XiaoMi-AI文件搜索系统
World File Search System解析的
利用光谱和卷积网络推断空间物体方向
准确推断空间物体的方向对于了解其运行状态和协调有效的空间交通管理至关重要。为了制定解决方向推断问题所需的框架，我们分析了几种标准的旋转数学表示，重点是连续性、唯一性和深度学习效率。在此基础上，我们自然而然地想到实现一种鲜为人知但表现良好的 6D 旋转表示。对于我们的推理模型的输入，我们采用了一种距离不变的观测技术，该技术长期以来一直用于在最小尺度上探索宇宙的最远处——光谱学。在深度卷积神经网络 (CNN) 的帮助下，我们研究了使用模拟的原始长缝光谱图像来推断未解析的大轨道半径范围内空间物体方向的可行性。我们介绍了在多个空间物体的光谱图像上训练 CNN 的方法和结果，目的是 i) 标准化旋转分析中使用的测量方法，ii) 建立基于光谱的性能的上限，以及 iii) 为未来将光谱应用于空间领域感知的工作扩展提供简单场景的基线。
具有第二部分的 BTK 激酶结构域的结构...
布鲁顿酪氨酸激酶 (BTK) 是治疗药物伊布替尼的靶点，可用于治疗慢性淋巴细胞白血病 (CLL)、套细胞淋巴瘤 (MCL) 和其他 B 细胞恶性肿瘤。伊布替尼是同类首创的共价 BTK 抑制剂，可限制 B 细胞存活和增殖。设计新的 BTK 抑制剂是推动开发更好的癌症和自身免疫性疾病治疗药物的重要目标。基于伊布替尼的成功，已开发出几种第二代不可逆 BTK 抑制剂，其脱靶效应更少。然而，结合模式及其与 Btk 的相互作用尚未通过实验确定并在原子分辨率下评估。在这里，我们确定了 BTK 激酶结构域与阿卡替尼复合物的第一个晶体结构。此外，我们报告了 BTK/替拉替尼复合物的结构，并将这些结构与之前解析的结构进行了比较。这些结构提供了有关阿卡布汀优异选择性的见解，并指导了未来 BTK 抑制剂的开发。
安全输入处理
大多数安全漏洞是由不安全的输入处理引起的。这些讲义讨论了用于安全输入处理的模式和反图案，也讨论了输出处理，因为某些输入问题实际上是输出问题。一个常见的误解是，我们应该简单地验证或消毒输入以防止输入问题。可能需要输入验证或缺乏疗法，但也可能是解决一些输入问题的完全错误的方法。此外，即使它们在根本上是非常不同的概念，也通常会发现（或困惑）验证和缺乏症。使事情变得更糟，许多（近）同义词 - 过滤，编码，逃脱，中和引用 - 加剧了混乱。我们将从解析的角度来研究输入处理。典型的应用必须解析多种语言，格式和协议。大多数安全问题是由于这些语言的不安全，错误或意外解析所致。在这里，这些讲义很大程度上归功于Langsec方法对不安全输入处理的根本原因的见解。解析提供了一个有用的观点，可以在结构上防止输入处理问题：Langsec构建安全解析器的方法以及不容易受到注射攻击的键入和“安全” API。
DP4-AI 自动 NMR 数据分析
我们开发了一种用于自动处理和分配原始 13C 和 1H NMR 数据的强大系统 DP4-AI，并将其集成到我们的计算有机分子结构解析工作流程中。从具有未定义立体化学或其他结构不确定性的分子结构开始，该系统可实现完全自动化的结构解析。开发了使用客观模型选择进行 NMR 峰值拾取的方法以及用于将计算出的 13C 和 1H NMR 位移与嘈杂实验 NMR 数据中的峰值进行匹配的算法。当使用一组具有挑战性的分子测试进行严格评估时，DP4-AI 的处理速度提高了 60 倍，并且几乎不需要科学家的时间。DP4-AI 代表了 NMR 结构解析的一次飞跃，也是 DP4 功能的一次重大变化。它可以对数据库和大量分子进行高通量分析，这在以前是不可能的，并为通过机器学习发现新的结构信息铺平了道路。此新功能与直观的 GUI 相结合，可作为开源软件在 https://github.com/KristapsE/DP4-AI 上使用。
使用自动驾驶汽车的规格符合符合性的可及性分析，使用磁性模型检查
本文提出了一种新的方法，用于从密集的点云数据中自动为曼哈顿环境中的建筑物创建语义数字模型。与以前仅依赖于数据驱动方法的方法不同，我们的方法将人工智能与域工程知识集成在一起，以在复杂的布局中克服室内点云处理和几何形式表示中的chal lenges。基于功能的DE Cision树分类器提取了主要建筑元素，该元素用于3D空间解析的基于知识的算法中。在此基础上，优化过程生成参数化的平面图，用于最终创建体积数字模型。该方法在慕尼黑技术大学和斯坦福大学的数据集上进行了验证，用于模型放置的平均准确性约为0.08 m，用于估计元素参数的0.06 m，这突出了其产生建筑物语义数字模型的有效性。这种方法强调了AI集成在数字孪生工作流程中的潜力，以提供更多的自动交配解决方案。
学习电磁超物理物理
