a Bash Biotech Inc,600 est Broadway,Suite 700,圣地亚哥,CA 92101,美国 b 生命科学实验室,KTH-Royal Institute of Technology,斯德哥尔摩 SE-17165,瑞典 c 病理学和肿瘤生物学系,人类生物学高级研究中心(WPI-ASHBi),京都大学,京都 606-8501,日本 d 泌尿外科,东京大学医学院,东京 113-8654,日本 e 血液学和再生医学中心,卡罗琳斯卡医学院,斯德哥尔摩 SE-17177,瑞典 f 医学生物学系,Atat € urk 大学医学院,埃尔祖鲁姆 25240,土耳其 g 宿主-微生物组相互作用中心,牙科、口腔和颅面科学学院,伦敦国王学院,伦敦 SE1 9RT,英国h 哥德堡大学萨尔格伦斯卡大学医院分子与临床医学系,哥德堡 SE- 41345,瑞典 i 查尔姆斯理工大学生物与生物工程系,哥德堡 SE-41296,瑞典 j 生物创新研究所,哥本哈根 N DK-2200,丹麦 k 郑州大学药学院先进药物制备技术教育部重点实验室,郑州 450001,中国
结构电池是多功能设备,可以同时存储能量并承载机械负载。关键成分是碳纤维,它不仅充当结构增强,而且还可以通过可逆地托管利离子作为电极。仍然对LI和碳纤维相互作用知之甚少。在这里,我们绘制了用螺旋丙烯腈纤维插入的LI插入螺旋晶纤维中的螺旋纤维纤维(AES)。我们表明,在充电/放电速率的缓慢/放电速率下,LI在纤维的横向和纵向方向上均匀分布,并且在完全放电时,所有LI实际上都被排出。以快速的速度,LI倾向于将其捕获在纤维的核心中。在某些纤维中,在固体电解质相(SEI)和纤维表面之间发现LI板。我们的发现可以指导AES分析锂离子电池的其他碳质电极材料,并用于改善结构电池的穿孔。
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的,该许可允许以任何媒介或格式使用,共享,适应,分发和复制,只要您对原始作者和来源提供适当的信誉,请提供与创意共享许可证的链接,并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中,除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/4.0/。
开发一种基于人工智能 (AI) 的方法,用于检测接受 FDG-PET/CT 分期的霍奇金淋巴瘤 (HL) 患者的局灶性骨骼/骨髓摄取 (BMU)。将单独测试组的 AI 结果与独立医生的解释进行比较。使用卷积神经网络对骨骼和骨髓进行分割。AI 的训练基于 153 名未接受治疗的患者。骨摄取明显高于平均 BMU 的被标记为异常,并根据总异常摄取平方计算指数以识别局灶性摄取。指数高于预定义阈值的患者被解释为具有局灶性摄取。作为测试组,回顾性纳入了 48 名在 2017-2018 年期间接受过分期 FDG-PET/CT 且活检证实患有 HL 的未接受治疗患者。十位医生根据局灶性骨骼/BMU 对 48 例病例进行分类。在 48 例 (81%) 的局部骨骼/骨髓受累病例中,大多数医生同意 AI 的观点。医生之间的观察者间一致性为中等,Kappa 值为 0.51(范围为 0.25–0.80)。可以开发一种基于 AI 的方法来突出显示使用 FDG-PET/CT 分期的 HL 患者中的可疑局部骨骼/BMU。核医学医生之间关于局部 BMU 的观察者间一致性为中等。
