XiaoMi-AI文件搜索系统
World File Search System区分的
纤维尾量量子点设备在GHz时钟速率上生成难以区分的光子
*通讯作者：托比亚斯·海因德尔（Tobias Heindel），柏林技术大学固态物理研究所，Hardenbergstraße36，10623柏林，德国，电子邮件：tobias.heindel@tu-berlin.de。https://orcid.org/0000-0003-1148-404x Lucas Rickert，Daniel A. Vajner，Martin von Helversen，Sven Rodt和Stephan Reitzenstein，固态物理学研究所lucas.rickert@tu-berlin.de（L。Rickert）。https://orcid.org/0000-0003-0329-5740（L.Rickert）。 https://orcid.org/0000-0002-4900-0277（D.A. vajner）。 https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。 https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。 https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。 https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0003-0329-5740（L.Rickert）。https://orcid.org/0000-0002-4900-0277（D.A. vajner）。 https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。 https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。 https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。 https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0002-4900-0277（D.A.vajner）。https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0009-0004-7092-2382（H。Liu）。https://orcid.org/0000-0001-7645-8243（G。sęk）。https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0002-9566-6635（Z.Niu）PawełWyborski，弗罗克瓦夫（Wroclaw）的实验物理学系，斯坦尼斯·威斯皮亚斯基（StanisławWyspiański）27，50-370-Poloclaw，poloclaw，poland，wroclaw Unive Science of Science of Science of Science of Science and Inive Science of Science and Inive Science of Science and Technology of Science of Science and Technoic丹麦技术大学电气和光子学工程系，2800，KGS，Lyngby，Denmark Grzegorzsęk和AnnaMusiał，AnnaMusiał，弗罗克瓦夫科学与技术大学实验物理系，StanisławWyspiański海岸，Poland，50-370 Wroclaw。
光纤尾纤量子点装置以 GHz 时钟速率产生难以区分的光子
* 通讯作者：Tobias Heindel，柏林工业大学固体物理研究所，Hardenbergstraße 36, 10623 Berlin, Germany，电子邮件：tobias.heindel@tu-berlin.de。https://orcid.org/0000-0003-1148-404X Lucas Rickert、Daniel A. Vajner、Martin von Helversen、Sven Rodt 和 Stephan Reitzenstein，柏林工业大学固体物理研究所，Hardenbergstraße 36, 10623 Berlin, Germany，电子邮件：lucas.rickert@tu-berlin.de（L. Rickert）。https://orcid.org/0000-0003-0329-5740（L. Rickert）。https://orcid.org/0000-0002-4900-0277（DA Vajner）。 https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。 