XiaoMi-AI文件搜索系统
World File Search System模拟数据
基于MOSFET物理的紧凑型模型量产
摘要：随着纳米级半导体器件尺寸的不断缩小，从复杂的物理方程中获取表面势的解析解变得越来越困难，而这正是 MOSFET 紧凑模型的根本目的。在本文中，我们提出了一个通用框架，利用深度神经网络的通用近似能力，自动推导 MOSFET 表面势的解析解。我们的框架结合了物理关系神经网络 (PRNN)，可以从通用数值模拟器并行学习处理复杂的数学物理方程，然后将模拟数据中的“知识”灌输到神经网络，从而生成器件参数和表面势之间的精确闭式映射。本质上，表面势能够反映二维 (2D) 泊松方程的数值解，超越了传统一维泊松方程解的限制，从而更好地说明缩放器件的物理特性。我们在推导 MOSFET 的解析表面电位以及将导出的电位函数应用于 130 nm MOSFET 紧凑模型的构建和电路模拟方面取得了令人鼓舞的结果。这种高效框架能够准确预测器件性能，展现了其在器件优化和电路设计方面的潜力。
致力于改进 ONERA 跨音速 S3Ch 风洞的近期模拟和实验工作概述
现代 CFD 技术为风洞升级提供了新的机会。在这里，我们应用 RANS 模型来计算 ONERA Meudon 中心 S3Ch 跨音速风洞回路的流量。通过在风扇位置实施驱动盘以及在沉降室热交换器位置实施总压力和温度损失来设置流量。该方法针对沉降室和测试段中可用的一组简化实验流量数据进行了验证。将结果与标准设计指南一起考虑，以确定对该回路的修改，以提高流动质量。当风洞在不久的将来移至不同位置时，将实施新回路。另一部分工作致力于计算测试段的自适应顶壁和底壁。作为升级当前工具的尝试，该工具使用测试段内流动的线性化势模型，我们考虑了 RANS 方法并定义了一个新的优化过程，以尽量减少壁对目标流动的影响（与自由飞行条件下的流动相比）。新方法应用于跨音速条件下机翼翼型的特殊情况，仅考虑模拟数据时就显示出接近完美的校正。
有用的Doggybot：使用腿部机器人和视觉模型
摘要 - 基于学习的方法已经实现了四足动力的强大性能。然而，一些挑战阻止了四足动物学习需要与环境和人类互动的有用室内技能：缺乏操纵的最终效果，仅使用模拟数据使用有限的语义介绍，以及在室内环境中的较低的遍历性和可及性。我们提出了一个在室内环境中进行四足动物移动操作的系统。它使用前式握把进行对象操纵，这是一种低级控制器，在模拟中培训了以egile的深度进行训练，以攀登和全身倾斜等敏捷技能，以及预先训练的视觉语言模型（VLMS），并具有第三人称Fisheye和Egentric RGB摄像头，以探索fishereye和Egincentric RGB摄像头，以进行儿子理解和指挥生成。我们在两个看不见的环境中评估了我们的系统，而没有任何现实数据收集或培训。我们的系统可以零射对这些环境并完成任务，例如遵循用户的命令在攀登女王大小的床上，成功率为60％。
偏差校正下降的CMIP6输出
图1-1：基于分布的偏置校正方法的示例。8图2-1：使用乘法性分位数映射的偏见和原始访问-CM2校正和原始访问CM2的CCS数据。14图2-2：比较了9个指数的几种方法学变异的性能的热图。16图3-1：VCSN的Tasmin的年度气候，偏置校正CCAM输出，Loyo CV和RAW CCAM输出以及VCSN的偏置。17图3-2：VCSN累积降水的年度气候，偏见校正了访问-CM2 - CCAM输出，Loyo CV和Raw Access-CM2-CCAM输出以及VCSN的偏见。18图3-3：tasmax的VCSN的冬季气候，偏见校正了ec-earth3 - CCAM输出，Loyo CV和RAW EC-EARTH3-CCAM输出以及VCSN的偏见。19图3-4：偏置校正的GFDL-ESM4 - CCAM输出的NZ 12个位置的长期月度平均累积降水量。20图3-5：VCSN的TXX年度气候，偏置校正Ec-Earth3 - CCAM输出，Loyo CV和RAW EC-EARTH3-CCAM输出以及VCSN的偏见。21图3-6：VCSN一天的最高强度降雨的年度气候，偏见校正了EC-EARTH3 - CCAM输出，Loyo CV和RAW EC-EARTH3-CCAM输出以及VCSN的偏见。22图3-7：Perkins技能分数比较了湿法长度与VCSN的直方图与VCSN的偏置校正Ec-Earth3-CCAM输出，相应的交叉验证的校正后的输出和原始输出。23图3-8：夏季和冬季的历史和SSP3-7.0实验之间的气候变化信号在这些季节内积累的降水量。3924图3-9：历史和SSP3-7.0实验和CCS的霜冻天数量。25图3-10：偏置校正的访问-CM2输出与历史和SSP3-7.0实验中每日累积降水的相应原始模型输出之间的时间相关性。26图A-1：线性间隔节点，对数间隔节点和Sigmoid间隔节点的分位间距。33图A-2：从分布中绘制的虚拟数据，参考和模拟数据具有相同的平均值和高方差。35图A-3：虚拟数据，参考和模拟数据从平均值和较高方差的分布中绘制。36图A-4：与分组器的乘法降水虚拟数据的每月平均值。37图A-5：在SSP370场景下，访问CM2-CCAM的夏季和冬季气候变化信号。38图A-6：在SSP370方案下，Mahanga站上的气候变化信号，强调了EQM对趋势的通胀影响，而没有明确的趋势保存。
体重观察者：重新审视 NASA-TLX 体重 - 阿尔托 | 研究
