XiaoMi-AI文件搜索系统
World File Search System原理的
使用等价原理的空间测试探索物理宇宙的基础
洗礼电池1·Joote Berg´e 2·Andrea Bertoldi 1·Luc Blanchet 3·Kai Bongs 4·Philippe Bouyer 1·Claus Brammaier 5·Davide Calonico 6 Jetzer 12·Claus L'Amammerzahl 13·Steve Lecomte 14·Christophe le pucin-lafutte 11·Sina Loriani 9·Gilles M´etris 15·Miquel Naprarias 16·Miquel Naprarias 16·r raseL 9·renst rasel 9·Serge reynaud 17·艾尔纳德（Reynaud 17） 19 · Christophe Salomon 10 · Stephan Schiller 20 · Wolfgang P. Schleich 21 · Christian Schubert 22.23 · Carlos F. Sopuerta 24 · Fiodor Sorrentino 25 · Timothy J. Sumner 26 · Guglielmo M. Tino 27 · Philip Tuckey 11 · Wolf von Klitzing 28 ·丽莎·沃恩
使用等价原理的空间测试探索物理宇宙的基础
洗礼电池1·Joote Berg´e 2·Andrea Bertoldi 1·Luc Blanchet 3·Kai Bongs 4·Philippe Bouyer 1·Claus brammaier 5·Davide Calonico 6 Claus l'Amammerzahl 13·史蒂夫·莱科特（Steve Lecomte）14·Christophe le pucin-lafutte 11·Sina Loriani 9·gilles M´etris 15·Miquel Naprarias 16·Miquel Naprarias 16·rasel rasel 9·Ernst Rasel 9·Serge Reynaud 17·Manuel Rodrigues 2·萨洛姆·萨洛姆·萨尔特（Manuel Rodrigues 2斯蒂芬·席勒（Stephan Schiller）20·沃尔夫冈·施莱希（Wolfgang P. Schleich
利用等效原理的空间测试探索物理宇宙的基础
Baptiste Battelier 1 Jo¨el Berg´e 2 Andrea Bertoldi 1 Luc Blanchet 3 Kai Bongs 4 Philippe Bouyer 1 Claus Braxmaier 5 Davide Calonico 6 Pierre Fayet 7,8 Naceur Gaaloul 9 Christine Guerlin 10 Aur´elien Hees 11 Philippe Jetzer 12 Claus L¨ammerzahl 13 Steve Lecomte 14 Christophe Le Poncin-Lafitte 11 Sina Loriani 9 Gilles M´etris 15 Miquel Nofrarias 16 Ernst Rasel 9 Serge Reynaud 17 Manuel Rodrigues 2 Markus Rothacher 18 Albert Roura 19 Christophe Salomon 10 Stephan Schiller 20 Wolfgang P. Schleich 21 Christian舒伯特 22,23 卡洛斯·F·索普埃尔塔 24 菲奥多·索伦蒂诺 25 蒂莫西·J·萨姆纳 26 古列尔莫·M·蒂诺 27 菲利普·塔基 11 沃尔夫·冯·克利青 28 莉萨·沃纳 29 彼得·沃尔夫 11 马丁·泽兰 30
结合布朗运动和相似原理的方法来改进剩余使用寿命预测
