XiaoMi-AI文件搜索系统
World File Search SystemPerformance
功能重新安装：迈向计算病理学中的基础模型级表现
多个实例学习（MIL）是计算病理学中最广泛使用的框架，包括分型，诊断，预后等等。但是，iS-iSting MIL范式通常需要脱机实例提取器，例如预训练的重新网络或Foun-Dation模型。这种方法缺乏在特定下游任务中进行微调进行微调的能力，从而限制了其适应性和性能。为了解决此问题，我们提出了一个重新安装的区域变压器（R 2 T），用于在线重新安装实例功能，该功能可以限制精细元素的本地功能并在不同地区建立联系。与现有的作品不同，该作品专注于预训练强大的功能提取器或设计复杂的实例聚合器，r 2 t量身定制为在线重新设计实例功能。它是一种便携式模块，可以无缝集成到主流MIL模型中。对常见的综合病理学任务的广泛实验结果验证：1）功能重新嵌入基于Resnet-50特征的MIL模型的性能到基础模型模型的水平，并进一步增强了基础模型特征的性能； 2）r 2 t可以对各种MIL模型引入更大的性能改进； 3）R 2 T-MIL，作为R 2 T-增强的AB-MIL，以大幅度优于其他最新方法。该代码可在以下网址提供：https：//github.com/dearcaat/rrt-mil。
机械系统预测和健康管理 (PHM) 中采用的人工智能 (AI) 算法的性能指标
摘要。近年来，人工智能 (AI) 算法在预测和健康管理 (PHM) 领域的应用研究，特别是用于预测受状态监测的机械系统的剩余使用寿命 (RUL) 的研究，引起了广泛关注。为 RUL 预测建立置信度非常重要，这样可以帮助运营商和监管机构就维护和资产生命周期规划做出明智的决策。在过去十年中，许多研究人员设计了指标或指标来确定 AI 算法在 RUL 预测中的性能。虽然大多数常用的指标（如平均绝对误差 (MAE)、均方根误差 (RMSE) 等）都是从其他应用程序中改编而来的，但一些定制指标是专门为 PHM 研究而设计和使用的。本研究概述了应用于机械系统 AI 驱动的 PHM 技术的关键绩效指标 (KPI)。它介绍了应用场景的详细信息、在不同场景中使用特定指标的适用性、每个指标的优缺点、在选择一个指标而不是另一个指标时可能需要做出的权衡，以及工程师在应用指标时应该考虑的一些其他因素。
AL2O3/ZRO2/SIO2/ZRO2/AL2O3 M
金属 - 绝缘子 - 金属（MIM）电容器对于集成电路（ICS）至关重要。它们可以通过多种方式使用，例如解耦和过滤。高电容密度，低泄漏电流和小二次电压系数（a）是MIM电容器良好电性能的信号。为了获得高电容密度，可以使用高介电常数（K）材料，例如TA 2 O 5，HFO 2，Al 2 O 3，TiO 2和ZRO 2 [1-4]。Zro 2薄膜被认为是这些高k材料中的强大候选者，可以替代传统的介电材料SIO 2和SI 3 N 4，因为它具有许多优势，例如，高击穿电场，高介电结构和较大的能隙宽度[4]。有人研究了单个ZRO 2电介质MIM电容器，并获得了高电容密度，但是泄漏电流和值很差[5]。在这里，我们介绍了Al 2 O 3和SiO 2层以改进上述两个参数，因为Al 2 O 3的较大带隙为8.8 eV，SIO 2的较大频带差距为负值，因此Al 2 O 3 /Zro 2 /Zro 2 /Zro 2 /Zro 2 /Zro 2 /Zro 2 /Al 2 O 3（Azsza）结构MIM Capicitors设计了。需要强调的是，AZSZA结构是在相同的原子层沉积（ALD）系统中制备的。这不仅降低了实验的复杂性和成本，还降低了污染和引入杂质的可能性。因此，这是一种在
通过聚合物3D打印来调整建筑物外墙的太阳能：朝向定制的热特性
立面是控制建筑物太阳能流并影响其能量平衡和环境影响的主要接口。最近，已经探索了半透明聚合物的大规模3D打印（3DP），作为一种制造具有定制特性和功能的立面组件的技术。透射率对于建筑外墙至关重要，因为对太阳辐射的响应对于获得舒适感至关重要，并且会极大地影响电力和冷却需求。但是，仍不清楚3DP参数如何影响半透明聚合物的光学性质。本研究建立了一个实验程序，将PETG组件的光学特性与设计和3DP参数相关联。观察到打印参数控制层沉积，该沉积控制层中的内部光散射和整体光传输。此外，层分辨率决定角度依赖性属性。表明，可以调整打印参数以获得量身定制的光学特性，从高正常透明度（≈90％）到透明度（≈60％），并且具有一定范围的雾霾水平（≈55-97％）。这些发现为大规模3DP的定制立面提供了机会，可以有选择地接纳或阻止太阳辐射，并提供空间的均匀日光。在建筑部门脱碳的背景下，这种组件具有减少排放的巨大潜力，同时确保乘员舒适。
