XiaoMi-AI文件搜索系统
World File Search System性量
智利的“大脑故事”和“韧性量表”框架
10 月，AFWI 应智利圣地亚哥 Soymás 基金会的邀请，在其关于大脑、贫困和早期创伤：从神经科学到心理社会干预的国际研讨会上介绍了大脑故事和复原力量表框架。研讨会与智利天主教大学神经科学跨学科中心合作，汇集了来自卫生、教育、司法和研究领域的 150 多名与会者，探讨了可能影响弱势儿童和青少年大脑发育以及情感和社会学习的因素。
机器学习开放问题和工业问题的不确定性量化
演讲者（TBC）：Loïccoquelin（lne）Laurent Lefebvre（Framatome）Damien Garreau（U.Würzburg）Eiji Kawasaki（CEA）ClémentMantoux（SNCF）（SNCF）（SNCF）Aaditya Ramdas（Carnegie Mellon）Yannga Zaff Zaff Zaff Yannga Yann）varre varrun varrue varrun varrun varrun varrun varrun） （伯克利）
机器学习开放问题和工业问题的不确定性量化
eiji kawasaki（CEA）ClémentMantoux（SNCF）Aadithya Ramdas（Carnegie Mellon）Yann Richet（Irsn）GaëlVaroquaux（Inria）Margaux Zaffran（Berkeley）Aaadithy Ramdas（Carnegie Malia＆nifecn）
深矿中地热能系统的热力学模型：不确定性量化和设计优化
通过深矿系统提取地热能提取，可以在满足深矿冷却需求的同时降低地热系统的成本。然而，将冷水注入地下触发器强烈耦合的热杂种机械（THM）过程，可能会影响地下发掘的稳定性。这项研究评估了地热能提取对深雷温度和稳定性的影响。通过量化矿温度和对各种参数的稳定性的敏感性，我们提出了一种方案，以优化地热能生产，同时实现快速的地雷冷却并保持稳定性。我们首先通过THM数值建模评估地热操作对矿温度和稳定性的影响。模拟表明，孔隙弹性应力迅速影响矿山的稳定性，而热应力对长期稳定性产生了更大的影响。然后，我们使用基于距离的广义灵敏度分析（DGSA）来量化参数灵敏度。分析将矿山系统和地热系统之间的距离视为最具影响力的因素。其他重要参数包括注射速率，注入温度，井间距，热量系数
Nd0.8Sr0.2NiO2 无限层超导薄膜中的各向同性量子格里菲斯奇异性
本研究报道了在非常规 Nd 0.8Sr 0.2NiO 2 无限层超导薄膜中，磁场诱导超导体-金属转变 (SMT) 伴随量子格里菲斯奇异性 (QGS) 的出现。该系统在平面和垂直磁场下均表现出各向同性的 SMT 特征。重要的是，在对等温磁阻曲线进行缩放分析后，获得的有效动态临界指数在接近零温临界点 B c 时表现出发散行为，从而识别了 QGS 特性。此外，与 QGS 伴随的量子涨落可以定量解释 SMT 相边界中平面和垂直磁场中上临界场在零温附近上升的现象。这些特性表明 Nd 0.8Sr 0.2NiO 2 超导薄膜中的 QGS 是各向同性的。此外，在较高的磁场下，金属状态的电阻-温度关系 R ð T Þ 在 2 – 10 K 范围内表现出 ln T 依赖性，T 2
非线性量子光子量，带有锡面中心与一维钻石波导
单光子和固态颜色中心之间的非线性相互作用是量子科学中许多应用的核心[1,2]，例如实现量子互联网[3,4]。尤其是，钻石中的彩色中心已启用了这个方向的高级演示，显示了多键量子网络操作[5,6]，内存增强的通信[7]和可扩展的芯片载荷混合动力集成[8]。Among the diamond color centers, the tin-vacancy center (SnV) has recently emerged as a promising qubit platform, as it combines the inversion symmetry of group-IV color centers [9,10] , allowing for integration in nanophotonic structures, with good optical properties [11 – 14] and above-millisecond spin coherence at temperatures above 1 K [15,16] .