XiaoMi-AI文件搜索系统
World File Search System几何特性
量子化学预训练对药理特性预测的有效性
原则上，量子化学使我们能够量化分子及其相互作用的所有电子和几何特性。因此，将预先计算的量子力学特性纳入深度学习模型可以提高其预测小分子和潜在药物重要药理特性的能力。然而，在最近一波由人工智能驱动的药物发现中，这一机会尚未得到充分利用。我们表明，通过预先训练等变图神经网络 (EGNN) 模型来预测已使用量子力学方法预先计算的原子中心部分电荷，我们可以获得更准确的模型来预测吸收、分布、代谢、排泄和毒理学 (ADMET) 特性。我们比较了量子化学预训练与非量子力学预训练以及完全没有预训练的性能，发现量子化学预训练可以生成最准确的亲脂性、血脑屏障穿透、CYP2D6 代谢和毒性模型；而对于更具挑战性的肝细胞清除率预测任务，其性能与非预训练模型非常相似。通过使用基于量子化学的预训练来预测原子级和分子级特性，我们获得了比没有预训练更丰富的分子表示，这有助于我们的模型从底层物理和化学中学习。
Unimode：统一的单眼3D对象检测
实现统一的单眼3D对象检测，包括室内和室外场景，在机器人导航等应用中非常重要。然而，涉及各种数据方案来训练模型引起了挑战，因为它们的特性显着不同，例如，二 - 几何特性和异质域分离。为了应对这些挑战，我们根据鸟类的视图（BEV）检测范式建立了一个检测器，在该检测范式中，当采用多个数据方案以训练检测器时，明确的特征投影有利于对几何学学习模棱两可。然后，我们将经典的BEV检测体系结构分为两个阶段，并提出了不均匀的BEV网格设计，以处理由上述Challenges引起的收敛不稳定。此外，我们开发了稀疏的BEV功能策略，以降低计算成本和处理异质域的统一操作方法。将这些技术结合起来，得出了一个统一的检测器Unimode，它超过了富有挑战性的Omni3D数据集（一个大规模的数据集（一个室内和室外场景））的先前最先进的AP 3D，揭示了Bev bev tor tor tor tor tor tor tor unified 3D对象的第一个成功概括。
通过直接激光金属沉积过程的薄壁316L不锈钢钢丝625的功能分级添加剂制造：表征和评估
摘要：直接激光金属沉积（DLMD）是一种最先进的制造技术，用于在这项研究中制造316L不锈钢/inconel 625功能分级材料（FGM）。对于这些材料在行业中的实际应用，过程参数对几何特征和表面粗糙度的影响需要更多的研究。通过更改每一层中316升不锈钢/inconel 625的比例，该女性FGM是在五层中加上五层制造的。研究了激光功率对几何特性，身高稳定性和表面粗糙度的影响。研究了微观结构分析和微硬度填充。结果表明，尽管有较高的固定速率，但合金元素的分离发生了。还发现，增加激光功率将增加梯度壁的高度，宽度，高度稳定性和表面粗糙度。在最高激光功率（280 W）处，沉积层的最大宽度和高度分别为1.615和6.42 mm。在220 W的激光功率下，将获得最小的表面粗糙度（R a =105μm）和最佳的高度稳定性（0.461 mm）。在225-277 HV范围内的各个部分的各个部分中，显微硬度值将有所不同。
使用机载激光雷达探测和绘制喀斯特天坑
16. 摘要 本研究的重点是使用机载激光雷达 (LiDAR) 数据探测塌陷灾害。前提是塌陷，特别是靠近交通基础设施资产的塌陷，可能会对基础设施资产造成重大损害，因此，能够准确、快速地探测到它们至关重要。然而，使用传统的地面观测方法勘测塌陷既昂贵、耗时、费力又不安全。本研究项目专注于开发准确、快速的基于机载激光雷达的塌陷探测和测绘方法，并将技术转让给交通工程师进行实施和劳动力开发。项目团队还确定了实施国家级塌陷灾害管理系统 (SHMS) 的最佳实践。此外，还为专业教育和培训开发了基于机载激光雷达的塌陷探测和测绘指南。激光雷达探测现有塌陷的有效性受到的关注非常有限。大多数基于 LiDAR 的天坑检测研究都假设基于形态学的表面特征提取方法可以有效检测天坑，因为它们具有几何特性——天坑是地球表面的椭圆形凹陷。然而，由于地形各异，天坑的大小、形状和外观各不相同，这给进一步改进检测带来了更大的挑战
超高分辨率机载合成孔径雷达...
