摘要 摘要 准确预测隧道施工引起的地表沉降对于保证隧道工程安全施工和决策至关重要。本文建立了一种用于预测盾构隧道施工引起地层变形的物理信息神经网络(PINN)模型。该模型将隧道收敛变形与隧道开挖位置的关系纳入深度神经网络(DNN)框架中。考虑到多地层的地质特点,提出了一种多物理信息神经网络(MPINN)模型,在统一的框架下表示不同地层的物理信息。结果表明,MPINN模型可以高度再现有限差分法的计算结果,并能准确预测考虑复合地层的复杂地质信息的隧道施工引起的地表沉降。由于MPINN模型具有完整的物理机制,适用于隧道施工引起的地表沉降问题,可以预测不同地质和几何条件下的隧道施工引起的地表沉降。基于实测数据,提出的MPINN模型能够准确预测监测断面地表沉降曲线,为隧道施工过程中地表沉降预测预警提供参考。
摘要:近年来,南大洋在多个夏季经历了极低的海冰覆盖。这些较低的事件在2014年达到了创纪录的高冰覆盖范围的多年积极趋势。这种突然的过渡使一些作者暗示南极海冰已经发生了政权的转变。在这项研究中,我们将卫星海冰记录和大气重新分析分解,以评估这种转变的证据。我们发现,夏季海冰记录的标准偏差已从1979年至2006年的3100万km 2增加了一倍,达到2007年的276万公里2。这种增加的差异伴随着更长的季节至季节海冰记忆。大气是南极海冰变异性的主要驱动力,但是使用线性预测模型,我们表明,仅大气就无法解释海冰的变化。确定是否发生了政权转移是困难的,而没有完全了解变化的物理机制。但是,我们证明的统计变化(即增加方差和自动化关系,以及对大气强迫的反应发生了变化),以及先前搜索的空间相干性的增加,是基于动态系统理论的指标,这是基于突然关键过渡的动力学系统理论。因此,我们的分析是支持南极海冰系统变化的进一步证据。
1.0摘要,尽管他们共享的统计基础,但土木工程中的经验得出的代码规定和方程式与面对机器学习(ML)模型的怀疑主义形成鲜明对比。本文通过结构工程的角度研究了这种哲学张力,并探讨了ML挑战传统工程哲学和专业身份的挑战。最近的工作已经记录了ML如何提高预测精度,优化设计并分析复杂行为。但是,人们可能还会引起人们对人类直觉和算法的解释性下降的关注。为了展示这一很少探索的前面,本文介绍了如何通过扣除,归纳和绑架来成功地将ML成功整合到各种工程问题中。然后,本文确定了采用ML时可能出现的三个主要悖论:分析瘫痪(提高了预测准确性,导致对物理机制的理解降低),不可行的解决方案(优化的解决方案(优化导致挑战工程直觉的挑战)和Rashomon效应(在其中解释了能力方法和物理学方法)。本文通过解决这些悖论,并认为有必要重新考虑工程和工程教育和方法论的认识论转移,以将传统原则与ML协调。
互操作性(即及时、可操作地交换信息的能力)是电力系统一项关键但尚未开发的功能。近年来,电网进行了大规模现代化,但技术和相关标准的普及仅略微改善了互操作性。分布式能源资源和其他技术的扩展,以及不断变化的客户期望,使互操作性挑战变得更加复杂。NIST 智能电网互操作性框架的此次修订使用不断发展的技术和电力系统架构作为背景,描述了一组新的互操作性视角。分布式和客户站点资源在未来的智能电网中占有重要地位,智能配电系统和其他关键集成商也是如此。随着社会对我们生产、管理和消费电力的物理机制进行现代化改造,系统运营和经济结构的策略将变得多样化。这种多样化将受益于增强的互操作性,并最终依赖于此。互操作性的好处是广泛的,可惠及各个层面的所有利益相关者。互操作性可以防止技术过时,通过增加次要用途的使用来最大化设备投资的价值,并通过允许不同利益相关者和设备之间协调的小动作产生重大影响来促进组合创新。互操作性价值主张
互操作性(即及时、可操作地交换信息的能力)是电力系统一项关键但尚未开发的功能。近年来,电网进行了大规模现代化,但技术和相关标准的普及仅略微改善了互操作性。分布式能源资源和其他技术的扩展,以及不断变化的客户期望,使互操作性挑战变得更加复杂。NIST 智能电网互操作性框架的此次修订使用不断发展的技术和电力系统架构作为背景,描述了一组新的互操作性视角。分布式和客户站点资源在未来的智能电网中占有重要地位,智能配电系统和其他关键集成商也是如此。随着社会对我们生产、管理和消费电力的物理机制进行现代化改造,系统运营和经济结构的策略将变得多样化。这种多样化将受益于增强的互操作性,并最终依赖于此。互操作性的好处是广泛的,可惠及各个层面的所有利益相关者。互操作性可以防止技术过时,通过增加次要用途的使用来最大化设备投资的价值,并通过允许不同利益相关者和设备之间协调的小动作产生重大影响来促进组合创新。互操作性价值主张
