XiaoMi-AI文件搜索系统
World File Search System重新配置
主动重新配置的分段空间声音调制器
高质量的声音 - 全外模式和图像，与3D显示器，声学和中间触觉等应用不可或缺的一部分需要精确的超声波分布以实现。此任务的基本工具是空间声音调节器（SSM），它控制组成元素以实现声音压力的动态分布。但是，由于高成本和许多小，紧密的单位，当前的超声SSM面临局限性。这项研究介绍了“分割的SSM”，即新型设备，这些设备将传统的声学跨表面像素单元组合到定制形状的分段元件中。这些分段的SSM降低了驱动成本和复杂性，同时保持压力分配质量。此方法包括一种自定义的相凝集算法（PAA），该算法是为用户选择的潜在分割解决方案的层次结构。使用OB-3D打印机和定制控制电子设备详细介绍了SSM制造方法，从概念到实现，完成了端到端方法。使用两个原型SSM设备验证了这种方法，它们使用动态分段元件将声波聚焦并悬浮聚苯乙烯珠。通过具有静态和动态元素的混合SSM设备探索了对技术的进一步增强。管道促进了各种应用程序跨不同应用的有效SSM构建，并邀请了以不同尺寸，用途和驱动机制的未来设备的成立。
通过交替循环的完美匹配的最短重新配置
组合重新构造是一个基础研究主题，它阐明了组合（搜索）问题的解决方案空间，并连接了各种概念，例如优化，计数，枚举和采样。以其一般形式，组合重新配置与组合问题的配置空间的特性有关。组合问题的配置空间通常表示为图形，但其大小通常在实例大小中指数。因此，组合重新配置上的算法问题并不是微不足道的，需要新颖的工具才能解决。有关最近的调查，请参见[11，7]。在组合重新配置的研究中遇到了两个基本问题。第一个问题询问在配置空间中两个给定解之间的路径，即两种溶液的可达性。第二个问题询问是否存在两个给定解决方案之间的路径的最短长度。第二个问题通常称为最短的重新构造问题。在本文中，我们重点介绍了对匹配的发现问题，即独立边缘的集合。有几种定义配对的配置空间的方法，其中一些已经在文献中进行了研究[8、9、6、3、2]。我们将在第1.1节中解释它们。我们研究了另一个配对的配置空间，我们称之为交替的路径/循环模型。该模型是由匹配多型匹配的邻接动机，我们将很快看到。参见图1作为示例。在模型中，我们给出了一个未方向且未加权的图G，还有一个整数k≥0。配置空间的顶点集由g的匹配至少至少k组成。G中的两个匹配M和N在配置空间中相邻，并且仅当它们的对称差异M n：=（M n）\（M n）\（M n）是单个路径或循环时。特别是我们对k = |的情况感兴趣。 V（g）| / 2，即完美匹配的重新配置。在这种情况下，模型被简化为交替的循环模型，因为M△N不能有路径。在交替循环模型下，两个完美匹配的可达到性是微不足道的：答案总是肯定的。这是因为两个完美匹配的对称差异总是由顶点 - 局部循环组成。因此，我们专注于交替循环模型下的最短完美匹配重新配置。
实现强大的，可重新配置的主动淬火设计...
1 Massachusetts技术研究所，02139，美国剑桥。 2MIT MEDIA LAB，马萨诸塞州理工学院，02139，美国剑桥。 3 Patheck Foundation，02139，美国剑桥。 4哈佛医学院，美国波士顿02115。 5ASH民主治理与创新中心，哈佛大学肯尼迪学校，02138，美国剑桥。 6 Inter for Technology for Global Health，02139，美国剑桥。 7国立人类基因组研究所，美国国立卫生研究院（NIH），20892年，美国贝塞斯达。 8加利福尼亚州的8号大学，伯克利法学院，94720，美国伯克利。 92092，美国圣地亚哥的圣地亚哥医学院9年级大学。 10史尼·布鲁克大学医学院医学院，11794年，美国斯托尼·布鲁克（Stony Brook）。 11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。 12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。1 Massachusetts技术研究所，02139，美国剑桥。2MIT MEDIA LAB，马萨诸塞州理工学院，02139，美国剑桥。 3 Patheck Foundation，02139，美国剑桥。 4哈佛医学院，美国波士顿02115。 5ASH民主治理与创新中心，哈佛大学肯尼迪学校，02138，美国剑桥。 6 Inter for Technology for Global Health，02139，美国剑桥。 7国立人类基因组研究所，美国国立卫生研究院（NIH），20892年，美国贝塞斯达。 8加利福尼亚州的8号大学，伯克利法学院，94720，美国伯克利。 92092，美国圣地亚哥的圣地亚哥医学院9年级大学。 10史尼·布鲁克大学医学院医学院，11794年，美国斯托尼·布鲁克（Stony Brook）。 11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。 12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。2MIT MEDIA LAB，马萨诸塞州理工学院，02139，美国剑桥。3 Patheck Foundation，02139，美国剑桥。4哈佛医学院，美国波士顿02115。 5ASH民主治理与创新中心，哈佛大学肯尼迪学校，02138，美国剑桥。 6 Inter for Technology for Global Health，02139，美国剑桥。 7国立人类基因组研究所，美国国立卫生研究院（NIH），20892年，美国贝塞斯达。 8加利福尼亚州的8号大学，伯克利法学院，94720，美国伯克利。 92092，美国圣地亚哥的圣地亚哥医学院9年级大学。 10史尼·布鲁克大学医学院医学院，11794年，美国斯托尼·布鲁克（Stony Brook）。 11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。 12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。