XiaoMi-AI文件搜索系统
World File Search System局部变形
基于二维稀疏心脏磁共振成像的三维双心室心脏形状重建和建模的神经变形模型
我们提出了一种新颖的神经可变形模型 (NDM)，旨在从二维稀疏心脏磁共振 (CMR) 成像数据中重建和建模心脏的三维双心室形状。我们使用混合可变形超二次曲面对双心室形状进行建模，该超二次曲面由一组几何参数函数参数化，能够进行全局和局部变形。虽然全局几何参数函数和变形可以从视觉数据中捕捉到总体形状特征，但可以学习局部变形（参数化为神经微分同胚点流）来恢复详细的心脏形状。与传统可变形模型公式中使用的迭代优化方法不同，可以训练 NDM 来学习此类几何参数函数、来自形状分布流形的全局和局部变形。我们的 NDM 可以学习以任意尺度加密稀疏心脏点云并自动生成高质量的三角网格。它还可以隐式学习不同心脏形状实例之间的密集对应关系，以实现准确的心脏形状配准。此外，NDM 的参数直观，医生无需复杂的后处理即可使用。大型 CMR 数据集上的实验结果表明，NDM 的性能优于传统方法。
疲劳强度评估指南（包括弹簧）
(1) 模态叠加法通过叠加船体振动模态响应得到的应力分量来计算结构应力响应。(2) 根据船体振动分析选择水弹性模拟中要使用的特征模态。(3) 对于将要进行疲劳强度评估的单元，应获得相对于所选特征模态的应力变换矩阵。(4) 应力时间序列是通过结合水弹性模拟计算出的模态响应时间序列和从 (3) 获得的应力变换矩阵来计算的。(5) 通常，模态叠加中使用的特征模态数越多，结构响应的精度就越高。然而，由于包括局部变形在内的高阶模态会对结构响应产生影响，因此模态叠加法的特征模态需要经过验证后谨慎选择。
在磁步骤下的半古典特征值估计
操作员p H是自我的，具有紧凑的分解，其频谱是一个增加的序列（λn（h））n∈N，是带有多重性的真实特征值的序列。在这项贡献中，我们旨在给出p h低lean质特征值的渐近膨胀，以半经典的极限，即当h趋向于0。Schrödinger操作员具有不连续的磁场，例如P H，在研究二维电子气体的传输性能时，出现在许多纳米物理学中的许多模型中[Reijniers and Peeters 2000; Peeters and Matulis 1993]。在这种情况下，磁边是笔直的，并且有绑定的状态有趣的是沿着磁性边缘流动的电流。目前的贡献解决了另一个有关磁边缘对结合状态能量的影响的有吸引力的问题。我们通过在磁边的曲率上提供尖锐的半经验特征值渐近物来给出肯定的答案（请参见下面的假设1.1和定理1.2）。宽松地说，我们的假设说我们对磁边的局部变形进行局部变形，以使其曲率具有独特的非排定最大值。磁性拉普拉斯算子的另一个重要出现是在金茨堡 - 兰道超导率模型中[Saint-James and de Gennes 1963]。在有限域中，这些操作员的光谱特性可以描述有趣的物理情况。在超导性的背景下，有关最低特征值的准确信息对于给出II型超导体中超导性浓度的精确描述很重要。此外，它改善了第三个临界场H C 3的估计值，该临界场h C 3标志着域中超导性的发作。我们将读者推荐给[Assaad和Kachmar 2022； Assaad 2021]对于不连续的野外病例，以及[Fournais and Helffer 2006; Helffer and Pan 2003; Lu and Pan 1999a; 1999b; 2000; Bonnaillie-Noël和Fournais 2007； Bonnaillie-Noëland Dauge 2006; Bernoff和Sternberg 1998; Tilley和Tilley 1990]进行Smooth
微结构敏感的热机械成形模拟能力
已经开发出一种新颖的建模能力，允许在热机械成型分析中考虑金属微观结构的演变。具体而言，使用大变形晶体塑性模型预测微观结构特征（例如晶体纹理和晶粒本构响应）的演变。这与商业有限元软件 LS-DYNA 中最先进的重新网格化/自适应能力相结合。通过允许重新网格化并将微观结构特征正确地重新映射到新网格，建模框架能够模拟比传统晶体塑性有限元大得多的局部变形（大于 900% 应变）。因此，开发的模型允许模拟锻造等大变形成型操作，产生的输出包括最终微观结构以及剪切带定位和局部损伤外观的分析。该模型已经过校准，并成功应用于将 Al-Li 2070（风扇叶片材料）高温锻造成复杂几何形状。该模型的通用性质使其可以进一步应用于广泛的热机械成型工艺和材料系统。
量子可观察的图形微积分
我们的图形微积分的能力远远超出了这一长度的文章。尚未讨论经典控制，但是对控制的研究是[11]中†-Frobenius algebras的原始公理化的动力。这种控制概念允许表示量子测量的分支行为。因此，该系统包含测量计算的方程理论[22]，并且可以模拟其他基于测量的方案，例如逻辑栅极传送[23]和状态转移[24]。正在进行的工作旨在在我们的图形环境中对基于一般测量的量子计算进行统一处理。我们强调，我们所描述的演算足以在量子力学领域进行许多计算。然而，已知它是代数不完整的；也就是说，并非可以以图形方式得出希尔伯特空间中的每个真实方程。additional，尚不清楚，将需要公理才能使所有理想的方程式衍生。由于其简单形式 - 方程是无向图的局部变形 - 我们呈现的演算是可以自动化的，打开了通向协议和算法的半自动或全自动推导的门，以及其正确性的证明。