摘要 美国国家航空航天局任务负荷指数 (NASA-TLX) 是一种常用的评估心理负荷的方法。NASA-TLX 评估六个负荷维度的心理负荷。当假设维度的重要性不大致相等时，则通过对每个维度对进行成对比较来加权，然后对反映维度重要性的权重进行标准化。这种原始的 NASA-TLX 加权方法带来了一些挑战，这些挑战在分配权重时很难识别。首先，原始的 NASA-TLX 权重不允许直接将两个或多个维度表示为同等重要。其次，如果始终如一地进行成对比较，则维度的重要性顺序只有一种。第三，在始终如一地进行成对比较的情况下，最重要的维度被人为地强加了 0.33 的权重。提出了用于得出维度权重的摆动和层次分析法加权方法来解决这些挑战。从理论上介绍了在 NASA-TLX 中应用这些方法的优势，并使用虚拟空战模拟数据进行了实证证明。本文的目的是帮助学者和从业者在心理工作量评估中使用 NASA-TLX，从而避免讨论的加权问题。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空气数据系统（ADS），能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别空气动力学角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案
重新审视 NASA-TLX 权重 - Doria
摘要 美国国家航空航天局任务负荷指数 (NASA-TLX) 是一种评估心理工作负荷的常用方法。NASA-TLX 从六个负荷维度评估心理工作负荷。当假设各个维度的重要性不大致相同时，则通过对每个维度对进行成对比较来加权，然后对反映维度重要性的权重进行标准化。这种原始的 NASA-TLX 加权方法带来了一些挑战，这些挑战在分配权重时难以识别。首先，原始的 NASA-TLX 权重不允许直接将两个或多个维度表示为同等重要。其次，如果始终进行成对比较，则维度的重要性顺序只有一种。第三，在始终进行成对比较的情况下，会人为地对最重要的维度强加 0.33 的权重。为了解决这些挑战，提出了用于得出维度权重的摆动和层次分析法加权方法。从理论上介绍了在 NASA-TLX 中应用这些方法的优势，并使用虚拟空战模拟数据进行了实证证明。本文的目的是帮助学者和从业者在心理工作负荷评估中使用 NASA-TLX，从而避免讨论的加权问题。
尼日利亚的可持续建筑
可持续建筑实践是促进尼日利亚建筑业内经济发展和社会福祉的关键途径。本研究旨在阐明尼日利亚可持续建筑实践对社会经济的影响，采用定量方法并利用模拟数据进行分析。通过对370名建筑行业专业人员的全面调查，该研究调查了对可持续实践的看法，例如能源效率，降低成本和当地经济发展。调查结果表明，受访者在可持续战略的积极社会经济影响，展示了这些实践与经济增长，创造就业机会以及对财产价值观的欣赏之间的相关性。回归分析强调了这些可持续实践对社会经济方面的重要影响，强调了可持续建筑与经济进步之间的相互联系。这项研究的含义强调了将可持续策略纳入尼日利亚建筑部门的重要性，主张进行政策调整以利用这些实践的好处。这项研究有助于对可持续建筑实践的越来越多的论述，强调了它们推动经济增长的潜力，并增强了尼日利亚境内的社区福祉。
phertilizer：从肿瘤的超低覆盖范围单细胞DNA测序中种植克隆树
新兴的超低覆盖范围单细胞DNA测序（SCDNA-SEQ）技术已经实现了肿瘤内拷贝数畸变（CNA）的高分辨率进化研究。由于这些测序技术非常适合鉴定CNA，由于测序的协调性均匀性，但覆盖范围的稀疏性对研究单核苷酸变体（SNV）的研究构成了挑战。为了最大程度地提高越来越多的超低覆盖范围SCDNA-SEQ数据并获得对肿瘤演化的全面了解，也必须分析SNV从同一组肿瘤细胞中的演变。我们提出了P植物，这是一种从肿瘤的超低覆盖scDNA-seq数据中推断克隆树的方法。基于概率模型，我们的方法通过识别肿瘤史上的关键进化事件来递归对数据进行分区。我们在模拟数据以及两个真实数据集上证明了P生物的性能，发现P Hirtilizer有效地利用了数据中固有的拷贝数信号，以更准确地揭示了与以前的方法相比的克隆结构和基因型。可用性：https：//github.com/elkebir-group/phertilizer
![arXiv:2209.03788v1 [quant-ph] 2022 年 9 月 8 日](/simg/g:\will\search\icon\source\c\c2a00d8b39a054d7ae9e9b3500b1828fbcb0d9b6.webp)
arXiv:2209.03788v1 [quant-ph] 2022 年 9 月 8 日
任何稀疏编码方法的最终目标都是从一些嘈杂的线性测量中准确地恢复未知的稀疏向量。不幸的是，这个估计问题通常是 NP 难的，因此总是采用近似方法（例如套索或正交匹配追踪）来解决，从而以牺牲准确性换取较低的计算复杂度。在本文中，我们开发了一种量子启发的稀疏编码算法，前提是量子计算机和伊辛机的出现可能带来比传统近似方法更准确的估计。为此，我们将最一般的稀疏编码问题表述为二次无约束二进制优化 (QUBO) 任务，可以使用量子技术有效地将其最小化。为了推导出在自旋次数（空间复杂度）方面也高效的 QUBO 模型，我们将分析分为三个不同的场景。这些由表示底层稀疏向量所需的位数定义：二进制、2 位和一般定点表示。我们在 LightSolver 的量子启发数字平台上使用模拟数据进行数值实验，以验证我们的 QUBO 公式的正确性并证明其优于基线方法。