XiaoMi-AI文件搜索系统
World File Search System物理的
通过基于组件的降阶模型库实现数据驱动的基于物理的数字孪生
这项工作提出了一种方法，将基于组件的降阶模型库与贝叶斯状态估计相结合，以创建数据驱动的基于物理的数字孪生。降阶建模产生的基于物理的计算模型足够可靠，可用于预测数字孪生，同时仍然可以快速评估。与传统的整体模型降阶技术相比，基于组件的方法可以有效地扩展到大型复杂系统，并为快速模型自适应提供灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数据驱动的模型自适应和不确定性量化被表述为贝叶斯状态估计问题，其中传感器数据用于推断模型库中的哪些模型是数字孪生的最佳候选者。通过为 12 英尺翼展无人机开发数字孪生来展示这种方法。离线时，我们构建了一个原始和受损飞机部件库。在线时，我们使用结构传感器数据快速调整基于物理的飞机结构数字孪生。数据驱动的数字孪生使飞机能够根据结构损坏或退化动态地重新规划安全任务。
基于物理的脑部 MRI 分割
摘要。磁共振成像 (MRI) 是最灵活、最强大的医学成像方式之一。然而，这种灵活性是有代价的；在不同位置和使用不同参数获取的 MRI 图像在对比度和组织外观方面表现出显著差异，导致在量化脑解剖结构或病理存在时出现下游问题。在这项工作中，我们建议将基于多参数 MRI 的静态方程序列模拟与分割卷积神经网络 (CNN) 相结合，以使这些网络对采集参数的变化具有鲁棒性。结果表明，当给定图像及其相关的物理采集参数时，CNN 可以产生对采集变化具有鲁棒性的分割。我们还表明，所提出的物理信息方法可用于桥接多中心和纵向成像研究，其中成像采集在站点或时间上有所不同。
高能物理的量子传感 - INFO
2017年12月在Argonne National Laboratoration举行了第一个关于高能量物理学（HEP）量子传感的粒子和田地APS分级的高级探测器（CPAD）的协调面板。来自大学和国家实验室的参与者是从量子信息科学（QIS），高能量物理学，原子质，分子和光学物理学，凝结物理学，核物理学和材料科学的相交领域汲取的。支持量子的科学技术已经取得了迅速的技术进步，并且在国家的利益和投资中不断增长。研讨会的目标是将各个社区聚集在一起，以调查途径，以整合这两个学科的专业知识，以加速科学进步的相互进步。
X射线与物质物理的弹性相互作用
从一个完美的晶格中进行的弹性散射：X射线是由电子弹性散射的，该电子被称为Thomson散射。在此过程中，电子在传入光束的频率下像赫兹偶极子一样振荡，并成为偶极辐射的来源。与上述两个非弹性散射过程相比，X射线的波长λ保守用于汤姆森散射。是X射线散射中的Thomson成分，可以通过X射线衍射在结构研究中使用。材料由原子制成。了解原子如何排列成晶体结构和微观结构是我们建立对材料合成，结构和特性的理解的基础。在日常工作中，我们谈论了晶体内一系列平行平面的X射线反射。这些平面的方向和平面间距由三个整数H，K，L称为Miller指数。一组带有指数h，k和l的平面在h切片中切割了单位单元格的A轴，k切片中的b轴和l切片中的c轴。零表示平面平行于相应的轴。（例如（220）平面将A轴和B轴切成两半，但与C轴平行。确定H，K和L索引编号时使用的程序如下：
控制系统中基于物理的攻击检测调查和新方向
监控控制系统的“物理”以检测攻击是一个不断发展的研究领域。安全监控器的基本形式是为工业控制系统创建传感器读数的时间序列模型，并识别这些测量中的异常，以识别潜在的错误控制命令或错误传感器读数。在本文中，我们基于统一的分类法回顾了以前的工作，该分类法使我们能够识别限制、未探索的挑战和新的解决方案。特别是，我们提出了一种新的对手模型，并提出了一种将以前的工作与新的评估指标进行比较的方法，该评估指标基于误报和未检测到的攻击的负面影响之间的权衡。我们还展示了三种实验场景的优缺点，以测试攻击和防御的性能：从大型运营设施捕获的真实网络数据、可用于水处理的全功能测试平台以及电网中频率控制的模拟。
基于物理的几何、网格和归因建模...
什么需要（我和e效？•几何修复/清洁 - •de-decoring（对物理学的几何形状不适合物理b）•缺乏自动射击（在网状网络中且稳健性（全 - hex，复杂的边界层）•auribu•auribu（on，mul（mul）（pemmota progena（ -