高性能充电铝离子电池
由Elsevier出版。这是作者接受的手稿：创意共享归因许可证（CC：BY 4.0）。最终发布的版本（记录的版本）可在线访问：10.1016/j.cej.2024.153827。请参考任何适用的发布者使用条款。
* 高性能降落伞的设计和测试 - DTIC
自 1988 年 5 月以来，Carl 一直担任 Sandia 空气动力学部门的经理。除了降落伞之外。Carl 管理再入系统、导弹、炸弹、炮弹和火箭的空气动力学和热分析项目和研究计划。他负责监督所有美国核潜艇降落伞系统的设计、开发和储备维护的技术方面。Carl 负责计算空气动力学和流体动力学以及空气动力学和高超音速风洞的研究和技术开发计划。他负责托诺帕和考伊试验场的靶场安全、分布式计算机组织以及他在空气动力学方面撰写了大约 75 篇出版物。
性能的物理知情的机器学习方法
重型燃气轮机由于发电率较低，灵活性和热效率而在发电中发挥了越来越重要的作用。在严格的环境条件下，燃气轮机的主要子系统（如压缩机，燃烧器和涡轮机）在运行时间内降低，这在很大程度上影响了系统的效率和生产力。因此，开发有效方法以监测重型燃气轮机的性能降解以进行系统预测性维护，从而提高机器的效率和生产率至关重要。本文提出了一种新的物理知情的机器学习方法，以通过无缝整合热力学热平衡机制，组件特征，多源数据和人工神经网络模型来预测燃气轮机的降解。考虑到流量，质量和能量平衡，建立了基于机制的热力学模型，然后将其集成到系统水平，以在不同条件下对燃气轮机进行性能模拟。系统模型能够有效地模拟那些无法测量的参数的值（例如gt排气流）或不准确测量（例如燃油流）。基于机器学习的数据清洁方法用于预处理燃气轮机的多元原始数据。使用ISO条件下的物理信息模型获得的设计性能数据和校正值之间的差异用于评估性能降解。从
通过高级参数变化在DFB腔中优化光学性能
摘要 - 本文使用传输矩阵方法对分布式反馈（DFB）腔模型进行了深入研究，以优化光子应用中的光学性能。分析了各种参数，包括有效的折射率，光栅长度和空腔长度，以观察它们对DFB腔的反射率和透射率的影响。数值模拟，以建模光与腔内周期性变化的相互作用。结果显示最佳配置，可以增强DFB腔中的波长选择性。这项研究有助于设计有效的光子设备，特别是在激光器和光学滤镜中。模拟为指导高性能DFB激光器的发展提供了重要的见解。
用硫化物固体电池的全稳态电池阳性电极性能暴露于低色空气
使用硫固体电解质（SES）的全稳态电池（ASSB）是有吸引力的候选物，因为与使用有机溶剂相比，使用液体型锂离子电池（LIBS）比液体型锂离子电池（LIBS）更长。sulfer ses，即使在干燥室等环境中，也会在暴露于水分时会降低其离子电导率并产生有毒的氢硫。然而，到目前为止，尚未完全阐明水分暴露在ASSB细胞性能上的影响。旨在填补这一知识的差距，本文描述了水分对ASSB阳性电极的耐用性的影响，并在这项研究中以露室模拟的空气暴露或暴露于干室模拟的空气中，在这项研究中为-20°C。在细胞耐用性评估后，在阳性电极上进行了二级离子质谱（TOF-SIMS）测量时间，并使用裸露的SE在细胞中观察到了特征降解模式。
小波损耗的训练变压器模型可改善单图像超分辨率
基于变压器的模型已在包括图像超级分辨率（SR）在内的低级视觉任务中取得了显着的结果。但是，在获得全球信息时，基于不重叠的窗口中依赖自我注意的早期aperach遇到了挑战。为了激活全球更多输入像素，已经提出了混合注意模型。此外，通过仅将像素的RGB损失（例如L 1）降至最低而无法捕获基本的高频降低，训练不足。本文提出了两种贡献：i）我们引入了卷积非本地稀疏注意（NLSA）块，以扩展混合变压器体系结构，以增强其接受场。ii）我们采用小波损失来训练变压器模型，以提高定量和主观性能。虽然先前已经探索过小波损耗，但在基于训练变压器的SR模型中显示了它们的力量是新颖的。我们的实验结果表明，所提出的模型在各种基准数据集中提供了状态的PSNR结果以及出色的视觉性能。