XiaoMi-AI文件搜索系统
World File Search Systemlinear
线性和非...
本研究提出了一个基于状态空间表示的简化模型，以识别锂聚合物电池细胞的精确电流电路。参数进行的过程通过三阶段过程表达为非线性优化问题。第一个阶段根据与电池电流和初始SOC条件相关的非线性特征估算了电荷状态（SOC）。在第二阶段，按照在第一个阶段使用的带有不同线性和非线性模型的SOC估算了开路电压。在第三阶段，开发了一种最佳优化算法的平衡算法（EA），用于最佳识别电池参数。根据Taguchi的实验方法设计，对EA的参数进行了调整，以减少计算时间以及获得最佳参数排列所需的实验数量。与实施实施相关的数值模拟在锂离子电池上模拟，以证明所提出的EA的高能力是有效的识别程序。此外，与最近几种针对Artemis驱动周期的优化算法相比，所提出的EA具有很高的精度。，提出的还原模型的解决方案质量改进是通过与电池电压和SOC的实验测量高度接近的。此外，与线性和非线性模型相比，所提出的还原模型获得的计算时间少12％的精度降低了12％。
TCR捕获键非线性控制CD8合作以塑造T细胞特异性
在动态生物力学调制下，自然进化的T细胞受体（TCR）在区分非自身抗原与自我抗原方面表现出非常高的特异性。相比之下，工程设计的高级TCR通常会失去这一特殊的城市，从而与自我抗原和靶向毒性产生交叉反应。这种差异的基本机制尚不清楚。我们的研究表明，天然TCR利用机械力与其同源抗原形成最佳的捕获键。此过程依赖于机械功能的TCR - PMHC结合界面，该界面可以通过MHC和CD8中力引起的顺序构象变化，从而实现了强力增强的CD8 copector与MHC-α1α2域结合。相反，工程设计的高级tcrs与其父母TCR的同源PMHC形成了刚性，紧密结合的接口。这种刚性阻止了力诱导的构象变化，以实现最佳捕获键形成所需的构象变化。矛盾的是，这些高级的TCR可以与其父母TCR的非刺激性PMHC形成中等的捕获键，从而导致脱靶交叉反应性和降低的特异性。我们还开发了综合的力依赖性TCR - PMHC动力学功能图，能够区分功能和非功能性TCR - PMHC对并识别有毒的，交叉反应的TCR。这些发现阐明了天然TCR的特异性机械化学基础，并突出了CD8在靶向同源抗原中的关键作用。这项工作为工程TCR提供了有价值的见解，具有提高的特异性和对非自身抗原的效力，尤其是在癌症免疫疗法和传染病治疗中的应用，同时最大程度地降低了自我抗原交叉反应性的风险。
智能手机摆的定量分析超出线性近似：锁定实际作业
如今可以直接访问传感器数据的应用程序，用于用于高中和大学生的实践教学练习。振荡运动是物理学的基石，许多论文都发表了使用智能手机来访问古典实验1或提出创新的习惯实践。2,3个简单摆4-6或复合摆7的不同配置已被赋予。其他研究涉及水平振荡质量8,9以及可能的耦合系统。8,10的信息，但是可以使用其他传感器，例如磁场，12,13光强度9,14和旋转15。此外，某些应用程序允许进行合并的磁盘和加速度记录，从而进行了有趣的研究。15最后，还使用了其他开放平台，例如Arduino 7或视频录制16。最近出现在本期刊上的有关移动设备和物理教学传感器的详尽资源信函。17
最佳基于Cosserat的变形控制线性对象的机器人操纵
摘要 - 可构造的对象操纵是一个充满挑战的研究主题，它引起了对机器人领域的日益兴趣，因为已经出现了解决此问题的新方法。到目前为止，文献中的大多数提出的方法都集中在形状控制上。被忽略了应用于物体的应变，因此排除了操纵脆弱产品的大部分工业应用，例如橡胶和塑料物体的脱胚层或食物的处理。这些应用需要在准确性和仔细操纵之间进行权衡，以保留操纵对象。在本文中，我们提出了一种方法来最佳控制线性和平面变形对象的变形，同时还最大程度地减少对象的变形能。首先，我们修改了最初为线性软机器人控制开发的框架，以使其适应可变形的物体机器人操作。为此，我们将问题重新制定为一个优化问题，其中考虑对象的整体形状，而不是仅专注于对象的位置和方向的尖端。然后，我们在成本函数中包含一个能量项，以找到在达到所需形状的同时最小化操纵物体中潜在的弹性能量的解决方案。对于高非线性问题的解决方案众所周知，很难找到对局部最小值的敏感性。我们定义了连接对象的已知初始和最终配置并顺序解决问题的中间最佳步骤，从而增强了算法的鲁棒性并确保解决方案的最佳性。然后使用中间最佳配置来定义机器人的终端效果轨迹，以使对象从初始配置变形为所需的配置。索引术语 - 可通知的对象操纵，机器人技术，形状控制，优化，轨迹生成
