XiaoMi-AI文件搜索系统
World File Search System实验的
关于专业软件对“微电子学基础”课程的计算机支持：Olena Semeni 教学实验的结果
关于专业软件对“微电子学基础”课程的计算机支持：教学实验结果 Olena Semenikhina 1、Marina Drushlyak 1、Serhii Lynnyk 1、Inna Kharchenko 2、Hanna Kyryliuk 1、Olena Honcharenko 1 1 Makarenko 苏梅国立师范大学，Romenska 街，87，苏梅，乌克兰 2 苏梅国立农业大学，Herasym Kondratiev 街，160，苏梅，乌克兰 摘要 – 了解现代计算机的工作理念对于未来的 IT 专家的培养非常重要。计算系统中间发生的过程基于物理设备的工作，建议在模拟软件中对其进行建模。作者考虑了选择物理过程模拟软件的问题。微电子课程教学经验允许选择两种仿真软件：Proteus 和 Multisim。在 Makarenko Sumy 国立师范大学（乌克兰）开展了一项教学实验，旨在选择最佳仿真软件来支持未来 IT 专家和计算机科学教师学习的微电子课程。通过对仿真软件的个体特性进行比较分析，Proteus 更受青睐。然而，教学实验的结果证实了使用 Multisim 的可行性。关键词 – 未来 IT 专家的准备、计算机建模、仿真软件、Proteus、Multisim。DOI：10.18421/TEM91‐43 https://dx.doi.org/10.18421/TEM91‐43
与实验的定量比较揭示了力场对POPC - 胆固醇相互作用的描述中的缺陷
摘要：胆固醇是生物膜中的一个中心构建块，它诱导定向顺序，减慢扩散，使膜僵硬以及驱动结构域的形成。分子动力学（MD）模拟在分子水平解决这些效果方面起着至关重要的作用。然而，最近显而易见的是，不同的MD力场在定量不同的行为上预测了不同的行为。尽管很容易被忽视，但由于磁场迅速发展朝模拟体内条件的复杂膜的模拟迅速发展：相关的多组分仿真必须准确捕获其基本构件之间的相互作用，例如磷脂和胆固醇。在这里，我们定义了针对C-H键顺序参数的二元脂质混合物模拟的定量质量度量，以及来自NMR光谱的侧向扩散系数以及X射线散射的构型因子。基于这些措施，我们对常用的力场描述棕榈酰丙酰磷脂酰胆碱（POPC）和胆固醇的二元混合物的结构和动力学的能力进行系统评估。没有测试的力场清楚地表现出在经过测试的属性和条件上的表现。仍然，SlipID参数在我们的测试中提供了最佳的总体性能，尤其是当评估中包含动态属性时。这项工作中介绍的质量评估指标将尤其是使用自动方法来促进多组分膜的未来力量现场开发和改进。
人工智能、理论、建模和实验的融合——材料与制造领域的前景、挑战和机遇
人工智能 (AI)/机器学习 (ML) 是一个活跃的研究领域，在各种商业应用中取得了巨大的成功。它将在许多科学和工程领域发挥重要作用并产生重大影响，特别是材料和制造领域。在过去的几十年里，人工智能和机器学习已经成为工程和科学领域理论、计算建模和实验方面的重要补充。人工智能和机器学习模型具有巨大的潜力，特别是在那些机制仍未完全理解的研究领域，或者计算模型运行成本太高而无法获得所需时空分辨率的准确解决方案。在本文中，我们介绍了一些最近的工作和有希望的研究方向，以将人工智能和机器学习整合到工程和科学中。我们试图提供更广阔的视角、开放的挑战和独特的机会，将人工智能、理论、建模和实验整合到材料和制造领域。首先，可以使用实验或计算模型来生成数据来训练人工智能/机器学习模型。训练后的人工智能/机器学习模型可以看作是相应耗时的实验或计算模型的快速替代模型。开发了一种具有量化不确定性的卷积编码器-解码器网络 (ConvPDE-UQ) [1]，用于预测不同域上的偏微分方程的解，其速度比传统的有限元求解器快得多。设计了一种名为 Peri-Net [2] 的深度神经网络，用于分析裂纹模式，其速度比近场动力学求解器快得多。具有量化不确定性的深度神经网络
对Alice 3实验的110 nm技术中增益层的整体CMOS传感器的初步结果
近年来，在下一代高性能硅顶点设计中，单层活性像素传感器（MAP）已成为混合检测器的有效替代品，以及用于高能物理（HEP）实验和其他研究领域的高能物理（HEP）实验和其他研究领域（如医学成像和空间应用）的跟踪探测器。此操作是LHC运行的Alice 3实验的飞行探测器的技术之一。地图的主要特征之一是，它们可以使用商业CMOS流程进行成本效益实施，而无需昂贵的互连。在这种情况下，完全耗尽的单片活性像素传感器（FD-MAP）代表最先进的检测器技术，因为它们具有通过漂移来收取电荷的优势，从而使比像素矩阵的快速且均匀的响应能够。Arcadia项目尤其是通过创新的传感器设计开发FD-MAP，该设计利用背面偏置电压充分耗尽了传感器并提高了电荷收集效率和时机性能。最近的发展已经解决了在地图中引入增益层的可能性。借助Signal乘法，可以达到较高的信号与噪声比，从而将其转化为相对于没有增益的标准地图的较低功率消耗。这种特殊性使这些设备对空间应用非常有吸引力，而低功耗是非常需要的。将提出实验室测量，以及在PS，CERN进行的测试光束的初步结果。这项工作说明了具有额外增益层的整体CMOS传感器的第一个表征，这是基于与LFOUNDRY合作开发的标准110 nm CMOS技术，用于Arcadia Project的第三次运行。得出结论，将指出正在进行的研发的未来观点和下一步。
