回顾 CNT 应用的进展来系统地处理该主题，从发现单个 CNT 传导到它们在神经形态和非常规 (储层) 计算中的最新应用。本综述概述了随机 CNT 网络及其复合物的非凡能力，用于执行非线性材料内计算任务以及可能取代当前能源效率低下的系统的分类任务。
ACM 参考格式：Abolfazl Lavaei、Bingzhuo Zhong、Marco Caccamo 和 Majid Zamani。2021 年。迈向值得信赖的人工智能：随机网络物理系统中未经认证控制器的安全管理架构。在网络物理系统的计算感知算法设计 (CAADCPS'21) 中，2021 年 5 月 19-21 日，美国田纳西州纳什维尔。ACM，美国纽约州纽约，2 页。https://doi.org/10.1145/3457335。3461705
1 摘要 基于人工智能（又称 AI）的控制器在信息物理系统（CPS）中被广泛应用以完成复杂的控制任务，因而在过去几年中受到了广泛关注。然而，保证配备此类（未经认证的）控制器的 CPS 的安全性和可靠性目前非常具有挑战性，这在实际许多安全关键应用中至关重要。为了解决这一困难，我们提出了一种 Safe-visor 架构，用于在随机 CPS 中对基于 AI 的控制器进行沙盒处理。所提出的框架包含（i）一个基于历史的监控器，它检查来自基于 AI 的控制器的输入并在系统的功能性和安全性之间做出妥协，以及（ii）一个安全顾问，当基于 AI 的控制器危及系统的安全时提供后备。通过采用这种架构，我们为可以用确定性有限自动机（DFA）的接受语言表示的那些类别的安全规范的满足提供了正式的概率保证，而基于人工智能的控制器虽然不可靠，但仍可以在控制回路中使用。
具有量子布尔函数的随机网络
摘要：我们提出了量子布尔网络，它可以归类为确定性可逆异步布尔网络。该模型基于先前开发的量子布尔函数概念。量子布尔网络是一种布尔网络，其中与节点相关的函数是量子布尔函数。我们研究了这个新模型的一些特性，并使用量子模拟器研究了网络连接函数和我们允许的运算符集的动态变化。对于某些配置，该模型类似于可逆布尔网络的行为，而对于其他配置，可能会出现更复杂的动态。例如，观察到大于 2 N 的循环。此外，使用类似于以前用于随机布尔网络的方案，我们计算了网络的平均熵和复杂度。与经典的随机布尔网络（其中“复杂”动态主要局限于接近相变的连通性）相反，量子布尔网络可以表现出稳定、复杂和不稳定的动态，而与其连通性无关。