《現(xiàn)代應(yīng)用物理》雜志簡(jiǎn)介

　　《現(xiàn)代應(yīng)用物理》Modern Applied Physics(季刊)2010年創(chuàng)刊，是物理類學(xué)術(shù)期刊，原名《應(yīng)用物理》，2013年4月，國(guó)家新聞出版廣電總局批準(zhǔn)為正式公開出版刊物。本刊主要關(guān)注應(yīng)用物理領(lǐng)域的研究前沿和熱點(diǎn)，發(fā)布研究和應(yīng)用學(xué)術(shù)成果，增進(jìn)應(yīng)用物理研究成果的國(guó)際化傳播交流，為科技工作者提供學(xué)術(shù)技術(shù)服務(wù)。本刊第一屆組委會(huì)共有69人組成，其中院士22人，本刊面向軍隊(duì)和地方科研院所，高等院校1500多家單位發(fā)行，發(fā)行量2100余冊(cè)。

　　《現(xiàn)代應(yīng)用物理》堅(jiān)持為社會(huì)主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭(zhēng)鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識(shí)，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國(guó)際科學(xué)文化交流，探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　《現(xiàn)代應(yīng)用物理》收錄情況

　　國(guó)家新聞出版總署收錄　維普網(wǎng)、萬方數(shù)據(jù)庫(kù)、知網(wǎng)數(shù)據(jù)庫(kù)收錄

　　《現(xiàn)代應(yīng)用物理》欄目設(shè)置

　　研究報(bào)告、文獻(xiàn)綜述、簡(jiǎn)報(bào)、專題研究。

　　《現(xiàn)代應(yīng)用物理》雜志投稿須知：

　　1.內(nèi)容：立意新穎，觀點(diǎn)明確，內(nèi)容充實(shí)，論證嚴(yán)密，語言精煉，資料可靠，能及時(shí)反映所研究領(lǐng)域的最新成果。本刊尤為歡迎有新觀點(diǎn)、新方法、新視角的稿件和專家稿件。

　　2.格式必備與順序：標(biāo)題、作者、作者單位、摘要、關(guān)鍵詞、正文、注釋或參考文獻(xiàn)。篇幅以2200-8800字為宜。2200字左右為1個(gè)版面。

　　3.請(qǐng)?jiān)趤砀迥┪哺缴献髡咴敿?xì)通訊地址。包括：收件人所在地的省、市、區(qū)、街道名稱、郵政編碼、聯(lián)系電話、電子信箱、代收人的姓名以及本人要求等，務(wù)必準(zhǔn)確。論文有圖表的，請(qǐng)保證圖片和表格的清晰，能和文字對(duì)應(yīng)。

　　4.本刊實(shí)行無紙化辦公，來稿一律通過電子郵件(WORD文檔附件)或QQ發(fā)送，嚴(yán)禁抄襲，文責(zé)自負(fù)，來稿必復(fù)，來稿不退，10日未見通知可自行處理。

　　5.本刊來稿直接由編輯人員審閱，疑難重點(diǎn)稿件送交相關(guān)專家審閱，本刊堅(jiān)持“公平、公正、公開、客觀”的審稿原則，實(shí)行“三審三校”制度。

　　6.來稿一經(jīng)采用，雜志社將發(fā)出《用稿通知單》，出刊迅速，刊物精美，稿件確認(rèn)刊載后，贈(zèng)送當(dāng)期雜志1冊(cè)。

　　2017年《現(xiàn)代應(yīng)用物理》雜志04期投稿論文：

　　CMOS圖像傳感器飽和輸出電壓的輻照效應(yīng)及損傷機(jī)理研究李豫東;文林;郭旗;何承發(fā);

　　基于高能粒子入射產(chǎn)生亮線的CCD電荷轉(zhuǎn)移效率計(jì)算方法文林;李豫東;馮婕;郭旗;

