XiaoMi-AI文件搜索系统
World File Search System传输效率
基于 AlScN 压电微机械超声波换能器的无线功率传输能量收集装置
摘要：超声波无线能量传输技术（UWPT）是植入式医疗设备（IMD）供电的关键技术。近年来，氮化铝（AlN）由于其生物相容性和与互补金属氧化物半导体（CMOS）技术的兼容性而备受关注。同时，钪掺杂氮化铝（Al 90.4％Sc 9.6％N）的集成是解决AlN材料在接收和传输能力方面的灵敏度限制的有效解决方案。本研究重点开发基于AlScN压电微机电换能器（PMUT）的微型化UWPT接收器装置。所提出的接收器具有2.8×2.8 mm 2的PMUT阵列，由13×13个方形元件组成。采用声学匹配凝胶，解决液体环境下声阻抗不匹配问题。在去离子水中的实验评估表明，电能传输效率（PTE）高达2.33%。后端信号处理电路包括倍压整流、储能、稳压转换部分，可有效将产生的交流信号转换为稳定的3.3V直流电压输出，成功点亮商用LED。这项研究扩展了无线充电应用的范围，为未来实现将所有系统组件集成到单个芯片中，进一步实现设备小型化铺平了道路。
纳米级-RSC Publishing
由于胶片摄像头被替换为数码相机，因此追求小像素大小进入亚微米尺度以满足高分辨率成像的需求是一个主要趋势。1,2图像传感器的像素大小的收缩（ISS）引发了严重的信噪问题，并带来了常规光学组件的挑战。3最近通过应用各种纳米光学效应，包括超普通变速器（EOT），4个金属纳米antennans，5 Fano共振，6个MIE共振，7和指导模式共振（GMR）来设计结构性色过滤器。8与基于材料吸收的常规染料颜色过滤器相比，结构颜色技术通过人工微/纳米结构实现光谱滤波，具有互补金属的优势 - 氧化物 - 氧化物 - 轴导剂（CMOS）过程兼容性，稳定性，稳定性和抑制空间颜色crosstalk。9尽管已经进行了彻底的研究以探索基本物理学，但10种高质量的材料11并优化了结构色技术的制造和集成方法12，但没有一个可以在光传输效率（〜90％）和颜色纯度方面击败染料色过滤器。13此外，大多数结构颜色过滤器都是
与计算机视觉传感的语义通信用于边缘视频传输
摘要 - 尽管在边缘应用中广泛采用了视力传感器，例如监视，视频数据的传输会消耗大量频谱资源。Semantic Communication（SC）通过在语义层面提取和压缩信息，提供传输数据的准确性和相关性，同时大大减少传输信息的量，从而提供了解决方案。但是，由于缺乏感应能力，传统的SC方法由于在边缘视频中反复传输静态帧而面临效率低下，这会导致频谱效率低下。为了应对这一挑战，我们建议使用计算机视觉传感（SCCV）框架进行EDGE视频传输的SC。框架首先引入了压缩比（CR）自适应SC（CRSC）模型，能够根据帧是静态还是动态的，能够调整CR，并有效地保存光谱资源。此外，我们实施了一个对象检测和语义分割模型启用的传感（OSMS）方案，该方案可以智能地感知场景中的变化并通过封闭式分析评估每个帧的重要性。因此，OSMS方案根据实时感应结果为CRSC模型提供CR提示。此外，CRSC和OSM都设计为轻量级型号，可确保与实用边缘应用中常用的资源受限传感器的兼容性。实验模拟验证了所提出的SCCVS框架的有效性，证明了其提高传输效率的能力而无需牺牲关键的语义信息。
物联网与人工智能助力医疗安全
摘要 近年来，医疗机构正朝着技术进步的方向发展，以实现精确的患者监测和记录管理。尽管技术先进，但医疗信息和通信技术网络的安全性对医疗保健来说是一个重大挑战。借助标准算法，组织数据库之外的非结构化数据（即电子文档和报告）难以整理和保护。现有的聚类方法存在恢复数据传输效率问题的缺点。本文提出了物联网人工智能系统（IoT-AIS）用于医疗保健安全。无线传感器网络是由物联网技术开发的。物联网网络用于连接物理世界和数字世界。IoT-AIS用于监视患者的数据并对其进行加密。加密数据存储在云中，以维护患者数据的远程访问。IoT-AIS仪表板为单个患者提供了个性化的用户界面，以便单个用户访问单独维护他们的记录。本文的模拟分析证明，医疗保健的患者记录可以加密并提供个性化访问。与其他方法相比，IoT-AIS的实验结果实现了最高的数据传输率（98.14%）和最高的交付率（98.90%）、高标准响应周期（93.79%）、更少的延迟估计（10.76%）、更高的吞吐量（98.23%）、有效的带宽监控（83.14%）、能源使用率（8.56%）和最高的性能率（98.4%）。
