Spotlight: Shape-Shifting Probes Will Help Improve MRI Imaging
并非所有宝石都是宝石类。在磁共振成像 (MRI) 领域，一种称为几何编码磁传感器 (GEMS) 的微型磁性探针能够增强 MRI。然而，这些探测器仍然
11 Ideas for Primary Math Stations
几周前，我与其中一所学校的辅导周期中有人提出这个问题，我分享了关于小学生 ELA 站点的想法。经过深思熟虑，我决定对数学做同样的事情。为小学生创建数学站点是一种有趣且有效的方式，可以通过动手活动向他们介绍基本的数学概念。这些站点可以帮助他们以互动和引人入胜的方式发展对数字、形状、图案和测量的理解。以下是适合学前班至一年级学生的一些数学站点想法：计数：让学生使用珠子、积木或纽扣等物品进行计数，练习计数和数字识别。包括数字卡，以便他们将数量与正确的数字匹配。形状分类：提供各种不同颜色和大小的几何形状以供识别和分类。让孩子们按形状、大小或颜色将它们分类到指定的箱子或贴有标签的垫子上。图案制作：识别和
特约撰稿人 Ken Hawthorn 回来了，他带来了一项很棒的艺术 + 几何活动，您可以与家人一起尝试。Ken 是 Austin School for the Driven 的创始人，这是一个独特的体验式学习环境、黑客思维和户外教育，全部由社区策划。他是《Super Arduino》的作者，并为奥斯汀社区学院和德克萨斯大学奥斯汀分校提供创客空间教育和设计方面的咨询。纸张是一种结构材料，是学校和家中许多精彩数学、科学和艺术项目的基础。从计算尺到“带有激光束的鲨鱼”，纸张都是一个很棒的起点！今天，我想分享一些最近对弹出式卡片几何的探索，甚至为您提供我们在 Driven 课堂上使用的实际文件，以便
本周科学播客中有什么内容？本周：采访 Carin Bondar 博士、大气发现、超声波影响、癌症复发、无菌手套、可怜的机器人、道德大脑、致命几何、传粉者的斗争、生态人工智能？、脏话，还有更多 TWIS 的转折！成为赞助人！查看我们的完整未编辑剧集 […]2023 年 9 月 13 日 - 第 943 集 - TWIS with a TWIST 首次出现在本周科学 - The Kickass Science Podcast 上。
Some thoughts on a liberal arts education
我最近听了一集播客 Word onFire，其中罗伯特·巴伦主教和布兰登·沃格特讨论了为什么文科很重要。虽然我同意他们关于需要支持人文学科的结论，但我不同意他们对文科教育的整体解释。巴伦主教对文科的定义是追溯到自由这个词的词根，即拉丁语 liber，意思是自由。他认为，在文科的背景下，自由是指不受实用性约束的学科。他以英语和哲学作为文科的例子，他声称这两门学科没有实际用途，但它们是高等科学，因为它们本身就很好。沃格特指出，文科“有时被称为人文学科”。我认为，文科和人文学科是同义词的观点实际上相当普遍。撇开人文学科没有实用性的说法，我认为将自由艺术与人文学科等同起来并不符合“自由艺术”一词的传统
Rethinking the Building Blocks of Learning with Mike Acerra
受建筑师巴克敏斯特·富勒和幼儿园运动的启发，Mike Acerra 设计了 Lux Blox，以重新构想学习的基石。作为 Lux Blox 的联合创始人兼总裁，Acerra 拥有跨学科背景，涵盖艺术、建筑、物理和教育。他的独特系统旨在通过基于自然的形式进行直观游戏，培养儿童的空间技能、创造力和自信心。Lux Blox 为教育工作者和家长提供了一个开放式平台，让他们能够通过动觉与学生互动。这些积木鼓励洞察力和探索性，使用普通玩具中没有的复杂几何形状。Acerra 设计 Lux Blox 是为了与科学和艺术原理保持一致，以帮助加强空间思维。正如主持人 Mike Palmer 与 Acerra
3D display could soon bring touch to the digital world
马克斯普朗克智能系统研究所和科罗拉多大学博尔德分校的研究人员开发了一种软形显示器，这种机器人可以快速准确地改变其表面几何形状，以便与物体和液体互动，对人类触摸做出反应，并显示字母和数字——所有这些都是同时进行的。显示器 […]
IEEE Transactions on Artificial Intelligence, Volume 5, Issue 5
1) 提高回归中 Delta 测试的特征选择稳定性作者：Rebecca Marion、Benoît Frénay页数：1911 - 19172) 群体协调控制概述作者：Dengxiu Yu、Jiacheng Li、Zhen Wang、Xuelong Li页数：1918 - 19383) 神经符号强化学习和规划：一项调查作者：Kamal Acharya、Waleed Raza、Carlos Dourado、Alvaro Velasquez、Houbing Herbert Song页数：1939 - 19534) 嵌入式深度学习加速器：最新进展调查作者：Ghattas Akkad、Ali Mans
