XiaoMi-AI文件搜索系统
World File Search System物理模型
通过应用预应力螺栓系统
预应力螺栓已越来越多地用于地下工程中，以控制周围岩石块的不稳定性。然而，盲目地增加预应力螺栓的密度对岩石质量周围隧道的性能改善的影响有限。因此，支撑系统中预应力螺栓的参数的准确设计是提高岩石周围隧道的轴承能力的重要方法。为了解决这个问题，我们对具有非持久关节的锚固岩石块进行了大规模的物理模型测试。通过使用PFC 3D中独立开发的代码，提出了一种用于预应力螺栓模拟的创新方法，然后根据物理模型测试扩展了一系列具有不同预应力螺栓密度的锚固岩石块的数值模型压缩测试。结果表明，岩石块的原始故障模式不会通过添加螺栓更改。以及预应力螺栓的密度增加会导致岩石块的锚定机构发生变化。当预应力螺栓的密度较低时，上载荷主要由岩石块承受，并且螺栓密度的增加将动员更完整的岩石以参与负载。当预应力螺栓的密度在一定程度上增加时，上载荷主要由预应力螺栓承受。和对岩石块的预应力螺栓的性能改善是有限的。当螺栓的预应力和螺栓密度达到一定程度时，当螺栓的预应力和密度加倍时，岩体质量的强度才会增加10％。预应力螺栓的密度增加使岩石块的变形更加稳定，并且锚固岩石块的ɛ3 /ɛ1比率始终小于1.0。研究结果对于围绕岩石质量的隧道具有重要的指导意义。
基于机器学习的白质模型的渗透性：cuprizone的实验研究，经过轴突脱髓鞘的体内小鼠模型
与轴突渗透性相关的参数 - 轴内水交换时间（𝜏I）可能是理解和治疗脱髓鞘病理（例如多发性硬化症）的重要生物标志物。di usion加权MRI（DW-MRI）对渗透性的变化敏感；但是，由于缺乏合并其的一般生物物理模型，因此该参数仍然难以捉摸。基于机器学习的计算模型可以可能用于估计此类参数。最近，第一次使用随机森林（RF）回归器的理论框架表明，这是一种有希望的渗透性估计方法。在这项研究中，我们采用了一种方法，并且在第一次实验中，通过与组织学直接进行比较，对其进行了实验研究，以脱髓鞘。
第 27 届数值分析双年会内容
从模型输出的观测数据确定物理模型中参数值的随机逆问题构成了科学推理和工程设计的核心。我们描述了一种最近开发的基于测度理论和等高线图概括的随机逆问题的公式和解决方法。除了完整的分析和数值理论之外，这种方法的优点还包括避免引入临时统计模型、无法验证的假设和模型更改（如正则化）。我们提出了一种高维应用来确定风暴潮模型中的参数场。我们最后介绍了最近关于定义随机逆问题的条件概念及其在设计最佳可观测量集方面的工作。
GATE 用户指南 V8.0 - OpenGATE 协作
蒙特卡罗模拟是发射断层扫描中必不可少的工具，它有助于设计新的医学成像设备、评估图像重建算法和/或散射校正技术的新实现以及优化扫描协议。尽管已经为正电子发射断层扫描 (PET) 和单光子发射计算机断层扫描 (SPECT) 开发了专用的蒙特卡罗代码，但这些工具在验证、准确性和/或支持方面存在各种缺点和限制 (Buvat)。另一方面，已经为高能物理编写了准确且通用的模拟代码，例如 GEANT3 (G3)、EGS4、MCNP 和 GEANT4。它们都包括经过充分验证的物理模型、几何建模工具和高效的可视化实用程序。但是这些软件包非常复杂，需要陡峭的学习曲线。
几何信息科学 - gsi'23
与 GSI'13/GSI'15/GSI'17/GSI'19/GSI'21 一样，在圣马洛举办的第六届 SEE GSI'23 会议的目标是召集对几何工具及其在信息分析和学习中的应用有共同兴趣的纯数学家/应用数学家和工程师。它强调年轻研究人员的积极参与，讨论“信息几何科学及其应用”的新兴合作研究领域。GSI 展示了几何工具的全景，强调数学理论、物理模型、计算方法以及在数学、物理、统计学、工程学、信号/图像处理、机器学习和数据科学中的应用。因此，会议将在共同感兴趣的主题领域举行，目的是：