用于电神经刺激的高度微型化、长期植入式 ASIC
我们提出了一种用于电刺激周围神经的无线、完全可植入设备，该设备由供电线圈、调谐网络、齐纳二极管、可选刺激参数和刺激器 IC 组成，全部封装在生物相容性硅胶中。13.56 MHz 的无线射频信号通过片上整流器为植入物供电。ASIC 采用台积电的 180 nm MS RF G 工艺设计，占地面积不到 1.2 平方毫米。该 IC 通过片上只读存储器实现外部可选的电流控制刺激，具有 32 个刺激参数（90 – 750 μA 幅度、100 μs 或 1 ms 脉冲宽度、15 或 50 Hz 频率）。IC 使用 8 位二进制加权 DAC 和 H 桥生成恒定电流波形。在最耗电的刺激参数下，刺激脉冲期间的平均功耗为 2.6 mW，电能传输效率约为 5.2%。除了台式和急性测试外，我们还在两只大鼠的坐骨神经上长期植入了两种版本的设备（一种是带导线的设计和一种是无导线的设计），以验证 IC 和整个系统的长期疗效。无导线设备的尺寸如下：高 0.45 厘米，长轴 1.85 厘米，短轴 1.34 厘米，带导线的设备尺寸类似
设计和评估用于射频无线功率传输组织监测的圆形和方形线圈
摘要 - 组织工程是一个新兴的多学科领域，旨在利用工程和生物学原理修复或替换受损的组织和器官。该领域发展的核心是能够实时监测组织生长。这需要使用需要供电的可植入设备，例如传感器。电池等传统电源可能会阻碍组织生长和组织损伤，因此无线电力传输 (WPT) 成为一种有吸引力的替代方案。本研究深入探讨了用于组织监测的射频无线电力传输的线圈配置的设计和评估。具体来说，对比了两种线圈设计之间的性能指标：一种采用四个圆形线圈，另一种将三个方形线圈和一个圆形线圈混合在一起。分析表明，虽然两种配置的性能都会随着发射器和接收器之间距离的增加而下降，但距离 30 毫米的四个圆形线圈的效率为 25%，三个方形线圈和一个圆形线圈的效率为 45%，而且它们的效率差异很大。圆形线圈具有更高的电力传输效率和生物相容性，而方形和圆形线圈的组合则延长了传输距离。我们的研究结果阐明了线圈设计与 WPT 性能之间的相互作用，为开发用于实时组织生长监测的植入式设备提供了宝贵的见解。这项研究推动了 WPT 的设计工作，并将其定位为伤口愈合、器官移植和药物测试应用的关键参考。
Energy Orbit – 利用小型空间太阳能卫星星座向卫星传输激光电力 †
使用卫星到卫星系统的无线电力传输 (WPT) 技术是一种宝贵而便捷的技术，用于在太空太阳能卫星 (SSPS) 和卫星之间以及潜在的即将到来的行星际任务之间无线传输电力。这种直接传输提供了一种可能的解决方案，可以为卫星提供持续、方便和无限的能源供应，以帮助取代传统的电力储存，并减轻重量，最终降低发射卫星的成本。卫星行业传统上使用光伏电池和核发电机来满足航天器所需的电力。目前的发电和有效管理系统占卫星质量的 10-25%。能源卫星 (E-Sat) 的基于激光的 WPT 概念可以克服重大问题。这种一致的想法可以应用于航天器，通过开发一个名为能源轨道 (E-Orbit) 的 E-Sat 星座来为范围内的航天器提供足够的电力。它将增加令人印象深刻的性能和使用寿命。此外，创建 1600 个 E-Sat 星座以满足低地球轨道的电力需求。总体效率变化取决于激光器、发射器、传输距离和光伏电池的选择，就像在无线通信网络中提高信息的最大传输效率一样。因此，总体而言，卫星间电力传输系统设计在实践中具有充分的指导方针。该技术的开发和演示有助于实现太空太阳能卫星将千兆瓦可再生能源传输到地球的想法。
使用量子随机存储内存和...
