遷移
關(guān)注創(chuàng)建者：show show 創(chuàng)建時間：2021-04-12
遷移的視頻教程
ANSYS Icepak電子散熱2020 R1新功能介紹
AEDT-Icepak 2020 R1版本已具備主流模塊的雙向電熱耦合功能，并且繼續(xù)遷移 Classic-Icepak 的功能，如全功能的瞬態(tài)熱仿真，可大大提高生效效率的 Toolkits 工具箱，同時引入一些新功能，如純導(dǎo)熱問題的 Part-by-Part meshing 功能、輕量模型導(dǎo)入功能等。
免費 45分鐘 732播放
查看
基于comsol的煤礦系列仿真
-瓦斯抽采、流固熱化耦合、采空區(qū)耦合性分析、動水注漿等模型
貼合一篇文獻(xiàn)，研究有熱源之下采空區(qū)內(nèi)煤自燃及瓦斯遷移情況，三維孔隙率滲透率公式。參考文獻(xiàn)：采空區(qū)煤自燃環(huán)境瓦斯運移積聚規(guī)律研究_李林。 2.采空區(qū)流-熱-化耦合性分析。采場傾斜煤層下，采空區(qū)內(nèi)氧氣、一氧化碳、溫度、流場等參數(shù)變化。 3.采空區(qū)煤自燃注氮防滅火分析。二維模型下采空區(qū)三帶變化、O形圈、注氮滅火等情況下的模擬，流場-溫度場-化學(xué)場多物理場耦合。 4.注漿擴(kuò)散。
￥2500 1小時9分鐘 337播放
查看
3DCS三維尺寸公差仿真分析
MBD 也被稱為“數(shù)字化產(chǎn)品定義”，從 2D 紙質(zhì)圖紙遷移到全面的 3D CAD 數(shù)模。我們通過 MBD 創(chuàng)建的模型包括了制造零件所需的所有必要信息，因此不需要其他文件或圖紙，減少了大量收集額外的紙質(zhì)文件或備份的工作并提高了公司在整個供應(yīng)鏈上檢查和報告零件質(zhì)量的能力。
免費 2小時23分鐘 1011播放
查看
遷移的實例教程
二、深度學(xué)習(xí)簡介與經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)介紹
1.神經(jīng)網(wǎng)絡(luò)簡介
2.神經(jīng)網(wǎng)絡(luò)組件簡介
3.神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法
4.卷積神經(jīng)網(wǎng)絡(luò)介紹
5.經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)介紹
目標(biāo)：深入了解神經(jīng)網(wǎng)絡(luò)的組成、訓(xùn)練和實現(xiàn)，掌握深度空間特征分布等關(guān)鍵概念，為深度遷移學(xué)習(xí)奠定知識基礎(chǔ)。
三、遷移學(xué)習(xí)基礎(chǔ)
1.遷移學(xué)習(xí)緒論
2.基于樣本的遷移學(xué)習(xí)
3.基于特征的遷移學(xué)習(xí)
4.基于分類器適配的遷移學(xué)習(xí)
目標(biāo)：掌握遷移學(xué)習(xí)的思想與基本形式，了解傳統(tǒng)遷移學(xué)習(xí)的基本方法，對比各種方法的優(yōu)缺點，掌握遷移學(xué)習(xí)的適用范圍。
四、深度遷移學(xué)習(xí)介紹
1.深度遷移學(xué)習(xí)概述
2.基于距離函數(shù)的深度遷移學(xué)習(xí)
3.基于對抗網(wǎng)絡(luò)的深度遷移學(xué)習(xí)
4.深度異構(gòu)遷移學(xué)習(xí)方法介紹
5.深度領(lǐng)域泛化學(xué)習(xí)介紹
