XiaoMi-AI文件搜索系统
World File Search System多级
电池集成的模块化多级转换器拓扑用于汽车应用程序
对可持续运输的需求导致电动汽车的迅速发展，但是电池限制了电动汽车的行驶里程和寿命。车辆中的电池由几千个电池电池组成，每个电池电池都有2-4 V左右的电压，并且在不同的模块中互连并平行，它们共同有助于电池电压和电源容量。细胞制造和其他因素的变化意味着单个细胞电压和细胞之间的分布百分比在操作过程中可能会有所不同。每个单元具有最低和最高的电压限制集，必须保留这些限制，以使电池不被破坏。由于细胞间的变化，某些单元格的速度比其他细胞更快，这限制了电池的性能。因此，需要单个单元控制，以最大程度地利用电池提供的能量。电动汽车的常规推进系统具有电池，可为用于推进的电机提供能量。电池与直流电流一起工作，而车辆中的电动机则由交替电流提供动力，这意味着需要电源转换器，可以将DC从电池转换为电动机的交替电流。这样的功率电子转换器用于将直流电流转换为交替电流，称为逆变器，而这些转换器又使用半导体开关来创建交替的电流。通过在倒置中控制半导体“ ON”和“ AV” - period来控制Ethlete之外的，以便输出接收交替的电流。，以便输出接收交替的电流。这些过渡在“ on”和“ by”之间交替的速度称为开关频率。在常规动力总成中，通常使用一个逆变器，可与两个级别一起使用，因此具有两个级别的外科医生，这些逆变器具有很高的总和和谐失真，并且需要在出口（交流侧）的过滤器。总和和谐失真是波形与纯窦波的偏差。总和和谐失真越高，电机中的损耗越大。为了减少这些问题，建议使用抗战斗的模块化级别转换器（来自英语电池集成模块多级转换器的BI-MMC）提出，提出和评估。在BI-MMC中，电池组中的较小的电池模块链接到逆变器，然后成为称为子模块的单元。以及常规电池组中的电池模块，可以将这些订阅组合在一起并平行，以使它们可以直接交流电流直接传递到电气机。BI-MMC因此具有增加的可控性，并可以改善电池组的寿命。此外，BI-MMC在结果中的总和和谐失真较低，这进一步改善了动力总成的影响。论文中的第一个贡献是分析和评估三相和六阶段BI-MMC的不同拓扑。作为比较的基础，常规的两级逆变器用于40吨400千瓦的卡车。评估表明，大多数BI-MMC的损失低于常规的两级逆变器。第二个贡献是对每个串联细胞的数量如何影响
用于压缩空气储能的多级径向流泵-涡轮：实验分析与建模
用于压缩空气储能的多级径向流泵涡轮机：实验分析和建模 Egoï Ortego 1,2 , Antoine Dazin 1 , Frédéric Colas 3 , Olivier Roussette 1 , Olivier Coutier Delgosha 1,4 , Guy Caignaert 1 1 Univ.里尔、法国国家科学研究院、ONERA、巴黎高科艺术与工学院、里尔中央理工学院、UMR 9014-LMFL - 里尔流体力学实验室 - Kampé de Fériet，F-59000，里尔，法国。 2 MINES ParisTech-PSL 研究型大学-CES，法国帕莱索 3 Univ.里尔，巴黎高工学院，里尔中央理工学院，HEI，EA 2697 - L2EP - 电工技术与电力电子实验室，F-59000 里尔，法国 4 Kevin T. Crofton 弗吉尼亚理工大学航空航天与海洋工程系，弗吉尼亚州布莱克斯堡 24060，美国 摘要 近年来，能源格局演变引发了网络管理问题，例如可再生生产来源的日益整合，这些变化刺激了与电网相连的存储系统的不断发展。在现有的存储技术中，水气系统似乎提供了一种清洁、廉价的能源存储解决方案。本研究分析了使用旋转动力可逆泵/涡轮的闭式循环空气-水直接接触积累系统。使用独特的能量转换机器和易于回收的材料可以实现经济高效、环保且使用寿命长的存储技术。本文重点介绍该系统在实验室环境中的实验实现与分析，以及其多物理动态行为的建模。为了应对系统多变的运行条件，成功测试了两种不同的液压机实时控制策略。最后讨论了整体系统效率。效率控制策略实现了31%的往返效率，功率控制策略分别使充电和放电模式下的交换功率精度达到5%和23%。多物理动态模型导致涡轮机模式加速度预测的误差为 4%，这表明这种建模方法对于此类瞬态系统具有重要意义。术语符号希腊符号和运算符定容比热容 (J/(kg.K))Δ差
NeuroPictor：通过多个体预训练和多级调制完善 fMRI 到图像重建
