XiaoMi-AI文件搜索系统
World File Search System摩擦性
人工智能能有创造力吗？ - 庆应义塾SFC社团
随着人工智能（AI）社会应用的推进，人们正在探索将人工智能应用于艺术和设计等创意领域。尤其是，许多研究和作品示例已经表明，人工智能可以通过使用生成对抗网络（GAN）和其他生成模型来生成“逼真”的图像和音乐，就好像它们是人类创造的一样。另一方面，有人可能会认为生成模型所做的只是从训练数据中学习到的统计模式的再现，并质疑它们作为表达的新颖性和独创性。在本文中，我们研究了人工智能和创造力的现状，并提出了一种通过扩展 GAN 框架来创造新颖表达，尤其是音乐表达的方法。通过这些，我们考虑了人工智能将在未来为创造不仅仅是模仿人类创作的表达做出贡献。
Microsoft Word -（已提交）2020 年秋季可靠性研讨会手稿
[1] Sato, Y.、Henley, EJ、Inoue, K.：“机器人危险控制系统设计的动作链模型”，IEEE Trans. on Reliability，第 39 卷，第 2 期，（1990 年 6 月）。[2] Kawashima, O.、Sato, Y.（2015 年）：”
Triboelectric电荷转移的定量模型
抽象的摩擦式摩擦或接触材料会导致电荷转移时，在许多领域都无处不在，并且已经详细研究了几个世纪。尽管如此，对摩洛电性的完整描述仍然难以捉摸。在这里，我们分析了金属垂体和半导体之间的接触，包括来自半导体耗尽区的贡献以及由于阿森特式接触处的应变梯度而产生的挠性偏振。然后讨论和计算涉及的电荷转移涉及的免费费用。因此，我们开发了一个定量模型，用于摩擦电荷转移，该模型详细介绍了如何使用接触参数的电荷传输量表，耗尽和挠性性的相对影响，并且与多种类别的TriboElectric实验中的各种趋势一致。
用摩擦电纳米生成剂模拟气体传感
结果和讨论的底层纳米生成剂通过触发电气和静电诱导产生电力。接触电气是指在接触中的两个不同序列之间的电子转移，因为原子是如此近。在摩擦电气化后产生一个电子场，电静电诱导是由电场引起的。teng的电荷流如图1所示。当两种摩擦材料相互接触时，表面会产生不同的电荷。分离时，上表面电极的感应电子将流到下表面电极，形成电流流。当两个摩擦式配置接近时，下表面上的电极的电子将流回到上表面的电极，形成向下的电流，直到两个扭矩电力材料相互接触。
静态摩擦对机器人增强学习中SIM2REAL的影响
摘要 - 在机器人增强学习中，SIM2REAL差距仍然是一个关键的挑战。但是，静态摩擦对SIM2REAL的影响尚未得到充实。常规域随机化方法通常从其参数空间中排除静态摩擦。在我们的机器人加强学习任务中，这种常规域随机方法导致了明显不足的现实世界模型。为了应对这一SIM2REAL挑战，我们采用了执行器网作为常规域随机化的替代方案。虽然这种方法能够成功地转移到平面运动，但在楼梯等复杂地形上失败了。为了研究影响机器人关节中SIM2REAL的物理参数，我们开发了一个控制理论关节模型并进行了系统的参数鉴定。我们的分析表明，机器人关节中出乎意料的高摩擦力比率。为了减轻其影响，我们实施了SIM2Real的静态摩擦域随机化。认识到摩擦建模引入的训练难度增加，我们提出了一种简单新颖的解决方案，以降低学习复杂性。为了验证这种方法，我们进行了比较三种方法的综合SIM2SIM和SIM2REAL实验：常规域随机化（无静态摩擦），执行器NET和我们的静态摩擦感知域随机化。所有实验均利用快速运动适应（RMA）算法。结果表明，我们的方法实现了出色的自适应能力和整体性能。
与2D材料集成的基于纺织品的摩擦电纳米生成器
Triboelectric纳米生成器（Teng）脱颖而出，是可穿戴应用最有希望的新兴可再生能源收集技术之一。11此类设备能够利用各种形式的机械能，例如振动，压力和旋转，并将其转化为电。12 - 15托架电荷建立在表面上，在机械应力或变形下，具有不同电子亲和力的两种不同材料会导致两种电极之间的电势差，并且可以直接用于电源范围，以供电，例如LED或MINI手表。16,17此外，产生的电力可以存储在电化学电池或超级电容器中，从而使各种端口设备的运行。最近出现了18种基于纺织品的Tengs作为电子纹理应用的自源来源，由于其轻巧，柔性和可穿戴的性质而引起了相当大的关注。19 - 21但是，它们的低功率发电能力表明了足够的功能，以进一步开发为可穿戴的电子纹理创造自给自足的功率来源。22