伽利略的起源是通货膨胀的另一种选择,在通货膨胀中,宇宙开始从明可夫斯基开始膨胀,并且稳定地违反了零能态。 在本文中,我们讨论了在从标本场的动能占主导地位的创世阶段到随后阶段的过渡过程中,如何通过重力粒子产生来重新加热早期宇宙。 然后,我们研究了伽利略起源之后引力再加热对原始引力波谱的影响。 由此产生的频谱是强烈的蓝色,并在单位对数频率的能量密度方面处于高频率gwf3。 尽管这不能在现有的检测器中检测到,但振幅可以高达fg 100 MHz的gwˆ10×12,提供了对发生情况的未来测试。 该分析是在基于Horndeski理论的广义伽利略起源的框架内进行的,这使我们能够导出通用公式。
2024-01-12 13:37:51 466KB Open Access
1
早期宇宙的相变很容易产生可观察到的随机引力波背景。 我们表明,这样的背景必然包含与光子的宇宙微波背景(CMB)类似的各向异性,并且这些也可能在拟议的重力波探测器的范围之内。 引力波各向异性内的相关性以及它们与CMB的互相关性可以为原始波动的根本机制(例如多场通货膨胀)提供新见解,并揭示了早期粒子物理的非标准“隐藏扇区”的存在。
2024-01-12 13:32:17 295KB Open Access
1
使用晶格计算中的量子色动力学(QCD)状态方程,我们研究了QCD对通货膨胀时期产生的原始引力波的影响。 我们还考虑了消失和不消失的轻子不对称的不同情况,其中后者受到宇宙微波背景实验的限制。 我们的结果表明,对于不同晶格QCD状态方程,在QCD跃迁周围的频率范围(10−10–10−7 Hz)中,预计引力波背景有高达百分之几的偏差;对于无消失,在更大的频率处, 摄动QCD的轻子不对称 未来的重力波实验在测量SKA,EPTA,DECIGO和LISA等原始重力波的振幅时具有足够高的灵敏度,可以探究这些差异,并阐明宇宙QCD跃迁的真实性质以及不消失的存在 早期宇宙中的轻子不对称。
2024-01-12 12:26:57 444KB Open Access
1
全球定位系统 本项目是深圳市谷米万物科技有限公司自主研发的GS10系列GPS定位器+ BMS管理完整原理图,PCB,BOM(在/ doc /硬件设计目录下)以及应用层源代码等,采用BSD许可协议。任何企业和个人都可以下载,使用或修改后使用。 项目基于MTK内核开发,/ lib / GM_03D_OP_F1提供一个供测试使用的内核库(无法保证大规模使用),如要大规模商用可以联系深圳市谷米万物科技有限公司市场部人员索取正式版内核库文件,下载工具在下面的链接中定义。 编译工具链接: ://pan.baidu.com/s/1ckqe6dtqmJymWbYbLE8zCg提取码:9bxm APP下载工具链接: ://pan.baidu.com/s/1FpO7Suf3HKmFG9RSkq1bLQ提取码:pxhs 内核下载工具链接: ://pan.baidu.com/s/13P_ccS7nhhhh
2024-01-04 23:37:24 17.1MB 系统开源
1
该课件为中科院一位仁兄在学习斯坦福大学吴恩达机器学习课程时候所做的学习笔记,非常好,吴老师上课略过的一些内容笔记都详细给出,并且还做了适当补充。强烈推荐。
2023-12-31 20:58:02 14.16MB 机器学习
1
某隧道las点云文件的原始数据可以在许多领域中发挥重要作用,例如: 隧道建设:使用点云数据可以对隧道的建设现场进行实时监测,及时发现和解决问题,提高建设效率和质量。 隧道维护:使用点云数据可以对隧道内部的结构和设施进行检查和维护,及时发现和处理潜在问题,确保隧道的安全和稳定运行。 交通安全:使用点云数据可以对隧道内的交通流量、车辆速度、车辆类型等信息进行监测和分析,以提高交通安全和交通效率。 地质勘探:使用点云数据可以对隧道周围的地质结构和地形进行测量和分析,以帮助确定隧道的建设方案和维护策略。 环境监测:使用点云数据可以对隧道内的空气质量、温度、湿度等环境因素进行监测和分析,以保障隧道内的环境质量和人员健康。
2023-12-01 14:47:34 122.57MB 交通物流
1
LST008AS通讯协议 包含翻译文档,协议文档和英文原始文档
2023-11-23 22:59:58 2.43MB astm 通讯协议
1
SincNet SincNet是用于处理原始音频样本的神经体系结构。 这是一种新颖的卷积神经网络(CNN),它鼓励第一个卷积层发现更多有意义的滤波器。 SincNet基于参数化的Sinc函数,这些函数实现了带通滤波器。 与学习每个滤波器的所有元素的标准CNN相比,所提出的方法只能从数据中直接学习低和高截止频率。 这提供了一种非常紧凑而有效的方式来导出专门针对所需应用进行了调整的定制滤波器组。 该项目发布了一系列代码和实用程序,可通过SincNet进行说话人识别。 使用TIMIT数据库提供了说话人识别的示例。 如果您对应用于语音识别的SincNet感兴趣,可以查看PyTorch-Kaldi
2023-11-23 13:09:20 173KB audio python deep-learning signal-processing
1
从excel中读取信号,首先计算信号的vmd分解,得到imf分量,然后根据imf分量与原始信号的相关系数确定出信号imf喝噪声imf,对有用的imf进行小波阈值滤波,最后对滤波后的imf进行重构输出信号。 下图是流程图盒vmd分解结果的时域后频谱
2023-11-20 11:17:04 1.56MB 流程图
1
KITTI数据集 转换为ROSBAG格式,且补充了点云格式转换部分,比原始的全面一些
2023-11-05 14:35:16 21KB 数据集
1