A survey on HHL algorithm: From theory to application in quantum machine learning

The Harrow-Hassidim-Lloyd (HHL) algorithm is a method to solve the quantum linear system of equations that may be found at the core of various scientific applications and quantum machine learning models including the linear regression, support vector machines and recommender systems etc. After reviewing the necessary background on elementary quantum algorithms, we provide detailed account of how HHL is exploited in different quantum machine learning (QML) models, and how it provides the desired quantum speedup in all these models. At the end, we briefly discuss some of the remaining challenges ahead for HHL-based QML models and related methods.     

Analytical solution of stochastic differential equation by multilayer perceptron neural network approximation of Fokker–Planck equation

The Fokker–Planck equation is a useful tool to analyze the transient probability density function of the states of a stochastic differential equation. In this paper, a multilayer perceptron neural network is utilized to approximate the solution of the Fokker–Planck equation. To use unconstrained optimization in neural network training, a special form of the trial solution is considered to satisfy the initial and boundary conditions. The weights of the neural network are calculated by Levenberg–Marquardt training algorithm with Bayesian regularization. Three practical examples demonstrate the efficiency of the proposed method.     

爆炸荷载作用下方形夹芯板动力学响应与优化设计数值分析

为研究方形蜂窝铝板在爆炸荷载作用下的动力学响应,基于LS-DYNA非线性有限元软件,建立了TNT炸药-前后面板-蜂窝夹芯-空气的三维有限元模型。采用ALE(任意的拉格朗日欧拉)多物质流固耦合算法分析了蜂窝铝板在冲击荷载作用下的变形机理、塑性变形、能量吸收以及结构的优化。数值模拟结果表明:随着面板厚度、核心高度的增加,蜂窝铝板在冲击荷载作用下的塑性变形明显减小,抵抗变形的能力增强;随着爆轰入射角度的增加,结构的破坏程度有所减小,入射角越大这种效果越发明显。对结构给定边长和受冲击面积以及面板厚度配合比、夹芯量纲为一的高度进行了局部的优化分析,为设计优质铝蜂窝板提供参考。     

鬼成像中一些数学问题

鬼成像是一种与传统成像方式不同的通过光场涨落的高阶关联获得图像信息的新型成像方式。近年来,相比传统成像方式,鬼成像所拥有的一些优点如高灵敏度、超分辨能力、抗散射等,使其在遥感、多光谱成像、热X射线衍射成像等领域得到广泛研究。随着对鬼成像的广泛研究,数学理论和方法在其中发挥的作用愈显突出。例如,基于压缩感知理论,可以进行鬼成像系统采样方式优化、图像重构算法设计及图像重构质量分析等研究工作。本文旨在探索鬼成像中的一些有趣的数学问题,主要包括:系统预处理方法、光场优化及相位恢复问题。对这些问题的研究既可以丰富鬼成像理论,又能推动它在实际应用中的发展。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

基于相场描述的拉压不对称强度结构拓扑优化

运用了基于相场描述的拓扑优化方法，来寻找在拉伸和压缩中表现出不对称强度行为的连续体结构的最优布局。依据Drucker-Prager屈服准则和幂率插值方案，优化问题可以描述为在局部应力约束下的最小化结构的体积。用qp放松法来解决应力约束的奇异性，并采用基于P-norm函数的聚合方法对应力约束进行凝聚，该方法实现了约束个数的降低，同时引入了稳定转化法来处理大量的局部应力约束和高度非线性的应力行为，以修正应力，提高优化收敛的稳定性。在优化问题求解时，使用拉格朗日乘子法对目标函数和应力约束进行处理。利用伴随变量法进行灵敏度分析，并通过求解Allen-Cahn方程更新相场函数设计变量。数值算例证明了该优化模型和相应数值技术的有效性，相关算例还揭示了考虑拉压不同强度和考虑同拉压强度约束时得到的结构优化拓扑构型具有显著的差异。     

基于三线性分灾模型的结构多目标抗震优化设计

基于分灾抗震设计概念,发展了基于三线性分灾模型的结构多目标优化设计方法。以防屈曲支撑为分灾构件的框架结构为例,针对分灾构件设计参数,采用多目标遗传算法进行分灾结构多目标优化设计。最终得到了分灾框架结构分灾构件用量和层间位移角等重要特性的多目标优化关系,并进行了相关讨论。结果表明,结构多目标分灾优化模型可以综合考虑结构造价和抗震性能等,并可以根据目标偏好有效地满足设计需求;分灾构件对抗震性能的作用随着震级增大而增强,使用分灾构件的结构能够更好地抵御强震的作用。     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

波形钢板-UHPC组合桥面板结构截面优化

对实腹式波形顶板-UHPC(超高性能混凝土)组合桥面板进行了改进, 采用空腹式结构建立波形钢板-UHPC组合桥面板有限元模型, 研究UHPC层厚度、波形钢板厚度、波形长度、下缘板宽度和波形高度等截面参数变化对组合桥面板受力特性的影响, 并确定其合理取值范围. 在此基础上, 通过理想点法对参数组合进行优化, 得到合理的参数匹配. 研究结果表明 相较于实腹式组合桥面板, 优化后的组合桥面板自重减小35%, 钢板弯折处应力减小16%; 相较于正交异性钢桥面板, 桥面板用钢量减小7%, 顶板与U肋连接位置应力减小47%.     

The Application of Fractal Transform and Entropy for Improving Fault Tolerance and Load Balancing in Grid Computing Environments

This paper applies the entropy-based fractal indexing scheme that enables the grid environment for fast indexing and querying. It addresses the issue of fault tolerance and load balancing-based fractal management to make computational grids more effective and reliable. A fractal dimension of a cloud of points gives an estimate of the intrinsic dimensionality of the data in that space. The main drawback of this technique is the long computing time. The main contribution of the suggested work is to investigate the effect of fractal transform by adding R-tree index structure-based entropy to existing grid computing models to obtain a balanced infrastructure with minimal fault. In this regard, the presented work is going to extend the commonly scheduling algorithms that are built based on the physical grid structure to a reduced logical network. The objective of this logical network is to reduce the searching in the grid paths according to arrival time rate and path’s bandwidth with respect to load balance and fault tolerance, respectively. Furthermore, an optimization searching technique is utilized to enhance the grid performance by investigating the optimum number of nodes extracted from the logical grid. The experimental results indicated that the proposed model has better execution time, throughput, makespan, latency, load balancing, and success rate.