XiaoMi-AI文件搜索系统
World File Search System均匀
相对论激光-固体相互作用产生的均匀微米级高能量密度物质
免责声明 本文件为美国政府机构赞助工作的记录。美国政府、劳伦斯利弗莫尔国家安全有限责任公司及其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或劳伦斯利弗莫尔国家安全有限责任公司对其的认可、推荐或支持。本文表达的作者观点和意见不一定代表或反映美国政府或劳伦斯利弗莫尔国家安全有限责任公司的观点和意见，不得用于广告或产品代言目的。
在均匀采样下的随机匪徒中最佳手臂识别的最佳停止规则
摘要 - 我们考虑在随机多臂匪徒中最佳手臂识别的问题，在每个臂在每个回合中进行一次采样的情况。这种统一的抽样制度是一个概念上简单的设置，与许多实际应用相关。目的是停止并正确识别概率至少1 -δ的最佳臂，同时保持低回合的数量。我们在此设置的样品复杂性上得出了一个下限。此后，我们提出了两个自然停止规则，该规则是Bernoulli强盗的：一个基于PPR Martingale置信序列，另一个基于GLR统计数据。两个规则均显示为δ→0匹配。我们的分析和实验表明，两个停止规则的相对性能取决于强盗实例的属性。
柔性阳极 SnO2 纳米多孔结构均匀涂覆聚苯胺，作为锂离子电池的无粘合剂阳极
Nahyun Shin、Moonsu Kim、Jaeyun Ha、Yong-Tae Kim、Jinsub Choi。柔性阳极 SnO2 纳米多孔结构均匀涂覆聚苯胺，作为锂离子电池的无粘合剂阳极。《电分析化学杂志》，2022 年，914，第 116296 页。�10.1016/j.jelechem.2022.116296�。�hal-03688072�
unibev：具有均匀BEV编码器的多模式3D对象检测，以抗缺失传感器方式
摘要 - 多传感器对象检测是自动驾驶中的一个积极研究主题，但是这种检测模型的鲁棒性针对缺失的传感器输入（缺少模态）（例如，由于突然的传感器故障）是一个关键问题，这是一个关键问题，这仍然不足。在这项工作中，我们提出了Unibev，这是一种端到端的多模式3D对象检测框架，旨在稳健性，以防止缺失模式：Unibev可以在Lidar Plus相机输入上运行，但也可以在无激光镜或仅相机输入的情况下操作。为了促进其检测器头以处理不同的输入组合，Unibev旨在从每种可用方式中创建良好的鸟类视图（BEV）特征图。与以前的基于BEV的多模式检测方法不同，所有传感器模态都遵循统一的AP-prach，以从原始传感器坐标系统重新示例到BEV功能。我们还研究了各种融合策略W.R.T.的鲁棒性缺少模态：常用的特征串联，但也通过通道平均，以及对平均定期通道归一化权重的加权平均化的概括。为了验证其有效性，我们将Unibev与所有传感器输入组合的Nuscenes的最新bevfusion和Metabev进行了比较。在这种情况下，对于所有输入组合，Unibev的性能比这些基准更好。一项消融研究表明，通过对常规的con依的加权平均融合的鲁棒性优势，并在每种模态的BEV编码器之间共享查询。我们的代码将在纸上接受时发布。
超分子聚合物的非均匀照相诱导的展开，导致拓扑块纳米纤维
摘要：同一主链中具有差异性拓扑（高阶结构）结构域的一维纳米纤维的合成是现代超分子聚合物化学的挑战性主题之一。通过外部刺激对超分子聚合物链的非均匀结构转化可以使这种纳米纤维制备。为了证明这种聚合后策略的可行性，我们从巴比妥酸盐单体中制备了光反应性的旋转折叠超折叠的超聚合物，该单体含有偶氮苯嵌入的刚性P-P-互轭支架。与以前的螺旋折叠超分子聚合物相比，由更灵活的偶氮苯单体组成，UV-Light诱导的新制备的螺旋折叠折叠的超分子聚合物的展开是不均匀的，发生了不均匀的，可提供折叠和无折叠域的拓扑块共聚物。这种块状共聚物的形成表明，光诱导的螺旋折叠结构的展开是从相对灵活的部分（例如末端或缺陷）启动的。在可见光照射后，随后衰老以恢复完全折叠的结构后，观察到了展开的结构域的自发重折叠。
关于预测维护的特征选择的稳定性和均匀合奏：铣削中的刀具条件监视的分类应用
摘要：功能选择（FS）代表了许多基于机器学习的预测前维护（PDM）应用程序的重要步骤，包括各种工业流程，组件和监视任务。所选功能不仅是学习模型的输入，而且还可以影响进一步的决策和分析，例如，PDM系统的传感器选择和可理解性。因此，在部署PDM系统之前，至关重要的是检查输入数据中所选特征的可重复性和鲁棒性。这对于具有较低样本比率比（SDR）的现实世界数据集特别重要。然而，据我们所知，在PDM的领域尚未考虑FS方法在数据变化下的稳定性。本文通过铣削中的工具状况监测来解决此问题，其中采用了基于支持向量机和随机森林的分类器。我们使用五倍的交叉验证来评估三种流行的基于滤波器的FS方法，即Fisher评分，最小冗余最大相关性（MRMR）和RERIEFF，以稳定性和宏F1表示。此外，对于每种方法，我们研究了同质FS集合对两个性能指标的影响。为了获得广泛的见解，我们使用了从我们的实验和NASA的存储库中获得的四个（2：2）的铣削数据集，它们在操作条件，传感器，SDR，类等方面有所不同。对于每个数据集，对两个单独的传感器及其融合进行了研究。（2）在大多数情况下，Fisher得分（单和/或合奏）优越。在结论中：（1）不同的FS方法可以产生可比的宏F1，但FS稳定性值大为不同。（3）MRMR的稳定性总体上是不同设置（例如传感器，子集基数）的最低，最大的稳定性，并且是从整体中最有益的一种。
