- 博客(218)
- 收藏
- 关注
RSS订阅原创 AI+蒙特卡洛破解原子无序难题：MXene光电性能被精准“算透”
该研究提出等变图神经网络 + 蒙特卡洛统一框架，以 Ti₃C₂Tₓ MXene 为模型体系，毫秒级预测能量、光 / 电导率谱，精准揭示有序 - 无序相变规律；发现电导率在相变温度附近出现特征峰，光导率对局部无序不敏感，仅由表面化学组成决定，为高熵合金、自旋液体等无序材料建模提供通用方案。
2026-03-22 23:36:09
374
原创 量子计算+生物制药产业与技术发展研究报告（上）
《量子计算 + 生物制药产业与技术发展研究报告》针对量子计算 + 生物制药的产业发展、药物发现计算发展的变革、量子计算赋能药物发现的技术路线、应用场景案例等进行跟踪研判，同时对量子计算 + 生物制药发展趋势前景进行展望，供业界参考。
2026-03-16 01:00:49
436
原创 量子启发 AI 破解 PDE 难题：QIDNNF 让流体、波动力学模拟更稳更准
研究提出量子启发深度神经网络框架（QIDNNF）。该框架融入相位不变性与归一化守恒，通过薛定谔化转化 PDE 求解。
2026-03-09 22:23:15
397
原创 AI逆向设计改写材料研发——从性能到结构，生成新材料成功率提升
MIT 等团队在《Nature Materials》发表综述《 Artificial intelligence-driven approaches for materials design and discovery 》，系统阐述 AI 逆向设计材料的进展。
2026-03-01 23:02:45
1279
原创 骐骥驰骋·势不可挡 | 玻色量子2025年终总结
2025，玻色量子以开创性成就刻下里程碑，勇夺5个“中国首个”重大突破！我们在技术与生态上实现全方位跨越，以坚实的成果和战略合作，树立行业标杆，引领实用化量子计算新篇章。
2026-02-13 18:08:21
58
原创 AI解锁中子星核心奥秘：VAE模型精准生成状态方程
研究提出结构化 VAE 框架生成中子星状态方程（EOS），将传统 10 参数 Skyrme 模型压缩为 3 个参数Mmax、R1.4与 1 个潜在变量，生成的 EOS 与 SLy4 模型高度吻合，Mmax和R1.4的平均绝对百分比误差均仅 0.15%。
2026-02-08 13:58:50
744
原创 量子赋能多智能体路径规划：破解无人机、自动驾驶的 “避撞难题”
《Hybrid Quantum-Classical Multi-Agent Pathfinding》提出 QP 和 QCP 两种混合量子 - 经典多智能体路径规划算法。
2026-02-04 21:53:18
763
原创 综述：多尺度模拟与机器学习在高熵合金研究中的当前应用现状
《Current application status of multi-scale simulation and machine learning in research on high-entropy alloys》的研究表明，第一性原理、分子动力学等多尺度模拟与机器学习结合，可高效解决高熵合金研发难题。
2026-02-04 21:35:22
787
1
原创 量子格子玻尔兹曼算法革新流体模拟：突破边界条件，解锁复杂流动预测
扩展型量子格子玻尔兹曼算法的核心价值，在于首次将量子流体模拟从 “理想周期性流动” 推向 “真实复杂边界流动”，既保持了量子计算对非线性问题的指数级加速潜力，又通过卡尔曼嵌入与边界条件扩展解决了工程适配性难题。尽管目前仍依赖容错量子计算机实现，但该研究已验证量子算法处理真实 CFD 问题的可行性，未来随着量子硬件的成熟，有望将复杂流动模拟时间从数周缩短至小时级，彻底革新工程流体力学的研发范式。
2026-01-26 05:50:01
1019
原创 水处理AI突破小样本困境：VAE数据增强让污染物降解预测精度达88%
