XiaoMi-AI文件搜索系统
World File Search System高能
高能软X射线光谱仪的开发和应用
t619-0215 rutfmm％i *wm％k-＆8-1 masami terauchi *>，masato koike *>和masahiko isfflno 2> 15高级材料多学科研究所，Tohoku University
太阳中的毫米暗物质的高能中微子
尽管所有已知的粒子都带有订单统一（或电气中性）的电荷值，但近年来，具有较小电荷量的基本粒子的模型已引起了很大的兴趣[1-17]。可能会出现这样的毫米颗粒，例如，如果通过光子与新的浅色深色光子的动能混合产生有效电荷，则L⊃= 2 fμνf0μν，其中f0μν是深色光子场强度，而ϵ是一个小小的尺寸参数。这种混合会导致在此新的Uð1Þ0下充电的颗粒，从而获得有效的电荷，q χ¼ϵE 0 = e，其中e 0是uð1Þ0量表耦合，e是标准的电磁耦合[18]。在有效的场理论的背景下，任何值的值在技术上都是自然的。如果标准模型嵌入了大统一理论中，则仅通过携带超负荷和uð1的粒子的循环而产生这种混合。在一环级别，此混合的预期大小由
高能碰撞中带电轨迹寻找的量子路径
在高能粒子碰撞中，带电轨迹查找是一项复杂而又至关重要的工作。我们提出了一种量子算法，特别是量子模板匹配，以提高轨迹查找的准确性和效率。通过引入数据寄存器并利用新颖的 oracle 结构来抽象量子振幅放大例程，可以将数据解析到电路并与命中模式模板匹配，而无需事先了解输入数据。此外，我们解决了命中数据缺失带来的挑战，证明了量子模板匹配算法能够从命中数据缺失的命中模式中成功识别带电粒子轨迹。因此，我们的研究结果提出了适合实际应用的量子方法，并强调了量子计算在对撞机物理学中的潜力。
采用高能直接沉积（DED）工艺层压钴铬合金...
本研究采用定向能量沉积（DED）工艺来增材制造钴铬合金材料，该材料常用于模具、牙科/骨科医疗应用、车辆和飞机。利用DED技术获得的沉积质量受工艺参数的影响。因此，本实验的目的是评估激光功率、激光头移动速度和送粉速率等参数变化引起的微观结构变化，以改善和优化堆叠质量。利用光学显微镜分析了微观结构的形状、热影响区和稀释率。此外，还计算了全局能量密度（GED），因为它会影响3D打印产品的质量。通过计算不同工艺条件下的GED，确定DED方法的最佳工艺条件。
稳定富镍高能阴极，用于先进锂电池……
本文作者谨代表巴伊兰大学纳米技术与先进材料研究所电化学组、BIU 能源与可持续发展中心和 INERC（以色列国家能源研究联盟）的同事，向 J. Mater. Chem. A 、其编辑和董事会成员祝贺这一重要期刊创刊 10 周年。在过去的十年中，该期刊为材料科学的广阔领域和材料研究界做出了巨大贡献。我们赞扬其有效、诚实的审查流程和在其中发表的高质量论文。我们很自豪能够在这本享有盛誉的期刊上发表许多论文，我们也很荣幸为这本期刊审阅了材料科学、能源相关领域和其他领域的许多高质量报告。我们在此向负责期刊、审查和出版流程的优秀团队表示感谢。我们很高兴将这篇论文提交给这个专题，并相信它能够引起材料科学、储能新材料、计算建模和电化学等跨学科社区的广泛兴趣。
通过在高压下反应甲烷和氮来回收的高能化合物
高能密度材料（HEDM）在许多地区都有很大的重要性，包括储能，火箭推进剂和炸药。多氮材料一直是有希望的HEDM候选物，因为由单键和三键组成的结构之间存在较大的能量差[1]。由于硅藻n 2分子是采用最稳定的n n三键[2]的最稳定形式[2]，因此，当与单键键合构成n 2时，将释放大量能量。高压已被验证为打破极强三重N键并获得N-N键的聚合物氮材料[3]的有效方法。由于实验中的合成聚合物氮很难，因此在高压下的第一个原理计算研究，尤其是与自动crystal结构搜索算法相结合的，带来了相当大的成功。Following the first-principles prediction of single- bonded covalent solids with three-coordinated nitrogen atoms proposed by McMahan and Lesar [ 4 ], many other theoretical predictions of monatomic structures were studied, such as the cubic gauche (cg) [ 5 ], black phosphorus, α -arsenic [ 6 , 7 ], Cmcm chain [ 8 ], N 2 -N 6 [8]，顺式传播链[9]，分层船[10]，八成员环[11]，poly-n [12]，层次PBA 2（LP）[13]，螺旋隧道P 2 1 2 1 2 1 2 1结构[13，14]和笼子 - 像钻石的氮[15]。在实验上，CG结构的单键框架已在高压（110 GPA）和高温（2000 K）下成功合成[3，16]。最近，观察到分层的PBA 2结构
高能质子辐照对GaN混合漏极的影响...
