基于MiniSAT的命题极小模型计算方法

计算命题公式的极小模型在人工智能推理系统中是一项必不可少的任务.然而,即使是正CNF(conjunctive normal form)公式,其极小模型的计算和验证都不是易处理的.当前,计算CNF公式极小模型的主要方法之一是将其转换为析取逻辑程序后用回答集程序(answer set programming,ASP)求解器计算其稳定模型回答集.针对计算CNF公式的极小模型的问题,提出一种基于可满足性问题(satisfiability problem,SAT)求解器的计算极小模型的方法MMSAT;然后结合最近基于极小归约的极小模型验证算法CheckMinMR,提出了基于极小模型分解的计算极小模型方法MRSAT;最后对随机生成的大量的3CNF公式和SAT国际竞赛上的部分工业基准测试用例进行测试.实验结果表明:MMSAT和MRSAT对随机3CNF公式和SAT工业测试用例都是有效的,且计算极小模型的速度都明显快于最新版的clingo,并且在SAT工业实例上发现了clingo有计算出错的情况,而MMSAT和MRSAT则更稳定.

地下开采引起围岩间断面变形特征的软材料小模型研究

为了研究地下开采引起围岩变形和断层活化现象,文章采用一种软材料的小模型进行地下开采间断面变形的模拟。模型中通过模拟一个矩形地下采区上方围岩的变形来研究一个水平间断面发生活化后的弯曲现象。模拟结果表明,间断面上的剪切位移分布具有"双峰"的特征或规律。这种分布特征或规律,得到了数值模拟结果的验证。同时,也证明了该方法的有效性。该方法最大的优点是,可以用小尺寸模型有效模拟在自重体积力作用下开挖引起的围岩变形现象,具有实验装置简单、实验用时短、操作方便、实验成本低等诸多优点,是一种值得推广的物理模拟方法。

降糖类药物的拉曼光谱-小模型判别方法研究

采用了四种分析方法对降糖类药物拉曼光谱进行了快速、无损判别。采集了6种降糖类药品共106个样本的拉曼光谱,经基线校正、平滑、一阶导数和矢量归一化等预处理后,以主成分分析法(PCA)降维。将降维所得的前10个主成分作为新变量,分别用Fisher多类线性判别法、Bayes多类逐步判别法、K-最近邻法和径向基神经网络法等四种方法进行判别。判别结果表明,本文所采用的四种方法均能对降糖类药物进行较好的快速、无损判别,其中PCA结合Bayes多类逐步判别法是一种最优选方法,从而为药品快速检测提供了一种简单有效的检测手段。

高中力学中的几个小模型

高中物理学习中常见的几个小模型,主要有轻绳的＂死结＂与＂活结＂问题、轻杆的＂动杆＂与＂定杆＂问题、＂轻滑轮＂的平衡和能量问题。

投资组合选择极大极小模型的方程组法

以极大极小投资组合选择原理,建立了完美市场下的一种新的极大极小投资组合选择模型。着重讨论了极大极小模型的方程组法,利用非光滑优化理论和非线性互补函数,最终把该模型转化为与之等价的一个非光滑方程组。

小模型与大模型

人说深圳是一个模型——中国改革开放的模型,经济腾飞的模型。 这个模型是怎么来的?它来自总设计师邓小平,来自中国共产党的改革开放路线,来自中国人民渴望自立世界先进之林的意志。

小有小的用处:大模型传播生态下的小模型--概念定义、技术构造与价值角色

大模型在发展中面临着算力极限、数据私属、算法深化、风险治理之困,小模型因其轻参数、低成本、方便运行等特点,为解决大模型之困提供可行路径。针对在大模型生态下扮演的角色而言,场景模型自我收缩智能化处理问题,实现专业化程度的加深、加细、加密与加厚;私域模型基于私有链单边留存数据,联盟链打破数据孤岛,在保障数据安全下实现共享协作;边缘模型作为一种接力传导,实现了对中心计算的算力延伸与存储扩展。大小协同将构建“大模型-小模型-用户”的多级传播形态:一方面,小模型从点、线、面缓解大模型由价值偏态与信息供给窄化造成的信息茧房。另一方面,当大模型、小模型与人共处于一个互动系统时,个人认知、情感与价值通过小模型这一中介反哺微调大模型。一句话,生成式AI生态下价值的最终实现取决于底座通用大模型与各种不同角色小模型之间的融合与协同。