大型语言模型（LLM），例如Chatgpt，Gemini，Llama和Claude接受了从互联网解析的文本数量的培训，并且表现出了出色的能力，可以以一种与人类无法区分的方式响应复杂提示的能力。对于由带有四个椭圆形谐振器的单位细胞组成的全dielectric寄生虫，我们在多达40,000个数据上呈现了一个llmfien，可以预测只有文本提示的吸收率谱，仅指定了元时间的几何形状。将结果与传统的机器学习方法进行比较，包括馈送前向神经网络，随机森林，线性回归和K-Nearest邻居（KNN）。值得注意的是，使用深度神经网络的大型数据集尺寸的细胞调整LLM（FT-LLM）的性能可比。我们还通过要求LLM预测实现所需光谱所需的几何形状来探索反问题。llms比Humans具有多个优势，这些优点可能使他们有益于研究，包括处理大量数据，数据中发现的隐藏模式并在高维空间中运行的能力。这表明他们可能能够利用对世界的一般知识比传统模型更快地学习，从而使他们的研究和分析工具有价值。
原子量尺度测定LA0.7SR0.3MNO3/SRTIO3接口的磁性和化学计量法：反滞后>的研究
在过渡金属氧化金属异质结构的界面处的相关性和电子重建的摘要为调整其独特的物理特性提供了新的途径。在这里，我们研究了界面非色化和垂直相分离对磁性特性的影响，以及外部上马la 0.7 SR 0.7 SR 0.3 MNO 3（LSMO）/SRTIO 3（001）氧化物氧化物异构结构的接近性诱导的磁性。我们还重新分辨了该系统报告的最近观察到的逆滞后行为，我们发现，这些行为是从超导螺线管的remanent fird中提出的，而不是从低稳态的LSMO lsmo thin-films中的抗铁磁内交换偶联。结合了原子解析的电子能损失光谱，元素特异性X射线磁性圆形二色性和界面敏感的极化X射线谐振磁磁反射性显示Mn 3 + - 增强的互化lsmo层的形成。 MNO 3，以及界面处的少量O-VACACANCES。这些结果不仅可以提高对相关氧化物界面的磁性和自旋结构的理解，而且还对实际应用有望，尤其是在性能依赖于界面自旋结构控制和旋转极化电流的设备。
超长领域的实验实现
简介。光学成像中的超分辨率是指可以提高空间分辨率超出光的衍射极限的方法。衍射极限定义可以在标准光学成像系统中解析的最小特征大小，并由光波长和光学系统的数值光圈（NA）确定[1]。解决远距离成像中亚波长度特征的一种方法是使用上震荡的光点，这是一种现象，其中复杂场可以以大于其截止空间频率的速率局部振荡[2-5]。尽管如此，超级镜的强度与大量侧叶相结合的固有缺点，导致成像质量差。已经研究了数值优化方案[6]和索菲的光学设置[7-9]，以缓解侧齿强度。但是，最近引入的物理概念Supprowth [10]为解决此问题提供了有希望的途径。在超级生长领域中，复杂场的局部幅度增长率高于其傅立叶频谱中最高空间频率，从而提供了对亚波长度特征的访问[11]。这个概念与evanevanscent波的接近局部显微镜相似[12，13]。超级生长的光场斑点可以与超震荡区相比，可以呈指数级的强度，并且在理论上已证明能够成像亚波长度对象[14]。
引用了原始发表的论文（记录的版本）：Bainsla，L.，Zhao，B.，Behera，N。等（2024）。
通过将光结合到下波长体积，光力学的微腔可以大大增强光和机械运动之间的相互作用。但是，这是以增加光损耗率的成本。因此，将基于微腔的光力系统放置在未解决的边带机制中，以防止基于边带的地面冷却。减少此类系统光损耗的途径是设计腔镜，即与机械谐振器相互作用的光学模式。在我们的工作中，我们分析了这样的光力学系统，其中其中一个镜子与频率很大，即悬挂的Fano镜子。此光力学系统由两种光学模式组成，这些光学模式与悬挂的Fano镜子的运动。我们制定了一个量子耦合模式描述，其中包括标准色散光学耦合以及耗散耦合。我们在线性状态下求解了系统动力学的兰格文方程，表明即使腔本身不在解析的边带机制中，但可以从室温下进行冷却，而是通过强光模式耦合来实现有效的侧带分辨率。重要的是，我们发现，需要针对有效激光衰减来适当分析腔输出光谱，以推断机械谐振器的声子占用。我们的工作还可以预测如何通过工程化Fano Mirror的特性来达到基于FANO的微博中非线性量子光学机械的制度。
合成中的对称分辨动态净化...
当以产品状态初始化的量子系统受到相干或非相干动力学的影响时，其任何连接分区的熵一般都会随着时间而增加，这表明（量子）信息不可避免地会在整个系统中传播。本文表明，在存在连续对称性和普遍存在的实验条件下，由于相干和非相干动力学的竞争，对称解析信息传播受到抑制：在给定量子数区，熵会随着时间而减少，这表明动力学净化。这种动力学净化连接了两个不同的短时间区和中时间区，分别以对数体积和对数面积熵定律为特征。它是对称量子演化的通用现象，因此发生在不同的分区几何和拓扑以及（局部）刘维尔动力学类中。然后，我们开发了一种基于随机幺正工具箱的协议来测量合成量子系统中对称性解析的熵和负性，并使用来自捕获离子实验的实验数据证明了动态净化的普遍性 [ Bry- dges et al. , Science 364, 260 (2019) ] 。我们的工作表明，对称性作为放大镜在表征开放量子系统中的多体动力学方面起着关键作用，特别是在嘈杂的中尺度量子装置中。