XiaoMi-AI文件搜索系统
World File Search System发表
引用了原始发表的论文（记录的版本）：Larsson，C.，Larsson，F.，Xu，J。等（2023）。锂插入诱导SWE
结构电池复合材料属于类别的多功能材料，具有同时存储电能并承载机械负载的能力。在充当负电极时，碳纤维也充当机械增强。锂离子插入碳纤维中的含有6.6％的径向膨胀，轴向膨胀为0.85％。此外，碳纤维的弹性模量受锂插入的显着影响。当前的结构电池建模方法不考虑这些功能。在本文中，我们通过开发考虑有限菌株和锂浓度依赖性纤维模量的计算模型，研究碳纤维中锂插入对结构电极机械性能的影响。计算模型可以表示形态变化，从而预测可以预测诸如内部应力状态，均质的切线刚度以及由碳纤维静脉引起的电极的有效扩展。所采用的有限应变公式允许在不同的静态状态下持续考虑测量数据。采用有限应变公式的重要性也显示为数值。最后，通过实施一种新型的无应力膨胀方法，结果表明，结构电极的计算膨胀与实验中观察到的相似趋势。
原始发表论文的引文（记录版本）：Hasselqvist, H., Renström, S., Strömberg, H. et al (2022). 家庭能源弹性：
能源弹性是能源政策和研究的重要焦点，因为能源系统正面临越来越多的挑战，例如由于可再生能源生产增加而导致的电力短缺，以及极端天气导致的停电风险。通常，在这些情况下，能源弹性侧重于基础设施和确保电力供应不受干扰。本文提出了一个关于弹性的补充观点，以家庭为研究弹性的起点。基于对多个学科弹性的理解，我们提出了家庭能源弹性的定义，可用于探索家庭如何在电力供应不稳定的情况下确保未来生活良好。此外，我们借鉴了能源富裕环境下未来家庭能源使用的当前想法（备用能源、能源效率、灵活性和能源自给自足），以创建一个探索家庭能源弹性的框架。我们发现不同想法之间存在多样性的潜力，而这种多样性并不总是存在于主流的未来能源使用愿景中。从家庭能源弹性的角度来看，我们希望挑战电力需求不可协商的观念，并揭示支持家庭在不确定的未来变得更具弹性的机会。
引用原始发表的论文（记录的版本）：Mao，J。，Zhang，H.，Chen，Y。等（2024）。减轻新陈代谢负担以改善强大的
夏尔默斯技术大学的生命科学系，SE412 96哥德堡，瑞典B天津工业生物技术研究所，中国科学学院，蒂安金300308，pr中国C中国生命科学学院，中国科学学院，北欧科学学院，北北方，北方，北部。深圳高级技术研究所，中国科学院，深圳518055，中国Pr中国e工程生物学主要实验室低碳工业研究所，工业生物技术学院，中国科学院，中国科学院DK2200哥本哈根，丹麦G Novo Novo Nordisk生物维护基金会，丹麦技术大学DK2800 Kongens Lyngby，丹麦
引用原始发表的论文（记录的版本）：Xiong，B.，Tang，J.，Li，Y。等（2023）。 Vanadi
钒氧化还原流量电池（VRB）系统涉及复杂的多物理和多时间尺度相互作用，其中电解质流速在静态和动态性能中起关键作用。传统上，固定流量已用于操作方便。但是，在当今高度动态的能源市场环境中，根据运营条件调整流量可以为提高VRB能源转换效率和成本效益提供显着优势。不幸的是，将电解质流速纳入传统的多物理模型对于VRB管理和控制系统来说过于复杂，因为实时操作要求用于船上功能的低计算和低复杂模型。本文介绍了一种新型的数据驱动方法，该方法将流速集成到VRB建模中，增强了数据处理能力和VRB行为的预测准确性。所提出的模型采用封闭式复发单元（GRU）神经网络作为其基本框架，在捕获VRB的非线性电压段方面表现出了非凡的熟练程度。GRU网络结构经过精心设计，以优化模型的预测能力，流速被视为关键输入参数，以解释其对VRB行为的影响。模型改进涉及分析在VRB操作中在各种流速下获得的精心设计的模拟结果。还设计和进行了实验室实验，涵盖了电流和流速的不同条件，以验证所提出的数据驱动的建模方法。对几种最新算法进行了比较分析，包括等效电路模型和其他数据驱动的模型，证明了考虑流速的基于GRU的VRB模型的优越性。由于GRU在处理时间序列数据方面的出色能力，该模型在宽范围内提供了令人印象深刻的准确终端电压预测，低误差率不超过0.023 V（1.3％）。这些结果表明了所提出的方法的功效和鲁棒性，突出了对管理和控制系统设计的准确VRB建模中流速的新颖性和重要性。
原始发表论文（记录版本）的引用：Sadik, M.、López-Urdaneta, J.、Ulén, J. 等人 (2021)。人工智能可以提醒使用 FDG-PET/CT 分期的霍奇金淋巴瘤患者局部骨骼/骨髓摄取。科学报告，11(1)。http://dx.doi.org/10.1038/s41598-021-89656-9
