摘要:本文概述了锂离子电池系统中精确热分析的重要性。它强调了对额外研究的要求,以创建有效的方法来建模和控制热性能,并最终是提高锂离子电池的安全性和性能。由于这些能量存储系统内的固有热量产生,温度调节与锂离子电池之间的相互作用至关重要。对锂离子电池所表现出的热行为的深刻理解,以及针对电池组的先进温度控制策略的实施,仍然是一个关键的追求。利用量身定制的模型来剖析锂离子电池的热动力学显着,从而在广泛的操作场景中增强了我们对其热管理的理解。这项全面的综述系统地探讨了采用模拟和模型来揭示复杂的热特性,行为细微差别以及与锂离子电池相关的潜在失控事件的多样化研究。本综述的主要目的是强调使用的表征方法的有效性,并强调关键参数(规定的当前速率和温度)在塑造热动力学中的关键参数。值得注意的是,与直接更改锂离子电池设计本身相比,热设计系统的增强通常更可行。因此,该热审查主要集中在热系统的领域。合成的见解提供了研究发现的全景概述,并有更深入的了解,需要咨询特定已发表的研究及其相应的建模努力。
摘要 - 随着自动驾驶和机器人导航的快速进步,对能够估计度量(绝对)深度的终身学习模型的需求不断增长。终身学习方法可能在模型培训,数据存储和收集方面可以节省大量成本。但是,RGB图像和深度图的质量是传感器的,现实世界中的深度图具有特定的特定特征,从而导致深度范围的变化。这些挑战将现有方法限制为具有较小的域差距和相对深度图估计的终身学习。为了促进终生的度量深度学习,我们确定了需要注意的三个至关重要的技术挑战:i)开发一个能够通过尺度感知的深度学习来解决深度尺度变化的模型,ii)设计有效的学习策略来处理明显的域间隙,iii III)为在实践应用中创建一个自动化的解决方案。基于上述考虑因素,在本文中,我们提出了一个轻巧的多头框架,有效地解决了深度尺度的不平衡,ii)一种不确定性的意识到的终身学习解决方案,可熟练处理重要的域域,iii)一种在线域特异性预测方法,以实现实时的预测方法。通过广泛的数值研究,我们表明该方法可以实现良好的效率,稳定性和可塑性,从而使基准测试幅度约为15%。该代码可在https://github.com/ freeformrobotics/lifelong-monodepth上找到。
摘要。密码的对称密钥原语中的安全漏洞可能会破坏密码的整体安全声明。近年来,随着量子计算的快速发展,人们越来越努力地评估对称密钥密码术对潜在量子攻击的安全性。本文重点分析了 AIMer 数字签名方案中使用的对称密钥原语 AIM 的量子攻击抵抗力。我们介绍了 AIM 的第一个量子电路实现,并根据 Grover 搜索算法估计了其复杂性(例如量子比特数、门数和电路深度)。对于 Grover 密钥搜索,最重要的优化指标是深度,尤其是在考虑并行搜索时。我们的实现汇集了 AIM 低深度量子电路的多种方法,以减少 Toffoli 深度和全深度。
将簇离子加速到一个离子柱中,该柱包含WIEN滤波器,栅极阀(用于在维护过程中与仪器隔离),弯曲以去除中性,扫描板和最终焦点镜头。Wien过滤器可以为小簇选择单个簇大小;对于较大的群集,梁组成的质量分布围绕标称群集大小。群集的大小是重要的参数,可以通过调整源条件在较大范围内调节。
摘要。采用不同计算范式的量子计算机的开发正对密码学的安全构成威胁。将范围缩小到对称键的加密型,Grover搜索算法在对安全性的影响方面可能是最有影响力的。最近,已经努力估算Grover对对称密钥密码的关键搜索的复杂性,并评估其量词后安全性。在本文中,我们提出了对Ascon的Quanmu电路的深度优化实施,这是一个对称的密钥密码,已在NIST(国家标准和技术研究所)轻巧密码标准化中得到标准化。据我们所知,这是用于AS-CON AEAD(使用关联数据认证的加密)方案的量子电路的首次实现。 对我们的理解,减少目标密码的量子电路的深度是Grover关键搜索的最有效方法。 