　　1 MeV電子輻照對(duì)InGaAsP/InGaAs雙結(jié)電池電學(xué)參數(shù)的影響瑪麗婭·黑尼;趙曉凡;李豫東;莫敏·賽來;

　　3 MeV質(zhì)子輻照條件下DC/DC位移損傷機(jī)理研究于新;郭旗;李豫東;何承發(fā);

　　輻射陷阱電荷對(duì)0.18μm N-MOSFET轉(zhuǎn)移特性影響的TCAD仿真魏瑩;崔江維;鄭齊文;馬騰;

　　質(zhì)子輻照對(duì)130nm部分耗盡SOI MOS器件柵氧經(jīng)時(shí)擊穿可靠性的影響馬騰;崔江維;鄭齊文;魏瑩;

　　1 MeV電子輻照對(duì)HgCdTe材料紅外透射光譜的影響周東;林加木;李豫東;喬輝;

　　不同偏置條件下InP DHBT電離總劑量效應(yīng)與退火效應(yīng)張興堯;李豫東;文林;于新;

　　基于熱像素的CCD電荷轉(zhuǎn)移效率在軌測(cè)試方法馮婕;文林;李豫東;郭旗;

　　論文范例：基于熱像素的CCD電荷轉(zhuǎn)移效率在軌測(cè)試方法

　　【摘要】：提出并建立了基于熱像素的電荷耦合器件電荷轉(zhuǎn)移效率在軌測(cè)試方法,通過對(duì)在軌暗場(chǎng)測(cè)試采集到的任一幅圖進(jìn)行計(jì)算,統(tǒng)計(jì)熱像素個(gè)數(shù),計(jì)算出基于單個(gè)熱像素的CCD單次電荷轉(zhuǎn)移效率,最后計(jì)算求出N個(gè)電荷轉(zhuǎn)移效率的均值。研究結(jié)果表明:CCD未經(jīng)輻照時(shí)的電荷轉(zhuǎn)移效率為0.999 999,在軌受空間輻射后,電荷轉(zhuǎn)移效率降低到0.999 958。

　　現(xiàn)代應(yīng)用物理雜志最新期刊目錄

單體相移深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)共振截面的網(wǎng)絡(luò)構(gòu)建與訓(xùn)練————作者：胡澤華;應(yīng)陽(yáng)君;

摘要：近期提出的單體相移深度神經(jīng)網(wǎng)絡(luò)(single phase-shift deep neural network, SPDNN),因其網(wǎng)絡(luò)規(guī)模小、學(xué)習(xí)精度高，成為首個(gè)復(fù)雜中子共振截面擬合與評(píng)價(jià)的實(shí)用深度學(xué)習(xí)工具。在SPDNN學(xué)習(xí)共振截面的過程中，諸多因素顯著影響網(wǎng)絡(luò)的訓(xùn)練效果、訓(xùn)練效率以及訓(xùn)練模型的泛化性。這些因素包括：決定網(wǎng)絡(luò)相移層大小的共振截面頻譜范圍與頻段寬度、隱藏層的數(shù)目、每層神經(jīng)元的數(shù)目、激...

基于深度學(xué)習(xí)的壓水堆瞬態(tài)物理場(chǎng)預(yù)測(cè)方法研究————作者：劉家旺;劉宙宇;邵世豪;曹良志;吳宏春;

摘要：針對(duì)壓水堆變功率運(yùn)行，為實(shí)現(xiàn)瞬態(tài)條件下堆芯物理場(chǎng)分布的快速預(yù)測(cè)，提出了一種基于深度學(xué)習(xí)的模擬方法，并研制了單時(shí)間點(diǎn)和多時(shí)間點(diǎn)壓水堆燃料組件功率分布、溫度分布和反應(yīng)堆功率水平等關(guān)鍵安全參數(shù)的預(yù)測(cè)程序。通過小型壓水堆問題進(jìn)行了測(cè)試分析，結(jié)果表明：60 ms可完成一次單時(shí)間點(diǎn)的堆芯參數(shù)預(yù)測(cè)，單時(shí)間點(diǎn)和多時(shí)間點(diǎn)組件功率分布和溫度分布預(yù)測(cè)值與參考值的相對(duì)偏差均小于3%;多時(shí)間點(diǎn)反應(yīng)堆功率水平預(yù)測(cè)值與參考值的...