基于应变软化模型和Mogi-Coulomb准则的非均匀应力场中隧道应力与变形的解析解
摘要 建立了非均匀应力场下隧洞开挖力学模型，提出了一种同时考虑黏聚力和内摩擦角弱化的应变软化模型，推导了峰后区半径、应力与位移的解析解。以桃园煤矿某隧洞为工程实例，确定了隧洞峰后区半径、地表位移和应力分布情况，讨论了平竖应力比、中间主应力、残余黏聚力、残余内摩擦角对隧洞变形的影响。研究结果表明：由于应力场不均匀，隧洞周边峰后区半径和应力分布随方向呈变化趋势；考虑中间主应力时，隧洞峰后区半径和地表位移较大；残余黏聚力和内摩擦角越大，隧洞峰后区半径和地表位移越小。
在磁场中实现纳米结构的远程任意均匀对准设计用于多功能性的结构阳性电极
多功能结构电池对各种高强度和轻量级应用都具有很高的兴趣。结构电池通常使用原始的碳纤维作为负电极，功能化的碳纤维作为正电极，以及机械强大的锂离子运输电解质。然而，基于碳纤维的阳性电极的电化学循环仍限于液体电解质的测试，该测试不允许以真实的方式引入多功能性。为了克服这些局限性，开发了带有结构电池电解质（SBE）的结构电池。这种方法可提供无质量的能源存储。电极是使用经济友好，丰富，廉价和无毒的铁基材料（如Olivine Lifepo 4）制造的。氧化石墨烯以其高表面积和电导率而闻名，以增强离子传输机制。此外，固化吸尘器注入的固体电解质以增强碳纤维的机械强度，并为锂离子迁移提供了介质。电泳沉积被选为绿色过程，以制造具有均匀质量负荷的结构阳性电极。可以在C/20时达到112 mAh g-1的特定能力，从而使Li-ion在SBE的存在下平稳运输。阳性电极的模量超过80 GPa。在各种质量载荷中都证明了结构性电池阳性的半细胞，从而为消费技术，电动汽车和航空航天部门的多种应用而量身定制它们。
通过基于原子分子模拟和均匀化方法，通过逆计算方法预测玻璃聚合物纳米复合材料的机械异质性
探测纳米颗粒重新执行和聚合物纳米复合结构中的聚合物基质之间形成的区域的机械行为，称为“相间”，这是一个主要挑战，因为这些区域很难通过实验方法进行研究。在这里，我们准确地表征了聚合物纳米复合材料的异质机械行为，重点是通过纳米力学模拟和数值均质化技术的组合来关注聚合物/纳米芯的相互作用。最初，使用详细的原子分子动力学模拟研究了用二氧化硅纳米颗粒加固的玻璃状聚（乙烷）聚合物纳米复合材料的全局机械性能，均以1.9％和12.7％的硅胶体积分数。接下来，通过探测在平衡处纳米列列附近的聚合物原子的密度分布曲线来鉴定聚合物/二氧化硅相间的厚度。根据此厚度，将相互间隙细分以检查机械性能的位置依赖性变化。然后，使用连续力学和原子模拟，我们继续计算有效的Young模量和Poisson的聚合物/纳米颗粒间相的比例，作为距纳米颗粒距离的函数。在最后一步中，提出了一个反数值均质化模型，以根据比较标准与MD的数据进行比较标准来预测相间的机械性能。发现结果是可以接受的，这增加了准确有效地预测纳米结构材料中界面特性的可能性。
原始研究泛 - 免疫炎性价值优于其他炎症指标，可以预测住院主要不良心血管均匀
背景：对动脉粥样硬化的炎症反应是导致冠状动脉疾病的过程。泛免疫 - 炎症值（PIV）已成为炎症的新型生物标志物。然而，关于PIV对主要不良心血管事件（MACE）或冠状动脉狭窄程度的预测能力的研究很少。我们旨在探索经皮冠状动脉干预（PCI）后St段升高心肌梗塞（STEMI）患者PIV对MACE和冠状动脉狭窄程度的预测能力。方法：这项研究包括542例被诊断为STEMI的患者，并在2016年至2023年间接受了PCI，并测量了PIV和其他炎症标记。使用单变量和多元逻辑回归分析，评估了PCI后MACE和住院期间严重冠状动脉狭窄的风险变量，以创建接收器工作特性（ROC）曲线，并确定炎症标记的最佳阈值。Spearman相关分析用于评估PIV和其他炎症标记与Gensini评分（GS）的相关性。结果：与全身性炎症指数（SII），血小板与淋巴细胞比（PLR）和中性粒细胞与淋巴细胞比率（NLR）相比，PIV在PCI在PCI后在PCI术后患者的冠状动脉症患者的发生程度可能具有更大的预测价值。PIV和GS之间的相关性很强。结论：PIV在预测STEMI患者PCI后预测病情预后和严重的冠状动脉狭窄方面优于SII，PLR和NLR。