摘要 众所周知,已故的胡塞尔曾警告人们,将物理理论的核心数学模型具体化和客观化是危险的。尽管胡塞尔的担忧主要针对伽利略物理学,但我们本文的首要目标是表明,他的许多批判性论点在今天同样具有现实意义。通过讨论量子理论的形式主义和当前的解释,我们说明了围绕自然数学化的话题是如何自然而然地浮出水面的。我们的第二个目标是考虑重建量子理论的计划,该计划目前在量子基础领域很受欢迎。最后,我们将论证,从这个角度来看,现象学和量子理论关于透视性的某些见解非常一致。我们通过本文的总体希望是表明现象学和现代物理学之间有很大的相互学习空间。
使用现场可编程门阵列 (FPGA) 实现可重构硬件加速器以进行脉冲神经网络 (SNN) 模拟是一项有前途且有吸引力的研究,因为大规模并行性可以提高执行速度。对于大规模 SNN 模拟,需要大量 FPGA。然而,FPGA 间通信瓶颈会导致拥塞、数据丢失和延迟效率低下。在这项工作中,我们为多 FPGA 采用了基于树的分层互连架构。这种架构是可扩展的,因为可以将新分支添加到树中,从而保持恒定的本地带宽。基于树的方法与线性片上网络 (NoC) 形成对比,在片上网络 (NoC) 中,拥塞可能由众多连接引起。我们提出了一种路由架构,该架构通过采用随机仲裁引入仲裁器机制,考虑先进先出 (FIFO) 缓冲区的数据级队列。该机制有效地减少了由 FIFO 拥塞引起的瓶颈,从而改善了整体延迟。结果显示了为延迟性能分析而收集的测量数据。我们将使用我们提出的随机路由方案的设计性能与传统的循环架构进行了比较。结果表明,与循环仲裁器相比,随机仲裁器实现了更低的最坏情况延迟和更高的整体性能。
摘要:为实现态势感知的自主化、智能化,本文提出了一种基于分维信息挖掘和多维信息重构的智能态势感知模型。首先,通过对输入的融合信息进行三维重构建立空间态势感知,四维重构完成态势理解,五维重构寻求态势预测,将三级态势估计模型优化为更加鲁棒的态势估计三元模型。结合数据库系统、推理学习机制和多样化的人机界面理念,完成了智能态势感知的基本框架。其次,论证了系统的灵活配置方法。第三,给出了智能态势感知性能指标和多节点一致性的一些基本评价方法。第四,给出了钻井平台典型电磁态势估计算例,对理论进行了说明和验证。最后,对智能态势感知系统下一步建设提出了几点建议。
摘要 - 由于电缆的固有灵活性和弹性,电缆驱动的并行机器人(CDPR)通常对模型和动态控制具有挑战性。将在线几何可重新配置性的附加包含在CDPR上导致具有高度非线性动力学的复杂不确定的系统。必要的(数值)冗余分辨率需要多个优化的层,以使其对实时控制的应用程序计算效率过高。在这里,深厚的强化学习方法可以提供一个无模型的框架来克服这些挑战,并可以提供实时的动态控制。本研究讨论了动态轨迹跟踪中无模型DRL实现的三个设置:(i)具有固定工作空间的标准非冗余CDPR; (ii)在可重构CDPR上具有冗余分辨率的端到端设置中; (iii)在一种脱钩的方法中,分别解决运动学和驱动裁员。
融合沉浸式体验式博物馆是城市居民对于公共文化空间与城市表达自然融合的探索。从这个角度看,博物馆为参观者提供了全方位的嗅觉、听觉、触觉、视觉的互动体验,让参观者仿佛身临其境。但如何消除场地与展览内容之间的隔阂与限制,让艺术与展览、公众与历史文化之间能够直接进行交流,将是设计思路之一。展览展示将不再局限于室内空间,而是拓展到室外空间。基于此,展览展示的设计与空间重构[10]、细分将更加多样化。顺应这一趋势,展厅的内容属性也可以与整个城市公共文化建设的方向相关,从而成为城市文化中最精彩的部分。