用于连续变量实验的 LiNbO 3 基集成光路中的光折变效应
我们研究了光折变效应对用于连续变量片上实验的铌酸锂集成量子光子电路的影响。研究了电路的主要构建块，即腔体、定向耦合器和周期性极化非线性波导。这项工作表明，即使光折变效应弱于空间模式跳跃，它们也可能影响片上量子光子学实验的成功。我们详细描述了导致识别此可能问题的表征方法。我们还研究了设备加热在多大程度上代表了抵消此影响的可行解决方案。我们重点研究了 775 nm 光引起的光折变效应，背景是 1550 nm 电信波长的非经典光的产生。
生物炭修订对两年田间实验的农业土壤有机物和溶解有机物组成的影响
Rombola A.G.，Torri C.，Vassura I.，Venturini E.，Reggiani R.，Fabbri D.（2022）。生物炭修订对两年野外实验中农业土壤的有机物和溶解有机物组成的影响。总环境科学，812，1-11 [10.1016/j.scitotenv.2021.151422]。
使用Python，Raspberry Pi和Hifiberry共享用于听觉EEG实验的开放刺激系统
1生物学和生物工程系，加利福尼亚技术研究所，帕萨迪纳91125，加利福尼亚州2，2电子启发的跨学科研究所（EIIRIS），TOYOHASHI技术大学，TOYOHASHI 441-8580，日本，日本，日本，3港，Hong Kong，Nong kong Flosiciese 999999999999999999077799990779990707年，公司，日本ATSUGI 243-0198，5心理学科学学院和特纳大脑与心理健康研究所，莫纳什大学，墨尔本，墨尔本，维多利亚州3800，澳大利亚6，6个信息与神经网络中心（CINET）（CINET）（CINET），美国国家信息与通信技术研究所（NICT） 619-0288，日本8研究所，仙女大学，日本仙台大学980-8577，以及980-8577和9计算机科学与工程系，Toyohashi技术大学，Toyohashi 441-8580，日本
硕士论文 LIZARD 实验的电子子系统设计 联系人: Lennart Ziemer l.ziemer@tu-berlin.de 甲虫、壁虎、蜘蛛等
硕士论文 LIZARD 实验的电子子系统设计 联系人：Lennart Ziemer l.ziemer@tu-berlin.de 甲虫、壁虎、蜘蛛和其他昆虫的肢体上形成了微结构，使它们能够粘附在几乎任何表面上。它们的工作原理基于范德华力，这使得它们能够在太空中使用。宇航系小型卫星会合与机器人小组利用合成壁虎材料开发对接机制。微结构干胶（MDA）。它们除了具有被动性和简单性之外，还具有重量轻、无需电源等优点。当前的合成 MDA 由对空间环境特性（例如温度波动、真空和辐射）敏感的聚合物制成。 LIZARD（长期研究零重力、真空和辐射对壁虎材料的影响）实验旨在更深入地了解这些环境因素的长期影响。实验包括四个相同的组件，每个组件由一个线性电机、一个力限制器、一个 MDA、一个表面探头、一个摄像机、一个光源、一个温度传感器和一个力传感器组成。
使用 Python、Raspberry Pi 和 HifiBerry 共享用于听觉脑电图实验的开放刺激系统
在听觉行为和脑电图实验中，软件和硬件刺激解决方案的多变性增加了不必要的技术限制。目前，还没有一种易于使用、廉价且可共享的解决方案可以改善不同站点和环境中的协作和数据比较。本文概述了一个由 Raspberry Pi 和 Python 编程以及与 HifiBerry 声卡关联的系统。我们将其声音性能与各种材料和配置的声音性能进行了比较。该解决方案实现了听觉认知实验中重要的高时间精度和声音质量，同时易于使用和开源。本系统表现出高性能和结果，并获得了用户的良好反馈。它价格低廉，易于构建、共享和改进。使用这种低成本、功能强大且可协作的硬件和软件工具，人们可以创建自己的特定、适应性强且可共享的系统，该系统可以在不同的协作站点之间标准化，同时使用起来非常简单和强大。
为了阐明临床和神经科学背景下的脑网络比较研究问题，我们进行了三个领域实验的试点研究
1.基本信息：神经内科医生，从事神经疾病工作10年以上。 2.熟悉脑影像及神经疾病：有5年以上MRI/DTI图像分析经验，了解神经疾病与脑影像的关联。 3.专家访谈问答 Q1：有没有临床证据或文献表明脑纤维连接与神经疾病有关联？ A：有，多为影响白质（神经纤维）的疾病。脑部疾病包括皮层受累和白质受累。例如阿尔茨海默病（AD）主要是皮层受累，因此大多数影像学研究都集中在测量皮层萎缩。脑肿瘤可以影响神经纤维变形，因此DTI在脑肿瘤研究中应用较多。 Q2：如果Q1的答案是肯定的，那么脑区的哪一部分与哪些神经疾病有关？如何关联？ A：肿瘤：评估肿瘤是否压迫神经纤维（良性）或直接侵犯神经纤维（恶性）。 运动神经元病：运动神经元病主要影响锥体束，DTI观察到锥体束受累。 多发性硬化症（MS）：白质受累。 AD：可能影响部分纤维连接，详情请查阅文献。 脑梗塞：评估有华勒氏变性。 发育：儿童正在发育髓鞘，髓鞘是脑内包裹神经纤维的绝缘层。 Q3：上述脑纤维的几何特征是否有医学意义？与神经系统疾病有联系吗？有相关文献或临床证据吗？ A：有，都有。 Q4：现有工作表明，上述特征可能预测成像过程中产生的脑纤维数据的不确定性（实际上是基于脑图像的脑纤维生成方法的不确定性吗？），您是否同意或不同意？