XiaoMi-AI文件搜索系统
World File Search SystemDoF
带混响的深度亚波长定位......
在不进行侵入性近场操作的情况下从远场获取场景的亚波长信息是波工程学中的一个基本挑战。然而，众所周知，波在复杂介质中的停留时间决定了波对扰动的敏感度。现代编码孔径成像仪利用复杂介质提供的自由度 (dof) 作为天然多路复用器，但并未认识到并利用将感兴趣的物体放置在复杂介质外部或内部之间的根本区别。在这里，我们表明，只需用混响被动混沌腔将亚波长物体封闭在其远场中，就可以将定位亚波长物体的精度提高几个数量级。我们认为深度学习是一种合适的抗噪工具，可以提取编码在多路复用测量中的亚波长定位信息，实现远超训练数据中可用的分辨率。我们在微波领域展示了我们的发现：利用简单可编程超表面的配置自由度，我们使用仅强度的单频单像素测量，在混沌腔内沿弯曲轨迹定位亚波长物体，分辨率为 λ = 76。我们的研究结果可能在光声成像以及基于回响弹性波、声音或微波的人机交互方面具有重要应用。
德西特时空来自全息平面......
全息原理认为，体空间的自由度 (DoF) 被编码为边界量子场系统的信息 [1, 2, 3]。该原理的已知例子有黑洞熵 [4, 5, 6, 7] 和 d + 2 维反德西特时空/d + 1 维共形场论 (AdS d +2 /CFT d +1 ) 对应关系 [8, 9, 10, 11]。在发现 AdS d +2 /CFT d +1 对应关系中的全息纠缠熵的 Ryu–Takayanagi 公式 [12, 13, 14, 15] 后，多尺度纠缠重正化假设 (MERA) [16, 17] 被提出作为该公式背后的体量子纠缠的全息张量网络 (HTN)，其中 d = 1 为零温度 [18, 19]。这里，MERA 是通过解纠缠器层（对我们而言是二分量子比特门）和粗粒化器层（等距）的半无限交替组合对量子比特中边界 CFT 2 的量子基态进行实空间重正化群变换 [16, 17]。MERA 是一个尺度不变的张量网络。基于对 HTN 的初步研究 [18, 20, 21]，本文作者对 HTN 进行了经典化 [22, 23, 24, 25]。其中，HTN 的经典化是指在 HTN 中采用单量子比特的第三 Pauli 矩阵作为超选择规则算子 [25]。即，作用于 HTN 的希尔伯特空间的量子力学可观测量需要与第三 Pauli 矩阵交换，并根据这种交换性进行选择。HTN 经典化后，经典化全息张量网络 (cHTN) 的量子态对于所选可观测量在第三 Pauli 矩阵的特征基上没有量子干涉，因此等价于经典混合态，即第三 Pauli 矩阵乘积特征态的统计混合，
操纵人体工程学和机器人手术 - 叙事评论
屏幕靠近手（4）。其他可视化符合人体工程学的考虑因素包括立体声音，感觉齐射，视觉空间能力和视觉疲劳。外科医生的物理分离是Rs期间流动中断（FDS）的主要贡献者，这可能会导致错误率提高（5）。可能会反对FD的干预措施包括团队培训，更好的手术室空间配置，带读书的标准化沟通分类，技术实施，支持弹性和使用清单。机器人援助对认知工作量的影响很复杂（6）。更好相关的姿势，可视化和操纵人体工程学可能会促进将认知资源委派给身体任务的需求，但是这可能会被降低与身体分离，沟通困难，控制更多工具，有限的视野和缺乏具有相认为的反馈相关的情境意识所抵消。机器人系统通过具有七个自由度（DOF），支点消除，震颤过滤和运动缩放的铰接仪器提供了更好的操纵人体工程学（7）。与LS相比，这些机器人操纵益处的存在已被证明可使右手的灵巧性增加55％，而左手的灵巧性增加了45％（8）。在模拟设置中，具有二维视觉的机器人缝合任务中的基于技能的中值错误从腹腔镜缝合任务中的23个下降到8.5。这些因素可能会影响研究中研究的有效性。目标关于机器人系统操纵益处的研究主要是在模拟设置中进行的，并使用运动学数据和不同经验水平的外科医生的工作时间进行了评估。
光子芯片上的量子纠缠：综述
