XiaoMi-AI文件搜索系统
World File Search SystemLayer
新型N型MOSFET的工程拉伸紧张的SI层的新策略
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
在开阔的海洋上层中的中尺度和子尺度运动之间转移动力学的能量
海洋与地球科学，南安普敦大学，南安普敦，英国B海洋科学学院 Sciences, University of California, Los Angeles, Los Angeles, California f Department of Geosciences, Tel Aviv University, Ramat Aviv, Israel g Woods Hole Oceanographic Institution, Woods Hole, Massachusetts h National Oceanography Centre, Southampton, United Kingdom i British Antarctic Survey, Cambridge, United Kingdom j NOAA/Geophysical Fluid Dynamics Laboratory, Princeton, New Jersey k Program in Atmospheric和海洋科学，普林斯顿大学，新泽西州普林斯顿大学
使用金属沉积进行增材层制造 - SAM
在金属增材制造技术中，涉及金属沉积的技术，包括激光熔覆/直接能量沉积（DED，带粉末送料）或线材和电弧增材制造（WAAM，带线材送料），具有几个吸引人的特点。例如，可以提到高质量效率（LMD 为 50-80%，WAAM 为 100%）、大构建速率（超过 100 cm 3 / h）、具有有限孔隙度的良好微观结构以及构建梯度或多材料的能力。尽管相应的工艺已经开发了相当长一段时间，但对各种主题的研究工作仍然有很大的需求，例如新型或梯度材料的沉积、后处理和沉积材料的磨损行为。当前的特刊包括六篇文章，旨在介绍针对所有这些方面的最新原创研究，重点关注涂层而不是 3D 结构。
利用金属沉积进行增材层制造
在金属增材制造技术中，涉及金属沉积的技术，包括激光熔覆/直接能量沉积（DED，带粉末送料）或线材和电弧增材制造（WAAM，带线材送料），具有几个吸引人的特点。例如，可以提到高质量效率（LMD 为 50-80%，WAAM 为 100%）、大构建速率（超过 100 cm 3 / h）、具有有限孔隙度的良好微观结构以及构建梯度或多材料的能力。尽管相应的工艺已经开发了相当长一段时间，但对各种主题的研究工作仍然有很大的需求，例如新型或梯度材料的沉积、后处理和沉积材料的磨损行为。当前的特刊包括六篇文章，旨在介绍针对所有这些方面的最新原创研究，重点关注涂层而不是 3D 结构。
厚度和波长依赖性非线性光学吸收在2D层次MXENE膜中
作为迅速扩展的2D材料家族，MXENES最近引起了人们的关注。通过开发一种涂层方法，该方法可实现无传输和逐层膜涂层，研究了Ti 3 C 2 t x mxeneFim的非线性光吸收（NOA）。使用Z扫描技术，MXENEFILM的NOA在≈800nm处的特征。结果表明，随着层数从5增加到30的增加，从反向吸收吸收（RSA）转变为可饱和吸收（SA）。值得注意的是，非线性吸收系数的β变化从≈7.1310 2 cm GW 1到在此范围内的2.69 10 2 cm GW 1。也表征了MXENEFIM的功率依赖性NOA，并且观察到β的趋势下降以增加激光强度。最后，在≈1550nm处的2D mxene纤维的NOA的特征是将它们整合到氮化硅波导上，在其中观察到薄膜的SA行为，包括5和10层MXENE，与在≈800nm处观察到的RSA相反。这些结果揭示了2D MXENEFM的有趣的非线性光学性质，突出了它们的多功能性和实现高性能非线性光子设备的潜力。
使用LSTM，多层GRU和Drop-Gru神经网络预测能源消耗。
