摘要 — 在本研究中,我们探索了博弈论(尤其是 Stackelberg 博弈论)的应用,以解决具有单向通信的异构机器人的有效协调策略生成问题。为此,我们专注于多对象重新排列任务,开发了一个理论和算法框架,通过计算反馈 Stackelberg 均衡,为两个机器人手臂(领导者和跟随者)提供战略指导,其中领导者拥有跟随者决策过程的模型。凭借对模型不确定性的内置容忍度,我们的规划算法生成的战略指导不仅提高了解决重新排列任务的整体效率,而且对协作中常见的陷阱(例如抖动)也具有很强的鲁棒性。
CC 趋化因子受体 5 型 (CCR5 或 CD195) 是人类免疫缺陷病毒 (HIV) 的辅助受体结合位点之一。移植具有 CCR5 Δ 32 敲除突变的造血干细胞可以作为彻底治愈 HIV 的有效工具;这些方法已经通过了原理验证阶段。同时,使用现代 CRISPR/Cas9 基因组编辑方法,我们可以在任何野生型细胞中有效地复制 CCR5 Δ 32 突变。因此,在异质细胞混合物中寻找和准确量化突变 CCR5 Δ 32 等位基因的含量变得至关重要。在本研究中,我们描述了使用 CRISPR/Cas9 生成人工 CCR5 Δ 32 突变,然后进行多重液滴数字聚合酶链式反应 (ddPCR) 以量化其在细胞混合物中的含量。我们开发的系统可以让我们快速准确地测量 CCR5 Δ 32 突变细胞的含量,精确度可达 0.8%。
摘要 — 本工作研究了影响采用转移印刷法制备的Si-GaN单片异质集成Casccode FET击穿电压的因素。这两个因素是Si器件的雪崩击穿电阻和SiN电隔离层的厚度。设计了Si MOSFET和Si横向扩散MOSFET(LDMOSFET)两种器件结构,研究了Si器件的雪崩击穿电阻对Cascode FET击穿特性的影响。分析了SiN电隔离层厚度的影响。最后,单片集成Cascode FET的击穿电压达到了770 V。索引术语 — 单片异质集成;Cascode FET;击穿电压;LDMOS;极化电荷。
i ntroduction c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c hiplet c。微处理器,例如AMD的EPYC [1-3]和Intel的湖泊场[4-6]和FPGA(可编程的门阵列),例如Xilinx的Virtex [14],具有大量的Chiplet Design和Chiplet Design和杂物整合包装。chiplets之间的一种层状(横向)通信(互连)是桥梁[17,33-42]杂交粘合物已引起了很多关注[17,43-87],因为索尼(Sony 2016年传感器和其他基于图像的设备[45,46]。在这项研究中,将提出chiplet设计和异质整合包装以及混合键合的最新和前景。固定在有机包装底物和环氧造型化合物(EMC)的刚性桥梁和富裕的桥梁。系统 - 芯片(SOC)将首先提到。
变量 p DA t t 时间内 DAM 中交易的总功率[MW] p ID t t 时间内 IDM 中交易的总功率[MW] p ℓ,t t 时间内流经 ℓ 线路网络的功率[MW] p θ,t t 时间内 STU 的发电量[MW] p + θ,t /p − θ,t t 时间内 STU 存储的充电/放电热功率水平 θ [MW t ] p PB θ,t 输送到 STU 功率块的热功率[MW] p SF θ,t 太阳能场产生的热功率[MW] pmb,t t 时间内计划在母线 b 从 DAM 和 IDM 市场购买/出售的电力[MW] pc,t t 时间内 D-RES 的发电量[MW] pd,t t 时间内需求的电力消耗[MW] pr,t t 时间内 ND-RES 的发电量[MW] u θ,t 二进制变量,用于控制 STU PB 运行 [ 0 / 1 ] u + θ,t 二进制变量,用于控制 STU 存储充电 [ 0 / 1 ] ud,p 二进制变量,用于选择需求曲线 [ 0 / 1 ] v 1 θ,t 二进制变量,用于控制 STU PB 启动 θ [ 0 / 1 ]
本文旨在实现三个目标。首先,我提出了一种宏观经济学中有限理性的新模型。该模型来自成功学习执行许多重要的类似人类任务的算法家族。它几乎没有对代理施加任何功能限制。其次,我试图阐明随着时间的推移学习决策规则的问题,这与经济学传统上关注的大多数学习不同。第三,由于政策功能是内生形成的并且取决于代理的过去,因此开发的模型使我能够研究不完美决策和异质经验之间的反馈。我关注的是储蓄错误与收入和财富经验之间的反馈。这种反馈可能对经济产生重要影响,但在文献中几乎没有引起关注。
由于高性能商用现货 (COTS) 计算平台的技术进步,空间计算正在蓬勃发展。太空环境复杂且具有挑战性,具有尺寸、重量、功率和时间限制、通信限制和辐射效应。本论文提出的研究旨在研究和支持在空间系统中使用 COTS 异构计算平台进行智能机载数据处理。我们研究在同一芯片上至少有一个中央处理器 (CPU) 和一个图形处理单元 (GPU) 的平台。本论文提出的研究的主要目标有两个。首先,研究异构计算平台,提出一种解决方案来应对空间系统中的上述挑战。其次,使用新颖的调度技术补充所提出的解决方案,用于在恶劣环境(如太空)中在 COTS 异构平台上运行的实时应用程序。所提出的解决方案基于考虑使用并行任务段的替代执行的系统模型。虽然将并行段卸载到并行计算单元(如 GPU)可以改善大多数应用程序的最佳执行时间,但由于过度使用 GPU,它可能会延长某些应用程序中任务的响应时间。因此,使用所提出的任务模型是减少任务响应时间和提高系统可调度性的关键。基于服务器的调度技术通过保证 CPU 上并行段的执行时隙来支持所提出的任务模型。我们的实验评估表明,与应用程序的静态分配相比,所提出的分配可以将实时系统的可调度任务集数量增加高达 90%。我们还提出了一种使用基于服务器的调度和所提出的任务模型的动态分配方法,该方法可以将可调度性提高高达 16%。最后,本文提出了一个模拟工具,支持设计人员使用所提出的任务模型选择异构处理单元,同时考虑处理单元的不同辐射耐受性水平。