XiaoMi-AI文件搜索系统
World File Search System探测
地球卫星和空中及地面活动的探测
致谢 作者谨向瑞典航天界表示感谢；感谢瑞典国家航天委员会的 Kerstin Fredga 教授、Per Tegnér、Per Nobinder、Silja Strömberg、Lennart Nordh 博士等；感谢 Göran Johansson、Olle Norberg、Claes-Göran Borg、Peter Möller、Hans Eckersand、Peter Sohtell、Per Zetterquist、Jörgen Hartnor、Tord Freygård 以及航天工业内众多其他太空爱好者。在瑞典国防界，我要感谢国防物资管理局的 Manuel Wik、Mats Lindhé、Lars Andersson、Thomas Ödman、Björn Jonsson 和 Curt Eidefeldt；感谢瑞典国防学院的 Bo Huldt 教授邀请我为战略年鉴做出贡献；瑞典武装部队的 Anders Eklund、Anders Frost、Urban Ivarsson、Lars Carlstein、Göran Tode、Rickard Nordenberg、Ulf Kurkiewicz 和 Peter Wivstam；以及瑞典国防无线电研究所的 Bo Lithner。法国外交部（对外关系部 - 文化关系总局）提供的奖学金使我得以在 1982 年至 1983 年期间在巴黎度过了三个学期，在巴黎大学学习理论物理学和天体物理学。我还要感谢林雪平技术大学的 Torsten Ericsson 教授在我担任巴黎助理技术专员期间的指导，以及 KTH 的 Anders Eliasson 博士。还要感谢爱因斯坦和薛定谔的前学生、意大利帕维亚大学的 Bruno Bertotti 教授，他认可我在日内瓦联合国“防止外空军备竞赛特设委员会”的工作，并邀请我作为第四届卡斯蒂利翁切洛国际会议“促进核裁军 - 防止核武器扩散”的发言人。关于我在日内瓦的工作
SFOD：脉冲融合物体探测器 - CVF 开放存取
事件相机具有高时间分辨率、高动态范围、低功耗和高像素带宽等特点，为特殊环境中的物体检测提供了独特的功能。尽管有这些优势，事件数据固有的稀疏性和异步性对现有的物体检测算法提出了挑战。脉冲神经网络 (SNN) 受到人脑编码和处理信息方式的启发，为这些困难提供了潜在的解决方案。然而，在当前的实现中，它们在使用事件相机进行物体检测方面的性能受到限制。在本文中，我们提出了脉冲融合物体检测器 (SFOD)，一种基于 SNN 的简单有效的物体检测方法。具体而言，我们设计了一个脉冲融合模块，首次实现了应用于事件相机的 SNN 中不同尺度特征图的融合。此外，通过整合我们在 NCAR 数据集上对主干网络进行预训练期间进行的分析和实验，我们深入研究了脉冲解码策略和损失函数对模型性能的影响。从而，我们建立了基于 SNN 的当前最佳分类结果，在 NCAR 数据集上实现了 93.7% 的准确率。在 GEN1 检测数据集上的实验结果表明，SFOD 实现了 32.1% 的当前最佳 mAP，优于现有的基于 SNN 的方法。我们的研究不仅强调了 SNN 在事件摄像机物体检测中的潜力，而且推动了 SNN 的发展。代码可在 https://github.com/yimeng-fan/SFOD 获得。
使用人工磁场和配备机器人激光的手臂进行超级kamiokande pmts表征探测用机器学习武装的顽固性BSM参数空间
这项研究引入了创新的机器学习（ML）辅助采样方法，旨在更有效地扩展标准模型（BSM）参数空间。Markov Chain Monte Carlo（MCMC）和Hamiltonian Monte Carlo（HMC）等传统方法经常在高维，多模式空间中面临限制，从而导致计算瓶颈。我们的方法结合了积极训练的深层网络（DNN）和嵌套采样，动态预测更高的样子区域，以加速收敛并提高采样精度。这些可扩展的框架具有可扩展的框架，可以在高层物理学（HEP）研究中进行全面分析，以解决bsm compariete bsm commiate bsm commiate bsm compariate bsm compariate bsm comporiate comportiation comportiation comportiation。