https://orcid.org/0000-0002-1381-9838 (S. Reitzenstein) Kinga Żołnacz，弗罗茨瓦夫科技大学光学与光子学系，Wybrzeże Stanisława Wyspiańskiego 27, 50-370 Wroclaw, 波兰。 https://orcid.org/0000-0002-1387-9371 刘汉清，李树伦，倪海桥，牛志川，中国科学院半导体研究所光电材料与器件重点实验室，北京 100083；中国科学院大学材料科学与光电工程中心，北京 100049，E-mail: zcniu@semi.ac.cn (Z. Niu)。 https://orcid.org/0009-0004-7092-2382（H.刘）。 https://orcid.org/0000-0002-9566-6635 (Z. Niu) Paweł Wyborski，弗罗茨瓦夫科技大学实验物理系，Wybrzeże Stanisława Wyspiańskiego 27, 50-370 Wroclaw, 波兰；丹麦技术大学电气与光子工程系，2800，Kgs.，Lyngby，丹麦 Grzegorz Sęk 和 Anna Musiał，弗罗茨瓦夫科技大学实验物理系，Wybrzeże Stanisława Wyspiańskiego 27, 50-370 Wroclaw, 波兰。 https://orcid.org/0000-0001-7645-8243（G. Sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）
纤维尾量量子点设备在GHz时钟速率上生成难以区分的光子
*通讯作者：托比亚斯·海因德尔（Tobias Heindel），柏林技术大学固态物理研究所，Hardenbergstraße36，10623柏林，德国，电子邮件：tobias.heindel@tu-berlin.de。https://orcid.org/0000-0003-1148-404x Lucas Rickert，Daniel A. Vajner，Martin von Helversen，Sven Rodt和Stephan Reitzenstein，固态物理学研究所lucas.rickert@tu-berlin.de（L。Rickert）。https://orcid.org/0000-0003-0329-5740（L.Rickert）。 https://orcid.org/0000-0002-4900-0277（D.A. vajner）。 https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。 https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。 https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。 https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0003-0329-5740（L.Rickert）。https://orcid.org/0000-0002-4900-0277（D.A. vajner）。 https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。 https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。 https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。 https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0002-4900-0277（D.A.vajner）。https://orcid.org/0000-0003-4494-4698（M. von Hervelsen）。https://orcid.org/0000-0002-1381-9838（S。Reitzenstein）Kingaicołnacz，弗罗克劳夫科学技术大学的光学和光子学系，WybrzeêeeStanisVAwaWyspiańskiego27，50-370-370-370-poloclaw。https://orcid.org/0000-0002-1387-9371 Hanqing Liu，Shulun Li，Haiqiao Ni和Zhichuan Niu，光电材料和设备的主要实验室中国科学院学院材料科学与光电工程中心，北京100049，中国，电子邮件：zcniu@semi.ac.ac.cn（Z. NIU）。https://orcid.org/0009-0004-7092-2382（H。Liu）。 https://orcid.org/0000-0001-7645-8243（G。sęk）。 