XiaoMi-AI文件搜索系统
World File Search SystemHex
界面介导的双胞胎诱导的可塑性，在添加剂制造产生的精细六边形微观结构中
晶粒尺寸是确定性的微观结构特征，可以使六角形封闭式（HCP）金属中变形的作用。尽管变形孪生是改善结构合金强度 - 降解性权衡的最有效机制之一，但随着晶粒尺寸的减少，其激活降低。这项工作报告了通过引入延性延展性的以身体为中心的立方体（BCC）纳米层接口的细粒度HCP微结构中变形孪生激活的发现。利用基于激光的添加剂制造的快速凝固和冷却条件，以获得精细的微观结构，并与强化的内在热处理结合使用，允许生成BCC纳米层。原位高能同步加速器X射线衍射允许实时跟踪机械孪生的激活和演变。获得的发现显示了延性纳米层的潜力，用于具有改善寿命跨度的HCP损伤耐受材料的新设计。
数字化航空航天制造 - Hexagon
有意义的统计分析和人工智能依赖于一个互联的开放生态系统，该生态系统由准确且可用的真实和虚拟数据链接而成。因此，制造商需要通过使用开放系统来克服影响数据流的互操作性问题。而且他们需要在不产生高集成成本或增加复杂性的情况下做到这一点。否则，他们将在部署数字线程和数字孪生时受到阻碍，从而无法确定和实施成本节约措施。
在核心兼容的底物上确定性地在六角硼氮化物中创建量子发射器
摘要：托有室温单光子发射器（SPE）的二维六角硼（HBN）有望用于量子信息应用。朝着HBN实际应用的重要一步是按需，位置控制的SPE。报告的用于确定性创建HBN SPE的策略要么依赖于与综合光子学不兼容的基材纳米图案，要么利用可能引入不可预测的HBN损害或污染的辐射源。在这里，我们报告了一种无辐射和光刻的途径，以确定性地通过纳米引导使用原子力显微镜（AFM）激活HBN SPE。该方法适用于二氧化硅 - 硅底物上的hbn扁曲，可以很容易地集成到片上光子设备中。对于多个凹痕尺寸，所达到的SPE收率高于30％，并且在400 nm左右的凹痕显示最大产量为36％。我们的结果标志着HBN SPE与光子和等离子设备的确定性创建和整合的重要一步。关键字：HBN，单光子发射器，原子力显微镜，纳米凹痕，片上积分■简介
无金属碳和氧掺杂的六方氮化硼光催化剂降解有机污染物
悉尼科技大学土木与环境工程学院，悉尼，新南威尔士州 2007，澳大利亚 韩睿，研究生 东北大学材料各向异性与织构教育部重点实验室，沈阳 110819，中国，悉尼科技大学土木与环境工程学院，悉尼，新南威尔士州 2007，澳大利亚，*Andrew Nattestad，DECRA 研究员 ARC 电子材料科学卓越中心，智能聚合物研究所，澳大利亚创新材料研究所，伍伦贡大学，伍伦贡，新南威尔士州 2525，澳大利亚，anattest@uow.edu.au (A. Nattestad)，0000-0002-1311-8951 *孙旭东，教授 东北大学轧制技术与自动化国家重点实验室，沈阳 110819，中国，xdsun@neu.edu.cn (X. Sun) *黄振国，副教授 教授
利用 CRISPR-Cas9 敲除 FAD2 基因提高六倍体亚麻荠籽油中单不饱和脂肪酸含量
种子油可用作食用油，也越来越多地用于工业用途。尽管高油酸种子油更适合工业用途，但大多数种子油富含多不饱和脂肪酸 (PUFA)，而油酸等单不饱和脂肪酸 (MUFA) 含量较低。亚麻荠油是一种新兴的油籽作物，种子含油量高，且能抵抗环境压力，其含有 60% 的 PUFA 和 30% 的 MUFA。六倍体亚麻荠携带三种 FAD2 同源物，编码脂肪酸去饱和酶 2 (FAD2)，负责从油酸合成亚油酸。在本研究中，为了增加亚麻荠籽油中的 MUFA 含量，我们通过 CRISPR-Cas9 介导的基因编辑生成了 CsFAD2 敲除植物，使用包含 DsRed 作为选择标记的 pRedU6fad2EcCas9 载体、用于驱动覆盖三个 CsFAD2 同源物共同区域的单个向导 RNA (sgRNA) 的 U6 启动子以及用于驱动 Cas9 表达的卵细胞特异性启动子。我们使用来自转化亚麻荠叶片的基因组 DNA 通过 PCR 分析了 CsFAD2 同源物特异性序列。三对 FAD2 同源物的敲除导致矮小的丛生表型，但大大提高了种子中的 MUFA 水平（提高了 80%）。然而，具有两对 CsFAD2 同源物的转化子被敲除，但另一对野生型杂合子显示正常生长，种子 MUFA 产量增加了 60%。这些结果为通过基因组编辑影响多倍体作物生长的基因代谢工程提供了基础。
可交付成果 D1.2 扩展的 6G 愿景、用例... - Hexa-X