如今,由于可再生能源(RESS)和车辆电气化的整合增加,因此本地分销网格一直面临技术,经济和监管挑战。 电网扩展的传统解决方案,例如建立额外的电力线,是以公用事业为中心的解决方案,即分销网格运营商(DSOS)是唯一涉及解决网格问题的方。 DSO必须与电网用户与技术提供商联系,以开发创新的解决方案来解决一个问题并具有成本效益。 本文提出了一种整体解决方案,可在相互连接的微电网(MGS)之间进行最佳控制跨部门的能量流,该微电网(MGS)由不同的Ress,水力发电厂(HPP)和风tur bines(WTS)组成,以满足电动汽车(EVS),居住,商业和工业需求,并提供主要网格的贡献。 此问题将提供基于社区的MGS在本地能源交易中的优势,这会导致活跃和参与的系统,但是,需要适当的控制策略。 提出的解决方案是基于两个MG之间的新互连线,通过多托转换器(MPC),对新安装的组件(例如MPC,电缆和所需的电池储能系统(BESS))的技术经济考虑考虑。 在三种不同条件下评估了拟议的案例研究,例如,载荷增量,需求响应(DR)和N-1标准在单独的互连和岛模式下。 使用GAMS软件的CPLEX求解器用于求解混合组的线性编程模型。如今,由于可再生能源(RESS)和车辆电气化的整合增加,因此本地分销网格一直面临技术,经济和监管挑战。电网扩展的传统解决方案,例如建立额外的电力线,是以公用事业为中心的解决方案,即分销网格运营商(DSOS)是唯一涉及解决网格问题的方。DSO必须与电网用户与技术提供商联系,以开发创新的解决方案来解决一个问题并具有成本效益。本文提出了一种整体解决方案,可在相互连接的微电网(MGS)之间进行最佳控制跨部门的能量流,该微电网(MGS)由不同的Ress,水力发电厂(HPP)和风tur bines(WTS)组成,以满足电动汽车(EVS),居住,商业和工业需求,并提供主要网格的贡献。此问题将提供基于社区的MGS在本地能源交易中的优势,这会导致活跃和参与的系统,但是,需要适当的控制策略。提出的解决方案是基于两个MG之间的新互连线,通过多托转换器(MPC),对新安装的组件(例如MPC,电缆和所需的电池储能系统(BESS))的技术经济考虑考虑。在三种不同条件下评估了拟议的案例研究,例如,载荷增量,需求响应(DR)和N-1标准在单独的互连和岛模式下。使用GAMS软件的CPLEX求解器用于求解混合组的线性编程模型。结果表明,与分离的操作模式相比,MGS的应用互连线可以降低系统的总成本,将所应用的峰降低到上游网格中,并在不同条件下增强系统的依赖能力。此外,应用的解决方案即使在不同条件下(24小时)在岛模式下(24小时)也提供了MGS操作的能力。
○ “第三种可能性可能在短短几年内出现,即当人工智能被赋予一个目标,包括或暗示维持其自身代理时,失去控制,这相当于生存目标。这可能是人类创造者有意为之,也可能是实现人类给定目标的一种手段(让人想起电影《2001:太空漫游》)。事实上,人工智能系统可能会得出结论,为了实现给定的目标,它不能被关闭。如果人类试图关闭它,可能会发生冲突。这听起来像科幻小说,但它是可靠的、真实的计算机科学。”
尽管在早期检测和个性化治疗方面取得了重大进展,但癌症仍然是全球死亡的主要原因之一。目前备受关注的一种可能的抗癌方法是开发能够特异性和高效地递送抗癌药物的纳米载体。由于石墨烯基材料具有高药物负载能力和生物相容性,因此在这方面是很有前途的纳米载体。在这篇综述中,我们概述了石墨烯基材料与正常哺乳动物细胞在分子水平以及细胞和亚细胞水平上的相互作用,包括质膜、细胞骨架和膜结合细胞器,如溶酶体、线粒体、细胞核、内质网和过氧化物酶体。同时,我们汇集了有关石墨烯基材料与癌细胞相互作用的知识,这些知识被认为是这些材料在癌症治疗中的潜在应用,包括转移治疗、靶向药物递送和向非癌症干细胞的分化。我们重点介绍了一些关键参数的影响,例如石墨烯基材料的尺寸和表面化学,它们决定了这些粒子在体内和体外的内化效率和生物相容性。最后,本综述旨在将石墨烯基纳米材料(特别是氧化石墨烯)的关键参数(例如尺寸和表面改性)与它们与癌细胞和非癌细胞的相互作用关联起来,以便设计和改造它们用于生物应用,特别是用于治疗目的。2022 作者。由 Elsevier BV 出版 这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
