XiaoMi-AI文件搜索系统
World File Search Systemglasses
YB-硅胶眼镜和玻璃陶瓷中的离子
在二氧化硅 - 二氧化胶玻璃和玻璃陶瓷中研究了材料结构在Ag和TB 3+ /Yb 3+离子之间的能量转移中的作用。通过溶胶 - 凝胶和浸入涂层进行TB 3+和YB 3+掺杂的二氧化硅氧化锌层的制备，然后进行热退火。通过控制退火温度从700°C下的全无定形玻璃控制到1000°C的玻璃陶瓷来获得氧化锆纳米晶体的沉淀。由稀土掺杂的氧化氧化纳米晶体（四方或立方）的不同结构结构，并与TB 3+ /Yb 3+光学性质进行了研究。此外，在激发带的强度和宽泛的情况下，通过离子 - 交换引入Ag codoping，获得了明显的光致发光增强，覆盖了整个UV区域和紫罗兰色区域的一部分。Ag敏感的TB 3+ /Yb 3+掺杂的二氧化硅氧化循环玻璃陶瓷被证明是能源相关应用的潜在候选物，例如可见光和NIR光谱区域中太阳能电池，激光器和光电池（LED）的光谱转换层。
预测稀土掺杂眼镜中的JO参数
本文介绍了一种机器学习驱动的方法，用于预测稀土（Re）掺杂玻璃系统的光谱特性，重点是DY 3+离子。使用熔融液压技术合成0.25 PBO – 0.2 SIO 2 - （0.55-X）B 2 O 3 –x dy 2 O 3，及其密度，摩尔体积和judd-offelt（jo）参数（ω2，ω4，ω6）进行了实验确定。使用judd-芬芳理论来计算光谱参数，例如振荡器强度，辐射过渡概率和辐射寿命，用于DY 3+掺杂玻璃。此外，开发了一个随机森林（RF）回归模型，以根据玻璃的组成来预测这些参数。该模型显示高精度，在0.1下，R²（确定系数）值高于0.9和根平方误差（RMSE），从而验证了RF的使用以可靠地预测光学性质。结果表明，RF模型可以有效地模拟稀土（RE）载有玻璃的发光特性，从而大大减少了对实验测试的需求。这种方法提供了优化在激光器，光学放大器和温度传感器等应用中使用的光学材料设计的潜力。
yolov5驱动的智能眼镜，用于视觉障碍
该项目介绍了专门针对视力障碍个人量身定制的创新的基于AI的交互式购物援助系统，旨在增强其购物体验并促进零售环境中的包容性。利用高级人工智能算法，该系统为面临视觉挑战的用户提供个性化的帮助，导航支持和无缝互动。通过直观的接口和自适应技术，残疾人有权以更大的独立性和信心来浏览零售空间。该系统利用Raspberry Pi 4上的相机模块和基于YOLO的深度学习算法进行实时对象分类，从而将处理的信息转换为可访问的音频输出。除了这些功能外，系统还使用了使用OCR和GTTS技术的语言自定义功能，从而使音频输出转换为基于用户偏好的多种语言。通过优先考虑视障人士的需求，这种开创性的系统旨在增强可访问性并促进所有人的包容性购物体验。
bi2O3 – al2O3 - 与MNO合成的Mgo眼镜
当前的工作旨在计算六个样本的伽马射线屏蔽系数。样品为65b 2 O 3 .20bi 2 O 3 .10Al 2 O 3。（5-X）MGO。XMNO（0≤x≤1mol％）。使用熔体淬火方法准备了这些样品。该研究测量MAC（质量衰减系数）和线性衰减系数（μm，μ）。它还计算半价值层，十值层（TVL）和平均自由路径（MFP）。使用PHY-X/PSD和XCOM程序进行计算，以1keV-100GEV为单位。该研究讨论了将结果彼此比较，表明了良好的一致性。该研究显示了许多结果，例如何时能量高于10 MEV。低光子能区域中有许多峰（<0.1 MEV）。具有最大MNO组成S6的玻璃样品显示了M-，L-和K-吸收光电边缘的许多峰。PHY-X/PSD和XCOM软件产生的测量值显示出良好的一致性。另外，HVL与材料密度之间存在负相关。此外，随着光子的入射能增加到5 MeV，MFP和HVL值开始较低，不断增加。超过5 MeV，具有能量，HVL和MFP轻轻掉落。半价值层值随密度和MNO内容的增加而下降。