一種基于人工神經(jīng)網(wǎng)絡(luò)改進(jìn)的脈沖X射線能譜測(cè)量解譜算法————作者：劉一寧;宋鴻鵠;邱睿;衣宏昌;李君利;

摘要：隨著激光裝置功率密度與重復(fù)頻率的提高，傳統(tǒng)迭代解譜方法，如最小二乘法和期望最大法等，存在解譜速度慢、需要人工輸入初始迭代能譜的問題，難以應(yīng)對(duì)超短超強(qiáng)激光產(chǎn)生的脈沖X射線能譜的實(shí)時(shí)測(cè)量需求。針對(duì)該問題，提出了基于人工神經(jīng)網(wǎng)絡(luò)模型的迭代解譜算法，并完成了算法的開發(fā)。使用PIC方法由激光實(shí)驗(yàn)參數(shù)模擬獲得超熱電子信息，將超熱電子作為源項(xiàng)，利用MC方法模擬獲得脈沖X射線能譜及能譜溫度，從而建立激光實(shí)驗(yàn)參數(shù)與...

基于隨機(jī)森林的直接驅(qū)動(dòng)慣性約束聚變內(nèi)爆壓縮代理模型————作者：李擇;楊曉虎;田佳樂;張國(guó)博;馬燕云;邵福球;

摘要：基于隨機(jī)森林(random forest)的直接驅(qū)動(dòng)慣性約束聚變內(nèi)爆壓縮代理模型，可用于預(yù)測(cè)給定激光波形和靶型下內(nèi)爆壓縮效果并評(píng)估內(nèi)爆壓縮穩(wěn)定性。采用3脈沖激光波形和3層聚變靶設(shè)計(jì)，基于輻射流體力學(xué)程序獲取300組模擬數(shù)據(jù)，結(jié)合沖擊波壓縮理論對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將原始參數(shù)和預(yù)處理參數(shù)相結(jié)合，共同對(duì)隨機(jī)森林代理模型進(jìn)行訓(xùn)練。為驗(yàn)證模型預(yù)測(cè)效率和準(zhǔn)確性，采用交叉驗(yàn)證的方式對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行還原，大部分預(yù)測(cè)參...

POD-RBF堆芯功率分布測(cè)量方法的敏感性分析————作者：張一駿;李文淮;曾玲;彭思濤;厲井鋼;王婷;

摘要：堆芯3維功率分布的在線監(jiān)測(cè)對(duì)于確保反應(yīng)堆的安全運(yùn)行至關(guān)重要。為此，核電廠部署了堆內(nèi)和堆外探測(cè)器，以獲取必要的測(cè)量數(shù)據(jù)。通過利用相關(guān)測(cè)量信息，并結(jié)合適當(dāng)正交分解(proper orthogonal decomposition, POD)進(jìn)行模型降階和徑向基函數(shù)(radial basis function,RBF)插值，可以實(shí)現(xiàn)堆芯功率分布的實(shí)時(shí)測(cè)量。本文利用PCM軟件包實(shí)現(xiàn)某壓水堆某燃料循環(huán)約7 0...

人工智能方法在基于成像系統(tǒng)進(jìn)行射線或粒子識(shí)別中的應(yīng)用研究進(jìn)展————作者：薛院院;丁李利;陳偉;馬武英;劉敏波;何寶平;緱石龍;

摘要：隨著半導(dǎo)體工藝與制造技術(shù)的不斷發(fā)展，光電成像器件的性能顯著提升，成本大幅下降，使得基于成像系統(tǒng)的射線或粒子識(shí)別技術(shù)備受關(guān)注。人工智能方法在圖像分類與目標(biāo)識(shí)別領(lǐng)域展現(xiàn)獨(dú)特優(yōu)勢(shì)，為射線或粒子識(shí)別提供了新方法。當(dāng)前，高分辨、高幀頻、低噪聲成像系統(tǒng)的快速發(fā)展，為該技術(shù)提供了豐富的訓(xùn)練樣本，有望進(jìn)一步提高識(shí)別精度。本文概述了成像系統(tǒng)中輻射誘導(dǎo)瞬態(tài)信號(hào)的物理機(jī)制，綜述了傳統(tǒng)方法與人工智能方法在射線或粒子識(shí)別領(lǐng)...

