XiaoMi-AI文件搜索系统
World File Search Systemefficient
原子层沉积：一种有效的防腐工具
原子层沉积 (ALD) 是目前广泛应用的薄膜生长方法。它目前用于微电子和发光显示技术的工业制造工艺。由于可以生长致密、保形的薄膜，并且厚度可以得到完美控制，因此 ALD 有望用于许多其他应用领域，如能源、传感、生物材料和光子学。尽管关于其在防腐方面的应用报道很少，但事实已证明 ALD 的优良特性对该领域大有裨益。在简要回顾了 ALD 的原理以及主要参数对薄膜性能的影响之后，本报告试图展示该技术在减轻腐蚀方面的应用。本文回顾了在不同领域成功使用 ALD 来保护金属和非金属表面的各种实例。
二维钙钛矿模板，用于耐用，有效的甲米氨基钙钛矿太阳能电池
被绘制为灰色水平条。BA 2 FAPB 2 I 7和PA 2 FAPB 2 I 7显示A D（011）与FAPBI 3的D（001）几乎相同，如插图所示。b）FAPBI 3（左）和BA 2 FAPB 2 I 7（右）的单位单元格的图。为每个结构绘制（001）和（011）平面。PB-i-Pb距离对应于FAPBI 3的（001）间间距（001）和BA 2 FAPB 2 I 7的（011）间距（011）。c）模板FAPBI 3掉落涂层实验的示意图。第一个FAPBI 3前体溶液被滴入玻璃基板上，并允许在BA 2 FAPB 2 I 7的晶体上流动。加热时，BA 2 FAPB 2 I 7上的δ-FAPBI 3在裸露基板顶部的δ-FAPBI 3之前转换为α-FAPBI 3。在环境空气中留下，裸底物的顶部的α-fapbi 3在BA 2 FAPB 2 I 7上的α-FAPBI 3之前转换为δ-FAPBI 3。d）（c）中实验的相应照片，显示了底物的三个不同区域。I：BA 2 FAPB 2 I 7没有FAPBI 3解决方案，II：BA 2 FAPB 2 I 7在FAPBI 3解决方案下方，III：III：FAPBI 3溶液在裸玻璃上。e）PL，（f）XRD，表明当BA 2 FAPB 2 I 7上方沉积时，α-FAPBI 3被稳定。
有效的深度学习模型，用于隐私保护
摘要医学事物（IOMT）由于当前的AI进步，在医疗保健应用中变得越来越普遍，有助于改善我们的生活质量并确保可持续的卫生系统。具有切割边缘科学能力的IOMT系统能够检测，传输，学习和推理。结果，这些系统在包括脑肿瘤检测在内的一系列医疗保健应用中被证明非常有用。提出了一种基于深度学习的方法，用于鉴定脑肿瘤患者和正常患者的MRI图像。在这种方法中应用了基于形态学的分割方法，以在MRI图像中分离肿瘤区域。综合神经网络，例如LENET，MOBILENETV2，DENSENET和RESNET，是最有效的神经网络。建议的方法适用于从多家医院收集的数据集。使用多种指标评估所提出的方法的有效性，包括准确性，特异性，灵敏度，召回和f得分。根据绩效评估，LENET，MOBILENETV2，DENSENET，RESNET和EFIDENENET的准确性分别为98.7％，93.6％，92.8％，91.6％和91.9％。与现有方法相比，LENET的性能最佳，平均精度为98.7％。
石墨烯泡沫可有效冷却 GaN 晶体管
本研究中使用的石墨烯是一种基于三维碳（3D-C）的纳米结构泡沫状 TIM，具有相对较高的固有热导率（~80 W/mK）。[6] 中介绍了该材料的制备工艺和物理特性，以镍泡沫为模板来生长 GF，在环境压力下通过在 1,000 °C 下分解 CH4 将碳引入其中，然后在镍泡沫表面沉淀石墨烯薄膜。由于热膨胀系数的差异，石墨烯薄膜上形成了波纹和皱纹。在用热 HCl 溶液蚀刻掉镍结构之前，在石墨烯薄膜表面沉积一层薄薄的聚甲基丙烯酸甲酯 (PMMA)，作为支撑，以防止石墨烯网络在此过程中坍塌。随后用热丙酮小心地去除PMMA层，即可得到连续、相互连接的石墨烯三维网络整体。
确定解决马尔可夫决策过程的有效方法
我们在这里考虑马尔可夫决策过程（MDPS），总体知识是已知的过渡和奖励功能。主要有两种有效的方法，可以使用基于模型的方法来精确求解MDP：动态编程或线性程序，如[11]中所述。确定解决MDP问题的最有效方法一直是文献研究的主题。有关全面的审查，请参阅[1]以及[11，9]。根据[11]，有人认为，基于价值的算法（例如价值迭代（VI）及其变体）并不像基于政策的方法那样实用，因此建议避免使用。另一方面，对基于策略的方法进行了比较下注政策迭代（PI）和政策迭代（PIM）尚不清楚，尽管后者似乎更有效[11]。早期的发现表明，线性编程方法不适合解决此类问题，这主要是由于求解器的速度慢[9]。尽管如此，文献中的比较研究有限，截至2007年，这个问题仍未解决[10]。随着线性编程求解器（例如Gurobi或cplex）的性能不断提高，以及并行化可能性的进步，对求解方法的定期重新评估变得相关。