XiaoMi-AI文件搜索系统
World File Search System光谱学
分子系统的光谱学和计算机建模
o 能够设计和实施实验或理论程序来解决学术和工业研究中的问题或改进现有结果 o 能够使用分析和数值数学计算工具 o 学生能够将物理理论应用于分子系统/晶体/生物分子/材料，了解使用计算机模拟分子系统动态的现代方法 软技能 ● 做出明智的判断和选择 o 能够以越来越高的自主性水平工作，包括承担项目规划和管理设施的责任 o 鼓励学生为提出的问题选择个人解决方案，并提出有趣的研究案例，这些案例可以作为考试面试的重要部分。 ● 交流知识和理解 o 能够使用意大利语和英语在物理学的高级领域进行交流 o 懂得如何揭示案例研究的特殊性并提出解决技术，鼓励在课堂上进行讨论 ● 继续学习的能力 o 掌握持续学习和知识更新的基本知识工具 o 知道如何从正式文本中提取真实案例研究的操作信息，使用计算机代码、高级数学技术、人工智能 教学大纲 内容知识 分子建模：经典分子动力学。分子中电子的量子处理。
糖尿病黄斑缺血的基于图神经网络的多光谱学习模型
图4病例和亚组分析。a。 CFP和OCTA的图像代表性眼睛的图像。预测是由人类分级器（具有10年经验的眼科医生3）和GNN-MSVL模型（具有跳线n = 2）做出的。左：DMI阳性的眼睛，人类分级器和模型都正确预测了结果；中间：DMI阳性的眼睛，其中人类级别做出了错误的预测，而模型的预测是正确的；右：DMI阴性的眼睛和模型都正确地预测了结果。b。测试数据集中的DR分级和DMI存在。c。 GNN-MSVL模型（跳线n = 2）在不同的DR严重程度上进行的预测准确性。d。 GNN-MSVL模型（跳线n = 2）的示例DMI眼的CFP和OCTA图像做出了正确的预测。比例尺：0.5mm。
有效的2D双Quantum固态NMR光谱学具有较大的光谱宽度
固态核磁共振（SSNMR）是一种强大的光谱技术，可以在原子分辨率下为各种样品提供独特的结构信息，从生物大分子到无机材料。可以从偶极重耦实验1,2获得有价值的结构信息，因为它们重新引入了耦合，该耦合与所涉及的旋转之间的距离立方体成反比。因此，这样的实验可以直接深入了解空间接近，甚至允许进行内部距离测量。对于同性核重耦实验，双量器（DQ）重耦方案非常有用，因为可以通过适当的阶段循环抑制来自未耦合旋转的信号（“ DQ滤波器”）。3,4当这种贡献主导频谱并掩盖耦合自旋对中所需的信号时，这是必不可少的，因为例如将核与低自然同位素丰度（Na）相关的情况，例如13 c（1.1％Na）或29 Si（4.7％Na）。5,6这种实验通常患有非常低灵敏度的可行性在近年来大大增加，这是因为通过具有魔法旋转的动态核极化（MAS-DNP）可实现的实质灵敏度增强。7,8有效的激发和DQ相干的重新分配对于成功实施DQ重新耦合实验至关重要。高DQ过滤效率（〜73％）可以从理论上
使用Subaru望远镜上的可见光子灯笼的光谱学：实验室表征和对Ikiiki（αLeo）和'aua（αori）的首次对旋转示范
1 National Astronomical Observatory of Japan, Subaru Telescope, 650 North Aohoku Place, Hilo, HI 96720, USA 2 Astrobiology Center, 2-21-1, Osawa, Mitaka, Tokyo 181-8588, Japan 3 LESIA, Observatoire de Paris, Universite PSL, CNRS, Sorbonne Universite, Sorbonne Paris Cite, 5 place Jules Janssen，92195法国Meudon 4悉尼天体仪器仪器实验室，悉尼大学物理学院，悉尼大学，悉尼，新南威尔士州，新南威尔士州2006年，澳大利亚5澳大利亚5管家，亚利桑那州图森大学，亚利桑那大学，亚利桑那州85721，美国6 USICAL SCIENCES 6 ARIZONES，ARIZONE，INSIZONA，TUCSON，TUCSON，TUCSON，AZ 85721，AZ 85721111 BLVD，PASADENA，CA 91125，美国8韩国天文学与太空科学研究所（KASI），大韩民国大道34055，加利福尼亚大学9，加利福尼亚大学，欧文分校，G302 C学生中心，CA 92697，CA 92697，CA 92697，美国10号加利福尼亚大学，加利福尼亚大学，加利福尼亚大学，405 Hilgard Averentry，Ca 90095. 