XiaoMi-AI文件搜索系统
World File Search System重新配置
引用：Li A，Li YF，Wang C等。具有可重新配置性能和超低功耗的成型集成光谱仪。
尽管对集成光谱仪的需求紧迫，但仍缺少提供高性能同时实用的效果的解决方案。此外，当前的集成光谱仪缺乏其性能的可重构性，这对于动态工作场景非常可取。这项研究通过在硅上证明了一个用户友好，可重构的光谱仪，提供了可行的解决方案。该创新光谱仪的核心是一个可编程的光子电路，能够表现出不同的光谱响应，可以使用芯片相变换个器对其进行显着调整。我们光谱仪的区别特征在于其反向设计方法，促进了轻松控制和对可编程电路的有效操纵。通过消除对复杂配置的需求，我们的设计减少了功耗并减轻控制复杂性。此外，我们的可重构光谱仪提供了两个不同的操作条件。在超高的绩效模式下，它被多个相移的动物激活，并在维持宽带宽度的同时，在图表尺度上实现了异常的光谱分辨率。另一方面，使用易用模式进一步简化了控制逻辑并通过操纵单相移位器来减少功耗。尽管此模式提供了大约0.3 nm的光谱分辨率略有降级，但它优先考虑易用性，并且非常适合超细光谱重建不是主要要求的应用。
可重新配置智能表面辅助通信系统的机器学习策略 - 审查
摘要：机器学习（ML）算法已被广泛用于改善电信系统的性能，包括可重构的智能表面（RIS）辅助无线通信系统。RI被视为第六代（6G）通信的主链的关键部分，这主要是由于其电磁特性可控制无线通道中信号的传播。ML优化（RIS）辅助无线通信系统可以是减轻无线通道中信号遭受的降级的有效替代方法，从而在系统的性能中具有显着优势。但是，多种方法，系统配置和渠道条件使得难以确定有效实现最佳解决方案的最佳技术或一组技术。本文对文献中报告的框架进行了全面审查，这些框架应用了ML和RISS来改善无线通信系统的整体性能。本文比较了可用于解决RIS辅助系统设计的ML策略。系统是根据ML方法，所使用的数据库，实现复杂性和报告的性能提高进行分类的。最后，我们阐明了基于ML策略设计和实施未来RIS辅助无线通信系统的挑战和机遇。
使用时间表重新配置确保实时系统
摘要 - 现代的实时系统容易受到网络攻击的影响。越来越多的采用多核平台，安全性和非安全关键任务共存，进一步引入了新的安全挑战。现有的解决方案遭受了缺乏决定论或过多成本的损失。本文解决了这些缺点，并提出了一个离线分析，以计算在多核平台上运行的实时任务的所有可行时间表，从而隔离损害任务，同时保证失败操作系统和低成本可重构计划。使用UAV自动驾驶系统在四核平台（Raspberry PI）上使用UAV自动驾驶系统的实验结果表明，所提出的方案会在微秒级别上造成运行时恢复开销。此外，在合成测试案例中，重新配置过程最多涵盖了所有可能的响应的100％。索引项 - 真实时间系统，计划重新配置，多核，安全性。
在可重新配置的光学镊子阵列
纠缠对于许多量子应用至关重要，包括量子信息处理，量子模拟和量子增强感应。由于其丰富的内部结构和相互作用，已经提出了分子作为量子科学的有前途的平台。确定性分子的确定性纠缠仍然是长期以来的实验挑战。我们证明了单独制备的分子的需求纠缠。使用通过使用可重构光学镊子阵列制备的分子对之间的电偶极相互作用，我们确定创建了分子的钟形对。我们的结果证明了量子应用所需的关键构建块，并且可能会推进使用捕获分子的量子增强基本物理测试。e
在拓扑富含独立的纳米膜中，在空间上可重新配置的抗铁磁状态
我们通过在透射电子显微镜中使用选定的区域电子衍射（SAED）研究了各种独立的AFM膜（type-a，b，c）的结晶度，请参见补充图S1.1A，C，e。A型，B膜是在SAO涂层的α-AL 2 O 3和SRTIO 3底物上生长的未封闭的α-FE 2 O 3层，而C型C膜是缓冲α-FE 2 O 2 O 2 O 3层在SAO涂层的Srtio Srtio 3 sibtrates上生长的3层。缓冲液由老挝和STO层制成（有关详细信息，请参见方法）。SAED模式证实A型膜中的AFM层是多晶的，而B型膜中的AFM层是单个晶体。type-C的缓冲膜不仅是结晶的，而且由于与缓冲液中的老挝层的不匹配，还具有Moiré图案。此外，通过POL图分析和𝜙 -Scans证实了缓冲膜中各个层的外延生长，在补充图S1.2中进行了说明。最后，在补充图S1.1b，d，f中显示的光学显微镜图像表明，未固定的A型，B膜通常会构成更多的裂纹，从而导致较小的完整膜区域。相比之下，缓冲型C膜通常形成较大的面积样品，裂纹较少，这对于实现强弯曲的AFM结构以探索磁结构效应很重要。
供应链的重新配置：德国公司的优先事项是什么？
在19009年大流行期间，公司的全球供应链受到了公众的审查。与大流行有关的生产和运输中断使供应链在全球范围内受到严重压力，并且经常与相当大的经济成本有关。然而，随着大流行的消退，供应链中断的程度也显着下降。由纽约联邦储备银行生产的追踪全球供应链的供应链压力指数（GSCPI）去年大幅下降，甚至在2023年12月的历史平均水平上都低于其历史平均水平（见图1）。此外，根据IFO短缺指标，受中间投入短缺影响的德国公司的比例也正接近大频繁的水平。虽然十分之八的德国制造公司报告了2021年12月大流行时的物质短缺，但该份额在2023年10月下降至18％（见图2）。尽管如此，也门胡塞叛军最近对红海集装箱船的袭击强调了供应链风险仍然显着的事实。
AI辅助重新配置电池组，用于延长驱动运行时
电荷状态（SOC）细胞平衡是电池管理系统（BMS）最重要的作用之一。电池组的性能和寿命可以通过SOC中存在不平衡而显着降低和降低。最近，我们已经表明，基于可控开关网络的机器学习驱动的电池组重新配置技术，可以定期更改电池组拓扑，以有效地实现更好的单元SOC均衡。结果，通过更好平衡的电池组实现的驾驶运行时会增加。在本文中，我们以这些有希望的结果为基础，并研究用于预测重新配置期间最佳电池组拓扑的新型机器学习模型。此外，为了研究提出的电池重新配置技术的可伸缩性，我们对电池组进行了研究，其细胞数量是两倍。为了进行验证，我们开发了一个内部自定义电池组仿真工具，该工具集成了最先进的电池电池模型和扩展的Kalman滤波（EKF）算法，以进行SOC状态估计。使用几个电池放电工作负载的仿真结果表明，与以前的工作相比，机器学习算法可以实现更好的预测准确性，从而导致更好的电池平衡，从而使电池运行时长达22.4％。
MEC的可重新配置智能计算表面...