紫外线激光的非线性光学晶体在极端压力下保持非常稳定
已经以其非凡的品质而闻名，例如极好的热量散热，暴露于温度变化时的最小不均匀膨胀以及传播紫外线光的能力（一种来自阳光的光和其他特殊灯（如特殊灯）的光线，但它是人眼看不见的），BZBP是一种理想的选择，可用于lasviole deep listav instrang intraviole。这些系统在医学诊断，半导体生产和尖端科学研究等领域至关重要。
基于非线性特征提取和堆叠集成学习的混合EEG-fNIRS脑机接口
a 哈尔滨工业大学计算机科学与技术学院，哈尔滨，中国 b LINEACT CESI，里昂 69100，法国 c 埃法特大学电气与计算机工程系，吉达 22332，沙特阿拉伯 d Persistent Systems Limited，那格浦尔，印度 e AGH 科技大学生物控制论与生物医学工程系，克拉科夫，波兰 f 克拉科夫理工大学计算机科学与电信学院计算机科学系，华沙 24，31-155，克拉科夫，波兰 g 波兰科学院理论与应用信息学研究所，Ba ł tycka 5，44-100，格利维采，波兰 h EIAS 数据科学实验室，苏丹王子大学计算机与信息科学学院，利雅得 11586，沙特阿拉伯 i 梅努菲亚大学理学院数学与计算机科学系，32511，埃及j 埃及梅努菲亚大学计算机与信息学院信息技术系
用于非线性近似的量子样条 - IRIS
参考量子技术是 HHL 算法。HHL 是一种近似准备形式为 | x ⟩ 的量子叠加的方法，其中 x 是线性系统 Ax = b 的解，A 是厄米设计矩阵，b 以 | b ⟩ 的振幅编码。从计算的角度来看，这需要的时间增长量大致为 O ( s 2 κ 2 log ( n ) /ϵ )（参见表 2 中 HHL 与经典算法的比较）。该算法相对于矩阵的大小呈对数增长，这意味着与经典算法相比，它具有指数优势。但是，它的复杂度是 s 和 κ 的多项式，这意味着我们必须对条件数和稀疏性引入约束，以免破坏 HHL 的计算优势。这使得之前的比较不公平，因为我们无法对设计矩阵做出一般的假设。
非线性有限的精确和最佳二次化 -
摘要。普通微分方程的多项式和非分解系统的二二次化在多种学科中，例如系统理论，流体力学，化学反应建模和数学分析。二次化揭示了模型的新变量和结构，该变量和结构可能更容易分析，模拟，控制并提供了方便的学习参数化。本文提出了新的理论，算法和软件功能，用于非自治odes的二次化。我们根据输入函数的规律性提供存在结果，因为可以通过二次化获得二次双线系统的情况。我们进一步发展存在结果和一种算法，该算法概括了具有任意维度的系统的二次化过程，该系统在尺寸增长时保留了非线性结构。对于此类系统，我们提供维度不合时宜的二次化。一个示例是半消化的PDE，当离散化大小增加时，非线性项在象征性上相同。作为这项研究实际采用的重要方面，我们将QBEE软件的功能扩展到具有任意维度的ODES和ODES的非自治系统。我们提供了以前在文献中报道的ODE的几个示例，在此，我们的新算法找到了比先前报道的提升转换的四倍体ode系统。我们进一步强调了二次化的重要领域：减少阶模型学习。太阳风示例突出了这些优势。该区域可以通过在最佳提升变量中工作而受益匪浅，其中二次模型提供了模型的直接参数化，这也避免了非线性项的额外超重还原。
从混合企业线性编程问题到规则...
摘要 - 为了确保经济生存能力和微电网操作的可靠性，必须设计适应能的能源管理系统（EMS）。大多数研究都讨论了基于优化的方法，例如使用混合构成线性编程（MILP）问题，以获取每个微电网设备的最佳操作概况，从而可以实现经济，技术或环境目标。但是，这种EMS需要发电和需求的预测能力以及对不确定性的管理。在某些微电网中，尤其是在工业区域中，无法准确预测发电和负载需求。在这种情况下，只能考虑用于实时能源管理的基于规则的算法。在本文中，提出了一种基于规则的算法，用于使用电力和氢作为能量载体的海港多能微电网进行管理。规则是基于用MILP问题解决的结果设计的，目的是通过考虑动态定价来最大化收入并使用本地能源产生的能量。此外，设计的特定策略是为电解室和氢气罐的管理而设计的，以避免过早衰老。结果表明，拟议的实时算法和规则使经济和充满活力的标准能够达到接近通过MILP问题解决的价值，增长回报期的增加小于2％。