XiaoMi-AI文件搜索系统
World File Search Systemconfigurable
使用知识图谱和以人为本的人工智能构建可重构供应链：一个研究框架
供应链的配置和运作与企业的成功息息相关，多年来一直是学术界和工业界关注的话题。许多供应链都高度优化，注重效率和利润，因为企业将全球化、低关税和稳定的贸易规则视为理所当然。然而，近年来，全球形势变得越来越不稳定，最近发生的几起事件暴露了全球供应链的脆弱性。特别是 COVID-19 大流行导致全球不同地区的工厂暂时关闭，影响了供应链。再加上中美贸易战、英国脱欧或苏伊士运河暂时堵塞等其他事件，这些中断成为严重威胁，导致不同产品短缺。更严格的准入规定导致交货时间更长、更不可预测，并破坏了库存不足的长距离供应链。目前，由于极端天气事件更频繁，以及由气候变化引起的新传染病爆发，情况似乎不会很快好转。
Xuelin Cao、Bo Yang、Chongwen Huang、Chau Yuen、Marco Di Renzo 等人。可重构智能表面辅助无线网络的人工智能辅助 MAC：挑战与机遇。 IEEE 通信杂志，2021 年，10.1109/mcom.001.2001146。hal-03357949
HAL 是一个多学科开放存取档案馆，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。
可重构天线及其应用的概述和最新进展
摘要。可重构天线代表了现代无线通信的一项关键创新，可动态控制天线频率、辐射模式和极化等参数。这种适应性对于满足下一代通信系统日益增长的需求至关重要，包括 5G/6G 网络、认知无线电和物联网 (IoT)。通过集成 PIN 二极管、MEMS 和可调材料等技术，可重构天线可以适应不同的环境和操作条件，在带宽、效率和干扰缓解方面提供增强的性能。该领域的最新发展侧重于小型化、多频带操作以及与人工智能 (AI) 等先进技术的集成以实现智能重构。超材料和液晶等智能材料为实现天线设计的更大灵活性提供了新方法。可重构天线的应用正在扩展到各个领域，从航空航天和国防到医疗保健和可穿戴设备。尽管取得了重大进展，但在优化成本、功耗和可靠性方面仍然存在挑战。
基于 MoS2/PdSe2 异质结构和电荷陷阱栅极堆栈的可重构偏振光电探测器
1 中国科学院物理研究所北京凝聚态物理国家实验室，北京 100190；baiqinghu@iphy.ac.cn (QB)；yangguo@aphy.iphy.ac.cn (YG)；azjin@iphy.ac.cn (AJ)；quanbaogang@iphy.ac.cn (BQ)；hfyang@iphy.ac.cn (HY)；blliu@iphy.ac.cn (BL) 2 中国科学院大学物理学院，中国科学院真空物理重点实验室，北京 100190 3 松山湖材料实验室，东莞 523808；liangqijie@sslab.org.cn 4 深圳大学射频异质集成国家重点实验室，深圳 518060；2200434018@email.szu.edu.cn (TL) wgliao@szu.edu.cn (WL) 5 深圳大学电子信息工程学院，深圳 518060，中国 6 中国科学院大学，中国科学院拓扑量子计算卓越中心，中国科学院真空物理重点实验室，北京 100190，中国 * 通信地址：xinhuang@iphy.ac.cn (XH); czgu@iphy.ac.cn (CG) † 这些作者对这项工作做出了同等贡献。
具有全可重构路由器的模块化量子处理器
超导量子比特为大规模容错量子计算提供了一种有前途的方法。然而，平面上的量子比特连接通常仅限于几个相邻的量子比特。实现更长距离和更灵活的连接（鉴于纠错码的最新发展，这尤其有吸引力）通常涉及复杂的多层封装和外部布线，这需要大量资源并且可能造成保真度限制。在这里，我们提出并实现了一种高速片上量子处理器，它支持可重构的全对全耦合，具有较大的开关比。我们在四节点量子处理器中实现了该设计，该处理器采用模块化设计，包括一个与两个单独的量子比特承载基板耦合的布线基板，每个基板包括两个单量子比特节点。我们使用该设备演示所有量子比特对的可重构控制 Z 门，基准平均保真度为 96 . 00% 0 . 08%，最佳保真度为 97 . 14% 0 . 07% ，主要受量子比特失相限制。我们还生成分布在各个模块上的多量子比特纠缠，显示 GHZ-3 和 GHZ-4 状态的保真度分别为 88 . 15% 0 . 24% 和 75 . 18% 0 . 11% 。这种方法有望有效扩展到更大规模的量子电路，并为实现受益于增强的量子比特连接性的量子算法和纠错方案提供了途径。
针对可重新配置的智能表面辅助6G网络的机器学习优化的概述：从增强学习到大L
摘要 - 通过在智能无线电环境中重塑信号传播，可以使6G网络成为一种有前途的技术。但是，由于大量元素和专用的相移优化，它也会导致网络管理的显着复杂性。在这项工作中，我们提供了机器学习（ML）的概述 - 对RIS AID的6G网络启用了优化。特别是，我们专注于各种强化学习（RL）技术，例如深度Q学习，多机构强化学习，转移强化学习，等级结构强化学习和离线强化学习。与现有研究不同，这项工作进一步讨论了如何将大型语言模型（LLM）与RL结合在一起，以处理网络优化问题。它表明LLM提供了新的机会来增强RL算法的功能，从而在概括，奖励功能设计，多模式信息处理等方面。最后，我们确定了对RIS AID 6G网络的ML启用ML的未来挑战和方向。索引术语-6G，可重构的智能表面，选择性，机器学习，大语言模型。
可重新配置的纠缠分销网络...