90095，美国90095. 9009595.物理学，悉尼大学，新南威尔士大学，2006年，澳大利亚12 AAO-USYD，悉尼大学物理学院，悉尼，悉尼，2006年，2006年，澳大利亚13，佛罗里达州中央佛罗里达大学4304 Scorpius ST，Orlando Scorpius ST，Orlando 4304东京大学，东京邦基 - 库7-3-1，日本113-0033，日本16 Naoj，2-21-1-1-1-1-1-1-1-1-171-8588，日本17物理与天文学系，得克萨斯大学，得克萨斯大学，得克萨斯大学，位于圣安东尼奥，圣安东尼奥，圣安东尼奥，TX 78006，美国TX 788006，美国18 Univ。Grenoble Alpes，CNRS，IPAG，414 Rue de la Piscine，38400 Saint-Martin-D'Hères，法国，
移动医疗高光谱学习，实现血液动力学的瞬时空间光谱成像
高光谱成像在空间和频率域中获取数据，以提供丰富的物理或生物信息。然而，传统的高光谱成像具有仪器笨重、数据采集速度慢和空间光谱权衡等内在局限性。在这里，我们介绍了快照高光谱成像的高光谱学习，其中将小子区域中的采样高光谱数据合并到学习算法中以恢复超立方体。高光谱学习利用了照片不仅仅是一张图片，还包含详细光谱信息的想法。小样本的高光谱数据使光谱信息学习能够从红绿蓝 (RGB) 图像中恢复超立方体，而无需完整的高光谱测量。高光谱学习能够恢复超立方体中的全光谱分辨率，可与科学光谱仪的高光谱分辨率相媲美。高光谱学习还可以实现超快动态成像，利用现成智能手机中的超慢速视频录制，因为视频由多个 RGB 图像的时间序列组成。为了证明其多功能性，使用血管发育的实验模型通过统计和深度学习方法提取血流动力学参数。随后，使用传统的智能手机摄像头以高达一毫秒的超快时间分辨率评估外周微循环的血流动力学。这种光谱信息学习方法类似于压缩感知；然而，它还允许使用透明的学习算法进行可靠的超立方体恢复和关键特征提取。这种由学习驱动的快照高光谱成像方法可产生高光谱和时间分辨率，并消除了空间光谱权衡，提供了简单的硬件要求和各种机器学习技术的潜在应用。
量子化学和光谱学：课程大纲
期中考试及如果您缺席：10 月 11 日星期五和 11 月 15 日星期五的正常上课时间将安排两次 50 分钟的期中考试（见上文）。考试形式为问题和简答题（可以是计算或/和口头答案）。闭卷考试，需要计算器。不提供备忘单。没有补考。如果您缺席第一次期中考试，分数（百分比）将移至第二次期中考试，如果您缺席第二次期中考试，分数将移至期末考试。如果您缺席两次期中考试，期末考试将占评估的 100%。无需任何文件即可激活这些重新加权，学生甚至不需要联系教师。
从半个世纪的表面增强的拉曼光谱学：从纳米到AI驱动的SERS我们可以学到什么？ jun yi，让你，ren hu，en qun t
zqtian@xmu.edu.cn表面增强的拉曼光谱（SERS）的领域是在1970年代中期开始的，并于1990年代中期恢复。在1974年，依赖于电化学潜力的第一表面拉曼光谱是从Fleischmann，Hendra和McQuillan [1]的吡啶分子中观察到的。这一成就源于他们在拉曼光谱法应用于电化学方面的开创性工作。实际上，这是第一个SERS测量，尽管当时还没有被认为。van Duyne和Jeanmaire很快就仔细地设计了一种测量表面增强因子的程序，因此发现增强因子的阶段为10 5 -10 6。在旷日持久的审查过程之后，这大概是由于审稿人不愿相信表面增强的非正统概念，他们的论文最终于1977年发表[2]。独立地，克雷顿和阿尔布雷希特在同年发表了有关SERS的论文[3]。在1978年，Moskovits首先解释了表面等离子体对粗糙银电极对SERS增强的影响，并预测在覆盖有吸附剂的Ag和Cu胶体可能会发生相同的效果[4]。Creighton等人使用AG和AU胶体对该预测进行了实验验证，并且该效果被Van Duyne在1979年被列为表面增强的拉曼散射（SERS）[5]。在过去的50年中，SERS经过了曲折的途径，发展为强大的诊断技术[5,6]。