https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0009-0004-7092-2382（H。Liu）。https://orcid.org/0000-0001-7645-8243（G。sęk）。https://orcid.org/0000-0001-9602-8929（A.Musiał）https://orcid.org/0000-0002-9566-6635（Z.Niu）PawełWyborski，弗罗克瓦夫（Wroclaw）的实验物理学系，斯坦尼斯·威斯皮亚斯基（StanisławWyspiański）27，50-370-Poloclaw，poloclaw，poland，wroclaw Unive Science of Science of Science of Science of Science and Inive Science of Science and Inive Science of Science and Technology of Science of Science and Technoic丹麦技术大学电气和光子学工程系，2800，KGS，Lyngby，Denmark Grzegorzsęk和AnnaMusiał，AnnaMusiał，弗罗克瓦夫科学与技术大学实验物理系，StanisławWyspiański海岸，Poland，50-370 Wroclaw。
使用可区分的模拟学习四倍的运动
摘要：这项工作探讨了使用可区分的模拟进行四足运动的潜力。可区分的模拟通过使用机器人动力学计算低变化的一阶梯度来承诺快速转化和稳定训练。但是，它对腿部机器人的使用仍然仅限于模拟。主要挑战在于由于不连续动态而引起的机器人任务的复杂优化格局。这项工作提出了一个新的可区分类似框架来克服这些挑战。我们的方法结合了用于正向动力学的高保真度，非差异的模拟器，简化的表面模型用于梯度后传播。这种方法通过将替代模型的机器人状态与精确的，不可差的模拟器对齐来保持模拟精度。我们的框架使学习可以在几分钟内在仿真中学习四倍，而无需并行化。随着GPU并行化的增强，我们的方法允许四倍的机器人在几分钟内在挑战地形上掌握各种运动技能。我们证明，可差异的模拟通过实现明显提高样品效率的同时，在处理大规模环境中的有效性时，可以优于强化学习算法（PPO）。我们的方法代表了可区分模拟到现实世界四倍的机车运动的第一个成功应用之一，它为传统RL方法提供了令人信服的替代方案。视频：https：//youtu.be/wenq_w715xm
pinetree：宽场星系调查的生成，快速和可区分的光晕模型
上下文。准确的模拟晕圈目录是用于开发和验证宇宙学推断管道的必不可少的数据产品。生成模拟目录的一个主要挑战是对光环或星系偏置进行建模，这是从物质密度到暗物质光环或可观察的星系的映射。为此，n个体代码生成了最先进的目录。然而，为大容量的大量N体模拟产生了大量的N体模拟，尤其是在包括磁水动力学的情况下，需要大量的计算时间。目标。我们介绍和基准测试了一个可区分和物理信息的神经网络，该网络可以生成与从完整的N体代码获得的模拟光环目录相当的质量。模型设计在训练程序和大型模拟目录套房的生产上具有计算有效的效率。方法。我们提出了一个神经网络，仅依靠18至34个可训练的参数，该参数可从暗物质过度密度场中产生光环目录。通过将首先原理动机的对称性纳入我们的模型体系结构来实现网络权重的减少。我们使用不同分辨率，红移和大型垃圾箱的仅黑色n体模拟训练了我们的模型。我们使用不同的n点相关函数将最终模拟目录与N体晕目录进行了比较，从而验证了最终模拟目录。结果。此外，我们发现该网络可以在近似密度字段上进行培训，以进一步降低计算成本。我们的模型生成了与参考模拟一致的模拟光环目录，这表明该新型网络是生成模拟数据的一种有希望的方法，该数据由于其计算效率而即将进行的宽场调查。我们还介绍了如何解释训练有素的网络参数，以洞悉结构形成的物理。最后，我们讨论了我们的模型的当前局限性，以及从这项研究中可以明显看出的近似Halo模拟产生的一般要求和陷阱。
纤维尾量量子点设备在GHz时钟速率上生成难以区分的光子
1 Institute of Solid State Physics, Technical University Berlin, Hardenbergstraße 36, 10623 Berlin, Germany 2 Department of Optics and Photonics, Wroclaw University of Science and Technology, Wybrzeże Stanisława Wyspiańskiego 27, 50-730 Wroclaw, Poland 3 State Key Laboratory for Superlattice and Microstructures, Institute of Semiconductors, Chinese Academy中国北京100083科学，北京4材料科学与光电工程中心，中国科学院，北京大学100049，中国100049，中国5个实验物理学系，弗罗克劳夫科学技术系，Wybrze问StaniSławaWyspiańskiego27丹麦，2800，公斤。Lyngby，丹麦 *通讯作者：lucas.rickert@tu-berlin.de，zcniu@semi.ac.cn，tobias.heindel@tu-berlin.deLyngby，丹麦 *通讯作者：lucas.rickert@tu-berlin.de，zcniu@semi.ac.cn，tobias.heindel@tu-berlin.de