用于探测石墨烯中晶界结构的Moiré理论
多尺度显微镜跨越原子，Moir´e和中索量表已使工程化石墨烯的平衡结构。然而，对operando成像技术的时间限制使Moir´e缩放了可访问的空间分辨率，从而限制了我们对石墨烯非平衡过程原子机制的理解。为了将原子量表特征与operando显微镜一起包含，我们开发了一种Moir'E计量理论，该理论会渗透到Moir´e量表中的原子尺度结构，从而形成了一个桥梁，直达Operando Mi-Croscopy。该理论基于原子量表模型，该模型控制原子结构，并通过模拟将其促进到Moir'E量表。我们通过相关应用：化学蒸气沉积过程中石墨烯的核合并来引入此问题。我们开发了两个机械原子量表模型，这些模型控制了晶界的传播和结构，从而阐明了通过单个二聚体的附着来形成边缘位错，断开连接和晶界的方式。通过键卷积的模拟将原子模型带到Moir'E量表，并根据Operando In-Operando扫描隧道显微镜的结果测试了所得的Moir'E计量理论。通过证明我们可以从Moir´e模式中识别原子量表缺陷，我们强调了Moir'E计量学如何从Operando观察石墨烯结构的生长过程中实现决策，从而为在可扩展合成条件下的石墨烯原子结构设计铺平了道路。
地下洞室的地球物理探测
abtract：在本文中，我们介绍了在洛林盐盆地和高级 - 荷马族杂质中选择的实验地点进行的地球物理研究的合成。这些研究是在使用高分辨率地震，微重力和电阻率的技术的伴有（科学和工业）研究计划（科学和工业）研究计划的框架内进行的。该研究的目的是三倍：（1）通过增强了每种技术的生成和优化的扫描和优化程序，以增强和优化P和S地震振动源，以定义特权应用程序领域，并定义有关地球体物理数据联合解释的一般站点（3）的一般环境（3）的限制。尽管数据的质量很高，但结果证明了腔体环境中地球物理反应的复杂性，这主要是由于分辨率和腔的比例深度/维度之间的妥协以及填充的性质（盐水，水，水，空气）的性质。在泥石雷矿山的情况下，相应的地球物理异常可以与根据档案记录所知的Marlpit的确切位置相关。钻探运动已经确认在唯一高分辨率地震数据上鉴定出的Marlpit的局部崩溃。k eywords：腔，检测，人力资源，微重力，电阻率，分辨率。
针对节能硅互连的芯片集成锗 Pin 光电探测器的全面研究
摘要 — 光学互连是片上通信中铜基布线的有前途的替代品。集成 IV 族纳米光子学的最新进展应该能够解决与速度、能耗和成本相关的一系列挑战。单片集成锗 pin 光电探测器位于绝缘体上硅 (SOI) 波导上，是这一蓬勃发展的研究领域中不可或缺的设备。在这里，我们全面研究了异质结构 pin 光电探测器的光电特性。所有光电探测器均采用工业级半导体制造工艺在 200 毫米 SOI 基板上制造。在 1 V 的低偏置电压下，pin 光电探测器的暗电流为 5 nA 至 100 nA，暗电流密度为 0.404 A/cm 2 至 0.808 A/cm 2，响应度在 0.17 A/W 至 1.16 A/W 范围内，截止频率为 7 GHz 至 35 GHz。这些成就使它们有望用于以 40 Gbps 运行的节能光链路，器件能量耗散仅为每位几 fJ。
对行星表面作业宇航员-探测车团队进行形式化验证
摘要——本文介绍了一种使用 Brahms 多智能体建模语言对模型进行形式化验证来确保宇航员探测车 (ASRO) 团队自主系统可靠性的方法。行星表面探测车已被证明对几次载人和无人月球和火星任务至关重要。第一批探测车是遥控或手动操作的，但自主系统越来越多地被用于提高探测车操作的效率和范围，例如 NASA 火星科学实验室。预计未来的载人月球和火星任务将使用自主探测车协助宇航员进行舱外活动 (EVA)，包括科学、技术和施工作业。这些 ASRO 团队有可能显著提高地面作业的安全性和效率。我们描述了一个新的 Brahms 模型，其中自主探测车可以执行几种不同的活动，包括在 EVA 期间协助宇航员。这些活动争夺自主探测器的“注意力”，因此探测器必须决定哪些活动当前最重要，并参与其中。Brahms 模型还包括一个宇航员代理，它可以模拟宇航员在舱外活动期间的预测行为。探测器还必须对宇航员的活动做出反应。我们展示了如何使用 Brahms 集成开发环境模拟这个 Brahms 模型。然后，还可以使用 SPIN 模型检查器通过从 Brahms 自动翻译到 PROMELA（SPIN 的输入语言），根据系统要求对模型进行正式验证。我们表明，这种正式验证可用于确定任务和安全关键操作是否正确执行，从而提高 ASRO 团队行星探测器自主系统的可靠性。
