XiaoMi-AI文件搜索系统
World File Search SystemPrints
基于忆阻器的脉冲神经网络 - ePrints Soton
新兴的非易失性存储设备，即忆阻器，在神经形态硬件设计中展现出了非凡的前景，特别是在脉冲神经网络 (SNN) 硬件实现中。基于忆阻器的 SNN 已经应用于解决传统人工神经网络 (ANN) 解决的任务（例如图像分类和模式识别），并且不同学科仍在进行更多尝试以挖掘这一新研究课题的潜力。要将忆阻器应用于神经形态应用（本文中严格定义为使用 SNN 的应用），可以遵循两种途径。一种方法是首先利用硬件基础设施来表征和控制忆阻器设备，然后将其映射到应用程序的更高级函数（例如矩阵乘法）。另一种方法是将数据驱动的忆阻器模型嵌入软件模拟器中，以使用从真实设备中提取的参数来模拟应用程序。
量子互联网：硬件评论 - ePrints@IISc
1 引言 量子计算已成为本世纪的热门话题，人们普遍认为它将成为未来最关键的技术之一。然而，许多科学家认为它无法实现，直到近年来的初步演示证明了事实并非如此。在过去十年中，量子计算终于摆脱了纯学术兴趣的范畴，主要行业参与者纷纷加入量子计算竞赛，并迅速取得了重大进展。在 NISQ（嘈杂中尺度量子）设备的背景下，量子霸权的竞赛已经获胜，下一个重要里程碑是可扩展的通用量子计算，它很可能在未来十年内实现。这一里程碑将对技术、商业、材料研究、医学和基于云的应用的日常生活产生深远影响。互联网可以说是过去二十年最具变革性的技术。随着量子技术的出现，
SARS-CoV 的社区血清流行率 - ePrints Soton
摘要 目的 了解儿童和青少年中 SARS-CoV-2 的社区血清流行率。这对于了解该群体对 COVID-19 的易感性以及为制定免疫等疾病控制公共卫生政策至关重要。 设计 我们在 2019 年 10 月至 2021 年 6 月期间从英格兰的七个地区招募了 0-18 岁的参与者，并收集了大量人口统计和症状数据。使用在英国卫生安全局实验室处理的 Roche 检测试剂盒对血清样本进行 SARS-CoV-2 刺突蛋白和核衣壳蛋白抗体检测。计算了六个时间段的患病率估计值，并按年龄组、种族和国家医疗服务区域进行标准化。结果 第一波疫情（2020 年 6 月至 8 月）后，抗刺突蛋白 IgG 调整后血清阳性率为 5.2%，从 0.9%（10-14 岁参与者）到 9.5%（5-9 岁参与者）不等。到 2021 年 4 月至 6 月，这一数字上升至 19.9%，从 13.9%（0-4 岁参与者）到 32.7%（15-18 岁参与者）不等。在调整性别、年龄、地区、时间段、贫困程度和城乡地理状况后，少数族裔群体感染 SARS-CoV-2 血清阳性的风险高于白人参与者（OR 1.4，95% CI 1.0 至 2.0）。在 10 岁以下儿童中，没有症状或症状群可以可靠地预测血清阳性。总体而言，48% 的血清阳性且问卷数据完整的参与者回忆起在 2020 年 2 月至研究访问期间没有出现任何症状。结论在广泛接种疫苗之前，约三分之一的 15-18 岁参与者有证据表明存在针对 SARS-CoV-2 的抗体。这些数据表明，种族背景与儿童感染 SARS-CoV-2 的风险独立相关。试验注册号 NCT04061382。
人工智能与化学 - ePrints Soton
从我上面所说的以及那些可能已经阅读过我之前关于数字 IUPAC（i-UPAC）[2] 的文章的人可能已经清楚，我对未来的愿景来自于这样一种理念的交汇：我们所做的是使用科学方法研究化学，而我们越来越多地使用数字技术景观来做到这一点。化学家在化学空间中工作！我们可能从不同的地方开始在这个空间中导航，并根据我们的专业和目标采取不同的路径，从分子到药物，从化合物到配方，从材料到设备。我们越来越致力于更具体、更精确，无论是个性化医疗还是精准农业，寻求能源效率还是加强循环经济。我们居住的化学空间是广阔的，化学也与变化有关，所以我们不能忘记时间维度；我们真的生活在一个化学时空的世界中。化学不仅与分子的性质有关，还与分子的转变以及这些转变发生的速率有关——时间很重要。我们如何应对这个广阔的、很大程度上未开发的空间？我们需要探索一切吗？在许多情况下，化学家们都受到了大自然的启发。大自然通过反复试验，有更长的时间来探索化学空间的各个区域。但大自然也可能受到很久以前走过的路径的限制。我想我们大多数人也相信，我们自己的想象力和内在创造力使我们能够触及化学空间的不同区域，但——我们是创造、探索还是仅仅探索已经存在的路径呢？[3]
IEEE ACCESS 特别版块社论 - ePrints Soton
I.引言 工业 4.0，又称第四次工业革命，是许多科学家和制造商正在追求的领域。工业 4.0 包括许多主题，例如物联网 (IoT)、大数据、云计算、智能制造等。智能制造是一个至关重要且有价值的主题，旨在开发先进技术来提高制造质量和成本。通过传感器、网络和高性能计算机，可以开发和实施用于智能制造的强大算法。得益于各种创新的传感器，可以收集和利用可靠且高分辨率的信息。网络允许传感器、机器和计算机之间快速交换信号。人工智能 (AI) 需要巨大的计算能力。现代计算机提供了具有并行计算功能的图形卡，打破了这一限制。与智能制造相关的算法将比以前更加复杂。因此，本专题旨在加快智能制造的发展，吸引社区的关注，并传播新颖的研究。本 IEEE A CCESS 专题包括十篇具有不同创新主题的研究文章，以帮助读者深入了解该领域并促进和启发他们的研究。这些被接受的文章由专业和独立的研究人员审阅。以下是每篇文章的简要介绍。第一篇文章“使用混合田口遗传算法优化车床切削参数”，由 Chu 等人撰写，使用多目标混合田口遗传算法 (HTGA) 来搜索最佳加工参数。根据加工质量和加工参数定义线性回归模型。然后，使用 HTGA 优化参数。实验结果表明，HTGA 在收敛速度和鲁棒性方面优于传统遗传算法。第二篇文章“基于随机森林的球形多孔气体轴承系统高精度最大 Lyapunov 指数预测模型”，由 Kuo 等人撰写，提出了一种基于机器学习的球形多孔气体轴承（SPAB）系统高精度最大 Lyapunov 指数 (MLE) 预测模型。在本文中，控制
