XiaoMi-AI文件搜索系统
World File Search System马尔可夫
一种基于马尔可夫决策过程的新型行为预测系统
摘要 为保证飞机的正常稳定飞行，飞机上采用了多种传感器及相应的仪表系统来监测/控制当前的飞行状态，而得到的数据在保证飞行安全的同时也给飞行员带来了很大的负担。因此，飞机座舱自动化辅助系统成为当今的研究热点。本文基于自动化辅助系统启动后，可以通过飞行操作的不同阶段预测飞行员未来的操作行为，从而根据飞行员的操作习惯为其提供辅助。通过对飞行员操作行为和飞行过程任务要求的分析与建模，建立了MDP（Markov Decision Process）模型，并利用价值迭代算法寻找最优预测序列，最后通过飞行操作仿真实验验证了算法的可操作性。为飞行员操作的安全性和座舱自适应自动化辅助系统的侵入性提供了一种新的解决方案。
量化开放量子动力学中的非马尔可夫性
非马尔可夫开放量子动力学的表征具有理论和实践意义。在一篇开创性的作品 [ Phys. Rev. Lett. 120, 040405 (2018) ] 中，提出了一个必要且充分的量子马尔可夫条件，具有清晰的操作解释和与经典极限的对应关系。在这里，我们为一般开放量子动力学提出了两个非马尔可夫性测度，它们与马尔可夫极限完全相一致，并且可以基于系统的多时间量子测量进行有效计算。提出了一种重建底层开放量子动力学的启发式算法，其复杂性与提出的非马尔可夫性测度直接相关。通过数值示例展示了非马尔可夫性测度和重建算法，并仔细重新审视了量子失相动力学中的非马尔可夫性。
隐马尔可夫模型在经济状态预测中的应用及经济状态转移概率的计算
国际财务报告准则 (IFRS) 要求金融机构（或拥有贷款等金融资产的其他公司）以前瞻性的眼光估计潜在的信用损失。大多数金融机构（77%）都采用基于情景的方法，将前瞻性的宏观经济影响纳入其对潜在信用风险损失的估计中。大多数金融机构使用的三种情景的权重通常非常基本，其中最有可能的情景（基线）占 50%，其余两种情景（上行和下行）各占 50%。这些权重目前尚未通过任何定量方法确定，因此，本研究旨在基于定量方法确定这些权重。为实现这一目标，该方法首先应该能够正确预测和识别经济状态（经济情景）。为此，我们使用了几个隐马尔可夫模型。
马尔可夫决策过程的时间串联
我们感兴趣的是设计计算高效的架构来解决有限时域马尔可夫决策过程 (MDP)，这是一种流行的多阶段决策问题建模框架 [1,22]，具有广泛的应用，从数据和呼叫中心的调度 [12] 到间歇性可再生资源的能源管理 [13]。在 MDP 中，在每个阶段，代理都会根据系统状态做出决策，从而获得即时奖励，并相应更新状态；代理的目标是找到一个最优策略，使时间范围内的总预期奖励最大化。虽然寻找解决 MDP 的有效算法一直是一个活跃的研究领域（有关调查请参阅 [20,17]），但我们将采取不同的方法。我们不是从头开始创建新算法，而是研究如何设计架构，以创造性的方式利用现有的 MDP 算法作为“黑匣子”，以获得额外的性能提升。作为朝这个方向迈出的第一步，我们提出了时间串联启发式方法，它沿时间轴采用分而治之的方法：对于具有水平线 { 0 ，... ，T − 1 } 的 MDP，我们将原始问题实例（I 0）在水平线上划分为两个子实例：0 ，... ，T
非马尔可夫碰撞模型中的熵产生
摘要：我们研究了在马尔可夫和非马尔可夫状态下，量子比特与微观碰撞模型建模的环境接触时产生的不可逆熵。我们的主要目标是为非马尔可夫动力学与负熵产生率之间关系的讨论做出贡献。我们采用了两种不同类型的碰撞模型，它们可以或不保留系统与进入的环境粒子之间建立的相关性，而它们都通过从环境到系统的信息回流而具有非马尔可夫性质。我们观察到，前一种模型（其中系统与环境之间的相关性得以保留）在瞬态动力学中产生负熵产生率，而后一种模型始终保持正熵产生率，即使与相应的马尔可夫动力学相比，收敛到稳态值的速度较慢。我们的结果表明，负熵产生率背后的机制不仅仅是通过信息回流的非马尔可夫性，而是通过已建立的系统-环境相关性对其的贡献。
区分量子和经典马尔可夫...
