XiaoMi-AI文件搜索系统
World File Search SystemHeterogeneous
卤化物异质结构促进钠超离子导体的离子扩散和高压稳定性
固态钠离子电池 (SSSB) 的发展在很大程度上取决于超离子 Na + 导体 (SSC) 的开发，该导体具有高导电性、（电）化学稳定性和可变形性。异质结构的构建提供了一种有前途的方法，可以以不同于传统结构优化的方式全面增强这些特性。在这里，这项工作利用高配位和低配位卤化物骨架之间的结构差异来开发一类新型卤化物异质结构电解质 (HSE)。结合 UCl 3 型高配位框架和非晶低配位相的卤化物 HSE 实现了迄今为止卤化物 SSC 中最高的 Na + 电导率（室温下 2.7 mS cm − 1，RT）。通过辨别晶体本体、非晶区域和界面的各自贡献，这项工作揭示了卤化物 HSE 内的协同离子传导，并对非晶化效应提供了全面的解释。更重要的是，HSEs优异的可变形性、高压稳定性和可扩展性使得SSSB能够有效地集成。使用未涂覆的Na 0.85 Mn 0.5 Ni 0.4 Fe 0.1 O 2和HSEs的冷压正极电极复合材料，SSSBs表现出稳定的循环性能，在0.2 C下经过100次循环后容量保持率为91.0％。
用于高刚度 4D 打印电控多功能结构的多尺度非均质聚合物复合材料
4D 打印是一个新兴领域，其中 3D 打印技术用于对刺激响应材料进行图案化以创建变形结构，以时间为第四维。然而，目前用于 4D 打印的材料通常较软，在形状变化过程中的弹性模量 (E) 范围为 10 −4 至 10 MPa。这限制了所得结构的可扩展性、驱动应力和承载能力。为了克服这些限制，多尺度异质聚合物复合材料被引入作为一种新型的刚性、热响应 4D 打印材料。这些油墨的 E 比现有的 4D 打印材料高四个数量级，并提供可调节的电导率，可同时实现焦耳加热驱动和自感应功能。利用电控双层作为构建块，设计和打印出一种可变形为 3D 自立式起重机器人的平面几何体，与其他 3D 打印执行器相比，在重量标准化的起重负载和致动应力方面创下了新纪录。此外，该油墨调色板还用于创建和打印平面晶格结构，这些结构可变形为各种自立式复杂 3D 形状。这些贡献被集成到 4D 打印电控多步态爬行机器人晶格结构中，该结构可承载自身重量的 144 倍。
大脑区域中的异质运动 BOLD-fMRI 反应......
'引言，对二氧化碳 (CO 2 ) 表现出负血氧水平依赖性脑血管反应 (BOLD-CVR) 反应的脑区被认为患有完全耗尽的自调节脑血管储备能力并表现出血管窃取现象。如果这个假设是正确的，那么血管窃取现象的存在随后应该会导致在基于运动任务的 BOLD-fMRI 研究期间在其他功能性脑组织中产生相等的负 fMRI 信号响应（由于储备能力耗尽，代谢增加但不导致脑血流量增加）。为了研究这个前提，本研究的目的是进一步研究表现出负 BOLD-CVR 的脑区中基于运动任务的 BOLD-fMRI 信号响应。 %材料和方法，纳入了 71 例无运动缺陷的脑血管狭窄闭塞症患者的数据集，这些患者在同一 MRI 检查期间接受了基于 CO 2 校准的运动任务的 BOLD-fMRI 研究（采用指敲范式），以及随后的 BOLD-CVR 研究（采用精确控制的 CO 2 激发）。我们比较了双侧中央前回和中央后回（即感兴趣区域（ROI））的 BOLD-fMRI 信号响应与该 ROI 中的相应 BOLD-CVR。使用对接受相同研究方案的 42 名健康个体的 BOLD-fMRI 任务研究的二级组分析来确定 ROI。结果，BOLD-CVR 的整体下降与 ROI 内的 BOLD-fMRI 信号响应的下降有关。对于表现出负 BOLD-CVR 的患者，我们发现基于运动任务的 BOLD-fMRI 信号响应既有正的也有负的。结论，我们发现，对 CO 2 的 BOLD-CVR 负反应的存在与异质性运动任务 BOLD-fMRI 信号反应有关，其中一些患者表现出更可能的负 BOLD-fMRI 信号反应，而其他患者表现出正 BOLD-fMRI 信号反应。这一发现可能表明
单原子在结晶碳氮化物上进行选择性C- hopoxidation：实现异质材料中均匀途径的桥梁
单原子催化是当代科学中至关重要的领域，因为它具有出色的结合均匀和异质催化的领域的能力。铁和锰金属酶在自然界中具有有效的C- H氧化反应有效，激发了科学家在人工催化系统中模仿其活性位点。在此，成功地使用了一种简单而多功能的阳离子交换方法来稳定Poly（Heptazine Imides）（PHI）中的低成本铁和锰单原子。所得材料被用作甲苯氧化的光催化剂，表现出对苯甲醛的显着选择性。然后将方案扩展到不同底物的选择性氧化，包括（固定的）烷基芳烃，苄基醇和硫酸盐。详细的机理研究表明，含铁和锰的光催化剂通过形成高价值M o物种通过类似的机制来起作用。操作X射线吸收光谱（XAS）用于确认形成高价值铁和锰氧化物种，通常在参与高度选择性C- H氧化的金属酶中发现。
硅光子学中的异质集成
