XiaoMi-AI文件搜索系统
World File Search System改进的
基于对称 D 触发器的 PUF，具有改进的独特性
物理不可克隆函数 (PUF) 作为安全原语出现，可为安全应用生成高熵、抗回火位。然而，实现面积预算限制了它们在物联网、RFID 和生物医学等轻量级应用中的使用。以 SRAM 或 D 触发器的形式，内在 PUF 几乎在所有设计中都大量存在。作为设计不可或缺的一部分，它们的使用可能会损害性能。在本文中，为了解决内在 PUF 的使用问题，提出了一种基于 D 触发器的轻量级 PUF。所提出的架构采用 40 nm CMOS 技术实现。模拟结果表明，它的唯一性为 0.502，在高温 125°C 下的最坏情况可靠性为 95.89%，在电源电压为 1.2 V 时为 97.89%。为了评估各种 PUF 架构的性能，提出了一个新术语——唯一性与可靠性比。与传统 D 触发器相比，在相同的布局面积下，该触发器的独特性提高了 4.491 倍，独特性与可靠性比提高了 127.74 倍。由于该触发器采用对称结构，与其他架构不同，该触发器不需要任何后处理方案来消除偏差，从而进一步节省了硅片面积。为了验证模拟结果的功能正确性，本文还介绍了传统和所提出的 D 触发器的 FPGA 实现。
使用改进的面积高效华莱士树乘法器...
摘要：乘法器在数字信号处理应用和专用集成电路中起着重要作用。华莱士树乘法器提供了一种具有面积高效策略的高速乘法过程。它使用全加器和半加器在硬件中实现。加法器的优化可以进一步提高乘法器的性能。提出了一种使用 NAND 门改进全加器的华莱士树乘法器，以实现减小的硅片面积、高速度和低功耗。用 NAND 门实现的改进全加器取代由 XOR、AND、OR 门实现的传统全加器。提出的华莱士树乘法器包含 544 个晶体管，而传统的华莱士树乘法器有 584 个晶体管用于 4 位乘法。
使用时间改进的 3D-QALAS 中的 T1 和 T2 映射...
简介：T 2 和 T 1 估计可改善各种病理的特征描述，但较长的扫描时间阻碍了定量 MRI (qMRI) 的广泛应用，因此已经开发了序列以实现高效的 3D 采集。例如，3D-QALAS 1 利用交错的 Look-Locker 采集和 T 2 准备脉冲来对 T 1 和 T 2 进行全脑量化。但是，3D-QALAS 应用恒定翻转角并在 5 个时间点重建图像，这些时间点由于冗长的回波序列期间的信号演变而出现模糊。总结图 1，我们建议通过以下方式改进 3D-QALAS：(1) 结合基于子空间的重建来解决完整的时间动态以消除模糊 (2) 使用与自动微分兼容的模拟通过 Cramer-Rao 界限 (CRB) 优化采集翻转角，(3) 并减少每重复时间 (TR) 的总采集次数以缩短扫描时间。方法：子空间重建：传统 3D-QALAS 应用 T 2 准备和反转脉冲并测量 5 次采集，每次采集都利用 4 度翻转的回声序列。不是为 5 次采集中的每次采集重建一个体积，而是让 𝐸 成为 3D-QALAS TR 中 𝐴 采集之一中的回声数量（通常 𝐴= 5，𝐸= 120 →𝑇= 120 × 5 = 600 𝑒𝑐ℎ𝑜𝑒𝑠/𝑇𝑅 ），其中 𝑇 是回声总数。我们生成一个信号演化字典，用 SVD 计算低维线性基 Φ，从而产生一个易于处理的重建问题 𝑎𝑟𝑔𝑚𝑖𝑛 𝛼 ‖𝑦−𝐴Φ𝛼‖ + 𝑅(𝛼) ，其中 𝐴 表示傅里叶、线圈和采样算子以及 𝑅 正则化。通过使用 𝑥= Φ𝛼 解析时空体积，我们旨在利用与 𝑇 回声 2 的字典匹配来估计更清晰的定量图。图 2 (A) 中的体内实验表明，使用子空间可以减少估计的 T 2 图中的模糊。 CRB 翻转角优化：我们通过最小化两种方式的 CRB 来优化 3D-QALAS 中的翻转角：(1) 优化每个回波序列的一个翻转角 (2) 优化每个回波序列中的所有翻转角。我们使用传统的 4 度翻转角初始化了这两种优化，利用了代表性组织参数 [T 2 =70ms、T 1 =700ms、M0=1] 和 [T 2 =80ms、T 1 =1300ms、M0=1]，并最小化了基于 CRB 的成本函数。