摘要：最近的 fMRI 到图像方法主要侧重于将 fMRI 信号与预训练扩散模型的特定条件相关联。这些方法虽然可以生成高质量的图像，但仅捕获了 fMRI 信号中复杂信息的有限方面，并且对图像创建几乎没有细节控制。相比之下，本文提出使用 fMRI 信号直接调节扩散模型的生成过程。我们的方法 NeuroPictor 将 fMRI 到图像的过程分为三个步骤：i）fMRI 校准编码，用于处理共享潜在空间的多人预训练，以最大限度地减少个体差异并为后续的多受试者训练提供支持；ii）fMRI 到图像多受试者预训练，感知学习以指导不同个体之间具有高级和低级条件的扩散模型；iii）fMRI 到图像单人细化，与步骤类似
使用最小的多级机器学习（M3L）减少培训数据需求
1多伦多媒介研究所，M5S 1M1，加拿大2，多伦多大学化学系，多伦多大学，圣乔治校园，多伦多，多伦多，加拿大，加拿大，加拿大34132 Kassel，34132 KASSEL，34132 KASSEL，34132 KASSEL，34132 KASSEL，40 Heinrich-Plett-Straße40，34132德国Kassel，5维也纳大学，物理学院，Kolingasse 14-16，AT-1090 AT-1090 WIEN，奥地利6化学系 - Ångström实验室，Uppsala大学，Uppsala University，uppsala University，box 538多伦多的乔治街，位于加拿大M5S 3H6上，8能源转换和存储部，DTU，Anker Engelunds VEJ，DK-2800公斤。Lyngby, Denmark 9 Department of Materials Science and Engineering, University of Toronto, St. George campus, Toronto, ON, Canada 10 Department of Physics, University of Toronto, St. George campus, Toronto, ON, Canada 11 Machine Learning Group, Technische Universität Berlin and Berlin Institute for the Foundations of Learning and Data, Berlin, Germany ∗ Author to whom any correspondence should be addressed.
基于级联多输出多级转换器和载波调制方案的混合储能系统的运行
人们要求储能系统在电网现代化过程中发挥主导作用 [1-4]。可再生能源 (RES) 的广泛应用以及工业过程的深度电气化对电网提出了重大挑战 [5-11]，而大量使用储能系统 (ESS) 可以缓解这一转变。然而，发电和配电中心等电力设施通常并未设计为包含储能，这会导致一些缺点。此外，由于电力电子主导的电网惯性减小，匹配发电和消费的复杂性日益增加 [2、12、13]。为了提高可控性、平稳需求响应、减少能源浪费和电网增强的需要，储能系统是现代电网中必不可少的资产 [13-17]。另一方面，储能系统在微电网概念中也至关重要，微电网概念经过几十年的发展，已经能够适应电网中快速变化的负载和发电机 [18-20]。利用电力电子技术将电力系统聚集成可控、可拆卸的块，可以实现可再生能源、储能系统和负载的分布式集成，并且独立于电网。因此，开发新型集成电力转换器和储能单元仍然是未来电力系统的关键方面之一。为了进一步提高储能系统的能力，可以将不同的储能技术组合成混合储能系统。通过混合超级电容器、电容器和电池，甚至非基于电力的储能机制，可以根据场景利用不同的特性，例如高能量和高功率密度 [21，22]。
基于双层 NC-Si 浮栅的高密度多级存储 3D NAND 闪存
摘要：3D NAND闪存作为存储器计算的有力候选者，因其高计算效率而备受关注，其性能优于传统的冯·诺依曼体系结构。为确保3D NAND闪存真正融入存储器芯片的计算中，急需一种具有高密度和大开关电流比的候选者。本文，我们首次报道在双层Si量子点浮栅MOS结构中实现高密度多级存储的3D NAND闪存。最大的电容电压（CV）存储窗口为6.6 V，是单层nc-Si量子点器件的两倍。此外，在10 5 s的保持时间后可以保持5.5 V的稳定存储窗口。在充电过程中观察到明显的电导电压（GV）峰，进一步证实了双层Si量子点可以实现多级存储。此外，采用nc-Si浮栅的3D NAND闪存的开/关比可以达到10 4 ，表现出N型沟道耗尽工作模式的特征。经过10 5 次P/E循环后，存储窗口可以维持在3 V。在+7 V和-7 V偏压下，编程和擦除速度可以达到100 µs。我们将双层Si量子点引入3D NAND浮栅存储器，为实现存储器中的计算提供了一种新途径。