4哈佛医学院，美国波士顿02115。5ASH民主治理与创新中心，哈佛大学肯尼迪学校，02138，美国剑桥。6 Inter for Technology for Global Health，02139，美国剑桥。 7国立人类基因组研究所，美国国立卫生研究院（NIH），20892年，美国贝塞斯达。 8加利福尼亚州的8号大学，伯克利法学院，94720，美国伯克利。 92092，美国圣地亚哥的圣地亚哥医学院9年级大学。 10史尼·布鲁克大学医学院医学院，11794年，美国斯托尼·布鲁克（Stony Brook）。 11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。 12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。6 Inter for Technology for Global Health，02139，美国剑桥。7国立人类基因组研究所，美国国立卫生研究院（NIH），20892年，美国贝塞斯达。8加利福尼亚州的8号大学，伯克利法学院，94720，美国伯克利。92092，美国圣地亚哥的圣地亚哥医学院9年级大学。10史尼·布鲁克大学医学院医学院，11794年，美国斯托尼·布鲁克（Stony Brook）。11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。 12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。11 University of California Los Angeles，美国加利福尼亚州洛杉矶90095。12heidelberg大学，海德堡全球健康研究所，德国海德堡。 13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。12heidelberg大学，海德堡全球健康研究所，德国海德堡。13位数学史，罗德大学，炮兵路，格雷厄姆斯敦6139，南非。
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。
通过动态电池重新配置对潜在的终生扩展分析
摘要 - 电气化的需求导致越来越大的电池组。由于诸如包装中的细胞位置以及人工作用过程中的变化等因素所致，因此包装在其组成细胞的性能中表现出差异。此外，由于固定细胞构型，最弱的单元格使包装极易受到这些变化的影响。可重新配置的蝙蝠包装系统，由于额外的电力电子设备而增加了控制灵活性，为这些问题提供了有希望的解决方案。尽管如此，尚未调查它们在多大程度上延长电池寿命的程度。这项仿真研究分析了Dynamic重新配置的潜力，以延长电池寿命W.R.T.几个参数。结果表明，对于串联的寿命比并联配置大。对于后者，主要因素是在生命结束时散布的等效全周期，但是耐药性随着年龄的增长而增加，并且平行的细胞数量也具有影响力。最后，对于前者，串联元素的数量会放大这些效果。
全纤维动态可重新配置轨道角动量模式排序
摘要：在许多应用中广泛探索了轨道角动量（OAM）光的空间自由度，包括电信，量子信息和基于光的微型消除。能够分离和区分不同横向空间模式的能力称为模式排序或模式消除，并且在此类应用程序中恢复编码的信息至关重要。理想的D模式分散器应该能够忠实地区分不同的D空间模式，具有最小的损失，并具有D输出和快速响应时间。所有以前的模式分子都依赖于散装的光学元素，例如空间光调节器，如果要与光纤系统集成在一起，它们将无法快速调整，并且会造成其他损失。在这里，我们提出并在实验上证明了我们的最佳知识，这是使用超快动态可重构性的第一种全纤维模式分类的全纤维方法。我们的方案首先分解了OAM模式内纤维线性偏振（LP）模式，然后经过对照法规的重组以确定拓扑电荷，从而正确对OAM模式进行了分类。此外，我们的设置也可用于执行OAM模式的超快路由。这些结果显示了一种新颖的光纤形式的光空间模式排序，可以很容易地用于经典和量子信息处理中的许多新应用。关键字：轨道角动量，光子灯笼，光纤，空间除法■简介
考虑网络重新配置的电力电力的经济调度网络
随着可再生能源的大规模开发，例如风能和太阳能，可再生能源的网格连接对电力系统的安全性和稳定性构成了一定的威胁，并且对分销网络的经济调度带来了巨大的挑战。传统和单一调度方法，例如负载需求响应或网络重新配置，无法满足分销网络安全和经济运作的需求。本文提出了一种经济调度方法，用于考虑网络重新构造的风力发电的分配网络，并建立了一个经济调度模型，其客观功能是最小化分配网络运营成本，重新配置成本和总系统网络损失。基于分销网络中能源存储和反应性电源补偿设备的最佳调度以及需求响应的全面利用，提出了一种与多目标协作优化的混合整数二阶锥体编程（MISOCP）方法。使用IEEEE33节点系统的测试结果验证了本文中提出的方法的可行性和适用性。
Avstack：一个开源，可重新配置的自动驾驶汽车开发平台
自动驾驶汽车（AV）的先驱承诺将彻底改变驾驶体验和驾驶安全性。但是，AV中的里程碑的实现比预测慢。罪魁祸首包括（1）所提出的最先进的AV组件缺乏可验证性，以及（2）进行下一级评估的停滞，例如车辆到基础设施（V2I）和多主体协作。部分地，进展受到了：AV中的大量软件，摩尔群体不同的约定，跨数据集和模拟器进行测试的难度以及先进的AV Components的僵化性。为了应对这些挑战，我们提出了Avstack 1，2，一个开源，可重新配置的AV设计，实施，测试和分析的软件平台。Avstack通过在数据集和基于物理的模拟器上启用首个贸易研究来解决验证问题。avstack将停滞问题作为一个可重构的AV平台，建立在高级编程语言中的数十个开源AV Component上。我们通过在多个基准数据集中的纵向测试和V2I合作案例研究中证明了Avstack的力量，这些案例研究探讨了设计多传感器，多试剂算法的权衡。
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％。
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。