莎拉于 2019 年获得阿德莱德大学激光物理与技术博士学位,并荣获院长博士论文优秀奖。莎拉是 IPAS 精密测量组的 ECR。她的研究旨在利用光的独特属性来突破基础研究和应用研究精密测量的界限。她是世界一流研究团队的一员,与南澳大利亚光子学公司合作,为下一代 GPS 卫星开发激光时钟。莎拉还在开发一种新型传感器,用于进行疾病诊断的医学呼吸分析。这两个项目都与 IPAS 的使命高度契合,即推动变革性技术,打造一个更安全、更健康、更富裕的世界,她也是最新的 3500 万美元 ARC 卓越中心呼吸科学光学微梳的副研究员。
“神经形态”是指与生物神经网络的架构和 / 或动态非常相似的系统 [1, 2, 3]。典型的例子是模仿生物大脑架构的新型计算机芯片,或从昆虫和哺乳动物的视觉或嗅觉系统等中获取灵感以获取环境信息的传感器。这种方法并非没有野心,因为它有望使工程设备能够重现生物有机体的性能水平 — — 主要的直接优势是有效利用稀缺资源,从而降低功耗。如今,神经形态方法主要在两个层面进行研究 (i) 算法和 (ii) 硬件。在算法层面,它利用基于脉冲的处理和训练 [2] 来构建能够有效处理数据的新型机器学习管道。在硬件层面,神经形态方法被用于设计受生物神经系统启发的新型模拟和数字电路和计算机芯片。这导致了新型传感设备的出现,据信这些设备可以产生特别好的候选对象来模拟生物视觉,以及用于设计专用于有效实现刚刚介绍的基于脉冲的系统的计算机芯片。事实上,由于基于脉冲的通信的不连续性和脉冲神经元的时间动态性,在传统计算机硬件上模拟整个脉冲神经元网络的行为在计算上(因此在能源方面)非常低效。这在人工智能 (AI) 领域也有近亲,Geoffrey Hinton 最近在其中引入了“凡人计算”的概念[ 4 ]:一种不存在软件和硬件分离的计算形式。在“凡人计算”中,神经网络解决方案与它们的计算能力独特地联系在一起
表格列表表 2-1. 设计挑战................................................................................................................................................................ 7 表 2-2. 其他相关资料................................................................................................................................................. 7 表 3-1. 器件建议....................................................................................................................................................... 10 表 3-2. 设计挑战....................................................................................................................................................... 10 表 3-3. 相关资料....................................................................................................................................................... 10 表 4-1. 设计挑战....................................................................................................................................................... 13 表 4-2. 相关资料....................................................................................................................................................... 13 表 5-1. 器件建议....................................................................................................................................................... 17 表 5-2. 设计挑战....................................................................................................................................................... 18 表 5-3. 相关资料....................................................................................................................................................... 18