量子计算的优势。15 在大量纠缠簇态下，利用光子进行通用量子计算是可能的。16–18 集成量子光子学为基础量子物理研究和深度量子应用的实现提供了一个紧凑、可靠、可重新编程和可扩展的平台。19 利用成熟的互补金属氧化物半导体 (CMOS) 制造工艺，集成光子量子技术自 2008 年在硅波导电路上的受控非逻辑门中首次演示以来取得了重大进展。20 这包括先进材料系统的开发、20–32 主要量子通信协议的实现、28、32、33 以及量子计算和量子模拟算法的原理验证演示。34–36 我们推荐参考文献 19 和 37 中有关这些主题的其他评论。在本综述中，我们总结了在集成硅光子量子芯片上产生、操纵和测量纠缠光子态的实验进展。在第二部分中，我们介绍了片上量子态在单光子不同自由度 (DoF) 中的表示。在第三部分中，我们介绍了集成参量光子对源（非纠缠光子对）。然后，在第 4 部分中，我们将重点介绍各种类型的光子纠缠态，包括纠缠双光子态和多光子纠缠态
使用参数模型降阶对电力电子模块热机械分析中的温度相关特性进行参数化
摘要 — 本文使用 ANSYS-FEM（有限元方法）对电力电子模块 (PEM) 进行直接耦合热机械分析，并结合参数模型降阶 (pMOR) 技术。与目前大多数通过顺序耦合热机械模型进行耦合热机械分析的模型降阶研究不同，本研究中采用的直接耦合热机械方法同时解决了热和结构模型。通常，pMOR 主要侧重于参数化模型参数（例如材料属性、负载），这些参数是常数。在本研究中，在电子模块可靠性评估的背景下，展示了一种使用 pMOR 参数化温度相关属性的新方法，例如 PEM 结构中材料的热膨胀系数 (CTE)。开发了 PEM 的二维有限元模型，并用于研究铝 (Al) 合金的温度相关 CTE 对热负荷下系统热机械响应的影响。基于 Krylov 子空间的技术 PRIMA 已用于模型降阶，并采用矩阵插值的线性方法进行 pMOR 中的参数化。全阶状态空间模型具有 30,612 个自由度 (DOF)，而通过 pMOR 实现的简化模型只有 8 个自由度。模拟运行表明，对于此问题，使用这种方法可以大大减少计算时间，全阶模型和简化模型之间的计算时间减少了 81%。在建模预测中，基于 pMOR 的解决方案保留了结果的准确性。在这种情况下，与 ANSYS-FEM 模型 (FOM) 解决方案相比，应力结果的平均差异仅为 0.43%。
用于连续矿井运输的导航传感器
在开采和运输煤炭的过程中，操作员在矿井狭窄的空间内可能会被移动机械撞击或抓住。解决此问题的方法是使用运输设备上的导航系统，以便它跟随开采煤炭的机器。这本质上涉及基于传感器的机器对接。能够在恶劣的矿井环境中生存的传感器起着关键作用，这些环境包括灰尘、甲烷气体和水。对采矿机的运动和经验机器特性进行计算机分析，以确定操作要求和空间限制，确保将煤炭正确装载到运输设备中。这些数据用于选择传感系统。扫描激光系统和超声波传感器等各种技术经常用于其他应用，但被发现不可接受。但是，采用主动目标的近红外 (IR) 传感器满足要求。该传感器具有标称 75 EE 锥形视场，范围为 0.1 至 18.0 m。 对于单目标模式，在距离 3.56 m 时，标称范围精度为 4.3%。 生成校正算法将误差降低至 0.6%。空气中的灰尘测试表明，在超过联邦法律允许的浓度（7.5 倍）的水平下，准确度（最坏情况）下降不到 0.8%。该传感器可以跟踪多个主动目标，提供五个自由度 (DOF) 测量。使用四个目标，标称范围精度为 0.4%，无需校正算法。III 的制导系统。当前操作场景 跟随采矿机器的运输系统在商业上不存在。这样的系统可以减少当前运输采矿设备造成的死亡和伤害，并且是当前运输控制的可行替代方案。
矿井连续运输导航传感器
在开采和运输煤炭的过程中，操作员在狭窄的矿井内可能会被移动机械撞击或抓到。解决此问题的方法是使用运输设备上的导航系统，使其跟随开采煤炭的机器。这实际上涉及基于传感器的机器对接。能够承受恶劣的矿井环境（包括灰尘、甲烷气体和水）的传感器起着关键作用。对采矿机的运动和经验机器特性进行计算机分析，以确定操作要求和空间限制，以确保将煤炭正确装入运输设备。这些数据用于选择传感系统。扫描激光系统和超声波传感器等各种技术经常用于其他应用，但被发现不可接受。然而，采用主动目标的近红外 (IR) 传感器满足要求。该传感器具有标称 75 EE 锥形视场和 0.1 至 18.0 m 的范围。对于单目标模式，在 3.56 米的距离处，标称范围精度为 4.3%。生成了校正算法，将误差降低至 0.6%。空气中的灰尘测试表明，在超过联邦法律允许的浓度（7.5 倍）的水平下，精度（最坏情况）下降不到 0.8%。该传感器可以跟踪多个活动目标，提供五个自由度 (DOF) 测量。使用四个目标，标称范围精度为 0.4%，无需校正算法。III. 当前操作场景 拖运系统跟随采矿机的制导系统在商业上不存在。这样的系统可以减少当前拖运采矿设备造成的死亡和伤害，并且是当前拖运控制的可行替代方案。
