XiaoMi-AI文件搜索系统
World File Search System切换
可调的多型卤化物钙钛矿串联光电探测器，可切换响应
图2：具有不同的钙钛矿吸收剂组成的建模吸收和装置响应。a）宽带隙（BPBBR 3，实线）的吸收（黑线）顶部子细胞和窄带隙底部子细胞（APBI 3，虚线，虚线）在TPD结构中，
双切换的一氧化碳纳米汽油箱用于自动诊断和骨关节炎的精确疗法
一氧化碳（CO）在骨关节炎（OA）的治疗中具有巨大的潜力，但其在体内可控递送仍然是一个棘手的问题。要优化OA的CO气体疗法，必须设计具有多刺激响应能力的稳定CO释放平台。在此，我们描述了近红外荧光（NIRF）成像引导的光热治疗和CO气体协同疗法的局部输送系统（Fe 3（CO）12 @Croc-PEG5K）。As a nano gas tank, Fe 3 (CO) 12 @Croc-PEG5K releases CO on-demand under near infrared (NIR) laser irradiation, scavenges free radicals and regulates the pH in the OA microenvironment, and relieves the in flammatory response of macrophages to maintain the vitality of chondrocytes.此外，可以利用Fe 3（CO）12 @CROC-PEG5K的pH依赖性NIRF成像特性，以确定治疗过程中的给药间隔和自动监测器的治疗效果。由于这些优点，可以优化由Fe 3（CO）12 @CROC-PEG5K介导的光热和CO气体协同疗法，以在体内提供出色的治疗性能，如OA大鼠模型所示。我们的研究是第一个验证CO针对体内OA的治疗作用的研究，它揭示了与OA治疗有关的精确医学的有希望的策略，并扩大了CO气体治疗范围。
EEG 源衍生的显着性网络耦合支持现实世界的注意力切换
虽然选择性注意背后的大脑机制已经在受控实验室环境中得到了详细研究，但这些过程在现实世界中如何发挥作用尚不清楚。在这里，我们研究了现实世界中计算机化任务的参与度，该任务相当于标准学术测试，包括以自定进度的方式解决高中水平的问题。在这个任务中，我们使用脑电图源得出的脑源间有效耦合估计值来描述持续注意力从专注的任务状态到分心的非任务状态的转换背后的神经机制。具体来说，由于突显网络与持续注意力和注意力转换有关，我们对突显网络核心节点、前岛叶 (AI) 和前扣带皮层 (ACC) 之间的有效耦合进行了假设驱动分析。根据我们的假设，我们发现在注意力从专注于任务的状态转变为非任务分心的状态时，AI -> ACC 有效耦合会增加。这项研究可能为未来针对神经功能的脑机接口的发展提供参考，以增强持续注意力。
用于电力转换器模型预测控制的通用切换状态空间表示
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
奇数对称平面大厅效应：一种检测电流诱导的面内磁化切换
1 N. H. D. Khang，T。Shirokura，T。Fan，M。Tahahashi，N。Nakatani，D。Kato，Y。Miyamoto，2 H. Wu，D。Turan，Q。Pan，C.-Y. Yang，G。Wu。 下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1092 H. Wu，D。Turan，Q。Pan，C.-Y.Yang，G。Wu。 下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109Yang，G。Wu。下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109下巴，H.-J。Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109Lin，C.-H。莱，张，M。Jarrahi，3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1093 K. Gary，C。4 Y. J.A. b。 Huai，18（6），33（2008）。5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1095 W.-G。 Wang，M。Li，St.Eageman和C. L.6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1096 T. Kawahara，K。Ito，R。Take，7 A. 7 A.8 A.J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。10 10 J. E. E.11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用10911 K. Gary，I。M。Miron，C。12 C. O. Avci。A. Katine，应用109A. Katine，应用10913 N. H. D. Khang和P. N. Hai，应用物理信函117（25），252402（2020）。