目標(biāo)：掌握深度遷移學(xué)習(xí)的思想與組成模塊，學(xué)習(xí)深度遷移學(xué)習(xí)的各種方法，對比各種方法的優(yōu)缺點，掌握深度遷移學(xué)習(xí)的適用范圍。
五、遷移學(xué)習(xí)前沿方法介紹
1.深度遷移網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
2.深度遷移學(xué)習(xí)目標(biāo)函數(shù)設(shè)計
3.全新場景下的遷移學(xué)習(xí)
目標(biāo)：掌握深度遷移學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、目標(biāo)函數(shù)設(shè)計的前沿方法，了解遷移學(xué)習(xí)在PDA、Source-Free DA上的應(yīng)用。
六、遷移學(xué)習(xí)前沿應(yīng)用
1.遷移學(xué)習(xí)在語義分割中的應(yīng)用
2.遷移學(xué)習(xí)在目標(biāo)檢測中的應(yīng)用
3.遷移學(xué)習(xí)在行人重識別中的應(yīng)用
4.圖片與視頻風(fēng)格遷移
目標(biāo)：掌握深度遷移學(xué)習(xí)在語義分割、目標(biāo)檢測、行人重識別等任務(wù)中的應(yīng)用，學(xué)習(xí)圖像/視頻風(fēng)格遷移方法，了解風(fēng)格遷移在實際生活中的應(yīng)用。
展開 在電化學(xué)遷移過程中，在陽極區(qū)主要發(fā)生電極溶解生成金屬離子的反應(yīng)，同時伴有少量氧氣和氯 氣的生成，反應(yīng)方程式如下：
Pb → Pb2++ 2e-
Sn → Sn2++ 2e-
Sn2+ → Sn4++ 2e-
2H2O → 4H++ O2 + 4e-
2Cl- → Cl2+ 2e-
從上述反應(yīng)過程可知，通過抑制陽極溶解可以改善電化學(xué)遷移的敏感性。首先陽極溶解必須在電解液中發(fā)生，因此避免工作面潮濕顯的尤為重要，而此產(chǎn)品的灌封膠工藝存在缺陷，給潮濕水汽的進(jìn)入留有空間，提供了電化學(xué)遷移的通道，構(gòu)成了電化學(xué)遷移的必要條件之一。
避免氯離子、溴離子、硝酸根及硫酸根等離子殘留，這些離子的殘留能加速陽極金屬的溶解或者引發(fā)電解質(zhì)的形成。在實際生產(chǎn)中，要進(jìn)行適當(dāng)?shù)暮负笄逑矗苊馀c金屬離子電化學(xué)遷移相關(guān)的助焊劑成分、清洗工藝等引入的臟污和離子等有害物質(zhì)的殘留。
通過改變焊料合金的組分來提升自身的耐腐蝕性，如合金化Cu、Cr等耐腐蝕性元素；或使陽極表面形成一層致密的鈍化膜，從而降低電化學(xué)遷移過程中陽極的溶解速率，但是可能會導(dǎo)致生產(chǎn)時回流焊參數(shù)變化等事項，需要對生產(chǎn)工藝進(jìn)行重新評估。
部分研究人員[9]認(rèn)為，可以加入沉淀性抑制劑，使其與金屬離子形成不溶于電解液的金屬化合物沉淀，在陽極表面形成致密的沉淀膜。
3.2 金屬離子遷移過程
此失效樣品灌封膠有機(jī)物與電路板上電阻存在一定縫隙，未能完全隔絕兩端電極，縫隙的存在為電化學(xué)遷移提供了遷移通道。因此密封電阻與電路板間縫隙能夠抑制金屬離子的遷移過程。
針對金屬離子的遷移過程，可以加入絡(luò)合劑，使其與金屬正離子形成帶負(fù)電荷的絡(luò)合物，帶負(fù)電的絡(luò)合物將不會往陰極方向遷移和在陰極處發(fā)生還原沉積，由此達(dá)到抑制金屬離子往陰極遷移的目的。
展開 作者：Adrian Rosebrock
編譯：Bing