研究提出 VAE-ML 数据增强框架，通过变分自编码器（VAE）将 28 条 PPCPs 与 CO₂・⁻反应动力学数据扩展，使训练集从 22 条增至 122 条。最优 VAE-ANN 模型测试集R2=0.88，较基线模型提升 0.15-0.29，且成功泛化至・OH 主导的 AOPs。结合 SHAP 揭示电子转移主导机理，为水处理工艺优化提供精准、可解释的 AI 方案。
2026-01-18 21:10:56
820
原创 量子机器学习用于药物发现：系统综述
本文全面探讨了量子机器学习（QML）在药物发现领域的应用价值。该综述梳理了 QML 融合量子计算与机器学习的核心机制，详细分析了其在分子性质预测、药物 - 靶点相互作用预测、全新分子生成三大核心场景的应用现状。
2026-01-11 23:19:24
701
原创 药物研发加速利器：BiVAE-CPI 模型让化合物 - 蛋白互作预测准确率达 99.6%
本文提出 BiVAE-CPI 模型。其融合双向 VAE、GIN 与门控卷积编码器，捕捉 CPI 全局关联与局部特征。
2025-12-22 14:04:20
911
原创 页岩孔隙“显微镜”升级：生成对抗网络让油气储层观测精度提升8倍
中国石油大学（华东）团队在《石油勘探与开发》2025年5期发表《 基于生成对抗网络的页岩孔隙结构参数表征方法 —— 图像数据增强、超分辨率重构和多矿物相分割 》，提出 GAN 综合框架。
2025-12-15 01:09:34
990
原创 LLM对齐新方案：EBRM用能量模型让奖励模型更稳健，安全任务精度提升5.97%
《 Energy-Based Reward Models for Robust Language Model Alignment 》提出 EBRM，在传统 RM 上加轻量能量模型，建模奖励分布，不重训 RM。
2025-12-03 22:10:31
831
1
原创 分解三向RBM：解锁自然图像特征，CIFAR-10识别率达65.3%
《Factored 3-Way Restricted Boltzmann Machines For Modeling Natural Images》提出分解三向 RBM，其以三向交互建模像素关联，因子分解解决参数爆炸，模拟视觉皮层 “简单 - 复杂细胞” 层级。
2025-12-03 21:47:12
939
原创 EP-GAT革新股票预测：能量建模 + 并行注意力精准捕捉市场动态
EP-GAT模型，为股票趋势预测提供新方案。其用能量差异与玻尔兹曼分布构建动态股票关联图，捕捉股票间实时依赖；借并行图注意力机制保留个股层级特征，避免信息失真。
2025-11-30 23:12:14
1045
原创 能量基模型EBM-DDG：破解蛋白质突变结合能预测难题的新工具
《 Energy-Based Models for Predicting Mutational Effects on Proteins 》提出EBM-DDG模型，打破传统“固定骨架”假设，结合逆折叠模型与能量模型预测蛋白质突变结合自由能变化（ΔΔG）。
2025-11-14 17:20:56
834
原创 基于相干光量子计算机(CIM)的空时编码超表面量子启发优化算法复现
本文研究了量子退火启发的优化方法在空时编码超表面设计中的应用。针对传统算法处理高维离散优化问题的局限性，研究提出将超表面散射行为映射为Ising模型，并采用量子启发的模拟分叉算法和相干光量子计算机进行求解。
2025-10-18 16:06:49
735
原创 LBM+FCNN耦合模型：精准高效预测海底裂缝溶解的新工具
文章提出 LBM 与 FCNN 耦合模型，用于预测海底水平粗糙裂缝溶解模式。模型总损失低至 0.01，较传统方法计算时间缩短 20% 以上；在 8 种场景中，MSE 仅 0.0226，MAPE 不足 6%，裂缝壁位置预测偏差仅 0.01cm，且能适应 8-14mm 裂缝宽度，为深海能源开发提供可靠技术支持。
2025-09-27 21:16:35
1157
原创 对比GAN 与 VAE ：两大生成模型如何各显神通，又为何要 “联手”？