传感器数据复制和用于缺陷检测和DA
，实验时间可能很高。此外，很难表征不同构建几何和材料的过程误差与观察到的热图之间观察到的关系（Delgado等，2012）。因此，首先基于原理的建模和分析方法对于DMLS过程非常重要，以便提供对过程的更多物理见解并增强现有过程监测（Wang等，2020）。除了最近的其他作品外，Arısoy等人。（2019）使用多物理模型来了解熔体池和微结构机械性能的关系。Dong等。 （2019）研究了舱口间距的影响，Ramos等人。 （2019）深入研究扫描的影响Dong等。（2019）研究了舱口间距的影响，Ramos等人。（2019）深入研究扫描的影响
通过剪切和湍流环境中的剪切和波动调节生物膜生长
这项工作研究了剪切和湍流对多物种生物膜增长的作用。这项研究主要是通过了解海洋环境中的微塑料（MPS）的生物污染而激发的。通过增加颗粒粘性，生物膜促进MP聚集和下沉；因此，对这一多规模过程的透彻理解对于改善MPS命运的预测至关重要。我们使用振荡网格系统进行了一系列实验室实验，以在均质各向同性湍流下促进小型塑料表面上的生物膜生长，而网格雷诺数在305和2220之间。分析了两种配置：一种塑料样品与网格一起移动（剪切为主导），另一个将样品保持在网格下游固定，因此经历了湍流，但没有平均流（无剪切）。生物膜在所有情况下在几天的时间范围内形成，然后仔细测量和分析塑料碎片上形成的生物量作为湍流水平的函数。使用简约的物理模型进一步解释了无剪切结果，并将生物膜（单动力学）内的养分吸收率与周围散装液体的湍流扩散。结果表明：（i）在剪切主导的条件下，生物膜质量最初在腐烂之前以湍流强度生长，这可能是由于剪切引起的侵蚀； （ii）在无剪切实验中，质量在养分的可用性增强后单调增加，然后由于摄取受限的动力学而饱和。后一种行为由物理模型很好地再现。此外，用扫描电子显微镜分析了塑料片的子集，表明湍流还会影响生物纤维簇的显微镜结合，随着湍流的振幅增加，它们的紧凑性增加了。这些结果不仅有助于我们对流量下生物膜的基本理解，而且还可以为海洋环境中MP运输的全球模型提供信息。
主要真空标准之间的计量关系...
在过去的 20 年里，尽管转移标准的可重复性较差，但几次国际比较表明，国家实验室持有的主要真空标准之间的一致性可能不像相关测量不确定性所表明的那样可靠。本报告回顾了此类比较的结果，分析了实验室与所使用的各种主要标准之间的一致性水平，并详细介绍了 NPL 主要真空标准之间的内部比较。该报告强调了支撑不同类型标准的物理模型和假设中的弱点，并提出了一些改进措施，包括实验协议。它还指出了历史上由于缺乏文献记录而可能掩盖了模型或实验实践中的缺陷的领域。
主题演讲者 Michael Grieves 佛罗里达研究所...
摘要：机器学习和人工智能算法现在被用于自动从测量数据中发现控制物理方程和坐标系。然而，从数据中提出一个普遍的物理定律具有挑战性：（i）还必须提倡一个合适的坐标系，（ii）同时提出一个伴随的差异模型来解释理论和测量之间不可避免的不匹配。通过结合深度学习和稀疏回归，特别是稀疏非线性动力学识别 (SINDy) 算法，我们展示了如何构建一个强大的数学基础设施来同时学习物理模型及其坐标系。这可以用有限的数据和传感器来实现。我们在大量例子中展示了这些方法，展示了如何最大限度地利用数据进行科学和工程应用。