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。
引用了原始发表的论文（记录的版本）：Kallitsis，E.，Lindsay，J.，Chordia，M。等（2024）。当地思考全球行为：depen
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。
引用了原始发表的论文（记录的版本）：Thurakkal，S.，Feldstein，D.，Perea Causin，R。等（2021）。构建bl
黑色磷纳米片（BPNSS）由于其独特的物理化学特性而在石墨烯以外的2D材料中是新星。[38–47]在黑色磷（BP）晶体中，不同的BP层通过弱的范德华相互作用堆叠在一起，并且磷原子通过在层中通过SP 3杂交共价键相互联系，在每个phos-Phors-Phorus Atom上留下了一对单独的电子。[48] BPNSS沿扶手椅方向显示出重复的蜂窝结构，并沿着Zigzag方向进行双层布置，从而在BPNS中产生强大的面内各向异性电子和光学特性。[49–51] BPNSS显示了从0.3 eV（bulk bp）到2.0 eV（单层）的厚度依赖性直接带盖的广泛范围。它们的光学响应由激子主导，在几百meV范围内表现出结合能。[52,53]更重要的是，单层BP具有1000 cm 2 v-1 s-1的电荷载体迁移率，而在野外效应晶体管中，良好的ON/OFF ON/OFF比率为10 3-10 4。[54]由于这些令人兴奋的特性，BPNS在光催化，生物医学，能源存储和转换以及电子和光电设备中显示了潜在的应用。[55–61]但是，在环境条件下，BPNS的稳定性较差限制了其实际应用，这主要是因为在氧气和/或水存在下，磷原子化学降解为氧化磷。在不同的钝化策略中，通过共价或非共价方法（方案1）构建异质结构可以帮助获得具有各种架构和功能的基于BPN的异质结构。[62–66]到目前为止，已经证明了不同的方法，例如化学官能化[67-72]和金属氧化物或离子载体质层涂层[73-75]，作为改善BPNS环境稳定性的有效方法。基于BPN的异质结构可以提供BPNS的大面积钝化，结合属性
原始发表论文的引文（记录版本）：Serafin, J., Dziejarski, B., Oindo Achieng, G. et al (2025)。综合分析
在过去的二十五年中，MAX 相及其衍生物 MXenes 已成为材料研究的焦点。这些化合物无缝融合了陶瓷和金属特性，具有高导热性和电导性、机械强度、低密度和耐极端条件性。它们的多功能性使其成为各种应用的有希望的候选材料，特别是在用于氢气释放的先进光催化和电催化中。此外，MAX 相和 MXenes 是潜在的储氢材料，具有独特的结构，可为高效的氢气储存和释放提供充足的空间，这对于燃料电池等清洁能源技术至关重要。本综述旨在全面分析它们在光催化、电催化和储氢中的作用，重点关注它们的层状晶体结构。MAX 相集成了优越的金属和陶瓷属性，而 MXenes 提供可调节的电子结构，可增强催化性能。持续探索对于充分发挥其潜力、推动清洁能源技术及其他领域至关重要。
![文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控](/simg/8/8dd469c55249d1165cc0c55c494f5b27bda7b11b.png)
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
引用了原始发表的论文（记录的版本）：Jernfors，T.，Lavrinienko，A.，Vareniuk等（2024）。肠道治疗之间的关联
动物在其胃肠道中拥有复杂的细菌群落，它们与之共享相互作用。这些对宿主的相互作用赠款的众多影响包括对免疫系统的调节，防御病原体入侵的防御，原本无法消化的食物的消化以及对宿主行为IOR的影响。暴露于压力源，例如环境污染，寄生虫和/或捕食者，可以改变肠道微生物组的组成部分，可能影响宿主 - 微生物组相互作用，这些相互作用可以在宿主中表现出来，例如代谢功能障碍或炎症。然而，很少检查野生动物伴侣中肠道微生物群的变化。因此，我们量化了野生银行是否居住在污染环境中，存在环境放射性核素的区域是否表现出肠道微生物群的变化（使用16S扩增子测序）以及使用转录组学的组合方法在宿主健康中发生变化，并使用转录组学的组合方法，组织学构成组织的组织学分析，对短篇小说和较短的细胞酸性酸性酸性酸性酸性酸性酸性酸性酸性。与居住在受污染区域的动物中肠道微生物群发生变化的同时，我们发现宿主中肠道健康不良的证据，例如杯状细胞降低，可能会削弱