如今，基于状态的维护 (CBM) [1] 是制造业越来越多地尝试采用的一种维护策略，目的是降低设备单元的生命周期成本并延长其可用性。CBM 使用实时信息通过恢复设备单元的功能特性来优化维护时机。它基于设备单元的当前健康监测，因此添加预测工具来预测未来状态和预测维护非常重要。故障预测是 CBM 的主要任务之一。它根据状态监测信息估计设备单元的 RUL。通常，预测方法可以根据所用信息的类型分为三大类。这些类别 [2]、[3] 被定义为基于物理模型的方法、数据驱动的方法和基于融合的方法。基于物理模型的方法 [4] 使用显式数学模型来表示动态系统的退化。数据驱动的方法基于状态监测，
神经教育中的人工智能：符合神经科学原理的人工智能应用系统评价，用于优化学习策略
MA 3. 芝加哥德保尔大学计算机科学系硕士生 *通讯作者：shasan1@student.fitchburgstate.edu 摘要 本研究考察了人工智能 (AI) 与神经科学原理在教育中的融合，重点关注机遇、挑战和对提高学习成果的影响。神经教育将神经可塑性、认知负荷理论和记忆形成等神经科学原理与 AI 工具相结合，以实现个性化、参与和认知优化。按照 PRISMA 指南，对 518 项研究进行了系统回顾，范围缩小到过去十年发表的 35 篇同行评审论文。这些论文分析了 AI 在神经教育中的应用，包括自适应平台、神经反馈工具和道德考虑。发现自适应学习系统、神经反馈界面和游戏化环境等 AI 工具可以增强基于大脑的学习策略。VR 和 AR 等未来技术显示出沉浸式学习的巨大潜力。关键挑战包括高成本、数据隐私问题和算法偏差。跨学科合作和经济实惠、可扩展的解决方案对于解决道德和技术障碍至关重要，从而实现人工智能在神经教育中的公平和变革性应用。
基于第一性原理的石墨烯的光热性能研究
它达到稳定性。在514.5 nm激光率下进行石墨烯的光学和热力学性能。结果表明石墨烯具有出色的光疗特性。在低能和中能区域中石墨烯的吸收相当显着，并且其在紫外线区域中的强吸收可以应用于紫外线过滤器和光伏设备。在高温下，石墨烯的高温度及其稳定性在热管理材料和高温应用中具有巨大的应用潜力，扩大了石墨烯在光学组件和治疗管理材料中的应用，并为实验提供了更多理论支持。
基于3D Rubik的立方体原理的锯齿形转换加密算法增强了四平方
现有的四平方密码，特别是具有锯齿形变换加密算法的四平方英尺，是本研究的基础，旨在解决其加密限制。现有算法无法用数字和特殊字符加密消息，可以轻松破解键，当该过程重复超过26次时，加密的Digraph与第一个加密的Digraph相同。本研究旨在通过转换5x5矩阵，增强加密解码密钥并改善锯齿形变换来增强现有算法。所采用的方法涉及利用6x6x6立方体来包括大写字母和小写字母，数字和特殊字符。随机加密 - 解码密钥是使用密码固定的伪数字发生器（CSPRNG），斐波那契序列，tribonacci序列和线性反馈移位寄存器生成的。锯齿形变换通过采用rubik的立方体原理，csprng，斐波那契序列和tribonacci序列来改善，以随机化立方体旋转。进行了各种测试以评估增强算法。矩阵比较测试显示了角色集的显着扩展，允许大写和小写字母，数字和特殊字符的利用。加密和解密的文本的比较突出了增强算法将密文归还到原始明文中的能力，超过了现有算法的局限性。增强算法的平均雪崩效应为52.78％，超过了安全的加密算法的最小雪崩效应。统计随机性测试，包括频率（单算）和运行测试，提供了算法随机性的强大证据，满足了安全加密的阈值。
基于扩展最小作用量原理的量子标量场论
摘要 最近证明了非相对论量子公式可以从扩展的最小作用量原理 Yang (2023)。在本文中，我们将该原理应用于大质量标量场，并推导出标量场的波函数薛定谔方程。该原理通过考虑两个假设扩展了经典场论中的最小作用量原理。首先，普朗克常数定义了场需要表现出可观测的最小作用量。其次，存在恒定的随机场涨落。引入一种新方法来定义信息度量来衡量由于场涨落而产生的额外可观测信息，然后通过第一个假设将其转换为额外作用量。应用变分原理来最小化总作用量使我们能够优雅地推导出场涨落的跃迁概率、不确定关系和波函数的薛定谔方程。此外，通过使用相对熵的一般定义来定义场涨落的信息度量，我们得到了依赖于相对熵阶数的波函数广义薛定谔方程。我们的结果表明，扩展的最小作用原理既可用于推导非相对论量子力学，也可用于推导相对论量子标量场理论。我们期望它可以进一步用于推导非标量场的量子理论。
