观察到儿童化学套装中的成分可以创造出比宇宙中原子更多的不同组合。基于这一见解,Weitzman (1998) 构建了一个增长模型,其中新想法是旧想法的组合。然而,由于组合增长如此之快,他发现增长受到我们处理爆炸式增长的想法数量的限制,而组合学在确定增长率方面基本上没有发挥任何正式作用:有如此多的潜在组合,以至于数量不是限制因素。组合过程没有发挥更核心的作用,这有点令人失望和困惑。另一篇文献强调了指数增长和帕累托分布之间的联系。具体来说,Kortum (1997) 引入了一种建模经济增长的新方法,并认为帕累托分布至关重要:如果生产率是在从某个分布中抽取的多个样本中取的最大值(只使用最好的想法),那么在他的设置中,生产率的指数增长要求抽取的次数呈指数增长,并且所抽取的分布是帕累托分布,至少在上尾是这样。有趣的是,似乎需要如此强的分布假设。也许提取想法的底层分布是帕累托分布,但为什么会这样呢?毕竟,在经济学的许多其他应用中,帕累托分布是推导出来的,而不是假设的。例如,Gabaix (1999)、Luttmer (2007) 以及 Jones 和 Kim (2018) 强调,城市规模、公司就业、收入和财富都具有帕累托分布的特征。但是,该文献显示了这些帕累托分布是如何作为内生结果出现的。这就引发了一个问题:帕累托分布在 Kortum 方法中是否真的是必要的。而且,Romer 和 Weitzman 认为组合学应该是理解增长的核心,那么他们的观点又怎么了?本文结合 Kortum (1997) 和 Weitzman (1998) 的观点来回答这些问题。假设创意是现有成分的组合,就像菜谱一样。每个菜谱的生产率都是从概率分布中得出的。与 Romer 和 Weitzman 的观点一样,我们可以从现有成分中创造出的组合数量大到本质上是无限的,而我们受限于处理这些组合的能力。令 N t 表示截至日期 t 已经评估过的菜谱成分数量。换句话说,我们的“食谱”包括了所有可能由 N t 种原料组成的食谱:如果每种原料都可以加入或排除在食谱之外,那么食谱中总共有 2 N t 种食谱。最后,研究包括将新食谱添加到食谱中,即评估它们并了解它们的生产力。特别是,假设研究人员在食谱中添加新配料,并了解其生产率,使得 N t 呈指数增长。我们称一个包含 2 N t 个食谱的设置
摘要:全球气候模型 (GCM) 是理解气候系统及其在情景驱动排放路径下演变趋势预测的重要工具。其输出结果被广泛应用于气候影响研究,用于模拟气候变化的当前和未来影响。然而,与气候影响研究所需的高分辨率气候数据相比,气候模型输出结果仍然较为粗糙,并且相对于观测数据也存在偏差。在现有的全球尺度上经过偏差调整和降尺度处理的气候数据集中,分布尾部的处理是一个关键挑战;许多此类数据集使用了分位数映射技术,而这些技术已知会抑制或放大尾部的趋势。在本研究中,我们应用分位数增量映射 (QDM) 方法 (Cannon 等,2015) 进行偏差调整。在偏差调整之后,我们应用一种名为“分位数保留局部模拟降尺度”(QPLAD)的新型空间降尺度方法,该方法旨在保留分布尾部的趋势。这两种方法都集成到一个透明且可重复的软件流程中,我们将其应用于耦合模式比较计划第六阶段 (CMIP6) 实验 (O'Neill et al., 2016) 的历史实验和四种未来排放情景(从积极缓解到无缓解)的全球每日 GCM 地表变量输出(最高和最低温度以及总降水量),即 SSP1-2.6、SSP2-4.5、SSP3-7.0 和 SSP5-8.5 (Ri-
滚转和偏航,以及飞机中这些状态的控制,是通过分别改变对升降舵、副翼和方向舵的指令信号来实现的。在本文中,我们仅考虑飞机的两种控制运动,即纵向和滚转运动。这两个控制面是用不同的智能控制器设计和实现的。飞机的这两种运动在飞行过程中很重要,在此期间飞机会从一种状态过渡到另一种状态。为了控制飞机的纵向和滚转运动,分别使用了一组称为升降舵和副翼的控制面。升降舵是位于固定翼飞机后部的可移动控制面,铰接在水平稳定器的后缘,与主翼平行运行,导致飞机旋转,导致飞机爬升和下降,并从机翼获得足够的升力,使飞机以各种速度保持平飞。升降舵是可移动的控制面,可以上下移动。如果升降舵向上旋转,则会减少尾部的升力,导致尾部降低而机头抬高。如果升降舵向下旋转,则会增加尾部的升力,导致尾部抬高而机头降低。降低飞机机头会增加前进速度,而抬高机头会降低前进速度 [1]。
