XiaoMi-AI文件搜索系统
World File Search System性能损失
图像胜于雄辩：从因果中介的角度来理解和减轻视觉模型中的偏见
在广泛的数据集上预先训练的视觉语言模型（VLMS）可以通过将性别信息与特定对象或场景相关联，无意中地学习偏见。当前方法，该方法着重于修改输入并监视模型的输出概率分数的变化，通常从模型组件的角度来全面地偏见。我们提出了一个框架，该框架结合了因果中介分析，以确保并绘制VLM中偏见产生和传播的途径。我们的框架适用于广泛的视觉语言和多模式任务。在这项工作中，我们将其应用于对象检测任务并将其应用于GLIP模型。这种方法使我们能够确定干预措施对模型偏差的直接影响以及干预措施对通过不同模型组件介导的偏差的间接影响。我们的结果表明，图像效果是偏见的主要因素，其影响明显高于文本特征，特别是占MSCOCO和PASCAL-SONTIC数据集中偏见的32.57％和12.63％。值得注意的是，图像编码器的贡献超过了文本编码器和深层融合编码器的贡献。进一步的实验证实，语言和视力方式的贡献是对齐和不集中的。因此，在图像编码器中着重于模糊的性别表示，这对模型偏见做出了最大的贡献，在MSCOCO和PASCAL-SENTENCE数据集中，有效地降低了偏见22.03％和9.04％，并且具有最小的性能损失或增加的计算需求。1
基于分布式传感器和深度学习的大型空间天线结构健康监测研究
摘要：大多数现代地球和宇宙观测航天器现在都配备了大型轻便灵活的结构，例如天线、望远镜和可扩展元件。承载更复杂、更大的附件的趋势对于高精度科学应用至关重要，这使得轨道卫星更容易因结构损坏而导致性能损失或性能下降。在这种情况下，结构健康监测策略可用于评估卫星子结构的健康状况。然而，特别是在分析大型附件时，传统方法可能不足以识别局部损坏，因为它们通常会在系统动力学中引起不太可观察的变化，但会导致有效载荷数据和信息的相关丢失。本文提出了一种深度神经网络来检测故障并研究传感器对在大型网状反射器天线上承载分布式加速度计网络的轨道卫星的损伤分类的灵敏度。传感器获取的时间序列是使用完全耦合的 3D 模拟器生成的，该模拟器模拟柔性卫星的在轨姿态行为，其附件采用有限元技术建模。然后使用在复合场景中收集的传感器响应对机器学习架构进行训练和测试，该场景不仅包括结构元素的完全失效（结构断裂），还包括中等程度的结构损坏。所提出的深度学习框架和传感器配置被证明可以准确检测最关键区域或结构的故障，同时为几何特性和传感器分布开辟了新的研究可能性。
NVIDIA 医疗保健和生命科学 - Kimberly Powell
除本文所载历史信息外，本演示文稿中的某些事项包括但不限于以下陈述：我们的市场机会；我们的产品和技术的优势、影响、性能、功能和可用性，包括 NVIDIA AI Agent Platform、NVIDIA AI Blueprints、NVIDIA NeMo、NVIDIA NIM、NVIDIA BioNeMo Platform、NVIDIA Clara、NVIDIA DGX、NVIDIA Cosmos、NVIDIA Omniverse、NVIDIA Holoscan、NVIDIA IGX、NVIDIA AI Enterprise Agents 以及 NVIDIA Isacc Robotics 和 AI Instruments；我们与第三方的合作；人工智能革命推动全球行业大幅增长且仍在加速；医疗保健迅速成为一个科技行业；以及每个传感器、每个房间、每家医院都变成机器人，均为前瞻性陈述。这些前瞻性陈述以及本演示文稿中超出历史事实的任何其他前瞻性陈述都受风险和不确定性的影响，这些风险和不确定性可能会导致实际结果大不相同。可能导致实际结果大不相同的重要因素包括：全球经济状况；我们对第三方制造、组装、包装和测试我们产品的依赖；技术发展和竞争的影响；新产品和新技术的开发或现有产品和技术的增强；市场对我们产品或我们合作伙伴产品的接受度；设计、制造或软件缺陷；消费者偏好和需求的变化；行业标准和界面的变化；我们的产品或技术集成到系统中时意外的性能损失和其他因素。
夏季研究计划（Suri）2024项目
