XiaoMi-AI文件搜索系统
World File Search System集合
为具有未知动态的系统提供安全保证
摘要 - 随着自主系统在我们的社会中变得越来越综合和积分，需要准确建模并安全地控制这些系统的需求已大大增加。在过去的十年中，使用深度学习技术来建模和控制系统很难使用第一原理建模。但是，为此类系统提供安全保证仍然很困难，部分原因是学习模型的不确定性。在这项工作中，我们旨在为不容易从第一原则衍生而来的系统提供安全保证，因此，使用深度学习技巧更加有助于学习。鉴于感兴趣的系统和安全限制系统，我们从数据中学习了系统动态的集合模型。利用集合不确定性作为学习动力学模型中不确定性的量度，我们计算了最大的鲁棒控制不变式集合，从该集合开始，该系统从该集合开始，从而确保系统满足实现模型不确定性的条件下的安全性约束，这些模型不确定性包含在预定的可允许模型集合中。我们证明了使用倒置的模拟案例研究的方法的有效性，并与Turtlebot进行了硬件实验。实验表明，我们的方法可鲁棒化系统对模型不确定性的控制作用，并在不过分限制的情况下产生安全行为。可以在项目网站1上找到代码和随附的视频。
人工智能 科目代码：CS8691 ...
一阶谓词逻辑的语法和语义模型的域是 DOMAIN（域）——它包含的对象或域元素的集合。域必须是非空的——每个可能世界都必须包含至少一个对象。图 8.2 显示了一个包含五个对象的模型：狮心王理查德，1189 年至 1199 年的英格兰国王；他的弟弟，邪恶的约翰国王，1199 年至 1215 年的统治者；理查德和约翰的左腿；以及一顶王冠。模型中的对象可能以各种方式相关。在图中，理查德和约翰是兄弟。从形式上讲，关系 TUPLE 就是相关对象的元组的集合。（元组是按固定顺序排列的对象集合，用尖括号括住对象。）因此，此模型中的兄弟关系是集合
量子集合的猜测
I. 引言 我们考虑一个涉及两方 Alice 和 Bob 的通信场景。给定一个量子态集合 ρ，其标签位于集合 M 中，双方均已知该集合。在每一轮中，Alice 以概率 Tr[ ρ ( m )] 选取一个标签 m ∈M，并将状态 Tr[ ρ ( m )] − 1 ρ ( m ) 交给 Bob。Bob 的目标是正确猜出标签 m，并允许他一次查询 M 中的一个元素，直到他的查询正确，此时该轮结束。Bob 承担的成本函数是猜测的平均次数，直到他正确猜出 m 。Bob 最通用的策略是执行量子测量 π，从 M 的编号集合 NM 中输出一个元素 n，然后按照 n 指定的顺序查询 M 中的元素。因此，猜测由标签 m 在编号 n 中的出现次数给出，对所有编号取平均值。使用量子电路的形式化[1]，设置如下：
NSB-05-40，长寿命数字数据集合
本报告中使用的“数据”一词是指可以以数字形式存储的任何信息，包括文本、数字、图像、视频或电影、音频、软件、算法、方程式、动画、模型、模拟等。此类数据可以通过观察、计算或实验等各种方式生成。此处使用的“集合”一词不仅指存储的数据，还指保留数据访问权限所需的基础设施、组织和个人。本报告关注的数字集合仅限于可通过互联网等电子方式访问的集合。本报告采用了开放档案信息系统 (OAIS) 标准中提供的“长寿”定义，即一段足够长的时间来关注技术变化的影响。
新兴量子态设计和对偶中的双元性
最近的研究调查了量子猝灭后幺正动力学中一种新型随机矩阵行为的出现。从时间演化状态开始，通过对系统剩余部分进行投影测量，可以生成一个由小子系统支撑的纯态集合，从而得到一个投影集合。在混沌量子系统中，人们推测这种投影集合与均匀的 Haar 随机集合变得难以区分，并导致量子态设计。Ho 和 Choi 最近 [ Phys. Rev. Lett. 128, 060601 (2022) ] 给出了在自对偶点处踢动 Ising 模型的精确结果。我们提供了一种可扩展到具有可解初始状态和测量值的一般混沌对偶单元电路的替代构造，突出了底层对偶单元性的作用，并进一步展示了对偶单元电路模型如何同时表现出精确的可解性和随机矩阵行为。基于双单元连接的结果，我们展示了复杂的 Hadamard 矩阵和单元误差基如何都导致可解的测量方案。
559_Palmer_2004_DevelopmentOfAEuropeanMultimodel_Artzeit_pubid11720