人工智能在分子篩創(chuàng)制及氣體吸附研究中的應(yīng)用————作者：盛毓強(qiáng);安少杭;馬夢(mèng)瑤;劉蜀疆;陳占營(yíng);常印忠;李奇;王世聯(lián);

摘要：人工智能(AI)在分子篩吸附材料設(shè)計(jì)合成、性能預(yù)測(cè)、結(jié)構(gòu)表征中發(fā)揮著重要作用。傳統(tǒng)的分子篩吸附材料研究依賴于“試錯(cuò)式”合成、經(jīng)驗(yàn)性結(jié)構(gòu)表征和重復(fù)測(cè)試，這些方法效率低下、成本較高。本文回顧了AI在分子篩材料領(lǐng)域的研究進(jìn)展，展望了AI在分子篩氣體吸附材料創(chuàng)造中的應(yīng)用前景。AI技術(shù)通過深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等算法，自動(dòng)化處理實(shí)驗(yàn)數(shù)據(jù)，挖掘分子篩吸附材料結(jié)構(gòu)-性能關(guān)系，優(yōu)化設(shè)計(jì)合成過程，精準(zhǔn)預(yù)測(cè)性能，可有效提...

擴(kuò)散概率模型用于可壓縮流體的超分辨率流場(chǎng)重建————作者：李明強(qiáng);林勇良;鄭宇佳;卓紅斌;

摘要：深度學(xué)習(xí)在圖像超分辨率領(lǐng)域取得顯著進(jìn)展，擴(kuò)散概率模型(diffusion models, DMs)作為一種新興生成式機(jī)器學(xué)習(xí)工具，在計(jì)算流體力學(xué)(computational fluid dynamics, CFD)領(lǐng)域展現(xiàn)了重要的應(yīng)用潛力。本文提出了一種基于擴(kuò)散概率模型的超分辨率重建方法用于模擬復(fù)雜可壓縮流體，通過逐步去噪實(shí)現(xiàn)從低保真數(shù)據(jù)到高保真數(shù)據(jù)的高質(zhì)量重建。2維Kelvin-Helmholt...

數(shù)據(jù)物理雙輪驅(qū)動(dòng)3D大規(guī)模IGBT陣列多物理數(shù)字孿生————作者：王鑫;李嘯;尹文言;詹啟偉;

摘要：提出了一種新型數(shù)據(jù)物理雙輪驅(qū)動(dòng)的科學(xué)機(jī)器學(xué)習(xí)方法，可實(shí)現(xiàn)對(duì)大規(guī)模異質(zhì)結(jié)構(gòu)集成芯片的多物理系統(tǒng)超實(shí)時(shí)預(yù)測(cè)，構(gòu)建真正具備物理內(nèi)核的數(shù)字孿生模型。科學(xué)機(jī)器學(xué)習(xí)方法是一種非侵入式的模型降階方法，主要包含時(shí)空快照降階、低維算子推理兩大模塊。數(shù)十萬自由度的IGBT電-熱-力多物理耦合系統(tǒng)數(shù)值仿真實(shí)驗(yàn)表明，該方法僅使用前30%時(shí)域快照仿真數(shù)據(jù)作為訓(xùn)練樣本，即可實(shí)現(xiàn)對(duì)后續(xù)場(chǎng)分布進(jìn)行精準(zhǔn)預(yù)測(cè)，均方根誤差不超過8%。...