作者：Giovanna D'Aria (TIM)、Michael Bahr (SAG)、Leonardo Gomes Baltar (INT)、Riccardo Bassoli (TUD)、Pernilla Bergmark (EAB)、Carlos Bernardos (UC3)、Serge Bories (CEA)、 Giorgio Calchira (TIM)、Panagiotis Demestichas (WIN)、Miltiadis Filippou (INT)、Frank H.P.Fitzek (TUD)、Christian Gallard (ORA)、Azeddine Gati (ORA)、Andeas Georgakopoulos (WIN)、Marie-Helene Hamon (ORA)、Bin Han (TUK)、Marco Hoffmann (NOG)、Vasiliki Lamprousi (WIN) )、Matti Latva-aho (OUL)、Christofer Lindheimer (EAB)、Diego Lopez (TID)、Marja Matinmikko-Blue (OUL)、Cedric Morin (BCOM)、Markus Mueck (INT)、Antonio de la Oliva (UC3M)、Aarno Pärssinen (OUL)、Antonio Pastor (TID)、Cao-Thanh Phan (BCOM)、Pekka Plerini ( OUL)、帕瓦尼·波兰巴奇 (OUL)、拉斐尔·普尔塔 (EAB)、奥拉夫·奎塞斯 (EAB)、达米亚诺Rapone (TIM)、Björn Richerzhagen (SAG)、Patrik Rugeland (EAB)、Berna Sayrac (ORA)、Peter Schneider (NOG)、Hans Schotten (TUK)、Ana Maria Galindo Serrano (ORA)、Aspa Skalidi (WIN)、Vera Stavroulaki (WIN)、Emilio Calvanese Strinati (CEA)、Serge Bories (CEA)、Elif Ustundag Soykan (EBY)、Tommy Svensson (CHA)、Emrah Tomur (EBY)、Mikko Uusitalo (NOF)、Mikko Samuli Vaija (ORA)、Gustav Wikström (EAB)、Volker Ziegler (NOG)、Yaning Zou (TUD)
适用于 FPGA 平台的 Hex Itoh-Tsujii 逆算法
摘要 Itoh-Tsujii 逆算法在椭圆曲线密码等密码应用中寻找逆元方面做出了重要贡献。本文提出了一种新的 Hex Itoh-Tsujii 逆算法，用于在现场可编程门阵列 (FPGA) 平台上高效计算由 NIST 推荐的不可约三项式生成的二进制域的乘法逆元。基于 Hex Itoh Tsujii 逆算法的所提架构由十六进制电路和四重加法链构成。这种组合提高了资源利用率。实验结果表明，与现有实现相比，所提出的工作具有更好的面积时间性能。关键词：现场可编程门阵列 (FPGA)、Itoh-Tsujii 逆算法 (ITA)、查找表 (LUT)、有限域 (FF) 分类：集成电路（存储器、逻辑、模拟、射频、传感器）
六边形的可持续性策略
吸引，招聘，发展和长期保留该行业最优秀的员工是Hexagon成功的关键。该公司在全球拥有21,000多名员工，其中许多人是高技能的工程师和软件开发人员。Hexagon致力于与全世界的员工，客户和供应商一起反映业务的国际性质。作为一个全球组织，Hexagon承认并尊重员工的差异，并努力建立一个工作环境，在这种环境中，积极利用不同的价值观和观点来为同样多样化的客户群创造最佳解决方案。通过促进多样性，Hexagon还将增加获得更多人才的机会。《六边形商业行为和道德规范》有助于管理公平就业，多样性，歧视，骚扰以及健康与安全等问题。
FPGA平台的Hex Itoh-Tsujii反转算法
摘要ITOH-TSUJII反转算法在发现诸如椭圆曲线密码学等密码应用中的倒数方面构成了主要贡献。在本文中，提出了一种新的HEX ITOH-TSUJII反转算法来计算由NIST推荐的不可舒服的三通式产生的二进制的二进制式栅极阵列（FPGA）平台上的多重逆逆向算法。基于十六进制算法的六角itoh tsujii反转算法是由十六进制电路和四链链构建的。此组合改善了资源利用率。实验结果表明，与现有实施相比，所提出的工作具有更好的区域时间性能。关键词：现场可编程栅极阵列（FPGA），ITOH-TSUJII反转算法（ITA），查找表（LUT），有限字段（FF）分类：集成电路
学习走路：通过...
摘要 - 在性能和能量限制下的腿部机器人运动的在线学习仍然是一个挑战。的方法，例如随机梯度，深度增强学习（RL），已经针对双子，四倍和六脚架进行了探索。这些技术在计算密集程度上，因此很难在边缘计算平台上实施。这些方法在能源消耗和吞吐量方面也是不足的，因为它们依赖复杂的传感器和数据预处理。另一方面，神经形态范围（例如尖峰神经网络（SNN））在边缘智能上的低功率计算中变得越来越有利。snn表现出具有突触的仿生峰值时间依赖性可塑性（STDP）的强化学习机制的能力。但是，尚未探索训练腿部机器人以中央模式发生器（CPG）在SNN框架中生成的同步步态模式行走。这种方法可以将SNN的效率与基于CPG的系统的同步运动相结合 - 提供了移动机器人技术中端到端学习的突破性绩效。在本文中，我们提出了一种基于增强的随机学习技术，用于培训刺激CPG的六型固醇机器人，该机器人学会了在没有先验知识的情况下使用生物风格的三脚架步态行走。整个系统是在具有集成传感器的轻质Raspberry Pi平台上实现的。我们的方法在有限的边缘计算资源中为在线学习打开了新的机会。