因此，在[1]的研究中，对线性编程和政策迭代的性能进行了比较分析，是对特定的马尔可夫决策过程（MDP）模型进行的，重点介绍了预期的总奖励标准。非零条目的1％。所考虑的MDP的特征是较大的状态空间（基数至少为2000），并且表现出各种动作选择（范围为2至500）。值得注意的是，所有过渡矩阵都高度稀疏，仅包含1％和0。先前的研究采用内点方法来解决线性程序。他们认为线性编程（LP）优于策略迭代（PI），并且对于特定模型而言，这显着。必须注意，[1]检查的模型类别在文献中很普遍，尤其是在给定状态下可能的转移数量的网络问题中。尽管如此，该研究仍具有一定的局限性。首先，即使这些方法可能会超过速度上的标准PI，但它并未考虑修改策略迭代及其变体。其次，研究中采用的LP解决方法仅提供政策而不是政策和价值观，就像动态编程一样。最后，其结论对更稀疏或其他操作标准的更广泛案例的概括性仍然不确定。这项工作的目的是找出线性编程在更一般的情况下是否仍然是一种有效的工具，并且在哪些条件（状态空间和行动空间维度，稀疏性）下找到使用动态编程仍然有效。
简单的电穿孔即可在小鼠受精卵中实现高效的 CRISPR/Cas9 基因组编辑
受精卵电穿孔是小鼠中 CRISPR/Cas9 介导的基因组编辑中复杂的原核注射程序的快速替代方法。然而，目前的电穿孔方案要么需要投资专门的电穿孔仪，要么需要对受精卵进行腐蚀性预处理，这会损害胚胎的活力。在这里，我们描述了一种易于适应的方法，通过使用带有合成 CRISPR/Cas9 组件的普通电穿孔仪对完整的受精卵进行电穿孔，高效地在小鼠中引入特定突变，并且技术要求最低。该方案可有效处理来自各种遗传背景的受精卵，并与其他 CRISPR 核酸酶（如 Cas12a）兼容。
混合风电电池系统的有效控制策略，以提高电池性能和寿命
摘要 — 混合风电电池系统的主要挑战是电池成本，包括投资和更换。因此，已经进行了大量关于成本最小化的研究。以前的研究通常侧重于电池尺寸，而电池性能也会对电池更换和电池成本产生重大影响。本文提出了一种提高电池性能和寿命的新方法。我们提出了一个扩展的双组电池模型，采用新的场景和公式来实现电池之间的平衡并在预测误差期间管理其功率。在这个模型中，浅充电/放电循环被消除，电池经历完整的循环。此外，电池可用性也得到了提高。给出了案例研究的模拟结果，结果表明，与传统模型相比，所提出的方法更有效。索引术语 — 风力发电、电池存储、电力调度、电力波动
混合风力系统的有效控制策略，以提高电池性能和寿命
摘要 - 混合风能系统的主要挑战是电池成本，包括投资和更换。因此，已经对成本最小化进行了许多研究。以前的研究通常集中在电池尺寸上，而电池性能也对电池更换和电池成本产生了显着影响。在本文中，提出了一种新方法来改善电池性能和寿命。我们提出了一个扩展的两台电池模型，具有新的方案和配方，以在预测错误期间在电池之间达到平衡并管理其功率。在此模型中，消除了浅水/放电周期，并且电池经历了完整的周期。此外，电池的可用性增加。介绍了案例研究的仿真结果，结果表明了与常规模型相比，提出的方法的有效性。索引条款 - 风能，电池存储，电源派遣，电源流量
基于节能神经形态计算的超导循环的Fluxon Synapse设备的评估
由于CMOS技术的物理规模限制，摩尔定律接近终结，替代计算方法已引起了相当大的关注，这是改善计算性能的方法。在这里，我们评估了一种新方法的性能前景，基于与约瑟夫森 - 界面的无序超导循环进行节能神经形态计算。突触权重可以存储为与多个约瑟夫森 - 界面（JJ）相连的三个超导环的内部捕获式磁通状态，并以以控制方式以离散通量（量化的通量）施加的输入信号调节。稳定的捕获的磁通状态将传入通量通过不同的途径，其流量统计量代表不同的突触权重。我们使用这些Fluxon Synapse设备的阵列探讨了矩阵 - 矢量 - 义务（MVM）操作的实现。我们研究了MNIST数据集的在线学习的能源效率。我们的结果表明，与其他最先进的突触设备相比，Fluxon Synapse阵列可以减少100倍的能量消耗。这项工作提出了概念验证，该概念将为基于超导材料的高速和高能节能的神经形态计算系统铺平道路。
噪声量子电路高效模拟博士后职位
我们正在寻找一名博士后，以开发基于超导电路的量子计算机中噪声过程的高效但现实的模拟算法。特别令人感兴趣的是考虑在量子误差校正稳定器代码或其他量子算法的背景下进行此类模拟，其中中间电路测量和量子比特重置很重要。这项工作预计将建立在现有框架的基础上，但重点是经典系统硬件感知加速技术，包括 CPU 并行性、卸载到 GPU 以及可能开发专用的基于 FPGA 的加速器。根据用例，应用范围可能从 Pauli 模拟到全密度矩阵模拟不等。针对内部构建的硬件（包括 25 量子比特芯片）调整真实的噪声模拟也有望成为该项目的一部分。