摘要。在机械工程领域,尖端技术的采用和整合有望在材料科学和生产工艺方面取得前所未有的进步。本文深入探讨了利用增材制造 (AM) 和机器人技术的先进复合材料制造这一开创性领域。该研究利用了增材制造的内在优点,例如增强的设计自由度、缩短交货时间和复杂的细节,将这些优势与机器人机制提供的精度、速度和可重复性相结合。这些方法的结合使得制造具有无与伦比的几何复杂性和定制机械性能的复合结构成为可能。我们探索的关键见解包括优化复合材料的 AM 参数、机器人路径规划以实现高效分层以及集成过程控制的整体技术。实验评估表明,强度重量比、生产效率和可重复性方面有显著改善。我们的发现为复合材料生产的新领域铺平了道路,对从航空航天到生物医学工程等行业具有重要意义。这项研究为我们在日益数字化的时代如何看待和运用复合制造迈出了范式转变的基础性一步。
为了制备高击穿电压薄膜,对高击穿电压材料有许多要求,[5,12]例如,介电常数要尽可能大,介电材料在硅衬底上必须是热力学稳定的。[6,8,13]目前对击穿强度的研究工作都是在PECVD/LPCVD上进行的,[10,14]但本实验采用ICP-CVD模型制备氮化硅薄膜,可以提供更多的能量,促进反应气体的分解,制备出击穿强度更大的薄膜。氮化硅薄膜中的氢含量对薄膜的击穿强度影响很大。[15]在薄膜的成分中,Si-H键在薄膜的组成中起着基础性的作用,随着薄膜中氢含量的变化,薄膜的电学性质将发生变化。 [6,16,17]当薄膜中氢含量较高时,硅的悬挂键会被H填充,会增加薄膜的稳定性,提高击穿强度。[18]但关于H含量与薄膜击穿电压的关系,在ICP-CVD机上进行的实验很少,结论也不完善,因此本实验采用ICP-CVD机进行薄膜沉积。[19,20]
量子纠缠作为一种重要资源是量子力学最显著的特征之一,在量子信息论、量子隐形传态[1]、通信和量子计算[2,3]中都发挥着核心作用。由于其基础性作用,在分离子系统之间产生纠缠态是一个重要课题。近年来,已提出了多种产生纠缠态的方法,其中之一就是 Jaynes-Cummings 模型 (JCM)。JCM 解释了量化电磁场和原子之间的相互作用 [4]。JCM 是一个简单但适用的工具。在过去的二十年里,人们致力于将 JCM 应用到量子信息[5-7]和量子隐形传态[8]中。由 JCM 诱导的纠缠态已被用作量子通道 [9]。 Zang 等人 [10] 利用两能级原子与大失谐单模腔场相互作用,将二分非最大纠缠态转变为 W 态。原子与单模电磁腔场相互作用的纠缠动力学已被研究 [11]。由于 JCM 在量子光学中的重要性,它已被扩展
李奕飞因其在计算机视觉和图像识别领域的开创性工作被称为人工智能教母。李奕飞发明了 ImageNet,这是一个基础性的大规模数据集,为深度学习和人工智能的关键发展做出了贡献。此前,她曾担任 Google Cloud 的人工智能首席科学家,以及白宫科技政策办公室和美国国家科学基金会的国家人工智能研究资源工作组成员。李奕飞目前是斯坦福大学红杉计算机科学教授,她在那里共同创立并共同指导以人为本的人工智能研究所。她还共同创立了国家非营利组织 AI4ALL,旨在提高人工智能教育的包容性和多样性。李奕飞是美国国家工程院和美国国家医学院院士,她最近出版了新书《我所看到的世界:人工智能黎明时的好奇心、探索和发现》。在接受《问题》编辑 Sara Frueh 采访时,李分享了她对如何让人工智能以人类福祉为中心、人工智能科学家和开发者的道德责任以及人工智能能够达到的人类品质是否有极限的看法。
摘要 现代电网在智慧城市运行中起着基础性作用,然而高影响低概率极端事件给城市电网安全带来严峻挑战,随着这些威胁受到越来越多的关注,城市电网的弹性已成为现代智慧城市的优先课题。弹性电网能够抵抗、适应并及时从中断中恢复,具有预期、吸收、适应和恢复四个特征。本文旨在系统地研究智慧城市的弹性电网发展。首先,本文对影响电网的高影响低概率极端事件类别进行回顾,可分为极端天气和自然灾害、人为恶意攻击和社会危机。然后,讨论了弹性评估框架和量化指标。此外,本文还总结了现有的基于微电网、主动配电网、综合及多能源系统、分布式能源资源和灵活资源、信息物理系统等多种弹性增强策略,以及一些弹性增强方法,包括概率预测与分析、人工智能驱动的方法和其他前沿技术。最后,本文提出了城市电网弹性研究的一些可能方向和发展,重点关注电力电子化城市配电网。