尤其是，高分辨率 SAR 数据的可用性目前正在开辟一个广阔的新应用领域。由于其固有的斑点效应，与相同细节水平的光学遥感数据相比，SAR 数据显得模糊和嘈杂。只有在无斑点、点状或具有强反射的线性目标（通常是人造结构或车辆）上，SAR 的实际分辨率能力才能得到充分开发。因此，要实现与光学数据类似的可解释性，通常需要分辨率明显更高的 SAR 数据。最近的 SAR 传感器系统能够将分辨率降低到几分米，从而产生与现代亚米级光学系统相当的优质图像。这一点，加上全天候昼夜成像能力，使 SAR 成为一种理想的工具，特别是对于常规监测和测绘应用，在这些应用中，遥感数据的高可靠性至关重要。雷达图像包含的信息与从光学或红外传感器获得的图像完全不同。在光学范围内，物体表面的分子共振主要决定了物体反射率的特征，而在微波范围内，介电和几何特性与反向散射有关。因此，雷达图像强调了所观察地形的起伏和形态结构以及地面电导率的变化，例如，由
基于在线人工视觉和深度神经网络的激光金属沉积轨迹几何预测
激光金属沉积 (LMD) 是一种增材制造技术，它吸引了业界的极大兴趣，因为它有可能将具有复杂几何形状的零件一次性制成，并修复损坏的零件，同时保持良好的机械性能。然而，该工艺的复杂性限制了它的广泛应用，因为不同的零件几何形状、策略和边界条件会在外部形状和内部缺陷方面产生非常不同的结果。此外，在工艺执行过程中监控零件质量非常具有挑战性，因为直接测量结构和几何特性大多是不切实际的。这项工作提出了一种 LMD 在线监控和预测方法，该方法利用同轴熔池图像以及工艺输入数据来估计 LMD 沉积的轨道大小。特别是，一种新颖的深度学习架构将卷积神经网络的输出（以熔池图像为输入）与标量变量（工艺和轨迹数据）相结合。评估了各种网络架构，建议使用至少三个卷积层。此外，结果表明密集层的数量和大小具有一定程度的不变性。通过使用航空航天和汽车领域的相关材料 Inconel 718 粉末通过 LMD 沉积的单轨进行的实验，证明了所提出方法的有效性。
模拟到数字微流体转换器 - Comsol
BioMEMS 组，IEMN（UMR 8520 - 法国里尔北部大学）*BP 60069，Avenue Poincaré，59652 Villeneuve d'Ascq cedex，法国 – vincent.senez@isen.fr 摘要：本文介绍了一种使用无源阀门的模拟数字微流体转换器 (ADMC)，能够将连续液体流转换为液滴，以实现介电电润湿 (EWOD) 驱动。使用 COMSOL Multiphysics 的微流体应用模式优化了阀门校准、几何特性和损耗减少。关键词：EWOD、片上实验室、微流体。1. 简介微流体装置可以处理微量液体，无论是微通道中的连续流还是疏水表面上的液滴。到目前为止，大多数片上实验室 (LOC) 只采用这两种技术中的一种实现。然而，通过与微电子系统类比，人们很容易理解，根据操作的不同，这两种技术都有各自的优点和缺点。因此，必须研究能够将连续流转换为液滴，反过来，能够将液滴转换为连续流的系统。借助使用 COMSOL Multiphysics 的数值模拟，我们设计了一个模拟（连续流）到数字（液滴位移）微流体转换器 (ADMC)。本文的第二部分介绍了数值模型及其校准，第三部分专门介绍 ADMC 的设计和模拟分析。
双机编队飞行远场尾流涡演变...