《現(xiàn)代應(yīng)用物理》投稿須知

摘要：<正>《現(xiàn)代應(yīng)用物理》是由西北核技術(shù)研究所創(chuàng)辦,西北核技術(shù)研究所科技信息中心主辦的物理類綜合中文學(xué)術(shù)期刊,報(bào)道國(guó)內(nèi)外應(yīng)用物理學(xué)領(lǐng)域未曾公開發(fā)表的原創(chuàng)性研究論文和前沿研究綜述;雙月刊,國(guó)內(nèi)外公開發(fā)行。感謝您對(duì)本刊的關(guān)注和投稿

《人工智能與物理》專刊出版前言————作者：王建國(guó);

摘要：<正>2024年10月,諾貝爾物理學(xué)獎(jiǎng)授予約翰·J·霍普菲爾德和杰弗里·E·辛頓,表彰他們?cè)谑褂萌斯ど窠?jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明;諾貝爾化學(xué)獎(jiǎng)授予了美國(guó)華盛頓大學(xué)西雅圖分校的戴維·貝克,以及谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀,表彰他們破解了蛋白質(zhì)神奇結(jié)構(gòu)的密碼,其中哈薩比斯和江珀通過人工智能(Artificial Intelligence,AI)模型成功預(yù)測(cè)了蛋白質(zhì)的...

從傳統(tǒng)數(shù)值方法到神經(jīng)網(wǎng)絡(luò)：偏微分方程數(shù)值解的演進(jìn)與展望————作者：王飛;黨浩寧;尚勇;孫靖博;李澤塬;李云龍;

摘要：偏微分方程在物理、工程、生物、醫(yī)學(xué)、金融等多個(gè)領(lǐng)域具有廣泛的應(yīng)用。然而，在解決許多實(shí)際問題時(shí)，偏微分方程往往難以獲得解析解。因此，構(gòu)造高效的數(shù)值方法以求解這些問題成為了重要的研究方向。傳統(tǒng)的數(shù)值方法，如有限元法和有限差分法，已成為科學(xué)計(jì)算中的核心工具，并在天氣預(yù)報(bào)、油藏勘探、飛行器設(shè)計(jì)及新能源開發(fā)等領(lǐng)域發(fā)揮了不可替代的作用。這些方法通常依賴于對(duì)問題域的網(wǎng)格劃分，但網(wǎng)格生成過程復(fù)雜且耗時(shí)，尤其是在處...

梯度攻擊視角下神經(jīng)網(wǎng)絡(luò)的內(nèi)稟不確定原理的解析與綜述————作者：張俊杰;陳劍楠;孟德宇;

摘要：近年來，深度神經(jīng)網(wǎng)絡(luò)在多個(gè)科學(xué)領(lǐng)域取得了顯著成功，但其脆弱性問題也日益凸顯。本文從梯度攻擊的視角出發(fā)，系統(tǒng)探討了神經(jīng)網(wǎng)絡(luò)的內(nèi)稟不確定原理，揭示了神經(jīng)網(wǎng)絡(luò)在精度和魯棒性之間的固有矛盾。首先分析了神經(jīng)網(wǎng)絡(luò)在科學(xué)研究中的脆弱性，特別是在圖像分類、天氣預(yù)報(bào)、化學(xué)計(jì)算、流體動(dòng)力學(xué)和量子色動(dòng)力學(xué)等領(lǐng)域的表現(xiàn)。通過引入快速梯度符號(hào)法(FGSM)等對(duì)抗攻擊方法，展示了神經(jīng)網(wǎng)絡(luò)在面對(duì)微小擾動(dòng)時(shí)的顯著脆弱性，并進(jìn)一步...

求解含時(shí)偏微分方程的物理信息神經(jīng)網(wǎng)絡(luò)研究進(jìn)展————作者：郭嘉;劉子源;侯臣平;

摘要：物理信息神經(jīng)網(wǎng)絡(luò)(physics-informed neural networks, PINN)是將偏微分方程(partial differential equations, PDEs)等物理模型與深度學(xué)習(xí)技術(shù)相結(jié)合的一種神經(jīng)網(wǎng)絡(luò)框架，逐漸成為機(jī)器學(xué)習(xí)與計(jì)算科學(xué)交叉融合的一種新穎的方法。這種方法不僅可以滿足初值、邊值及已知的觀測(cè)數(shù)據(jù)，還可以遵循偏微分方程的約束，因而被廣泛用于求解各類偏微分方程。近...

