XiaoMi-AI文件搜索系统
World File Search System三维结构
cvpr'00：恶劣天气中的视觉框架
常规视觉系统旨在在晴朗的天气中执行。但是，任何室外视觉系统都是完整的，没有任何机制可以保证在较差的天气条件下表现令人满意的性能。众所周知，大气可以显着改变到达观察者的光能。因此，必须使用大气散射模型在恶劣的天气下使视觉系统健壮。在本文中，我们开发了一个几何框架，用于分析大气散射的色彩效应。首先，我们研究了一个简单的颜色模型，用于大气散射，并验证雾和雾度的颜色模型。然后，基于散射的物理学，我们在场景颜色变化上得出了几种几何形状，这是由于变化的大气状况而引起的。最后，使用这些约束，我们可以从不同但未知的天气条件下拍摄的两个或多个图像中恢复“真实”场景颜色来计算雾或雾化，深度分割，提取三维结构并恢复“真实”场景颜色。
Swin Unet3D：结合Vision Transformer和卷积的三维医学图像分割网络
脑肿瘤语义分割在临床治疗中起着至关重要的作用，特别是对于临床中经常使用的三维（3D）磁共振成像（MRI）。自动分割脑肿瘤的三维结构可以帮助医生快速了解肿瘤的形状、大小等属性，从而提高术前规划的效率和手术的成功率。在过去的几十年里，三维卷积神经网络（CNN）一直主导着三维医学图像的自动分割方法，这些网络结构取得了良好的效果。然而为了减少神经网络参数的数量，从业者确保三维卷积操作中卷积核的大小一般不超过7×7×7，这也导致CNN无法学习长距离依赖信息。 Vision Transformer (ViT) 非常擅长学习图像中的长距离依赖信息，但它存在参数过多和缺乏归纳偏差来恢复短距离依赖信息的问题。这
用Jmol探索蛋白质和核酸
访问蛋白质数据库（PDB）并下载结构文件并使用分子建模程序显示它们已成为生物化学家必不可少的技能。研究蛋白质的研究人员通常需要检查蛋白质的三维结构，以计划实验和解释数据。其他实验可能依赖有关蛋白质结构结构的信息以及保守序列基序的存在。制药公司使用蛋白质3-D结构来帮助设计将与蛋白质相结合的药物。获得生物化学学位的学生应该具有某种使用PDB并在计算机上可视化和操纵3-D分子结构的能力。此外，交互式分子图形对于帮助学生了解蛋白质和核酸的结构可能具有很高的价值。教科书中的静态数字如果设计良好，但仅是一定程度。观看动画比文本图形更具洞察力，但不如学生控制分子显示方式的互动练习。
细胞生物学的申请 - 杰出 -
人类细胞系，例如源自癌症或肝细胞的细胞系，提供了一个体外环境来测试药物并评估其对人体组织的影响。这些模型可用于快速筛选大量化合物，使研究人员能够识别主要候选人的进一步开发。最近，类器官技术彻底改变了药物开发。类器官是微型，是从模仿实际器官的结构和功能的干细胞中生长的三维结构，例如大脑，肝脏或肠道。这些模型可以更准确地预测药物反应和潜在毒性，以改善整体药物发育过程。基于细胞的测定也有助于发现生物标志物，它们是分子指标，可以预测药物在不同个体中的工作状况。通过检查细胞对各种化合物的反应，研究人员可以识别与特定疾病或治疗反应相关的生物标志物，从而促进更有针对性和有效的药物的发展。
人工智能支持的信息修复和...
电子断层扫描作为一种重要的三维成像方法，为从纳米到原子尺度探测材料的三维结构提供了一种强有力的方法。然而，作为一个重大挑战，缺楔引起的信息丢失和伪影极大地阻碍了我们获得高保真度的纳米物体的三维结构。从数学上讲，断层扫描逆问题定义不明确，因为解是不唯一的。传统方法，如加权反投影 (WBP) 和同时代数重建技术 (SART) [1]，由于倾斜范围有限，缺乏恢复未获取的投影信息的能力；因此，使用这些方法重建的断层图像会失真，并受到伸长、条纹和鬼尾伪影的污染。总方差最小化 (TVM) [2] 结合了迭代重建和正则化，已被开发用于恢复丢失的信息并减少由缺失楔形引起的伪影。然而，TVM 的一个缺点是它不是无参数的并且计算成本高昂。除此之外，TVM 或任何广义 TVM 方法的真正问题是它们被绑定到一个正则化，该正则化会促进对解决方案的一个先验约束，而该解决方案可能适合也可能不适合感兴趣的对象。在本文中，我们应用机器学习，特别是深度学习来解决这个问题。图1 显示，通过在正弦图和断层图域中分别加入两个修复生成对抗网络 (GAN) 模型可以有效地恢复未获取的投影信息 [3]。我们首先设计了一个基于生成对抗网络 (GAN) 中的残差-残差密集块的正弦图填充模型。然后，使用 U-net 结构生成对抗网络来减少残差伪影。联合深度学习模型对于缺失角度高达 45 度的缺失楔形正弦图实现了卓越的断层扫描重建质量。该模型性能的提高源于将问题分解为两个独立的域。在每个域中，都可以有效地学习基于训练过的“先验”的独特解决方案。此外，与基于正则化的方法相比，这种深度学习方法是一种没有任何超参数的端到端方法。其性能与先验知识或人类操作员设置超参数的经验无关。