2015年，Gatsys等人在論文A Neural Algorithm of Artistic Style中提出了最初的神經(jīng)風(fēng)格遷移算法。2016年，Johnson等人發(fā)表了Perceptual Losses for Real-Time Style Transfer and Super-Resolutioin一文，將神經(jīng)網(wǎng)絡(luò)遷移作為用感知損失處理超分辨率問題的框架。結(jié)果表明該算法比Gatys等人的方法快了三倍。接下來，我將介紹如何在自己的圖像和視頻流中應(yīng)用神經(jīng)風(fēng)格遷移。
用OpenCV進(jìn)行神經(jīng)風(fēng)格遷移
首先說明的一點是，今天討論的方法在一個CPU上可以達(dá)到近乎實時的效果，如果在GPU上則完全可以實現(xiàn)實時效果。
首先我們會簡單塔倫下什么是神經(jīng)風(fēng)格遷移，以及它是如何運作的。之后我們會用OpenCV和Python動手操作。
什么是神經(jīng)風(fēng)格遷移？
從左至右：我們的內(nèi)容圖像；風(fēng)格圖像；輸出的風(fēng)格遷移圖像
神經(jīng)風(fēng)格遷移主要有兩個過程：
提取某張圖片的風(fēng)格
將該種風(fēng)格應(yīng)用到另一張圖片上
上圖就是將梵高著名的畫作《星夜》的風(fēng)格應(yīng)用到普通的生活照上，我們保留了原照片中的山、人物和啤酒等所有內(nèi)容，但全部替換成了梵高的油畫風(fēng)格。
問題就是，我們應(yīng)該如何定義一個神經(jīng)網(wǎng)絡(luò)，讓它執(zhí)行神經(jīng)風(fēng)格遷移呢？
神經(jīng)風(fēng)格遷移如何工作？
在Gatys等人提出的首篇論文中，神經(jīng)風(fēng)格遷移算法不需要新的架構(gòu)。相反，我們可以用一個預(yù)訓(xùn)練網(wǎng)絡(luò)（通常在ImageNet上進(jìn)行的預(yù)訓(xùn)練），并且定義一個損失函數(shù)，能讓我們達(dá)到風(fēng)格遷移的目標(biāo)，然后對損失函數(shù)不斷優(yōu)化。
展開 基于此發(fā)現(xiàn)，可以利用波恩有效電荷從二維金屬硫?qū)倩飻?shù)據(jù)庫中快速篩選出可能具有高遷移率的半導(dǎo)體材料。
【圖文導(dǎo)讀】
圖一 利用電聲子矩陣得到的遷移率與帶隙以及有效質(zhì)量沒有明顯的相關(guān)性，形變勢理論明顯的的錯誤預(yù)測了本征遷移率
(a)H相和T相的MX2的俯視圖和側(cè)視圖；
(b)利用電聲子矩陣得到的遷移率與帶隙的關(guān)系圖；
(c)利用電聲子矩陣得到的遷移率隨與效質(zhì)量的關(guān)系圖；
(d)利用電聲子矩陣得到的遷移率與形變勢理論預(yù)測的遷移率的關(guān)系圖。
圖二 一系列二維硫?qū)倩锏?em>遷移率
(a)H相的MoS2的模式分辨的聲子譜以及相應(yīng)的LO和LA聲子支的振動模式；
(b)一系列MX2的LA， LO，LA+LO和總的遷移率。
圖三 一系列二維硫?qū)倩锏?em>遷移率以及波恩有效電荷
(a)一系列MX2的波恩有效電荷和LO-遷移率，插圖為第一性原理計算和解析公式給出的LO-遷移率；
(b)總的電子遷移率與波恩有效電荷的關(guān)系，插圖為LO聲子振動模式對電極化的改變。
【小結(jié)】
本文基于電聲子矩陣，精確的計算了一系列二維硫?qū)倩锏谋菊?em>遷移率。與通常的看法不同，本征遷移率與有效質(zhì)量沒有明顯的相關(guān)性，并且廣泛使用的形變勢理論并不能正確的預(yù)測遷移率。進(jìn)一步的將對遷移率的貢獻(xiàn)分到每一支聲子模式后，研究發(fā)現(xiàn)對于大多數(shù)二維金屬硫?qū)倩铮菊?em>遷移率主要由LO支聲子主導(dǎo)，而對于MoS2和WS2，遷移率由LA支聲子主導(dǎo)。