简介。作为物理和计算机科学领域的前沿主题，量子信息科学通常是一个迅速发展且价值高度的研究领域，在计算中广泛应用[1-4]，数据科学和机器学习[5，6]，通信[7-13]和Sensing [14 - 16]。在不久的将来，量子组合可能会给某些特定算法带来重要的优势。量子通信将严格构成数据安全性和隐私性，根据物理定律提高传输效率；量子传感可能会显着提高测量精度。量子数据的产生，处理和应用以及这些数据的处理以及其经典同行目前正在挑战量子科学中的口头和实验性问题。在本文中，我们提出了所谓的量子数据中心（QDC）的概念，这是一个统一的概念，指的是某些特定的量子硬件，可以有效地处理量子数据，并将提供经典数据和量子处理器之间的效率界面。提出的QDC的关键组件是量子随机存储器（QRAM）[17-25]，该设备允许用户从数据库中访问叠加中的多个不同元素（可以是经典或量子）。至少，QDC由QRAM组成，该QRAM耦合到量子网络。我们构建了与原始应用相关的QDC理论。我们提出了示例的明确构造，包括：QDC作为易于故障的量子计算中数据查找的实现； QDC作为所谓的多方私人Quantum沟通的介体（下面定义），该通信结合了量子私人查询（QPQ）[26]和量子
摘要。功能性MRI能够通过血氧水平依赖性评估个体的认知能力。由于大脑的复杂性
摘要。功能性MRI能够通过血氧水平依赖性评估个体的认知能力。由于大脑功能的复杂性，探索认知能力和大脑功能连接性之间的关系极具挑战性。最近，已使用图形神经网络来提取用于预测认知评分的功能连接特征。尽管如此，这些方法具有两个主要局限性：1）忽略大脑的层次结构：在每个大脑区域内丢弃细粒度的信息，以及有关大脑功能层次结构的多个尺度的额外的补充信息； 2）忽略大脑的小世界性质：用于产生功能连通性的库租方法可产生定期网络工作，其信息传输效率相对较低。为了解决这些问题，我们提出了一个用于认知预测的小世界脑连接组（SW-HGL）框架的层次图学习。该框架由三个模块组成：金字塔信息提取模块（PIE），小世界大脑连接组构造模块（SW-BCC）和分层图学习模块（HGL）。指定，PIE通过社区聚类和图形池在微观尺度（通信级别）和宏观尺度（区域级别）上识别代表性顶点。SW-BCC通过重新布线定期网络并在区域和社区层面建立功能连接来模拟大脑的小世界本质。MSFEF是一个双支球网络，用于提取和融合微尺度和宏观尺度特征，以进行认知评分预测。与最先进的方法相比，我们的SW-HGL同意在HCP数据集上实现出色的性能。代码可在https://github.com/cuhk-aim-group/sw-hgl上找到。
一种有条不紊的方法设计绝热波导耦合器，用于异质综合光子学
硅光子学在过去十年中已成为未来应用的有前途的解决方案，例如5G Fronthaul，工业自动化，自动驾驶汽车，数据中心，计算机记忆分解和超越[1]的高速光学互连。通过利用互补的金属 - 氧化物 - 塞体导体（CMOS）制造技术先前是为电子工业开发的，已经开发了各种高速主动的光学组件，例如调制器和光电遗传学器[2，3]。此外，在各种FAB中，已优化了被动光学组件（例如光栅耦合器[4]和波导[5]）的生产方法。为了进一步增强从/到光子积分电路（PIC）的被动组件和活动组件之间的光学连接，互连波导的正确设计和形状起着至关重要的作用。随着新的光子构建块的引入，例如硅芯片上III – V光源的异质整合，需要连续改进。有三种通用方法可以在两个波导之间实现光耦合：对接耦合，方向耦合和绝热耦合。对接耦合方法是指直接连接的两个波导的模式曲线匹配。通过最大化模式字段重叠来优化其耦合效率。因此，对于异质整合，在彼此之间需要在不同的组件之间耦合光，对接耦合不是首选选项。此外，定向耦合器的带宽有限，因为节拍长度取决于波长。在定向耦合方法中，当输入波导处的模式耦合到耦合区域的超级模型的叠加时，光耦合在两个平行波导之间。该模式以半节拍的长度从一个波导到另一个波导完全耦合，而节拍长度可以设计为短[6]。但是，在实践中很难精确确定确切的节拍长度，从而使功率传输效率和设备性能不确定。在绝热耦合方法中，