14 Y. Takahashi，Y。Takeuchi，C。Zhang，B。Jinnai，S。Fukami和H. Ohno，应用物理信函114（1），012410（2019）。15G.Mihajlović，O。Mosendz，L。Wan，N。Smith，Y。Choi，Y。Wang和J.16 S. Fukami，T。Anekawa，C。Zhang和H. Ohno，自然纳米技术11（7），621（2016）。17 Y.-T。 Liu，C.-C。黄，K.-H。 Chen，Y.-H。黄，C.-C。 Tsai，T.-Y. Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。17 Y.-T。 Liu，C.-C。黄，K.-H。 Chen，Y.-H。黄，C.-C。 Tsai，T.-Y.Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。
基于微磁模拟和增强学习的旋转轨道扭矩切换方案的优化
摘要：旋转轨道扭矩内存是下一代非挥发性随机访问存储器的合适候选者。它将高速操作与出色的耐力结合在一起，在缓存中使用尤其有希望。在这项工作中，将两电流的脉冲磁场旋转轨道扭矩切换方案与增强学习结合在一起，以确定导致该方案的最快磁化切换的电流脉冲参数。基于微磁模拟，这表明开关概率在很大程度上取决于当前脉冲的构造，用于用次纳秒时定时进行细胞操作。我们证明，实现的强化学习设置能够确定最佳的脉冲配置，以达到150 PS的开关时间，比使用非优化脉冲参数获得的时间短50％。强化学习是一种有前途的工具，可以自动化并进一步优化两脉冲方案的开关特性。对材料参数变化的影响的分析表明，如果正确调整了施加的脉冲的当前密度，则可以确保对变异空间内的所有单元的确定性切换。
使用等离子体元面的单个半导体量子发射器的发射模式的可逆切换
在过去的几十年中，量子技术领域一直在迅速扩展，产生了许多应用，例如量子信息，量子通信和量子网络安全。在这些应用的核心上是量子发射极（QE），这是单个光子或光子对的确切可控的发电机。半导体QE，例如钙钛矿纳米晶体和半导体量子点，作为纯单个光子的发射器表现出很大的希望，当用等离子体型纳米腔杂交时，具有产生光子对的潜力。在这项研究中，我们开发了一个系统，在该系统中，可以以可控的方式与外部等离子跨表面进行交互之前，期间和之后，可以追溯到单个量子发射器及其集合。将外部等离质元面耦合到量化量阵列后，单个QES从单光子发射模式切换到多光子发射模式。值得注意的是，该方法保留了QE的化学结构和组成，使它们可以在与等离子次曲面解耦后恢复至初始状态。这显着扩大了半导体QE在量子技术中的潜在应用。
基于二维铁电半导体极化切换的高线性和对称突触记忆晶体管
基于人工突触的受脑启发的神经形态计算硬件为执行计算任务提供了有效的解决方案。然而，已报道的人工突触中突触权重更新的非线性和不对称性阻碍了神经网络实现高精度。在此，这项工作开发了一种基于 α -In 2 Se 3 二维 (2D) 铁电半导体 (FES) 中的极化切换的突触记忆晶体管，用于神经形态计算。α -In 2 Se 3 记忆晶体管利用记忆晶体管配置和 FES 通道中电配置极化状态的优势，表现出出色的突触特性，包括近乎理想的线性度和对称性以及大量可编程电导状态。因此，α -In 2 Se 3 记忆晶体管型突触在模拟人工神经网络中的数字模式识别任务中达到了 97.76% 的高精度。这项工作为在先进的神经形态电子学中使用多端 FES 记忆晶体管开辟了新的机遇。
具有非线性选择器和电阻切换行为的双功能TA/TAOX/RU设备
由于简单的金属/绝缘子/金属（MIM）结构，快速速度，低功耗和高积分密度，因此已被认为是非易失性记忆的有前途的候选日期。1 - 3横梁阵列体系结构是一种非常有效且简单的手段，可实现高密度积分，较小的存储器大小为＆4 f 2。4,5由于通过欧姆和基尔chhoQ的定律直接完成点产品，因此Memristor Crossbar阵列非常适合某些特定的C应用，例如，神经形态计算系统。6 - 11然而，最先进的备忘录的神经形态计算中的阵列大小很小，从而限制了回忆计算系统的实际应用。为了实现大规模阵列，稳定且均匀的电阻开关设备是基本要求。12此外，Sneak Path问题是由阵列中未指定的单元引起的泄漏电流造成的严重挑战，这会导致阵列大小的限制并读取/写入错误。要克服潜行路径问题，选择设备（选择器），例如二极管，13
在患有难治性混合组织细胞增多症患者中切换MEK抑制剂后的戏剧性反应
我们报告了一个进行性多系统混合组织细胞增多症患者的病例，将兰格汉细胞组织细胞增多症（LCH）和Erdheim-Chester疾病（ECD）与骨髓相关联，其病变涉及MAP2K1 E102-I102-I103DEL。在MEK抑制剂Trametinib下进行初步改进后，治疗仅是有效的且耐受性不佳的。最终，尽管稳定状态下的曲米替尼的槽血液水平在预期的范围内，但这种疾病逐渐危及生命的情况，伴有脑部参与和anasarca。切换到MEK抑制剂联合替尼作为打捞疗法会导致剧烈的，快速的疾病反应，并且患者在3年后的治疗中保持无病。外周血中MAP2K1缺失的负荷与疾病活性相关，并与cobi-Metinib相关，尽管在最后一次随访中仍然可以检测到。