提取橙子果皮的几何形状和拓扑结构以设计仿生能量吸收材料
由于进化，许多生物材料已经发展出不规则结构，从而具有出色的机械性能，例如高刚度重量比和良好的能量吸收。然而，在合成材料中复制这些不规则的生物结构仍然是一个复杂的设计和制造挑战。这里介绍了一种仿生材料设计方法，该方法将不规则结构描述为构建块（也称为瓷砖）和连接它们的规则的网络。合成材料不是一对一复制生物结构，而是以与生物材料相同的瓷砖分布和连接规则生成，并且结果表明这些等效材料具有与生物材料相似的结构与性能关系。为了演示该方法，研究了橙子的果皮，橙子是柑橘家族的一员，以其保护性和吸收能量的能力而闻名。聚合物样品在准静态和动态压缩下生成并表征，并显示出空间变化的刚度和良好的能量吸收，如生物材料中所见。通过量化哪些图块和连接规则在响应负载时局部变形，还可以确定如何在空间上控制刚度和能量吸收。
根据撞击对飞机结构造成的损伤推断撞击物的物理特性
本文提出了一种分析模型，该模型使用历史损伤尺寸数据来推断造成一定损伤的物理撞击物特性（尺寸和能量）。维护任务在操作中是由于撞击而发生的，但在大多数情况下，事件中造成的损伤来源仍然未知。因此，通过从损伤类型和严重程度相对于撞击物类型的分布中推断出造成某种损伤的原因，维护人员可以更好地了解给定撞击物源的预期结果。开发的模型在局部变形和整体板块挠度之间引入了一个新型过渡变形区域，可以快速准确地预测撞击事件。使用已知的铝结构特性和损伤尺寸，将损伤数据转换为撞击物数据。该模型应用于一个案例研究，使用了波音 777 机队的 120 个机身凹痕损伤尺寸（长度、宽度和深度）。结果表明，该模型可以推断出 94% 的考虑损伤的撞击器特性，撞击器能量和半径分别高达 240 J 和 110 mm。� 2021 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
CME350Q - 2022春季TQC的ABC：拓扑量子计算的数学概论
计算是一个机械过程。计算机通过操纵物理系统编码位的处理信息，而量子计算机操纵量子机械系统中的编码。此过程非常细腻且容易出错，因此我们必须开发容忍度的计算协议，以使量子计算机有用。量子误差校正代码提供了一种在软件级别开发容错的手段。本课程将探索拓扑量子计算（TQC），作为在硬件级别上实现故障容忍度的一种手段，通过将信息纳入物质的拓扑阶段，这些信息本质地保护了局部变形和相互作用。TQC承诺可扩展的量子计算，它在物理，工程和数学方面的尖端研究的十字路口。本课程将介绍数学机械建模TQC。主要参与者是任何人，辫子和类别：辫子的人，它们是仅在二维系统中存在的某些准粒子，导致单一状态转换在编码量子上实现逻辑上的门。Anyons的数学理论既不是玻色子也不是福音，因为单一模块化张量类别中的简单对象非常有趣，并且本课程将从始终开始发展。
利用神经速度场进行微分同胚图像配准
微分同胚图像配准能够提供平滑的变换和拓扑保存，在许多医学图像分析任务中是必需的。传统方法对可接受的变换空间施加某些建模约束，并使用优化来寻找两幅图像之间的最佳变换。指定正确的可接受的变换空间具有挑战性：如果空间过于严格，配准质量可能会很差，而如果空间过于笼统，则优化可能难以解决。最近基于学习的方法利用深度神经网络直接学习变换，实现了快速推理，但由于难以捕捉微小的局部变形和泛化能力，在准确性方面面临挑战。在这里，我们提出了一种新的基于优化的方法，称为 DNVF（带神经速度场的微分同胚图像配准），该方法利用深度神经网络来建模可接受的变换空间。具有正弦激活函数的多层感知器 (MLP) 用于表示连续速度场，并为空间中的每个点分配一个速度矢量，从而提供对复杂变形进行建模的灵活性以及优化的便利性。此外，我们提出了一种级联图像配准框架 (Cas-DNVF)，结合了优化和基于学习的方法的优点，其中训练完全卷积神经网络 (FCN) 来预测初始变形，然后使用 DNVF 进行进一步细化。在两个大型 3D MR 脑部扫描数据集上进行的实验表明，我们提出的方法明显优于最先进的配准方法。
连续膜表面微机械硅...
表面微加工成功的光学应用之一是开发静电驱动微机械镜阵列（协调、可移动的反射或折射元件的大规模并行阵列），用于投影显示系统。1 每个元件都是一个镜段，用作较大显示器中的一个像素，元件的驱动使用二进制数字控制信号并行协调。在这样的系统中，已经证明简单微机械致动器的制造成品率可以接近 100%。此外，已经确定可以实现电子器件与微机电系统（MEMS）阵列结构的大规模集成。这种集成是通过在平面化的 CMOS 电子阵列上构建 MEMS 结构来实现的。已经提出了这些基本概念的几种扩展，以便开发用于自适应光学系统的表面微机械连续膜可变形镜。在自适应光学中，重要的是可变形镜既连续又可精确调节。本文描述的设备是使用表面微机械技术制造的第一种连续镜。� 体微机械连续镜之前已经展示过。2 � 表面微机械镜已在波士顿大学设计、制造和测试。该设备由单个柔性光学膜组成，该膜由多个附件支撑，这些附件位于底层表面法向静电致动器阵列上。两个特点将该设备与以前的表面微机械镜系统区分开来。首先，镜面是连续的，而不是分段的。因此，致动器的局部变形会导致镜面平滑偏转，表面轮廓没有不连续性，没有因分段边缘而产生的衍射干涉，也没有因填充因子低于 1 而导致的光强度损失。此外，新的可变形镜面装置可以精确、连续地控制镜面元件