我们为 3D-QALAS 实现了自动微分兼容信号模拟 3，从而能够计算基于 CRB 的优化的梯度。减少采集：我们通过从 TR 末尾移除采集，设计了具有 A ={5,4,3} 采集的优化序列，从而加快了扫描速度。实验：我们在扫描仪上实施了针对每个回波序列进行优化的 3D-QALAS 序列，并使用 Mini System Phantom、型号 #136（CaliberMRI，美国科罗拉多州博尔德）和人类受试者（经 IRB 批准）上的常规和优化序列采集数据，进行了 3 次和 5 次采集（1x1x1mm3 分辨率，R=2）。我们比较了使用子空间重建（秩 = 3）和字典匹配估计的定量图。结果：优化序列：图 2（B）绘制了优化的翻转角和（C）与应用子空间重建进行定量估计时的传统序列相比的所得 CRB。优化可以减少 CRB 或者以更少的采集次数匹配传统的 5 次采集 CRB，从而有可能缩短扫描时间。模型和体内：图 3（A）和（B）显示了从模型和体内数据估计的图，其中每个 ETL 翻转角优化的序列（A=3,5 次采集）与恒定翻转角匹配。讨论和结论：未来的工作将实施全翻转角优化序列来解决未来实验中的 T 1 偏差。将子空间重建与自动微分启用的翻转角优化相结合，可获得改进的 3D-QALAS 序列，并将扫描时间缩短 1.75 倍。参考文献：[1] Kvernby, S. et al. J. Cardiovasc. Magn. Reson. 16 , 102 (2014)。[2] Tamir, JI 等人 Magn. Reson. Med. 77 , 180–195 (2017)。[3] Lee, PK 等人 Magn. Reson. Med. 82 , 1438–1451 (2019)。致谢：NIH R01 EB032708、R01HD100009、R01 EB028797、U01 EB025162、P41 EB030006、U01 EB026996、R03EB031175、R01EB032378、5T32EB1680
改进的机器学习算法用于预测基态性质
寻找量子多体系统的基态是量子物理学中的一个基本问题。在本文中，我们给出了一种经典的机器学习 (ML) 算法，用于预测具有编码几何局部性的归纳偏差的基态性质。所提出的 ML 模型在仅从同一物质量子相中的其他汉密尔顿量的 O (log) n ÞÞ 数据中学习后，便可以有效地预测 n 量子比特间隙局部汉密尔顿量的基态性质。这大大改进了以前需要 O (nc Þ 数据才能获得较大常数 c 的结果。此外，所提出的 ML 模型的训练和预测时间随着量子比特数 n 的增加而增加。在具有多达 45 个量子比特的物理系统上进行的数值实验证实了使用小型训练数据集预测基态性质的有利扩展。
t-MSD：一种改进的离子扩散系数的方法...
在这里，我们引入了一种改进的后处理方法T-MSD，旨在解决罕见事件对相关数据的影响，并增强估计扩散系数的统计可靠性。此方法包括两个部分：时间平均的MSD分析和Block JackKnife（BJ）重采样。使用深层势分子动力学（DPMD）模拟，我们证明了时间平均的MSD有效地减少了数据波动并实现了时间平移不变性，从而得出了扩散系数的更强大的估计值。据我们所知，尽管该方法已用于分析生物学和化学领域中的单个粒子跟踪[28,29]，但它很少在固态离子学中应用。此外，BJ重采样通过明确考虑
零射击学习的多模式基准和改进的体系结构
在这项工作中，我们证明，由于现有评估协议和数据集中的不足，因此有必要重新审视并全面研究Mul-timodal零射击学习（MZSL）问题问题。具体来说，我们解决了MZSL方法面临的两个主要挑战。 （1）既定基线的情况通常是无与伦比的，而且有时甚至是有缺陷的，因为现有的评估数据集通常与培训数据集有一些重叠，因此违反了零照片范式； （2）大多数现有的方法都偏向可见的类，这在对可见和看不见的类别进行评估时会大大降低性能。为了应对这些挑战，我们首先引入了一个新的多模式数据集，用于零照片评估，称为MZSL-50，其中有4462个视频来自50个广泛多元化的类别，并且与培训数据没有重叠。