摘要 - 在本文中，我们专注于通过使用车辆到基础结构（V2I）链接从蜂窝车辆（CVS）卸载的任务来提高自主驾驶安全性，并将其转移到多访问Edge Computing（MEC）服务器。考虑到可以将用于V2I链路的频率重复用于车辆到车辆（V2V）通信以改善频谱利用率，因此每个V2I链接的接收器可能会严重干扰，从而导致任务卸载过程中的中断。为了解决这个问题，我们建议部署可重新配置的智能构成表面（RIC），不仅可以启用V2I反射性链接，而且还可以在V2V链接处取消利用其超材料的计算能力。我们为CVS和MEC服务器之间的任务卸载比率，V2V和V2I通信之间的频谱共享策略以及RICS反射和折射矩阵设计了联合优化公式，目的是最大程度地利用基于安全的自动驱动任务。由于问题的非跨性别性和自由变量之间的耦合，我们将其转换为更易于处理的等效形式，然后将其分解为三个子问题，并通过替代近似方法求解。我们的仿真结果证明了拟议的RIC优化在提高自动驾驶网络安全性方面的有效性。索引项 - 功能，自动驾驶，多访问边缘计算，频谱共享，任务卸载。
可重新配置的颗粒超材料中自适应力链的演变†
在外部施加的载荷下，颗粒包装形成了力链网络，这些网络取决于晶粒的接触网络和刚度。在这项工作中，我们研究了可变刚度颗粒的包装，我们可以通过更改包装中各个颗粒的刚度来指导力链。每个可变刚度颗粒都是由硅胶壳制成的，该壳封装了由低熔点金属合金（田间金属）制成的芯。通过通过共同设置的铜加热器发送电流，可以通过焦耳加热熔化每个粒子内部的金属，从而导致颗粒的软化。随着粒子冷却至室温，合金凝固，粒子恢复了其原始刚度。为了优化包含软颗粒和刚性颗粒的颗粒包装的机械响应，我们采用了一种进化算法，结合了离散元素方法模拟，以预测将在组装边界上产生特定力输出的刚度模式。使用可变刚度颗粒的2D组件在实验中构建了预测的刚度模式，并使用光弹性测量了组装边界不同点处的力输出。此结果是制造机器人颗粒超材料的第一步，可以动态地调整其机械性能，例如力传输，弹性模量和按需频率响应。
可重新配置的反馈现场效应晶体管，带有一个门
数十年来，由于摩尔法律[1]，互补金属 - 氧化物半导体（CMOS）技术的连续扩展导致了信息技术的革命性发展，该法律规定，微芯片的密度每24个月增加了一倍。但是，由于由短通道效应等现象引起的泄漏电流，MOS场效应晶体管（MOSFET）会遇到限制[2]。尤其是由于载体的热极限，在室温下，子阈值秋千的极限为60 mV/dec [3]。使用隧道效应，使用影响电离的电离效果（i-MOS）[8-11]等各种设备，例如使用影响电离的电离MOS（I-MOS）[8-11] [12-24] [12-24] [12-24]使用反馈现象来克服这些限制。fbfet通过调节诸如p-n-p-n之类的结构中的潜在屏障，使用正反馈机制表现出陡峭的开关特性。第一次提出的FBFET通过将电荷捕获在栅极侧壁间隔物中来调节电势垒。然而，由于间隔区域的附加过程和不稳定性，已经提出了结构，以浓重的掺杂掺杂现有的间隔区区域，或用额外的栅极电极代替它[14，15]。这些结构相对稳定，可以在带有附加栅极电极的单个设备中重新配置p和n型[13]。但是，对于在P和N型操作模式中重新配置的四端设备结构的其他门电压调制是必需的。在这项研究中，我们提出了一个可重新选择的FBFET，可以通过控制单门电压调制来以P和N型模式进行操作。单门电压允许注射孔（P型）或电子（N型），以进行正反馈回路。与其他可重新配置的FET（RFET）[25-29]相反，该FET（25 - 29]）通过阻碍注射不希望的荷载体，对电子和孔显示单极传导，可重新选择的FBFET使用电子和孔进行电流。因此，我们的设备表现出对P和N型配置的对称特征。