矿井连续运输导航传感器
在开采和运输煤炭的过程中，操作员在狭窄的矿井内可能会被移动机械撞击或抓到。解决此问题的方法是使用运输设备上的导航系统，使其跟随开采煤炭的机器。这实际上涉及基于传感器的机器对接。能够承受恶劣的矿井环境（包括灰尘、甲烷气体和水）的传感器起着关键作用。对采矿机的运动和经验机器特性进行计算机分析，以确定操作要求和空间限制，以确保将煤炭正确装入运输设备。这些数据用于选择传感系统。扫描激光系统和超声波传感器等各种技术经常用于其他应用，但被发现不可接受。然而，采用主动目标的近红外 (IR) 传感器满足要求。该传感器具有标称 75 EE 锥形视场和 0.1 至 18.0 m 的范围。对于单目标模式，在 3.56 米的距离处，标称范围精度为 4.3%。生成了校正算法，将误差降低至 0.6%。空气中的灰尘测试表明，在超过联邦法律允许的浓度（7.5 倍）的水平下，精度（最坏情况）下降不到 0.8%。该传感器可以跟踪多个活动目标，提供五个自由度 (DOF) 测量。使用四个目标，标称范围精度为 0.4%，无需校正算法。III. 当前操作场景 拖运系统跟随采矿机的制导系统在商业上不存在。这样的系统可以减少当前拖运采矿设备造成的死亡和伤害，并且是当前拖运控制的可行替代方案。
MRV 全部成本提案摘要
首字母缩略词和缩写 AFO：助理林业官员 ANSAB：亚洲可持续农业和生物资源网络 BAU：一切照旧基线 BZCFUG：缓冲区社区森林用户组 CBFM：基于社区的森林管理 CBFMUG：基于社区的森林管理用户组 CCB：国家能力建设 CF：社区森林 CFI：连续森林资源清查 CFOP：社区森林运营计划 CFUG：社区森林用户组 CoFM：协作森林管理 COP：缔约方大会 CSO：民间社会组织 DBH：胸高直径 DBMS：数据库管理系统 DDC：区发展委员会 DFO：区林业办公室/官员 DFRS：林业研究与调查部 DOF：林业部 ESMF：环境和社会管理框架 ESS：环境、社会和保障体系（ESS） FAO：联合国粮食及农业组织 FAO FP 粮农组织林业文件 FCPF：森林碳伙伴关系基金 DSCO：区土壤保护官员 FECOFUN：联盟社区森林使用者尼泊尔 FGD：焦点小组讨论 FMU：森林管理单位 FRA：尼泊尔森林资源评估项目 GHG：温室气体排放 GIS：地理信息系统 GLCN：粮农组织/联合国环境规划署全球土地覆盖网络 GPG：国际气候变化专门委员会：良好实践指导 GPS：地理定位系统 ICIMOD：国际山地综合发展中心 IPs：土著人民 IPCC：政府间气候变化专门委员会 LCCS：土地覆盖分类系统 LhFUGs：租赁森林用户组 M 和 MRV：测量和监测、报告和核查 MIS：管理信息系统
使用云台机制进行自主无人机应用的主动对象检测和跟踪
摘要：对象识别，本地化和跟踪在计算机视觉应用中起着原始重要性的作用。但是，这仍然是一项极其艰巨的任务，尤其是在需要使用快速移动的无人机需要实时操作的对象的情况下。通常，这些基于视觉的系统的性能受到运动模糊和几何扭曲的影响，仅举两个问题。gimbal系统对于补偿运动模糊并确保视觉流稳定至关重要。在这项工作中，我们使用安装在无人机上的三级式（DOF）gimbal系统研究了主动跟踪方法的优势。提出了一种利用关节运动和视觉信息实时跟踪球形和平面对象的方法。跟踪方法在两个不同的逼真的凉亭仿真环境中进行了测试和评估：3D位置跟踪（球形）的第一个，第二个是6D姿势（平面基准标记）的第二个。我们表明，主动对象跟踪对于无人机应用是有利的，首先是通过减少动作模糊，这是由快速摄像机运动和振动引起的，其次，通过将感兴趣的对象固定在视场的中心内，从而减少了由于外围畸变而引起的重新投射错误。与传统的被动方法相比，结果表明有效的物体估计精度提高了主动方法的精度。更具体地说，一组实验表明，在具有挑战性的运动模式的条件下，在图像失真的情况下，主动的万日跟踪可以提高已知大小移动对象的空间估计精度。