大涡模拟 (LES) 已用于研究飞机编队后方 10 分钟内的远场四涡尾流涡旋演变情况。在编队飞行场景中，尾流涡旋行为比传统的单架飞机情况复杂、混乱且多样，并且非常敏感地取决于编队几何形状，即两架飞机的横向和垂直偏移。尽管在各种编队飞行场景中尾流涡旋行为的个案变化很大，但涡旋消散后的最终羽流尺寸通常与单架飞机场景有很大不同。羽流深约 170 至 250 米，宽约 400 至 680 米，而一架 A350/B777 飞机将产生 480 米深和 330 米宽的羽流。因此，编队飞行羽流没有那么深，但它们更宽，因为涡流不仅垂直传播，而且沿翼展方向传播。两种不同的 LES 模型已被独立使用，并显示出一致的结果，表明研究结果的稳健性。值得注意的是，二氧化碳排放只是航空气候影响的一个因素，还有其他几个因素，如凝结尾迹、水蒸气和氮氧化物的排放，这些都会受到编队飞行的影响。因此，我们还强调了年轻编队飞行凝结尾迹与经典凝结尾迹在冰微物理和几何特性方面的差异
prékopa -leindler不平等的定量稳定性结果
如上所述，优化器以Brunn -Minkowski和Prékopa -Leindler不平等现象而闻名。然而，尽管知道这些不平等的平等案例，但人们可能会问，如果一个人知道平等是“几乎”达到的，可以推论哪些几何特性。这通常称为稳定性估计。最近，已经获得了有关几何和功能不平等的各种重要稳定性结果。例如，Fusco，Maggi，Pratelli [28]证明了等等不等式的最佳稳定性版本。该结果扩展到各向异性等等不平等，以及figalli，Maggi，Pratelli [23，24]的Brunn – Minkowski不等式（对于后一种问题，目前的最佳估算是由于Koles-Nikov-Nikov，Milman，Milman，Milman [33]）。可以进一步提及，例如，由Barthe，Böröczky，Fradelizi [5]提供了更强版本的Blaschke-Santaló不平等现象。由Ghilli，Salani [30]，Rossi，Salani [42，43]和Balogh，Kristály[3]提供的Borell -Brascamp -Lieb不平等现象； Figalli，Zhang [26]的Sobolev不等式（扩展了Bianchi，Egnell [6]和Figalli，Neumayer [25]），Nguyen [38]和Wang [47]； Gozlan [31]的Log-Sobolev不平等现象；以及Caglar，Werner [12]，Cordero-erausquin [15]和Kosov [32] Kolesnikov的一些相关不平等。Eldan [17，Lemma 5.2]获得了对数 - conconcave函数的prékopa-leindler不平等的“同构”的性结果。
prékopa -leindler不平等的定量稳定性结果
如上所述，优化器以Brunn -Minkowski和Prékopa -Leindler不平等现象而闻名。然而，尽管知道这些不平等的平等案例，但人们可能会问，如果一个人知道平等是“几乎”达到的，可以推论哪些几何特性。这通常称为稳定性估计。最近，已经获得了有关几何和功能不平等的各种重要稳定性结果。例如，Fusco，Maggi，Pratelli [28]证明了等等不等式的最佳稳定性版本。该结果扩展到各向异性等等不平等，以及figalli，Maggi，Pratelli [23，24]的Brunn – Minkowski不等式（对于后一种问题，目前的最佳估算是由于Koles-Nikov-Nikov，Milman，Milman，Milman [33]）。可以进一步提及，例如，由Barthe，Böröczky，Fradelizi [5]提供了更强版本的Blaschke-Santaló不平等现象。由Ghilli，Salani [30]，Rossi，Salani [42，43]和Balogh，Kristály[3]提供的Borell -Brascamp -Lieb不平等现象； Figalli，Zhang [26]的Sobolev不等式（扩展了Bianchi，Egnell [6]和Figalli，Neumayer [25]），Nguyen [38]和Wang [47]； Gozlan [31]的Log-Sobolev不平等现象；以及Caglar，Werner [12]，Cordero-erausquin [15]和Kosov [32] Kolesnikov的一些相关不平等。Eldan [17，Lemma 5.2]获得了对数 - conconcave函数的prékopa-leindler不平等的“同构”的性结果。