XiaoMi-AI文件搜索系统
World File Search System物理的
循环经济背景下锂离子电池健康状态评估方法综述
图 2：从基于物理的电池模型中检索到的特征的 SoH 估算方法。这些技术的缩写是库仑计数 (CC)、电化学阻抗谱 (EIS)、开路电压 (OCV)、卡尔曼滤波器及其扩展 (KF) 和遗传算法 (GA)。
快速行驶车辆产生的灰尘行为的实时模拟
模拟物理上逼真的复杂粉尘行为在培训、教育、艺术、广告和娱乐方面非常有用。目前还没有公开的模型可以实时模拟行驶车辆产生的粉尘行为。在本文中，我们使用粒子系统、计算流体动力学和行为模拟技术来实时模拟粉尘行为。首先，我们分析影响粉尘产生的力和因素以及粉尘颗粒产生后的行为。然后，我们构建基于物理的经验模型来生成粉尘颗粒并相应地控制行为。我们通过将粉尘行为分为三个阶段，并为每个阶段建立简化的粒子系统模型，进一步简化数值计算。我们采用运动模糊、粒子混合、纹理映射和其他计算机图形技术来实现最终结果。我们的贡献包括构建基于物理的经验模型来生成尘埃行为并实现实时行为模拟。
具有不确定因果顺序的量子力学的净化公设
为了研究哪些是最普遍的与局部量子力学兼容的因果结构，Oreshkov 等人 [1] 引入了过程的概念：一些参与方共享的资源，允许他们之间进行没有预定因果顺序的量子通信。这些过程可用于执行标准量子力学中不可能完成的几项任务：它们允许违反因果不等式，并在计算和通信复杂性方面具有优势。尽管如此，目前还不知道有任何可用于违反因果不等式的过程是物理可实现的。因此，人们对确定哪些过程是物理的、哪些只是该框架的数学产物有着浓厚的兴趣。在这里，我们通过提出一个净化公设在这个方向上取得了关键进展：过程只有可净化才是物理的。我们推导出过程可净化的必要条件，并表明几个已知过程不满足这些条件。
![arXiv:2404.01302v1 [quant-ph] 2024 年 1 月 13 日](/simg/4\4abf9812899fc6c6d16eb953cbe0ea146f6e9ec3.webp)
arXiv:2404.01302v1 [quant-ph] 2024 年 1 月 13 日
近年来，量子计算得到了大力发展，主要是因为与电子计算机相比，量子计算可以为许多科学应用提供惊人的加速 [1]。量子计算可以追溯到理查德·费曼（Richard Feynman）的划时代论文，他在论文中指出，物理学“不是经典的”，因此应该在量子计算机上进行模拟 [2]。根据费曼的观察（这要归功于 T. Toffoli 和 E. Fredkin 等前辈研究人员），量子计算的早期理论工作于 20 世纪 80 年代开始，例如 Deutsch 关于量子理论、通用量子计算机和丘奇-图灵原理之间联系的研究[3]。随后，随着 20 世纪 90 年代中期 Shor 整数因式分解算法和 Grover 搜索算法的发表，该研究领域在理论工作和量子计算硬件方面也获得了显著发展势头。从那时起，量子计算的研究领域一直在不断发展 [4, 7, 8]。在应用方面，量子多体系统的模拟受到了特别的关注，因为它具有科学和工业意义，也因为它与量子硬件的密切联系，这意味着可以将量子哈密顿量直接映射到本地量子门。在本文中，我们将重点关注一个不太常见的领域，即使用量子计算机模拟经典流体[50]。为此，可以方便地参考由以下四个象限定义的物理计算平面：CC：用于经典物理的经典计算；CQ：用于量子物理的经典计算；QC：用于经典物理的量子计算；QQ：用于量子物理的量子计算。如图1所示（取自[5]）。费曼的观察属于图1所示的CQ区域，在该区域人们经常会遇到与量子多体问题相空间相关的指数复杂性障碍[11,12]。基本思想是，这种指数障碍可以通过 QQ 象限提供的量子比特表示的相应指数容量来处理。在本章中，我们将重点关注对角线外 QC 象限，量子计算的能力可能会在这里实现经典物理学中的计算难题。
Gregory L Plett PDF
