摘要。我们通过进一步研究我们之前工作中的量子簇代数方法,构造了四面体方程的新解。关键要素包括连接到 A 型 Weyl 群最长元素接线图的对称蝴蝶箭筒,以及通过 q-Weyl 代数实现量子 Y 变量。该解决方案由四个量子双对数的乘积组成。通过探索坐标和动量表示及其模数双反,我们的解决方案涵盖了各种已知的三维 (3D) R 矩阵。其中包括 Kapranov–Voevodsky (1994) 利用量化坐标环获得的矩阵、从量子几何角度获得的 Bazhanov–Mangazeev–Sergeev (2010)、与量化六顶点模型相关的 Kuniba–Matsuike–Yoneyama (2023) 以及与 Fock–Goncharov 箭筒相关的 Inoue–Kuniba–Terashima (2023)。本文提出的 3D R 矩阵为这些现有解决方案提供了统一的视角,并将它们合并在量子簇代数的框架内。
摘要。概率降级扩散模型(DDMS)为2D图像生成设置了新标准。扩展3D内容创建的DDMS是一个积极的研究领域。在这里,我们提出了四个扩散模型,该模型在3D空间的四面体分区上运行,以实现有效的高分辨率3D形状生成。我们的模型会导致运算符进行卷积和转置卷积,该卷积直接作用于四面体分区,并且无缝包含诸如颜色之类的其他属性。我们的设计更加生成网状几何形状:与现有的网格扩散技术相比,四辐射的速度更快到200倍。同时,它可以减少内存消耗,并且可以比现有网格发电机以更高的分辨率运行。仅使用标准消费者硬件,它在空间细节方面设置了一个新的标准,并在一系列质量指标上优于其他网格发电机。有关其他结果和代码,请参见我们的项目页面tetradiffusion.github.io。
a 马德里自治大学 (UAM) 分析化学与仪器分析系,28049,马德里,西班牙 b 微纳米技术研究所 IMN-CNM,CSIC (CEI UAM + CSIC),28760,Tres Cantos,马德里,西班牙 c 马德里自治大学无机化学系和凝聚态物理中心 (IFIMAC),28049,马德里,西班牙 d 马德里自治大学化学科学高级研究所 (IAdChem),28049,马德里,西班牙 e IMDEA-Nanociencia,Ciudad Universitaria de Cantoblanco,28049,马德里,西班牙 f 拉蒙·卡哈尔大学医院微生物学服务中心和拉蒙·卡哈尔健康研究所 (IRYCIS),28034,西班牙马德里 g 西班牙马德里卡洛斯三世卫生研究所传染病网络生物医学研究中心 (CIBERINFEC) h 西班牙马德里流行病学和公共卫生网络生物医学研究中心 (CIBERESP)
摘要:在DNA纳米技术的指导下建造的DNA纳米结构在过去的二十年中迅速发展,站在生物医学领域的最前沿。其中,DNA四面体纳米疗法(DTN)已成为最具代表性的DNA纳米结构之一。DTN很容易通过四个单链DNA的一步退火而形成。由于其独特的优势,例如简单和稳定的结构组成,高合成的效率,均匀的纳米尺寸,高的可编程性和良好的生物相容性,DTN已被广泛用于生物学检测,生物学成像,药物输送以及其他领域,并显示出巨大的潜力。尤其是在检测与癌症相关的生物标志物和抗癌药物的递送时,基于DTN的纳米平移形式取得了巨大的成功。在这篇综述中,我们专注于DTN在癌症诊断和治疗中的应用以及挑战和前景。
三十多年来,材料四面体以其相互依存的加工、结构、特性和性能元素抓住了材料科学与工程的本质。随着现代计算和统计技术开创了数据密集型科学研究和发现的新范式,材料科学与工程领域利用这些进步的速度取决于众多利益相关者之间的合作。在这里,我们通过双重框架对经典材料四面体进行了现代扩展——改编自“数字孪生”的概念——它提供了连接材料科学和信息科学的纽带。我们相信,这个高级框架,即材料信息孪生四面体 (MITT),将为利益相关者提供一个平台,以情境化、转化和指导推动材料科学和技术向前发展的努力。
TetGen 是一个 C++ 程序,用于生成高质量的四面体网格,旨在支持数值方法和科学计算。高质量四面体网格生成问题面临许多理论和实践问题的挑战。TetGen 使用基于 Delaunay 的算法,该算法具有理论上的正确性保证。它可以稳健地处理任意复杂的 3D 几何形状,并且在实践中速度很快。TetGen 的源代码是免费提供的。本文介绍了开发 TetGen 的基本算法和技术。目标读者是网格生成或其他相关领域的研究人员或开发人员。它描述了 TetGen 的关键软件组件,包括高效的四面体网格数据结构、一组增强的局部网格操作(翻转和边缘去除的组合)和过滤的精确几何谓词。关键算法包括用于插入顶点的增量 Delaunay 算法、用于插入约束(边和三角形)的约束 Delaunay 算法、用于恢复约束的新型边恢复算法以及用于自适应质量四面体网格生成的新型约束 Delaunay 细化算法。给出了实验示例以及与其他软件的比较。