XiaoMi-AI文件搜索系统
World File Search System参数集
编程非线性传播，用于有效的光学学习机
摘要。由于限制了诸如耗电耗电和可扩展性之类的限制，因此对较大的机器学习模型的培训和推断需求不断增加。光学器件是提供较低功率计算的有前途的竞争者，因为通过非吸收介质的光传播是无损操作。但是，要用光进行有用的高效计算，在光学上产生和控制非线性是一种仍然难以捉摸的必要性。多模纤维（MMF）已证明它们可以提供平均功率的微小效应，同时保持并行性和低损失。我们提出了一种光学神经网络体系结构，该体系结构通过通过波前形状控制MMF中超短脉冲的传播来执行非线性光学计算。使用替代模型，发现最佳参数集可以用电子计算机最少利用来为不同的任务编程此光学计算机。与同等执行的数字神经网络相比，模型参数数量的显着降低了97％，这导致总体上99％的数字操作减少。我们进一步证明，还可以使用竞争精确的精度执行完全的光学实现。
对...
摘要 - 由于国家标准技术研究所（US）选择了Quantum Crypto System Crystals Crystals Crystals-Kyber，因此对其正确性和安全性的正式验证变得更加相关。使用自动定理示意剂isabelle，我们能够正式化Kyber公共密钥加密方案的算法规范和参数集，并在选择的明文攻击属性下验证δ-正确性和不可区分性。但是，在形式化过程中，发现了笔和纸证明中的几个差距。除了一个差距δ的差距外，所有差距都可以填写。在较小维度中的计算给出了示例，其中绑定δ小于实际误差项，违反了正确性属性。可以正式将正确性证明与模块学习的应用有关，因此我们认为原始错误绑定和形式化版本的差异相对较小。因此，可以将正确性形式化，直到对界限的最小变化。索引术语 - post-Quantum加密，晶体 - Kyber，数字理论转换，安全性，验证，iSabelle。
功能 - Moog, Inc.
RKP 以其可靠性、特殊流体适用性和低噪音排放在工业市场上广为人知，多年来一直是塑料和压铸机械等高要求应用的理想解决方案。RKP-II 泵的新设计尺寸为每转 63、80 和 100 cc，可提供更高的耐用性和更安静的性能。凭借电液数字 p/Q 控制系统，该泵非常适合各种压力和体积流量控制应用。因此，它很早就被用作注塑机等顺序运动应用中的灵活解决方案。它可以实现更动态、更精确的控制以及更高的机器操作重复性。能够“即时”更改参数集，从而可以在使用不同执行器进行顺序机器处理期间优化性能。RKP-II 与电液数字 p/Q 控制相结合，通过更长的使用寿命、更低的噪音排放、改进的控制选项、扩展的功能和轻松的调试，为注塑机制造商带来了竞争优势。
用于估计 CNN 加速器硬件指标的高级建模框架
摘要 — 由于 GPU 具有针对 CNN 运算符量身定制的架构，因此它成为卷积神经网络 (CNN) 训练和推理阶段的参考平台。然而，GPU 是耗电极高的架构。在能耗受限的设备中部署 CNN 的一种方法是在推理阶段采用硬件加速器。由于其复杂性，使用标准方法（如 RTL）对 CNN 的设计空间探索受到限制。因此，设计人员需要能够进行设计空间探索的框架，该框架可提供准确的硬件估算指标来部署 CNN。这项工作提出了一个探索 CNN 设计空间的框架，提供功耗、性能和面积 (PPA) 估算。该框架的核心是一个系统模拟器。系统模拟器前端是 TensorFlow，后端是从硬件加速器的物理合成（而不仅仅是从乘法器和加法器等组件）获得的性能估算。第一组结果评估了使用整数量化的 CNN 精度、物理综合后的加速器 PPA 以及使用系统模拟器的好处。这些结果允许进行丰富的设计空间探索，从而能够选择最佳的 CNN 参数集以满足设计约束。
：Tureen Van，Thanh Nguyen Tong，Chi，Huy Vu Le，肺Nguyen Duc（2024）。页
摘要通过3D打印方法（例如复杂的几何形状构建，耗时，工人的人工和材料成本）支持这种新型的施工方法，以使未来的应用有望成为有希望的新型施工方法。本研究介绍了定制和大尺寸混凝土3D打印机的开发，其成本较低，操作易度和可扩展设计。3D打印机龙门型结构的设计尺寸为2,580 x 3,600 x 2,800（mm），并由三个独立x，y和z轴的高精度交流电动机驱动。定制的喂食 - 结构系统是为自动或手动材料连续自动喂养而设计的。使用低成本混凝土混合物用于使用当地热电厂的副产品，从而可以降低材料成本。在进行了许多实验试验之后，已经建立了一组优化的参数集，以便在一次运行中连续打印25层的打印周期。在实践中打印并应用了几种基于具体的建筑模式。结果可以应用于民用建筑的许多方面，并在全球生产负担得起的建筑物。
一种用于反渗透淡化分析的新算法方法：设计优化和参数研究
