XiaoMi-AI文件搜索系统
World File Search System不易
低成本、有弹性、不易燃的可充电铁离子电池，具有可扩展的制造和较长的循环寿命
更广泛的背景 近年来，水系金属离子电池因其低成本和安全性而备受关注。其中，锌离子电池一直是研究的主要焦点。然而，铁比锌更便宜，在地壳中的储量也更丰富，有望成为替代金属阳极，尽管它仍未得到充分开发。可靠的铁离子电池正极对于推进其研究和商业化至关重要，这需要简单的制备工艺和易于理解的机制。在此，我们介绍了使用聚苯胺作为铁离子电池活性材料的夹层型和圆柱形正极。该正极不含粘合剂，通过简单的低压压制工艺制造而成。它在 5C 倍率下可提供 225 mA hg 1 的高容量（而聚苯胺的理论容量为 300 mA hg 1）。此外，我们的高负载电池在 15C 倍率下表现出 27000 次循环的长循环寿命和 82% 的容量保持率。我们还进行了系统的理论研究，阐明了在充电和放电过程中铁离子与聚苯胺结合后的电化学行为。因此，这项工作为在固定储能应用中使用铁离子电池提供了一种可靠且有前景的解决方案，其性能可能优于铅酸电池和锂离子电池。
用于固定存储的不易燃、非锂电池
Alsym Green 是一种长时储能 (WDES) 解决方案，其灵活性和可靠性是当前 LDES 解决方案无法比拟的。它可以通过软件配置，在 2 到 110 小时的任意时间内完全放电，并可在 4 小时内充满电。支持 2 到 24 小时的放电时间意味着您可以使用 Alsym Green 在高峰需求期间利用费率套利机会，并支持日内负载转移需求。
Eos 储能：不易燃的实用演示...
该团队向行业领导者、技术咨询委员会和董事会成员公布了项目的研究结果，以获得反馈和建议，帮助 Eos 推进和改进该项目以及未来项目和技术的结果。项目团队向美国能源部 (DOE) 和 CEC 工作人员和委员等相关利益相关者介绍了项目的初步结果。Eos Energy System 的第一个商业电网规模电池存储系统原型的设计和实施成功地展示了行业和客户技术的早期使用情况。虽然过去的加州项目已经成功使用了各种电池存储系统，但这个项目已经试行了 Eos Energy System 的技术，并为可再生能源行业提供了增长和扩张的机会。此外，展示无需灭火系统即可成功使用 Eos 技术，使 Eos 能够继续推进其他将安装在室内环境中的试点项目；这是一个行业领先的
![b'lithium-o 2（li o 2）细胞是一类引人入胜的LI金属空气电池，具有最高的理论特异性能密度（3500 WHKG 1）。 [1]尽管如此，直到他们的商业化成为现实，仍然需要漫长的旅程。从物质的角度来看，已经为开发更有效的电解质所做的许多努力，这些电解质符合广泛的特性，例如高离子电导率或更环保的电解质。 [2]从这个意义上讲，由于良好的运输特性，非挥发性，低毒性的组合，离子液体（ILS）似乎是常规易燃有机溶剂的良好替代品（请注意，需要仔细分析此特性），[3]对超氧自由基的不易粘性和稳定性。 [4,5] Li O 2电池中研究最多的离子液体是基于咪唑 - 和吡咯烷菌的[4,6 \ XE2 \ X80 \ X939]和基于氟的阴离子（即Bis（trifluoromethanesulfonyl）Imide，tfsi）。 [10]最近，较少使用的四烷基铵基IL，例如N，N，N-二乙基-N-甲基-N-（2-甲氧亚乙基）BIS（三氟甲磺酰硫磺酰基）Imide（[Deme] [Deme] [deme] [deme] [tfsi]）具有适用于这种类型的面具的适用性。对于'](/simg/e/eb2b643bfdbed58da2918d458a2824c3a64f629d.webp)
b'lithium-o 2（li o 2）细胞是一类引人入胜的LI金属空气电池，具有最高的理论特异性能密度（3500 WHKG 1）。 [1]尽管如此，直到他们的商业化成为现实，仍然需要漫长的旅程。从物质的角度来看，已经为开发更有效的电解质所做的许多努力，这些电解质符合广泛的特性，例如高离子电导率或更环保的电解质。 [2]从这个意义上讲，由于良好的运输特性，非挥发性，低毒性的组合，离子液体（ILS）似乎是常规易燃有机溶剂的良好替代品（请注意，需要仔细分析此特性），[3]对超氧自由基的不易粘性和稳定性。 [4,5] Li O 2电池中研究最多的离子液体是基于咪唑 - 和吡咯烷菌的[4,6 \ XE2 \ X80 \ X939]和基于氟的阴离子（即Bis（trifluoromethanesulfonyl）Imide，tfsi）。 [10]最近，较少使用的四烷基铵基IL，例如N，N，N-二乙基-N-甲基-N-（2-甲氧亚乙基）BIS（三氟甲磺酰硫磺酰基）Imide（[Deme] [Deme] [deme] [deme] [tfsi]）具有适用于这种类型的面具的适用性。对于'
b'lithium-o 2（li o 2）细胞是一类引人入胜的LI金属空气电池，具有最高的理论特异性能密度（3500 WHKG 1）。[1]尽管如此，直到他们的商业化成为现实，仍然需要漫长的旅程。从物质的角度来看，已经在开发更有效的电解质方面做出了许多努力，这些电解质符合广泛的属性，例如高离子电导率或更环保的电解质。[2]从这个意义上讲，由于良好的运输特性，非挥发性，低毒性的结合，离子液体（ILS）似乎是常规易燃有机溶剂的一个很好的替代品（请注意，需要仔细分析此特性），[3] [3]非耐受性和对超氧自由基的稳定性。[4,5]李O 2电池中研究最多的离子液体是基于咪唑 - 和吡咯烷菌的[4,6 \ xe2 \ x80 \ x939]和基于氟的牛灰（即bis（trifluororomethananesulfonyllfonyl）Imiide，tffone）。[10]最近，较少使用的四烷基铵基于ILS，例如N，N，N-二乙基-N-甲基-N-（2-甲氧亚乙基）BIS（三氟甲磺酰硫磺酰基）imide（[Deme] [Deme] [deme] [tfsi]），已显示出适用于这种类型的彩色彩色彩色的物体。'
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
利用 CRISPR/Cas9-FLP/FRT 技术使苹果品种不易受火疫病侵害 Valerio Pompili、Lorenza Dall
Kost TD、Gessler C、Jänsch M、Flachowsky H、Patocchi A 和 Broggini GA (2015) 开发出第一种对火疫病具有更高抗性的顺式基因苹果。PLoS One doi: 10.1371/journal.pone.0143980 Meng XD、Bonasera JM、Kim JF、Nissinen RM 和 Beer SV (2006) 与火疫病病原菌 Erwinia amylovora 的致病效应物 DspA/E 相互作用的苹果蛋白。Mol Plant Microbe Interact 19：53-61 Nishitani C、Hirai N、Komori S、Wada M、Okada K、Osakabe K 等人 (2016) 利用 CRISPR/Cas9 系统对苹果进行高效基因组编辑。科学代表 doi: 10.1038/srep31481