热带太平洋 (McPhaden 等人1998)，最重要的是，原型耦合海洋-大气模型 (Zebiak 和 Cane 1987) 成功预测了厄尔尼诺现象。反过来，这些发展又得到了非常成功的国际热带海洋全球大气 (TOGA) 计划 (世界气候研究计划 1985) 的推动。季节性预报显然对社会各阶层都有价值，无论是出于个人、商业还是人道主义原因 (例如，Stern 和 Easterling 1999；Thomson 等人2000；Pielke 和 Carbone 2002；Hartmann 等人2002a；Murnane 等人2002)。然而，尽管大气-海洋耦合产生了可预测的信号，但上层大气本质上是混乱的，这意味着预测的天气的日常演变必然对初始条件敏感（Palmer 1993；Shukla 1998）。在实践中，这种敏感性的影响可以通过整合耦合海洋-大气模型的预测的向前时间集合来确定，集合中的各个成员因大气和底层海洋的起始条件的微小扰动而不同。集合的相空间弥散给出了流动潜在可预测性的可量化流动相关测量。但是，如果初始条件的不确定性是季节性预报集合中唯一的扰动，那么由此得出的可预报性测量结果将不可靠；原因是模型方程也是不确定的。更具体地说，尽管气候演变方程在偏微分方程的层面上很容易理解，但它们作为一组有限维常微分方程的表示，在数字计算机上进行积分时，不可避免地会带来不准确性。原则上，这种不准确性可以向上传播，并影响模型所预测的整个尺度范围。目前，没有潜在的理论形式主义可以用来估计模型不确定性的概率分布（见 Palmer 2001）；因此，必须寻求一种更务实的方法。其中一种方法依赖于这样一个事实，即全球气候模型是在不同的气候研究所独立开发的。由这种准独立模型组成的集合称为多模型集合。多模型集合能够比单一模型集合产生更可靠的季节性气候风险概率预报，这一点已由季节至年际时间尺度气候变化预测 (PROVOST) 项目资助
气候预测中的信号到噪声悖论
基于模型的气候预测中的信号到噪声悖论（SNP）是指违反直觉的情况，在这种情况下，合奏平均预测的时间序列与对现实世界的观察更好，而不是与模型预测合奏的各个成员。这意味着现实世界的可预测性超过了模型世界内的可预测性。观测值与预测集合平均值的预期相关性与单调但非线性方式的预测系统的信噪比有关（Kumar 2009）。在此，“信号”是指集合平均值的时间变异性，而“噪声”是指合奏成员对集合平均值的可变性。考虑到预测系统的信噪比，集合均值预测与观测之间的相关性大于预期时发生SNP。SNP通常通过真实世界和模型世界之间可预测组件（RPC）的比率进行量化。观测值的可预测组成部分是根据集合均值信号与观测值之间的相关系数估算的，并且模型的（平方）可预测组件是从信号方差的分数到总模型方差的估计。后一个部分与集合均值信号与单个集合成员之间的（平方）相关系数相同。如果RPC明显大于1，则观测值比构成SNP的模型集成实现更可预测。（2014）和Eade等。（2014）。Scaife等人首先提出了支持SNP在季节性和十年气候预测中存在的证据。他们描述了北大西洋上冬季大气循环的可预测组成部分有时在模型中低于观测值。尽管自Scaife和Smith（2018）进行全面评论以来，许多研究探讨了SNP的不同方面，但尚未解决该问题的最终解决方案。牛津车间提供了一个专门的平台，不仅是为了向专家的受众介绍我们当前的理解，而且更重要的是，批判性地讨论了我们知识状态的差距和问题。研讨会的主要目标是实现对悖论的更好，更完整的理解，并确定有关其解决方案的建议。在研讨会期间，很明显，我们的社区，包括本报告的作者，对该问题进行了一系列观点，我们的会议报告反映了会议上提供的思想和证据的多样性。
气候预测中的信号到噪声悖论
基于模型的气候预测中的信号到噪声悖论（SNP）是指违反直觉的情况，在这种情况下，合奏平均预测的时间序列与对现实世界的观察更好，而不是与模型预测合奏的各个成员。这意味着现实世界的可预测性超过了模型世界内的可预测性。观测值与预测集合平均值的预期相关性与单调但非线性方式的预测系统的信噪比有关（Kumar 2009）。在此，“信号”是指集合平均值的时间变异性，而“噪声”是指合奏成员对集合平均值的可变性。考虑到预测系统的信噪比，集合均值预测与观测之间的相关性大于预期时发生SNP。SNP通常通过真实世界和模型世界之间可预测组件（RPC）的比率进行量化。观测值的可预测组成部分是根据集合均值信号与观测值之间的相关系数估算的，并且模型的（平方）可预测组件是从信号方差的分数到总模型方差的估计。后一个部分与集合均值信号与单个集合成员之间的（平方）相关系数相同。如果RPC明显大于1，则观测值比构成SNP的模型集成实现更可预测。（2014）和Eade等。（2014）。Scaife等人首先提出了支持SNP在季节性和十年气候预测中存在的证据。他们描述了北大西洋上冬季大气循环的可预测组成部分有时在模型中低于观测值。尽管自Scaife和Smith（2018）进行全面评论以来，许多研究探讨了SNP的不同方面，但尚未解决该问题的最终解决方案。牛津车间提供了一个专门的平台，不仅是为了向专家的受众介绍我们当前的理解，而且更重要的是，批判性地讨论了我们知识状态的差距和问题。研讨会的主要目标是实现对悖论的更好，更完整的理解，并确定有关其解决方案的建议。在研讨会期间，很明显，我们的社区，包括本报告的作者，对该问题进行了一系列观点，我们的会议报告反映了会议上提供的思想和证据的多样性。