电池技术和建模：一种全面的资源，发展了对电化学细胞如何工作的数学理解，对于最大化电池包的安全性，寿命和性能至关重要。这个新资源着重于创建基于物理的微型模型方程，连续尺度模型方程和减少阶模型方程，以提高我们对电池电池的理解。本书描述了常用的等效电路类型电池模型，并在不同的长度尺度上为基于物理的锂离子细胞的基于物理的基于物理的模型开发了方程。此外，它提出了一种称为“离散时间实现算法”的突破性技术，该技术会自动将基于物理的模型转换为高保真近似近似模型。Gregory Plett，科罗拉多州科罗拉多大学电气和计算机工程学教授，在电池研究和开发方面拥有丰富的经验。他拥有卡尔顿大学和斯坦福大学的学位，并在顶级期刊上发表了许多论文。他目前的研究重点是应用控制系统概念来管理和控制混合动力和电动汽车中使用的高容量电池系统。格雷戈里·普莱特（Gregory Plett）获得了他的硕士学位和Ph.D. 1992年和1998年分别获得了斯坦福大学电气工程学位。他于1998年加入了科罗拉多州科罗拉多斯普林斯大学（UCCS）的教职员工，目前是电气和计算机工程的教授。他还管理了由联邦和行业来源资助的研究项目。Gregory已在包括斯坦福大学，NacionalAutónomadeMéxico和UCCS的各个机构教授课程，并在著名的期刊上发表了论文。Gregory是IEEE的高级成员，并拥有多项专利作为共同发明者。他的研究重点是应用控制系统概念来管理混合动力和电动汽车中使用的大容量电池系统。当前的研究领域包括基于物理的建模，系统识别和细胞状态的估计。UCC高容量电池研究实验室提供了用于测试单元和模块的设备，从而实现了先进的算法原型和理论研究。Gregory教授控制系统的研究生课程，尤其是专注于电池控制以支持他的研究。格雷戈里（Gregory）出生于加拿大渥太华，获得了B.Eng。学位于1990年获得卡尔顿大学，此后一直在UCC担任学术职位。 UCCS研究人员正在进行有关估计电池的电荷，健康和寿命的研究，并使用模型预测控制方法和其他先进技术来预测功率和能量，以延长电池寿命。 实验室还专注于电池组的快速充电功能。 这项研究涉及理论和经验方法，并访问了自定义电池管理系统和模拟器项目等高容量设备和工具。学位于1990年获得卡尔顿大学，此后一直在UCC担任学术职位。UCCS研究人员正在进行有关估计电池的电荷，健康和寿命的研究，并使用模型预测控制方法和其他先进技术来预测功率和能量，以延长电池寿命。实验室还专注于电池组的快速充电功能。这项研究涉及理论和经验方法，并访问了自定义电池管理系统和模拟器项目等高容量设备和工具。
人工智能在药物设计、发现和开发中的应用
(Zhang 等，2017)。如今，随着成熟的基于物理的建模、按需制作的商业库以及生成式 AI/ML 模型的出现，AI 也用于制药行业的药物设计和发现过程，可用于虚拟筛选和先导优化的数百万种可购买或合成化合物呈爆炸式增长，方法范围从超快速、近似方法到 AI 增强的基于物理的计算机模拟方法，再到先进的配体对接方法。人工智能技术（例如机器学习支持）整合了生物、心理和社会因素，可用于疾病的诊断和治疗。与此同时，我们通过计算预测关键设计属性的能力也得到了极大的提升。计算机辅助配方设计是一个吸引全球众多研究人员的热门领域，尤其是制药行业，他们尤其热衷于了解预测药物物理化学性质的分子机制
全面的电池安全风险评估：机械滥用负载时老化的细胞与新鲜细胞
尽管使用了广泛的应用，但锂离子电池（LIBS）一直在努力，因为它们的安全风险不同。在这里，NCMA袋细胞以三个里程碑阶段的新鲜和老化细胞的安全为例，即触发风险，ISC模式和随后的热失控（TR）后结果的内部短路（ISC）。通过将机械滥用测试和基于物理的基于物理的模型与各种卫生状态（SOH）和充电状态相结合，发现ISC触发延迟的SOH和软ISC模式的衰减将更加频繁地触发，这主要是由于当前收藏家的机械行为。由于容量降低和确定性软ISC工艺，温度上升和随后TR期间的峰值温度也变得温和。的结果在这里提供了对新鲜细胞和老年细胞之间安全风险比较的机械解释，从而为下一代更安全的LIB的评估和设计提供了基石的指导。
关于路线图和系统的国际研讨会
重新启动计算的IEEE国际会议是新型计算方法的主要场所，包括算法和语言，系统软件，系统和网络体系结构，新设备和电路以及新材料和物理的应用。这是一个跨学科会议，它来自广泛的技术社区，重点是计算堆栈的各个方面。
全息术、黑洞和信息论
该学院将重点关注理论高能物理的最新发展，包括 AdS/CFT 对应及其影响、黑洞的量子描述以及量子信息理论在量子场论和量子引力中的应用。该学院主要面向博士生、博士后和高年级本科生。注册费免费。