摘要：硅光子学的应用范围正在从用于数据和电信的高速收发器迅速发展到适用于许多不同市场的广泛功能，尤其是在传感和计算领域。因此，对新构建模块和增强性能的需求正在加速和多样化。在这种背景下，新材料、芯片和薄膜芯片的异构集成正变得至关重要。但要实现满足这种多样化需求的工业供应链将具有挑战性，可能需要一种新的供应链模型，在参与各方之间建立专门的标准化和测试方法。这篇评论文章讨论了硅光子学中异构集成带来的机遇和挑战，特别是未来市场增长和异构集成工艺流程的设计。
填补空白：探索生成式人工智能以增强异构移动边缘设备的联邦学习
摘要 — 由于边缘设备的数据和资源异构性，在移动边缘网络上进行分布式人工智能 (AI) 模型训练面临重大挑战。前者阻碍了全局模型的收敛速度，而后者降低了设备的资源利用效率。在本文中，我们提出了一种生成式 AI 赋能的联邦学习来应对这些挑战，它利用了填充本地数据缺失部分 (FIMI) 的思想。具体而言，FIMI 可以被视为一种资源感知的数据增强方法，可在确保高效的 FL 训练的同时有效缓解数据异构性。我们首先量化训练数据量和学习性能之间的关系。然后，我们研究 FIMI 优化问题，目标是在所需学习性能约束下最小化设备端总体能耗。利用基于分解的分析和交叉熵搜索方法得出解决方案，其中为每个设备分配合适的 AI 合成数据和资源利用策略。实验结果表明，与现有方法相比，FIMI 可以节省高达 50% 的设备端能量，以达到目标全局测试精度。同时，FIMI 可以显著提高非独立同分布 (non-IID) 数据下的收敛全局精度。
hetarch：超导量子系统的异质微结构
本文通过引入Hetarch（用于设计异质量子系统的工具箱）来实现异质FTQC设计的挑战，并使用它来探索异性设计方案。使用分层方法，我们可以将量子算法分解为较小的操作（类似于经典应用程序内核），从而大大简化了设计空间和所得的权衡。专门针对超导系统，我们设计了由多种超导设备组成的优化异质硬件，将物理约束抽象成设计规则，使设备能够将设备组装到针对特定操作的标准单元中。最后，我们提供了一个异质的设计空间探索框架，该框架将模拟负担减少了10个或更多倍，并使我们能够将最佳的设计点提高。我们使用这些技术来设计用于纠缠蒸馏，误差校正和代码传送的超导量子模块，将错误率降低2。6×，10。7×和3。0×与均质系统相比。
使用异构数据集的基于联邦机器学习的同步相量网络异常检测系统：预印本
摘要 — 同步相量技术广泛应用于现代能源管理系统，用于在微观层面监测电网健康状况并实时执行必要的纠正措施；然而，集成相量设备和数据聚合器面临着多种网络安全威胁。本文提出了一种基于联邦机器学习 (FML) 的异常检测系统，用于检测同步相量网络中的几种数据完整性攻击。所提出的方法集成了水平 FML 技术，由基于变电站的本地模型和基于控制中心的全局模型组成。所提出的方法包括使用包含网络和电网信息的异构数据集训练本地模型，并通过共享模型梯度通过多次迭代更新全局模型。最后，将训练好的全局模型应用于识别网络攻击、正常运行和物理事件。为了验证概念证明，我们使用密西西比州立大学和橡树岭国家实验室生成的合成数据集，利用国家可再生能源实验室的高性能计算资源来训练和测试分类模型。我们的实验结果通过多项性能指标计算得出，结果表明，所提出的方法在二分类、三分类和多分类过程中表现出一致的性能，同时确保了同步相量数据的隐私。关键词——联合机器学习、同步相量、异常检测系统、网络安全。
kairos：具有异构云资源的建筑成本效益的机器学习推理系统
在线推论已成为许多业务的关键服务产品，该服务部署在云平台中以满足客户需求。尽管具有收入产生能力，但这些服务仍需要在紧张的服务质量（QoS）和成本预算方面运作。本文介绍了Kairos，这是一个新颖的运行时框架，在满足QoS目标和成本预算的同时，最大化查询吞吐量。kairos设计和实施新技术，以在没有在线探索开销的情况下构建异质计算硬件池，并在运行时最佳地分发推理查询。我们使用行业级机器学习（ML）模型的评估表明，尽管有优于竞争方案的有利实现，可忽略他们的探索台面，但kairos的最佳最佳同质解决方案的吞吐量最高可超过70％。
分布式模型的预测性控制，用于领先车辆未知输入的异质车辆排
在本文中，提出了针对异性恋车辆排的分布式模型预测控制（DMPC）算法。允许领先的车辆由非零和时间变化的输入驱动，而不是以恒定的速度行驶。除了每个车辆的个别状态和输入限制外，所有车辆均通过状态耦合的车间间距约束和状态耦合成本函数耦合，从而维持一维排的构造与令人满意的瞬态性能。每辆车都与其附近的车辆通信，并且可能不知道领先的车辆的动力学状态信息。每个车辆的控制输入是由每个车辆的本地信息以及其邻居的假定状态信息确定的局部优化问题计算的。通过设计以下车辆的分布式终端控制法，将每个状态耦合设置为几个特定子集，然后迫使每辆车辆以优化其在分配的子集中受到约束的状态，可以将耦合约束和成本函数解耦，因此可以采用分布式和平行的计算方法来计算所有以下所有车辆的控制权。基于量身定制的终端平等约束以及量身定制的终端控制法，在所有时间步骤中都实现了本地MPC优化问题的递归可行性，并且还可以保证每辆车的渐近稳定性。在模拟中证明了所提出的DMPC方法的有效性，并且所提出的DMPC的优势与领先的车辆的非零，无法访问，并且随时间变化的输入强调了与不断变化的领先车辆速度的异构车辆平台的比较模拟。