功能性合成材料与生物实体的整合已成为一种新的、强大的方法,可用于创建具有前所未有的性能和功能的自适应功能性结构。这种混合结构也称为工程化生物材料 (ELM)。ELM 有可能实现许多人们非常需要的特性,这些特性通常只存在于生物系统中,例如自供电、自修复、响应生物信号和自我维持的能力。受此推动,近年来,研究人员开始探索 ELM 在许多领域的应用,其中,传感和驱动是进展最快的领域。在这篇简短的评论中,我们简要回顾了基于 ELM 的传感器和执行器的重要最新发展,重点介绍了它们的材料和结构设计、新制造技术以及生物相关应用。我们还确定了该领域的当前挑战和未来方向,以帮助这一新兴跨学科领域的未来发展。
摘要 分布式传感协议使用局部传感节点网络来估计网络的全局特征,例如局部可检测参数的加权平均值。在无噪声情况下,节点共享的连续变量 (CV) 多体纠缠可以提高参数估计的精度,相对于没有共享纠缠的网络所能达到的精度;对于纠缠协议,均方根估计误差随传感节点的数量 M 而呈 1 / M 的比例变化,即所谓的海森堡缩放比例,而对于没有纠缠的协议,误差则呈 M 1 的比例变化。然而,在存在损耗和其他噪声源的情况下,虽然多体纠缠在感测位移和相位方面仍然具有一些优势,但精度随 M 的比例变化并不那么有利。在本文中,我们表明使用 CV 纠错码可以增强传感协议对缺陷的鲁棒性,并恢复海森堡缩放比例至中等 M 值。此外,之前的分布式传感协议只能测量单个正交,而我们构建了一个可以同时感测两个正交的协议。我们的工作证明了 CV 误差校正码在现实传感场景中的价值。
摘要 分布式传感协议使用局部传感节点网络来估计网络的全局特征,例如局部可检测参数的加权平均值。在无噪声情况下,节点共享的连续变量 (CV) 多体纠缠可以提高参数估计的精度,相对于没有共享纠缠的网络所能达到的精度;对于纠缠协议,均方根估计误差随传感节点的数量 M 而呈 1 / M 的比例变化,即所谓的海森堡缩放比例,而对于没有纠缠的协议,误差则呈 M 1 的比例变化。然而,在存在损耗和其他噪声源的情况下,虽然多体纠缠在感测位移和相位方面仍然具有一些优势,但精度随 M 的比例变化并不那么有利。在本文中,我们表明使用 CV 纠错码可以增强传感协议对缺陷的鲁棒性,并恢复海森堡缩放比例至中等 M 值。此外,之前的分布式传感协议只能测量单个正交,而我们构建了一个可以同时感测两个正交的协议。我们的工作证明了 CV 误差校正码在现实传感场景中的价值。
美国宇航局的空间通信和导航 (SCaN) 项目部由两个网络组成,即近太空网络和深空网络。近太空网络由戈达德太空飞行中心运营,着眼于未来,并有意与航空航天界建立合作伙伴关系。商业化、创新和协同 (CIS) 办公室是美国宇航局近太空网络的一部分,致力于培养美国宇航局、工业界、学术界和其他政府机构之间的合作机会。作为 CIS 的行业参与负责人,Ali Hale 正在战略性地将行业专家与美国宇航局联系起来,以建立合作伙伴关系并就近太空网络的新技术和创新技术交换意见。她将与美国宇航局分享合作途径,最终目标是融合新技术和现有技术,为市场提供富有创意、经济高效的解决方案。
传感器广泛用于许多应用中,例如软机器人,药物载体和释放监测,人类健康,环境监测等。凝胶,包括水凝胶或有机凝胶,具有包含大量水或有机溶剂的三维网络,具有可调的Young的模量,可伸缩性,负载能力和良好的生物可理解。因此,各种凝胶是感测应用的理想材料平台。因此,我们很高兴宣布新的特刊《凝胶》,它将专注于作为在各个领域应用的传感器的凝胶。本期特刊感兴趣的主题包括但不限于: - 应变传感器; - 聪明的荧光感应; - 环境监测; -
基于单个固态旋转的量子传感器有望敏感性和空间分辨率1 - 20的独特组合。感应的关键挑战是在给定时间内并具有高动态范围内达到最小估计不确定性。自适应策略来实现最佳的表现,但是苛刻的实验要求阻碍了它们在固态系统中的实施。在这里,我们意识到自适应D.C.通过将钻石中电子自旋的单次读数与快速反馈相结合来感测。通过基于预先的结果实时调整自旋读数基础,我们在拉姆西互联网中表现出了超过标准测量极限的敏感性。此外,我们通过模拟和实验发现,自适应方案在考虑到开销和有限的估计时间时,与最知名的非自适应方案相比,具有独特的优势。使用优化的自适应协议,我们在1.78吨的范围内实现了6.1±1.7 nt Hz -1/2的磁场灵敏度。这些结果为固态传感器开辟了一类新的实验,其中利用了对测量历史的实时知识以获得最佳性能。量子传感器有可能通过利用对单个量子系统的控制来实现前所未有的灵敏度1,2。在一个突出的示例中,基于与钻石中氮的空位(NV)中心相关的单电子旋转的传感器资本资本利用了旋转的量子相干性以及由原子样电子波函数引起的高空间分解3,4。最近,它开创性实验已经证明了磁场5 - 7,电场8,温度9,10和菌株11的单旋传感。NV传感器有可能对生物学领域12-15,纳米技术16 - 18和材料科学产生革命性的影响。基于自旋的磁力计可以感觉到D.C.通过Zeeman偏移E Z =ħγB=ħ2πfB(其中γ是Gyromag-Netic Batio,而F B是Larmor频率)在两个自旋水平| 0>和| 1>之间。在拉姆西干涉测量实验中,由π/ 2脉冲制备的叠加态(1/2√)(| 0> + 1>)将在感应时间t上演变为(1/2√)(| 0> + e i i或)。可以通过在适当的基础上读取自旋,通过调整第二π /2脉冲的相位ϑ来测量φ=2πfb t。对于以恒定感应时间t重复的拉姆西实验,不确定性σf b随着总感应时间t的降低,为1 /(2πttt√)(标准的测量灵敏度,SMS)。然而,由于信号是周期性的,因此领域的范围也随t而下降,每当|2πfb t |时都会产生歧义。 >π。这导致动态范围为f b,max /σfb≤πt /t√。