The state of remote work Preparing for business as usual—from anywhere

pdf，word，和github代码汇总

In this paper, the current research of an underwater optical wireless communication (UWOC) network is reviewed first. A hybrid laser diode (LD) and light-emitting diode (LED)-based UWOC system is then proposed and investigated, in which hybrid cluster-based networking with mobility restricted nodes is utilized to improve both the life cycle and throughput of the UWOC network. Moreover, the LEDs are utilized for the coarse alignment, while the LDs are used for high-precision positioning to reduce

这是旅行商问题的离散状态转换算法

Robert C. Martin做了两个自动产生FSM代码的工具，for java和for C++各一个。这个工具的输入是纯文本的状态机描述，自动产生符合State Pattern的代码，这样developer的工作只需要维护状态机的文本描述，没必要冒引入bug的风险去维护code。

matlab分时代码电力系统状态估计 这是使用MATPOWER生成的IEEE 14总线系统的数据集。 它包括各种测量（作为输入）和电压以及所有14条总线的大小（作为状态）。 该论文已发表在《国际电力与能源系统杂志》上。 这是arxiv的链接 单击下面的链接以获取数据集和源代码。 有些文件尚未上传。 请阅读本文以了解此代码。 GM-Estimator的MATLAB代码是从以下链接获得的。 如果您使用GM-Estimator，请在链接中引用该论文。 请将此工作引用为@article {BHUSAL2021106806，title = {基于深度学习的实时电力系统状态估计的综合方法}，期刊= {International Electric and Power Systems}，卷= {129}，页数= {106806}，年份= {2021}，}

稳健的电力系统状态估计器对于监控应用至关重要。 根据我们的经验，我们发现使用投影统计的鲁棒广义最大似然（GM）估计是文献中最好的方法之一。 它对多个交互和一致的不良数据、不良杠杆点、不良零注入以及某些类型的网络攻击具有鲁棒性。 此外，其计算效率高，适合在线应用。 除了 GM 估计器的良好击穿点外，它在高斯或其他厚尾非高斯测量噪声下具有很高的统计效率。 使用 SCADA 测量的 GM 估计器的原始版本是由 Mili 和他的同事在 1996 年提出的 [1]。 通过在 [R2] 中使用 Givens 旋转增强了其数值稳定性。 在 [R3] 中，GM 估计器被扩展为同时估计变压器抽头位置和系统状态。 错误的零注射也得到了解决。 在 [R4] 中，提出了 GM 估计器来处理动态状态估计中的创新和观察异常值以及测量损失。 在这里，我们想与所有研究人员分享 GM 估计器的 Matlab 代码。 我们还

使用此代码模拟基本的 3D 微观结构演变。 这是一个相当古老的代码。 此版本使用环绕边界条件，与新代码相比，计算速度稍慢。 但是，我正在对较新的版本进行一些更改。 所以，当心新版本.. :)

液态状态机 (LSM) 是一种使用时间神经元进行计算的方法，与标准人工神经网络不同，它可用于直接对固有时间数据进行分类。 它也被提出作为某些大脑功能的自然模型。 通过这段代码，我们表明通常由 Maass 等人定义的液体状态机不能作为大脑功能的自然模型。 这是因为它们很容易受到模型部分故障的影响。 该代码通过指定某些类型的拓扑约束（例如“小世界假设”）解决了这个问题，这些拓扑约束被认为在生物学上是合理的，可以在这个意义上恢复 LSM 的鲁棒性。 有关更多详细分析，Hazan, H. 和 Manevitz, L.，液态机中的拓扑约束和鲁棒性，专家系统与应用，第 39 卷，第 2 期，第 1597-1606 页， //dx.doi.org/10.1016

强化学习经典书籍，介绍了强化学习当前的各个细节，实用性很强。