基于卫星的量子通信通道对于超长距离很重要。鉴于卫星通行证的持续时间很短，在卫星通过该区域时，有效地连接全市网络的多个用户可能会很具有挑战性。我们提出了一个具有双功能性的网络：在短暂的卫星通行证中，地面网络被视为多点到点拓扑，所有地面节点都与卫星接收器建立纠缠。在不可用的卫星时，通过单个光学开关将卫星上链路连续到接地节点，并将网络作为配对地面网络配置。我们在数值上模拟了脉冲超键入光子源，并研究提出的网络配置的量子键分布的性能。在卫星接收器利用时间复杂的情况下，我们发现了有利的缩放，而地面节点则利用频率多路复用。可伸缩性，简单的可重新选择性和与纤维网络的易于集成使该体系结构成为许多地面节点和卫星量子通信的有前途的候选人，从而为在全球范围内的地面节点互连铺平了道路。
主动重新配置的分段空间声音调制器
高质量的声音 - 全外模式和图像，与3D显示器，声学和中间触觉等应用不可或缺的一部分需要精确的超声波分布以实现。此任务的基本工具是空间声音调节器（SSM），它控制组成元素以实现声音压力的动态分布。但是，由于高成本和许多小，紧密的单位，当前的超声SSM面临局限性。这项研究介绍了“分割的SSM”，即新型设备，这些设备将传统的声学跨表面像素单元组合到定制形状的分段元件中。这些分段的SSM降低了驱动成本和复杂性，同时保持压力分配质量。此方法包括一种自定义的相凝集算法（PAA），该算法是为用户选择的潜在分割解决方案的层次结构。使用OB-3D打印机和定制控制电子设备详细介绍了SSM制造方法，从概念到实现，完成了端到端方法。使用两个原型SSM设备验证了这种方法，它们使用动态分段元件将声波聚焦并悬浮聚苯乙烯珠。通过具有静态和动态元素的混合SSM设备探索了对技术的进一步增强。管道促进了各种应用程序跨不同应用的有效SSM构建，并邀请了以不同尺寸，用途和驱动机制的未来设备的成立。
模块化电力电源和可重新配置电路存储，能源转换和电源管理
模块化电子设备不依靠一个昂贵的高功率单元，而是通过使用多个相同的模块来利用尺度效果的好处。同时，电力电子越来越多地探索并增强了传统上坚硬的结构，例如存储和能源，例如电池或燃料电池，它可以在其中启用动态重新配置或主动的电源分布。这种方法具有多种优势，包括通过模块化系统的固有冗余，更高的自由度（DOF）来管理其他属性，更高的功能整合，改善功能和能量分配控制，增强的热管理，更高的效率和利用率提高。尽管如此，这些结构中的大量DOF数量在设计，控制和集成方面面临着挑战。管理不同目标之间的权衡需要创新和灵活的拓扑，控制和监视方法。这些方法应利用系统的功能，同时将成本保持在可接受的限制范围内。此外，模块化结构的动态性质需要持续的研发工作，以应对新兴挑战并优化系统性能。
引用：Li A，Li YF，Wang C等。具有可重新配置性能和超低功耗的成型集成光谱仪。
尽管对集成光谱仪的需求紧迫，但仍缺少提供高性能同时实用的效果的解决方案。此外，当前的集成光谱仪缺乏其性能的可重构性，这对于动态工作场景非常可取。这项研究通过在硅上证明了一个用户友好，可重构的光谱仪，提供了可行的解决方案。该创新光谱仪的核心是一个可编程的光子电路，能够表现出不同的光谱响应，可以使用芯片相变换个器对其进行显着调整。我们光谱仪的区别特征在于其反向设计方法，促进了轻松控制和对可编程电路的有效操纵。通过消除对复杂配置的需求，我们的设计减少了功耗并减轻控制复杂性。此外，我们的可重构光谱仪提供了两个不同的操作条件。在超高的绩效模式下，它被多个相移的动物激活，并在维持宽带宽度的同时，在图表尺度上实现了异常的光谱分辨率。另一方面，使用易用模式进一步简化了控制逻辑并通过操纵单相移位器来减少功耗。尽管此模式提供了大约0.3 nm的光谱分辨率略有降级，但它优先考虑易用性，并且非常适合超细光谱重建不是主要要求的应用。