XiaoMi-AI文件搜索系统
World File Search SystemScattering
心脏杂音和异常PCG检测通过小波散射变换和1D-CNN
摘要 - 这项工作是从Phonocartiogram（PCG）录音中自动且准确的心脏模拟检测。Two public PCG datasets (CirCor Digiscope 2022 dataset and PCG 2016 dataset) from Physionet online database are utilized to train and test three custom neural networks (NN): a 1D convolutional neural network (CNN), a long short-term memory (LSTM) recurrent neural network (RNN), and a convolutional RNN (C- RNN).我们首先进行预处理，其中包括以下关键步骤：使用小波散射变换对PCG段的DeNoising，分割，仅噪声段重新标记，数据归一化以及PCG段的时间频率分析。然后，我们使用PCG 2022数据集进行了四个实验，前三个（E1-E3），使用PCG 2016数据集进行了第四个实验。事实证明，我们的自定义1D-CNN优于其他两个NN（LSTMRNN和C-RNN）。此外，对于实验E3，我们的1D-CNN模型就准确性，加权准确性，F1得分和AUROC而优于相关工作（使用清洁和重新标记的PCG 2022数据集）。对于实验E1（使用原始PCG 2022数据集），我们的模型在加权准确性和F1分数方面非常接近相关工作。
通过散射矩阵方法实现非线性散射介质中的非线性谐波操控
摘要。由于介质不均匀性而导致的波（例如光）的散射在物理学中普遍存在，并且被认为对许多应用有害。波前整形技术是一种强大的工具，可以消除散射并通过非均匀介质聚焦光，这对于光学成像、通信、治疗等至关重要。基于散射矩阵 (SM) 的波前整形在处理线性区域中的动态过程中非常有用。然而，在非线性介质中控制光的这种方法的实现仍然是一个挑战，至今尚未被探索。我们报告了一种确定具有二阶非线性的非线性散射介质的 SM 的方法。我们通过实验证明了其在波前控制中的可行性，并通过强散射二次介质实现了非线性信号的聚焦。此外，我们表明该 SM 的统计特性仍然遵循随机矩阵理论。非线性散射介质的散射矩阵方法为非线性信号恢复、非线性成像、微观物体跟踪和复杂环境量子信息处理开辟了道路。
混合腔体 - 安特纳（Antenna
在金属天线表面的等离子体共振可以极大地增强拉曼散射。固有的固有性是，极端场限制缺乏精确的光谱控制，这将在塑造光和分子振动之间的光力相互作用方面具有巨大的希望。我们将一个实验平台降低，该平台由等离子纳米胶体胶体天线组成，该平台与开放的，可调的Fabry-Perrot微腔耦合，以选择性地解决具有强拉曼散射强的分子的单个振动线。由腔模式的杂交和等离子宽共振引起的多个狭窄和强烈的光学共振，用于同时增强激光泵和光学态的局部密度，并使用严格的模态分析来表征。多功能自下而上的制造方法允许通过理论和实验性地进行定量比较与裸纳米胶体系统的定量比较。这表明混合系统允许具有狭窄的光学模式的类似SERS增强比例，为分子验光力学中的动态反应效应铺平了道路。
离子强度对神经丝衍生的蛋白质刷的形态，散射和机械反应的影响
蛋白质刷不仅在神经丝的功能中起关键作用，而且在生物医学材料中也具有广泛的应用。在这里，我们使用连续的空间自洽场理论研究了离子强度对蛋白质刷形态的影响。开发了一个粗粒的多块多块带电的大分子模型，以捕获氨基酸序列的化学认同。对于pH 2.4的神经丝重（NFH）刷子，我们预测三种形态学方案：肿胀的刷子，冷凝的刷子和共存的刷子，这些刷子由密集的内层和弥漫性外层组成。我们的理论预测的刷子高度与实验数据非常吻合，具有多种离子强度。急剧的高度降低是静电筛选引起的从重叠状态到共存刷子隔离状态的转换的结果。我们还研究了伴随形态变化的散射和机械反应的演变。反射率光谱中的振荡表征了内部冷凝层的存在和微观，而力光谱中的肩膀表示形态肿胀。
解决量子退火器上的复杂特征值问题及其在量子散射共振中的应用
