XiaoMi-AI文件搜索系统
World File Search System几何参数
算法扩散用于采样凸体
从高维凸体中生成随机样品是无数连接和应用的基本算法问题。[DFK91]的著名结果的核心是用于计算凸体体积的随机多项式算法，是第一个用于均匀采样凸体的多项式时间算法。在此后的几十年中，对抽样的研究已导致其算法复杂性的一系列改进[LS90，LS93，KLS97，LV06，CV18]，通常基于发现的新数学/几何结构，建立了与其他领域的连接（例如，均具有新的工具），并开发了新的工具（例如并分析马尔可夫连锁店。随着数据的扩散和机器学习的越来越重要，取样也已成为一种必不可少的算法工具，应用采样器需要非常高的尺寸的采样器，例如科学计算[CV16，HCT + 17，KLSV22] Sta20]。凸体的采样器基于马尔可夫链（有关摘要，请参见§A）。他们的分析是基于关联的马尔可夫链的电导限制，后者又界定了混合速率。分析电导需要将精致的几何参数与（Cheeger）凸体的（Cheeger）等级不平等相结合。后者的原型示例如下：对于任何可测量的分区S 1，s 2，s 3的凸形身体k r d，我们有
分析X射线光电子光谱的定量比对参数估计
X射线光电子光谱（XPS）数据的解释依赖于依赖几个参数的测量模型，包括光电衰减长度和X射线光子量。但是，其中一些参数尚不清楚，因为它们没有或无法测量。未知的几何参数可以在多弹性因子（对齐参数）中汇总在一起。此参数表征了令人兴奋的光与样品相互作用的能力。不幸的是，对齐参数的绝对值不能直接测量，部分原因是它取决于测量模型。相反，通常估计实验对准的代理，这与对齐参数密切相关。在此，一种基于原始XPS光谱的对齐参数的绝对值的方法（即未加工的光电子计数），显示样品的几何形状和光电子衰减长度。提出的参数估计方法可以使用简化的测量模型对XPS光谱进行定量分析。所有计算都可以在开放和免费的Julia语言框架预言中执行。为了证明可行性，对对齐参数估计方法进行了首次测试，并在模拟数据上使用已知的采集参数进行测试。然后将该方法应用于实验XPS数据，并显示了估计比对参数与典型使用的对齐代理之间的强相关性。
使用光学无掩模光刻技术自动生成、制造和测量快速原型的参数测试结构
测试结构的手动布局和特性自动化软件的生成需要大量的工程资源。因此，在高水平上定义结构布局、位置和所需计量，从而实现掩模布局和计量代码的自动生成，这一能力极具吸引力。最早的工艺控制出版物之一涉及从几何参数自动生成测试结构布局 [1]，同时还关注测量数据的自动分析 [2]。该主题中的大多数出版物都发表于千禧年之前 [1-8]，但测试结构布局的自动化继续引起人们的兴趣 [9-13]。近年来，由于相对低成本工具的出现，直接写入光学能力的使用率有所提高 [14]。这种系统在非生产环境中特别适用于快速原型制作，部分原因是无需考虑掩模成本，而且周期时间更短。与使用光掩模所必须的保守方法相比，消除这些限制为技术人员提供了更大的自由度和灵活性 [15]。可以快速实施短循环运行来研究/优化工艺步骤，而无需包括使用光掩模技术开发测试芯片时通常需要的一套全面的测试结构。这为改进技术的快速开发和原型设计开辟了真正的可能性，因为更改设计只需要修改数字文件。然而，要充分利用这一机会，电子设计自动化 (EDA) 软件还有待进一步改进，包括布局
超大规模集成电路设计中的漏电功率恢复方法综述
