在过去的几十年中,已经开发了一个假定的固体 - 壳有限元素的家族,并具有固体和壳有限元素的丰富益处以及特殊处理,以避免锁定现象。这些元素已被证明在具有各种本构模型的薄3D结构的数值模拟中是有效的。当前的贡献包括发达的线性和二次固体 - 壳元素与铝合金的复杂各向异性可塑性模型的组合。常规二次各向异性产量函数与涉及强各向异性的金属材料形成过程的模拟中的准确性较小。对于这些材料,可以使用晚期非二次产量功能(例如Barlat针对铝合金提出的各向异性产量标准)对塑料各向异性进行建模。在这项工作中,将各种二次和非季度各向异性屈服函数与线性八节点六个节六个固体 - 壳元素和线性六节点棱柱形固体 - 壳元素以及它们的二次对应物结合使用。将所得的固体 - 壳元素实现到Abaqus软件中,以模拟圆柱杯的基准深度绘图过程。对预测结果进行了评估,并将其与文献中获得的实验结果进行了比较。与使用常规二次各向异性产量函数相比,由开发的固体 - 壳元素与非二次各向异性产量功能的组合给出的结果表明,与实验相吻合。
建立肽序列与原纤维形成之间的基本关系对于理解蛋白质错误折叠过程和指导生物材料设计至关重要。在这里,我们将全原子分子动力学(MD)模拟与人工intel-ligence(AI)相结合,以研究短肽序列排列的细微变化如何影响其形成原纤维的倾向。我们的结果表明,疏水残基的分布和电荷簇的分布很小,可以显着影响成核速率和跨β结构的稳定性。为了快速扩展此分析,我们开发了一个主动学习 - 增强的框架 - 用于分子动力学的机器学习(ML4MD),从而根据MD衍生的聚合数据迭代地完善了其预测。ML4MD有效筛选了许多肽排列,并指导发现先前未识别的原纤维式序列,从而在接收器操作特征(ROC)曲线(AUC)下达到0.939的接收器下方。总体而言,ML4MD通过将详细的原子模拟与快速和高敏锐的ML预测整合在一起,简化了淀粉样蛋白样肽的合理设计。
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。
摘要尽管经过多年的广泛研究,但在我们不断变化的气候中,热带气旋(TC)活性的演变仍然不确定。这部分是因为该问题的答案主要依赖于几十公里的水平分辨率的气候模拟。此类仿真直到最近才能用于大多数建模中心,包括Pierre-Simon Laplace研究所(IPSL)。使用IPSL模型中的最新数值发展,我们执行了一系列仅遵循大气层的历史模拟,这些模拟遵循大气压协议。我们评估将分辨率从200公里增加到25公里对TC活性的影响。与以前的工作一致,我们发现TC活动的系统改善,相对于观察值的分辨率增加。然而,仍然缺乏与分辨率转化的TC频率的明确签名。环地理分布在单个盆地的规模上也有所改善。在北大西洋上尤其如此,在北大西洋上,与观察到的分布的一致在25公里处令人印象深刻。与观测值一致,TC活动与该盆地中的大规模环境和ENSO相关。相比之下,在北太平洋西部的25公里处,TC频率仍然太小,与重新分析相比,发现湿度和涡度的明显偏见。尽管我们发现了几个小弱点,但我们的结果表明,IPSL模型是研究气候时间尺度上TC的合适工具。因此,这项工作为进一步的研究开辟了道路,从而有助于我们对TC气候学的理解。
Aymeric Guillot,Franck Di Rienzo,Cornelia Frank,Ursula DeBarnot,Tadhg E MacIntyre。从模拟到电动机执行:对动态运动图像对穿孔的影响的回顾。国际体育和运动心理学评论,2021,17(1),pp.420-439。10.1080/1750984x.2021.2007539。hal-04672047
