XiaoMi-AI文件搜索系统
World File Search System了逆
使用化学合成规划器进行计算机辅助多步化学酶逆合成
对于一些合成化学家来说，在有机化学和酶化学界面处挖掘优势是一项挑战。化学酶合成规划工具可以有效地帮助识别小分子制造中的生物催化机会。计算机辅助合成规划 (CASP) 中的逆合成技术通过从目标开始并递归选择适当的断开连接，提出了从可用起始材料到目标的可行多步合成路线。从 50 多年前提出的有机化学早期 CASP 工具开始，7,8 这些方法已经得到改进，可以使用基于规则的方法和机器学习来概括已知反应，从而预测达到所需目标的实际有机合成路线。9 – 11 酶逆合成的最新发展显示出为酶开发类似的 CASP 工具的巨大潜力。12 – 15 Finnigan 等人最近整理了一小组经过专业编码的反应规则来描述用于生物催化的酶工具箱。 13 这些反应规则隐含地反映了不同酶类已确定的底物混杂性。这些规则所代表的酶已被证明在许多情况下适合酶工程，以接受新的底物。13 此外，它们还被成功地用于规划针对目标分子的生物催化级联。尽管 RetroBioCat 成功地规划了多步酶促途径，但它无法提出针对所需目标的化学酶促途径，该途径协同涉及有机和酶促方法。
通过综合有机兰金循环 - 逆渗透系统优化太阳能收获：技术 - 经济分析
摘要：当涉及到中小型范围的海水脱盐时，由太阳能提供动力的有机兰氨酸周期（ORC）是当前可用的最能量 - 能量的技术。已经开发了各种太阳能技术来捕获和吸收太阳能。其中，抛物线槽收集器（PTC）已成为一个低成本的太阳能热收集器，其运营寿命很长。本研究分别研究了使用Dowtherm A和甲苯作为太阳周期和兽人周期的工作流体的PTC驱动ORC的热力学性能和经济参数。热经济多目标优化和决策技术用于评估系统的性能。分析了四个关键参数，以至于它们对充电效率和总小时成本的影响。使用TOPSIS决策，可以识别出Pareto Frontier的最佳解决方案，其兽人充电效率为30.39％，每小时总成本为39.38 US $/h。系统参数包括137.7 m 3/h的淡水质量，总输出净功率为577.9 kJ/kg，区域加热供应量为1074 kJ/kg。成本分析表明，太阳能收集器约占每小时总成本的68％，为26.77 us $/h，其次是涡轮机，热电发生器和反渗透（RO）单元。
在组织耐受温度范围内冷却时可切换的逆形状记忆水凝胶支架
将材料（通过共价或物理相互作用）加热到与转换域相关的热转变温度T trans (玻璃化转变温度(T g )或熔融转变温度(T m ))以上，并变形成新的形状。将样品冷却到T trans 以下并释放外部应力后，获得临时形状。这种临时形状是稳定的，直到它暴露在热量中并超过转换温度T sw 。如果触发SME，材料将恢复其原始形状。这是一种单向效应，这意味着原始形状不会在冷却时改变。临时形状的固定是由于聚合物网络的网络点(例如半结晶基质内的相变)之外还形成了临时交联。基于该技术，已报道了各种具有复杂功能和能力的材料概念，[2] 例如，在聚（外消旋-丙交酯）-b-聚（环氧丙烷）-b-聚（外消旋-丙交酯）二甲基丙烯酸酯的三嵌段共聚物中，基于聚（外消旋-丙交酯链段）的T g 的经典SME功能可与可降解性相结合。 [3] 除了经典的SME之外，还创建了具有三重或多重形状效应等高级功能的材料。 [1b,4] 与经典SME类似，在三重或多重形状效应聚合物中，临时形状可通过加热逆转。 SME材料在生物医学应用场景中具有巨大潜力，从用于伤口闭合的基于SMP的自紧缝合线到支架或动脉瘤封堵装置。 [5] 由于其改变形状的能力，微创手术的应用场景特别令人感兴趣。 到目前为止，SMP在加热时会变得有弹性。本研究的目的是设计和制造一种与细胞相容的聚合物基网络，该网络具有在组织可耐受的温度范围内的冷却诱导逆 SME (iSME)。对于 iSME，临时形状在材料冷却到 T sw 之前是稳定的。与 SME 类似，iSME 是一次性、单向效应。一旦恢复原始形状，材料就不会再切换回来。即使再次加热，材料仍保持在冷却过程中获得的永久形状。在这方面，iSME 材料不同于软人工肌肉（执行器 [6] ），后者在加热时会失去冷却过程中获得的形状。这种具有 iSME 的生物材料系统的潜在应用有望应用于软组织重建，其中需要以微创方式放置设备。软组织重建面临各种挑战。当前临床上建立的方法基于多种手术
