XiaoMi-AI文件搜索系统
World File Search Systemyang
Brian
C. Sun，J。Orbik，C。Devin，B。Yang，A。Gupta，G。Berseth，S。Levine。 “完全自主的现实世界加强学习，并应用于移动操作。”在Corl，2022年。 B. Yang，D。Jayaraman，G。Berseth，A。Efros，S。Levine。 “形态 - 敏捷的视觉机器人控制。”在ICRA和RA-L中，2020年。 M. Lambeta，P。Chou，S。Tian，B。Yang，B。Maloon，V。Most，D。Stroud，R。Santos，A。Byagowi，G。Kammerer，D。Jayaraman，R。Calandra。 “数字：一种新型的设计，用于使用手持操作的低成本紧凑高分辨率触觉传感器。”在ICRA和RA-L中，2020年。 B. Yang，J。Zhang，V。Pong，S。Levine，D。Jayaraman。 “替换：一个可再现的低成本基准基准平台，用于机器人学习。”在ICRA，2019年。 T. Liao，G。Wang，B。Yang，R。Lee，K。Pister，S。Levine，R。Calandra。 “微生物的形态学和控制器的数据有效学习”。在ICRA，2019年。 B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。 “学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。C. Sun，J。Orbik，C。Devin，B。Yang，A。Gupta，G。Berseth，S。Levine。“完全自主的现实世界加强学习，并应用于移动操作。”在Corl，2022年。B. Yang，D。Jayaraman，G。Berseth，A。Efros，S。Levine。 “形态 - 敏捷的视觉机器人控制。”在ICRA和RA-L中，2020年。 M. Lambeta，P。Chou，S。Tian，B。Yang，B。Maloon，V。Most，D。Stroud，R。Santos，A。Byagowi，G。Kammerer，D。Jayaraman，R。Calandra。 “数字：一种新型的设计，用于使用手持操作的低成本紧凑高分辨率触觉传感器。”在ICRA和RA-L中，2020年。 B. Yang，J。Zhang，V。Pong，S。Levine，D。Jayaraman。 “替换：一个可再现的低成本基准基准平台，用于机器人学习。”在ICRA，2019年。 T. Liao，G。Wang，B。Yang，R。Lee，K。Pister，S。Levine，R。Calandra。 “微生物的形态学和控制器的数据有效学习”。在ICRA，2019年。 B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。 “学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。B. Yang，D。Jayaraman，G。Berseth，A。Efros，S。Levine。“形态 - 敏捷的视觉机器人控制。”在ICRA和RA-L中，2020年。M. Lambeta，P。Chou，S。Tian，B。Yang，B。Maloon，V。Most，D。Stroud，R。Santos，A。Byagowi，G。Kammerer，D。Jayaraman，R。Calandra。“数字：一种新型的设计，用于使用手持操作的低成本紧凑高分辨率触觉传感器。”在ICRA和RA-L中，2020年。B. Yang，J。Zhang，V。Pong，S。Levine，D。Jayaraman。 “替换：一个可再现的低成本基准基准平台，用于机器人学习。”在ICRA，2019年。 T. Liao，G。Wang，B。Yang，R。Lee，K。Pister，S。Levine，R。Calandra。 “微生物的形态学和控制器的数据有效学习”。在ICRA，2019年。 B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。 “学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。B. Yang，J。Zhang，V。Pong，S。Levine，D。Jayaraman。“替换：一个可再现的低成本基准基准平台，用于机器人学习。”在ICRA，2019年。T. Liao，G。Wang，B。Yang，R。Lee，K。Pister，S。Levine，R。Calandra。 “微生物的形态学和控制器的数据有效学习”。在ICRA，2019年。 B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。 “学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。T. Liao，G。Wang，B。Yang，R。Lee，K。Pister，S。Levine，R。Calandra。“微生物的形态学和控制器的数据有效学习”。在ICRA，2019年。B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。 “学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。B. Yang，G。Wang，R。Calandra，D。Contreras，S。Levine，K。Pister。“学习微型机器人的灵活性和可重复使用的运动原语。”在ICRA和RA-L中，2018年。
Jiawei Yang