为了为 CERN 加速器隧道的新灯具提供耐辐射 LED 电源，需要对商用级功率晶体管在高水平粒子辐照下进行特性分析，因为这对半导体器件来说是一个恶劣的环境。这项工作描述了 24 GeV/ c 质子辐照对商用 GaN 混合漏极嵌入式栅极注入晶体管 (HD-GIT) 的影响，当时的剂量为 5.9 × 10 14 p/cm 2。漏极漏电流、阈值电压和 I ds − V ds 曲线的测量表明，在考虑的剂量之后，GaN HD-GIT 的电性能仅发生微小变化；例如，辐照后阈值电压平均增加约 11-13 mV。我们还对质子辐照引起的性能退化提出了物理解释；尤其是高电场下 2DEG 通道中的电子漂移速度似乎由于辐射引起的声子弛豫速率增加而降低。最后，提出了一种使用 GaN HD-GIT 进行电流控制的 AC/DC LED 电源，用于 CERN 隧道的新型灯具，满足辐射硬度和光质量方面的要求。
高能双能计算机断层扫描，用于表征大而厚的物体
通常的计算机断层扫描（CT）系统提供有关组成对象的材料的布局和性质的信息。但是，此信息仅限于材料的明显线性衰减µ。要以有效的原子数z eff和电子密度ρe的形式达到更精确和准确的描述，可以使用双能量成像。常规的双能计算机计算机（DECT）技术是：（a）进行预处理的双能数据集并执行常规CT重建[1]，（b）重建双能量数据集并分析获得的线性衰减数据集的比例，并在A上进行了一定的材料[2，3]和（C）[2，3]，3]和（C） [4-6]。第二种技术相对方便地设置，但并非完全独立于能量。第三种技术已被证明相当有效；但是，它提出了一个用于分解的材料基础选择的问题。检查由大量不同材料组成的复杂物体时，此选择可能至关重要。因此，这项工作着重于将第一个技术扩展到高能，因为它不需要对材料进行任何假设，并通过系统频谱响应考虑了光束硬化效应。DEV源通常是X射线管，将诊断能范围限制在几百kV中。对于大而厚的物体，必须具有等效的X射线衰减，高达1 m的混凝土，高能（> 6 mV）的扫描仪是强制性的。[1]和Azevedo等。[7]需要扩展。在这样的能量下，E + E - 对生产优先于光电效果，而Alvarez等人启动了双能分解的工作。由于E + E - 对生产横截面𝜎 𝜎没有分析公式，该模型以第二阶多项式𝑔𝑔（）的形式将贡献与原子数Z分开，并从能量E分开，并提出了第三阶多项式𝑔𝑃𝑃（）和第三阶多项式1𝑓（and）。
高能物理学中量子机学习的事件分类
摘要我们介绍了利用机器学习的量子算法的研究，以从背景事件中对感兴趣的事件进行分类，这是高能物理学中最具代表性的机器学习应用之一。我们着重于学习输入数据的属性的变分量子方法，并使用模拟器和量子计算设备评估事件分类的性能。基于增强的否定树和使用经典计算机的深神经网络的标准多变量分类技术的性能比较表明，量子算法在输入变量数量和训练样本大小的考虑范围内与标准技术具有可比性的性能。用量子计算机测试了变分量子算法，表明从背景中歧视有趣的事件是可行的。特征行为，以及当前性能在高能物理实验中的含义。
基于SUAS的环境抽样，以支持高能激光武器系统（HELWS）
•我们提出了为多型SUA开发光学湍流感测能力。•差分温度传感方法将适应SUA的量化温度结构参数。传感器放置的迭代测试将有助于减轻撑杆对湍流感应的影响。•我们将确定使用多翼suas进行光学闪烁测量的潜力和限制，并制定最佳的策略来取样不受干扰的气氛。