利用低峰均功率比宽带伪噪声信号对空间目标进行逆合成孔径雷达成像
摘要：随着新卫星数量的急剧增加，全面的太空监视变得越来越重要。因此，高分辨率逆合成孔径雷达 (ISAR) 卫星成像可以提供对卫星的现场评估。本文表明，除了经典的线性调频啁啾信号外，伪噪声信号也可用于卫星成像。伪噪声传输信号具有非常低的互相关值的优势。例如，这使得具有多个通道的系统可以即时传输。此外，它可以显著减少与在同一频谱中运行的其他系统的信号干扰，这对于卫星成像雷达等高带宽、高功率系统尤其有用。已经引入了一种新方法来生成峰值与平均功率比 (PAPR) 与啁啾信号相似的宽带伪噪声信号。这对于发射信号功率预算受到高功率放大器严格限制的应用至关重要。本文介绍了产生的伪噪声信号的理论描述和分析，以及使用引入的伪噪声信号对真实空间目标进行成像测量的结果。
Robert（Rupert）Wu cl-dps：一种通过扩散后采样解决盲逆问题的对比学习方法
CSC488/2107H1 Compilers & Interpreters Fan Long Winter 2022 MAT496H1 Reading: Mathematics of Deep Learning Vardan Papyan Winter 2022 VIC493H1 Vic Capstone Research Colloquium Emanuel Istrate Year 2021-2022 CSC485/2501H1 Computational Linguistics Gerald Penn Autumn 2021 CSC495H1 Project: Continual Learning Florian Shkurti Autumn 2021 CSC498/475H5 Topics: Introduction to Reinforcement Learning Animesh Garg Autumn 2021 CSC384H1 Introduction to Artificial Intelligence Sonya Allin Summer 2021 CSC412/2506H1 Probabilistic Learning & Reasoning Jesse Bettencourt Winter 2021 CSC413/2516H1 Neural Networks & Deep Learning Jimmy L. Ba，Bo Wang Winter 2021 CSCD70H3编译器优化Gennady Pekhimenko Autumn 2020 CSC494H1项目：多模式夹应用程序Sanja Fidler Sanja Fidler，Amlan Kar Winter 2021 CSCC11 CCCC11 H.车队，布莱恩·陈（Bryan Chan）秋季2020 CSC369H1操作系统Karen Reid Aut 2020 CSC420H1图像理解理解Babak Taati，Morteza Rezanejad Aut 2020 hps391H1 1700年的数学历史，从1700年到现在的Sylvia Nickers thine 2020 CSC32224 HINCOMANG 1.算法设计，分析和复杂性Koushik PAL 2019 CSC300H1计算机与社会Mathew Zaleski，Ishtiaque Ahmed Ahmed Winter 2019 CSC336H1数值方法Kenneth R. Jackson R. Jackson R. Jackson Autumn 2018
