XiaoMi-AI文件搜索系统
World File Search Systemtopology
基于拓扑的深层生成模型在城市形式生成中的应用：评论
摘要将深层生成模型纳入城市形式的生成是支持城市设计过程的一种创新且有前途的方法。但是，大多数深层生成的城市形式模型基于图像表示，这些图像表示并未明确考虑城市形式元素之间的拓扑关系。旨在开发深层生成模型并考虑拓扑信息的帮助下，本文回顾了城市形式的生成，深层生成的模型/深度图生成以及建筑和城市形式的深层生成模型的最新艺术状态。基于文献综述，提出了一个基于深层生成模型的基于拓扑的城市形式生成框架。深层生成模型的街道网络生成的假设forgraphgergrotandplot/building configurationGenerationByDeepgenerativeModels/Space语法以及所提出的框架的可行性需要在未来的研究中进行验证。
拓扑如何驱动大脑，气候和AI
高阶拓扑动态结合了高阶相互作用，拓扑和非线性动力学，从而引起了新的新兴现象。这些现象编码的信息可以极大地改变我们对大脑和气候等复杂系统的理解，并可以允许制定受物理启发的新有效的AI算法。信用：伦敦皇后大学
ccdice：基于连接组件的拓扑感知骰子得分
摘要。图像分割是一项复杂的任务，旨在同时符合各种质量标准。在这种情况下，拓扑越来越被考虑。保证正确的拓扑特性对于对物体的具有挑战性确实至关重要（例如，小，细长，多种形状。在医学成像中尤其如此。设计拓扑感知指标是相关的，既可以评估分割结果的质量又用于设计学习程序所涉及的损失。在本文中，我们介绍了CCDICE（连接的组件骰子），这是一种拓普式的拓扑指标，可概括流行的骰子评分。与骰子相比，该骰子的作用在像素的尺度上，CCDICE的作用在比较对象的相关组件的尺度上起作用，从而导致对其相对结构和嵌入的拓扑评估。CCDICE是一种简单，可解释的，归一化的和低计算的拓扑度量。我们提供了CCDICE的正式定义，CCDICE是一种用于计算它的算法方案，并通过比较其他常规拓扑指标来评估其行为，从而强调了其相关性。代码可在GitHub上找到：https：//github.com/pierrerouge/ccdice。
三维kane- ...
最近，预计第一个非常差异的kane-mele量子旋转厅绝缘子被预测为单层jacutingaite（PT 2 HGSE 3），这是一种自然存在的矿物质矿物质，于2008年在巴西发现。将量子自旋霍尔单层堆叠到vander-waals分层晶体中通常导致A（0; 001）弱拓扑相，该相不能保护（001）表面上的表面状态。出乎意料的是，最近通过角度分辨的光发射光谱实验揭示了表面状态在jacutingaite单晶体的001-曲面布里鲁因区域的大面积上分散。001-表面状态已被证明是受镜面Chern数字C M = -2的拓扑保护，与旋转轨道互动相关的淋巴结线相关。在这里，我们将二维Kane-Mele模型扩展到散装jacutingaite，并揭示了裂开的淋巴结线和新兴的晶体拓扑顺序的显微镜起源。通过使用最大位置化的渗透函数，我们确定了一个大型的非平凡的第二层跳跃术语，打破了弱拓扑绝缘子的标准范式。在此术语中，凯恩 - 梅尔模型的预测与最近的实验和第一个原理模拟非常一致，这提供了一个吸引人的概念框架，这也与其他由堆叠的蜂窝质格制成的分层材料相关。
结构，形状，拓扑：分子化学中的纠缠概念
分子结构和分子形状的概念在化学文献中无处不在，在化学文献中，它们通常被视为同义词，在化学教学中不可避免地存在缺点。第三个概念，即分子拓扑，不太频繁，但它是分子研究领域（例如定量结构 - 活性关系）中的参考项。本文提出了对这三个概念的认识论分析，旨在阐明其关系的性质以及它们之间的重点和差异。首先，我们讨论了术语分子结构和分子形状的各种接受。然后，我们研究了这些概念历史上的一些关键里程碑，并从认识论的角度分析了结构，形状和拓扑之间的关系。我们指出了每个概念的区别特征，我们表明它们的语义开放性，在专业的背景下可能是富有成果的，在教学背景下变成了不一致和不准确的来源，这是由于教科书制作的这些术语的误导使用所促进的。最终，我们提出了一个拟合标准，以区分分子形状，分子结构和分子拓扑的概念域。
研究人员证明量子纠缠与拓扑结构密不可分
拓扑的作用及其保存属性的能力，在这项工作中，可以比作咖啡杯如何被重塑成甜甜圈的形状；尽管在变形过程中外观和形状发生了变化，但奇异的孔——拓扑特征——保持不变。这样，这两个物体在拓扑上是等价的。“我们的光子之间的纠缠是可塑的，就像陶工手中的粘土一样，但在成型过程中，一些特征被保留了下来，”福布斯解释说。