调整化学键以设计非常规眼镜
玻璃和相应的晶体通常具有相似的局部顺序和可比的特性。我们通过量化化学键来解释这些相似之处。使用量子化学键合描述符（电子在原子之间转移和共享的电子），我们证明在诸如SIO 2，GESE 2和GESE之类的普通玻璃中，玻璃中的化学键合，相应的晶体几乎没有差异。相反，对于仅在图的不同区域中发现的晶体，由两个粘结描述符跨越，获得了非常规的玻璃，在局部顺序和光学特性上都不同。该区域包含Gete，SB 2 TE 3和GESB 2 TE 4的晶体，这些晶体采用了元键合。因此，我们可以通过识别那些采用特殊键的晶体来设计非常规的玻璃。
电动蒸汽散发的有机玻璃，用于集成的电镜
但是，即使已经开发了数十年的电聚合物，并且具有创纪录的电学系数[7-10]，但它们还是从溶液中沉积在潮湿的过程中，这对可再现的纳米结构构成了挑战，尤其是在使用Nanoscale订单的纳米级填充时，尤其是在使用Nansoscale阶段的nansoscale阶段。因此，重要的是研究聚合物的替代方法，以将有机材料及其活性功能整合到未来的光子电路中。在这里，我们提出了小分子的蒸气沉积，并提出了随后的单片分子组件的电极。真空有机分子的真空热蒸发目前被广泛用于有机光发射显示器的工业生产中[11]。这种干燥的，无溶剂的过程将使纳米级的均匀填充具有均匀的光学元素，例如插槽波导，光子
具有高抗菌功效的磷酸铜锶玻璃
全球范围内抗生素的广泛使用导致了抗生素耐药菌株的出现，我们需要采取预防措施来阻止感染的蔓延，尤其是在医院环境中。因此，对能够抑制细菌生长或具有杀菌作用的材料的需求日益增长。本文提出了一种具有显著抗菌效果的廉价耐用的含铜锶改性磷酸盐玻璃。研究了该材料的基本物理性质，并评估了其对金黄色葡萄球菌的抗菌效果，金黄色葡萄球菌是医院环境中最常见的医疗相关感染问题。玻璃粉末表现出很强的抗菌功效，浓度仅为几毫克/毫升，足以在 24 小时内消灭整个细菌菌落。这些玻璃的大部分表面能够抑制细菌生长，并向模拟体液中释放低浓度、无毒的组成元素。根据所得结果，结果表明，所提出的玻璃不仅可用作医学领域中各种医疗设备的结构材料和/或抗菌涂层/涂料的组件，还可用于学校、健身房、公共办公室等公共场所中的高接触点物品。
通过时间对自旋玻璃进行量子过程断层扫描......
在表征量子系统时，量子过程层析成像 (QPT) 是标准基元。但由于量子系统的高度复杂性和维数灾难，QPT 在处理大量量子比特时变得不切实际。另一方面，将 QPT 与机器学习相结合在最近的研究中取得了巨大的成功。在本文中，我们探索了将 QPT 与机器学习和参数化量子电路相结合的机会，以重建自旋玻璃的汉密尔顿量。这产生了一个相当简单和直接的算法。为此，首先推导出必要的量子电路。借助此，重建了 Ising 自旋的汉密尔顿量。最后，我们切换到与 Ising 自旋没有太大区别的自旋玻璃，并在此执行相同的操作。从此，系统随后通过获得的汉密尔顿量完全表征。这些方法适用于高达 12 个量子比特的系统大小，但也可以采用更多的量子比特。使用伊辛模型和自旋玻璃的模拟数据，重建结果达到高保真度值，展示并强调了所提出算法的效率。
关于 AR 眼镜数据收集的隐私担忧
随着科技公司开发出越来越多传感器且价格合理的大众市场增强现实 (AR) 眼镜，此类设备的使用带来了潜在的隐私和安全问题。虽然之前的工作已经广泛解决了其中一些问题，但我们的工作专门针对 AR 眼镜可能收集的 15 种数据类型和五种潜在数据用途。通过半结构化访谈，我们探讨了 21 位当前 AR 技术用户对假设的消费级 AR 眼镜可能收集和使用数据的态度和担忧。参与者表达了不同的担忧，并提出了对 AR 数据收集和使用的潜在限制，从而引发了隐私概念和信息规范。我们讨论了参与者对数据收集和使用的态度和保留意见（例如隐私的定义）如何变化且依赖于环境，并为设计师和政策制定者提出了建议，包括可定制和多维的隐私解决方案。