分布式实时嵌入式系统的重新配置包括更改或修改子系统和/或子系统配置,以便更好地服务于某个目的 [1]。在航空电子系统中,模式变化自然用于适应不断变化的飞行操作条件。虽然模式是预先确定的,但它们可以通过重新配置来实现。重新配置可用于容忍可能导致某些关键功能因外部环境变化、系统用户请求或甚至应用程序中的定时事件而丢失的故障。L¨ofwenmark 等人的调查。[2] 表明容错架构仍然是一个重要的研究领域,将容错与时序保证相结合仍未解决,例如在多核架构存在的情况下。当系统组件发生故障时,可重构航空电子平台会将之前分配给故障组件的功能移动到另一个可用的系统组件中。这种重构方案除了提高可靠性之外,还可以在整个飞机生命周期的演进能力方面发挥作用。从 20 世纪末到现在的 21 世纪,商用飞机的使用寿命一直在增加 [3],现已达到稳定状态。此外,维护、维修和大修 (MRO) 市场预计将产生强劲的未来需求,因为世界各地的军事空军决定升级传统飞机而不是采购新平台 [4],从而延长了军用机队的使用寿命。例如,在巴西,最近的一次大修带来了
本报告是由美国政府某个机构资助的工作报告。美国政府或其任何机构、其雇员、承包商、分包商或其雇员均不对所披露信息、设备、产品或流程的准确性、完整性或任何第三方的使用或此类使用结果做任何明示或暗示的保证,或承担任何法律责任或义务,或表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务,并不一定构成或暗示美国政府或其任何机构、其承包商或分包商对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
已经开发出能够进行多模式运动的机器,这些机器能够在非结构化环境中机动,用于搜索和救援行动、[2] 监控和防御等应用。 [3] 这种多模态性通常通过 i)身体形状变形、ii)步态改变或 iii)使用不同的驱动或推进机制实现。 一种流行的方法是使用专门用于相应环境中运动的不同推进机制(例如,螺旋桨用于飞行和游泳,轮子用于陆地运动 [4,5] )。 然而,多种推进机制会使设计复杂化,并增加此类系统的重量。 同样,使用能够实现不同步态和运动模式的单一推进机制可以简化设计,但通常会导致在某些环境中的移动性受到更多限制。 [6–8] 一种有前途的替代方案是利用身体的可逆形状变形,这样就可以重新调整一组常见的执行器或机器人肢体,以执行新的地面接触或流体结构相互作用模式(参见参考文献 [9–11] 中的示例)。软机器人特别适合可逆形状变化,因为它们具有机械可变形性和对受控刺激的形态反应。最近,Baines 等人提出了一种形状变形肢体,它可以利用刚度调节在鳍状肢和腿之间变换。[12] 这种肢体被安装在受海龟启发的机器人 [6] 上,以促进两栖运动。Shah 等人提出了一种
可重构设备提供了按需编程电子电路的能力。在这项工作中,我们展示了在后制造的钙钛矿 NdNiO 3 设备中按需创建人工神经元、突触和记忆电容器,这些设备可以通过单次电脉冲简单地重新配置为特定用途。钙钛矿镍酸盐的电子特性对氢离子局部分布的敏感性促成了这些结果。利用来自我们的记忆电容器的实验数据,储层计算框架的模拟结果显示出在数字识别和心电图心跳活动分类等任务中的出色性能。使用我们的可重构人工神经元和突触,模拟动态网络在增量学习场景中的表现优于静态网络。按需设计大脑启发计算机构建块的能力为自适应网络开辟了新的方向。C
超导纳米线单光子探测器(SNSPD)在不同基底和光子结构上的混合集成在开发基于单光子探测的复杂光子器件方面具有巨大潜力,例如用于单光子级微弱光光谱传感的光子计数重构光谱仪。本文引入SNSPD的级联吸收效应来开发光子计数重构光谱仪。该装置包括作为空间色散元件的罗兰光栅和位于光栅聚焦区域的定制级联SNSPD阵列。SNSPD的光谱响应可以通过其螺旋图案和阵列中的级联吸收进行灵活调制,并以此作为光谱重构的基础。设计和制作了一个原型装置来演示该方案的原理。实验结果表明了通过螺旋图案设计和SNSPD阵列的级联吸收效应调制光谱响应的可行性。它支持波长范围为1,495至1,515 nm的光谱测量和重构,光谱分辨率为0.4 nm。该方案仅通过SNSPD的设计就实现了光谱重构的基础,而无需额外光子结构的光谱调制效应。它为开发高光子利用率的器件提供了一种有趣且有前途的方法。