XiaoMi-AI文件搜索系统
World File Search Systemtector
快速热量仪仿真的生成模型
模拟在粒子和核物理学中起重要作用。它被广泛用于DECOTER设计和实验数据和理论模型之间的比较。在特定上，模拟依赖于蒙特卡洛方法，需要显着的计算资源。尤其是，这种方法不能扩展以满足高光度大型强子对撞机（HL-LHC）运行期间预期的大量数据所产生的增长需求。使用众所周知的仿真软件Geant4捕获的粒子碰撞和相互作用的详细模拟需要数十亿个CPU小时，构成了LHC实验的一半以上的计算源[1，2]。更具体地说，对热量表中粒子阵雨的详细模拟是计算最高的步骤。已经开发了利用重复使用先前计算或测量物理量的思想的模拟方法，以减少计算时间[3，4]。这些方法从专门进行到单独的实验中，尽管它们比完整的模拟更快，但它们的速度不够快或缺乏准确性。因此，粒子物理社区需要使用新的更快的模拟方法来建模实验。模拟热量计响应的可能方法之一是使用深度学习技术。，特别是最近的工作[5]提供了证据，表明可以使用生成性副本网络来效果模拟粒子阵雨。虽然实现了超过100 000倍的速度，但设置非常简单，因为输入粒子为
实例关系图指导的无源域自适应对象检测
无监督的域适应性（UDA）是解决域转移问题的有效方法。特别是UDA方法试图对齐源和目标代表，以改善对目标域的概括。，UDA方法在适应过程中可以访问源数据的假设下起作用。但是，在实际情况下，由于隐私法规，数据传输限制或专有数据关注，标记的源数据通常受到限制。源 - 自由域适应（SFDA）设置旨在通过对目标域进行源训练的模型来减轻这些问题，而无需访问源数据。在本文中，我们探讨了自适应对象检测任务的SFDA设置。为此，我们提出了一种新颖的培训策略，以使源训练的对象将对象降低到目标域而没有源数据。更重要的是，我们通过利用给定目标域输入的对象关系来设计一种新颖的对比损失，以增强目标表示形式。这些对象实例关系是使用实例关系图（IRG）网络建模的，然后将其用于指导对比度代表学习。此外，我们还利用学生教师将知识从源训练的模型提高到目标域。对多个OB-JECT检测基准数据集进行了广泛的实验表明，所提出的方法能够有效地适应源训练的对象检测器对目标域，超过了最先进的域自适应检测方法。代码和模型在https://viudomain.github.io/irg-sfda-web/中提供。
促进水热碳化技术的研究需求和途径
1莱布尼兹农业工程与生物经济研究所（ATB），Max-eyth-Allee 100，14469 Potsdam，德国2废物管理与循环经济研究所，环境科学学院，TechniSchethecteriTätector，Dresten，Pratzschschschschwitzh的159.17991.07991.07991.07991,, 环境工程与建筑（DICAAR），Cagliari大学，Marengo，Marengo，09123 Cagliari，意大利； gcappai@unica.it 4意大利国家研究委员会 - 环境地质与地球工程（CNR-IGAG），通过Marengo 2，09123 Cagliari，意大利5号Red River Research Station，Louisiana State University University University University University Cermutultural Centornal Center，Bossier shoutjx@gmail.com（J.-W.C.）; cjeong@agcenter.lsu.edu（c.j.） 6苏黎世应用科学大学（Zhaw）的自然资源科学研究所，瑞士CH-8820Wädenswil； beatrice.kulli@zhaw.CH 7，特伦托大学民用，环境和机械工程系，通过Mesiano 77，38123意大利特伦托； filippo.marchelli@unitn.it 8 USDA-ARS沿海平原土壤，水与植物研究中心，美国佛罗伦萨西部卢卡斯街2611号，美国南卡罗来纳州29501，美国； kyoung.ro@usda.gov 9 Departamento defísicaaplicada，Escuela de Ingenierí，avd extremadura大学。 de elvas s/n，06006 Badajoz，西班牙 *通信：hdang@atb-potsdam.de（C.H.D. ）; sroman@unex.es（s.r。）环境工程与建筑（DICAAR），Cagliari大学，Marengo，Marengo，09123 Cagliari，意大利； gcappai@unica.it 4意大利国家研究委员会 - 环境地质与地球工程（CNR-IGAG），通过Marengo 2，09123 Cagliari，意大利5号Red River Research Station，Louisiana State University University University University University Cermutultural Centornal Center，Bossier shoutjx@gmail.com（J.-W.C.）; cjeong@agcenter.lsu.edu（c.j.）6苏黎世应用科学大学（Zhaw）的自然资源科学研究所，瑞士CH-8820Wädenswil； beatrice.kulli@zhaw.CH 7，特伦托大学民用，环境和机械工程系，通过Mesiano 77，38123意大利特伦托； filippo.marchelli@unitn.it 8 USDA-ARS沿海平原土壤，水与植物研究中心，美国佛罗伦萨西部卢卡斯街2611号，美国南卡罗来纳州29501，美国； kyoung.ro@usda.gov 9 Departamento defísicaaplicada，Escuela de Ingenierí，avd extremadura大学。 de elvas s/n，06006 Badajoz，西班牙 *通信：hdang@atb-potsdam.de（C.H.D. ）; sroman@unex.es（s.r。）6苏黎世应用科学大学（Zhaw）的自然资源科学研究所，瑞士CH-8820Wädenswil； beatrice.kulli@zhaw.CH 7，特伦托大学民用，环境和机械工程系，通过Mesiano 77，38123意大利特伦托； filippo.marchelli@unitn.it 8 USDA-ARS沿海平原土壤，水与植物研究中心，美国佛罗伦萨西部卢卡斯街2611号，美国南卡罗来纳州29501，美国； kyoung.ro@usda.gov 9 Departamento defísicaaplicada，Escuela de Ingenierí，avd extremadura大学。de elvas s/n，06006 Badajoz，西班牙 *通信：hdang@atb-potsdam.de（C.H.D.）; sroman@unex.es（s.r。）