XiaoMi-AI文件搜索系统
World File Search System实验数据
大脑神经网络中的结构化信息表示模型
摘要 人类可以在抽象层面上进行推理，并将信息构建为抽象类别，但其背后的神经过程仍然未知。最近的实验数据表明，这可能涉及大脑的特定子区域，从中可以解码结构信息。基于这些数据，我们引入了组装投影的概念，这是在一般脉冲神经元网络中将结构信息附加到内容的一般原理。根据组装投影原理，结构编码组装会出现，并通过赫布可塑性机制动态地附加到内容表示上。该模型为解释大量实验数据提供了基础，也为模拟大脑的抽象计算操作提供了基础。
高通量实验与人工智能的结合
非均相催化中的高通量实验为在可重复条件下生成大型数据集提供了有效的解决方案。从这些数据集中提取知识大多采用统计方法，旨在优化催化剂配方。先进的机器学习方法与高通量实验相结合，具有巨大的潜力，可以加速预测性地发现当前统计实验设计中不存在的新型催化剂配方。本观点描述了从催化剂合成的统计实验设计到应用于催化剂优化的遗传算法，以及最终使用实验数据进行随机森林机器学习以发现新型催化剂的选择性示例。最后，本观点还展望了应用于材料发现实验数据的先进机器学习方法。
使用信息论工具对速度与准确度权衡进行建模
首先，我要感谢所有与我分享实验数据的研究人员，他们帮助我节省了宝贵的时间：Olivier Chapuis、Michel Beaudouin-Lafon、Renaud Blanch、Michel Ortega、Yves Guiard、Simon Perrault、Quentin Roy、Halla Olafsdottir 和 Bruno Fruchard。我还要感谢所有公开发表实验数据的人，我曾在论文中使用过这些数据：Ken Goldberg、Siamak Faridani、Ron Alterowitz、Alvin Jude、Darren Guiness、Michael Poor、Jörg Müller、Antti Oulasvirta、Roderick Murray-Smith、Krzysztof Gajos、Katharina Reinecke 和 Charles Hermann。我再怎么强调发布实验数据的重要性都不为过。我还要感谢 Alexandra Elbakyan。其次，我要感谢我的两位导师 Olivier Rioul 和 Yves Guiard。他们的合作始于 2011 年左右，当时计算机科学系的实验心理学家 Yves 敲开了数字通信团队的应用数学家 Olivier 的门，讨论信息论和菲茨定律。最后，他们提供了一个博士职位，我于 2015 年欣然接受了。在三年零三个月的时间里，我多次利用了 Yves 在这个主题上的经验。我认为他敢于挑战假设和推测，即使是微不足道的假设和推测，也在某种程度上影响了我。我非常感谢 Olivier 关于反馈方案的想法，以及他
太空推进的电磁加速器的调查
传统上，用于电推进应用的加速器被归类为电热，静电（离子）或电磁（等离子体）加速器。最近的调查报告已发表了前两类（参考文献1-1和1-2）。 等离子体加速器的已由各种作者撰写（参考文献 1-3至I-8），但是全面的调查没有最新结果。 本报告的目的是在面向推进的等离子加速器程序中编译和解释最新的代表性实验数据。 一般而言，本报告代表了1965年7月发表的艺术状态。 最新的理论和纯粹的研究工作仅在结果直接与Accelerator计划有关时才提及。1-1和1-2）。已由各种作者撰写（参考文献1-3至I-8），但是全面的调查没有最新结果。 本报告的目的是在面向推进的等离子加速器程序中编译和解释最新的代表性实验数据。 一般而言，本报告代表了1965年7月发表的艺术状态。 最新的理论和纯粹的研究工作仅在结果直接与Accelerator计划有关时才提及。1-3至I-8），但是全面的调查没有最新结果。本报告的目的是在面向推进的等离子加速器程序中编译和解释最新的代表性实验数据。一般而言，本报告代表了1965年7月发表的艺术状态。最新的理论和纯粹的研究工作仅在结果直接与Accelerator计划有关时才提及。
