Impact of Cold Noise on the tracking performance of ATLAS ITk short strip barrel modules using a charged particle beam
冷噪声对ATLAS ITk短条桶模块跟踪性能的影响
专题命中 感知 :occupancy(abstract)
AI总结 本文研究了冷噪声对ATLAS ITk短条桶模块跟踪性能的影响,通过对比未辐照和辐照模块的跟踪性能评估,探讨其对跟踪精度的影响。
视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
冷噪声对ATLAS ITk短条桶模块跟踪性能的影响
专题命中 感知 :occupancy(abstract)
AI总结 本文研究了冷噪声对ATLAS ITk短条桶模块跟踪性能的影响,通过对比未辐照和辐照模块的跟踪性能评估,探讨其对跟踪精度的影响。
机器学习用于自驱动磁控溅射系统的原位成分映射
机构 * Materials Science and Engineering, Uppsala University(材料科学与工程,乌普萨拉大学) ; Computer Science, RISE Research Institutes of Sweden(计算机科学,瑞典RISE研究机构) ; Information Technology, Uppsala University(信息技术,乌普萨拉大学) ; Physics and Astronomy, Uppsala University(物理学和天文学,乌普萨拉大学)
专题命中 规划控制 :self-driving(title,abstract)
AI总结 本研究提出了一种基于机器学习的自驱动磁控溅射系统,通过原位传感器和高斯过程主动学习,快速生成多元素薄膜的成分分布图,提高材料探索效率。
Comments 24 pages, 10 figures. Submitted to the journal npj computational materials
云中的数字孪生:一种模块化、可扩展且互操作的框架,用于加速自动驾驶解决方案的验证与验证
机构 * Clemson University International Center for Automotive Research (CU-ICAR)(克莱姆森大学国际汽车研究中心(CU-ICAR))
专题命中 规划控制 :autonomous driving(title);分类 cs.RO
AI总结 本文提出一种云中数字孪生框架,通过模块化、可扩展和互操作性设计,加速自动驾驶解决方案的验证与验证过程,显著缩短时间线
Comments Accepted at ASME International Design Engineering Technical Conferences & Computers and Information in Engineering Conference (IDETC-CIE) 2025
Journal ref 2025 ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (IDETC-CIE), Anaheim, CA, USA, 2025, pp. V005T08A071
材料信息学:在人工智能时代的涌现与自主发现
专题命中 规划控制 :self-driving(abstract)
AI总结 本文探讨了材料信息学在人工智能时代的发展,从基础理论到AI驱动的自主发现,强调其作为不断演进的生态系统,通过反向设计和自主实验室推动材料科学的变革。
Comments 44 pages, 14 figures
微观单位性与黑洞蒸发时间的量化
专题命中 BEV与占用 :occupancy(abstract)
AI总结 本文提出一个微观单位性框架,通过全息原理限制信息通道熵,推导出量子条件以实现黑洞蒸发时间的量化。
在ELI上使用Timepix3光学相机研究无基底纳米颗粒的超快动力学
专题命中 BEV与占用 :occupancy(abstract)
AI总结 本文提出改进的Timepix3光学相机方法,用于研究无基底纳米颗粒在ELI的超快动态行为,克服高占用率条件下的读出限制。
三角晶格Hubbard模型在半填充下的它渗磁性:应用于扭曲的过渡金属二硫化物
专题命中 BEV与占用 :occupancy(abstract)
AI总结 研究三角晶格Hubbard模型在半填充下的磁性行为,发现不同相互作用强度下出现多种磁有序态,并应用于扭曲过渡金属二硫化物。
Comments 4+2 pages
Journal ref Phys. Rev. B 113, L041107 (2026)
Drivora:一种统一且可扩展的基于搜索的自动驾驶测试基础设施
专题命中 仿真评测 :autonomous driving(title,abstract)
AI总结 Drivora是一种基于搜索的自动驾驶测试框架,通过统一的场景定义和解耦的架构,提升测试效率与扩展性。
通过智能仿真建模实现协议优化:PRISM
机构 * Argonne National Laboratory(阿贡国家实验室)
专题命中 仿真评测 :self-driving(abstract);分类 cs.RO、cs.AI
AI总结 PRISM通过智能仿真建模实现实验协议的自动化设计、验证和执行,结合语言模型代理、数字孪生验证和机器人执行,提供端到端的实验流程解决方案。
Comments 43 pages, 8 figures, submitted to RSC Digital Discovery. Equal contribution: B. Hsu, P.V. Setty, R.M. Butler. Corresponding author: A. Ramanathan
对材料科学中主动学习工作流的批判性审视
机构 * The NOMAD Laboratory at the Fritz Haber Institute of the Max Planck Society(弗里茨·哈伯研究所的NOMAD实验室)
专题命中 仿真评测 :self-driving(abstract)
AI总结 本文批判性地评估了材料科学中主动学习工作流的设计与性能,探讨关键设计选择对工作流效果的影响,并提供实践指导。