XiaoMi-AI文件搜索系统
World File Search System理论模型
强关联电子国际会议...
量子相变及相关现象 强关联的理论模型和方法 强关联系统中的非平衡现象 非常规超导性 新材料中的超导性 量子磁性、斯格明子和挫折 金属-绝缘体跃迁 用于 SCES 研究的大型研究设施和新技术 SCES 的设备和应用 具有几何特性的关联材料 狄拉克/外尔半金属和拓扑非平凡材料 二维材料 关联相的费米面和电子结构 关联系统中的强自旋轨道相互作用 多铁性材料及相关材料 量子比特的材料和设备 纳米级的突发现象 材料设计和新型先进材料
扩散介质中光学反射的相干增强
反射波用于从地壳到人脑等各种扩散介质中的传感和成像。将光源和探测器分开会增加光的穿透深度，但信号强度会迅速下降，导致信噪比较差。本文，我们通过实验和数值表明，对入射到扩散样品上的激光束进行波前整形可以使反射率在高达 10 个传输平均自由程的深度处提高一个数量级。我们开发了一个预测最大反射率增强的理论模型。我们的分析表明，反射波对扩散介质深处局部吸收变化的灵敏度有显著提高。这项工作说明了相干波前控制在非侵入式扩散波成像应用（如扩散光学断层扫描和功能性近红外光谱）中的潜力。
PPHA 58101 经济分析 1 课程大纲
我们将使用理论模型和应用来实现这些目标。我们使用模型是因为它们有助于我们提炼出支配特定经济形势的基本特征和经济力量。模型使我们的思维更加严谨，有助于提高我们对经济现象的直觉。我们将通过讨论模型如何为应用经济和政策问题提供信息来说明模型的价值和局限性。我经常会从能源和环境经济和政策领域中引用应用。我之所以关注这一政策领域，是因为：(1) 向全球人口提供负担得起的、可靠的能源，同时最大限度地减少环境危害，是人类面临的重大挑战之一；(2) 我自己的研究重点是能源和环境，这使我能够更好地讨论这些问题。话虽如此，在本季度，我们将借鉴各种主题领域的例子，包括不平等、教育、住房市场和 COVID-19。
椭圆形平面对称介电尾场加速结构中偏转力的抑制
基于尾场的加速器能够将梯度加速比现有加速器高两个数量级，为实现紧凑型高能物理仪器和光源提供了一条途径。然而，对于高梯度加速器，由相应较高的横向尾场驱动的光束不稳定性会限制光束质量。此前的理论表明，可以通过将平面对称介电结构中的光束横向尺寸椭圆化来减小横向尾场。我们在此报告实验测量结果，这些测量结果表明平面对称结构中椭圆光束的横向尾场减小，这与理论模型一致。这些结果可能有助于设计出基于千兆伏/米梯度尾场的加速器，以产生并稳定加速高质量光束。
杰恩斯-卡明斯模型中的一致性和催化作用
摘要 近来，人们对相干性作为量子热力学资源的问题产生了浓厚的兴趣。然而，迄今为止，分析主要集中在一些人为的理论模型上。我们试图通过研究量子光学相干性的“催化”性质，将这些想法更接近实验研究。这里考虑了相干态腔场与两级原子序列的相互作用，这种状态在量子光学中普遍存在，是稳定的经典光源的模型。使用 Jaynes - Cummings 相互作用哈密顿量，可以形成动力学的精确解，并分析原子和腔态随每次原子场相互作用的演变。以这种方式，当相干性转移到原子序列时，可以检查相干态的退化。在使用相干性作为热力学资源的背景下，腔模式中相干性的相关退化是重要的。
测量高弥漫材料的光学特性
摘要：测量高度分散材料的光学特性是一个挑战，因为它可能与采集系统中像素的白色或过度饱和有关。我们使用了一种空间分辨的方法，并将非线性信任区域算法调整为拟合法雷尔扩散理论模型。我们建立了一种反转方法，通过单个反射测量值估算材料的两种光学特性：吸收和减少的散射系数。我们通过比较在牛奶样品上获得的结果，证明了我们方法的有效性，并通过良好的拟合和与脂肪含量的线性相关性的检索，该脂肪含量由r 2得分超过0.94，p值低。检索的吸收系数的值在1×10 - 3和8×10-3 mm -1之间变化，而从我们的方法获得的散射系数的值则在3至8 mm -1
在QCD相图中介绍Widom线的概念
从一阶转变的临界终点出现的关键现象本质上是无处不在的。在这里，我们将最初在流体背景下开发的超临界跨界的概念带入了量子染色体动力学（QCD）所描述的相互作用问题。我们表明，在温度与QCD相图的温度与化学势中，强子气体和夸克 - 胶子等离子体之间的假定临界终点存在意味着在超临界区域中存在从中出现的宽线线。我们调查了在QCD的简化理论模型中已经鉴定出的热力学异常，该模型表现出临界点，以表明它们可以用widom线来解释。然后，我们建议可能的方向，其中Widom线概念可以在QCD相图上提供新的光。
调查人工智能与人机信任之间的关系
摘要 随着信息技术的不断发展，人工智能（AI）的应用越来越广泛，近年来，人工智能通过提高协作效率和取得优异的协作效果，为虚拟团队协作提供了助力。人机交互过程中的信任已成为团队协作面临的一大挑战。然而，很少有研究探讨人机交互与信任之间的关系。本研究提出了人机交互与协作过程中团队成员信任关系的理论模型。我们得出的结论是，团队成员在交互过程中的认知和情感感知与他们对AI的信任有关。此外，这种关系也可以通过特定的AI实施特征来调节。我们的模型提供了人机交互及其与团队协作背景下团队成员信任的关系的整体视图。1.介绍