项目描述：Perovskite/硅串联太阳能电池是一种新兴的太阳能技术，它超过了硅太阳能电池的阳光到电动性转化效率，但长期稳定性问题和制造挑战都遭受了困扰。在今年夏天的研究实习中，您将与Holman Group的研究人员合作，了解和量化ASU上的Perovskite/Silicon Tandems的性能损失，这是全球可以制造这些设备的少数机构之一。这将包括学习广泛的测量技术，以最好地了解这些设备，与Holman Group研究人员合作开发各种长期稳定性测量，并与研究人员讨论您的测量结果，以帮助改善飞行员尺度的太阳能细胞生产。学生将：将至少60％的时间用于实验室进行研究。这项研究的一部分是关于测量太阳能电池的。这将包括动手使用电气设备，成像技术（相机，显微镜，高级计量学）和其他基于光的成像技术。一些编程知识将有助于编译这些数据。其他研究将包括开发长期稳定性测试，这将需要使用不同的测试室。剩下的时间将花在收集测试结果并使用JMP和Origin等软件将测试结果传达给Holman Research Group。先决条件/知识：基本电路和任何编程语言的知识（最好是Python）将有很大帮助。任何半导体物理学或材料科学知识都是加号。学生将与研究人员合作，以获得进行研究所需的理解。
模拟的起始停机和催化剂层氧化还原对低温电解的降解和性能损失的影响
应力测试是开发出，该测试的重点是质子交换膜电解的阳极催化剂层降解，这是由于模拟的起步操作而引起的。ex exte测试表明，由于近表面还原和循环到高电位时，重复的氧化还原循环会加速催化剂溶解。相似的结果发生在原位，其中发现细胞动力学（> 70％），虹膜从阳极催化剂层迁移到膜中。但是，观察到其他过程，包括虹膜氧化的变化，较薄和更密集的催化剂层的形成以及从运输层迁移的铂。还发现了增加的界面弱化，通过增加催化剂层的接触电阻和分离部分，从而增加了欧姆和动力学损失。反复的水流关闭进一步加速性能损失，并增加界面和催化剂层内的撕裂和分层的频率。这些测试应用于几种商业催化剂，在其中观察到含有钌或高金属含量的催化剂的损失率更高。这些结果表明有必要了解如何发生操作停止，以确定损失机制的加速方式以及制定限制绩效损失的策略。©2024作者。由IOP Publishing Limited代表电化学学会出版。[doi：10.1149/1945-7111/ad2bea]这是根据Creative Commons Attribution 4.0许可（CC by，http://creativecommons.org/licenses/ by/4.0/）分发的开放式访问文章，如果原始工作适当地引用了原始作品，则可以在任何媒介中不受限制地重复使用工作。
基于过氧化氢的绿色推进剂...
最近的太空发展正在实施几种更简单、更便宜的火箭技术。出于环保考虑和政府限制，有必要用绿色推进剂取代目前的（肼基）有毒推进剂，同时将性能损失降至最低。过氧化氢是未来绿色推进剂的有希望的候选者，因为它具有灵活性和良性，可以推动简单、经济高效、环保的推进，其性能足以取代肼或其他高性能有毒推进剂。因此，本论文致力于研究过氧化氢基推进剂，以用于未来的太空推进应用。这项工作的主要目的是研究绿色推进剂的燃烧特性。首先，我们讨论了过氧化氢在太空推进中的使用、特性和管理，后来，使用 NASA CEA 代码研究了过氧化氢的各种组合和成分。所进行的活动涉及过氧化氢作为单一推进剂、双推进剂和混合推进剂的研究。主要目的是找出不同 O/F 比 2、4、6、8、10 和各种压力室值 20、25 和 30 bar 下的燃烧温度和比冲值。为此，考虑了两种情况来研究乙醇、RP-1 和液态甲烷的双推进剂，并获得了不同 O/F 比下以及在室、喉部和出口处的质量分数变化。在混合推进剂条件下研究了四种情况，以各种石蜡（SASOL 0907、SASOL 6003、SASOL 6805）作为燃料，并有效研究了添加铝的影响。在双推进剂的情况下，考虑了所有成分并比较了燃烧产物，以便在适当的 O/F 比和固定的室压下实现最佳效率。观察到过氧化氢浓度对燃烧性能有显著影响，化学成分因重量浓度而产生影响。结论是过氧化氢对研究活动的未来发展很有用。
NVIDIA 推出云量子计算机模拟微服务
本新闻稿中的某些陈述包括但不限于以下陈述：NVIDIA 产品和技术的优势、影响、性能、功能和可用性，包括 NVIDIA Quantum Cloud 和 CUDA-Q 量子计算平台；量子计算代表了计算的下一个革命性前沿，需要世界上最聪明的头脑将这个未来更近一步；NVIDIA Quantum Cloud 探索量子计算的变革性技术，让世界上的每一位科学家都能利用量子计算的力量，让他们的想法更接近现实；第三方对 NVIDIA 产品和技术的使用和采用是前瞻性陈述，受风险和不确定性的影响，可能导致结果与预期存在重大差异。可能导致实际结果大不相同的重要因素包括：全球经济状况；我们对第三方制造、组装、包装和测试我们产品的依赖；技术发展和竞争的影响；新产品和技术的开发或对我们现有产品和技术的增强；市场对我们产品或我们合作伙伴产品的接受度；设计、制造或软件缺陷；消费者偏好或需求的变化；行业标准和界面的变化；我们的产品或技术集成到系统中时意外的性能损失；以及 NVIDIA 不时向美国证券交易委员会 (SEC) 提交的最新报告中详述的其他因素，包括但不限于其 10-K 表年度报告和 10-Q 表季度报告。向 SEC 提交的报告副本发布在公司的网站上，可从 NVIDIA 免费获取。这些前瞻性陈述并非对未来业绩的保证，