通过有条件介绍红外图像中多级对象检测的生成数据增强
红外图像中的多级对象检测对于军事和平民使用很重要。深度学习方法可以获得高精度，但需要大规模数据集。我们提出了一个生成数据增强框架文档，用于使用有限数据的红外多级对象检测。本文的贡献是四倍。首先，Doci-Gan被设计为有条件的图像介绍框架，得出配对的红外多级对象图像和注释。其次，为文本到图像转换器配制了将文本格式对象注释转换为边界框掩码映像，从而导致增强是掩盖图像 - 图像 - 绘制图像图像翻译。第三，产生了基于多形态侵蚀的损失，以减轻对本地背景和全球背景的涂料不一致的不一致性。最后，为了生成各种图像，人工多级对象注释在增强过程中与真实的对象注释集成在一起。实验结果表明，具有高质量红外多级对象图像的文档增强数据集，从而提高了对象检测基准的准确性。
具有多级功能的RRAM设备增强的紧凑型模型的波浪数字仿真
索引术语 - RRAM，1T-1R，建模，波浪数字化效果，回忆系统，Neuromorhpic摘要 - RRAM DECICES的可靠而紧凑的建模对于支持包括它们在内的新技术的发展至关重要。后者包括广泛的应用，例如神经形态网络中的内存计算或熟悉逻辑。所考虑的基于HFO 2的RRAM设备的主要优势是它们的CMOS兼容性，这使它们可以在当前的应用中使用。但是，RRAM的一个问题是它们的制造仍然导致设备的变化。这使得以实验方式测试有抱负的技术的功能是一项挑战。这项工作致力于1T-1R RRAM设备的紧凑建模和有效的设备。具体来说，我们旨在基于Stanford-PKU模型提供增强的模型，该模型可在任何模拟平台上使用，例如Spice，Verliog-A，甚至是标准ODE求解器，以模拟多级功能的RRAM设备。此外，我们基于Wave数字概念提供了一个算法模型，该模型允许实时模拟所考虑的RRAM设备。使用后者，我们展示了增强模型的滞后，以表现出与实际设备测量值的惊人相似之处。
优化 LNA 第一级以降低多级 LNA 中的整体噪声系数
介绍了一种设计多级低噪声放大器 (LNA) 第一级的分析方法。本文讨论了在考虑后级噪声的情况下最小化总噪声系数 (NF) 的第一级优化方法。该方法侧重于第一级的源阻抗优化，同时考虑其 NF、增益和后级 NF 的影响。所提出的方法计算第一级的设计参数，以使多级 LNA 中的整体 NF 最小，而传统方法则建议最佳源阻抗以使第一级的 NF 最小。本文证明了 Smith 圆图中的恒定总 NF 轮廓与传统 NF 圆不同，并且 Γ opt 在相邻级 NF 不同的多级 LNA 中实现了最佳噪声性能变化。这些轮廓和最佳源阻抗针对特定的 LNA 进行描述，并与其恒定 NF 圆和 Γ opt 进行了比较。为了检验所提方法的可行性以及验证理论和仿真结果，我们制作了一个使用 ATF13136 晶体管的 4-5 GHz 分立式 LNA。结果表明，在 LNA 的第一级设计中考虑后续电路的噪声可降低整体 NF，同时改善其增益和输入匹配。
一种基于线性反馈寄存器和混沌量子映射的多级加密新方案
随着通过不安全通信渠道传输的数据量不断增加，大数据安全已成为网络安全领域的重要问题之一。为了解决这些问题并确保数据安全，需要一个强大的隐私保护密码系统。这种解决方案依赖于混沌加密算法，而不是标准加密方法，这些算法具有多级加密级别，包括高速、高安全性、低计算开销和程序能力等特点。在本文中，提出了一种使用线性反馈移位寄存器 (LFSR) 和基于混沌的量子混沌映射的安全图像加密方案。该方案的重点主要取决于来自算法输入的密钥。威胁形势、统计测试分析以及与其他方案的关键比较表明，所提出的算法非常安全，并且可以抵抗各种不同的攻击，例如差分攻击和统计攻击。与现有加密算法相比，所提出的方法具有足够高的灵敏度和安全性。几个安全参数验证了所提工作的安全性，例如相邻像素之间的相关系数分析、熵、像素变化率 (NPCR)、统一平均变化强度 (UACI)、均方误差 (MSE)、强力、密钥敏感度和峰值信噪比 (PSNR) 分析。所提技术生成的密码的随机性也通过了 NIST-800-22。NIST 的结果表明，密码具有高度随机性，不会产生任何类型的周期性或模式。