摘要 本文的主要目的是研究轿车和方背车的空气动力学,测量阻力系数和车身周围的气流。研究阻力的方法有两种:通过 CFD 模拟气流和使用风洞实验。实验采用 1:20 的流行轿车和方背车铝制比例模型。实验在亚音速风洞上进行,试验段为(30cm x 30cm x 100cm)。使用 ANSYS CFX-13 进行计算分析。关键词——阻力、轿车、快背、风洞、空气动力学 CFD。引言已经进行了多种关于车辆尾部形状的空气动力学影响的研究,包括 Hucho 等人发现的临界几何研究。众所周知,汽车的尾部形状是决定气动阻力和升力的重要因素之一。[14]由于燃油消耗大,研究人员将大部分注意力集中在降低车辆阻力系数 (C d ) 上,该系数约占高速行驶总运动阻力的 75% 至 80%。车辆上方的气流决定了阻力,而阻力又会影响汽车的性能和效率。测试设备已设计用于测量模型车上空气阻力的垂直和水平分量[6]。但是,由于乘用车需要足够的容量来容纳乘客和行李,因此其发动机和其他部件所需的空间必须最小。实现空气动力学上理想的车身形状极其困难。汽车的车身形状并不完美,不像鱼和鸟那样是理想的流线型。这样的车身形状不可避免地伴随着尾部的流动分离[1]。对钝体阻力系数有重大影响的两个主要因素是其前角的圆度和尾部的锥度[1]。本文旨在通过实验和计算研究轿车和方背车的空气动力学。实验方法
HDAC 是一类催化组蛋白尾部赖氨酸残基乙酰基去除的酶,从而导致染色质重塑。[3] 具体而言,乙酰基的去除会导致染色质凝聚,这是由于去乙酰化的组蛋白胺的氮的正电荷与带负电荷的 DNA 链之间的相互作用。[4] 这种相互作用阻碍了转录因子的进入,最终导致转录抑制。因此,HDAC 是调控基因表达的重要酶。[5] 在 HDAC 底物中,不仅有组蛋白尾部的赖氨酸,还有非组蛋白,如转录因子、细胞骨架蛋白、分子伴侣和核输入因子,涉及广泛的生物学过程。[6]
大脑内的意识取决于数百万个神经元的同步活动,但是负责策划此类同步的机制仍然难以捉摸。在这项研究中,我们采用空腔量子电动力学(CQED)在脂质分子尾部的C-H键振动谱中通过级联发射来探索纠缠的双光子发射。结果表明,由髓鞘鞘形成的圆柱腔可以促进从振动模式发出的自发光子发射,并产生大量的纠缠光子对。神经元中的C-H键振动单元的丰度可以作为神经系统的量子纠缠资源的来源。这一发现可能会深入了解大脑利用这些资源进行量子信息传输的能力,从而阐明神经元同步活动的潜在来源。
血流动力学反应函数 (HRF) 表示将神经活动与功能性磁共振成像 (fMRI) 信号联系起来的传递函数,用于对神经血管耦合进行建模。由于 HRF 受非神经因素的影响,迄今为止,它在很大程度上被视为混杂因素,或在许多分析中被忽略。然而,潜在的生物物理学表明 HRF 可能包含有意义的神经活动关联,而这些关联可能无法通过传统的 fMRI 指标获得。在这里,我们通过对 25 名健康对照者(扫描两次)和 44 名强迫症 (OCD) 成人(接受 4 周强化认知行为疗法 (CBT) 之前和之后)的纵向样本的静息态 fMRI 数据进行反卷积来估计 HRF。在包括尾状核在内的区域中,OCD 的 HRF 反应高度、达峰时间和半峰全宽 (FWHM) 在治疗前异常,治疗后恢复正常。使用机器学习,治疗前 HRF 预测治疗结果(OCD 症状减轻)的准确率为 86.4%。治疗前尾状核头部的 HRF 反应高度和尾状核尾部的峰值时间是治疗反应的主要预测因素。尾状核尾部的峰值时间可能具有新的重要性,而尾状核尾部是使用传统 fMRI 激活或连接测量方法在强迫症研究中通常不会识别的区域。此外,尾状核头部的反应高度可预测治疗后的强迫症严重程度(R=-0.48,P=0.001),并与治疗相关的强迫症严重程度变化相关(R=-0.44,P=0.0028),强调了其相关性。由于 HRF 是一种对大脑功能、强迫症病理和干预相关变化敏感的可靠标记,这些结果可以指导未来的研究,找到通过传统 fMRI 方法(如标准 BOLD 激活或连接)无法实现的新发现。
摘要:我们设计了一种视野为 360° x180° 的超广角镜头 - 鱼眼镜头 - 用于太空环境。作为案例研究,假设镜头安装在穿过彗星尾部的旋转探测器上。镜头随着穿过彗星彗发的探测器旋转,可以绘制从内部尾部看到的整个天空,提供有关等离子体和尘埃空间分布的前所未有的数据。考虑到镜头的预期太空应用,设计时已考虑了辐射硬化玻璃。镜头的一个关键特性是投影在焦平面上的天空分布图的“角度尺度”均匀性 (F-theta),从而可以获得可靠的整个天空重建。我们还精心设计了近乎远心的设计,以便允许放置在焦平面上的滤光片正常工作。本文介绍了一种远心鱼眼镜头,其工作分辨率为像素限制,波段范围为 500 nm 至 770 nm,并具有 F-theta 失真。