pexidartinib和免疫检查点抑制剂通过耗尽与癌症相关的成纤维细胞区分的M2巨噬细胞
摘要：已知与肿瘤相关的巨噬细胞（TAM）和与癌症相关的成纤维细胞（CAF）在肿瘤发育和进展中起支持性作用，但它们在结直肠癌（CRC）中的相互作用尚不清楚。在这里，我们研究了结肠癌衍生的CAF对体外和体内TAM分化，迁移和肿瘤免疫力的影响。与单核细胞共培养时，CAF会吸引单核细胞并诱导其分化为M2巨噬细胞。手术切除的人CRC标本和原位移植小鼠肿瘤的免疫组织学揭示了CAF的数量与M2巨噬细胞的数量之间存在相关性。在CRC原位移植的小鼠模型中，用刺激性刺激因子-1受体（PLX3397）的抑制剂处理的M2巨噬细胞的抑制剂（PLX3397）抑制了M2巨噬细胞，并增加了CD8阳性T细胞浸润肿瘤巢。这种治疗对肿瘤生长的影响很小，但将PLX3397与抗PD-1抗体结合起来显着降低了肿瘤的生长。组合疗法后 RNA-SEQ显示出肿瘤免疫的激活。 总而言之，CAF参与CRC肿瘤免疫微环境中M2巨噬细胞分化的诱导和动员，癌症免疫疗法和PLX3397的组合可能代表了CRC的新型治疗选择。RNA-SEQ显示出肿瘤免疫的激活。总而言之，CAF参与CRC肿瘤免疫微环境中M2巨噬细胞分化的诱导和动员，癌症免疫疗法和PLX3397的组合可能代表了CRC的新型治疗选择。
从增强学习到可区分的模拟
摘要 - 我们通过弥合以学习为中心的政策培训和基于模型的控制之间的差距来提供学习机器人控制的新见解。我们利用最佳控制，强化学习和可区分模拟来开发控制算法，从而增强机器人的敏捷性，同时在现实世界中保持稳健性。首先，我们表明，与最佳控制相比，机器人技术中增强学习的基本优势在于其优化目标。具体来说，RL直接最大化任务级目标，这可能是不可差异的，而最佳控制受到平滑且可微分的成本功能的要求限制。客观设计的灵活性允许实现更灵活的控制策略，从而在意外情况下导致更强的性能。第二，我们建议使用策略搜索自动优化模型预测控制（MPC）的高级策略。此公式使策略搜索能够专注于最大化高级任务目标，而MPC优化可以集中于低级跟踪性能。第三，我们探讨了可区分模拟进行政策培训的潜力。可区分的模拟可以提供低变化的一阶梯度，从而导致更稳定的训练和更好的收敛性。我们显示了玩具双积分器的近乎最佳控制性能及其对四足动力的潜力。
概率3D多对象合作跟踪，用于自动驾驶通过可区分的多传感器kalman filter
摘要 - 当前的最新自动驾驶车辆主要依靠每个传感器系统来执行感知任务。这样的框架的可靠性可能会受到阻塞或传感器故障的限制。为了解决这个问题，最新的研究建议使用车辆到车辆（V2V）通信与他人共享感知信息。但是，大多数相关的作品仅着眼于合作探测，并让合作社跟踪一个未充满刺激的研究领域。最近的一些数据集（例如V2V4Real）提供3D多对象合作跟踪基准。但是，他们提出的方法主要使用合作检测结果作为标准单传感器Kalman滤波器基于基于Kalman滤波器的跟踪算法的输入。在他们的方法中，可能无法正确估计来自不同连接的自动驾驶汽车（CAVS）的不同传感器的测量不确定性，以利用基于卡尔曼滤波器的基于卡尔曼滤波器的跟踪算法的理论优化属性。在本文中，我们提出了一种新颖的3D多对象合作跟踪算法，用于通过可区分的多传感器卡尔曼滤波器自动驾驶。我们的算法学会了每种检测的测量不确定性，以更好地利用基于卡尔曼滤波器基于卡尔曼滤波器的跟踪方法的理论属性。实验结果表明，与V2V4REAL中最新方法相比，我们的算法仅用0.037倍的通信成本提高了17％的跟踪精度。我们的代码和视频可在URL和URL上找到。
学习与可区分的精确模板匹配...
抽象模板匹配是计算机视觉中的一项基本任务，已经研究了数十年。它在制造业中起着至关重要的作用，可以估算不同部分的姿势，从而促进了下游任务，例如机器人抓握。当模板和源图像具有不同的方式，混乱背景或弱纹理时，现有方法失败。他们也很少考虑通过同谱进行几何变换，即使对于平面工业部位，它们通常也存在。为了应对挑战，我们提出了一种基于可不同的粗到功能对应关系的准确模板匹配方法。我们使用边缘感知模块来克服蒙版模板和灰度图像之间的域间隙，从而允许匹配。使用基于变形金刚提供的新结构感知信息的粗略对应关系来估算初始翘曲。使用参考图和对齐图像获得了用于获得最终几何变换的子像素级对应关系，将此初始对齐传递给了重新构造网络。广泛的评估表明，我们的方法比最先进的方法和基准要好得多，即使在看不见的真实数据上，也提供了良好的概括能力和视觉上可行的结果。