关键词：工程变更单 (ECO)、状态相关泄漏功率、总负松弛 (TNS)、亚阈值泄漏功率。1. 引言无线通信设备、网络模块设计模块的主要性能参数是最小化功率。另一方面，更高的性能、良好的集成度、动态功耗是推动 CMOS 器件缩小尺寸的一些参数。随着技术的缩小，与动态功耗相比，漏电流或漏功率急剧增加。静态功耗增加的主要原因是漏功率，它涉及许多因素，如栅极氧化物隧穿泄漏效应、带间隧穿 (BTBT) 泄漏效应和亚阈值泄漏效应 [1]。器件在电气和几何参数方面的差异，例如栅极宽度和长度的变化，会显著影响亚阈值漏电流 [2]。某些泄漏元素包括漏极诱导势垒降低 (DIBL) 和栅极诱导漏极泄漏 (GIDL) 等，[3]。 65 nm 及以下 CMOS 器件最重要的漏电来源是：栅极位置漏电、亚阈值漏电和反向偏置结处 BTBT 引起的漏电。电压阈值的降低会导致亚阈值电流的增加，这允许在电压下降的帮助下保持晶体管处于导通状态。由于缩放
使用高数据效率深度学习的光子结构优化：应用于纳米蛋白和环形河流相位掩码
metasurfaces为在薄膜光学元件的领域中操纵光特性提供了一个灵活的框架。特别是，可以通过使用薄相板有效地控制光的极化。本研究旨在为这些设备引入替代优化框架。该框架用于开发针对天文学高对比度成像应用的两种涡旋相口罩（VPM）。计算智能技术被利用以优化这些设备的几何特征。较大的设计空间和计算限制需要使用替代模型，例如部分最小二乘Kriging，径向基函数或神经网络。但是，我们证明了这些方法在建模VPM的性能时的不足。为了解决这些方法的缺点，提出了使用深神经网络作为高度准确且有效的替代模型的数据效率进化优化设置。本研究中的优化过程采用了强大的粒子群进化优化方案，该方案在光子设备的显式几何参数上运行。通过这种方法，为两个候选人开发了最佳设计。在最复杂的情况下，进化优化可以优化设计原本不切实际的设计（需要太多的模拟）。在这两种情况下，替代模型都提高了程序的可靠性和效率，与常规优化技术相比，所需的模拟数量最多可将所需数量的仿真数量减少高达75％。
具有增强增益的紧凑型共面带馈电 UWB 天线
[2][3]作者介绍了一种锥形缝隙天线和一种对映锥形缝隙天线，通过合并六个以上的谐振来实现 UWB 响应。这种结构有许多几何参数，并且在不同频率下获得的辐射模式也不稳定。Hoods 等人 [4] 提出了一种双平面 UWB 结构，它具有小增益和不均匀的辐射模式。在 [5] 中，作者介绍了一种紧凑型 UWB 天线，其中通过两个半圆来增强带宽。在 [6] 中，通过引入一个带缝隙的附加环形结构来实现 UWB 操作。[7] 中讨论了一种基于混合缝隙馈电网络的 UWB 天线。[8] 中介绍了通过在微带馈电的接地平面上创建 UWB 特性。Shameena 等人 [9] 介绍了一种 CPW 馈电 UWB，其中使用具有许多维参数的阶梯形缝隙来实现 UWB 特性。C Vinisha 等人[10] 介绍了一种电小尺寸 CPW 馈电 UWB，其中使用环形环来获得超宽带宽。S. Nicolaou 等人在 [11] 中讨论了一种 UWB 辐射器，其槽呈指数锥形，尺寸非常大，增益很小。[12] 介绍了一种非均匀辐射、小增益 UWB 偶极天线。它提供了较差且高度失真的脉冲响应。[13] 讨论了一种适用于医学成像应用的定向 UWB，尺寸非常大，辐射方向图不均匀。然而，上述所有天线尺寸都很大或结构复杂
使用像素γ校正的图像质量增强
本文介绍了用于实施多播带通滤波器的紧凑拓扑。设计使用互连的多模谐振器（MMR）和多级阻抗结构来实现特定的频率响应。这种方法简化了针对4G和5G应用的四倍带通滤波器的设计。由于无法调整线路宽度后的构建后，共振位置需要调整。为了评估滤波器设计过程，尽管未在设计阶段进行模拟或优化，但设计，制造和分析了包含MMR的原型，并证明了分析预测和实验测量之间的紧密比对。此外，建立了设计标准，以通过仅改变MMR的几何参数来促进多频道响应的快速合成。使用CST软件对此结构进行了模拟，以确认所提出的理论的准确性。一种反向偏置的变量二极管，该变量二极管用作具有特定入学的电容器，可用于提供必要的调谐能力。本文还突出了变量二极管的接收对共振位置调整的影响。为了验证设计，作者提出了拟议过滤器的制造原型，该原型的特征是1.8、2.1、2.7和3.4 GHz的四分之一频段，达到了大于-15 dB的衰减。四分之一频段过滤器主要用于无线电信网络。由于其专门设计，这些过滤器可以同时处理多个频段，从而提高通信质量并增加拥挤和干扰的环境中的网络容量。
