XiaoMi-AI文件搜索系统
World File Search System杨航
用变分量子方法制备 SU(3) 格子杨-米尔斯真空
量子色动力学 (QCD) 在从核力将原子核结合在一起到非弹性强子碰撞以及极端条件下物质的行为（如超新星和早期宇宙）等一系列现象中发挥着重要作用。自 20 世纪 70 年代发现以来，已经开发出许多分析和数值工具来研究 QCD。最成功的数值计算方法之一是格点 QCD [1,2]。已经使用格点 QCD 对强子谱 [3 – 5]；电弱矩阵元 [6 – 14]；高温低密度系统和一些多强子系统 [15 – 18] 的性质进行了高精度计算（最近的综述见参考文献 [19,20]）。然而，一些重要可观测量的格点 QCD 计算受到所用随机采样中存在的符号问题的限制。例如，模拟高密度的 QCD [21-25]、与超新星和早期宇宙相关的 QCD，或者带有 θ 项的 QCD，存在符号问题 [26]，超出了经典计算机的大规模能力范围。20 世纪 80 年代，费曼 [27] 和贝尼奥夫 [28] 认识到了经典计算机模拟量子物理的局限性，他们提出使用受控量子系统来模拟感兴趣的量子系统。最近，实验室中对量子系统的控制迅速改进，导致了最初几代量子计算机的诞生。人们已经探索了许多不同的平台，包括但不限于：
论人工智能对外语学习的影响及建议学习策略 杨爱军 1 摘要
近年来，人工智能技术在教育领域，特别是在外语习得领域的应用取得了显著进展，并取得了显著的进步。本文探讨了人工智能通过个性化学习、互动练习、实时反馈、诊断评估、灵活的学习路径、文化沉浸和高效的学习策略来提高外语学习效率的潜力。此外，本文还讨论了过度依赖技术、对自学能力的潜在负面影响、人际沟通和文化理解的减弱、个性化教育的局限性、技术挑战和可靠性问题以及数据隐私等道德考虑等问题。此外，本文还强调了在学习过程中边缘化人类教师角色的风险。本文借鉴了人工智能在外语学习中的积极和消极影响，最后提出了有效的语言学习策略建议。
阴性和杨 - 中国浓缩草药对先天和适应性免疫的差异效果
本研究研究了阳离子和杨中心甲醇的治疗方法在姜黄蛋白A（CON A）/脂多糖（LPS）刺激的脾细胞增殖（适应性免疫）和自然杀伤（NK）细胞活性（Innate Insate Immunity in ex ex ex vivo）中的影响。结果表明，在用大多数Yin草药提取物进行治疗时，增强了Con A/LPS刺激的脾细胞的增殖，但只有Yang（但不是Yin）草药提取物刺激的NK细胞活性。The differential effects of Yin- and Yang-Chinese tonifying herbs on innate and adaptive immunity are consistent with the Chinese medicine theory which depicts the Yin and Yang functional components of Zheng Qi (vital energy), with the Yang component being responsible for the first line of defense against invading microorganisms (i.e., innate immunity) and the Yin oner serving as a follow-up defensive response （自适应免疫）。关键字
在具有目标捕获数据的植物中导航系统发育冲突和进化推断
1 Systematik，Biodovervortät和Evolution der Pflanzen，Ludwig-Maximilians-Universitätmünchen，Menzinger Str。67, 80638 Munich, Germany 2 Centre for Australian National Biodiversity Research (a joint venture of Parks Australia and CSIRO), Clunies Ross Street, Canberra ACT 2601, Australia 3 School of BioSciences, The University of Melbourne, Parkville, Victoria 3010, Australia 4 National Herbarium of New South Wales, Botanic Gardens of Sydney, Locked Bag 6002, Mount Annan,新南威尔士州2567，澳大利亚5号西澳大利亚州植物标本室，生物多样性，保护和景点系，锁定袋104，宾利送货中心，宾利，西澳大利亚州宾利6983，澳大利亚6澳大利亚6983年6983年6983年6983年6983年6983年，阿德莱拉德大学，阿德拉德大学，南澳大利亚州阿德拉德大学，南澳大利亚南澳大利亚州5005 7 National Biovipty DNA图书馆，澳大利亚州3010，公园3010101010101011维多利亚，墨尔本，维多利亚州3004，澳大利亚 *通讯作者：e.joyce@lmu.de
