XiaoMi-AI文件搜索系统
World File Search System变形
纳米材料的剧烈塑性变形：历史发展回顾和最新进展
Kaveh Edalati，Andrea Bachmaier，Victor A. Beloshenko，Yan Beygelzimer，Vladimir D. Furuta，Thierry Grosdidier，JenőGubicza，Anton Hohenwarter，Zenji Horita，Jacques Huot，Yoshifumi Ikoma，MilošJaneček，Megumi Kawasaki，Megumi Kawasaki，PetrKrál，PetrKrál，Shigeru Kuramoto，Shigeru Kuramoto，Terence G. langdon r. I Mito，Hiroyuki Miyamoto，Terukazu Nishizaki，Reinhard Pippan，Vladimir V. Popov，Elena N. Popova、Gencaga Purcek、Oliver Renk、Ádám Révész、Xavier Sauvage、Vaclav Sklenicka、Werner Skrotzki、Boris B. Straumal、Satyam Suwas、Laszlo S. Toth、Nobuhiro Tsuji、Ruslan Z. Valiev、Gerhard Wilde、Michael J. Zehetbauer 和 Xinkun Zhu
chembertaddi：与变压器和临床见解的变形药物相互作用预测
摘要 - 当两种或多种混合使用的药物会引起不良副作用时，即使使用药物单独使用不会造成伤害时，多药的问题也会引起不利的副作用。药物相互作用（DDIS）是这些反应的主要原因，导致发病率和死亡率增加。由于有害DDI的潜力呈指数增长，因此药物相互作用的预测对于患者的安全和有效的医疗保健管理越来越重要。在本文中，我们开发了Chembertaddi框架，该框架有效地结合了临床域数据，以单副作用特征表示，其富集化学分子表示，该化学分子表示源自Chemberta-77m-MLM，这是一个基于变压器的LAN- lan- gage模型。与五种最先进的方法相比，在基准数据集上进行的实验表现出色：decagon，deepwalk，dedicom，nnps和recrecal。评估表明，Chembertaddi的F1得分为0.94，AUROC为0.97，表现优于基线体系结构，并推广到新的引入的药物化合物。索引术语 - 转化，自然语言处理，分子表示学习，药物 - 药物相互作用，多药，Chemberta，神经网络，深度学习，注意机制，生物信息学
用于靶向治疗的可变形软磁微型机器人的建模与表征
摘要 — 磁性纳米粒子 (MNP) 在许多生物医学应用中是非常有吸引力的组件，特别是作为用于靶向治疗的治疗性磁性微载体 (TMMC)。虽然可以使用外部磁场有效地收集和运输 MNP，但最佳输送方式尚未得到充分研究。在本文中，我们讨论了可变形软磁微型机器人在不同磁场条件下的建模和特性描述。所考虑的微型机器人由浸入不同载体流体中的超顺磁性氧化铁 (SPIO) 组成，并且已经在弱磁场下通过实验表征了其行为。实验结果清楚地表明，观察结果正确地遵循了模型预测。具有可控形状变形的软磁微型机器人由于其特性对环境条件（例如容器尺寸、速度、剪切应力）的适应性而具有巨大的靶向药物输送潜力。
Chien -Ming Huang-约翰·霍普金斯计算机科学 Jason M. Eisner-约翰·霍普金斯计算机科学 可鲁棒分析的神经纹理可变形网格 -
jiwon Moon（CS BS），CRA杰出的本科研究人员荣誉提名2025 Victor Nikhil Antony（CS PhD），Hri Pioneer 2025 Maia Stiber（CS PhD），HRI Pioneer，HRI先驱2024 Gopika ajaykumar（CS PHD），HRI PHD（CS PHD），HRI PIONEER 2023 SHIEER 20223 SHIE）本科研究人员决赛入围2022年Kaitlynn Pineda（CS博士学位），JHU计算机科学系研究员2021 Fanjun（Frank）BU（CS BS）（CS BS），CRA CRA杰出的本科生荣誉荣誉提及2021 AMAMA MAHMOOD（CS PHD）（CS PHD）奖学金2019 Maia Stiber（CS博士），JHU计算机科学系2019年Gopika Ajaykumar（CS博士），NSF研究生研究奖学金2018
变形金刚：纯粹基于注意力的网络学习
自我注意事项是指神经网络自行找出序列的哪些部分，例如单词句子或图像中的一系列斑点，共同有助于解决手头的问题。例如，对于语言翻译，自我注意力的目标是找出源语言中哪些单词在一起有助于目标语言中任何单个单词的产生。另一方面，在图像识别中，自我注意力将有助于网络弄清楚哪些补丁程序共同做出了最大的贡献，可以正确预测类标签。
增材制造的变形行为分析...
