使用机器学习(ML)算法在制造过程中嵌入的传感器内部嵌入的信息的进步和识别,以更好地决策成为构建数据驱动的监视系统的关键推动因素。在激光粉床融合(LPBF)过程中,基于数据驱动的过程监视正在广受欢迎,因为它允许实时组件质量验证。加上制造零件的实时资格具有重要的优势,因为可以降低传统的生产后检查方法的成本。此外,可以采取纠正措施或构建终止以节省机器时间和资源。然而,尽管在满足LPBF流程中的监视需求方面取得了成功的发展,但由于不同的过程空间,在处理来自激光材料互动的数据分布的变化时,对ML模型在决策方面的鲁棒性进行了更少的研究。受到ML中域适应性的想法的启发,在这项工作中,我们提出了一种基于深度学习的无监督域适应技术,以解决由于不同的过程参数空间的数据分布的转移。在两个不同的316 L不锈钢粉末分布(> 45 µm和<45 µm)上获得了从LPBF过程区域到三个机制到三个方案的声学发射区到三个方案的声波形式。对应于用不同激光参数处理的粉末分布的声波形的时间和光谱分析显示,数据分布中存在偏移,随后用建议的无监督域适应技术对其进行处理,以具有可以普遍化的ML模型。进一步,两个分布之间提议的方法的预测准确性表明,不受欢迎地适应新环境的可行性并改善了ML模型的推广性。
我们提出了一种方法和设置,可提供血液氧合(通过定量光声成像)和血流动力学(通过超声多普勒)的互补三维(3D)图像。所提出的方法不含标签,利用了血液诱导的波动,并在仅有256个元素的稀疏阵列上实施,并以市售的超声电子功能驱动。我们首先实施3D光声波动成像(PAFI)来对鸡胚胎进行图像,并获得血管形态的全部视频图像。我们同时获得具有可比图像质量的3D超声功率多普勒。然后,我们引入了多光谱光声波动成像(MS-PAFI),并证明它可以提供吸收的光学能量密度的定量测量,并具有完全可见性和增强的对比度,与常规的延迟延迟式延迟式多光谱摄影成像相比。我们最终展示了MS-PAFI之间的协同作用和互补性,该MS-PAFI提供了3D定量氧合(SO 2)成像和3D超声多普勒,该成像提供了有关血流动力学的定量信息。MS-PAFI代表了基于模型的反转的有希望的替代方案,其优势是通过使用直接处理方案解决所有可见性人工制品而没有事先和正则化。
摘要 - 光声tomog-raphy的最终目标是准确绘制整个成像组织中的吸收系数。大多数研究都假定生物组织的声学特性,例如声音(SOS)和声学衰减,或者在整个组织中都是均匀的。这些假设降低了衍生吸收系数估计的准确性(DEAC)。我们的定量光声断层扫描(QPAT)方法使用迭代完善的波场重建内部(IR-WRI)估算DEAC,该局部结合了乘数的交替方向方法,以解决与全波逆算法相关的循环跳过挑战。我们的方法弥补了SOS不均匀性,衰变和声学衰减。我们在新生儿头数字幻影上评估了方法的性能。
Multibeam Echosounder(MBE)已成为海底映射的主要工具。技术进步和改进的数据处理方法提高了测深测量的准确性和空间分辨率,并且还导致了MBES反向散射数据的使用越来越多,用于海底地质和底栖生物栖息地映射应用。MBES BackScatter现在经常用于表征海洋陆战队和动物区系的栖息地,有助于开发有效的海洋空间规划和管理策略,并且通常可以更好地对海床进行分类。最近,进一步的技术进步使得在多声纳操作频率(多频反向散射)下对反向散射的获取和分析具有后续的潜在利益,可改善海底表征和分类。本评论重点介绍了与多频的海流声学反向散射相关的当前可用的同行评审论文,从而对不同底栖环境的贡献进行了全面的摘要,为相关应用程序和概述挑战和研究指示奠定了基础。