![arxiv：2306.00655v1 [nucl-th] 2023年6月1日](/simg/g:\will\search\icon\source\6\6a581f4bb9adab9a04b2c6eb727be44e334ca0d1.webp)
arxiv：2306.00655v1 [nucl-th] 2023年6月1日
在197 AU+ 197 AU中，使用Gemini ++代码的超级别量子分子动力学（URQMD）模型研究了197 AU+ 197 AU在中等能量中的速度分布，集体流量和核停止功率。采用了URQMD模型来模拟重离子碰撞的动态演化，而Gemini ++代码则用于模拟URQMD产生的主要片段的衰减。将计算的结果与Indra和FOPI实验数据进行了比较。发现，速度分布，集体流和核停止功率受到一定程度的影响，尤其是在较低束能量下。此外，当包括顺序衰减效果时，可以更好地再现在研究束能量下的集体流量和核停止功率的实验数据。
金属构件疲劳寿命的概率设计方法
在本研究中，开发了一个通用概率设计框架，用于预测金属硬件的循环疲劳寿命，所采用的方法解决了实验数据和计算模型中的不确定性。该方法涉及：（i）在 Ti6Al4V 材料试样上进行的疲劳试验数据，（ii）基于连续损伤力学 (CDM) 的材料本构模型，用于模拟材料的循环疲劳行为，（iii）基于方差的全局灵敏度分析，（iv）用于模型校准和不确定性量化的贝叶斯框架，以及（v）在不确定性下的计算寿命预测和概率设计决策。使用实验数据进行计算分析的结果证明了在存在不完整和噪声数据的情况下，概率设计方法用于模型校准的可行性。此外，使用概率设计方法可以评估计算模型预测的疲劳寿命的可靠性。[DOI: 10.1115/1.4038372]
研究张力的张力放松爱情聚合物
在这项工作中，应用了作者先前开发的模型，该模型允许预测无定形和半犯罪聚合物的张力的松弛，其中包括温度和变形的互连。变形 - 通过在三个温度下的无定形聚合物中的非线性张力弛豫测试研究了变形诱导的变化。该模型对材料的不同初始状态敏感，这是由于分子取度的变化以及不同的老化水平以及张力的实验数据提供了放松模块的实验数据，可为聚（甲基甲基丙烯酸甲酯） - PMMA -PMMA - 放松时间的宽度，与所使用的三个变形的激活能量相关，与3％和5％相关的激活能量相关。根据文献中的值，0，以及长时间的弛豫模块和∞的水平。关键字：PMMA，poli（甲基丙烯酸甲酯），粘弹性，张力放松。
COBEE 2022 详细计划表（版本 1.4）
建筑一体化光伏性能建模：基于电网连接雨幕系统的实验数据对系统顾问模型 (SAM) 进行评估 FP Jazouli, Soukaina；Eisenlohr, Johannes；Wilson, Helen Rose；Kapsis, Costa
针对目标的分子生成的人类在循环中的主动学习
Oracle评估只有在一代周期结束时才能进行。生成之前：我们使用可用的实验数据训练一个预测模型。一代：专家反馈（协议得分和置信度）被积极查询，并用于更新预测指标
2004 年 5 月 27 日第 206 号法律（*更新*）关于科学研究、技术开发和创新中的良好行为（更新至 1 月）
(1) 违反第2条a）款规定的良好行为规则，在刑法规定不构成犯罪的范围内，包括：a）编制结果或数据并将其呈现为实验数据、通过计算机计算或数值模拟获得的数据或通过分析计算或演绎推理获得的数据或结果；b）伪造实验数据、通过计算机计算或数值模拟获得的数据或通过分析计算或演绎推理获得的数据或结果；c）故意妨碍、阻止或破坏他人的研究开发活动，包括不正当地阻止进入研究开发空间，损坏、毁坏或操纵实验设备、器材、文件、计算机程序、电子格式的数据、有机或无机物质或其他人为开发、实现或完成研究和开发活动所需的生物物质。 (2) 违反第2条a）款规定的良好行为规则。 b) 根据刑法规定，尚不构成犯罪的，包括：a) 剽窃；