数学与计算

一种使用自主空中机器人团队的增材制造方法允许可伸缩和可适应的三维打印，并用于在飞行中沉积建筑材料。

基于布尔数学和可重构电路的机械集成电路材料被创建，以演示可扩展的信息处理在合成，工程软物质。

基于电阻式随机存取存储器的内存计算神经网络推理加速器通过跨设计的所有层次进行协同优化，与现有硬件相比，同时提高了能源效率、灵活性和准确性。

概述了将组织过渡到量子安全加密协议的标准和建议，包括讨论过渡时间表和保护系统免受量子攻击的主要策略。

讨论了神经形态或生物启发的计算技术的好处和未来前景，以及对全球协调的资助、研究和合作方法的需求。

机器学习算法可以利用调查和手机数据，帮助确定最需要援助的人，补充确定人道主义援助目标的传统方法。

一种受蒲公英启发的无线太阳能传感装置重30毫克，通过无线电反向散射传输数据，在微风中传播，并成功直立着陆。

伊萨卡是一种深度神经网络，用于古希腊铭文的文本修复、地理归属和年代测定，它有助于历史学家对受损文本的研究。

一种新设计的控制体系结构使用深度强化学习来学习控制托卡马克的线圈，并成功地稳定了各种各样的聚变等离子体配置。

在《gt赛车》(Gran Turismo)游戏中，一个智能体接受了深度强化学习算法和专业训练场景的结合训练，展示了对抗冠军级别人类赛车手的成功。

一种应用反向传播的混合算法被用于训练可控物理系统层，以执行像深度神经网络一样的计算，但考虑到现实世界的噪声和缺陷。

对三次COVID-19疫苗行为调查的分析表明，更大的调查过度自信地高估了疫苗的摄取量，这表明样本量越大反而会导致估计不准确。

通过一个框架，机器学习可以指导数学家发现新的猜想和定理，并在纯数学不同领域的重要开放问题上产生数学见解。

一种新的方法量化了在线社区的社会构成，并将其应用于Reddit上14年的评论模式，结果显示，2016年，由于新用户进入该平台，两极分化加剧。

零知识证明，可用于验证秘密信息，这里报告的安全性是由狭义相对论定律强制执行的。

利用太阳能收集大气水的全球潜力图显示，根据气候适宜性，它可以为全球10亿人提供安全管理的饮用水。

模型强调国际旅行是SARS-CoV-2传入欧洲和美国的主要驱动因素，并表明病毒传入和本地传播可能已于2020年1月开始。

使用雷达观测的深度生成模型用于创建精确的降水预测，并支持现实世界的实用性。

一项研究报告了一种强化学习算法的设计和性能，该算法能够对2020年夏天前往希腊的乘客进行高效和有针对性的SARS-CoV-2测试。

一种生物学上知情的、可解释的深度学习模型已被开发出来，用于评估癌症治疗耐药性的分子驱动因素，预测临床结果并指导疾病进展的假设。

来自公平划分领域的原则被用于开发公民集会的选择算法，这些算法产生代表人口的小组，同时以近乎相等的概率选择个人。

通过将芯片布局规划作为强化学习问题，并使用神经网络生成高性能芯片布局，机器学习工具被用于极大地加速芯片布局设计。

本展望讨论了高能量密度物理学如何挖掘受人工智能启发的算法提取相关信息的潜力，以及数据驱动的自动控制例程如何用于优化高重复率的实验。

一种基于深度学习的算法使用常规获得的组织学切片，为转移性肿瘤和原发性未知癌症的复杂病例提供原发肿瘤起源的鉴别诊断。

量子磁体SrCu比热的压力依赖性和磁场依赖性₂(博_3.）₂，证明了它的相图包含一条终止于临界点的一阶跃迁线，与水类似。

对集体现象中非互反性的理论研究揭示了在从同步和群集到模式形成的背景下，由异常点预示的时间依赖阶段的出现。

介绍了一种可以与人类进行竞争性辩论的人工智能系统。

一种基于深度学习的卷积神经网络方法用于从单个rgb深度图像实时合成逼真的彩色三维全息图，称为张量全息术。

使用可编程集成纳米光子处理器的强化学习实验表明，与环境的量子通信通道加快了智能体的学习过程。

一种强化学习算法可以明确地记住有希望的状态，并返回这些状态作为进一步探索的基础，解决了所有尚未解决的雅达利游戏，并且在蒙特祖玛的复仇和陷阱上优于之前的算法。

贝叶斯优化在化学合成中应用于各种有机反应的优化，在平均优化效率和一致性方面都优于科学家。

一种被称为拉马努金机器的方法展示了使用算法来寻找基本常数公式形式的数学猜想，其中一些仍未被证明。

展示了一种基于相变材料存储阵列和基于芯片的光学频率梳的集成光子处理器，它可以以每秒数万亿次乘法累积(MAC)操作的速度运行。

一种将基于树的搜索与学习模型相结合的强化学习算法在高性能规划和视觉复杂领域中实现了超人的性能，而无需了解其底层动态。

数据增强和自我校正设计用于开发一种增强学习算法，用于在具有挑战性的平流层天气条件下的Loon超压气球的自主导航。

一个整合了细粒度流动网络的流行病学模型阐明了导致弱势社会经济和种族群体中较高感染率的流动相关机制，并发现限制地点的最大占用率对抑制感染特别有效。

NumPy是Python的主要数组编程库;这里回顾了它的基本概念，并讨论了它在日益专业化的计算库之间演变为灵活的互操作性层。

人工智能和低成本非接触式传感器的突破带来了环境智能，如果使用得当，可能会改善医疗保健服务的实际执行。

利用在全大陆数据和断裂模型上训练的神经网络，确定了在进一步的大气变暖下可能容易发生水力压裂的南极洲冰架。

一种基于视频的深度学习算法- echonet - dynamic -准确识别射血分数的细微变化，并使用多个心脏周期的信息对射血分数降低的心力衰竭进行分类。

描述非平衡系统中被动粒子和主动介质之间的流体动力学相互作用的理论框架预测了由主动成分密度驱动的扩散粒子的远程Lévy飞行。

一种优化锂离子电池快速充电协议的闭环机器学习方法可以准确有效地识别高寿命充电协议，与更简单的方法相比，大大缩短了实验时间。

利用硅中硼掺杂原子无序网络的非线性跳导进行了非线性分类和特征提取。

作者讨论了性别和性别分析在促进科学发现、提高实验效率和实现社会平等方面的潜力。

AlphaStar使用多智能体强化学习算法，已经达到了特级大师级别，在实时战略游戏《星际争霸2》中排名前0.2%。

分析表明，在过去30年里，全球71个大型湖泊的夏季浮游植物大量繁殖的峰值强度有所增加，表明全球范围内的浮游植物大量繁殖状况恶化。