展開 該示例問題是焊球的瞬態(tài)電遷移分析。有限元解計算由于擴(kuò)散、電遷移、應(yīng)力遷移和熱遷移的綜合效應(yīng)導(dǎo)致的原子濃度與初始單位值的偏差。
重點介紹了以下特性和功能：
• 耦合結(jié)構(gòu)-熱-電-擴(kuò)散固體單元
• 耦合結(jié)構(gòu)-熱-電-擴(kuò)散接觸單元
• 具有原子通量選項的遷移模型
介紹
電遷移是由高密度電流引起的金屬互連中的傳質(zhì)過程。它是集成電路中的關(guān)鍵故障機(jī)制，在集成電路中，由于小型化，電流密度很高。金屬原子的傳質(zhì)會導(dǎo)致小丘、晶須和空隙的形成，所有這些都會導(dǎo)致電路的電氣故障。
影響電遷移的性質(zhì)高度依賴于溫度，涉及結(jié)構(gòu)、電、熱和擴(kuò)散的四個領(lǐng)域以多種方式耦合。例如，由于焦耳加熱導(dǎo)致的電驅(qū)動金屬擴(kuò)散和熱膨脹導(dǎo)致導(dǎo)體中的壓縮（背應(yīng)力），這可以延遲并最終停止電遷移。
本例中使用的耦合場單元采用了強（矩陣）耦合，這對于獲得四個場的收斂至關(guān)重要。通過同時對四個場進(jìn)行建模，可以方便地在單個分析中指定所有所需的材料特性和耦合效果。
問題描述
考慮了夾在兩塊銅板之間的SnAgCu（SAC）焊點的半對稱模型。
導(dǎo)體之間的距離為450μm。焊球的直徑為760μm，其與導(dǎo)體接觸的寬度為612μm。這些尺寸大致對應(yīng)于球柵陣列（BGA）結(jié)構(gòu)。
導(dǎo)體厚40μm，寬800μm（在半對稱模型中為400μm），長1000μm。
建模
本示例的簡單幾何體是在Mechanical APDL中創(chuàng)建和網(wǎng)格化的。
該模型用SOLID226耦合場單元劃分網(wǎng)格。CONTA174接觸單元被限定在焊料球和銅導(dǎo)體之間。SOLID226和CONTA174單元具有本分析所需的以下自由度：濃度（CONC）、溫度（TEMP）、電壓（VOLT）和位移（UX、UY、UZ）。
展開 
遷移的相關(guān)專題、標(biāo)簽、搜索
遷移的最新內(nèi)容
成相膜的關(guān)鍵特征是“致密性”和“覆蓋性”：膜層結(jié)構(gòu)緊密，孔隙率極低，能有效阻擋離子的遷移與擴(kuò)散；同時，膜與金屬基體結(jié)合牢固，不易脫落，確保長期防護(hù)效果。例如，不銹鋼表面的鈍化膜主要由Cr?O?組成，這層膜結(jié)構(gòu)致密、化學(xué)性質(zhì)穩(wěn)定，即便受到輕微劃傷，也能在空氣中快速自愈，繼續(xù)發(fā)揮防護(hù)作用。
這為未來更多工程級應(yīng)用遷移到國產(chǎn)平臺提供了實踐依據(jù)。
應(yīng)用上，這是邁向更大規(guī)模仿真的關(guān)鍵一步。
汽車碰撞、爆炸沖擊等復(fù)雜場景往往需要更精細(xì)的網(wǎng)格和更高的精度。只有并行規(guī)模上得去，才能真正支撐起這些復(fù)雜模擬。所以8192 是過去的極限，10000 是新的起點。
為了驗證模型的可遷移性，作者進(jìn)一步進(jìn)行了不同溫度下的簡單剪切模擬。重要的是，剪切模擬沒有重新標(biāo)定材料參數(shù)，而是直接使用單軸拉伸得到的溫度相關(guān)硬化關(guān)系。結(jié)果顯示，模型能夠較好預(yù)測 25 ℃、148 ℃ 和 232 ℃ 下的歸一化剪切應(yīng)力-剪切應(yīng)變曲線，說明該硬化參數(shù)體系不僅適用于拉伸，也可以推廣到其他加載路徑。