通过兼容CAD兼容拓扑优化方法的分级结构式蜂窝材料的热设计
具有周期性微观结构的构建的细胞材料（ACM）通常是在通过增材制造（AM）技术获得的高性能组件中构建的，这是由于其高特定强度和良好的效果。ACM也用于用于较高的表面与质量比以方便利用以增强传热的方法。在这项工作中，提出了一种数值方法，以预测AM获得的ACM的有效疗法电导率（ETC）。该模型基于一般数值均质化方案和对ACM的代表体积元素（RVE）的明确描述。数值分析已经对31 rves的几何形状进行：结果表明，ACM的宏观等在很大程度上取决于RVE的相对密度和几何特征。此外，从rves几何形状的数据库开始，选择了七个配置来设计分级ACM，通过计算机辅助设计与设计兼容的拓扑优化方法基于非均匀理性基础样条型样条超曲面以代表伪型密度纤维，并具有众所周知的固体同位素性材料，并具有损失的方法。尤其是，SIMP方法中使用的惩罚定律被基于物理的惩罚方案取代，该方案通过插值每个RVE拓扑的均质化结果和合适的后加工阶段，以从优化过程的结果中恢复分级ACM而不是结构的分布。在从文献中提取的2D和3D基准问题上显示了所提出方法的效果。
紧凑神经网络拓扑硬件设计的算法推动因素：审查和趋势
摘要 - 本文报告了紧凑的神经网络拓扑设计的主要最新算法促进器，同时依靠基本的数值实验。嵌入传感器智能执行推理任务通常需要适当定义硬件限制下专门针对特定目的的神经网络体系结构。硬件设计约束称为功耗，硅表面，延迟和最大时钟频率上限可用资源，即记忆容量和算法复杂性。我们建议将算法启用器分类为4种类型，这些算法促进器会迫使硬件约束，同时保持精确度尽可能高。首先，降低尺寸（DR）用于减少预定的硬件编码模式，以减少内存需求。其次，使用归一化（QN）的低精度量化既可以简化硬件组件，又可以限制整体数据存储。第三，连通性修剪（CP）涉及对过度拟合的改进，同时限制了不必要的计算。最后，在提前通过的推论期间，可以执行拓扑零件的动态选择性执行（DSE）以限制整个拓扑的激活，从而减少整体功耗。索引术语 - 神经网络，压缩感应，随机修剪，量化神经网络，动态神经网络，硬件 - 算法共同设计。
“使用拓扑设计的3D介电纳米纳米式天线增强纳米级手性增强”的补充信息”
拓扑优化图1（a）描绘了TO的物理模型。拓扑设计空间由400×400×100 nm 3的矩形区域定义，这是测量1的较大电磁场模拟区域的一部分。1 µm×1。1 µm×600 nm。在设计空间下方放置了100 nm厚的SIO 2底物。使用具有高斯模式的R -CPL使用几乎薄的透镜（Na 0.25），以垂直角度将其定向到底物表面上。位于底物表面上的梁腰部在底物表面的直径为982 nm。波长为532 nm，距离基板的光源位于420 nm。tio 2被选为设计材料，其折射率为2。51185 + 0。01128 i在设计波长处，通过椭圆测量法对通过原子层沉积制备的118 nm厚的TIO 2膜进行了实验测量。有限差频域法被用作麦克斯韦求解器[17，40]。用4 nm cu-bic网格离散模拟区域，将最外面的五层分配为完美匹配的层，该层吸收了仿真空间内单个对象散射的电磁场。在TO框架内，配偶的介电函数桥接了设计材料E R和周围空气介质（E 0）的值，形成为E R = E 0 +ρ（E M-e 0）。在这里，设计变量ρ是连续的真实标量，范围为0至1。文献[16，40]中记录了TO的更多细节。我们的设计变量的初始值被设置为随机数字，均匀跨越0.5至0.7。我们采用了基于梯度的优化算法将设计值ρ向0或1驱动，其中ρ= 1的分布代表优化的结构。另外，为了鼓励设计变量的二线化，我们使用sigmoid函数实现了一种投影过滤方法。计算是在具有NVIDIA TESLA V100 SXM2（32 GB）的GPU节点上进行的。
应变拓扑超材料并在高阶坐标中揭示隐藏的拓扑
拓扑物理学彻底改变了材料科学，在从量子到光子系统和声音系统的不同环境中引入了物质的拓扑阶段。在此，我们提出了一个拓扑系统的家族，我们称其为“应变拓扑超材料”，其拓扑合适仅在高阶（应变）坐标转换下被隐藏和揭幕。我们首先表明，规范质量二聚体，该模型可以描述各种设置，例如电路和光学元件，等等属于该家族，在该家族中，应变坐标揭示了在自由边界处的边缘状态的拓扑非平地。随后，我们为主要支持的基塔夫链提供了一种机械类似物，该链支持拟议框架内的固定和自由边界的拓扑边缘状态。因此，我们的发现不仅扩展了拓扑边缘状态的识别方式，而且还促进了各种领域中新型的托托质材料的制造，具有更复杂的量身定制的边界。