了解开放量子系统中的耗散是否真正是量子的，是一个既有基础意义又有实际意义的问题。我们考虑 n 个量子比特受到相关马尔可夫相位失调的影响，并提出一个充分条件，说明何时由浴引起的耗散可以产生系统纠缠，因此必须被视为量子的。令人惊讶的是，我们发现时间反演对称性 (TRS) 的存在与否起着至关重要的作用：耗散纠缠的产生需要破坏的 TRS。此外，仅仅具有非零浴敏感性不足以使耗散成为量子。我们的工作还提出了一种明确的实验协议来识别真正的量子相位失调耗散，并为研究更复杂的耗散系统和寻找最佳的噪声缓解策略奠定了基础。
双量子点系统中几何量子不和谐的非马尔可夫动力学
量子纠缠是量子力学的基本性质之一[1]，也是量子信息和量子计算领域的核心资源[2–4]。但相关理论和实验证实，量子纠缠并不是唯一的量子关联，即使是非纠缠系统，也可能存在其他类型的量子关联，其中之一便是Olivier和Zurek基于冯·诺依曼熵引入的量子不和谐(QD)[5]。由于QD的重要性和普遍性，其表征、量化和功能已被广泛研究。但QD的计算需要最小化过程，计算难度较大，此前仅针对相当有限的量子态进行了专门计算，对于更一般的量子态的定义是
使用隐藏的马尔可夫模型和
滚动元件轴承的健康管理对工业资产的生产力，可靠性和降低成本的重要性越来越重要。早期故障检测是健康管理的关键支柱，这是不断发展的预后和健康管理理念的一部分。本文提出了一种故障检测方法，该方法首先将从轴承检测到的振动信号分割为重叠块。然后将主成分分析应用于分段信号。数据分割和主成分分析的组合是一种信号处理方法，可捕获振动信号的二阶结构。该方法通过训练隐藏的马尔可夫模型，该模型使用处理的信号，其中k均值聚类应用于设置隐藏的马尔可夫模型的状态参数数量。最后，训练有素的隐藏马尔可夫模型与合适的测试一起使用，通过处理实时振动数据来评估轴承健康降解。该方法已在俄亥俄州辛辛那提大学的智能维护系统中心提供的轴承测试床数据集上进行了测试。实验结果表明，所提出的方法优于此数据集的最新方法和基准结果。
定向马尔可夫尼科夫氢化和...
催化烯烃功能化是一种从易于获取的化学原料构建分子复杂性的有效而经济的方法。[1] 过渡金属催化的烯烃氢芳基化/烯基化反应是一种构建 C(sp 3 )−C(sp 2 ) 键的直接方法。已经开发出各种策略来控制使用共轭和非共轭烯烃的区域选择性，其中非共轭烯烃因烷基金属链行走而引入了额外的复杂性。[2-7] 在过去的几年中，使用非共轭烯烃的反马尔可夫尼科夫氢芳基化方法发展迅速。[8-12] 在这些系统中，选择性控制通常源于对形成主要烷基金属中间体的热力学偏好。另一方面，使用非共轭烯烃的马尔可夫尼科夫选择性氢芳基化反应相对较少，该领域的研究进展较慢（方案 1A）。 [13] 2016 年，Shenvi 和同事报告了一项显著进展，他们开发了一种双催化钴/镍金属氢化物氢原子转移 (MHAT) 方法，该方法可有效用于末端烯烃与芳基卤化物的氢芳基化，其中区域选择性由通过 MHAT 有利地形成二级烷基自由基来控制。[13c]