金属增材制造 (MAM) 是一项快速发展的技术，有可能彻底改变制造业。当前的 MAM 工艺之一是直接能量沉积 (DED)，它使用逐层沉积来设计零件以进行整合并最大限度地减少材料浪费。然而，DED 工艺的反复加热和冷却通常会导致 AM 组件发生变形，从而导致过早失效。该研究利用数值计算软件 Simufact Welding 对利用 DED 工艺在 SS316 基材上增材制造的 Inconel 718 的热致变形进行了数值计算分析。Inconel 718 组件和 SS316 基材的几何设计旨在更深入地了解 LMD 工艺的变形行为。模拟结果表明，变形随层数的增加而增加，并且变形率沿沉积高度而变化。节点 S3 和 S5 处的基材变形在每一沉积层中均呈线性增加，但在最后四层中节点 S1 和 S2 处的变形速率降低，这表明基材和沉积材料之间的温度均匀性。
使用 LF-OCT 表征硅胶凝胶下键合线的电-热-机械变形
摘要：键合线是电力电子模块 (PEM) 中最容易发生故障的部件之一，通常使用硅胶包裹键合线。为了研究硅胶包裹键合线的变形，本文报告了使用线场光学相干断层扫描 (LF-OCT) 技术精确测量键合线的电-热-机械 (ETM) 变形的方法。由于 LF-OCT 系统具有有利的并行检测方案，因此我们开发了一种 LF-OCT 系统，该系统可一次性捕获键合线样品的整个横截面图像 (B 扫描)。结合傅里叶相位自参考技术，可以定量测量键合线的变形，精度可达 0.1 nm。当将相机成像尺寸设置为 1920×200 像素时，实现的变形测量的最大采样率（帧率）为 400 Hz，为监测键合线的 ETM 变形动态提供 2.5 ms 的时间分辨率。我们发现凝胶包裹的键合线的 ETM 变形比裸键合线的 ETM 变形大约小三倍。这些结果首次实验证明，LF-OCT 可成为研究硅凝胶包裹键合线随时间变化的 ETM 变形的有用分析工具。索引术语-键合线可靠性、硅凝胶、电-热-机械变形、线场光学相干断层扫描 (LF-OCT) I. 引言电力电子模块 (PEM) 广泛用作可再生能源发电和运输电气化中的开关半导体器件 [1]。由于 PEM 通常应用于安全和关键任务场景，如电力列车、航空航天和海上风电，因此 PEM 的可靠性受到学术界和工业界的广泛关注 [2-4]。引线键合技术是目前最广泛使用的封装方法
奇异变形杆菌泛基因组景观中未表征和谱系特异性的附属基因
摘要 奇异变形杆菌是一种革兰氏阴性细菌，以其独特的群集运动能力和尿素酶活性而闻名。之前对四种菌株的蛋白质组学报告假设，与其他革兰氏阴性细菌不同，奇异变形杆菌可能不会表现出基因含量的显著种内变异。然而，目前还没有对来自各种来源的大量奇异变形杆菌基因组进行全面分析以支持或反驳这一假设。我们对 2,060 个变形杆菌基因组进行了比较基因组分析。我们对从美国三家大型学术医疗中心的临床标本中回收的 893 个分离株的基因组进行了测序，结合了来自 NCBI Assembly 的 1,006 个基因组和从公共域中的 Illumina 读取中组装的 161 个基因组。我们使用平均核苷酸同一性 (ANI) 来划分物种和亚种，使用核心基因组系统发育分析来识别高度相关的 P. mirabilis 基因组簇，并使用全基因组注释来识别模型 P. mirabilis 菌株 HI4320 中不存在的感兴趣基因。在我们的队列中，Proteus 由 10 个已命名的物种和 5 个未表征的基因组物种组成。P. mirabilis 可细分为三个亚种；亚种 1 占所有基因组的 96.7% (1,822/1,883)。P. mirabilis 全基因组包括 HI4320 之外的 15,399 个基因，其中 34.3% (5,282/15,399) 没有推定的指定功能。亚种 1 由几个高度相关的克隆群组成。编码假定面向细胞外的蛋白质的噬菌体和基因簇与克隆群相关。在泛基因组中可以识别出模型菌株 P. mirabilis HI4320 中不存在但与已知毒力相关操纵子具有同源性的未知基因。
集体变形模式促进纤维自...
在本节中，我们给出了简单（非随机）离散粒子模型与连续模型的参数之间的关系。前者有三个参数：两个弹簧常数 k 和 kc ，以及面积刚度 k area 。该模型的连续极限包括两个耦合的弹性片，分别对应于正文图 2 中的黄色和红色，我们分别用 ↑ 和 ↓ 符号表示。我们用剪切模量 µ 和泊松比 ν 表示每片的弹性。薄片之间的弹性耦合由耦合常数 κ c 参数化。这里我们根据 k 、 kc 和 k area 确定 µ 、 ν 和 κ c 。我们首先将离散粒子模型中单个三角弹簧网络的能量映射到连续模型中单个薄片的能量上。相应的连续薄片能量密度为
编程液晶弹性体用于多步动性变形
Ambidectionality是结构元素以两个相反方向超越参考状态的能力，在本质上很普遍。但是，除非使用复杂的混合构建体，否则常规软材料通常仅限于单个单向变形。我们利用了中间体自组装，聚合物链弹性和聚合诱导的应力的组合，以设计表现出两个中间酶的液晶弹性体：雪佛龙晶状体C（CSMC）和薄膜A（SMA）。诱导CSMC-SMA - 各向同性相跃迁导致微观结构中应变场的异常反转，从而导致相反的变形模式（例如，连续收缩或膨胀或右手或左手或左手的扭曲或相反的方向和高频率频率）和高频率的频率。这种式运动运动是可扩展的，可用于在宏观上产生高斯变换。s