现有研究表明,影响留守儿童问题行为的因素有很多,例如父亲参与(Torres等,2014;Qiao等,2024)、个人特质(Tan等,2023)、教养方式(Haslam等,2020)、师生关系(Bulotsky-Shearer等,2020)、教养压力(Mak等,2020)、数字媒体(Sundqvist等,2020)等。虽然现有研究成果为完善留守儿童关爱体系提供了基础性依据,但问题行为研究既要关注外部环境因素,也要关注内部心理因素。目前对留守儿童的研究主要侧重于通过外部环境因素来减少问题行为,忽视了其内部积极心理品质的作用。因此,本研究的首要目的是全面考察情绪能力对留守儿童问题行为的影响。儿童的情绪能力不仅与各种积极结果相关,如良好的社会关系、学业成功、良好的行为习惯和幸福感(Hachem等,2022),也与问题行为有关,如欺凌行为和退缩行为(Calzada等,2024;You等,2023)。情绪能力的发展有助于儿童理解和表达自己的情绪,理解他人的情绪,增强儿童的适应能力,降低问题行为的概率。因此,本研究提出假设1:情绪能力对问题行为有重要影响。
植物基因组学领域取得了重大进展,高通量方法的使用越来越多,可以表征多个基因组范围内的分子表型。这些发现为植物性状及其潜在的遗传机制提供了宝贵的见解,特别是在模型植物物种中。尽管如此,有效地利用它们进行准确的预测是作物基因组改良的关键一步。我们提出了 AgroNT,这是一个基础性的大型语言模型,它以 48 种植物物种的基因组为训练基础,主要关注作物物种。我们表明,AgroNT 可以获得对调控注释、启动子/终止子强度、组织特异性基因表达的最新预测,并优先考虑功能性变异。我们对木薯进行了大规模的计算机饱和诱变分析,以评估超过 1000 万个突变的调控影响,并提供它们的预测效果作为变异表征的资源。最后,我们建议将此处汇编的各种数据集用作植物基因组基准 (PGB),为植物基因组研究中基于深度学习的方法提供全面的基准。预先训练的 AgroNT 模型可在 HuggingFace 上公开获取,网址为 https://huggingface.co/InstaDeepAI/agro-nucleo-transformer-1b,以供未来研究使用。
本文识别并描述了无人驾驶车辆系统中影响操作员工作负荷的因素。我们的目标是为开发用于设计和操作复杂人机系统的工作负荷模型提供基础。1986 年,Hart [1] 开发了一种基础性的工作负荷概念模型,该模型为应用最为广泛的工作负荷测量技术——NASA 任务负荷指数 [2] [3] 奠定了基础。然而,自那时以来,模型和因素识别以及工作负荷控制措施取得了许多进展。此外,鉴于技术进步(包括自动化和自主性),需要进一步盘点和描述影响人类工作负荷的因素。因此,我们提出了一个工作负荷构造的概念框架,并提出了可能影响操作员工作负荷的因素分类。这些因素称为工作负荷驱动因素,与各种系统元素(包括环境、任务、设备和操作员)相关。此外,我们还讨论了如何操纵工作负荷调节因素(例如自动化和界面设计)来影响操作员工作负荷。我们认为,在构建复杂的人机系统时,需要考虑工作量驱动因素、工作量调节因素以及驱动因素和调节因素之间的相互作用。
摘要:对应原理在量子力学中起着基础性作用,这自然会促使我们探究是否有可能在相空间中找到或确定量子态的接近经典类似物——这是经典和量子密度统计描述符的共同交汇点。本文通过研究在去除与给定纯量子态相关的 Wigner 分布函数所显示的所有干扰特征后出现的经典类似物的行为来解决此问题。因此,在两个四次振荡器在规则和混沌条件下非线性耦合的情况下,对连续变量二分系统进行线性和冯诺依曼熵的动态演化数值计算,并与相应的经典对应物进行比较。考虑了整个系统的三个量子态:高斯态、猫态和贝尔态。通过比较量子和经典熵值,特别是它们的趋势,表明这些熵不是纠缠产生,而是为我们提供有关系统(量子或经典)离域的信息。这种信息的逐渐丢失意味着量子和经典领域的增长,这与双方自由度之间相关性的增加直接相关,在量子情况下,这通常与纠缠的产生有关。
刑法一年级课程的主要案例之一以 Regina v. Cunningham 案开始了对犯罪意图的讨论。1 Cunningham 急需钱,决定拆掉他即将成为地下室的住宅煤气管道上的煤气表,偷走里面的先令。2 Cunningham 犯有盗窃罪,这是毫无争议的。3 问题是 Cunningham 没有关掉煤气,煤气渗入隔壁的房屋,导致邻居 Sarah Wade 部分窒息。4 虽然这个案例从技术上讲是关于《人身罪法》中“恶意”一词的解释,但学生们从中得到的教训更为广泛:每项罪行都应有其自身的罪责。小偷的犯罪性与毒害邻居的犯罪性不同。相反,Cunningham 需要对毒害邻居的可能性承担罪责。具体而言,坎宁安必须不顾及危及生命的风险。5 陪审团没有得到这样的指示——可逆转的错误。6 虽然这种犯罪意图的观点是基础性的,但有时会被抛弃。罪魁祸首包括阴谋和共谋的两个教义附属物。首先,根据平克顿原则,密谋实施一项罪行可能会使被告承担另一项罪行的责任,即使被告不同意。7 第二,根据自然和可能原则,