FNIRS，EEG和经颅电流刺激的潜力探测抗药性训练的神经机制
研究身体性能的神经机制是运动神经科学领域的越来越多的研究重点。Sport is more and more benefiting from and contributing to a greater awareness of concepts such as neuroplasticity (i.e., the structural and functional adaptations in specific brain and spinal circuits), and neuromodulation techniques (i.e., the application of low-level intensity currents to induce polarity-specific changes in neuronal excitability).神经塑性在强度和调节的领域不广泛理解；然而，它从根本上影响了运动员在运动中的运动和表现。理解神经塑性的基本概念可以指导力量训练，这被定义为抗性运动，从而增加了力量能力。要执行多关节运动，大脑必须与合适的肌肉组坐标，以及时执行肌肉收缩。因此，与运动学习有关的力量训练需要在运动皮层中引发的复杂肌内和肌内配位。此外，力量训练会导致中枢神经系统（CNS）（尤其是在运动皮层中）中使用依赖性塑料随时间变化（称为长期增强，Cooke and Bliss，2006）（Hortobagyi等，2021）。广泛接受的是，力量训练需要在培训的早期阶段进行神经适应（Sale，1988； Hortobagyi等，2021）。这一假设的基础是研究表明，训练的初始阶段会导致力产生大量增强，而没有肌肉质量的改变（即结构变化）。特别是，在训练的第一周内，肌肉力量产生的运动单位适应发生（Häkkinen等，1985）。，直到最近，有关力量训练的文献尚未最终确定CNS最负责这些适应的部分。最近的一项灵长类动物研究表明，通过网状脊髓束强度训练引起的脊柱上的脊髓变化与肌肉性能的变化有关（Glover and Baker，2020）。最近的荟萃分析（Siddique等，2020; Hortobagyi等，2021;Gómez-Feria等，2023）强调了一种趋势，趋势趋于同时进行皮质脊髓兴奋性和肌肉力量，并在对肌层降低后的抑制作用后，肌肉力量降低了降低的降低。但是，重要的是要注意，这种趋势根据所选训练方式具有相当程度的异质性（Gómez-Feria等，2023）。迄今为止，鉴于对耐强度训练的神经影响的研究很少，尚不清楚产生大量和持久的神经变化所需的力量训练需要多少。
使用带有可变形天花板的微设备来探测3D细胞骨料内的刚度异质性
摘要机械生物学领域的最新进展已导致开发了表征单细胞或单层机械性能并将其链接到其功能行为的方法。但是，仍然需要建立三维（3D）多细胞聚集体的联系，从而更好地模拟组织功能。在这里，我们提出了一个平台，以在一个可变形的微设备中启动并观察许多此类骨料。该平台由在3D打印的模具上铸造的单个聚二甲基硅氧烷片组成，并粘合到载玻片或盖玻片上。它由一个包含细胞球体的腔室组成，该腔室与流体独立的空气腔相邻。控制这些空气腔中的气压会导致房间天花板的垂直位移。该设备可以在秒钟到小时的时间尺度上以静态或动态模式使用，并且位移幅度从几µm到几十万微米。此外，我们通过比较不同级别的压缩级别的球体的图像相关性与有限元仿真来展示如何使用压缩方案来获得单个共培养球体内刚度异质性的测量。将细胞的标记及其细胞骨架与图像相关方法结合使用，以将共培养球体的结构与其在不同位置的机械性能相关联。该设备与各种显微镜技术兼容，包括共聚焦显微镜，可用于观察聚集体内单细胞和邻域的位移和重排。现在可以使用完整的实验和成像平台来提供多尺度的测量，这些测量将单细胞行为与聚集体的全局机械响应联系起来。