27. Yang, J.，2022. 一种用于定量预测干湿状态下最大高度变化的聚合物刷理论，预印本，https://arxiv.org/abs/2208.06892 26. Yang, X.、Steck, J.、Yang, J.、Wang, Y. 和 Suo, Z.，2021. 可降解塑料易开裂。工程，7(5)，第 624-629 页。 25. Chu, CK、Joseph, AJ、Limjoco, MD、Yang, J.、Bose, S.、Thapa, LS、Langer, R. 和 Anderson, DG，2020. 可扩展透明质酸网络纤维的化学调谐。美国化学会志，142(46)，第 19715-19721 页。 24. Yang, J. 、Illeperuma, W. 和 Suo, Z.，2020 年。非弹性增加了水凝胶出现褶皱的临界应变。Extreme Mechanics Letters，第 100966 页。 23. Yang, J. 、Steck, J. 和 Suo, Z.，2020 年。海藻酸盐链通过共价键的凝胶化动力学。Extreme Mechanics Letters，第 100898 页。 22. Yang, J. 、Steck, J.、Bai, R. 和 Suo, Z.，2020 年。拓扑粘附 II。可拉伸粘附。Extreme Mechanics Letters，第 100891 页。 21. Steck, J.、Kim, J.、Yang, J. 、Hassan, S. 和 Suo, Z.，2020 年。拓扑粘附。I。快速且强大的拓扑粘合剂。 Extreme Mechanics Letters，第 100803 页。20. Mu, R.、Yang, J.、Wang, Y.、Wang, Z.、Chen, P.、Sheng, H. 和 Suo, Z.，2020 年。聚合物填充大孔水凝胶可降低摩擦力。Extreme Mechanics Letters，第 100742 页。19. Yang, J.、Bai, R.、Li, J.、Yang, C.、Yao, X.、Liu, Q.、Vlassak, JJ、Mooney, DJ 和 Suo, Z.，2019 年。设计用于干湿粘附的分子拓扑结构。ACS Applied Materials & Interfaces，11(27)，第 24802-24811 页。 18. Yang, J. 、Bai, R.、Chen, B. 和 Suo, Z.，2019 年。水凝胶粘附：化学、拓扑和力学的超分子协同作用。Advanced Functional Materials，第 1901693 页。17. Yang, J. 、Jin, L.、Hutchinson, JW 和 Suo, Z.，2019 年。塑性延缓了折痕的形成。固体力学和物理学杂志，123，第 305-314 页。16. Yang, X.#、Yang, J.#、Chen, L. 和 Suo, Z.，2019 年。橡胶网络中的水解裂纹。Extreme Mechanics Letters，第 100531 页。
Wenhao Yang
▶2019年8月至2020年11月增强基于现实的人类机器人交互系统，启动了一个直观的AR系统框架，并在复杂环境中开发了一种基于沉浸式AR的界面（AUBO I5）编程。用户重复Waypoints定义和编辑，碰撞检查以及路径可行性验证的过程，以在建议的系统中获得令人满意的路径。▶2018年8月至5月的复杂模型机器人抛光的数学建模。2019年起草了一个用于机器人抛光的数学模型和轨迹生成方法的建议。通过运动模拟对所提出的方法进行了严格评估，该方法证实了其在产生最佳抛光轨迹方面的有效性。
Yang Yang博士在... 上学习电化学工程 供应链管理专业 石油工程BS
Yang Yang博士在纳米级界面学习了电化学工程，并获得了博士学位。 2010年从Tsinghua大学获得。 从2010年到2012年，他是亚历山大·冯·洪堡博士后研究员，并与德国埃伦根·纳鲁堡大学的帕特里克·施穆基（Patrik Schmuki）博士合作。 从2012年到2015年，他是彼得·M·＆露丝·尼古拉斯博士后研究员，并在莱斯大学的理查德·E·斯玛利学院（Richard E. Smalley Institute）与James M. Tour教授合作。 自2015年以来，他一直是中央佛罗里达大学材料科学与工程系的能源转换和推进群的纳米科学技术中心的助理教授。 他目前的研究兴趣涵盖了电化学工程，能源材料的接口工程，能量转换和存储以及太阳能收集，特别关注水性电化学系统。 他发表了100多种经过同行评审的文章，包括自然通信，能源与环境科学，JACS，Angewandte Chemie，Advanced Materials等，总引用超过6600+，H-Index的43个。。Yang Yang博士在纳米级界面学习了电化学工程，并获得了博士学位。 2010年从Tsinghua大学获得。从2010年到2012年，他是亚历山大·冯·洪堡博士后研究员，并与德国埃伦根·纳鲁堡大学的帕特里克·施穆基（Patrik Schmuki）博士合作。从2012年到2015年，他是彼得·M·＆露丝·尼古拉斯博士后研究员，并在莱斯大学的理查德·E·斯玛利学院（Richard E. Smalley Institute）与James M. Tour教授合作。自2015年以来，他一直是中央佛罗里达大学材料科学与工程系的能源转换和推进群的纳米科学技术中心的助理教授。他目前的研究兴趣涵盖了电化学工程，能源材料的接口工程，能量转换和存储以及太阳能收集，特别关注水性电化学系统。他发表了100多种经过同行评审的文章，包括自然通信，能源与环境科学，JACS，Angewandte Chemie，Advanced Materials等，总引用超过6600+，H-Index的43个。他的实验室网站是http://www.yangyanglab.com。
resumé - Zhenze Yang
研究摘要 基于人工智能的机械材料替代模型 ➢ “结构-物理场”联系：大量的“科学人工智能”研究侧重于学习“结构-性质”关系，而我的博士研究则侧重于开发基于深度学习的所谓“结构-物理场”联系方法。物理场可以是应变/应力场、势能或电子密度分布。我对物理场预测感兴趣的原因是：1）与单一材料性质相比，物理场包含更全面的信息；2）可以从物理场计算出导数性质（例如从应力场到杨氏模量）。 ➢ 绕过 FEA 计算的基于人工智能的替代模型：我提出了一个条件生成对抗网络
杨健博士
教育和博士后培训 2003 – 2006 美国西北大学生物医学工程博士后研究员 1999 – 2002 中国科学院化学研究所博士后，高分子生物材料 1996 – 1999 南昌大学物理化学硕士 1992 – 1996 南昌大学化学学士 职位、荣誉和服务 职位和就业 2006 德克萨斯大学阿灵顿分校生物工程系助理教授（德克萨斯州阿灵顿） 2008 德克萨斯大学西南医学中心（德克萨斯州达拉斯）研究生教师 2011 德克萨斯大学阿灵顿分校（德克萨斯州阿灵顿）生物工程终身副教授 2012 宾夕法尼亚州立大学生物工程终身副教授(PSU)，（宾夕法尼亚州立大学帕克分校）2015 宾夕法尼亚州立大学生物医学工程教授，（宾夕法尼亚州立大学帕克分校）2019 宾夕法尼亚州立大学 Lloyd & Dorothy Foehr Huck 再生工程讲席教授 2023 西湖大学生物材料与再生工程讲席教授，杭州，中国 2023 西湖大学工程学院生物医学工程项目讲席教授，
