XiaoMi-AI文件搜索系统
World File Search SystemSPES
通过植入和热退火在氮化铝中制造量子发射器
宽带盖材料中的单光子发射器（SPE）代表了一个吸引人的平台，用于开发在室温下运行的单光子源。III组二硝酸盐先前已被证明具有有效的SPE，这些SPE归因于材料的大带隙内的深度能级，其构型与钻石的广泛研究的颜色中心相似。最近已经证明了氮和氮化铝（ALN）内的缺陷中心的抗束发射。由于III-硝酸盐与洁净室过程的兼容性，这种缺陷的性质和形成它们的最佳条件尚未完全理解，虽然特别有趣。 在这里，我们通过热退火和共聚焦显微镜测量的亚分步上研究了商业Aln Epilayer上的Al植入。 我们观察到发射器的密度的依赖性依赖性增加，从而导致在最大植入量的情况下创建合奏。 在600℃下退火导致SPES形成最大的最佳产量，而在较低的静电液处则观察到SPE密度的显着降低。 这些发现表明，空缺形成的机制在固体状态下SPE的缺陷工程中的发射器和开放诱人的观点中起着关键作用。虽然特别有趣。在这里，我们通过热退火和共聚焦显微镜测量的亚分步上研究了商业Aln Epilayer上的Al植入。我们观察到发射器的密度的依赖性依赖性增加，从而导致在最大植入量的情况下创建合奏。在600℃下退火导致SPES形成最大的最佳产量，而在较低的静电液处则观察到SPE密度的显着降低。这些发现表明，空缺形成的机制在固体状态下SPE的缺陷工程中的发射器和开放诱人的观点中起着关键作用。
聚（β-氨基酯）基于锂离子电池的固体聚合物电解质
找到合适的电解质是锂离子电池开发的主要挑战。固体聚合物电解质（SPE）已引起了很大的关注，作为较晚液体电解质的更安全替代品，并且该田迅速增长。SPE提供了聚合物化学的适应性和灵活性，从而使自定义材料的简单合成具有特定功能的特定应用。从经济和商业的角度来看，是一种具有良好离子电导率和改善尺寸和机械稳定性的低成本电解质，这是要克服的问题。基于聚乙烷氧化物（PEO）的材料长期以来一直占主导地位。然而，最近探索了许多创新的SPE化学和拓扑结构，扩大了该区域，以使其他离子协调单元不相关。1 - 5在这项研究中，通过AZA -Michael加法poly（β-氨基酯）S（PBAE）
来自二维材料的可调谐单光子发射器...
量子通信背景：二维材料中的单光子发射器 (SPE) 已成为量子技术和量子通信的有前途的平台。这些发射器能够产生单个光子，这对于安全通信、量子计算和其他需要操纵量子态的应用至关重要。过渡金属二硫属化物 (TMD) 等二维材料由于其原子级薄性质、强激子效应以及与其他量子器件集成的潜力，为实现 SPE 提供了独特的环境。在这些材料中，缺陷、应变和局部激子可以捕获电子和空穴，从而导致单光子的发射。此外，二维材料提供可调的电子和光学特性，可以更好地控制发射特性，例如波长和偏振。此外，基于二维材料的 SPE 的可扩展性和与现有光子和光电器件的集成使其成为未来量子技术的有力候选者。
硬件加速器设计具有太阳粒子事件预测的有监督的机器学习
摘要 - 在太阳粒子事件（SPE）的几个小时或几天内，宇宙辐射的强度可能在五个数量级上有所不同，从而增加了多个数量级的空间应用中单事件Upsets（SEU）的概率（SEU）。因此，至关重要的是要尽早检测SEU速率变化，以确保及时激活辐射硬化措施。在本文中，提出了用于预测IN-FIRKIT SEU变化的硬件加速器，以预测SPE。嵌入的片上SRAM用作实时粒子检测器。专用硬件加速器实现了监督的机器学习模型，以预测SRAM SEUS提前一个小时，每小时在SPE和正常条件下对SEU变化进行细粒度的小时跟踪。整个设计旨在用于在空间应用中采用的高度可靠和自适应的多处理系统。因此，目标系统可以在高辐射水平发作之前驱动适当的辐射硬化机制。
空间技能与 STEM 成就之间的关系
学习者的空间技能是 STEM 教育（包括计算机）成就的可靠且重要的预测指标。空间技能也是可塑的，这意味着它可以通过训练得到提高。大多数认知技能训练只能提高一小部分类似任务的表现，但研究人员已经发现足够的证据表明空间训练可以广泛提高 STEM 成就。我们尚不清楚使空间技能训练具有广泛可转移性而其他认知训练却不能的认知机制，但了解这些机制对于开发持续有益于学习者的培训和教学非常重要，尤其是那些从低空间技能开始的学习者。本文提出了空间编码策略 (SpES) 理论来解释连接空间技能和 STEM 成就的认知机制。为了激发 SpES 理论，本文回顾了 STEM 教育、学习科学和心理学的研究。SpES 理论为这些文献中的发现提供了令人信服的事后解释，并与关于大脑结构功能的神经科学模型相一致。本文最后提出了一个计划，用于测试该理论的有效性并将其用于指导未来的研究和教学。该论文重点关注计算教育的意义，但空间技能对 STEM 表现的可转移性使得提出的理论与许多教育界相关。
德米特里·贝德罗夫 2021 年 3 月 3 日
固体聚合物电解质 (SPE) 有可能使锂离子和锂金属电池实现高能量密度、先进的制造能力和增强的安全性。然而，缺乏足够的分子尺度的锂离子传输机制见解和对关键相关性的可靠理解，往往会限制新材料的修改和设计范围。此外，对聚合物化学结构细微变化的敏感性（例如，选择特定的键或化学基团）通常被忽视为潜在的设计参数。在本次演讲中，我们将使用三个示例来展示原子分子动力学 (MD) 模拟如何补充实验研究并揭示聚合物结构变化与 Li+ 传输能力之间重要的分子尺度相关性。对于传统的 SPE，我们证明通过调整聚合物链的化学结构，可以实现从 Li+ 和聚合物链段运动状态之间的强耦合到解耦状态的转变。在单离子导电聚合物凝胶中，我们表明聚合物主链的微小修改显着增强了 Li+ 传输。最后，我们展示了 MD 模拟如何指导由聚轮烷超分子自组装组成的新型 SPE 的设计，其中编织线性链和环状分子的形态允许将 SPE 中的机械和传输特性解耦。
使用基于 SRAM 的软错误率监视器和监督机器学习预测太阳粒子事件
本研究引入了一种嵌入式方法，通过将实时软错误率 (SER) 测量与基于 SRAM 的检测器以及离线训练的机器学习模型相结合，用于预测太空应用中的太阳粒子事件 (SPE)。所提出的方法适用于太空应用中使用的自适应容错多处理系统。相对于最先进的技术，我们的解决方案可以提前 1 小时预测 SER，并在 SPE 期间以及正常条件下以小时为单位细粒度跟踪 SER 变化。因此，目标系统可以在高辐射水平出现之前激活适当的辐射硬化机制。基于对使用公共空间通量数据库训练的五种不同机器学习算法的比较，初步结果表明，使用具有长短期记忆 (LSTM) 的循环神经网络 (RNN) 可实现最佳预测精度。