XiaoMi-AI文件搜索系统
World File Search Systemwidth
可扩展的单粒子混合III-V/SI激光器，用于新兴的狭窄线宽应用
摘要：与大规模硅制造兼容的硅光子学是一个破坏性的光子平台，表明对行业和研究领域（例如量子，神经形态计算，LIDAR）具有重要意义。尖端应用，例如高容量相干的光学通信和杂差激元，已升级对集成窄线宽激光源的需求。为此，这项工作旨在通过开发高性能混合III-V/硅激光来满足这一要求。开发的集成激光器利用单个微孔谐振器（MRR），演示了超过45 dB的侧模式抑制比（SMSR）的单模操作，激光输出功率高达16.4 mW。远离需要多个复杂控制的当前混合/异质激光体系结构，开发的激光体系结构仅需要两个控制参数。重要的是，这是通过降低表征这些激光器的复杂性来简化工业采用的。通过简洁的结构和控制框架，实现了2.79 kHz的狭窄激光线宽，低相对强度噪声（RIN）达到-135 dB/hz。此外，在测量10 dB的信噪比（SNR）的情况下，证明了12.5 GB/s的光学数据传输。
有效的2D双Quantum固态NMR光谱学具有较大的光谱宽度
固态核磁共振（SSNMR）是一种强大的光谱技术，可以在原子分辨率下为各种样品提供独特的结构信息，从生物大分子到无机材料。可以从偶极重耦实验1,2获得有价值的结构信息，因为它们重新引入了耦合，该耦合与所涉及的旋转之间的距离立方体成反比。因此，这样的实验可以直接深入了解空间接近，甚至允许进行内部距离测量。对于同性核重耦实验，双量器（DQ）重耦方案非常有用，因为可以通过适当的阶段循环抑制来自未耦合旋转的信号（“ DQ滤波器”）。3,4当这种贡献主导频谱并掩盖耦合自旋对中所需的信号时，这是必不可少的，因为例如将核与低自然同位素丰度（Na）相关的情况，例如13 c（1.1％Na）或29 Si（4.7％Na）。5,6这种实验通常患有非常低灵敏度的可行性在近年来大大增加，这是因为通过具有魔法旋转的动态核极化（MAS-DNP）可实现的实质灵敏度增强。7,8有效的激发和DQ相干的重新分配对于成功实施DQ重新耦合实验至关重要。高DQ过滤效率（〜73％）可以从理论上
具有高带宽内存的微调LLM的效果
近年来，NLP模型的快速发展主要是通过Google和多伦多大学研究人员开发的变压器体系结构[2] B。变压器体系结构最初用于翻译语言，但是由于其出色的计算性能（通过并行处理所有输入），而不是先前使用的体系结构，因此在几种情况下已经探索了它。此外，由于它在独特的下游应用程序中取得了成功（文本摘要，自动完成，聊天对话生成等。），多年来NLP模型中的参数数量迅速增加，如图1所示。该图显示了自2017年以来模型大小的演变，从变压器模型开始于2017年6月Google宣布的6500万参数。使用虚线描绘了大于1万亿的型号。我们包含的最大模型可以实现以上的参数大小，因为它们使用稀疏激活的结构，在推断期间，只有LLM的一部分神经元的一部分被激活，而不是全部。但是，它们的广泛采用受到复杂性，沟通成本和培训不稳定性等因素的阻碍[15]。尽管存在这些障碍，但它们的建筑设计应被视为未来模型缩放的有力候选人。此外，诸如GPT-4和Gemini之类的模型以其多模式功能而闻名，这不仅可以处理文本，还可以处理诸如Image，Video和Audio之类的视觉和听觉输入。图1基于参考文献[1]中的信息。
采用半导体分布掺杂区带宽可切换带通滤波器的新型合成方法
摘要 本文介绍了一种使用半导体分布掺杂区 (ScDDA) 作为有源元件的带宽可切换带通滤波器的新型合成方法。提出了一种协同设计方法，对可切换滤波器的有源和无源部分进行整体和同步设计。集成在硅基板中的 ScDDA 能够从半波长开路短截线转换为四分之一波长短路短截线。这种协同设计方法具有很大的灵活性，允许将有源元件直接集成在基板中，从而避免任何元件焊接。该合成是针对有源元件的两种状态开发的，并作为概念验证应用于四极带宽可切换带通滤波器。该滤波器工作频率为 5 GHz，在 OFF 状态下（当短截线通过开路终止时）带宽为 50%，在 ON 状态下（当短截线短路时）带宽为 70%。对于该滤波器，合成在两种状态下进行，允许选择两个所需的带宽。这些结果得到了良好的拟合，证明了这种方法的可行性。
使用机器学习预测网络链接上的带宽利用
摘要 - 在网络链接上预测带宽利用率对于检测拥塞以在发生之前对其进行纠正非常有用。在本文中，我们提出了一种解决方案，可以预测不同网络链接之间的带宽利用率，其精度非常高。创建了一个模拟网络，以收集与每个接口上网络链接的性能有关的数据。这些数据通过功能工程进行处理和扩展，以创建培训集。我们评估和比较了三种类型的机器学习算法，即Arima（自回归的集成移动平均线），MLP（多层感知器）和LSTM（长期短期记忆），以预测未来的带宽消耗量。LSTM的表现优于Arima和MLP，其预测非常准确，很少超过3％的误差（Arima为40％，MLP为20％）。然后，我们证明建议的解决方案可以通过由软件定义网络（SDN）平台管理的反应实时使用。索引术语 - 国王检测，LSTM，MLP，Arima，实时带宽预测
优化收敛网络中的带宽分配...
