
Harry N. Abrams
Cơ quản chủ quản: N/A
Lĩnh vực:
Các bài báo tiêu biểu
Áp dụng biến đổi sóng con kép cây đôi và biến đổi sóng con rời rạc mật độ đôi trong việc trích xuất và phân loại đặc trưng phổ khối Dịch bởi AI
- 2010
Trong bài báo này, chúng tôi đề xuất việc sử dụng biến đổi sóng con kép cây đôi và biến đổi sóng con rời rạc mật độ đôi để trích xuất các đặc trưng trong phổ khối. Hai quy trình tương ứng được gợi ý cho việc phân loại phổ khối. Nhiều thực nghiệm đã được triển khai trên hai loại phổ MALDI-TOF, bao gồm phổ ổn định và phổ nhiễu. Kết quả phân loại cho thấy các quy trình mà chúng tôi đề xuất không chỉ đạt được hiệu suất tốt hơn so với các phương pháp trước đây mà còn có khả năng chống nhiễu.
#trích xuất đặc trưng #biến đổi sóng con kép cây đôi #biến đổi sóng con rời rạc mật độ đôi #phổ khối #máy vector hỗ trợ
Triển khai Bền bỉ của Các Thuật Toán Lặp Phân Tán Peer-to-Peer Dịch bởi AI
- 2012
Các vấn đề liên quan đến khả năng chịu lỗi trong việc triển khai các thuật toán lặp phân tán thông qua môi trường tính toán phân tán peer-to-peer P2PDC được xem xét. P2PDC là một môi trường phi tập trung dành riêng cho các ứng dụng song song nhiệm vụ. Nó đã được thiết kế đặc biệt cho giải quyết các bài toán mô phỏng số quy mô lớn thông qua các thuật toán lặp phân tán. Môi trường này cho phép giao tiếp thường xuyên và trực tiếp giữa các peer, tức là các máy tính. P2PDC dựa trên P2PSAP, một giao thức giao tiếp tự thích nghi. Chúng tôi trình bày những chức năng mới của P2PDC nhằm làm cho môi trường của chúng tôi trở nên bền bỉ hơn. Một cơ chế chịu lỗi thích nghi đảm bảo độ bền vững của việc tính toán để đối phó với các lỗi của peer. Chúng tôi cũng xem xét khả năng chịu lỗi từ quan điểm thuật toán: chúng tôi tập trung đặc biệt vào các thuật toán lặp phân tán không đồng bộ có thể chịu đựng một số mất mát tin nhắn. Một loạt các kết quả tính toán được trình bày và phân tích cho một bài toán mô phỏng số.
#tính toán phân tán #tính toán peer to peer #khả năng chịu lỗi #mô hình song song nhiệm vụ #mô phỏng số
Mô Hình Nứt Trong Kéo Đứng và Bẻ Cong Của Bê Tông Cốt Sợi Siêu Cao Hạng Với Hiệu Ứng Kích Thước Dịch bởi AI
- 2020
Các mô hình nứt của bê tông cốt sợi siêu cao hạng (UHPFRC) với hiệu ứng kích thước trong kéo và gập đã được nghiên cứu thực nghiệm. UHPFRC được nghiên cứu có tỷ lệ pha trộn 1,0% thể tích sợi thép xoắn dài và 1,0% thể tích sợi thép nhẵn ngắn. Các mẫu thử uốn và kéo được thiết kế với kích thước khác nhau như sau: 25×50×125 và 50×100×250 mm (dày×rộng×chiều dài gauge) cho các mẫu thử kéo; 50×50×150, 100×100×300, 150×150×450 mm (rộng×sâu×chiều dài nhịp) cho các mẫu thử uốn. Tất cả các mẫu thử đã được kiểm tra đều xuất hiện nhiều vết nứt vi trong quá trình phản ứng làm việc – cứng lại. Có một hiệu ứng kích thước rõ ràng về số lượng vết nứt xuất hiện trong các mẫu thử UHPFRC dưới tác động kéo và bẻ cong, bên cạnh hiệu ứng kích thước về độ bền, biến dạng và độ dẻo dai. Ngoài ra, mô hình và mức độ hiệu ứng kích thước của các vết nứt vi được trình bày và thảo luận.
#Hiệu ứng kích thước #Mô hình nứt #Độ cứng kéo #Độ cứng uốn #Vết nứt vi
Xây dựng lại OCL, Từ nền tảng Dịch bởi AI
- 2023
Ngôn ngữ Ràng buộc Đối tượng (OCL) phục vụ cho việc diễn đạt các điều kiện và truy vấn phức tạp trên các mô hình dựa trên UML theo phong cách lập trình hướng đối tượng. Chúng tôi ghi nhận rằng việc OCL dựa vào lập trình hướng đối tượng dẫn đến một số vấn đề, bao gồm những sự không nhất quán tinh vi và khả năng điều hướng không an toàn. Để giải quyết những vấn đề này, chúng tôi giới thiệu OCL♯, một nền tảng hình thức mới cho OCL với những yếu tố mượn từ Alloy. Chúng tôi cung cấp cú pháp và ngữ nghĩa của OCL♯, chứng minh tính an toàn kiểu và trình bày một phiên bản triển khai nguyên mẫu.
#OCL #ngữ nghĩa #ngôn ngữ quan hệ #Alloy