XiaoMi-AI文件搜索系统
World File Search System伽马刀
通过伽马光谱法测定地表水中放射性核素的程序
测量始终是在未过滤的水样上进行的。这确保了悬浮物上的活性也能被量化。通过量化悬浮物的含量及其比活度，可以区分样品中溶解状态和颗粒状态的核素。对于 25 g·m -3 的中等浓度悬浮物，根据所涉及的放射性核素，可能会发现相当大比例的悬浮物附着在悬浮物上。悬浮物浓度超过 100 g·m -3 时，颗粒核素的含量可能会上升到 90% 以上，然后需要单独量化。应避免对过滤的水样进行测量，因为溶解和颗粒核素部分的分离是有问题的，因此获得的结果将在评估暴露时产生过于乐观的评估，例如，对于暴露路径“农业用地灌溉”。
人类PKIγ（蛋白激酶抑制剂伽玛）ELISA KIT
电话：+7（495）798-02-48，+7（865）228-34-60电子邮件：sales@immunotex.ru skype：sales.imm地址：355021，Stavropol，UL。Dovatoretsev，177，结构1
伽玛射线对双极结特性的影响
本文介绍了60 Coγ辐射硬度对双极结型晶体管特性和参数的影响，以分析核领域中使用的单个器件的性能变化。双极结型晶体管（BJT）的类型为（BC-301）（npn）硅，晶体管用60 Co源以不同剂量（1、2、3、4和5）KGy进行γ辐射辐照。使用带稳压电源的晶体管特性仪研究了辐照前后双极结型晶体管的特性和参数。结果表明，由于晶体管增益下降和硅电阻率增加，双极结型晶体管的饱和电压V CE（sat）降低。受电离辐射影响的双极结型晶体管的另一个参数是集电极-基极漏电流，电流的大幅增加是由结附近的累积电荷引起的。1.引言
迁移学习在自动伽马光谱识别中的应用
早期研究的动机是缺乏强大的伽马射线光谱自动识别算法，特别是当光谱统计数据较低时，包括潜在的低信噪比。1,2 早期的工作集中于自动伽马射线光谱识别和使用卷积神经网络 (CNN) 进行识别的新数据模式。本文重点关注感兴趣的目标域中可用数据集的缺乏问题。虽然一些感兴趣的同位素的良好代表性数据可能数量较少，但大多数放射性同位素在原位出现的频率并不高，无法提供典型的机器学习所需的大型和多样化的数据集。通常，当收集大型放射学数据集时，发现的源种类非常有限，只有少数医疗和工业源占据主导地位；并且与我们之前的研究一样，需要大量依赖模拟数据。这种情况意味着，如果不进行一些修改，经过这些数据集训练的机器将无法识别大多数可能的放射性同位素。
暴露于伽马辐射的 3D 打印材料的拉伸强度
[ 1] 疾病控制与预防中心。(2020 年 12 月 7 日)。3D 打印工作安全。疾病预防控制中心。[2] Rooney, M. K., Rosenberg, D. M., Braunstein, S., Cunha, A., Damato, A. L., Ehler, E., Pawlicki, T., Robar, J., Tatebe, K., & Golden, D. W. (2020)。放射肿瘤学中的三维打印：文献系统综述。应用临床医学物理学杂志，21(8)，15–26 [3] 太空 3D 打印。Aniwaa。(2021 年 8 月 5 日) [4] 原装 Prusa i3 MK3S+ 3D 打印机图片。(n.d.)。Prusa 3D。检索日期：2023 年 8 月 1 日 [5] 艺术家对地球磁层的演绎。(2007)。欧洲航天局。检索日期：2023 年 8 月 1 日 [6] Sherwin Emiliano。(2021 年 6 月 20 日)。[2021] 3D 打印机灯丝多少钱？MonoFilament DIRECT [7] P., M. (2022 年 8 月 8 日)。Pla 与 PETG：您应该选择哪种材料？3Dnatives [8] 文件：polylactid sceletal.svg。Wikimedia Commons。(n.d.-b) [9] 文件：Polyethyleneterephthalate.svg。Wikimedia Commons。(n.d.-a) [10] Junaedi, H., Albahkali, E., Baig, M., Dawood, A., & Almajid, A.