XiaoMi-AI文件搜索系统
World File Search System物理模拟
固体氧化物电池混合系统的网络物理模拟
该项目由美国能源部国家能源技术实验室通过现场支持合同部分资助。美国政府及其任何机构、其任何雇员、支持承包商及其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
QuickSim：硅悬挂键逻辑的有效，准确的物理模拟
摘要 - 硅悬挂的债券已将它们确立为超越CMOS技术领域的有前途的竞争者。它们的整合密度和在传统电路技术中的几个数量级的耗散耗散优势的潜力引发了学术界和行业的兴趣。虽然已经提出了制造能力，并且已经提出了第一次设计自动化方法，但物理模拟有效性尚未保持步伐。在该域中建立的算法遭受了指数运行时行为或低于PAR的精度水平。在这项工作中，我们提出了一种基于统计方法的硅悬挂键系统的物理模拟的新型算法，该方法既可以通过多个数量级和三个以上的数量级和三个以上的因素，既可以提供时间到解决方案和准确性优势，又可以通过精疲力尽的实验评估证明。
![[介绍]驼鹿中用过的核燃料罐的长时间尺度多物理模拟](/simg/g:\will\search\icon\source\c\cf360f5d0146bdcb5f3b83ae21c6b9fcdd6d123b.webp)
[介绍]驼鹿中用过的核燃料罐的长时间尺度多物理模拟
免责声明这一信息是作为由美国政府机构赞助的工作的帐户准备的。美国政府或其任何机构，或其任何雇员均未对任何信息，设备，产品或过程披露或代表其使用将不会侵犯私人拥有的私有权利。参考文献以商品名称，商标，制造商或其他方式指向任何特定的商业产品，流程或服务，并不一定构成或暗示其认可，建议或受到美国政府或其任何机构的支持。本文所表达的作者的观点和观点不一定陈述或反映美国政府或其任何机构的观点和意见。
利用初级视觉皮层的生物物理模拟揭示电流源和电流吸收器的电路机制
摘要 局部场电位 (LFP) 记录反映了脑组织中电流源密度 (CSD) 的动态。突触、细胞和电路对电流汇和源的贡献尚不清楚。我们使用公共 Neuropixels 记录和基于模拟 17 种细胞类型的 50,000 多个神经元的 Hodgkin-Huxley 动力学的详细电路模型在小鼠初级视觉皮层中研究了这些情况。该模型同时捕获了脉冲和 CSD 反应并展示了双向分离：通过调整突触权重可以改变放电率，对 CSD 模式的影响很小，通过调整树突上的突触位置可以改变 CSD，对放电率的影响很小。我们描述了丘脑皮层输入和循环连接如何在视觉反应早期塑造特定的汇和源，而皮层反馈在后期对它们产生重大改变。这些结果建立了宏观脑测量（LFP/CSD）与基于微观生物物理学的神经元动力学理解之间的定量联系，并表明 CSD 分析为建模提供了强大的约束，超出了考虑尖峰的约束。
blox-net：使用VLM监督，物理模拟和带有重置的机器人的生成式设计 - 机器人组装
摘要 - 生成AI系统在创建文本，代码和图像方面表现出了令人印象深刻的功能。受到组装工业设计研究的丰富历史的启发，我们引入了一个新颖的问题：生成设计 - 机器人组装（GDFRA）。任务是基于自然语言提示（例如“长颈鹿”）生成一个组装，以及可用物理组件的图像，例如3D打印的块。输出是一个组件，这些组件的空间排列，也是机器人构建此组件的指令。输出必须1）类似于请求的对象，2）由6 Dof机器人组可靠地组装，并带有吸入抓手。然后，我们提出了Blox-net，这是一种将一般视觉模型与计算机视觉，模拟，扰动分析，运动计划和物理机器人实验的方法相结合的GDFRA系统，以解决最小的人类监督的GDFRA问题。blox-net在其设计的组件的语义准确性中达到了63.5％的前1个精度。这些设计在自动渗透性重新设计后，由机器人可靠地组装，在10个连续的组装迭代中获得了接近完美的成功，仅在组装前重置期间使用人干预。令人惊讶的是，从文本单词到可靠的物理组装的整个设计过程都是通过零人工干预执行的。
对定向能量沉积添加剂制造的建模和多物理模拟P. Ansari 1,2，*，C.S.S.Tüfekci3，M.U。 Salamci 1,2,3
摘要在本文中，我们介绍了使用多物理学方法对定向能量沉积（DED）添加剂制造（AM）模拟的研究。我们在流体，固体力学和层流物理学中使用传热的组合来准确模拟DED过程。模拟提供了有关熔体池温度的详细信息，同时为沉积的每一层材料使用各种过程参数。的结果证明了多物理学方法在DED AM期间对各种物理现象之间复杂相互作用的洞察力的重要性。研究结果对DED AM过程的优化具有重要意义。关键字：添加剂制造，直接能量沉积，数学建模，模拟，comsol，温度
标题：自动驾驶汽车传感器的协调计量
自动驾驶功能的虚拟和物理模拟是评估可能构成传感器设备、感知系统和控制算法设计验证计划性能的无数场景的唯一实用方法。传感器的计算机模型需要准确地表示其在所有相关情况下的行为，包括恶劣天气。驾驶场景的物理模拟应重现等效的环境条件，并能够以可重复的方式进行验证。因此，设计参考设施和测试程序以评估受控正常和不利条件下的传感器性能非常重要。此外，有必要定义感知极限（天气、照明）以评估 ADAS 传感器的优势。
分析量子计算案例研究的框架
一个更好的例子来自 Nicholas Rubin 和 Ryan Babbush 撰写的《为未来纠错量子计算机上的物理模拟开发工业用例》，Quantum AI，2023 年 10 月，其中诚实地描述了解决各种物理模拟问题的各种 FTQC 用例。结果令人震惊。Nicholas C. Rubin、Ryan Babbush 等人撰写的《使用 Bloch 轨道的材料容错量子模拟》，PRX Quantum，2023 年 2 月至 10 月（52 页）提供了资源和时间估计，以数十万个逻辑量子比特和数千年为单位。Nicholas C. Rubin 等人撰写的《惯性聚变靶设计阻止本领的量子计算》，2023 年 8 月（37 页）列出了模拟各种设置（如质子和氘在核聚变中的相互作用）需要 5,650 到 33,038 个逻辑量子比特
7. 人工智能和机器学习简介
询问者和计算机，因为对智能来说，对人的物理模拟是不必要的。然而，所谓的全面图灵测试包括视频信号，以便询问者可以测试受试者的感知能力，以及询问者将物理对象“通过舱口”的机会。 要通过全面图灵测试，计算机将需要： – 计算机视觉来感知物体，以及 – 机器人来移动它们。