XiaoMi-AI文件搜索系统
World File Search System原理的
基于基本稳态和异态原理的机器人调节行为
生态环境中的动物不仅会响应外部事件（例如机会和威胁），还会根据内部需求做出反应。因此，生物体的生存是通过调节行为实现的。尽管稳态和异态原则在此类行为中起着重要作用，但动物大脑如何实施这些原则尚未完全了解。在本文中，我们提出了一种新的调节行为模型，其灵感来自内侧网状结构 (mRF) 的功能。该结构遍布整个脑干，并显示出广泛的中枢神经系统 (CNS) 唤醒控制和基本动作选择特性。我们提出，基于 mRF 的模型允许在不同领域实施所需的灵活性，同时它还允许集成其他组件（例如位置细胞）以丰富代理的性能。这种模型将在移动机器人中实施，该机器人将导航复制沙潜蜥蜴的行为，这是调节行为的基准。
DNA 是基于量子物理原理的完美量子计算机
DNA 是一种复杂的多分辨率分子，其理论研究是一项挑战。其内在的多尺度性质需要化学和量子物理学来理解其结构，以及量子信息学来解释其作为完美量子计算机的运行。在这里，我们展示了 DNA 的理论结果，这些结果可以更好地描述其结构和在遗传信息的传输、编码和解码中的运行过程。芳香性可以通过关联电子和空穴对的振荡共振量子态来解释，这是由于量化的分子振动能量充当了引力。关联对在单带 𝜋 -分子轨道（𝜋 -MO）中的含氮碱基中形成超电流。MO 波函数（Φ）被假定为 n 个组成原子轨道的线性组合。腺嘌呤 (A) 和胸腺嘧啶 (T) 或鸟嘌呤 (G) 和胞嘧啶 (C) 之间的 32 中心氢键 33 的功能类似于理想的约瑟夫森结。正确描述了两个 34 超导体之间的约瑟夫森效应方法，以及含氮碱基的凝聚以获得形成量子比特的两个纠缠量子态。将复合系统的量子态与经典信息相结合，RNA 聚合酶传送四个贝尔 37 状态之一。DNA 是一台完美的量子计算机。38
DNA作为基于量子物理原理的完美量子计算机
DNA是一个复杂的多分辨率分子，其理论研究是一个挑战。其内在的24多尺寸性质需要化学和量子物理学才能了解结构和25个量子信息学，以将其操作解释为完美的量子计算机。在这里，我们提出了26个DNA的理论结果，可以更好地描述其结构及其在遗传信息的传输，编码和解码中的操作过程27。芳香性通过28个相关电子和孔对的振荡谐振量子状态来解释，这是由于量化的29个分子振动能充当吸引力的。相关对在单个带𝜋-分子轨道（𝜋 -MO）中的氮基碱基中形成30个超电流。Mo Wave 31函数（φ）被认为是N组成原子轨道的线性组合。腺嘌呤（a）和胸腺氨酸（T）或鸟嘌呤（G）和胞嘧啶（C）之间的32个中央氢键像理想的约瑟夫森连接一样。正确描述了两个34个超导体之间约瑟夫森效应的方法，以及氮基碱的凝结到35，获得了形成量子的两个纠缠量子状态。将36个复合系统的量子状态与经典信息相结合，RNA聚合酶传递了四个钟形37个状态之一。DNA是一台完美的量子计算机。38
基于摩擦电原理的人工智能金属聚合物滑动轴承
随着物联网和人工智能的快速发展，对智能轴承传感技术的需求急剧增加。一般的轴承传感器只能识别来自温度或振动的基本信息，远远不能满足自诊断和自维护。最近，基于摩擦电纳米发电机的自供电传感技术为制造智能轴承开辟了一条新途径。在本研究中，摩擦电原理被应用于商用金属聚合物滑动轴承（MPPB），该轴承可以实现自感知，自诊断和自维护。摩擦电MPPB（T-MPPB）的几何结构旨在平衡输出效率和外部负载，并验证了超强的耐久性和负载能力。此外，首次揭示了边界和静水流体润滑下输出变化趋势背后的机制。此外，深度学习算法可以高度准确地对润滑状态进行分类。所提出的 T-MPPB 有可能根据 AI 分类的润滑状况，使用润滑泵实现自我维护。这项研究不仅确立了设计自供电智能 MPPB 的可行性，还展示了一种识别润滑状态的方法，从而通过自供电传感器实现自我诊断和自我维护能力。
关于等效原理作为检测引力 t3 相的规范原理的可测试性