我们考虑了基于培养基刺激后响应波的测量值的粘性声材料的定量重建(例如,大量模量,密度)的逆问题。数值重建是通过迭代最小化算法进行的。首先,我们研究了算法在衰减模型不确定性方面的鲁棒性,也就是说,当使用不同的衰减模型分别用于模拟合成观察数据和反转时。其次,要处理由域周围墙边界产生的多个反射的数据集,我们使用复杂的频率进行反转,并表明它提供了一个强大的框架,可以减轻多种反射的界限。为了说明算法的效率,我们对超声成像实验的数值模拟进行了数值模拟,以重建包含高对比度特性的合成乳房样品。我们在两个和三个维度上进行实验,后者也可以证明大规模构造中的数值可行性。
半导体量子点中的旋转是有希望的局部量子记忆,可以产生偏振化编码的光子簇状态,如开创性的Lindner和Rudolph方案[1]。然而,利用光学转变的极化程度受到共鸣激发方案的阻碍,这些方案被广泛用于获得高光子不明显。在这里我们表明,声子辅助激发(一种保持高度可区分性的方案)也允许完全利用极化的选择性光学转变来初始化并测量单个自旋状态。我们在低横向磁场中访问孔自旋系统的相干性,并在激发态的辐射发射过程或量子点基态下直接监测自旋倾向。我们报告的旋转状态检测功能为94。7±0。由光学选择规则和25±5 ns孔旋转相干时间授予的2%,证明了该方案和系统具有以十二个光子为单位的线性簇状态的潜力。
彩色皮秒声学 (CPA) 和光谱椭圆偏振术 (SE) 相结合,测量沉积在 300 毫米晶圆上的聚合物薄膜树脂的弹性和热弹特性。使用 SE 测量膜厚度和折射率。使用 CPA 根据折射率测量声速和厚度。比较两种厚度可以检查两种方法之间的一致性。然后在 19 ◦ 至 180 ◦C 的不同温度下应用相同的组合。随着样品被加热,厚度和声速都会发生变化。通过分别监测这些贡献,可以推导出声速温度系数 (TCV) 和热膨胀系数。该协议适用于目前微电子工业使用的不同薄膜树脂制成的五种工业样品。杨氏模量在不同树脂之间相差高达 20%。每种树脂的 TCV 都很大,并且从一个树脂到另一个树脂的相差高达 57%。
摘要 - 许多研究表明,可以从脑电图数据中解码听觉对自然语音的关注。但是,大多数研究都集中在选择性的听觉注意力解码(SAAD)上,而竞争扬声器则是对单个目标的绝对听觉注意解码(AAAD)的动态。AAAD的目标是衡量对单个演讲者的关注程度,在心理和教育环境中的客观衡量注意力。为了调查这种AAAD范式,我们设计了一个实验,主题在不同的细心条件下听到视频讲座。我们训练了神经解码器,以在基线的细节状态重建脑电图中的语音信封,并使用解码和真实语音信封之间的相关系数作为注意语音的指标。我们的分析表明,1-4 Hz频段中语音包膜的包络标准偏差(SD)与该指标在语音刺激的不同段之间密切相关。然而,这种相关性在0.1-4 Hz频段中削弱,其中专注状态和注意力不集中的状态之间的分离程度变得更加明显。这突出了0.1-1 Hz范围的独特贡献,从而增强了注意状态的区别,并且仍然受到混杂因素的影响,例如语音信封的时变动态范围。
•本第四版的技术审查委员会辩论了持续使用样本(在第三版中作为标准用作),考虑到在写作和成本方面的效力时,请记住实践。•有许多论文比较不同的调查方法。许多人认为静态调查更有效(Stahlschimidt和Bruhl(2012),Braun de Torrezet al。(2017)和Teetset Al。(2019年),而其他人则得出结论,方法组合很重要(Perks and Goodenough(2021)。
HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献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。