代谢和靶器官损伤 - ePrints Soton
摘要 在本综述中，我们讨论了与代谢紊乱精准医疗相关的选定主题。个性化饮食和运动可能有助于预防肥胖和 2 型糖尿病 (T2D)。减肥应根据年龄、性别、种族和共存合并症进行个性化。我们对肥胖的病理生理学、遗传学和表观遗传学的理解不断进步，有望提供量身定制的管理方案。干预前必须进行仔细的风险评估。风险可能被低估，例如在女性、不同种族群体和 2 型糖尿病患者中。对于那些对传统风险因素管理（如血脂异常和动脉高血压的药物治疗）没有反应的人，更个性化的方法可能会有用。非酒精性脂肪性肝病/代谢相关脂肪性肝病 (NAFLD/MAFLD) 既是葡萄糖和脂质代谢改变的原因，也是其结果。个性化医疗方法可能是确定更有效的药物策略以及逆转这种常见且繁重的代谢性肝病的关键。最后，代谢组学可用于识别与癌症诊断、分期和预后相关的生物标志物。结肠癌、直肠癌、乳腺癌、前列腺癌、甲状腺癌和卵巢癌表明，癌细胞代谢紊乱可用于临床实践。应追求真正的个性化药物治疗，尤其是对于肥胖癌症患者。
太空中的量子技术 - ePrints Soton
1 卢布尔雅那大学数学与物理学院，卢布尔雅那，斯洛文尼亚 2 量子光学与量子信息研究所，维也纳，奥地利 3 ICFO-Institut de Ciencies Fotoniques，巴塞罗那科学技术学院，卡特尔德费尔斯（巴塞罗那），西班牙 4 ICREA-Institucio Catalana de Recerca i Estudis Avan¸cats，巴塞罗那，西班牙 5 布达佩斯技术与经济大学网络系统与服务系，布达佩斯，匈牙利 6 空中客车防务与航天有限公司，朴茨茅斯，英国 7 LP2N，光、数值与纳米科学实验室，波尔多大学-IOGS-CNRS：UMR5298，塔朗斯，法国 8 LIP6，索邦大学，CNRS，法国巴黎 9 马克斯普朗克光科学研究所，埃尔朗根，德国10 葡萄牙里斯本大学高级技术学院 11 葡萄牙里斯本电信学院 12 葡萄牙 Y Quantum – Why Quantum Technologies Ltd. 13 德国汉诺威莱布尼茨大学量子光学研究所 14 德国韦斯林 OHB System AG 15 德国陶夫基兴空中客车防务与航天有限公司 16 英国南安普顿大学物理与天文系 17 意大利帕多瓦大学信息与工程系 18 意大利帕多瓦大学帕多瓦量子技术研究中心 19 法国图卢兹泰雷兹阿莱尼亚宇航公司 20 希腊伊拉克利翁研究与技术基金会电子结构与激光研究所 21 瑞士日内瓦大学 22贝尔法斯特女王大学，贝尔法斯特，英国 ∗
![arxiv：2106.05349v1 [Quant -ph] 2021年6月9日-EPRINTS SOTON](/simg/9/91a6c72059a56ff6c0d02da061d3a093927c3c1a.webp)
arxiv：2106.05349v1 [Quant -ph] 2021年6月9日-EPRINTS SOTON
1 f´ısica te`orica：Informaci´o i Fen`mens Qu'antics，De f´ısica系，Universitat aut'onoma de Barcelona de Barcelona，08193 Bellaterra（巴塞罗那）2贝尔特拉（巴塞罗那）2，西班牙2，西班牙物理学和天文学院，南安普敦，南安普敦，SO7 1BJ，so7 1bj，eility so17 1bj，美国国王3 Instik f. Eberhard-karls-Universitéttoubingen，72076 t ubingen，德国4个理论原子，分子，分子和光学物理学中心，数学与物理学学院，皇后大学，贝尔法斯特BT7 BT7 1NN，英国BT7 1NN，英国5号，ITADALY王国，ITADA，Stresta intara，Stresta inta Trieste部分Nazionale di Fisica Nuce，通过Valerio 2，34127，意大利Trieste 7 Frankfurt高级研究所（FIAS），Ruth-Moufang-Straße1，60438 Frankfurt Am Main Am Am Am Am Am，Dermany 8 8 Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Mathematics of Ljubljana，1000 000，1000年。斯洛文尼亚卢布尔雅那9量子光学和量子信息研究所，奥地利维也纳 *相应的汽车：giulio.gasbarri@uab.cat，alessio.belenchia@uni-tuebingen.de +这些作者对这项工作均等贡献