此外，我们提出了一种新型的多模式零射击变压器（MZST）体系结构，该体系结构利用了吸引瓶颈进行多模式融合。我们的模型可以直接预测语义表示，并且在将偏见降低到可见的类别方面表现出色。我们进行了广泛的消融研究，并在三个基准数据集和我们的新型MZSL-50数据集上实现最先进的结果。具体来说，我们提高了传统的MZSL绩效2。1％，9。81％和8。 vgg-sound，UCF-101和ActivityNet的68％。 最后，我们希望引入MZSL-50数据集将促进对社区中多模式零射击的深入研究。 181％和8。vgg-sound，UCF-101和ActivityNet的68％。最后，我们希望引入MZSL-50数据集将促进对社区中多模式零射击的深入研究。1
电力质量改进的影响：基础设施投资的实验证据 *
成千上万的家庭取决于电网连接，从而提供低质量和不可靠的服务。了解对电力质量改进的影响和征服的影响对于开发和环境很重要。我们通过随机安装智能电表在吉尔吉斯共和国进行了调查；可以提高电力服务质量的技术。治疗的家庭每天经历的电压波动大大减少，这是干预后电力质量改善的界限。干预后的高峰月份，经过治疗的家庭的电费消费量增加，房客的3倍是房主的3倍。与此相一致的是经过处理的家庭，尤其是租房者，大大增加了电加热器的所有权。治疗的家庭在能源效率上投入了更多的投资，可能会减轻干预后增加电费。
扩展策略用于缩放改进的饲料和品种
这项创新是一个捆绑包，包括改善的牲畜品种和改进的喂养。常见的饲料干预措施包括改良的草和豆类（例如，高产的热带草，如蓬型或五脑含量物种以及诸如山damodium的高质量豆类物种），多肉种，可以提供高度消化的且高蛋白质的鸡蛋和高蛋白的livestock饲料和增加作物和营养价值的物质和营养价值。其他饲料干预措施包括保存新鲜饲料，填补季节性差距以及加入高质量的补充剂。小农户之间的饲料改善干预措施包括引入改良的草和豆类，使用多功能树，增加摄入量的方法以及通过物理或化学处理的农作物残留物的营养价值，以及将新鲜饲料保存以填充季节性进给料的方法。虽然纯粹的外来品种具有较高的屈服潜力，但小农通常缺乏足够的养活动物的能力。此外，外来品种往往更容易受到疾病的影响。交叉品种更为首选。这种创新束越来越多地促进了食品系统转化。将饲料和草料改善与改善动物健康和遗传学的整合有可能大幅提高牲畜的产量 -
利用改进的复合凝聚技术开发无臭织物
为了克服气味问题，抑制了汗液被细菌降解。在本研究中，改进的复合凝聚技术涉及纳米胶囊的形成，纳米胶囊中储存了抗菌和芳香化合物。改进的复合凝聚技术需要高速混合溶液以生产纳米胶囊。在本研究中，海藻酸钠、明胶和阿拉伯胶被用作壁材。芦荟和薄荷精油被用作核心，其重量与壁材相等。通过傅里叶变换红外光谱 (FTIR)、扫描电子显微镜 (SEM)、甲醛释放测试和 AATCC 100 抗菌活性测试对合成纳米胶囊制备的涂层样品进行表征，以验证具有抗菌和芳香特性的纳米胶囊的形成。
工作分解结构矩阵：改进的工具... - CORE
2.1 接口管理：定义和实施 8 2.1.1 什么是接口？ 8 2.1.1.1 定义 8 2.1.1.2 接口的分类 10 2.1.2 如何管理接口？ 13 2.1.2.1 界面管理的定义 13 2.1.2.2 界面管理的五大支柱 15 2.1.2.3 界面管理：精益建造支持工具 25 2.1.3 界面管理的常用工具 28 2.1.3.1 IDEF0 28 2.1.3.2 设计结构矩阵 30 2.2 工作分解结构 33 2.2.1 工作分解结构的定义 33 2.2.1.1 一般定义 33 2.2.1.2 表示 34 2.2.1.3 面向产品还是面向活动的分解？ 35 2.2.1.4 WBS 矩阵 40 2.2.1.5 WBS 的详细程度 41 2.2.2 WBS 的功能 42 2.2.2.1 时间和成本控制 43 2.2.2.2 技术控制 45 2.2.2.3 未来项目评估和企业学习 46 2.2.2.4 信息管理和沟通 46 2.2.2.5 组织结构定义 47 2.2.3 与使用 WBS 相关的问题 47