我们演示了ASCON的最佳Grover的主要搜索成本,以及建议的深度优化量子电路。 此外,根据估计的成本,我们根据相关评估标准和最先进的研究来评估Ascon的量词后安全强度。据我们所知,这是用于AS-CON AEAD(使用关联数据认证的加密)方案的量子电路的首次实现。对我们的理解,减少目标密码的量子电路的深度是Grover关键搜索的最有效方法。我们演示了ASCON的最佳Grover的主要搜索成本,以及建议的深度优化量子电路。此外,根据估计的成本,我们根据相关评估标准和最先进的研究来评估Ascon的量词后安全强度。
NUREG-0493(1979 年 3 月)中的部分工作已逐字逐句地收录或略作修改,但未特别致谢。参考文献中的部分工作(Palomar 等人1993a、Palomar 等人1993b、Preckshot 1993a)已收录,但未特别致谢。作者感谢并认可该领域的前辈。特别是核管理委员会工作人员 Joseph P. Joyce,他既参与了最初的 NUREG-0493 工作,又直接参与并指导了本文所述的工作。Joyce 先生提供了连续性和远见,否则可能会缺乏这些。作者还感谢并认可了其他核管理委员会工作人员的努力,他们审查了这项工作并提供了自己的见解和评论。他们是 John Gallagher 先生和 Matthew Chiramal 先生。本文件的呈现在很大程度上归功于 Karen McWilliams 女士的努力。
NUREG-0493(1979 年 3 月)中的部分工作已逐字逐句地收录或略作修改,但未特别致谢。参考文献中的部分工作(Palomar 等人1993a、Palomar 等人1993b、Preckshot 1993a)已收录,但未特别致谢。作者感谢并认可该领域的前辈。特别是核管理委员会工作人员 Joseph P. Joyce,他既参与了最初的 NUREG-0493 工作,又直接参与并指导了本文所述的工作。Joyce 先生提供了连续性和远见,否则可能会缺乏这些。作者还感谢并认可了其他核管理委员会工作人员的努力,他们审查了这项工作并提供了自己的见解和评论。他们是 John Gallagher 先生和 Matthew Chiramal 先生。本文件的呈现在很大程度上归功于 Karen McWilliams 女士的努力。
近年来,量子计算被认为是对我们日常通信中使用的安全 / 隐私算法的完整性的严重威胁。特别是,它促使人们加速研究捍卫后量子世界的密码学。为了了解我们当前使用的哪些加密协议容易受到此类攻击,我们旨在自己使用或模拟量子计算机来诊断加密弱点。最近的研究成果如 [6]、[18]、[19] 反映了这一点。为了优化针对给定协议的 Grover 搜索算法密钥恢复攻击,我们需要一个负担最小的协议量子电路实现。一个与计算负担成比例的指标是电路的深度。在量子计算机模拟中,深度优化的量子电路减少了计算模拟攻击结果所需的时间。在量子计算机的物理实现中,深度优化的电路减少了组件之间的接近度,从而减少了电路中的噪声量。
一旦选定术语,目标就是提供来自各种来源和学科的广泛定义。定义的选择主要集中在以下来源:NIST 出版物;IEEE、ISO 和 ANSI 发布的标准;以及同行评审期刊、会议论文集和许多领域和领域的教科书,包括计算机科学、统计学、心理学、社会学和人文学科。选择这些来源是为了确保这些来源经过充分审查,并且在许多情况下引用充分,并提供可靠的定义。鉴于许多术语的动态性质,我们还从其他来源(如 arXiv 预印本、新闻和技术网站的词汇表)中汲取灵感。在某些情况下,我们引用了词典(包括通用词典和技术词典)中的定义,以提供额外的背景和清晰度。对于已使用较长时间的术语,我们面临的挑战是找到计算机科学和统计学中描述这些术语的早期来源。在很多情况下,我们查阅了各种组织词汇表出版物以及技术和通用词典。对于少数术语,我们从易于访问的网站中选择了定义。此过程还允许同时搜索更多来源。