从ETL中逮捕离子迁移可提高基于III -V胶体量子点的红外光检测器的稳定性
III-V胶体量子点（CQD）在红外光检测中引起了人们的关注，CQDS合成和表面工程的最新发展提高了性能。在这里，这项工作调查了光电探测器的稳定性，发现从电荷传输层（CTL）到CQDS活性层的锌离子的差异会增加其中的陷阱密度，从而导致操作过程中快速且不可逆转的性能损失。在防止这种情况下，这项工作引入了CQD和ZnO层之间的有机阻塞层。但是这些对设备性能产生了负面影响。然后，该设备可以使用C60：BCP作为顶部电子传输层（ETL），以实现良好的形态和过程兼容性，并选择NiO X作为底部孔传输层（HTL）。基于Nio X的第一轮设备显示出有效的光响应，但由于针孔引起的高泄漏电流和低敞开电路（VOC）。这项工作介绍了Poly [Bis（4-苯基）（2,4,6-三甲基苯基）胺]（PTAA）（PTAA），它使用Nio X NC形成杂种HTL，这是一种减少针孔形成，界面陷阱密度，界面陷阱密度和双肌发射重组，增强载体，增强的载体。在1 V施加偏置的970 nm处，光电探测器在970 nm处实现53％的外部量子效率（EQE），并且在连续照明操作的19小时后，它们保持了95％的初始性能的95％。光电电视机在80天的架子存储后保留了80％以上的性能。
混合模块冗余：探索 RISC-V 多核计算集群中的模块冗余方法，以实现太空中的可靠处理
航天器和卫星等空间信息物理系统 (S-CPS) 高度依赖机载计算机的可靠性来保证其任务的成功。仅依靠抗辐射技术成本极高，而开发不灵活的架构和微架构修改以在系统内引入模块冗余会导致面积显著增加和性能下降。为了减轻传统抗辐射和模块冗余方法的开销，我们提出了一种新颖的混合模块冗余 (HMR) 方法，该冗余方案以 RISC-V 处理器集群为特色，具有灵活的按需双核和三核锁步计算核心分组，具有运行时分锁功能。此外，我们提出了两种基于软件和基于硬件的恢复方法，以权衡性能和面积开销。我们的容错集群以 430 MHz 的速度运行，在非冗余模式下配置时，矩阵乘法基准测试中可实现高达 1160 MOPS，在双重和三重模式下分别可实现 617 和 414 MOPS。三重模式下的软件恢复需要 363 个时钟周期，占用 0.612 平方毫米，相当于非冗余 12 核 RISC-V 集群面积开销的 1.3%。作为一种高性能替代方案，一种新的基于硬件的方法可在短短 24 个时钟周期内提供快速故障恢复，占用 0.660 平方毫米，相当于基线非冗余 RISC-V 集群面积开销的 ∼ 9.4%。该集群还增强了分锁功能，可以以最小的性能损失进入可用的冗余模式之一，从而允许在独立模式下执行任务关键型代码部分，或在可靠性模式下执行性能部分，进入和退出的开销小于 400 个时钟周期。提议的系统是第一个将这些功能集成到基于 RISC-V 的开源计算设备上的系统，可实现精细可调的可靠性与性能权衡。
非质子锂空气电池电解质的润湿行为
通过开放式电池设计将阴极与空气连接起来的必要性与开发挑战有关。首先，锂金属与水反应剧烈，因此需要非水电解质。此外，需要通过透气但防水的膜和阳极侧的无水电解质来避免潮湿。因此，大多数研究都是在完全非水系统上进行的，其中有机电解质用于阳极和阴极侧。然而，有机电解质面临着自身的挑战。由于大多数气体扩散电极 (GDE) 针对水基电解质进行了优化，并使用聚四氟乙烯 (PTFE) 作为非润湿/疏水粘合剂，因此了解有机电解质如何与这些 GDE 相互作用是必要的。多孔系统内的非润湿区域对于提供存在气体、电解质和活性材料的多个三相接触点至关重要。液体用薄膜覆盖活性区域，确保离子传输到活性位点，而非润湿区域确保气体正确传输到活性区域。图 1 显示了 PTFE 附近的水基电解质膜的示意图，以及电流密度与电极表面液膜厚度之间的关系。在 PTFE 附近，仅形成一层薄液膜，阻碍了离子传输（橙色区域）。在电解质层较厚或孔隙被淹没的另一侧，氧气向活性侧的扩散受到长扩散路径的阻碍（黄色区域）。液体中氧气扩散缓慢会导致浓度过电位增加。在这两个区域之间，离子传输和氧气扩散长度之间的最佳平衡可产生最大电流密度（绿色区域）。如果使用具有优异润湿性能的电解质，则绿色区域中的三相区域会减少，多孔系统的电化学性能会降低。最终，完全淹没的电极（几乎所有活性位点都被液体覆盖）会导致性能不佳。[2] 此问题尤其会出现在表面张力低的有机液体中。[3] Wagner 等人研究了缓慢增加电解质渗透的影响。对于碱性燃料电池，他们观察到 PTFE 分解，因此多孔系统内部疏水区域会损失。这降低了三相边界的厚度，5000 小时后电化学性能损失 12-15%