XiaoMi-AI文件搜索系统
World File Search System超窄
MURF1020 超快速整流器
免责声明：1- 为改进产品特性，本文档提供的信息（包括规格和尺寸）如有变更，恕不另行通知。订购前，建议购买者联系 SMC - 桑德斯特微电子（南京）有限公司销售部，获取最新版本的数据表。2- 在需要极高可靠性的情况下（例如用于核电控制、航空航天、交通设备、医疗设备和安全设备），应使用具有安全保证的半导体器件或通过用户的故障安全预防措施或其他安排来确保安全。3- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对用户根据数据表操作设备期间因事故或其他原因造成的任何损害负责。 SMC - 桑德斯特微电子（南京）有限公司对任何知识产权索赔或因应用数据表中描述的信息、产品或电路而导致的任何其他问题不承担任何责任。4- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对因使用超过绝对最大额定值的数值而导致的任何半导体设备故障或任何二次损坏负责。 5- 本数据表不授予任何第三方或 SMC - 桑德斯特微电子（南京）有限公司的任何专利或其他权利。6- 未经 SMC - 桑德斯特微电子（南京）有限公司书面许可，不得以任何形式复制或复印本数据表的全部或部分。7- 本数据表中描述的产品（技术）不得提供给任何其应用目的会妨碍维护国际和平与安全的一方，其直接购买者或任何第三方也不得将其用于此目的。出口这些产品（技术）时，应根据相关法律法规办理必要的手续。
超高效轫致辐射产生...
高性能激光驱动辐射源是研究高能量密度物质、利用 kJ PW 激光系统进行对产生和中子产生的研究的重点。在这项工作中，我们提出了一种高效方法，在直接激光加速 (DLA) 电子与几毫米厚的高 Z 转换器相互作用时产生超高通量、高能轫致辐射。在中等相对论强度的亚皮秒激光脉冲与用纳秒激光脉冲辐照低密度聚合物泡沫获得的近临界密度长尺度等离子体相互作用时，产生了能量高达 100 MeV 的直接激光加速电子定向束。在实验中，观察到了通过光核反应产生的钽同位素，阈值能量高于 40 MeV。使用 Geant4 Monte Carlo 程序，以测量的电子能量和角分布作为输入参数，表征了从 180 Ta 到 175 Ta 的同位素记录产量的轫致辐射谱。结果表明，当直接激光加速电子与钽转换器相互作用时，会产生平均光子能量为 18 MeV 的定向轫致辐射，在巨偶极共振（GDR）及以上（≥ 7.5 MeV）的能量范围内每次激光发射会产生 ~2 · 10 11 个光子。这会产生 ~6 × 10 22 sr − 1 · s − 1 的超高光子通量，并且聚焦激光能量转化为高能轫致辐射的转换效率达到创纪录的 2%。
超量子关联：如何解释无......
摘要 本文讨论了两个无法交换任何信号的智能机器的最大相关度问题。在提醒读者“无信号”条件的主流统计解释是错误的之后，探讨了它的信息含义。需要强调的是，如果 Pawlowski 等人的信息因果关系原理正确地表达了（并概括了）无信号条件，那么它的应用目前是基于特定场景（由 van Dam 建议）和同样具体（和简化）的互信息与相关器之间的关系。然后根据相关独立性对无信号条件进行了更一般的信息解释，从中可以推导出 Tsirelson 界限。关键词 : 超量子关联；无信号条件；Tsirelson 界限
MURB1060CT 超快速整流器
免责声明：1- 为改进产品特性，本文档提供的信息（包括规格和尺寸）如有变更，恕不另行通知。订购前，建议购买者联系 SMC - 桑德斯特微电子（南京）有限公司销售部，获取最新版本的数据表。2- 在需要极高可靠性的情况下（例如用于核电控制、航空航天、交通设备、医疗设备和安全设备），应使用具有安全保证的半导体器件或通过用户的故障安全预防措施或其他安排来确保安全。3- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对用户根据数据表操作设备期间因事故或其他原因造成的任何损害负责。 SMC - 桑德斯特微电子（南京）有限公司对任何知识产权索赔或因应用数据表中描述的信息、产品或电路而导致的任何其他问题不承担任何责任。4- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对因使用超过绝对最大额定值的数值而导致的任何半导体设备故障或任何二次损坏负责。 5- 本数据表不授予任何第三方或 SMC - 桑德斯特微电子（南京）有限公司的任何专利或其他权利。6- 未经 SMC - 桑德斯特微电子（南京）有限公司书面许可，不得以任何形式复制或复印本数据表的全部或部分。7- 本数据表中描述的产品（技术）不得提供给任何其应用目的会妨碍维护国际和平与安全的一方，其直接购买者或任何第三方也不得将其用于此目的。出口这些产品（技术）时，应根据相关法律法规办理必要的手续。
MUR660AX 超快速整流器