文章還給出幾個有價值的結(jié)論。
2、抗靜電處理技術(shù)
通過外涂抗靜電劑（形成導(dǎo)電膜）或內(nèi)加抗靜電劑（分子遷移到表面），降低表面電阻，防止靜電積累。核心是形成導(dǎo)電層讓靜電快速泄漏，表面電阻需達(dá)到10^6-10^9 Ω/sq，適用于電子元器件包裝、醫(yī)療器械、工業(yè)設(shè)備外殼等。
Sim-to-Real 遷移難：仿真環(huán)境與真實物理差異過大，導(dǎo)致策略遷移后表現(xiàn)大幅下降。
或許，CoppeliaSim能夠幫你解決上述難題！一款基于分布式控制架構(gòu)的多功能機(jī)器人仿真平臺，能在虛擬空間中完成具身智能體的全流程驗證，幫助您將研發(fā)風(fēng)險前置、成本大幅降低。
一、為什么考慮CoppeliaSim？
2.3 量子尺寸效應(yīng)：
在納米尺度范圍內(nèi)，量子尺寸效應(yīng)使得電子的傳輸行為發(fā)生根本性改變，表面散射效應(yīng)影響載流子的遷移率。這種效應(yīng)賦予了納米材料獨特的光學(xué)、電學(xué)、磁學(xué)等性能。
2.4 小尺寸效應(yīng)：
隨著顆粒尺寸的量變，在一定條件下會引起顆粒性質(zhì)的質(zhì)變。由于顆粒尺寸變小所引起的宏觀物理性質(zhì)的變化稱為小尺寸效應(yīng)。
你將學(xué)
到的內(nèi)容
使用 PyTorch 庫
搭建深度學(xué)習(xí)環(huán)境 學(xué)習(xí)構(gòu)建圖像分類深度學(xué)習(xí)模型
使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)
理解如何使用 PyTorch 進(jìn)行自然語言處理
使用循環(huán)神經(jīng)網(wǎng)絡(luò)分類
文本 理解如何在多處理器和分布環(huán)境中
優(yōu)化 訓(xùn)練、優(yōu)化和部署神經(jīng)網(wǎng)絡(luò)以實現(xiàn)最大準(zhǔn)確性和性能
學(xué)習(xí)部署生產(chǎn)準(zhǔn)備模型
在工業(yè)領(lǐng)域，從純模擬傳感器向集成EtherCAT、Profinet、IO-Link等數(shù)字接口的智能傳感器遷移。這已成為不可逆的趨勢，即便在中低端市場，這一變革也在加速滲透。
HBK創(chuàng)新藍(lán)圖：四大核心方向
面對產(chǎn)業(yè)升級帶來的新需求，HBK不止于順應(yīng)趨勢，更致力于引領(lǐng)扭矩測量技術(shù)的創(chuàng)新方向。
QuantumATK材料建模應(yīng)用示例
電子屬性
功能
計算能帶結(jié)構(gòu)、態(tài)密度(DOS)及其投影、聲子限制遷移率等
研究材料之間界面的電子結(jié)構(gòu)
仿真外電場中的電子表面態(tài)
預(yù)測有/無電場條件下的反應(yīng)機(jī)理
優(yōu)勢
在同一框架內(nèi)集成DFT-LCAO與DFT-PlaneWave代碼：靈活調(diào)整/測試速度與準(zhǔn)確性之間的權(quán)衡
提供包含電子-聲子耦合的先進(jìn)
第二個分水嶺：單一技術(shù)向系統(tǒng)集成遷移。
過去，行業(yè)習(xí)慣按“膜法”“熱法”“生化法”劃分陣營。但2026年的真實項目需求，往往是多技術(shù)耦合——比如“預(yù)處理+超濾+反滲透+蒸發(fā)結(jié)晶”的完整鏈條，再比如將污水處理廠改造為能源工廠（熱能回收+光伏+沼氣發(fā)電）。展館里那些不再孤立展示單臺設(shè)備、而是打包展出“工藝包”的展商，才是真正讀懂市場的玩家。
第三個分水嶺：本土競爭向全球博弈演進(jìn)。
