XiaoMi-AI文件搜索系统
World File Search System可控的
通过工程晶体晶格失真玻璃陶瓷中可控的多色上转换
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
可控的热辐射来自扭曲的双层石墨烯
在本文中，我们研究了小扭曲角度的TBG的光学传导率和热辐射。我们使用包括200多个平面波的连续模型来实现收敛能带。此方法对很小的角度有效。具有不同扭曲角度的TBG的光导率在数值上由久保公式计算出来。基于先前作品的远场辐射理论[21-23]，我们探索了TBG的热辐射特性。TBG的辐射光谱通过改变扭曲角度显示可调的高强度和峰位置。 具有魔法角度，可以调节TBG辐射以在0.05EV至0.08EV范围内集中，这超出了大气透明窗口[24]。 这种电磁（EM）波很难在大气中传播，因此红外（IR）摄像机无法检测到它。 用这种材料制成或覆盖的设备是不可见的。 此类材料也可用于制造纺织品以保持温暖，因为热辐射不太可能通过大气传播。 我们的结果建立了魔法双层石墨烯，作为一个高度可调的平台，可调查隐形和保留温暖的材料。TBG的辐射光谱通过改变扭曲角度显示可调的高强度和峰位置。具有魔法角度，可以调节TBG辐射以在0.05EV至0.08EV范围内集中，这超出了大气透明窗口[24]。这种电磁（EM）波很难在大气中传播，因此红外（IR）摄像机无法检测到它。用这种材料制成或覆盖的设备是不可见的。此类材料也可用于制造纺织品以保持温暖，因为热辐射不太可能通过大气传播。我们的结果建立了魔法双层石墨烯，作为一个高度可调的平台，可调查隐形和保留温暖的材料。
世界上最可控的 Tetra-Gel
Gellycle 是一家生物科技初创公司，旨在将东京大学 Takamasa SAKAI 教授发明的 Tetra-Gel 平台商业化。他是全球公认的凝胶和聚合物领域的领军人物，已发表 180 多篇论文，包括 Science 和 Nature Materials 等著名期刊（T. Sakai* 等，Macromolecules 2008 > 被引用 1100 次）。
Infinicube：无界和可控的动态3D ...
我们在Finube中提出，这是一种可扩展的方法，用于生成具有高量和可控性的非边界动态3D驾驶场景。以前的场景生成方法遭受有限的尺度或缺乏生成序列的几何和表现一致性。在很重要的情况下，我们利用可扩展的3D表示和视频模型中的最新进步来实现大型动态场景生成，从而可以通过高清地图，车辆边界框和文本描述来实现灵活的控制。首先，我们构建了一个基于地图的基于地图的稀疏体3D生成模型，以释放其无限素素的能力。然后，我们通过一组精心签名的像素一致的指导缓冲液重新使用视频模型，并将其扎根于体素世界，从而综合了一致的外观。最后，我们提出了一种快速的前进方法，该方法使用体素和像素分支来将动态视频提升为动态的3D高斯，并具有控制 -
dragtraffic：自动驾驶的交互式和可控的交通现场生成
摘要 - 评估和培训自主驾驶系统需要多样化且可扩展的角案例。但是，大多数现有场景生成方法都缺乏可控性，准确性和多功能性，从而导致产生不令人满意的结果。受图像生成中Draggan的启发，我们提出了DragTraffic，这是基于条件扩散的广义，交互式和可控制的交通场景生成框架。dragtraffic使非专家可以通过自适应混合物专家体系结构为不同类型的交通代理生成各种逼真的驾驶场景。我们采用回归模型来基于条件扩散模型提供一般的初始解决方案和改进程序，以确保多样性。通过交叉注意来引入用户注定的上下文，以确保高可控性。在现实世界中的数据集上进行的实验表明，拖拉法在真实性，多样性和自由方面优于现有方法。演示视频和代码可在https://chantss.github.io/dragtraffic/上找到。
vtoonify：可控的高分辨率肖像视频风格转移
生成高质量的艺术肖像视频是计算机图形和视觉中的重要且理想的任务。尽管已经提出了一系列成功的肖像图像图像模型模型，但这些面向图像的方法在应用于视频（例如固定框架尺寸，面部对齐，缺失非种族细节和时间不一致的要求）时具有明显的局限性。在这项工作中，我们通过引入一个新颖的Vtoonify框架来研究具有挑战性的可控高分辨率肖像视频风格转移。具体而言，Vtoonify利用了基于编码器提取的多尺度内容功能的高质量艺术肖像来利用型号的中高分辨率层，以更好地保留框架详细信息。结果完全卷积体系结构接受可变大小的视频中的非对准面孔作为输入，从而有助于完整的面部区域，并在输出中自然动作。我们的框架与现有的基于样式的图像图像模型兼容，以将其扩展到视频化，并继承了这些模型的吸引力，以使其具有柔性风格的颜色和强度控制。这项工作分别为基于收藏和基于典范的肖像视频风格转移而建立在Toonify和Dualstylegan的基于Toonify和Dualstylegan的Vtoonify的两个实例化。广泛的实验结果证明了我们提出的VTOONIFY框架对现有甲基的有效性在生成具有灵活风格控件的高质量和临时艺术肖像视频方面的有效性。代码和预估计的模型可在我们的项目页面上找到：www.mmlab-ntu.com/project/vtoonify/。
