XiaoMi-AI文件搜索系统
World File Search System敏度
区域影响受气候灵敏度限制不大的影响
气候风险评估必须考虑到广泛的未来，因此科学家经常使用众多全球气候模型进行的模拟来探索区域气候及其影响的潜在变化。一些最新一代模型具有高有效的气候灵敏度（EFFC）。有人认为这些“热”模型是不现实的，因此应将其排除在气候变化影响的分析之外。这是否会改善区域影响评估或使其恶化，尚不清楚。在这里我们表明，在许多重要的气候驱动因素的区域影响驱动因素中，EFFC与预计变化之间没有普遍的关系。分析不同地区的大雨事件，气象干旱和火灾天气，我们发现大多数地区和气候驱动因素的EFFC几乎没有或没有显着相关性。即使发现相关性，与EFFC无关的内部变异性和过程对气候驱动因素的预计变化具有相似的影响。仅基于EFFC的模型选择似乎是不合理的，并且可能忽略了现实的影响，从而低估了气候风险。
使用瞬态场测量的钢条的磁性表征：从机器学习的角度来看的全局灵敏度分析和回归
摘要。在此贡献中，使用田间梯度瞬变的合成数据研究了钢条的磁性表征，这些瞬态是通过有限的集成技术（FIT）生成的。使用Jiles-Atherton（JA）模型描述并参数化了材料定律。然后，使用两种全局方法分析相关磁指标相对于材料参数的敏感性：SOBOL的指标和δ-敏感指标。为了加速对这些数量的评估，使用模拟数据集中的机器学习技术构建了快速的元模型。基于量身定制的学习框架的逆问题解决方案已针对不同提出的标识符进行了测试，并最终讨论了它们对所讨论材料的磁性表征的适用性。
通过绝缘体上硅的固态脱湿生长的硅纳米晶体的高灵敏度 MIS 结构，可用于太阳能电池和光电探测器应用
Mansour Aouassa、Saud Algarni、Ibrahim Althobaiti、Luc Favre、Isabelle Berbezier。通过固态脱湿绝缘体上硅生长的硅纳米晶体的高灵敏度 MIS 结构，可用于太阳能电池和光电探测器应用。《材料科学杂志：电子材料》，2022 年，33 (24)，第 19376-19384 页。�10.1007/s10854-022-08774-w�。�hal-03988811�
基于波浪状的传单板的无电板冲刺技术，以评估陶瓷拉伸强度的应变率灵敏度
抽象的碳化硅陶瓷由于其高抗压强度，高硬度和低密度而被广泛用于装甲保护。在本研究中，开发了一种基于板块影响技术的实验技术来测量陶瓷材料的拉伸强度。由于陶瓷的强度不通过动态载荷对应变速率高度敏感，因此使e效率保持在失败位置保持恒定的应变速率。数值模拟被用于设计几种波动加工的板层的几何形状，该板在冲击时会产生脉冲形的压缩波，平滑的上升和下降时间范围为0.65至1 µs。这种减震板损坏的实验是在设定在200至450 m/s之间的撞击速度的SIC陶瓷上进行的。多亏了激光干涉法分析，目标后面速度可在给定的应变率载荷下测量均方根骨架强度。使用脉冲载荷和实验确定的脉冲强度，通过弹性塑料数值模拟评估了故障区中的应变速率。在适当的板板设计时，发现板撞击技术可以正确控制良好的应变速率载荷，左右在10 4 -10 5 s-1左右，可以达到相对较长的上升时间。这项工作有望提供合适的工具来研究陶瓷材料的高应变率行为。
奖励灵敏度在动态风险决策中的作用
目的：我们研究的主要目标是深入探索（SS），奖励灵敏度（RS）和风险调整（RA）之间的关系。通过整合从动态风险中获得的强化学习模型和神经措施 - 我们旨在探讨这些人格特征如何影响个人决策过程以及与风险相关的活动的参与。我们旨在剖析这种相互作用的神经和认知机制，从而阐明稳定的基于大脑的特征，这有助于观察到的风险和决策行为的可变性。理解这些链接可能会显着增强我们预测风险偏好中个体差异并制定有针对性的干预措施来管理跨不同情况下的风险行为的能力。
智障的DSB修复动力学暗示了Wiskott-Aldrich综合征患者的增强辐射灵敏度和遗传不稳定性
影响疾病的严重程度，进而影响辐射灵敏度的程度。在不同突变的患者中观察到辐射敏感性的这种变异性，反映了这些遗传变化对病情的多种影响（29）。目前对具有多种突变的患者的DSB修复效率和辐射敏感性的研究目前有限或不可用。
基于 COTS 28 纳米 SRAM 的 FPGA 在热中子和不同入射角下的 SEE 灵敏度
本文对不同入射角下 28 纳米块状商用现货 (COTS) Xilinx Artix-7 FPGA 的单粒子翻转 (SEU) 抗热中子辐射敏感性进行了实验研究。实验结果表明，配置 RAM (CRAM) 单元、触发器 (FF) 和块 RAM (BRAM) 上存在 SEU。还分析了多重事件 (范围从 2 位到 12 位) 的形状，以及它们对粒子束对设备表面的入射角的依赖性。还研究了 128 位和 384 位多重事件的可能形状，揭示了遵循字线的趋势。将前入射角的结果与 14.2 MeV 中子进行比较，表明该装置对两种辐照源的灵敏度存在相当大的差异。最后，使用名为 MUSCA-SEP3 的建模工具来预测该装置在相同环境条件下的灵敏度。获得的实验结果将以非常准确的方式与预测结果显示出良好的一致性。
再生混凝土力学性能预测与灵敏度分析的人工智能算法综述
使用从拆除废物中产生的再生骨料来生产混凝土是减少建筑环境对环境影响的一种有希望的选择。然而，预测再生骨料混凝土的硬化性能是其在建筑领域大规模部署的主要障碍之一。由于传统的经验方法对于预测新的再生骨料配方的性能不太可靠，近年来，人工智能方法已得到广泛发展，以实现这一目标。在本文中，我们对预测再生骨料混凝土的机械性能和进行敏感性分析的人工智能 (AI) 方法进行了广泛的文献综述。本研究对文献中发现的主要方法和算法的适用性、准确性和计算要求进行了详尽的描述、检查和讨论。此外，还强调了各种算法的优点和缺点。人工智能算法已在各种预测应用中取得了成功，并且准确率很高。虽然这些算法是用于估计再生骨料混凝土混合物成分和机械性能的强大预测工具，但它们的性能高度依赖于数据结构和超参数选择。这项研究可以帮助工程师和研究人员更好地决策使用人工智能算法进行机械性能预测和/或优化再生骨料混凝土的配方。