文章对比 VAE 与 GAN（以 DCGAN 为例），在 MNIST 数据集实验中，VAE 最终 MSE 34.66，生成图较模糊但多样性高；DCGAN MSE 36.3，生成图更清晰却易模式崩溃。VAE 支持半监督与无监督学习，训练稳定；DCGAN 仅无监督，训练波动大。二者融合模型（如 VAE-GAN）可兼顾清晰度与多样性，为生成模型优化提供方向。
2025-09-20 19:59:48
1015
原创 CVAE：让自动驾驶 “读懂人心” 的轨迹预测黑科技
文章《Multimodal Deep Generative Models for Trajectory Prediction: A Conditional Variational Autoencoder Approach》提出CVAE轨迹预测模型，解决传统模型多模态覆盖不足等问题。
2025-09-12 22:33:12
1323
原创 VQ-VAE-2：开启高保真多样化图像生成的新范式
《Generating Diverse High-Fidelity Images with VQ-VAE-2》提出向量量化变分自编码器（VQ-VAE-2），通过分层离散潜在空间和自回归先验，生成高保真、多样图像。在 ImageNet 上，其 FID 低至 10，分类准确率 Top-1 达 54.83%，超越 BigGAN；FFHQ 数据集上能生成 1024×1024 高清人脸，兼顾细节与多样性。
2025-09-05 17:45:12
1045
原创 【论文精读】量子退火启发的时空编码超表面优化
概要：本研究提出量子退火启发的时空编码超表面优化算法，将散射问题转化为二进制自旋模型，用模拟分岔（SB）算法求解。与遗传算法、量子启发遗传算法等算法相比，SB 算法单次运行速度快约 6-40 倍，目标时间（TTT）快约 200-4000 倍，且单次运行必达目标解，其他算法成功率低。其复杂度呈多项式增长，可扩展性良好，在单波束、多波束控制及波形设计中均表现优异，显著推动时空编码超表面实用化。
2025-08-01 19:04:49
1215
原创 量子涨落驱动的全局寻优：单光子CIM的理论与实证
相干伊辛机（CIM）正突破传统计算瓶颈。NTT 与东北大学开发的单光子 CIM ，首次实现在⟨n⟩≤1光子数下运行，相比传统CIM实现能耗降低达1000倍。在最大割问题（N=100）测试中，最优解获取率由55%提升至82%。此外，采用“集体决策”方法后，成功率最高达90%（传统方法最低仅4%）；“压缩真空输入”技术使成功率再提高超过20%。该成果验证了量子涨落可提升全局寻优能力，SPCIM 有望引领超低能耗量子计算发展。
2025-07-25 19:00:24
1292
原创 【论文精读】基于共识的分布式量子分解算法用于考虑最优传输线切换的安全约束机组组合
本次分析的论文《Consensus‐Based Distributed Quantum Decomposition Algorithm for Security‐Constrained Unit Commitment Considering Optimal Transmission Switching》于2025年6月25日在《Advanced Quantum Technologies》期刊上公开发表。本文提出了一个新的基于共识的分布式量子分解算法，旨在解决电力系统中的机组组合与最优输电开关的联合优化问题。
2025-07-18 18:49:21
987
原创 突破分子设计瓶颈：融合bVAE与GPU伊辛机的智能优化策略
伊辛机是硬件辅助的离散优化器，本文展示如何利用伊辛机提升自动分子设计效率：构建基于图的二进制变分自动编码器获取离散隐向量，训练因子分解机作为代理模型，并通过伊辛机优化。与连续隐空间的贝叶斯优化相比，该方法在三个基准问题中表现更优。对比基于量子比特的 D-Wave 量子退火器和基于 GPU 的 Fixstars Amplify 两类伊辛机，发现 GPU 型扩展性更佳，更适合分子生成。
2025-07-11 17:21:01