Einstein on the internal structure of protons and neutrons
爱因斯坦对无法解释之事的解释 爱因斯坦定义了一种确定与空间几何相关的能量的方法，这可能决定了质子和中子的内部结构，这些结构可以量化 例如，他量化了物体的相对运动如何导致维度轴方向的变化。 阅读更多文章爱因斯坦论质子和中子的内部结构首先出现在统一量子和相对论上。
Article 45 Defining Maxwells Equation in terms of the physical properties of space time
爱因斯坦对无法解释的事物的解释 在麦克斯韦的电磁学数学公式中，他将光定义为由电场和磁场相互作用产生的传播电磁波。而爱因斯坦在广义相对论中将与引力相关的力定义为由时空中的几何曲率或空间位移引起的……阅读更多文章第 45 条根据时空的物理性质定义麦克斯韦方程首先出现在统一量子和相对论理论中。
Group-equivariant neural networks with escnn
Escnn 是基于 PyTorch 构建的库，它本着几何深度学习的精神，为设计和训练组等变神经网络提供了一个高级接口。这篇文章介绍了重要的数学概念、库的关键参与者以及库的基本用途。
mechDOG Kinematics, Trajectory, Synchronization & Gaits
逆运动学涉及计算将腿移动到特定位置所需的关节角度，这可以通过几何分析来实现。然而，仅凭这一点并不能让 mechDOG 行走；为此，我们需要同步腿部之间的运动并考虑一些其他因素。
Photorealistic clothing animation for avatars
一群科学家利用机器学习“重新发现”了万有引力定律。动画化身早已成为我们生活的一部分。但闭合动画的逼真建模仍然是一个悬而未决的挑战。一方面，现代物理建模技术可以以交互速度生成逼真的服装几何图形。另一方面，建模逼真的外观通常需要物理渲染，这对于交互式应用程序来说太昂贵了。
How to Solve Boolean algebra Expressions?
布尔代数源自代数，代数是数学的主要分支之一。数学有很多分支，例如微积分、算术、代数、几何、数值分析……如何求解布尔代数表达式？阅读更多»如何求解布尔代数表达式？文章首次出现在 AtomsTalk 上。
Of quartz – A colourful problem
颜色从何而来？我们说，色素：某些材料吸收和反射不同颜色光的能力，因为电子沿着或在其结构内被激发。这是真的：有时我们必须深入到化学、原子之间的连通性，才能看到颜色从何而来。其他时候我们不需要。结构色来自材料的纳米结构：原子在巨型结构或分子组中的排列。当它们聚集在一起时，它们形成平面、角度、表面细节和其他有趣的几何形状，间隙和重叠与光的波长大小相同。就像在浮油上看到的颜色一样，这种结构色是在光与物质形状相互作用时发生的。继续阅读全文 »
Red River Structure Physical Model Study
摘要：拟议的红河结构 (RRS) 旨在作为构成法戈-穆尔黑德大都市区洪水风险管理项目的三个门控结构之一，并在通用物理模型中进行了测试。采用 1:40 弗劳德比例对红河和河岸地区的结构、工程渠道、现有测深/地形以及拟议的南堤进行建模。物理模型用于确保 RRS 在可能的最大洪水期间能够通过至少 104,300 cfs，同时保持最大水池水面高程 923.5 英尺。物理模型还用于优化引道结构、消力池、挡土墙和侵蚀防护设计。物理建模工作产生了优化的消力池壁、挡土墙和端梁几何形状/配置，其中在消力池外部和附近未观察到侵蚀条件。事实证明，正确设计的抛石（圣保罗区的 R470 级配）能够成功地保护拟议的 RR
Red River Structure Physical Model Study
摘要：拟议的红河结构 (RRS) 旨在作为构成法戈-穆尔黑德大都市区洪水风险管理项目的三个门控结构之一，并在通用物理模型中进行了测试。采用 1:40 弗劳德比例对红河和河岸地区的结构、工程渠道、现有测深/地形以及拟议的南堤进行建模。物理模型用于确保 RRS 在可能的最大洪水期间能够通过至少 104,300 cfs，同时保持最大水池水面高程 923.5 英尺。物理模型还用于优化引道结构、消力池、挡土墙和侵蚀防护设计。物理建模工作产生了优化的消力池壁、挡土墙和端梁几何形状/配置，其中在消力池外部和附近未观察到侵蚀条件。事实证明，正确设计的抛石（圣保罗区的 R470 级配）能够成功地保护拟议的 RR
Recovering Data: NIST’s Neural Network Model Finds Small Objects in Dense Images
为了自动从科学论文中捕获重要数据，美国国家标准与技术研究所 (NIST) 的计算机科学家开发了一种方法来准确检测小型几何对象，例如
