XiaoMi-AI文件搜索系统
World File Search Systemdefect
分子动力学模拟对缺陷对硅纳米线导热率的影响
进行了一种非平衡分子动力学模拟方法，以研究具有不同类型缺陷的硅纳米线（SINW）的热导率（TC）。分析了缺陷位置，孔隙率，温度和长度对SINW TC的影响。数值结果表明，表面缺陷的SINW比具有内部缺陷的SINW的SINW高，随着孔隙度和温度的升高，SINW的TC逐渐降低，并且温度对具有缺陷的SINW的影响较弱，远小于对SINWS的影响。SINW的TC随着长度的增加而增加。sinw具有最高的状态声子密度低频峰的相应频率；但是，当SINW具有内部缺陷时，观察到最低的频率。在相同的孔隙率下，SINW与表面缺陷的平均声子参与高于内部缺陷的SINW。
钻石中缺陷旋转矩形中强相关状态的第一原理研究div>
分子和冷凝系统中的电子旋转是量子信息的存储和过程的重要资源1。在过去的几十年中，在宽带间隙半导体和绝缘子中进行了几种自旋缺陷，在钻石2，碳化硅3,4和硝酸铝5,6中进行了广泛研究。自旋缺陷的原型示例是钻石7-12中的负氮氮 - 脱牙中心（NV）中心。NV中心在室温13处表现出具有长旋连贯性时间的自旋三个基态。电子自旋的不同自旋状态可用于编码量子信息，并且自旋状态之间的过渡可以由微波炉驱动。迄今为止，自旋缺陷发现在典型科学和尖端量子技术中都有许多应用。例如，已使用自旋缺陷来证明量子力学的基础原理，例如浆果期14
在线空模式中的缺陷识别通过深度学习的帮助
处理步骤，但对于带有可变音调的打印图案，它的灵活性较小。此外，将DSA应用于高量制造的主要挑战之一是观察到的缺陷密度，该缺陷密度分别大于所需的缺陷密度为1和0.01缺损cm 2用于记忆和逻辑应用。最常见的缺陷是桥梁和位错。，即使EUVL也没有缺陷问题，如先前的工作4、5所述，并且被证明会导致桥梁缺陷。为了解决大型缺陷密度的关注，尤其是在DSA中，采用各种过程的选择步骤来确定可以减少整体缺陷密度的重要因素；优化步骤包括不同的退火条件，表面模式的周期性，指南线的宽度，模式的地形以及背景化学等。对于列出的处理步骤的每一个组合，进行扫描电子显微镜（SEM）图像的缺陷检查以评估处理条件的性能是必不可少的。这涉及为统计目的收集足够数量的SEM图像，并手动执行缺陷检测或使用图像处理工具。随着处理步骤的不同组合的数量增加，缺陷的手动标记效率低下。解决方案之一是使用新兴的深度学习算法来检测和分类不同类型的缺陷。在材料科学领域，已经应用了许多算法来从给定的图像集中学习复杂的缺陷特征。例如，（1）Xie等。6使用多级支持向量机算法来检测印刷电路板和晶圆中最常见的缺陷。这些缺陷涉及环，半圆，簇和划痕。（2）Zheng和Gu 7采用了学习算法的机器，以检测具有高准确性的石墨烯中多个空缺数量。（3）Tabernik等。8报道了一项研究，在该研究中，他们利用基于细分的深度学习体系结构从某些工业应用的角度来检测成品中的表面异常。对缺陷的深度学习辅助识别不仅限于材料科学领域，因此已在其他各个领域中用于诸如下水道管道9、10和水果缺陷检测中的缺陷检测。11我们认为，使用这种自动化方法来计算不同类型的缺陷，并指定其在线路和空间（L/S）模式中的位置，可以帮助过程工程师快速收集足够的统计数据，并提供更准确，更一致的方法来评估每个处理条件的组合。通常，需要大量培训样本以确保网络的高精度。不幸的是，如前所述，由于人类的努力和专业知识所需的负载，因此要求SEM图像中存在的缺陷标记的时间耗时的过程。这为收集足够的数据构成了深度学习网络所需的精度的障碍。13，14另一种数据增强方法是通过执行模拟来扩展数据集。数据增强是一种可行的选择，可以通过利用原始数据集中的更多信息来夸大培训数据集。如Shorten和Khoshgoftaar的评论论文所讨论的，12个增强策略包括几何和颜色变换，随机擦除和特征空间扩展。翻转图像是最简单，最便宜的策略之一，结合了其他几何形状转换，旋转和缩放的几何变换可提高深度学习算法的准确性。在Carrasco-Davis等人的天文事件的分类中探索了这种策略，15，其中作者依靠基于物理的模型来生成模拟数据集。参考。16，如Holtzman等人所述，使用点散射模型生成的模拟数据集为雷达图像模拟。17与真实的数据集混合在一起，可以提高船舶合成孔径雷达图像中目标识别的准确性。在这项工作中，使用最小的SEM数据集进行培训[O（100）图像]，我们使用了一个受良好版本3的启发的对象分类和检测网络。在剪切 - 索尔沃退火条件下使用圆柱体组成共聚物进行实验后，收集了SEM数据集。19网络中的卷积层和过滤器的数量已针对网络的准确性进行了优化。实施了各种激活功能和不同损失功能的进一步检查。使用两种策略夸大了具有有限数量SEM图像的初始数据集：（1）几何转换
吸附金属酞菁对二硫化钼缺陷光致发光猝灭的机理研究