等效原理是爱因斯坦相对论的支柱之一，因此，它最初是在经典理论中表述的，经典理论中，点粒子的所有可观测量，特别是其位置、能量和质量，在粒子的任何状态下都是清晰的。其他原理也是如此，比如能量守恒定律，尽管如此，其在量子理论中的表达和有效性还是被广泛接受。然而，对于量子系统的等效原理的表述存在很大争议：这是因为量子系统可以存在于空间叠加中，而经典表述的等效原理并不直接涵盖这种情况。因此，有人提议将其扩展到量子系统 [ 1 – 3 ]；也有人声称量子系统违反了该原理（例如，参见 Anastopoulos 和 Hu 的引言 [ 4 ] 以及本文的参考文献）；有些人还声称这应该是引力状态降低的原因 [ 5 ]。这里讨论的重点是，等效原理意味着不同质量的粒子应该以相同的速率在相同的引力场中下落。然而，量子德布罗意波长是粒子质量的函数，因此不同质量的粒子在同一引力场中的干涉效果会有所不同。这似乎违反了等效原理的规定，即不同质量的粒子在同一场中的行为无法区分。正如我们将在下文中看到的，在我们提出的量子等效原理中，这并不是一个相关问题。我们相信，对于争议的其他方面也是如此，例如 Anastopoulos 和 Hu [ 4 ] 中提到的方面。在这里，我们想通过类似于能量守恒的方法将等效原理扩展到量子领域。也就是说，为了将该原理扩展到量子领域，我们将假设对于量子叠加的任何分支，该原理都成立。具体来说，我们假设，对于在位置 x 处尖锐的空间叠加态的每个分支，等效原理以其当前接受的形式之一成立：通过在 x 处的局部操作，均匀重力场 g 中静止的点粒子的运动状态与在 x 处经历加速度 − g 的点粒子的运动状态在经验上是无法区分的。
基于第一性原理的高通量筛选耐腐蚀高熵合金的方法
由于合金的成分空间几乎是无限的，因此设计耐腐蚀高熵合金 (CR-HEA) 具有挑战性。为此，需要高效可靠的高通量探索性方法。为此，当前的工作报告了一种基于第一性原理的方法，利用功函数、表面能和耐腐蚀性之间的相关性（即，根据定义，功函数和表面能分别与合金固有的耐腐蚀性成正比和反比）。使用由密度泛函理论 (DFT) 计算得出的离散表面能和功函数，评估了 fcc Co-Cr-Fe-Mn-Mo-Ni 功函数和表面能的两个贝叶斯 CALPHAD 模型（或数据库）。然后使用这些模型对不同的 Co-Cr-Fe-Mn-Mo-Ni 合金成分进行排序。观察发现，排序后的合金具有与之前研究的耐腐蚀合金相似的化学特性，这表明所提出的方法可用于可靠地筛选具有潜在良好固有耐腐蚀性的 HEA。
衡量人机协作中自由文本原理的人类效用
最近，人们对使用语言模型 (LM) 进行人机协作的兴趣日益浓厚。为了向人类解释其推理过程，最先进的 LM 已被证明能够流畅地用自然语言生成自由文本理由 (FTR)，例如通过思路链提示。尽管如此，这些生成的 FTR 能够多有效地为人机协作提供人类效用，即帮助人类解决 NLP 任务，仍不清楚。为了研究是什么让 FTR 对人类有用，本文分析了人类效用与各种 LM/FTR 属性之间的关系。首先，尽管 LM 通常会经过微调/提示以联合生成任务标签和 FTR，但我们发现 LM 的任务性能与人类效用几乎没有相关性，而 LM 大小是人类效用的正向预测指标。其次，我们观察到某些 FTR 属性对是人类效用的强正向预测因素，例如，高效用的 FTR 往往既简洁又包含新信息。第三，我们表明，给定任务实例的高效用 FTR 可以提供可迁移的知识，帮助人类推广到解决新实例。通过揭示 FTR 在实际环境中对人类效用的性质，我们的研究结果可以帮助指导未来设计 LM 和 FTR 生成策略的工作，以实现更强的人机协作。
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
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
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，