我们可以从1970年代发现SER的伟大先驱和故事中学到什么？物理。我的演讲将主要通过讨论以下问题来提供历史但前瞻性的主题。为什么要挑战教科书以开设新的科学领域？1990年代，纳米科学（纳米驱动的SER）的sers研究是如何提高的？Will AI会在SERS的研究和应用中迎来一个新时代，并突破2020年代[7]的SERS（AI-DRIENS SERS）的开发瓶颈？参考文献[1] Fleischmann M，Hendra PJ，McQuillan AJ，吡啶的拉曼光谱吸附在银电极，化学。Lett。 （1974）; 26，163-166 [2] Jeanmaire DL，Van Duyne RP，Surface Raman SpectroelectroChemistry：Part I Part I.杂环，芳香和脂肪族胺上吸附在阳极氧化银电极上，J。Electroanal。 化学。 （1977）; 84，1-20 [3] Albrecht MG，Creighton JA，在银电极处吡啶的反常强烈的拉曼光谱，J。 am。 化学。 Soc。 （1977）; 99，5215-5217 [4] Moskovits M，表面粗糙度和被吸附在金属上的分子的拉曼散射强度增强，J。Chem。 物理。 （1978）; 69，4159-4161 [5] Ding Sy，Yi J，Li JF，Ren B，Wu Dy，Panneerselvam R，Tian ZQ，基于纳米结构的基于纳米结构的增强拉曼的拉曼光谱，用于材料的表面分析。 nat。 修订版 mater。 （2016）; 1，16021-16037 [6] Panneerselvam R，Liu GK，Wang YH，Ding Sy，Li JF，Wu Dy，Tian ZQ，表面增强的拉曼光谱：瓶颈和未来的方向。 化学。 社区。 （2018）; 54，10-25 [7] Yi J，You Em，Hu R，Graham D，Tian ZQ，ET。 al。 Soc。Lett。（1974）; 26，163-166 [2] Jeanmaire DL，Van Duyne RP，Surface Raman SpectroelectroChemistry：Part I Part I.杂环，芳香和脂肪族胺上吸附在阳极氧化银电极上，J。Electroanal。化学。（1977）; 84，1-20 [3] Albrecht MG，Creighton JA，在银电极处吡啶的反常强烈的拉曼光谱，J。am。化学。Soc。（1977）; 99，5215-5217 [4] Moskovits M，表面粗糙度和被吸附在金属上的分子的拉曼散射强度增强，J。Chem。物理。（1978）; 69，4159-4161 [5] Ding Sy，Yi J，Li JF，Ren B，Wu Dy，Panneerselvam R，Tian ZQ，基于纳米结构的基于纳米结构的增强拉曼的拉曼光谱，用于材料的表面分析。nat。修订版mater。（2016）; 1，16021-16037 [6] Panneerselvam R，Liu GK，Wang YH，Ding Sy，Li JF，Wu Dy，Tian ZQ，表面增强的拉曼光谱：瓶颈和未来的方向。化学。社区。（2018）; 54，10-25 [7] Yi J，You Em，Hu R，Graham D，Tian ZQ，ET。al。Soc。，半个世纪的表面增强拉曼光谱：回顾和透视，化学。Rev。 （2024）;要出版。Rev。（2024）;要出版。
增强弥漫性相关光谱脉冲脑血流信号，并具有近红外光谱光谱学
将DC与NIRS结合起来可以计算氧气6的脑代谢率，并进一步了解健康7、8和病理条件下血红蛋白浓度与脑血流（CBF）变化之间的关系。9，10最近，我们和其他小组提出了使用DCS脉动CBF指数信号（PCBF I）来量化颅内压（ICP），临界关闭压力（CRCP），脉冲指数（PI）和脑抗血管抵抗指数（CVR I）的连续性和非inniNninvasine continally and Inninvasine conteriality。