a 瑞典皇家理工学院,应用物理系,阿尔巴诺瓦大学中心,斯德哥尔摩,SE-114 21,瑞典 b 中子散射和成像实验室,保罗谢勒研究所,CH-5232,Villigen PSI,瑞士 c 纳米科学中心,尼尔斯玻尔研究所,哥本哈根大学,Nørre All e 59,DK-2100,哥本哈根 O,丹麦 d 都灵理工大学应用科学与技术系,Corso Duca Degli Abruzzi 24 10129,都灵,意大利 e 维也纳科技大学固体物理研究所,Wiedner Hauptstraße 8 e 10,1040,维也纳,奥地利 f 瑞典皇家理工学院 PDC 高性能计算中心,SE-100 44,斯德哥尔摩,瑞典 g Nordita,瑞典皇家理工学院和斯德哥尔摩大学,Hannes Alfv ens v € ag 12,SE-106 91,斯德哥尔摩,瑞典 h 东京大学固体物理研究所中子科学实验室,柏,千叶 277-8581,日本 i 东京大学跨尺度量子科学研究所,东京 113-0033,日本 j 高能加速器研究机构材料结构科学研究所,茨城 305-0801,日本 k 牛津大学无机化学实验室,牛津 OX1 3QR,英国 l 印度理工学院物理系,坎普尔 208016,印度 m 塔塔基础研究所 DCMPMS,孟买 400005,印度 n 查尔姆斯理工大学物理系,SE-412,哥德堡,瑞典
本研究基于定量和定性分析方法构建的方法论框架,遵循 Pickering 和 Byrne (2014) 提出的步骤,进行系统的文献综述和文献收集设计,重点分析人工智能 (AI) 时代高等教育的想象未来。我们的研究旨在回答以下研究问题:(1)人工智能时代高等教育的想象未来是什么?(2)哪些因素影响高等教育教学过程与人工智能之间的联系?(3)学生和教师改进数据库和开发 ChatGPT 会产生什么影响?作者探讨了人工智能在西方世界当前大学治理安排和精神背景下的影响。深入分析与人工智能系统的出现相关的一些已确定的主要挑战、机遇和风险相一致,例如技术监控或学术界对人工智能和大型语言模型(如 ChatGPT)的普遍访问,并提出了在高等教育中明智地选择和使用人工智能解决方案进行学习和教学的论据。本研究采用的分析框架还用于总结该领域研究的新方向,以恢复大学的主导地位,提高学生、学者和公众的高等教育质量。
对低碳运输的追求显着增加了对锂离子电池的需求。然而,电池制造的迅速增加,没有充分考虑与其生产和材料需求相关的碳排放,这构成了在上游上游大部分排放的威胁。在本文中,开发了生命周期评估(LCA)模型,以说明26个中国各省,20个北美地区和欧洲和亚洲的19个国家 /地区的锂离子电池的摇篮到门口足迹。对已发表的LCA数据的分析显示,关键电池材料的碳排放量相关;它们对自由lib的碳足迹的总体贡献因素而异。4取决于生产路线和来源。探索了生产位置与电池制造的闸门碳足迹之间的联系,预测的中值范围在0.1至69.5 kg CO 2 -eq kWh-1中。在美国和欧洲,肯塔基州和波兰等美国领先的西方电池制造地点与中国竞争对手具有可比的碳排放,甚至超过了几个中国省份的电池制造的碳排放。对Libs碳足迹的材料和能源贡献的这种解决方案对于为政策和决策提供了必不可少的,以最大程度地减少电池价值链的碳排放量。鉴于当前的现状,锂离子电池行业的全球碳足迹预计将在未来十年内每年达到1.0 GT CO 2 -EQ。随着材料供应链的脱碳和电池生产中的节能,每年的估计值较低,估计值为0.5 GT CO 2 -EQ。