摘要。智能工厂导致工业流程的强大数字化以及集成到生产,存储和供应链中的系统之间的持续通信。行业4.0的研究领域之一是使用自动驾驶和/或智能工业车辆的可能性。以适应性行为分配给这些车辆的任务的管理以及各种通信的增加(V2X)使得为这些车辆开发集体和适应性智能成为可能,通常将这些智能分组为舰队。任务分配和调度通常是由集中管理的。灵活性,鲁棒性和可伸缩性的要求导致考虑分散机制,以应对意外情况。但是,在确定采用之前,必须首先对权力进行模拟然后模拟。因此,我们使用多代理模拟来测试提出的动态任务(RE)分配过程。一组有问题的情况,用于在智能仓库(障碍,崩溃等)等地区发行自动工业车辆。已确定。这些有问题的情况可能会破坏或损害任务的动态(重新)分配过程的成功完成。因此,我们已经定义了涉及它们的方案,以通过模拟证明该过程仍然可靠。新有问题情况的模拟还使我们能够扩展此过程的潜力,我们在本文结尾处进行了讨论。
埃及阿恩·赫尔万(Ain Helwan)的海尔万大学药学学院的生物化学和分子生物学系; B卓越科学卓越中心“ Helwan结构生物学研究(HSBR)”,埃及开罗Helwan University; C埃及Ain Helwan的Helwan University,Helwan University的药学学院药学系; D埃及开罗赫尔旺大学药学院的D Pharmaceutical Organic Chemistry系; e沙特阿拉伯阿西尔国王哈立德大学医学院医学生理学系; f沙特阿拉伯利雅得市阿尔玛雷法大学药学院药学系; G萨尔曼国际大学(KSIU)的药学学院药物系,埃及南西奈; H埃及科学技术大学(E-JONS)的PharmD计划,Hed Borg El-Arab City,埃及Alexandria的h药物化学系; I埃及Kafrelsheikh大学药学院药学系药学系; J Institut des Biomol Ecules Max Mousseron(IBMM),UMR 5247,CNRS,Universit e de Montpellier,Enscm,Montpellier,法国,
此过渡过程必须考虑三个主要约束。首先,增加住宅用电的增加是不可取的。的确,法国的一项前瞻性研究[1]建议到2050年略有下降。第二,必须考虑[2]的可再生电力生产与消费量(尤其是在年度规模上)之间的时间不匹配。第三,现有建筑物库存的热翻新将需要时间,并且不得通过电气化和可再生生产能力增加。因此,更现实的场景不仅需要电气化,而且还需要增加扇区耦合,尤其是电力网络和热网络之间,这可以在不同的时间尺度(从瞬间到年)提供灵活性[3]。
摘要。从地球观察卫星中吸收数据被认为是估计山地流域中雪覆盖分布的前进的道路,从而提供了有关山水等效山水(SWE)的准确信息。可以从空间中观察到土地表面的回热(LST),但其改善SWE模拟的潜力仍然没有被忽略。这可能是由于当前热红外(TIR)任务提供的时间不足或空间分辨率。,在未来几年中,三个计划的任务将以更高的时空分辨率提供全球规模的TIR数据。为了研究TIR数据以改善SWE的价值,我们在覆盖北半球的Latitudi-Nalal梯度的五个雪地主导地点开发了合成数据同化(DA)实验。我们通过强迫ERA5-Land重新分析的能量平衡积雪模型来产生合成的LST和SWE系列。我们使用此合成的真实LST从ERA5-Land的降级版本中恢复了合成的真实SWE。我们定义了不同的观察场景,以模仿Landsat 8(16 D)的重新审视时间,以及用于高分辨率自然资源评估(TR- ISHNA)(3 d)的热红外成像卫星,同时会计云覆盖。我们在每个实验地点对实验进行了100次的回答,以评估在两个重新审视场景下,相对于云覆盖的同化过程的鲁棒性。我们使用两种不同的方法进行了同化:序列方案(粒子过滤器)和一个更光滑的(粒子批次平滑)。
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。