11 – 16 Despite the encouraging results, the low signal-to-noise ratio (SNR) of current DCS devices limits pCBF i to source- detector separations (SDsep) of up to 2.5 cm, which reduces brain sensitivity in adults, 17 and to achieve sufficient time-points within a pulsatile waveform, it requires cardiac-gated averaging of 50 arterial pulses, 11 which dampens the脉冲峰，并提供CRCP和CVR I估计为0.02至0.07 Hz，速率太低，无法研究大脑脉管系统的动态压力流关系。18要克服DCS噪声，增加SDSEP并以较少的平均恢复PCBF I恢复，我们提出了一种基于NIRS和DCS脉冲信号组合的新方法。由于在相同采样速率下的NIRS测量值通常检测到多个数量级的光子，因此NIR的SNR比DCS的SNR（19，20）好得多，允许测量脉冲血容量波形，并在长SDSEP（≥3cm）处具有高时间分辨率。PWA通常是指在短SDSEP上使用脉搏氧量设备测量的PPG波形的形态。21特别是，我们最近开发了一种称为Flexnirs的开源，可穿戴和无线NIRS设备，具有低噪声等效功率（NEP <70 fw∕P Hz），能够以高达266 Hz的采样率以高达266 Hz的采样率获取10个通道。22该设备的高SNR性能使我们能够在NIRS光掌术（PPG）的脉冲光吸光度下以3.3 cm sdsep（Nirs-Pppg）的速度吸收性（NIRS-PPG）与少数Beats Anever to beats Anirs to beative and Beative vellsaTile光吸光度（PPG），从而解决脉动血液量和其时间衍生物。23从表面PPG中提取的形态特征及其时间衍生物已在文献中进行了研究，通常包括PPG波轮廓的振幅，潜伏期和宽度。这些特征通常带有算法，这些算法在信号中找到局部最大值和最小值及其第一个至第三次衍生物。23 PWA量化了脉搏波的特性，以获取有关心血管态的信息，并揭示了特定特征与皮肤血管衰老，刚度和外周耐药性的相关性。24 - 27测量长SDSEP PPG及其时间导数的能力扩展了分析，以表征大脑血管，并通过弥漫性光学方法为研究脑健康打开了新的维度。28 - 30此外，当通过利用脉冲血容量和血流关系同时测量DC和NIR时，31 - 33，我们可以将Pul-Satile流入和流出和流出和模型PCBF I分开，并将模型作为NIRS-PPPG的线性贡献，以及它的首次衍生物[D（NIRS-PPPG）[D（NIRS-PPPG）/DT]。所得拟合的PCBF i-fit在DC上显示超过SNR，同时准确匹配DCS脉冲流，使我们能够在心脏频率下估计PI，CRCP和CVR I。为了验证该模型，我们与Flexnirs同时测量了12位健康受试者，并且在我们的实验室中可用的最先进的DCS原型，该原型在1064 nm处运行，并采用了超导纳米型单杆探测器（SNSPD）。SNSPD-DCS系统提供了> 16倍SNR的增加，而标准DCS技术，17，使我们能够在较大的分离处解决PCBF I，并使用较低的心脏门控平均。，我们对受试者进行了NIR和DCS测量，同时执行改变脑和系统生理的标准任务，并在各种条件下恢复了脉动和慢速变化的信号。
动力学和光谱学中的圆锥形交集
Born-Oppenheimer近似是多体Schrodinger方程的最重要简化之一。通过忽略核运动，可以在所谓的绝热系统中分离核运动和电子运动。在这种绝热状态下，核运动逐渐发生，使该系统始终是瞬时哈密顿量的能量特征功能。Born-Oppenheimer近似导致电子，旋转和振动自由度的典型范式，可以独立计算。当核运动与电子运动耦合时，出现了Oppenheimer制度的局限性，这就是所谓的振动耦合。这种绝热状态通常发生在光化学或化学反应中，在光化学或化学反应中，核运动变得足够重要，可以发挥振动耦合。对于每个绝热状态，可以绘制势能表面（PE）。如下图所示，不同的激发状态势能表面通常在单个点上退化，该点形成了两个表面相交的锥形形状。这是圆锥形的交叉点，即可能的堕落度的0尺寸空间。圆锥形交叉点是理解状态之间的过渡的关键，尤其是在诸如光化学中发生的激发态动力学中。例如，在荧光中，从单重击状态s 1到单线基态S 0发生过渡，这可能是作为圆锥形相交的接缝的过渡而发生的。