两种供应链带有生产中断和可控的恶化，考虑了二型碳排放量
摘要。本文考虑了由制造商和制造商面临随机生产破坏风险的零售商组成的两回能供应链。制造商以更高的价格从二级市场中补充未生产的物品，以履行零售商的订单。为了吸引更多客户，本文考虑了客户的需求，取决于产品销售价格，股票水平和新鲜物品的新鲜水平。此外，本文考虑了保护技术投资（PTI），以减轻物品和碳税调节的恶化率，以遏制从供应链活动中揭示的碳排放量。使用领导者与追随者关系的Stackelberg游戏方法考虑制造商是领导者和零售商作为追随者。开发了几种定理，以说明利润功能的凹度，并找出最佳解决方案，在这些解决方案中，目的是最大化制造商的总利润，但要承担零售商愿意产生的最低总成本。提出了几个数值示例，以说明所提出的模型，并在有或没有碳税政策的情况下比较获得的结果。最后，具有一些关键管理见解的灵敏度分析以演示模型。结果表明，产品的新鲜度影响了消费者购买更多购买的决定，这就是为什么新鲜度是增加销售以及供应链的总利润的重要竞争工具的原因。
补充材料“可控的奇数库珀对在多杀手约瑟夫森连接处”
因此，可以通过执行各个量子数交换的所有可能组合来获得允许的对振幅（eqs。（S2）和（S3）），填充反对称条件等式。（S1）。这样做，我们发现八个允许尊重反对称条件的对对称类别，其中4对应于奇数相关性，请参见表S1。特定相关性是超导索引（sup。索引）在扩大允许的对对称性方面起着至关重要的作用。表S1在主文本的“ jjs中的us频间振幅”部分中显示为表1。在没有任何自旋粘合字段的情况下，出现对的相关性的自旋对称性与母体超导体的自旋对称性相同。因此，在我们的研究中允许的对对称类别（不存在旋转式粘合字段）是ESEE和OSOE对对称类别：它们对应于超导体指数中的偶数（奇数频率）旋转（奇数）均匀（奇数）旋转单元（奇数），甚至对应于超导器指数。通过包括一个自旋混合字段，可以获得表S1中对应于OTEE和OTOO对对称类别的奇数自旋 - 三个三角对振幅，可以用作超导阶段高度可控制的旋转源，从而可以使超导性旋转旋转的超导量。由于我们在主文本中提出的结果中没有自旋混合字段，因此其中的对对称性表现出父母超导体的自旋对称性，即自旋单旋。这是在主文本的“ JJS中的persupconductor对振幅”部分中特别讨论的。
firnet：基本频率可控的快速神经声码
一些具有基本频率（F 0）控制的神经声码器已成功地对单个CPU进行实时推断，同时保留了合成语音的质量。但是，与基于信号处理的旧声音编码器相比，它们的推理速度仍然很低。本文提出了一个基于源滤波器模型的神经声码器，具有可训练的时间变化的有限冲动响应（FIR）过滤器，以达到与传统声音编码器相似的推理速度。在拟议的模型中，使用神经网络预测了FIRNET，多个FIR系数，然后通过将混合的激发信号与这些FIR系数进行卷积，从而生成语音波形。实验结果表明，Firenet可以达到类似于传统声音编码器的推理速度，同时保持F 0可控性和自然语音质量。
针对儿童脑白质研究的可分析且质量可控的资源
我们创建了一套资源，用于基于健康脑网络 (HBN) 研究的公开扩散 MRI (dMRI) 数据开展研究。首先，我们将 HBN dMRI 数据 (N = 2747) 整理到脑成像数据结构中，并根据最佳实践对其进行预处理，包括去噪和校正运动效应、与磁化率相关的失真和涡流。预处理后可供分析的数据已公开。数据质量在 dMRI 分析中起着关键作用。为了优化 QC 并将其扩展到这个大型数据集，我们通过专家评分的小型数据子集和社区科学家评分的大型数据集的组合来训练神经网络。该网络在保留集 (ROC-AUC = 0.947) 上执行的 QC 与专家的 QC 高度一致。对神经网络的进一步分析表明，它依赖于与 QC 相关的图像特征。总而言之，这项工作既为推动大脑连接和儿童心理健康的跨诊断研究提供了资源，也为大型数据集的自动化质量控制建立了新的范式。