将光子整合与自旋和光学控制结合的设备可以用作实现自旋photon大门的未来可伸缩构建块[17]。在通往这种可扩展的片上整合的路径上，将发射剂掺入纳米光子波导中[12,18]，可以探索相干的发射极 - 光子相互作用，典型的波导 - 耦合系统[19,20]。与纳米光腔相比[21]，波导具有宽带的优势，消除了腔体调整的挑战，并且在制造中具有明显更高的误差耐受性。 在这封信中，我们提出了一个由SNV中心组成的设备，该中心与纳米型钻石波导搭配锥形纤维通道，如图所示 1（a）。 感谢有效的耦合，双面访问和实时与纳米光腔相比[21]，波导具有宽带的优势，消除了腔体调整的挑战，并且在制造中具有明显更高的误差耐受性。在这封信中，我们提出了一个由SNV中心组成的设备，该中心与纳米型钻石波导搭配锥形纤维通道，如图1（a）。感谢有效的耦合，双面访问和实时
非惯性量子时钟帧会导致非热动力学
时间的操作方法是相对论理论的基石，正如适当的时间概念所证明的那样。在标准量子力学中，时间是外部阶段。最近，已经尝试了许多尝试在关系框架内延长适当时间的量子力学概念。在这里，我们使用类似的想法与相对论的质量能量等效性一起研究具有内部时钟系统的加速量量子粒子。我们表明，从粒子的内部时钟的角度来看，随之而来的演变是非热的。此结果不依赖于时钟的特定影响。是一个特别的结果，我们证明了两个重力相互作用粒子的有效哈密顿素体从任何一个粒子的时钟的角度都是非热的。
CSET- AI安全中的关键概念：机器学习中可靠的不确定性量化
机器学习研究进展的最后十年已经引起了功能令人惊讶但也不可靠的系统。由Openai开发的聊天机器人Chatgpt提供了这种张力的很好的说明。用户在2022年11月发布后与系统进行交互，虽然可以在编程代码和作者Seinfeld场景中找到错误，但也可能会被简单的任务混淆。例如，一场对话显示了机器人声称最快的海洋哺乳动物是百富麦猎鹰，然后将其思想转变为帆船，然后又回到猎鹰，这是显而易见的事实，即这些选择都不是哺乳动物。这种不平衡的性能是深度学习系统的特征，即近年来进步最大的AI系统的类型，并给他们在现实世界中的部署带来了重大挑战。
补充信息具有锡空位中心的非线性量子光子学与一维金刚石波导耦合
样品制作工艺从对 < 100 > 表面取向的电子级金刚石衬底 (元素 6) 进行植入前表面处理开始。首先将样品衬底放入湿式 Piranha（H 2 SO 4 (95 %): H 2 O 2 (31 %) 比例为 3:1）无机溶液中，在 80 ◦ C 下清洗 20 分钟，然后通过电感耦合等离子体反应离子蚀刻 (ICP/RIE) Ar/Cl 2 等离子体化学配方进行表面约 5 µ m 蚀刻，以去除衬底表面残留的抛光诱导应变。再进行约 5 µ m ICP/RIE O 2 化学等离子蚀刻，以去除前面蚀刻步骤中残留的氯污染[1]。接下来，将样品在 Piranha 溶液中进行无机清洗（80 ◦ C 下 20 分钟），并注入 Sn 离子（剂量为 1e11 离子/cm 2，能量为 350 keV）。在通过真空退火（1200 ◦ C）激活 SnV 中心之前，进行三酸清洗（比例为 1:1:1，HClO 4（70%）：HNO 3（70%）：H 2 SO 4（> 99%））1.5 小时，以去除任何残留的有机污染，然后在退火步骤后进行相同的湿式无机清洗程序，以去除在金刚石基材退火步骤中形成的任何表面石墨薄膜层。为了评估 SnV 中心是否成功激活，在悬浮结构纳米制造之前对样品进行表征。波导结构的纳米加工遵循参考文献[2-6]和[1]中开发的基于晶体相关的准各向同性蚀刻底切法的工艺。图S1中显示了该方法的示意图。
深度学习框架具有不确定性量化的调查数据：评估和预测美国人群中的糖尿病风险
复杂的调查设计通常在许多医学人群中采用。在这种情况下 - iOS，开发案例特定的预测风险评分模型，反映了研究设计的独特特征是必不可少的。这种方法是最大程度地减少结果选择性偏差的关键。本文的目标是：（i）提出使用神经网络（NN）建模的回归和分类的一般预测框架，该框架将调查权重结合到估计过程中； （ii）引入一种用于模型预测的不确定性定量算法，该算法是针对复杂调查范围的数据量身定制的； （iii）利用NHANES 2011 - 2014年同类的数据，将这种方法应用于开发强大的风险评分模型来评估美国人群中糖尿病的风险。我们的估计量的理论特性旨在确保最小的偏见和统计一致性，从而确保我们的模型产生可靠的预测并在糖尿病研究中提供新的科学见解。虽然专注于糖尿病，但该NN预测框架可适应为各种疾病和医疗队列创建临床模型。本文中使用的软件和数据在GitHub上公开可用。