大模型时代的信任重塑:小模型实现超级对齐的机制与模式

针对大模型运行中的内容信任危机、价值信任危机和模型信任危机,“对齐”被视为解决危机的可行路径,但以人类反馈为主的“对齐”工作难以应对可能出现的人类智力范畴之外的“超人模型”,“以小督大”“以弱应强”式的“超级对齐”则有助于增加“超人模型”的无害性与可信任度。在“超级对齐”中,小模型成为重塑信任的关键角色。具体而言,场景小模型作为“有能力”的小模型,对齐垂直领域而缓解内容信任危机;私域小模型打造“可信赖的”小模型形象,实现实时对齐;“可依靠的”边缘小模型对齐边缘价值并维稳对齐环境;“可连接的”大小模型联动,在辩论中达到模型间对齐。未来小模型重塑信任的进路将从个性化、透明性与可赋权入手,情感信任、技术信任与权力信任齐发力。

初始排污权分配的优化模型

总量控制目标的实现与排污权交易政策的顺利展开,首先要解决的一个关键问题是初始排污权的合理分配。在给定排污总量上限的前提下,从分配时兼顾经济最优和公平性出发,同时考虑各地经济、环境、社会发展等综合因素构建了初始排污权分配的极大极小模型,分析了解存在的KKT条件,讨论了模型的解法。此外,该模型考虑到了效用函数不可微的情况,并且能够根据政府的偏好对社会效用和公平性进行权衡。

降糖类药物的拉曼光谱-小模型判别方法研究

采用了4种分析方法对降糖类药物拉曼光谱进行了快速、无损判别。采集了6种降糖类药品共106个样本的拉曼光谱,经基线校正、平滑、一阶导数和矢量归一化等预处理后,以主成分分析法(PCA)降维。将降维所得的前10个主成分作为新变量,分别用Fisher多类线性判别法、Bayes多类逐步判别法、K-最近邻法和径向基神经网络法等4种方法进行判别。判别结果表明,本文所采用的4种方法均能对降糖类药物进行较好的快速、无损判别,其中PCA结合Bayes多类逐步判别法是一种最优选方法,从而为药品快速检测提供了一种简单有效的检测手段。

混凝土扩盘桩的半面桩小模型试验方法研究

主要介绍了创新性的半面桩小模型试验方法,该方法克服了传统全截面桩试验只能测数据的缺陷,能够全过程观察桩周土体的真实破坏状态。详细阐述了试验方案、过程和试验注意事项,并给出了试验结果的新发现,为今后复杂截面桩的试验研究奠定了基础。

倾斜矿体采动与断层活化作用引起竖井变形的物理模型试验

倾斜矿体开采引起的地表变形与断层活化问题给矿山工程带来重大隐患,如竖井破坏。为了研究倾斜矿体采动及断层活化作用下竖井的变形破坏规律,引入一种软材料小模型物理模拟方法,对不同倾斜角度矿体、不同倾角断层下的模型进行开挖试验。结果表明:该方法能够较好地模拟典型的工程地质现象;在试验工况下,矿体倾斜角度不同,则自重应力场中的竖井受到采动影响的程度不同;处于开挖区上方的隐伏断层,倾角极缓时具有一定屏蔽垂直位移的作用,缓倾断层活化对水平位移的影响和陡倾断层活化对于垂直位移的影响具有某些相似性和对称性;倾角越接近45°,断层活化作用越强烈,对地表起伏度的影响越大,且竖井更有可能产生上部沉降、底部拱起的现象。