逆合成生命周期评估：热塑性塑料和人工智能融入复合材料系统的可持续性简述
在过去的 30 年里，聚合物复合材料行业蓬勃发展，为航空、能源和运输部门生产先进的结构材料。然而，交联热固性基质的使用与重大的报废挑战有关，这对该行业来说是一个关键问题。此外，该行业的特点是许多劳动密集型流程。根据工业 4.0 原则，已经确定了两条主要途径来提高可持续性：利用高性能热塑性基质和将人工智能融入制造业。然而，人们对这些技术的生命周期评估存在很大的担忧，这些担忧在初始计算中没有考虑到，包括聚合物合成的环境足迹和训练人工智能的能源需求。这一观点旨在解决化学原料可能产生的大量二氧化碳排放以及这些新技术的高计算要求。
使用线性逆建模对大西洋子午模式进行分析：季节性和区域影响
使用线性逆建模（LIM）研究了热带大西洋子午模式（AMM）的可预测性和可变性。使用“能量”规范对LIM进行分析，确定了两种最佳结构，这些结构经历了某些短暂生长，一种与El Nin〜 -Southern振荡（ENSO）有关，另一个与大西洋多年振荡（AMO）/AMM模式有关。使用AMM-norm对LIM进行分析，以识别与第二能量Optima相似结构（OPT2）的“ AMM Optimal”。AMM最佳和OPT2在高纬度大西洋中表现出两个SST异常。AMM最佳选择还包含第一个能量最佳（ENSO）的某些元素，表明LIM捕获了ENSO与AMM之间众所周知的关系。LIM预测与观察到的AMM的季节性相关性在北方弹簧期间的AMM可预测性增强，并且在9月左右初始化的长期（约11-15个月）预测。lims，以确定AMM上的热带pacifip和中纬度和高纬度SST的影响。对区域LIM的分析表明，热带PACIFIC是北方弹簧期间AMM可预测性的原因。中至高纬度SST异常有助于北方夏季和秋季AMM可预测性，并负责从9月的初始条件开始增强可预测性。分析全lim的经验正常模式确定了这些物理关系。结果表明，中高纬度大西洋SST异常在产生AMM（和热带大西洋SST）变化中的潜在重要作用，尽管尚不清楚这些异常是否提供任何社会有用的预测技能。
漏洞检测的大型语言模型逆增强学习而无需加强学习
逆增强学习（IRL）是一组模仿学习的技术，旨在学习合理的专家演示的奖励功能。不幸的是，传统的IRL方法患有计算弱点：他们需要反复解决艰苦的执行学习（RL）问题作为子例程。从降低的角度来看，这是反直觉的：我们减少了模仿学习的更简单问题，以反复解决RL的更困难问题。另一个工作线索证明，访问强大政策花费时间的状态分布的侧面信息可以大大减少解决RL问题的样本和计算复杂性。在这项工作中，我们首次证明了更明智的模仿学习减少，我们利用了前面的状态分布来减轻RL子例程的全球勘探部分，从而提供了指数的速度。实际上，我们发现我们能够在连续的控制任务上显着加快先前的艺术。
用于材料合成和硬件安全的量子机器学习（特邀论文）
问题 1，化学逆合成：化学逆合成试图提供可通过化学反应组合以合成所需分子的反应物。该过程定义了农业、医疗、材料发现等无数其他领域。图 1a 举例说明了逆合成过程，其中左侧的化学物质可以通过右侧的化学物质通过化学反应组合形成。在实验室中使用反复试验进行逆合成需要数年时间，甚至可能花费数十亿美元才能解决一种化学物质的问题。这导致人们对基于机器学习 (ML) 的解决方案产生了极大的兴趣。以前的工作已经能够产生有希望的结果，但也存在局限性。例如，专家定义的逆合成规则 [ 25 ] 依赖于人类对逆合成的不完全了解，并且随着更多规则的增加，其扩展性较差
CBRN战斗的威胁背景-防卫省/自卫队
(a) 估计发生 CBRN 威胁的区域的技术 我们将构建一个系统原型，该系统可以根据事件发生时当地的天气条件和数据，使用逆模拟方法来计算源的估计区域CBRN 检测设备的分散状态导致 CBRN 威胁产生