我们提出了一种受生物启发的循环神经网络 (RNN),它可以有效检测自然图像中的变化。该模型具有稀疏拓扑连接 (st-RNN),与“中脑注意网络”的电路架构紧密相关。我们将 st-RNN 部署到一个具有挑战性的变化视盲任务中,该任务必须在一系列不连续的图像中检测变化。与传统 RNN 相比,st-RNN 的学习速度提高了 9 倍,并且以减少 15 倍的连接实现了最佳性能。低维动力学分析揭示了假定的电路机制,包括全局抑制 (GI) 基序对成功变化检测的关键作用。该模型再现了关键的实验现象,包括中脑神经元对动态刺激的敏感性、刺激竞争的神经特征以及中脑微刺激的标志性行为效应。最后,该模型在变化盲视实验中准确预测了人类注视点,超越了最先进的基于显着性的方法。st-RNN 提供了一种新颖的深度学习模型,用于将变化检测背后的神经计算与心理物理机制联系起来。
摘要。连续体(BIC)中的光学结合状态最近刺激了研究繁荣,并伴随着丰富的外来现象和应用。具有超高质量(Q)因素,光学BIC具有强大的能力,可以在自由空间中传播波连续的光学结构中捕获光。除了受到限制的性质启用的高Q因子外,光学BIC中还发现了许多隐藏的拓扑特征。尤其是在定义明确的波矢量的周期性结构中,发现光学BIC可在动量空间中携带拓扑电荷,这是许多独特的物理特性的基础。BIC启用的动量空间中的高Q因子和拓扑涡流配置都带来了调节光的新自由度。BIC已使光线相互作用和旋转 - 光的轨道相互作用以及在激光和传感中的BIC应用也得到了许多优势的探索。在本文中,我们回顾了周期性结构中光学BIC的最新发展,包括BIC的物理机制,探讨了BICS启用的效果以及BICS的应用。在Outlook部分中,我们提供了BIC的未来发展的看法。
白矮星的持续冷却过程中,会发生一些影响其冷却速度的事件。这些事件中最重要的就是其核心结晶,这是 C / O 内部冷却到临界温度以下时发生的相变。这种转变会释放潜热,以及由于凝固过程中 C 和 O 离子重新分布而产生的引力能,从而减缓白矮星的演化。最近报道了核心结晶的明确观测特征——冷却序列中的物体堆积。然而,现有的演化模型很难定量地再现这种特征,因此在用于测量恒星群年龄时,其准确性令人怀疑。结晶过程中释放的能量的时间和数量取决于 C / O 相图的确切形式。利用先进的 Gibbs-Duhem 积分法和最先进的固相和液相 Monte Carlo 模拟,我们获得了非常精确的相图版本,可以精确模拟相变。尽管取得了这种改进,但当前的演化模型仍然低估了结晶堆积的程度。我们得出结论,潜热释放和 O 沉降本身不足以解释这些观察结果,其他未解释的物理机制(可能是 22 Ne 相分离)起着重要作用。
(LOX),一氧化氮合酶(NOS)和环氧合酶(COX)。这些自由基和氧化应激分子会导致直接或间接的氧化DNA损伤,从而导致各种细胞存活调节机制,例如有丝分裂灾难,衰老,凋亡和自噬(Wei等,2019)。在抗肿瘤疗法中,IR不仅诱导压力诱导的调节性细胞死亡,而且还通过影响肿瘤相关的细胞因子或特定抗原而促进抗肿瘤免疫反应,从而诱导免疫原性细胞死亡(Zhu等,2021)。在内皮细胞和造血系统中,IR和ROS破坏细胞膜完整性,导致局部钙插入,溶酶体融合,并通过生物物理机制诱导细胞死亡(Ferranti等,2020)。辐射还可以裂解二硫键并改变蛋白质构象,破坏蛋白质的正常生物学功能并影响细胞活性(Fitzner等,2023)。在DNA上,IR诱导了自由基阳离子(孔)的产生,导致DNA-蛋白交联(DPCS)(Wen等,2023)。此外,IR通过瞬时瞬时分子共振的快速衰减而引起了显着量的单链和DSB,该共振位于基本DNA成分上(Boudaïffa等,2000)。
视觉信息的处理主要发生在视网膜中,视网膜预处理功能极大地提高了视觉信息的传输质量和效率。人工视网膜系统为有效的图像处理提供了有希望的途径。在这里,提出了石墨烯/ INSE/ H -BN的异质结构,该结构通过改变单个波长激光器的强度,表现出负和正照相(NPC和PPC)效应。此外,基于激光的功率依赖性光导不传导效应:I pH = -mp𝜶1 + 1 + NP 𝜶2,提出了一个修改的理论模型,该模型可以揭示负/阳性光导能效应的内部物理机制。当前的2D结构设计允许晶体管(FET)表现出出色的光电性能(R NPC = 1.1×10 4 AW - 1,R PPC = 13 AW - 1)和性能稳定性。,基于阴性和阳性光电传感效应成功模拟了视网膜预处理过程。此外,脉冲信号输入将设备的响应性提高了167%,并且可以提高视觉信号的传输质量和效率。这项工作为构建人工视觉的建设提供了一个新的设计思想和方向,并为下一代光电设备的整合奠定了基础。