黑岱沟露天煤矿人工智能生产调度平台建设构想

针对目前的生产调度信息系统还不能摆脱依靠人力和经验,且这种方法往往存在人力资源和时间成本高、效率低等问题,提出了一种基于人工智能技术在露天煤矿智能生产调度平台的综合应用,该平台能够实时调取各类生产信息系统中的生产数据,为露天煤矿的生产调度提供科学、合理的生产组织决策支持。通过对现有技术的分析和对需求的深入了解,设计了一套完整的智能生产调度平台,根据生产计划与生产能力,对生产过程进行管理和控制,以确保生产过程能够按照计划进行,并且能够达到预期的生产效率和质量。随着科技的发展,人工智能技术在各个领域得到了广泛的应用,采用人工智能技术进行生产调度,不受人力资源和时间的限制,大幅度提高各系统的信息使用率,让对数据不专业的人能看的到、学得会生产指标和异常数据,大幅度提高调度效率和准确性。从而有效地提高露天煤矿的生产效率,降低生产成本,具有较高的实用价值。

基于动态监督知识蒸馏的输电线路螺栓缺陷图像分类

螺栓是输电线路中广泛存在的紧固件,其缺陷图像具有类内差异性小、类间差异性大的特性。针对复杂度高且性能优秀的大模型在分析螺栓缺陷图像消耗大量计算资源的问题,将知识蒸馏技术引入到输电线路螺栓缺陷图像分类中,提出了一种基于动态监督知识蒸馏的输电线路螺栓缺陷图像分类方法:在网络输出层采用自适应加权方法,提高小模型学习螺栓缺陷标签的准确性;在网络隐藏层进行注意力转移,提高小模型螺栓特征的表达能力;将网络输出层的自适应加权方法与网络隐藏层的注意力转移机制相结合,以充分提高小模型的螺栓缺陷分类能力。最后通过自建螺栓缺陷图像分类数据集验证了大模型利用所提蒸馏方法指导小模型训练的有效性,实验结果表明:小模型的分类准确率提高了2.17%,小模型与大模型的分类准确率只差0.63%,且小模型的参数量仅为大模型参数量的7.8%。研究实现了螺栓缺陷的高效分类,达到了精度与资源消耗的平衡。

可控整流器型静止无功补偿装置的可行性研究

从理论上分析了可控整流器型无功补偿装置电路拓扑的可行性,即在触发角接近90°的整流桥直流侧通过直流电抗器短接不会发生断流或过流。分析了装置进行无功补偿的机制,即整流桥吸收无功功率与直流侧平均电流近似成正比。对装置及其控制系统进行了建模,并以此为依据提出了控制器设计的基本要求。对装置电路进行了仿真,并通过小模型样机实验验证了该装置的可行性。这种可控整流器型静止无功补偿装置容量不受电抗值的限制,结构紧凑,可以大幅减少交流电抗器的数量并降低有功损耗,有进一步研究和应用的前景。

负债下摩擦市场不允许卖空时的最优投资组合

用极大极小模型讨论了在负债下,存在税收、红利和交易费等摩擦因素影响时不允许卖空时的两阶段投资组合最优化选择问题,分析了该模型的某些特征.尤其是,当风险资产互不相关时给出了解的表达式和一个有效的算法.

投资组合中一种极大极小优化算法及其应用

市场的有效与否是金融市场研究的基本核心问题,它的实质是表明金融市场有效运行机制,金融市场应体现何种波动特性。为了探求投资组合选择模型与求解方法,文章着重研究了金融市场中带有税收与交易成本等摩擦因素的资产投资组合选择模型。首先用内点算法求解投资者效用最大化的二次规划问题,并用算例验证了该方法的有效性;最后建立具有交易成本的投资组合选择的极大极小模型,并用数值算法计算,实证检验了该方法的可行性。

负债下摩擦市场允许卖空时的最优投资组合

着眼于现实的金融市场,用极大极小模型讨论了负债条件下,并存在税收、红利和交易费等摩擦因素影响的单阶段投资组合最优化选择问题,给出了允许卖空时解的一些结果和有效前沿的表达式.