部分可观Petri网故障的量子贝叶斯诊断

针对故障本身构建量子贝叶斯Petri网模型算法,并利用该子网模型进行Petri网系统故障分析。对于部分可观Petri网模型中的不可观故障,根据可达标识图分析变迁点火路径不能判断系统状态,建立量子贝叶斯子网模型,通过不确定路径引起的量子干涉重新标定变迁的条件概率表得到量子概率振幅表。根据故障变迁的前置集合并结合量子贝叶斯推理计算变迁触发的先验概率,由后置集合中的可观变迁修正后验概率,由最大后验概率估计系统所处状态,当故障变迁不唯一时,选取最大概率的故障作为故障源。以实际故障系统建立部分可观Petri网模型,结合可观标签概率序列信息和量子贝叶斯概率估计,对系统不可观部分进行故障诊断验证算法的有效性。

奇异量子弱值的物理根源

对量子弱值这一重要而又备受争议的量子物理概念,提供了一个简明、直接的理解方法,澄清了引起量子弱值异常的物理根源。我们的分析以施特恩-盖拉赫装置在量子贝叶斯框架下得到的严格结果为数学基础.我们还特别对一项近期工作引起的混乱做出了澄清.该工作声称,奇异弱值可以由数据统计引起,而非量子物理特有的本质.

量子反馈控制研究进展

量子反馈控制理论将反馈的思想引入量子系统的主动控制中,已开始在量子光学、原子物理和量子 信息学等领域发挥越来越重要的作用。考虑到各种反馈策略的差异性,综述了量子反馈控制理论的研究进展, 分析和阐述了马尔可夫量子反馈、贝叶斯量子反馈、含时延非马尔可夫量子反馈和相干量子反馈,并对四种量 子反馈策略进行了简单比较。

基于量子认知的信任网络概率语言多属性群决策方法

论文针对信任网络和决策过程中决策者信念偏差和行为交互导致的顺序效应和干扰效应,基于量子认知理论提出了一种考虑信任的概率语言多属性群决策模型.首先,论文基于量子概率理论构建了考虑顺序效应和干扰效应的信任传递与集成模型.其次,利用概率振幅拓展了概率语言术语定性信息表征方法,分别基于离差最大化法和决策者相似性与相对信任度确定了决策问题的属性权重和决策者自身权重.然后,通过相似性启发式算法获取干扰项的相位角,使用类量子贝叶斯网络集成不同决策者相互干扰的评价信息,得到备选方案的综合评分和最优方案.最后,论文通过联合风险投资项目选择算例对所提出方法进行验证,敏感性分析和对比分析验证了该方法的合理性和创新性.

量子认知的研究回溯、核心应用领域与未来展望

量子认知是当代认知科学哲学体系中的一个新型的边缘分支学科,借助量子力学理论的数学方法对认知科学哲学领域中的现象构建模型,从而研究与描述人类认知,最为核心的应用领域是决策行为。近年来,一种基于量子理论的量子决策模型为解决传统决策模型难以解决的问题提供了新的思路。该模型打破了传统决策模型中经典概率理论的禁锢,为决策理论的发展指明了新的方向。然而,相较于其他较为成熟的认知科学哲学分支,量子认知的研究仍处于起步和发展阶段,还需要深入开展量子认知的基础理论研究、积极探索量子认知的神经生理基础、构建类量子贝叶斯网络以优化决策、发展量子博弈以拓宽量子认知疆域等。

Bayesian Lasso for Screening Experiments

The purpose of variable selection is to identify important predictors for response variables. Although there are many varieties of variable selection methods, almost all of them have a problem of not accounting for the relationship between predictors. Therefore it would well happen that the selected subset of identified predictors leads to hard-to-interpret model consisted of only interaction terms. In design of experiments, the analysis is driven by the effect heredity principle which governs the relationship between an interaction and its corresponding main effects. In this paper, the authors extend the variable selection method the Lasso with effect heredity principle to its Bayesian version. In the example, the authors analyze the data obtained from typical screening design Plackett-Bunnan design and compare the result from the ordinary Bayesian Lasso and proposed method.

量子认知对意识的“难问题”的突破及其展望

量子认知作为一门新兴的前沿学科,利用量子力学的数理手段,将认知科学领域的复杂现象模型化,进而研究和描述人类认知。功能主义与还原主义在破解意识的“难问题”上长期存在瓶颈,而以编制的客观还原模型和意识的心理物理理论为代表的量子认知进路,则在一定程度上突破了意识的“难问题”。然而,基于量子认知的意识的“难问题”研究仍处于起步和发展阶段,还需要深入开展量子认知与意识的“难问题”之间关系的基础理论研究、积极探索两者之间关系的神经科学基础、构建类量子贝叶斯网络以更好地厘清两者之间的关系。