摘要：人口增长，再加上工业和农业发展，导致对淡水供应的需求增加。对于缺水稀缺的国家，淡化构成了解决此问题的唯一可行解决方案。反渗透（RO）技术已被广泛使用，因为膜材料已升级并降低了成本。现在，RO是最重要的技术，用于化下不同类型的水，例如海水，咸水和自来水。但是，它的设计至关重要，因为许多参数都参与获得良好的设计。大量使用RO鼓励建立一种促进设计过程的程序，并有助于获得最佳性能RO脱盐系统。本文提供了一个分为三个部分的过程：（1）对RO参数进行分类； （2）按一定顺序选择pa-armeters，然后通过12个步骤进行计算过程； （3）然后在RO系统分析（ROSA）软件上插入所选参数和获得的值。然后，通过创建一个使用ROSA的RO系统设计阶段遵循的算法图表来总结这些点。然后以拟议列表上的一个示例进行验证以验证该过程，并进行了对参数的不同值进行比较。这项比较研究的结果表明，选择不同的参数会影响RO系统的生产力。此外，每个设计都有特定的最佳参数集，这取决于用户设置的限制。
一种基于知识的协作方法，用于虚拟现实中机舱系统的交互式开发
系统开发阶段的逐步数字化正在缩短开发时间并降低成本。同时，更复杂系统中的交互越来越多，嵌套程度也越来越高，这影响了人类对系统依赖关系的理解以及对这些依赖关系的建模。这带来了数字化描述系统及其相互关系所需的知识（规则、法规、要求等）的挑战。飞机就是这种系统的一个例子。在实践中，机舱及其系统的技术设计通常与初步飞机设计分开进行，机舱结果将在飞机开发过程的后期进行整合。本文提出了一种概念设计方法，该方法能够根据初步飞机设计数据（参数集）进行机舱系统布局。因此，开发了一个中央数据模型，将机舱组件链接到多个学科，以实现自动布局。在这里，知识存储在本体中。将本体与设计规则链接并导入外部参数，可以生成机舱系统初步设计所需的缺失信息。设计规则基于已收集并形式化的需求、安全法规以及设计解释的专家知识。使用本体，可以实例化 XML 数据结构，其中包含有关属性、系统关系的所有信息
数据驱动的金属添加剂制造过程中温度演变的预测
aabstr abtract Act ..在这项研究中，开发了一种数据驱动的深度学习模型，以快速准确预测温度演化和金属添加剂制造过程的熔融池尺寸。该研究的重点是通过直接能量沉积制造的M4高速钢材料粉末的批量实验。在非优化过程参数下，许多沉积层（以上30）通过由覆层材料对热史的高灵敏度引起的样品深度产生了巨大的微观结构变化。在先前的研究中通过实验测量验证的批量样本的2D有限元分析（FEA）能够实现定义在不同过程设置下温度场进化的数值数据。训练了馈送前向神经网络（FFNN）方法，以重现由FEA产生的温度场。因此，训练有素的FFNN用于预测初始数据集中未包含的新过程参数集的温度字段历史记录。除了输入能量，节点坐标和时间外，还认为五个相关的层数，激光位置以及从激光到采样点的距离可提高预测准确性。结果表明，FFNN可以很好地预测温度演化，在12秒内精度为99％。
在高宽高比结构中对原子层沉积过程中的不完全结合性进行建模
原子层沉积允许精确控制膜厚度和形式。它是高纵横比结构（例如3D NAND记忆）的关键推动因素，因为它的自限性行为比传统过程更高的合并性。然而，随着纵横比的增加，经常发生与完全保征的偏差，需要全面的建模以帮助开发新技术。到此为止，我们为存在不完整的整合性的原子层沉积过程中提供了一个模型。该模型结合了基于Knudsen扩散和Langmuir动力学的现有方法。我们的模型通过（i）通过Bosanquet公式融合了气相扩散率以及在Yanguas-Gil和Elam首先提出的建模框架中的反应可逆性，以及（ii）有效地集成在级别设定的地形模拟器中。该模型在侧面高纵横比结构中手动校准了Al 2 O 3的原型原子层沉积结果。我们研究了h 2 o步的温度依赖性，从而提取了0的活化能。178 eV与最近的实验一致。在TMA步骤中，我们观察到Bosanquet公式的精度提高，并以相同的参数集复制了多个独立的实验，这突显了模型参数有效地捕获了反应器条件。
通过同时二秒，分辨出静脉和脑的原位测量的分室室内药物转运的高精度
图1（a）基于电化学适体的（EAB）传感器包含一个目标识别的适体，该适体已被特定于电极与电极特定连接，并用甲基蓝色氧化还原报告剂进行了修饰。结合诱导的适体折叠会改变从报告基因的电子传递速率，当使用方波伏安法对传感器进行询问时，（b）易于测量的信号。（c，d）在这里，我们采用了颅内EAB传感器来直接在清醒的，自由移动的大鼠的侧心室中测量抗生素万古霉素的浓度。（e）药物静脉注射后，脑室室内万古霉素水平表现出双相上升和下降，非常适合简单的两室模型。不幸的是，两个在数学上等效的“解决方案”（参数集）非常适合数据（表1）。（f）但是，这两种解决方案预测了完全不同的等离子体药物时间课程。虽然仅使用在大脑中收集的数据进行区分，但使用EAB传感器同时收集脑内和内部测量的相对容易性为此提供了解决方案。