图 2. (a) 机械剥离的 MoS 2 的光学显微照片，其中单层区域突出显示。(b) 沉积 1 nm CoPc 之前和之后单层 MoS 2 的拉曼光谱。A 1g 和 E 2g 峰之间的间隔约为 19 cm -1 ，表明为单层 MoS 2 。1100 – 1500 cm -1 范围内的拉曼模式是 CoPc 的特征。(c) 机械剥离的 MoS 2 和含有 1 nm CoPc 的 MoS 2 的 300 K PL 光谱。A 激子和相关的三子在 675 nm 处很突出，由于 B 激子的存在，可以看到一个小的高能肩。(d) MoS 2 和含有 1 nm CoPc 的 MoS 2 的 10 K 光致发光。在此温度下，除了 660 nm 和 600 nm 处的 A 和 B 激子外，MoS 2 缺陷发射在 700 nm 处也变得明显，
基于转移学习技术的端到端轮胎缺陷检测模型
抽象的视觉检查有缺陷的轮胎后期生产对于人体安全至关重要，因为故障轮胎会导致爆炸，事故和生命损失。随着技术的进步，转移学习（TL）在许多计算机视觉应用中起着影响的作用，包括轮胎缺陷检测问题。但是，自动轮胎缺陷检测很难有两个原因。首先是复杂的各向异性多纹理橡胶层的存在。第二，没有用于缺陷检测的标准轮胎X射线图像数据集。在这项研究中，使用来自全球轮胎公司的新数据集提出了基于TL的轮胎缺陷检测模型。首先，我们收集并标记了数据集，该数据集由3366个X射线图像和20,000张合格轮胎的图像组成。尽管数据集涵盖了15种由不同的设计模式引起的缺陷，但我们的主要重点是二进制分类以检测缺陷的存在或不存在。该具有挑战性的数据集分别分别为70％，15％和15％的培训，验证和测试。然后，对提出的数据集进行了调整，训练和测试的九个常见的预训练模型。这些模型是Xception，InceptionV3，VGG16，VGG19，Resnet50，resnet152v2，densenet121，InceptionResnetv2和MobilenetV2。结果表明，精细的VGG19，Densenet21和InceptionNet模型获得了与文献的兼容结果。此外，在召回，精度，准确性和F1分数方面，Xception模型优于比较的TL模型和文献方法。此外，它在测试数据集73.7、88、80.2和94.75％的召回，精度，F1分数和准确性的94.75％以及验证数据集73.3、90.24、80.9和95％的召回召回，精度，F1分数和精度分别实现。
一种自动PCB缺陷检测的深度学习方法：全面评论
摘要电子设备的扩展市场已大大提高了对高质量印刷电路板（PCB）的需求。即使是PCB中的较小缺陷也可能对最终用户构成重大安全风险。本文对基于深度学习的PCB缺陷检测方法进行了全面综述。我们的探索涵盖了各个关键方面，包括对PCB缺陷的分类，自动化视觉检查（AVI）技术，对象检测方法论以及深度学习模型的广泛采用。具体来说，我们专注于具有特征金字塔网络（FPN-RFCN）的最新方法，称为基于区域的完全卷积网络。此外，我们讨论了该域中的有效数据增强技术和常用的评估指标。本评论为从事PCB质量保证的研究人员，从业人员和行业专业人员提供了宝贵的见解。关键字：深度学习，特征金字塔网络，PCB，缺陷检测，图像处理，智能制造
自主驾驶系统中即时软件缺陷预测的多模式学习
摘要 - 近年来，自主驾驶技术的兴起强调了可靠软件在确保安全和性能方面的重要性。本文提出了一种使用多模式学习的自动驾驶软件系统中即时软件缺陷预测（JIT-SDP）的新方法。提出的模型利用了多模式变压器，其中预训练的变压器和组合模块与软件系统数据集的多个数据模式相结合，例如代码功能，更改指标和上下文信息。适应多模式学习的关键点是利用不同数据模式（例如文本，数值和分类）之间的注意机制。在组合模块中，在文本数据和包含分类数据和数值数据的表格数据和表格特征上的输出组合在一起，以使用完全连接的层产生预测。对从GitHub存储库（Apollo，Carla和Donkeycar）收集的三个开源自动驾驶系统软件项目进行的实验表明，拟议的方法显着超过了有关评估指标的最先进的深度学习和机器学习模型。我们的发现突出了多模式学习的潜力，以通过改进的缺陷预测来增强自主驾驶软件的可靠性和安全性。
治疗和修复策略对肺动脉高压的心房间隔缺陷的功效
具有严重肺动脉高压（PAH）的心房间隔缺陷（ASD）的抽象客观治疗策略是有争议的。这项研究旨在评估PAH特异性药物和随后的经导管闭合（即，治疗和修复策略）对临床结果的疗效。方法我们招募了42名患者，他们被转介给13个机构，以考虑与PAH伴随的ASD关闭并接受了治疗和修复策略。终点是由于心力衰竭或恶化的PAH而导致的心血管死亡或住院。在使用PAH特异性药物之前的基线结果，肺血流比（QP：QS），肺血管耐药性（PVR）和平均肺动脉压（PAP）为1.9±0.8、6.9±3.2木单位和45±15 mm Hg。QP：QS增加到2.4±1.2，PVR和平均PAP降低至4.0±1.5木单元和PAH特异性药物后经ASD闭合时35±9 mm Hg。经过反相ASD闭合，没有任何并发症。在经导管ASD闭合后的33个月（1-126个月）的中位随访期间，一名年长的患者死亡，一名患者因心力衰竭而住院，但其他患者在WHO功能类别的改善中幸存下来。PAP进一步降低。结论治疗和修复策略导致较低的并发症和死亡率率降低，而PAP的ASD患者与PAH患者的PAH患者的PAH复杂，而PAH对医疗疗法的反应有利。
SnO2 在金属卤化物钙钛矿上原子层沉积的界面缺陷形成
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。