免责声明：1- 为改进产品特性，本文档提供的信息（包括规格和尺寸）如有变更，恕不另行通知。订购前，建议购买者联系 SMC - 桑德斯特微电子（南京）有限公司销售部，获取最新版本的数据表。2- 在需要极高可靠性的情况下（例如用于核电控制、航空航天、交通设备、医疗设备和安全设备），应使用具有安全保证的半导体器件或通过用户的故障安全预防措施或其他安排来确保安全。3- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对用户根据数据表操作设备期间因事故或其他原因造成的任何损害负责。 SMC - 桑德斯特微电子（南京）有限公司对任何知识产权索赔或因应用数据表中描述的信息、产品或电路而导致的任何其他问题不承担任何责任。4- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对因使用超过绝对最大额定值的数值而导致的任何半导体设备故障或任何二次损坏负责。 5- 本数据表不授予任何第三方或 SMC - 桑德斯特微电子（南京）有限公司的任何专利或其他权利。6- 未经 SMC - 桑德斯特微电子（南京）有限公司书面许可，不得以任何形式复制或复印本数据表的全部或部分。7- 本数据表中描述的产品（技术）不得提供给任何其应用目的会妨碍维护国际和平与安全的一方，其直接购买者或任何第三方也不得将其用于此目的。出口这些产品（技术）时，应根据相关法律法规办理必要的手续。
MUR1660 超快速整流器
免责声明：1- 为改进产品特性，本文档提供的信息（包括规格和尺寸）如有变更，恕不另行通知。订购前，建议购买者联系 SMC - 桑德斯特微电子（南京）有限公司销售部，获取最新版本的数据表。2- 在需要极高可靠性的情况下（例如用于核电控制、航空航天、交通设备、医疗设备和安全设备），应使用具有安全保证的半导体器件或通过用户的故障安全预防措施或其他安排来确保安全。3- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对用户根据数据表操作设备期间因事故或其他原因造成的任何损害负责。 SMC - 桑德斯特微电子（南京）有限公司对任何知识产权索赔或因应用数据表中描述的信息、产品或电路而导致的任何其他问题不承担任何责任。4- 在任何情况下，SMC - 桑德斯特微电子（南京）有限公司均不对因使用超过绝对最大额定值的数值而导致的任何半导体设备故障或任何二次损坏负责。 5- 本数据表不授予任何第三方或 SMC - 桑德斯特微电子（南京）有限公司的任何专利或其他权利。6- 未经 SMC - 桑德斯特微电子（南京）有限公司书面许可，不得以任何形式复制或复印本数据表的全部或部分。7- 本数据表中描述的产品（技术）不得提供给任何其应用目的会妨碍维护国际和平与安全的一方，其直接购买者或任何第三方也不得将其用于此目的。出口这些产品（技术）时，应根据相关法律法规办理必要的手续。
超人类主义和个人身份
超人类主义和个人身份 James J. Hughes 在《超人类主义读者》中，Max More 和 Natasha Vita-More 编辑。2013 年。Wiley：第 227-234 页。启蒙价值观建立在独立理性自我、公民、消费者和追求自身利益者的假设之上。即使是威权主义和社群主义的启蒙运动也假设了自主个体的存在，只是主张给予集体利益更大的重视。然而，自休谟以来，激进的启蒙经验主义者对离散、持久的自我的存在提出了质疑。今天，神经科学的还原论促使人们拒绝了本质主义的个人身份模型。当代超人类主义尚未应对自由个人主义的侵蚀对他们个人选择增强和长寿项目造成的根本后果。大多数超人类主义者仍然反映出本质主义的个人身份观念，即使他们接受了彻底的认知增强项目，这些项目将改变意识的每个组成元素。超人类主义者需要努力解决这样一个问题：如果个人身份是一种任意的、可改变的虚构，那么他们的项目和道德将会发生怎样的变化。
基于 fNIRS 的超扫描研究
图 5 各组合作系数差异及 WR 与 RTD、阈值和 CC 的相关性（WR = 获胜率，RTD = 反应时间差异，CC = 合作系数）。（a）RTD 与 WR 之间的相关系数为 r = −.44（p = .003）。（b）阈值与 WR 之间的相关系数为 r = .398（p = .008）。（c）CC 在预测参与者的任务表现方面比 WR 更有效（r = .838，p < .001）。（d）使用不同策略的参与者之间存在显著差异（F（2,40）= 6.04，p < .005，휂2 p = 0.232）。* p < .05，** p < .01，*** p < .001
内存超维计算
生物计算系统以准确性换取效率。因此，降低人工智能系统能耗的一种解决方案是采用本质上对不确定性具有鲁棒性的计算方法。超维计算 (HDC) 就是这样一个框架，它基于这样的观察：人类记忆、感知和认知的关键方面可以通过由高维二进制向量（称为超向量）组成的超维空间的数学特性来解释。超向量定义为具有独立且相同分布 (iid) 分量 1 的 d 维（其中 d ≥ 1,000）（伪）随机向量。当维数为数千时，存在大量准正交超向量。这允许 HDC 使用明确定义的向量空间运算将这些超向量组合成新的超向量，这些运算的定义使得生成的超向量是唯一的，并且具有相同的维数。可以在丰富的超向量代数上构建强大的计算系统 2 。超向量上的群、环和域成为底层计算结构，而排列、映射和逆则是原始计算操作。近年来，HDC 被广泛应用于机器学习、认知计算、机器人和传统计算等各个领域。它在涉及时间模式的机器学习应用中显示出巨大的潜力，例如文本分类 3 、生物医学信号处理 4、5 、多模态传感器融合 6 和分布式传感器 7、8 。HDC 的一个关键优势是训练算法只需一次或几次即可完成：也就是说，对象类别是从一个或几个示例中学习到的，并且只需对训练数据进行一次传递，而不是经过多次迭代。在突出的机器学习应用中，与支持向量机 (SVM) 4 、极端梯度提升 9 和卷积神经网络 (CNN) 10 相比，HDC 以更少的训练示例实现了相似或更高的准确率，与 SVM 11、CNN 和长短期记忆 5 相比，在嵌入式 CPU/GPU 上的执行能耗更低。HDC 在认知计算中的应用包括解决瑞文渐进矩阵 12 、蜜蜂概念学习的功能模仿 13 和类比