人工智能在高能物理領(lǐng)域的應(yīng)用：探索未知的利器————作者：趙靜宜;

摘要：高能物理學(xué)是一門探索組成世界的基本粒子及其相互作用的學(xué)科。高能物理研究高度依賴重大科技基礎(chǔ)設(shè)施。隨著新一代實(shí)驗(yàn)裝置規(guī)模的不斷擴(kuò)大，其產(chǎn)生的數(shù)據(jù)量也實(shí)現(xiàn)了數(shù)量級(jí)的增長(zhǎng)。人工智能(artificial intelligence, AI)技術(shù)承擔(dān)了高水平的科研任務(wù)，顯著提高了科學(xué)研究的效率和準(zhǔn)確性，加速了高能物理領(lǐng)域科學(xué)發(fā)現(xiàn)的進(jìn)程，已成為高能物理研究中的強(qiáng)大工具。本文圍繞典型的高能物理實(shí)驗(yàn)流程，包括數(shù)據(jù)...

深度學(xué)習(xí)方法求解反應(yīng)堆物理中子燃耗方程————作者：向迪;郭鳳晨;劉東;潘俊杰;江勇;鄭鵬德;張斌斌;

摘要：針對(duì)中子燃耗方程核素消失率、核素反應(yīng)率和衰變率等極小數(shù)值導(dǎo)致的梯度消失問題，引入時(shí)間量綱轉(zhuǎn)換、方程等價(jià)轉(zhuǎn)換和權(quán)重初始化等適應(yīng)性優(yōu)化策略，利用深度學(xué)習(xí)方法求解U-235,U-236,U-237,U-238和U-239 5種核素反應(yīng)堆物理中子燃耗方程組。訓(xùn)練過程中，通過時(shí)間量綱轉(zhuǎn)換，對(duì)物理量進(jìn)行適當(dāng)縮放，緩解極小數(shù)值引起的數(shù)值不穩(wěn)定性；采用方程等價(jià)轉(zhuǎn)換提升計(jì)算的穩(wěn)定性；引入適應(yīng)性權(quán)重初始化改善網(wǎng)絡(luò)的訓(xùn)...

基于多層次深度神經(jīng)網(wǎng)絡(luò)的相對(duì)論返波管優(yōu)化技術(shù)————作者：陳再高;史雪婷;王建國(guó);梁閃閃;唐澤華;陳柯;楊超;

摘要：針對(duì)相對(duì)論返波管優(yōu)化問題，提出并建立了一種基于數(shù)據(jù)驅(qū)動(dòng)的深度神經(jīng)網(wǎng)絡(luò)模型的相對(duì)論返波管優(yōu)化方法。選取相對(duì)論返波管的結(jié)構(gòu)或電參數(shù)作為待優(yōu)化參數(shù)，通過全電磁粒子模擬軟件生成不同待優(yōu)化參數(shù)下對(duì)應(yīng)的工作特性參數(shù)，生成低維度訓(xùn)練數(shù)據(jù)集和高維度訓(xùn)練數(shù)據(jù)集；構(gòu)建多層次深度神經(jīng)網(wǎng)絡(luò)，將低層深度神經(jīng)網(wǎng)絡(luò)的輸出作為高層深度神經(jīng)網(wǎng)絡(luò)的輸入，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)之間的互連。數(shù)值計(jì)算結(jié)果表明，多層次深度神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果與全電磁粒...

基于傅里葉神經(jīng)算子的電磁智能計(jì)算研究————作者：趙潔;周東華;馮健;方明;黃志祥;

摘要：在電磁應(yīng)用研究中，求解麥克斯韋方程組是關(guān)鍵步驟。深度學(xué)習(xí)(deep learning, DL)作為一種新興且前景廣闊的技術(shù)，憑借強(qiáng)大的數(shù)據(jù)驅(qū)動(dòng)建模能力，已逐漸成為解決偏微分方程(partial differential equation, PDE)的一種有效方法。通過神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)輸入數(shù)據(jù)對(duì)輸出的直接映射從而解決電磁問題。本文中使用的傅里葉神經(jīng)算子(Fourier neural operator, ...