755
原创 量子计算+AI：特征选择与神经网络优化创新应用
传统机器学习中的特征选择方法长期面临一个根本性矛盾：严格的特征筛选可能导致信息损失，而保留过多特征又会引入噪声并增加计算负担，团队通过量子-经典混合优化框架，使用量子计算机来解决集成特征选择和参数优化问题，实现了对这一矛盾的创造性解决。
2025-06-05 15:36:01
1328
原创 案例解析：基于量子计算的分子对接-QDOCK（Quantum Docking）
分子对接是一种广泛应用于虚拟筛选、先导化合物优化和机制研究的计算技术，其核心是通过优化配体与蛋白质的结合姿态和自由能ΔGBindΔGBind确定结合模式。然而，该问题的NP-hard特性导致精确求解需枚举大量构象，现有方法（如模拟退火、分步枚举、深度学习模型和GPU并行计算）仍难以应对十亿级数据库（如ZINC）的筛选需求。量子计算机（如量子退火器和CIM）为解决NP-hard问题提供了新途径，其通过将问题映射为QUBO模型并利用量子比特的相互作用实现高效求解。
2025-04-29 12:17:35
1352
原创 论文精读：大规模MIMO波束选择问题的量子计算解决方案
随着大规模多输入多输出系统（MIMO）在5G及未来通信技术中的应用，波束选择问题（MBS）成为提升系统性能的关键。传统的波束选择方法面临计算复杂度高和计算资源不足的问题。本文提出了一种基于量子计算的解决方案，利用相干伊辛机（CIM）求解MIMO波束选择问题。通过将波束选择问题转化为QUBO模型，并映射到CIM物理设备，本文展示了量子计算在处理大规模组合优化问题中的潜力。
2025-04-23 11:43:31
1078
转载 求解整数规划问题的割平面法和分支定界法
基于Python调用ortools求解整数规划问题的代码，和此前介绍的线性规划代码的唯一不同点在于：整数规划中优化变量的定义是solver.IntVar，而线性规划中的定义方式是solver.NumVar。虽然割平面法和分支定界法的步骤看起来挺多的，但好在，求解器已经帮我们做好了集成的工作，所以我们可以直接调用现成的求解器来求解所遇到的整数规划问题。此外，我们很容易发现，x=(0,0)是P的一个可行解，此时f=0，P的最优解f*不会高于该值，所以P的上界是。显然，该解和上一节推演的结果是一致的。
2025-01-27 12:32:07
557
转载 模拟退火算法求解 0-1 背包问题
背包问题的目标是在给定物品和约束条件下，选择一定的物品，使得它们的总价值最大，同时满足总重量不超过给定的限制。模拟退火是一种基于概率的优化算法，主要用于解决，尤其适用于解决非线性、不规则的优化问题。
2025-01-24 12:07:12
219
转载 求解包含约束的最优化问题：罚函数法
（2）即使可以推导出梯度公式，但是随着M的增加，在边界处的梯度值越来越大，当M已经极大时，可能会出现梯度爆炸的现象，而很多问题的最优解恰恰是在边界处取得，这就会给数值计算带来较大误差，下图中，由于加入了惩罚项，边界处（两个圆点）的左右值显然变化很大。其次，P1中的x事实上并没有约束，所以其范围可以从可行域扩展到整个实数域，因为x的可选范围增加了，所以P1还有机会找到更好的解，所以P≥P1。当然，以上过程是通过朴素的认知推演出来的。然后，在P1中，如果只看M，其系数为正，所以是单调递增的，即如果存在。
2025-01-23 14:47:45
876
转载 用遗传算法解决VRP问题
我们研究的VRP问题模型如下所示。如图，某地有一配送中心，负责将货物配送到指定的各个配送点。每个配送点有一定的货物需求量，用货物重量表示。配送中心有若干辆车，每辆车有一定的载重量和里程限制，车的载重和行驶里程不可超过指定的值。一辆车可负责一个或多个点的配送任务，且每个配送点只被服务一次。在某一时刻，所有负责配送的车同时从配送中心出发，分别完成各自的配送任务后，再回到配送中心。根据以上条件，设计一个最优配送方案。对于每个方案，应给出每辆车负责的配送点及其先后顺序。上图显示了一个三辆车的配送方案。
