XiaoMi-AI文件搜索系统
World File Search System热导性
先进功能材料硕士课程
“石墨烯是一种原子级薄的碳层，是功能材料的一个很好的例子。它结合了极强的机械强度和卓越的灵活性。石墨烯对光具有高度的透明度，但不透气。它具有很高的电导性和热导性。由于这些特性，石墨烯与其他功能材料结合可用于各种应用，例如柔性和印刷电子产品或轻量化结构的复合材料。”（Thomas Seyller 教授，开姆尼茨工业大学“智能系统和材料”核心竞争力发言人，DFG 优先计划 1459“石墨烯”协调员）
在电池中检测和预防热失控
•超细胞机制o电气（保险丝，断路器等）- 防止电气传播，但不能解决源o热o热（不充实的涂层，相变材料，热分离器等）- 体重和体积处罚，主要是由于导致缓慢的导时尺度，可能干扰热管理系统（TMS）o抑制燃料（水溶液） - 需要激活诸如热量插头之类的概念，太慢以防止模块的传播
紧凑型腔内热声热泵的数值模型
摘要 - 本文介绍了沿着放置在振荡流的紧凑型腔内的一堆固体板的热声热泵送的数值研究。速度和压力场受两个声源控制：主要的“压力”来源监测流体压缩和膨胀阶段，以及一个次级“速度”来源，产生振动性的流体运动。使用“内部”代码求解Navier进行数值模拟 - 在二维几何形状中低马赫数近似下的Stokes方程。在线性状态下，使用该模型正确描述热声热泵，用于不同参数集，例如堆栈板的热物质特性，压力振荡的幅度或速度源，两个源之间的相移。堆栈板两端之间建立的正常温度差的数值结果与分析估计值和文献中发表的实验结果非常吻合。然后考虑几种对应于在外壁上施加的不同热条件和内部分离板的配置。如果分离板是绝热的，则温度沿堆栈线性变化，从而恢复了经典线性理论的结果。如果分离板是热导传导的，则该模型提供了局部热量和传质的详细说明，表明温度场变得完全二维，并且热泵热泵效率较小。该模型非常适合探索局部传热限制对热泵效率的影响，因此非常适合详细分析更复杂的机制，例如浮力效应。
热科学二氧化碳孵化器与140°C干热...
结果和讨论微生物测试的完整和截短的140°C灭菌周期的微生物测试结果如表1所示。在每种情况下，在140°C的干热周期中的任何一个中，来自不锈钢载体的任何样品中均未发现生长，证明了全部消除。在不同日期，所有截短的运行均显示结果的一致性，增长为零。阴性对照没有显示生长（未显示结果），表明技术人员没有样品污染。阳性对照与测试样品相同，除了未放入孵化器中。由于所有灭菌周期都能够消除所有微生物，包括用于干热量灭菌的规定生物学指标孢子，因此恢复程序仅用于阳性对照。表2中为323 L模型提供的结果清楚地表明，恢复的所有正面对照至少为10 6 CFU/载体，因此成功满足了所有接受标准。表3中给出的232升模型中所示的结果表明，最重要的生物学指标（抗抗热孢子孢子芽孢杆菌）最少回收了10 6 CFU/载体。这些结果证明，140°C的灭菌程序至少达到6-7 log 10减少抗脂肪芽孢杆菌的抗热孢子，符合EUP和USP的干热量灭菌所需的灭菌标准。
甲烷非热血浆热解的动力学研究
非热血浆辅助甲烷热解已成为轻度条件下氢生产的一种有希望的方法，同时产生了有价值的碳材料。在此，我们开发了一个等离子化学动力学模型，以阐明与氢气解析涉及氢和固体碳（GA）反应器内的甲烷热解的潜在反应机制。开发了一个零维（0D）化学动力学模型，以模拟基于GA的甲烷热解过程中的血浆化学，并结合了涉及电子，激发物种，离子和重物的反应。该模型准确地预测了与实验数据一致的甲烷转化和产品选择性。观察到氢与甲烷转化率之间存在很强的相关性，主要是由反应CH 4 + H→CH 3 + H 2驱动，对氢的形成贡献44.2％，而甲烷耗竭的37.7％。电子与碳氢化合物的影响碰撞起着次要作用，占H 2形成的31.1％。这项工作提供了对GA辅助甲烷热解中固体碳形成机制的详细研究。大多数固体碳源于通过反应E + C 2 H 2→E + C 2 + H 2 /2H的电子撞击C 2 H 2的分离以及随后的C 2缩合。c 2自由基被突出显示为固体碳形成的主要因素，占总碳产量的95.0％，这可能是由于C 2 H 2中相对较低的C - H解离能。这项动力学研究提供了对H 2背后的机制和在GA辅助甲烷热解过程中的固体形成机制的全面理解。
海洋热收敛和北大西洋多年代热含量变异性深度学习模拟器对区域气候模型预测的可转让性和解释性：未来应用的观点
摘要：区域气候模型（RCM）是模拟和研究区域气候变化和变化的重要工具。但是，它们的高计算成本限制了区域气候预测的全面合奏，涵盖了各个地区的多种情况和驱动全球气候模型（GCM）。RCM模拟器基于深度学习模型最近被引入了一种具有成本效益且有希望的替代方案，仅需要简短的RCM模拟来训练模型。因此，评估其转移性到不同时期，场景和GCMS成为一个关键而复杂的任务，其中GCM和RCMS的固有偏见起着显着的作用。在这里，我们通过考虑文献中引入的两种不同的仿真方法的关注，并在这里分别称为完美预后（PP）和模型输出统计量（MOS），遵循良好建立的降水术语。除了标准评估技术外，我们还通过可解释的人工智能（XAI）的方法扩展了分析，以评估模型学到的经验联系的物理一致性。我们发现，两种方法都能够在不同的时期和场景（软传递性）中模仿RCM的某些气候特性，但是仿真函数的一致性在AP的范围之间有所不同。虽然PP学习了鲁棒且身体上有意义的模式，但MOS结果在某些情况下依赖于GCM，并且在某些情况下缺乏物理一致性。这限制了其适用于构建RCM结束的适用性。由于存在GCM依赖性偏差，将仿真函数转移到其他GCM（硬传递性）时都面临问题。我们通过为未来的申请提供前景来得出结论。
人工智能能有创造力吗？ - 庆应义塾SFC社团
随着人工智能（AI）社会应用的推进，人们正在探索将人工智能应用于艺术和设计等创意领域。尤其是，许多研究和作品示例已经表明，人工智能可以通过使用生成对抗网络（GAN）和其他生成模型来生成“逼真”的图像和音乐，就好像它们是人类创造的一样。另一方面，有人可能会认为生成模型所做的只是从训练数据中学习到的统计模式的再现，并质疑它们作为表达的新颖性和独创性。在本文中，我们研究了人工智能和创造力的现状，并提出了一种通过扩展 GAN 框架来创造新颖表达，尤其是音乐表达的方法。通过这些，我们考虑了人工智能将在未来为创造不仅仅是模仿人类创作的表达做出贡献。
Microsoft Word -（已提交）2020 年秋季可靠性研讨会手稿
[1] Sato, Y.、Henley, EJ、Inoue, K.：“机器人危险控制系统设计的动作链模型”，IEEE Trans. on Reliability，第 39 卷，第 2 期，（1990 年 6 月）。[2] Kawashima, O.、Sato, Y.（2015 年）：”