摘要：随着智能电网发展的急剧增长以及当前在开发测量基础设施方面的进步，短期功耗预测最近引起了人们的关注。实际上，未来电力负载的预测是避免能源浪费并建立有效的电力管理策略的关键问题。此外，可以将能源消耗信息视为历史时间序列数据，这些数据需要提取所有有意义的知识，然后预测未来的消费。在这项工作中，我们的目标是建模并比较三种不同的机器学习算法，以进行时间序列的预测。所提出的模型是长的短期记忆（LSTM），门控复发单元（GRU）和Drop-gru。我们将使用功耗数据作为我们的时间序列数据集，并相应地进行预测。LSTM神经网络在这项工作中受到青睐，以预测未来的负载消耗并防止消耗峰值。为了对该方法进行全面的评估，我们在某些法国城市中使用了实际数据功耗进行了几项实验。在各个时间范围内的实验结果表明，LSTM模型比GRU和Drop-gru预测方法产生更好的结果。的预测错误较少，其精度是更详细的。因此，这些基于LSTM方法的预测将使我们能够提前做出决策，并在消费超过授权阈值的情况下触发负载脱落。这将对计划电源质量和维护动力设备产生重大影响。
开发了薄层色谱 - 酶测试组合方法，用于从胸腺素hirsuta
抽象一种快速，简单和简单的方法，用于通过薄层色谱（TLC）和酶促测试的结合结合甲状腺素HIRSUTA（EATH）的乙酰乙酸乙酯提取物的α-葡萄糖苷酶抑制剂的分离和纯化。eath具有有效的α-葡萄糖苷酶抑制作用。在这项研究中，我们开发了一种简单的TLC-酶试验（TLC/EZ）组合，以分离出Eath的α-葡萄糖苷酶抑制剂。将eath分离在硅胶柱上，然后在TLC板上分离。TLC分离后，应用TLC/EZ组合方法。使用葡萄糖氧化酶过氧化物酶法（GOD -POD），直接在TLC板中直接检测α-葡萄糖苷酶抑制剂。 在有利于TLC/EZ方法的TLC中获得了活性化合物的良好检测。 然后使用高性能液相色谱质量光谱法（HPLC - MS）分析对活性化合物进行表征。 EATH中存在的主α-葡萄糖苷酶抑制剂具有分子离子[m + h] +在m/z = 543。 该提出的方法适用于Eath中存在的α-葡萄糖苷酶抑制剂的可靠分离和纯化。 它可以作为植物提取物中α-葡萄糖苷酶抑制剂分离和纯化的经典方法的有趣替代方法。α-葡萄糖苷酶抑制剂。在有利于TLC/EZ方法的TLC中获得了活性化合物的良好检测。然后使用高性能液相色谱质量光谱法（HPLC - MS）分析对活性化合物进行表征。EATH中存在的主α-葡萄糖苷酶抑制剂具有分子离子[m + h] +在m/z = 543。该提出的方法适用于Eath中存在的α-葡萄糖苷酶抑制剂的可靠分离和纯化。它可以作为植物提取物中α-葡萄糖苷酶抑制剂分离和纯化的经典方法的有趣替代方法。
无人机网络的物理层挑战 - 响应身份验证
摘要 - 以网络（或群体）运行的无人机之间的通信对网络的控制至关重要。当无人机依次支持与其他地面设备（例如，在非事物网络中）的通信时，网络中的所有节点都需要进行身份验证，以实现端到端的安全性。无人机之间没有可靠的固定网络体系结构，这些网络架构仅通过无线链接连接，要求使用新的身份验证机制，这些机制可以补充或用作密码学提供的替代品。我们提出了一个挑战反应（CR）物理层身份验证（PLA）机制，在该机制下，在传输无人机的传输请求下，鲍勃要么要求爱丽丝要求爱丽丝在特定的（随机选择）位置移动，要么移动到（随机选择）到（随机选择）的位置：在这两种情况下，在这两种情况下，在这两种情况下，在传播环境中的变化都会发生变化。然后，该消息是传输的，BOB从接收的信号中估算了通道，并验证其与Alice和Bob所假定的位置兼容。请注意，鲍勃可能代表一组合作进行身份验证的无人机。我们讨论了这种CR PLA机制的一些安全挑战，并将其与现有方法进行比较。提出了有关提出的身份验证方案性能的初步结果，显示了CR PLA方法的优势。
三层物联网架构中的后量子身份验证和完整性
物联网 (IoT) 是一个不断发展的技术领域，已被确定为增强行业运营和性能的关键工具。随着物联网在全球范围内的部署，威胁也在不断增加；因此，安全性，尤其是身份验证和完整性，是一个关键的考虑因素。未来的一个重大威胁是量子攻击，只有使用后量子 (PQ) 密码系统才能击败它。美国国家标准与技术研究所 (NIST) 已选定用于 PQ 安全性的新型数字签名 (DS) 标准。然而，物联网有其自身的技术挑战，因为分配给传感器和其他类似设备的资源有限。因此，这些 PQ 方案在物联网中的使用和适用性仍然是一个开放的研究领域。在本文中，我们确定了一个由三个不同层构建的物联网架构，分别由服务器、网关和物联网设备表示。我们首先测试 PQ DS 方案标准并将其与当前标准进行比较，以评估它们在此架构中提供身份验证和完整性的实用性。然后，根据相应设备（服务器、网关、物联网设备）的特点和安全属性（认证、完整性）在每一层选择最合适的PQ方案。最后对所选择方案进行实验，并给出使物联网通信和交互PQ安全的架构模型。