石墨碳结构
碳石墨是一种碳的结晶形式，该碳由二维“石墨烯”结构中的六角形碳原子层组成。石墨烯层彼此堆叠，形成具有高度各向异性的三维结构。每一层中的碳原子都通过强共价键将其连接在一起，从而产生了强，稳定的晶格结构。然而，这些层本身由弱的范德华（Van der Waals）组合在一起，使它们能够轻松地彼此滑动。碳石墨的特性高度取决于石墨烯层的方向和比对。当层平行对齐时，材料沿对齐方向表现出高强度和刚度，但在其他方向上更弱且更灵活。碳含量用于高强度，刚性和电导率的多种应用。一些常见的应用包括电子接触，电动机刷以及航空空间和防御应用中的结构材料。我们工作的目的是描述石墨的结构，其物理和化学特性及其应用。
基因组编辑技术作为修改免疫系统细胞的工具
摘要 TALEN、CRISPR-CAS9和prime editing（PE）等技术可用于编辑各种细胞的基因组。然而，造血干细胞和免疫细胞的基因组可能很快就会被更频繁地编辑以用于治疗目的。这是因为血液和骨髓作为组织缺乏非常复杂的三维结构。此外，诱导性多能细胞 (iPSc) 被认为是具有治疗潜力的细胞来源，但由于由其发展而来的畸胎瘤，仍然存在风险。还可以补充的是，敲除编辑比编辑更容易将突变基因转变为正常基因。反过来，CAR-T 等细胞或病毒感染的细胞是敲除基因组编辑系统作为治疗的一部分的重要目标。免疫系统细胞似乎也特别适合作为通过合成生物学创造全新细胞类型的起点，其中基因组编辑技术发挥着特殊的作用。所有这些都意味着 CRISPR-CAS9 和 PE 正在引起免疫学家越来越多的兴趣。本文讨论了这些技术的工作原理并解释了其不完善的原因。
Nano Today 30 (2020) 100825 - 罗杰斯研究小组
三维（3D）功能结构因其在广泛应用领域中的潜在用途而备受关注，从具有非常规工程设计的宏观设备（例如可折叠太阳能电池板和可伸缩屋顶），到包含微/纳米级特征的更具挑战性和更复杂的设备[1–5]（例如光跟踪光电探测器[6,7]和功能性生物传感器[8–12]）。在这些应用示例中，结构的3D架构提供了独特且重要的功能，超出了平面系统可以实现的功能。例子包括可以感知三维空间中的电磁波并与之相互作用的光学设备[6,13]，由于3D结构的大表面积而具有高面积能量密度的储能设备[14,15]，以及与本质上的3D生物系统无缝对接的生物医学设备[9,11,12]。这种复杂的三维结构，尤其是纳米级结构，很难通过扩展传统二维（2D）微系统技术中使用的方法来实现，因为传统二维微系统技术是通过一系列
氧化物含有Nano3和CaCl2催化剂，具有增强的
术语“石墨烯”是指石墨的组合，石墨是碳的结晶形式，带有辅助的“ -ene”表示二维结构。石墨和钻石都是天然存在的碳同素异肌，由由碳原子组成的三维结构组成。2个格雷恩是类似于蜂窝的二维晶格结构。它由紧密堆积的碳原子组成，这些碳原子在厚度仅厚度仅一个原子的层中产生一个。石墨烯的碳原子通过SP 2杂交链接。2为了创建厚1毫米的石墨结构，它需要300万层的石墨烯。的确，单平方米的石墨烯仅重0.77毫克。3,4（GO）具有结构稳定的结构，并表现出显着的热，电气，光学和机械导电质量。5的研究表明，GO具有在7个以上的pH水平上维持高水平的分散稳定性的显着能力。此属性可以创建具有较大表面积的LMS。6
拧紧扭矩对电线键合换能器动力学和粘结强度的影响
Wirebondinghasbeenthemostwidelyusedandflexibleform of interconnecting technology in semiconductor manufacturing [1] .Themechanicalreliabilityofwirebondsinamicroelectronic package depends to a big extent on the formation of intermetallic compounds at the interface, environmental stress cycling of the module, fatigue and bonding process itself.债券过程控制和债券质量监控一直是制造OEM的主要关注点。电线键合是一个复杂的过程，具有许多参数（例如功率输入，粘结压力，粘结时间，阶段温度，传感器配置）。对于这样的制造过程，确定主要因素及其影响对于过程优化很重要。常规传感器组件包括以一端耦合的PZT（铅 - 循环酸 - 二烷基）驱动元件，以及键合工具耦合到传感器的输出端。为了维修/更换需求，该工具在组件上螺钉固定。这是具有“蟹腿”键合工具的三维结构。螺钉固定条件（工具上的扭矩值）可能会影响包装实践中的传感器性能，但是很少有有关此