海上无人机（UUV与USV合作）
通过链接无人航行器（UUV和USV），高效获取水下信息，扩大无人航行器在预警监视、水雷对抗等方面的应用范围，实现零伤亡。未来的无人机系统将有助于（最大限度地减少士兵的牺牲）。
中医药调节胃肠道微生态改善胃黏膜损伤的研究进展
余云进 , 谢宇锋 , 杨锦兰 , 等 .基于 “ 热证可灸 ” 理论研究艾灸对胃 热证大鼠肠道微生态的影响 [ J ] .中国中医基础医学杂志 , 2020, 26(10): 1470-1474.YU Yunjin, XIE Yufeng, YANG Jinlan, et al.Study on the effects of moxibustion on intestinal microecology of rats with stomach heat syn- drome based on the theory of "moxibustion can be used on heat syn- drome" [ J ] .J Basic Chin Med, 2020, 26(10): 1470-1474.(in Chinese)
人工智慧（英语：artificial intelligence，缩写为AI）亦称智械
自动驾驶汽车能以雷达、光学雷达、 GPS 及电脑视觉等技术感测其环境。 先进的控制系统能将感测资料转换成适当的导航道路，以及障碍与相关标志。 自动驾驶汽车能透过感测输入的资料，更新其地图资讯，让交通工具可以持续追踪其位置，并因此提高交通系统的运输效率。例如：自动驾驶接驳公车。 特斯拉是世界上最早的自动驾驶汽车生产商，特斯拉汽车已经成为世界最畅销充电式汽车公司。从特斯拉的智能车网站介绍，撷取其中几项性能： 1. 自动辅助导航驾驶「自动辅助导航驾驶」会建议车道变换以最佳规划行驶路线，此外还会做出调整，让您不会受到慢车或卡车的阻挡而妨碍行驶速度。启用时，「自动辅助导航驾驶」也会根据目的地自动驾驶您的车辆驶向公路交流道或出口。 2. 自动停车和智慧叫车当您到达目的地后，只要在入口处下车后，您的车辆就会进入停车搜寻模式， 自动寻找停车位和停车。反之，您只要在手机上点选便能够「召唤」您的车辆。
韩国杨冈风电场管理道路揭开野生动植物利用的占用模型
风能是一个快速增长的可再生能源领域，可减少温室气体排放并提供可持续的能源。但是，风力发电厂地区的环境破坏是一个新兴问题。这项研究旨在分析风草道对森林地区陆生动物的影响。进行了摄像头陷阱调查，以调查道路管理对野生动植物行为的影响。，我们沿着连接风力涡轮机的道路安装了52台摄像机三个月（10月1日至2021年12月30日），在韩国的Yeongyang-gun风电场上安装了摄像头，并使用占用模型评估了动物占用和检测概率。使用与地形和植被有关的因素来估计占用概率（使用站使用）。检测分析包括护栏，风力涡轮机，灌木丛和挡土墙的存在或不存在。其他变量包括摄像机类型，相机操作的天数和调查时间。在调查期间，使用摄像头捕获了七个陆地哺乳动物（Roe Deer，野猪，水鹿，浣熊，le狗，le夫，豹子，猫和马滕斯）。根据相机陷阱的记录，Roe Deer是最主要的物种，其次是野猪，浣熊狗和鹿，较少的the和Martens。就使用概率而言，道路区域中森林的存在是大多数物种的重要因素，而相机类型对于检测概率很重要。我们的结果表明，风电场与野生动植物的分布和福利间接相关。在道路上检测动物表明道路是野生动植物的通道，影响车辆行动过程中的动物行为，并可能导致栖息地断开。减轻野生动植物破坏的有效管理政策可以支持可持续的生态系统和生物多样性。这项研究的结果可以作为支持野生动植物保护，陆地生态系统和环境影响评估的参考。
19 Quingo - UTS 的 OPUS
傅晓燕，国防科技大学计算机学院量子信息研究所、高性能计算国家重点实验室，中国 余金涛，数学工程与先进计算国家重点实验室，中国 苏星，国防科技大学计算机学院，中国 蒋涵如，鹏程实验室量子计算中心，中国 吴华，华东师范大学上海市可信计算重点实验室，中国 程福成、邓曦、张金荣，鹏程实验室量子计算中心，中国 金磊、杨逸航、徐乐、胡春超，郑州大学信息工程学院，中国 黄安琪、黄光耀、强小刚、邓明堂、徐萍、徐伟霞，国防科技大学计算机学院量子信息研究所、高性能计算国家重点实验室，中国 万伟刘先生，国防科技大学计算机学院计算机科学系，中国 张宇先生，中国科学技术大学计算机科学与技术学院，中国