化学问题，需要对复矩阵进行对角化。例如，量子散射共振的计算可以表述为复特征值问题，其中特征值的实部是共振能量，虚部与共振宽度成正比。在目前的研究中，我们将 QAE 推广到处理复矩阵：首先是复 Hermitian 矩阵，然后是复对称矩阵。然后使用这些推广来计算 O + O 碰撞的一维模型势中的量子散射共振态。这些计算是使用软件（经典）退火器和硬件退火器（D-Wave 2000Q）执行的。复 QAE 的结果也与标准线性代数库（LAPACK）进行了对比。这项工作提出了量子退火器上任何类型的复特征值问题的第一个数值解，也是任何量子设备上量子散射共振的首次处理。
采样加速了对收敛导电性和辐射特性的声子散射速率的预测
热导率和辐射特性的预测至关重要。然而，计算声子散射，尤其是对于四声子散射，可能非常昂贵，并且在考虑四光子散射后，硅的导热率显着较低，而在文献中没有融合。在这里，我们提出了一种使用最大似然估计的少量散射过程样本来估算散射速率的方法。散射速率和相关导热率和辐射特性的计算大大加速了三到四个数量级。这使我们能够使用32×32×32的前所未有的Q -MENS（在相互空间中离散的网格）来计算硅的四频散射并实现收敛的导热率值，从而同意实验更好。我们方法的准确性和效率使其非常适合对热和光学应用的材料进行高通量筛选。
使用先进的动态光散射
了解脂质纳米颗粒大小对免疫原性的影响是实现对已知或新兴疾病的新型疫苗快速开发的重要步骤。动态光散射，也称为准弹性光散射或光子相关光谱，已成为一种最佳的分析方法，以确定粒径由于其原位方法和快速测量。但是，由于多个散射引起的伪影，它在许多工业相关系统上的应用已受到阻碍。结果解释因系统的浓度和颗粒的大小而严重损害。在这种情况下，通常需要强大的样品稀释，从而为配方开发过程带来了其他不确定性。在这里，我们展示了高级动态光散射技术如何从信号中填充多个散射，而无论样品浓度如何，都可以从信号中散布多个散射。我们在比较研究中对使用聚苯乙烯珠作为模型悬架以及浓缩的商业脂质纳米粒子辅助（Addavax™）的比较研究进行了说明。
在量子退火器上解决复杂的特征值问题，并应用于量子散射共振
受欢迎程度，因为它可以完全控制量子和计算本身。在文献中，变异量子本质量器（VQE）9–11是基于门的量子计算机实现的最流行算法之一。该求解器成功地用于计算分子的电子基态能，这是计算化学中最重要的基本问题之一。绝热量子退火是另一种可能不流行的量子计算模型。在此模型中，该计算基于将初始（易于培训）的哈密顿量转换为最终（目标）哈密顿量的慢速转换。最初的汉密尔顿人绝热的基态成为最终哈密顿的基态。在实践中，必须将给定的问题提出为ISIN问题或等效的二次不受约束的二进制优化（QUBO）问题。具体来说，QUBO求解器找到了QUBO函数X t Qx的最小值（称为目标函数），其中Q是描述问题的矩阵，而X是二进制字符串（ZEROS和ONE）。最小值，最佳解决方案字符串x = x opt。如果可以将问题转换为QUBO问题，则可以在退火器上求解，否则无法在该类型的量子设备上解决。这大大降低了量子退火的适用性，因为并非每个问题都是可转换的。与基于门的量子计算机相比，
对月球，火星和月球之间的月球地震散射和比较的定量评估
摘要Apollo Lunar地震数据中看到的强烈地震散射是最具特征的特征之一，这使地震信号与在地球上观察到的信号大不相同。散射被认为归因于地下异质性。虽然月球的异质结构反映了过去的地质活动和进化过程，但详细的描述仍然是一个悬而未决的问题。在这里，我们提出了通过完整的3D地震波传播模拟得出的上月壳中的地下异质性的新模型。我们的模拟成功地重现了阿波罗地震观测，从而导致了月球散射特性的重大更新。结果表明，月球的散射强度比地球上异质区域的散射强度高约10倍。量化的散射参数可能会使我们对月球的表面演化过程有限制，并使比较研究能够回答一个基本问题，即为什么地震特征在各种行星体上有所不同。
使用Brillouin光散射测量的血浆纵向粘度的诊断潜力
许多疾病与血浆粘度（PV）的变化有关。测量这些是耗时的，通常需要大量的血浆。在这里，我们表明布里鲁因光散射（BLS）光谱法（一种探测高频率纵向声学模式的传播和衰减的技术）可以识别出微级别的粘度的变化 - 一秒钟内的粘度 - 大小的体积。这是COVID -19（COV）患者的血浆，该血浆表现出升高的PV。还表明，使用BLS测量的粘度包含其他独特信息，这些信息可以辨别出可能具有诊断价值的悬浮液，这些悬浮液在患有严重疾病进展的COV患者中似乎更存在。