基于人工神經(jīng)網(wǎng)絡(luò)的HEMP-E1環(huán)境快速預(yù)測(cè)模型————作者：?jiǎn)毯Ａ?謝海燕;劉鈺;

摘要：針對(duì)高空核爆炸產(chǎn)生的高空核電磁脈沖(high altitude electromagnetic pulse, HEMP)對(duì)現(xiàn)代電子設(shè)備和電力網(wǎng)絡(luò)構(gòu)成嚴(yán)重威脅的問題，為有效預(yù)測(cè)和減輕HEMP的影響，基于Karzas-Latter高頻近似模型和世界地磁模型，構(gòu)建了神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集，并通過訓(xùn)練得到了一個(gè)新的HEMP快速計(jì)算模型。該模型采用多層感知器結(jié)構(gòu)，包含1個(gè)輸入層、5個(gè)隱含層和1個(gè)輸出層，使用Si...

AI輔助VDMOS器件負(fù)柵壓?jiǎn)瘟Ｗ蛹庸淘O(shè)計(jì)探索————作者：廖新芳;劉毅;徐長(zhǎng)卿;雷丹陽(yáng);楊銀堂;

摘要：針對(duì)VDMOS器件在負(fù)柵壓偏置下抗單粒子能力嚴(yán)重不足的技術(shù)問題，結(jié)合地面重離子試驗(yàn)數(shù)據(jù)，基于TCAD仿真分析得到其負(fù)柵壓?jiǎn)瘟Ｗ邮�效機(jī)制，并探索得到可行的加固技術(shù)。在此基礎(chǔ)上，開展基于人工智能輔助VDMOS器件負(fù)柵壓?jiǎn)瘟Ｗ蛹庸淘O(shè)計(jì)研究，綜合利用正交設(shè)計(jì)、數(shù)據(jù)增強(qiáng)、神經(jīng)網(wǎng)絡(luò)建模等技術(shù)手段，得到復(fù)雜加固條件下VDMOS器件性能預(yù)測(cè)模型。最后，基于該預(yù)測(cè)模型，利用遺傳算法搜索得到最優(yōu)化的加固設(shè)計(jì)方案，使優(yōu)...

　　相關(guān)教育期刊推薦

• 省級(jí)《求知導(dǎo)刊》
• 省級(jí)新語文學(xué)習(xí)高中
• 省級(jí)《中學(xué)生理科月刊》
• 省級(jí)《濱州學(xué)院學(xué)報(bào)》
• 省級(jí)山西教育(教學(xué)版)
• 省級(jí)華北水利水電學(xué)院學(xué)報(bào)雜志
• 省級(jí)江蘇外語教學(xué)研究
• 省級(jí)小學(xué)生優(yōu)秀作文
• 省級(jí)中學(xué)數(shù)學(xué)教學(xué)
• 省級(jí)石家莊理工職業(yè)學(xué)院學(xué)術(shù)研究
• 北大核心《中國(guó)外語》
• 省級(jí)金色少年
• 省級(jí)試題與研究(教學(xué)論壇)
• 省級(jí)少年人生
• 北大核心《四川外語學(xué)院學(xué)報(bào)》
• 省級(jí)《課程教材教學(xué)研究》
• 省級(jí)《學(xué)周刊》
• 省級(jí)《晉中學(xué)院學(xué)報(bào)》
• 國(guó)家級(jí)化工高等教育
• 省級(jí)吉林師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)
• 省級(jí)《西藏教育》
• 省級(jí)《南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)》
• 省級(jí)《大學(xué)物理實(shí)驗(yàn)》
• 國(guó)家級(jí)數(shù)學(xué)小靈通
• 省級(jí)《梧州學(xué)院學(xué)報(bào)》
• 省級(jí)《煤炭高等教育》
• 北大核心《民族教育研究》
• 北大核心《體育與科學(xué)》
• 國(guó)家級(jí)《現(xiàn)代閱讀》
• 國(guó)家級(jí)《教師教育學(xué)報(bào)》

　　核心期刊推薦

開放教育研究

教育學(xué)術(shù)月刊

教育理論與實(shí)踐

華東師范大學(xué)學(xué)報(bào)(教育科學(xué)版)