(2020)。短碳纤维增强聚丙烯复合材料的延性至脆性转变。聚合物技术进展，2020 年，1-10 [11] https://www.worldoftest.com/electro-mechanical-dual-column-universal-testing-machine-qm-100200300500。(n.d.)。Qualitest。2023 年 8 月 3 日检索 [12] Wady, Paul, et al.“电离辐射对 3D 打印塑料的机械和结构性能的影响。” Additive Manufacturing，vol.31，2020，第 100907 页
在检测干扰素伽马作为结核病生物标志物的最新进展
摘要结核病（TB）是全球主要的传染病之一，造成许多死亡。这是由结核细菌引起的，通常会影响患者的肺部。早期诊断和治疗对于控制结核病流行至关重要。干扰素 - γ（IFN-γ）是一种细胞因子，在对抗感染时在人体的免疫反应中起作用。通常使用的当前基于常规抗体的TB感应技术包括酶联免疫吸附测定法（ELISA）和干扰素 - 伽马释放分析（IGRAS）。但是，这些方法具有主要的缺点，例如耗时，低灵敏度和无法区分TB疾病的不同阶段。已经报道了几种电化学生物传感器系统，用于检测具有高灵敏度和选择性的干扰素γ。微流体技术以及以常规格式的多重分析结合，也已经报道了实验室片平台以检测IFN-γ。本文是对将干扰素伽玛作为结核病生物标志物检测技术的回顾。目的是对可用的IFN-γ检测技术（包括常规测定，生物传感器，微流体和多重分析）提供简洁的评估，并提供区分TB疾病不同阶段的能力。
简历 - 阿伽门农·克拉索利斯
高级数据科学家和生物信息学家 Intelligencia AI，希腊雅典 2023 年 - 分子特性（ADMET）预测；临床试验结果预测；癌症治疗反应预测；生物医学知识图谱 机器学习研究员 Insilico Medicine，阿联酋（远程） 2023 年 分子特性（ADMET）预测；梯度提升；循环神经网络 (RNN)；不确定性量化；软件设计 高级机器学习工程师/技术主管 Deeplab，希腊雅典 2020 年 - 2022 年 使用图神经网络 (GNN) 进行早期药物发现的虚拟筛选 研发主管；项目管理（2 名机器学习工程师）；研究实习生监督（5 名培训生）；资金获取（NVIDIA 加速器计划 ∼ 20,000 欧元）；JEDI Billion Molecules 抗击 COVID-19 竞赛（入围团队）；传播（1 项专利申请；2 篇出版物）；研究与实验（模型训练和数据管理）；软件开发；与利益相关者的演示和交流 基于 EEG 的脑机接口 (BCI) 和深度神经网络 研发主管；算法团队工程管理（4 名 ML 工程师）；项目管理；软件设计和架构 研究助理（博士后） 英国纽卡斯尔大学工程学院 2018–2020 上肢肌电假肢控制的运动和机器学习 研究助理（博士后） 英国爱丁堡大学信息学院 2017–2018 深度学习应用于密码学 软件工程师 英国爱丁堡大学社会与政治科学学院 2013–2016 神经政治研究中 fMRI 实验的软件设计和开发 助教/实验室演示者 英国爱丁堡大学信息学院 2013–2017 ML 与模式识别；概率建模与推理；入门应用 ML；数据挖掘与探索；神经计算研究助理 英国南安普顿大学声音与振动研究所 (ISVR) 2012 用于人工耳蜗用户降噪和增强语音清晰度的 ML 算法
关于使用软伽马辐射来表征预
表征功率器件的击穿前行为对于故障机制的寿命建模至关重要，其中主要驱动力是碰撞电离。特别地，设计坚固的功率器件并定义其安全工作区需要定量表征反向偏置结中的电荷倍增。这对于像陆地宇宙射线产生的单粒子烧毁 (SEB) 这样的机制尤其必不可少，其中撞击辐射通过碰撞电离在反向偏置器件中产生大量电荷，该电荷被传输并最终通过局部电场倍增。对抗 SEB 的主要技术措施是在设计阶段进行现场定制以及在器件使用过程中降低反向/阻塞偏置。在这种情况下，通常使用载流子倍增开始的电压偏置作为定义工作条件下电压降额标准的标准 [1、2]。在实际应用中，降额系数通常在器件额定电压 V rated 的 50% 到 80% 之间。定义正确的降额系数至关重要。如果设置得太低，则需要具有更高 V 额定值的器件，从而导致更高的损耗和成本。相反，如果设置得太高，则导致的现场故障率可能变得过高。目前，降额系数是通过寿命测试或