田口方法和响应面分析用于设计全加器 S 中的高性能单壁碳纳米管束互连
本研究尝试设计全加器中的高性能单壁碳纳米管 (SWCNT) 束互连。为此，使用 HSPICE 软件中的仿真研究了电路性能，并考虑了 32 纳米技术。接下来，使用田口方法 (TA) 分析了几何参数（包括纳米管直径、束中纳米管之间的距离以及束的宽度和长度）对全加器中 SWCNT 束互连性能的影响。田口灵敏度分析 (TSA) 的结果表明，束长度是影响电路性能的最有效参数（约占功率耗散的 51% 和传播延迟的 47%）。此外，与其他参数相比，纳米管之间的距离对响应的影响很大。此外，响应面法 (RSM) 表明，增加互连长度 (L) 会提高功率耗散的输出。随着互连线宽度 (W) 和碳纳米管直径 (D) 的增加，功耗也增加。减小束中碳纳米管之间的距离 (d) 会导致功耗增加。如果考虑互连线长度和宽度 (L、W) 以及碳纳米管直径 (D) 的参数的最大值以及束中碳纳米管之间距离 (d) 的最小值，则功耗最高。结果还表明，互连线长度 (L) 的增加会增加传播延迟。最后，报告了最佳参数，并使用不同方法 (TA 和 RSM) 比较了优化系统的性能。结果表明，用不同方法预测的全加器中 SWCNT 束互连线最优设计的性能差异小于 6%，根据工程标准是可以接受的。
基于机器学习和计算机视觉的牛品种识别和活重评估
本研究的目的是使用几种神经网络模型来估算奶牛的长重：卷积人工神经网络用于通过图片识别奶牛并确定其品种，随后通过立体视觉法确定其身体尺寸，随后利用多层感知器根据有关奶牛的品种和尺寸信息估算奶牛的长重。为了更准确地估计动物的身体参数，还使用了 3D 摄像头（Intel RealSense D435i）。应当注意，由于 3D 摄像头的分辨率低，单独使用不会产生良好的效果。因此，使用摄影测量法从不同角度拍摄的奶牛图像来确定奶牛身体参数。通过摄影测量获得了奶牛的肩高（WH）、臀高（HH）、体长（BL）和臀宽（HW）等参数。使用这些参数（输入参数 WH、HH、BL、HW 和输出参数 - LW），开发了基于 ANN 的模型估计。通过分析从不同角度同步摄像机拍摄的动物图像，可以确定奶牛的身体尺寸。首先，在图像中识别奶牛，并使用 Mask-rcnn 卷积神经网络确定其品种。然后通过立体视觉方法确定奶牛的肩高、臀高、身长和身宽，该方法可以获得数字图像中物体的几何参数并进行测量。数字成像和摄影测量处理包括几个完全确定的步骤，可以生成动物身体的三维或二维数字模型。然后将获得的有关物种及其大小的数据输入到预测模型，该模型确定动物的估计体重。
蠕变效率寿命估计有效的光伏模块功能区互连
随着太阳能光伏收集能源系统越来越重要，每天可再生能源的范围，提高太阳能光伏模块的效率并降低模块的成本正在接受PV模块制造商的更多关注。PV模块互连丝带的设计是开发PV模块效率并提高模块可靠性的主要重点之一。在过去的十年中，已经引入了PV模块互连功能区的新设计，但是，仍然需要选择其配置和几何形状，以实现更高的可靠性，而不会降低PV模块的效率。的确，仅使用较宽的互连丝带（提供更多的关节长度）可能会提高模块的可靠性，但由于更大的阴影效果，它直接降低了模块的效率。本研究提供了确定PV模块互连长期可靠性的最佳设计的结果。在三个主要的PV模块互连设计中，包括常规色带（CR），捕获色带（LCR）和多鲍斯巴（MBB）互连，以循环数量与蠕变疲劳失败的术语进行比较。本研究使用FEM模拟和蠕变效率可靠性公式来找到主要几何参数对不同PV模块功能区互连设计失败的影响。的发现表明，与LCR和CR互连相比，MBB互连具有高达15％的蠕变效率寿命。