2025-01-21 11:51:32
566
1
转载 【数学建模】求解混合整数线性规划 MILP 问题
混合整数线性规划（Mixed Integer Linear Programming，MILP）是一类优化问题，其中目标函数和约束条件均为线性，并且包含整数变量。MILP 在实际应用中具有广泛的应用，可以解决很多实际问题，如生产调度、网络设计、资源分配等。f — 系数向量。系数向量，指定为实数向量或实数数组。intcon — 整数约束组成的向量。整数约束组成的向量，指定为正整数向量。intcon 中的值指示决策变量 x 中应取整数值的分量。A — 线性不等式约束。线性不等式约束，指定为实矩阵。
2025-01-16 14:24:05
1058
转载 混合整数规划建模、求解TSP、VRP问题
TSP和VRP是在运输领域中常见的两个重要问题。这两个问题在不同的场景中都需要求解最优的路径或路线，以降低运输成本、优化资源利用效率。MIP（混合整数规模模型）是一种常用的数学建模方法，可以有效地解决这些问题。对于小规模的TSP、VRP问题，可以使用MIP数学建模方法来快速求解。本文介绍通过pulp来建立MIP模型，来求解TSP和VRP问题。
2025-01-15 11:25:22
334
转载 为什么拉格朗日乘子法可以处理带约束最优化问题？
最优化问题是指在一组变量中，寻找一个最优解，使得某个目标函数达到最大值或最小值，同时满足一些约束条件。一个典型的最优化问题可以表示为：其中，f(,......,)是目标函数，,......,)是约束条件，m 是约束的数量。传统的最优化方法，如直接对目标函数进行求导和求解，通常无法有效处理约束条件。拉格朗日乘子法的作用就是通过构造一个新的函数，将约束条件纳入其中，从而把带约束的最优化问题转化为一个无约束的问题。
2025-01-14 12:25:50
680
原创 玻色量子Kaiwu怎么在anaconda里面进行安装？
这里提示一下，因为Kaiwu这边会夹带一些常用库，所以新环境是不用担心这个numpy和pandas没有的，会自动安装。，注意要在anaconda的new的下拉菜单中确保正常显示这个环境，确保下次打开是有的。”，免费领取【人人皆可使用的】量子计算算力，以及开发工具包等学习资料。：总结一下就是让你创造的新环境在anaconda里面有选项。弄好之后重新打开一下anaconda，再去跑一下代码就好。注意一下：myenv这个是你取的名字，是什么没影响。好啦，本次分享就到这里，欢迎使用玻色量子。
2025-01-13 12:03:18
546
转载 模拟退火算法在生物信息学中的应用
模拟退火算法（Simulated Annealing, SA）是一种基于物理退火过程的全局优化算法。其核心思想源于固体退火原理，即通过加热使固体内部的原子达到无序状态，再缓慢冷却使其逐渐趋于有序，最终达到能量最低的状态。在算法设计中，这一过程被抽象为求解优化问题的策略：通过模拟加热和冷却过程，使系统在解空间中进行全局搜索，并在冷却过程中逐渐收敛到全局最优解。具体来说，模拟退火算法通过设定初始温度、冷却速率、终止温度等参数，控制搜索过程。
2025-01-10 16:00:39
895
转载 数值优化——KKT条件与PHR增广拉格朗日乘子法
我们在Uzawa’s Method来看待增广拉格朗日方法，我们知道，在运用Uzawa’s Method时所获得的d(λ)可能梯度是不连续的，如图中所示，这样的函数依靠sub-gradent难以收敛到最小值。而采用拉格朗日增广方法，如果我们先验的λ*存在（如图），那么我们得到的最优λ*(k+1)将会是下一次的先验值。除此之外，我们将增广拉格朗日方法所得到的d(λ)绘制出来就是图中的d(λ-)，我们可以看到，这个函数不仅是一阶导数连续，而且其最优解与采用Uzawa’s Method所获得的最优解是一模一样的。
2025-01-09 11:57:52
319
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人