XiaoMi-AI文件搜索系统
World File Search System数下
比较在电荷方案和温度的几个参数下，快速充电对三个锂离子细胞周期寿命的影响
几次学习（FSL）的目的是学习如何从少数培训检查中认可图像类别。一个核心挑战是，可用的培训检查通常不足以确定哪些视觉效果是所考虑类别中最具特征的。为了应对这一挑战，我们将这些视觉特征组织成方面，从直观地将相同的特征分组（例如，与形状，颜色或纹理相关的功能）。这是从以下假设中的动机：（i）每个方面的重要性因类别而异，并且（ii）可以从类别名称的预训练的嵌入中预测Facet的重要性。尤其是我们提出了一种自适应的相似性度量，依靠对给定类别的预测的重要性权重。该措施可以与各种现有的基于度量的甲基甲化组合使用。在迷你胶原和CUB上进行的实验表明，我们的方法改善了基于公制的FSL的最新方法。
MSCI 全球 IMI 数字经济精选 50 指数下跌 5% - 净值
未经 MSCI 事先书面许可，不得全部或部分复制或重新传播本文所含信息（以下简称“信息”）。不得将信息用于验证或更正其他数据、创建指数、风险模型或分析，或用于发行、提供、赞助、管理或营销任何证券、投资组合、金融产品或其他投资工具。历史数据和分析不应被视为对任何未来表现、分析、预测或预报的指示或保证。信息或 MSCI 指数或其他产品或服务均不构成买卖任何证券、金融工具或产品或交易策略的要约或促销或推荐。此外，信息或任何 MSCI 指数均不构成投资建议或做出（或不做出）任何投资决策的建议，因此不得依赖这些信息。信息按“原样”提供，信息的用户承担其可能使用或允许使用信息的全部风险。 MSCI INC.、其任何子公司、其直接或间接供应商或参与制作或汇编信息的任何第三方（各称为“MSCI 方”）均不作任何保证或陈述，并且在法律允许的最大范围内，各 MSCI 方在此明确否认所有默示保证，包括适销性和针对特定用途的适用性的保证。在不限制上述任何条款的情况下，在法律允许的最大范围内，在任何情况下，MSCI 的任何一方均不对任何信息造成的任何直接、间接、特殊、惩罚性、后果性（包括利润损失）或任何其他损害承担任何责任，即使已被告知发生此类损害的可能性。上述规定不应排除或限制任何适用法律可能不予排除或限制的责任。
低雷诺数下多连杆游泳者的强化学习
近年来，机器学习技术在微型游泳机器人开发中的应用引起了广泛关注。特别是强化学习已被证明可以帮助游泳机器人通过与周围环境的互动学习有效的推进策略。在本研究中，我们应用强化学习方法来识别多连杆模型游泳机器人的游泳步态。该游泳机器人由多个刚性连杆通过铰链串联而成，铰链可以自由旋转以改变相邻连杆之间的相对角度。Purcell [“低雷诺数下的生命”，Am. J. Phys. 45, 3 (1977)] 展示了三连杆游泳机器人（现称为 Purcell 游泳机器人）如何在没有惯性的情况下执行规定的铰链旋转序列以产生自我推进力。在这里，我们不依赖任何低雷诺数运动的先验知识，首先展示了如何使用强化学习来识别 Purcell 游泳机器人在三连杆情况下的经典游泳步态。接下来，我们将研究随着连杆数量的增加，学习过程中习得的新游泳步态。我们还考虑了一次只允许单个铰链旋转以及允许多个铰链同时旋转的场景。我们对比了游泳者在这些场景下学习到的运动步态的差异，并讨论了它们的推进性能。总而言之，我们的结果证明了如何应用简单的强化学习技术来识别低雷诺数下的经典游泳步态和新型游泳步态。
MSCI 全球 IMI 数字经济精选 50 指数下跌 5% - 净值
该指数包括母公司范围内在数字支付、机器人、网络安全、电子商务、共享经济、社交媒体和云计算等商业活动方面具有较高知名度的公司。该指数旨在体现 MSCI 全球 IMI 数字经济精选 50 指数的净表现，同时每年应用 5% 的固定减记（“合成股息”），以业绩的百分比表示。该指数每半年审核一次，以配合 MSCI 全球可投资市场指数的定期半年度指数审核。这些变化将于 5 月和 11 月的最后一个工作日收盘时实施。关于 MSCI INC。MSCI 是全球投资界关键决策支持工具和服务的领先提供商。
MSCI 全球 IMI 数字经济精选 50 指数下跌 5% - 总额
该指数包括母公司范围内在数字支付、机器人、网络安全、电子商务、共享经济、社交媒体和云计算等商业活动方面具有较高知名度的公司。该指数旨在反映 MSCI 全球 IMI 数字经济精选 50 指数的总体表现，同时每年应用 5% 的固定减记（“合成股息”），以业绩百分比表示。该指数每半年审核一次，以配合 MSCI 全球可投资市场指数的定期半年度指数审核。这些变化将于 5 月和 11 月的最后一个工作日收盘时实施。关于 MSCI INC。MSCI 是全球投资界关键决策支持工具和服务的领先提供商。
低环分数下对称环-线性聚合物共混物的应力松弛
摘要：我们结合线性粘弹性测量和建模来探索相同分子量的环状和线性聚合物共混物在环组分体积分数较低（0.3 或更低）范围内的动力学。由于线性链的运动，应力松弛模量受到环和线性组分的约束释放 (CR) 的影响。我们开发了一种基于 CR 的环-线性共混物模型，该模型可以预测环组分分数较低范围内的应力松弛函数，与实验结果高度一致。被线性链缠结所困的环只能通过线性链诱导的 CR 来松弛，而且环的松弛速度比线性链慢得多。预计在环重叠体积分数 ϕ R * 下，共混物的相对粘度 η ( ϕ R * )/ η L 相对于线性熔体粘度 η L 的增加与环分子量 M w,R 的平方根成比例增加。我们的实验结果清楚地表明，通过添加少量环状聚合物，可以同时提高线性聚合物熔体的粘度和结构松弛时间。这些结果不仅为 CR 工艺的物理原理提供了根本性的见解，还提出了通过添加环状聚合物来微调线性聚合物流动性能的方法。