摘要：对高速网络服务的需求和网络流量的不断发展导致了融合网络的普及，这些网络在单个基础架构上混合了各种服务。但是，由于应用程序要求和资源限制的种类繁多，因此很难确保这些网络中的服务质量（QoS）。用于分配带宽的常规方法经常是静态，反应性和效率低下的，这会导致网络性能不足。我们提供了一种独特的深度学习方法，以优化收敛网络中的带宽分配，以克服这一点。我们创建并使用三个深度学习模型：深Q网络（DQN），生成对抗网络（GAN）和一种基于LSTM的特殊DQN模型。我们使用广泛的数据集评估每个模型的性能。我们的结果表明，新型DQN模型在最小数据包丢失，准确性提高，延迟降低，吞吐量最大化，光谱效率优化，降低位错误率，降低位错误，公平性保证和有效的通道资源使用方面的性能优于其他模型。更好的服务质量是这些升级的结果，这也大大提高了上传和下载速度。我们的实证研究证明了我们的方法论在现实世界中的有用性，并为智能网络管理解决方案打开了大门，这些解决方案促进了更好的QoS，有效的带宽分配以及改善融合网络中的用户体验。
带宽超过 100 GHz 的氮化硅高速光电二极管
从长途光纤链路到短距离无线网络，数字通信系统越来越依赖于光子集成电路。然而，对更高带宽的追求正在将当前的解决方案推向极限。硅光子平台因其可扩展性和成本效益而备受赞誉，它依赖于诸如硅上 III-V 族元素异质外延[ 3 ]或在 SOI 波导上放置锗鳍片[ 1 ]等解决方案，以实现超高速应用。在所有硅光子技术中，氮化硅 (SiN) 材料平台具有一些独特的优势：它们提供非常低损耗的波导，由于非常高 Q 值的谐振器而具有非常好的滤波器，并且由于没有双光子吸收（与硅相比），因此可以处理非常高的功率。然而在 SiN 上，无法直接生长。一种可能的解决方案是将 III-V 族元素晶圆键合到 SiN 波导上[ 2 ]。在这项工作中，我们提出了一种多功能且可扩展的方法，通过微转印（µTP）单行载流子（UTC）光电二极管在 SiN 上创建波导耦合光电探测器。
采用有源电感的CMOS 3.5 GHz带宽低噪声放大器
（17）
Gian课程2025稀疏图：树宽，平面，...
结构该课程应在完全离线模式下进行，讲座24小时和24小时的教程。更多详细信息可以在网站上找到：https：//sites.google.com/view/giansparsegraph/home重要日期的最后日期注册的最后日期：2025年1月31日（优先级给予较早注册的人）接受： （星期日）2025）参与▪主要目标参与者是博士学位。来自数学或计算机科学的学生或研究兴趣的相关部门在于图理论和图形算法。本课程可能会导致研究项目和合作。▪高级大师（M.Sc./m.tech。或同等的）学生也鼓励具有特殊兴趣和背景的学生和算法参与。▪来自知名的学术机构和技术机构的感兴趣的教职员工也被视为潜在参与者。
抛物面介质反射器，用于宽带宽的极端片上光斑尺寸转换
光斑转换器是实现不同尺寸波导间光高效耦合的关键。虽然绝热锥形非常适合小尺寸差异，但当扩展因子达到 × 100 左右时，它们会变得太长，这在耦合集成波导和自由空间光束时通常需要。在这种情况下可以使用衰减耦合器和布拉格偏转器，但它们的操作本质上受到带宽的限制。这里，我们提出了一种基于抛物面电介质界面的解决方案，该界面将光从 0.5 µ m 宽的波导耦合到 285 µ m 宽的波导，即扩展因子为 × 570 。我们通过实验证明了前所未有的超过 380 nm 的带宽，插入损耗低于 0.35 dB 。此外，我们提供了针对任意扩展因子设计此类抛物面光斑转换器的解析表达式。