使用像素级伽马校正增强图像质量
复合材料是材料科学和工程中最重要的材料，包含两种或两种以上的材料。在材料工程中，扫描电子显微镜 (SEM) 技术是一种测量材料粒度的方法。一种替代 SEM 的新程序被称为人工智能 (AI)。人工智能 (AI) 是一门跨学科科学和计算机科学的分支，涉及解决需要人类智能和能力的问题。计算机视觉是人工智能的一个子领域，它使用一些算法通过使用计算机（称为图像处理）来检测图像的细节。检测粒子并测量 SEM 扫描的材料尺寸是一项重要任务，有助于描述其特征，传统上，尺寸是通过在 SEM 图像中添加网格或在任意粒子中绘制对角线来手动计算的。本文提出了一种基于人工智能 (AI) 的新模型，使用计算机视觉来分析所有粒子的尺寸。该模型用于检测复合材料（如石墨烯薄片）中添加剂的粒度，并根据扫描电子显微镜 (SEM) 上固定的参考尺寸测量它们的尺寸。该模型基于开源计算机视觉（OpenCV）库，利用多层 Canny 边缘检测、Sobel 滤波器、亮度和对比度算法，使用 Python 3。结果以非常低的处理时间 = 0.2 毫秒实现了非常满意的指示。
伽玛射线对生长，产量和产量成分的影响
*相应的电子邮件：saadedan91@gmail.com摘要在2020-2021季期间，在Al-Alam区\ Sallahiddin省的农业领域进行了一个现场实验，以研究由于γ射线的产生亚麻遗传学作物的遗传变异。The study factors included four levels of gamma rays, which were 0, 9, 18 and 27 Gy and six genotypes of the flax crop, which were Sakha1, Sakha2, Sakha3, Giza8, Syrian and Poloni, use a completely randomized block design with split plot system and was used three replications, traits studied were Duration to 50% flowering and Duration of days to maturity, Plant height, Leaves ratio,植物分支的数量，种子数量，1000种种子重量，植物产量和种子产量。The results of the study indicated that gamma rays had a significant effect on all studied traits, comparison treatment gave a lower value from the number of days to flowering 50% of plants and days to maturity (110.24) and (155.05) days, respectively, while the plants irradiated with the level 9 Gy recorded a significant superiority in the percentage of leaves (21.46) %, while the non-irradiated plants outperformed in其余的研究特征。基因型SAKHA1在营养分支数量（3.63）分支-1，每植物的胶囊数量（54.35）胶囊植物-1，单个植物产量（2.22）GM植物-1和种子产量（433.63）kg ha -1中给出了最高平均平均值。至于相互作用，它通过非辐照的Sakha1基因型具有重要意义，该基因型具有最高的每植物胶囊数量的特征，人均种子数量，个体植物产量和总种子产量（62.22）胶囊植物-1 9.96种子胶囊-1 9.96种子胶囊-1（2.89）g植物-1（2.89）g植物-1（578.60）。