XiaoMi-AI文件搜索系统
World File Search System球形
对预训练的机器学习模型四castnet-v2
机器学习技术越来越多地被认为是可行的天气和气候预测工具，因为它们相对于传统的数值天气预测模型，其效率和竞争性能。这项研究评估了使用视觉变压器（VIT）结构和球形谐波神经操作员的机器学习模型的有效性，该模型旨在建模球形表面上的非线性混沌和动力学系统。四castnet-v2中使用的球形傅立叶神经操作员（SFNO）不仅保留了傅立叶神经操作员（FNOS）在模拟时空数据中的长距离依赖性方面的优势，而且还解决了球形坐标中学习操作员的限制。
由人造木质素和速气氧化纤维素纳米纤维组成的球形微粒的酶促制备和表征
摘要：由对分裂蛋白的脱氢聚合物（DHP）组成的亚级球形微颗粒的一锅和一步酶促合成作为典型的木质素前体，并研究了Tempo氧化的纤维素纳米纤维（TOCNF）。辣根过氧化物酶酶上催化Coniferyl醇在TOCNF的水性悬浮液中的根本耦合，从而形成了球形微颗粒，分别具有直径和球形指数，分别为大约0.8 µm和0.95。TOCNF官能化DHP微球的电势约为-40 mV，表明胶体系统具有良好的稳定性。纳米纤维成分，而通过共聚焦激光扫描显微镜和calco calco流射白色构造，将某些TOCNF固定在微粒内部。作为纤维素和木质素都是天然聚合物，即使在海洋中，这些木质TOCNF-DHP微粒纳米复合材料也有望成为化妆品化妆品中化石衍生的微型头的有希望的替代品。
分析复杂通道条件下的非线紫外线的传播特性
摘要。使用非视线紫外线的多个散射模型模拟和分析雾霾和灰尘复杂环境中的大气通道特征。MIE散射理论和T矩阵方法用于分析在不同通信距离处粒子浓度的球形颗粒和非球形颗粒的路径损失。结果表明，当通信距离小于50米时，严重阴霾下的通信质量是最好的，并且对于长途通信，严重雾霾下的路径损失几乎成比例地增加。在非视线紫外线光通信链接中，灰尘颗粒的浓度越高，非视线紫外线光线交流传输的通信质量越好。对球形颗粒的散射系数的分析明显大于非球形颗粒的散射系数。
IFSCC 2024 Iguazu Falls国会 - 获奖者...IFSCC 2024 Iguazu Falls国会 - 获奖者...
高级分散技术的新型多功能SPF助推器：球形二氧化硅的球形二氧化钛用于矿物防晒霜，并具有出色的UV Protection Toru Toru Toru Toru Tanaka Tanaka Tayca Corporation（日本）
在线研究 @ Cardiff - Orca
1美国田纳西州纳什维尔市范德比尔特大学医学中心放射与放射科学系2美国田纳西州纳什维尔大学医学中心，范德比尔特大学成像科学研究所，美国田纳西州纳什维尔市3卡迪夫大学脑研究中心，加迪夫大学大脑研究中心，加迪夫大学，卡迪夫大学，王后科学，加里夫大学。工程，范德比尔特大学，田纳西州纳什维尔市，美国6电气工程和计算机工程，范德比尔特大学，田纳西州纳什维尔，美国田纳西州 *中枢神经系统的组织微观结构。大多数实验设计采样了大量扩散加权方向以计算球形平均信号，但是，对这些方向的子集进行采样可能会提高扫描效率并启用扫描时间减少，或者可以减少采样更多扩散权重。在这里，我们旨在确定稳健测量球形平均信号所需的最小梯度方向数。我们使用计算机模拟来表征测得的球形平均信号的变化，这是梯度方向数量的函数，同时还研究了扩散加权（B值），信号 - 噪声比率（SNR），可用硬件和球形平均拟合策略的影响。然后，我们利用大脑和脊髓中的经验获得的数据来验证模拟，显示实验结果与模拟良好一致。我们通过提供直观的查找表来概括这些结果，以促进确定可靠的球形均值测量所需的最小数量的采样方向，并根据SNR和实验条件提供建议。关键字：球形平均信号，最佳采样，音量分数，扩散性简介
![arxiv：2502.14967v1 [Quant-ph] 2025年2月20日](/simg/8\8319f08b02881b6f16e79164f1d63bca71f5ef50.webp)
2024 - 阿米莉亚·埃尔哈特研究员
Hamda Al-Ali 是伦敦帝国理工学院帝国等离子推进实验室的博士候选人。她的研究重点是新型高功率等离子推进系统的设计和实验鉴定：球形托卡马克推进器。这项创新技术的灵感来自球形托卡马克和磁约束聚变的工作原理。推进器受益于高推进剂电离和利用率，并与多种推进剂兼容，包括水等分子绿色推进剂。球形托卡马克推进器的无电极设计消除了与电极存在相关的问题，例如电极腐蚀和阴极中毒，从而延长了其使用寿命，同时提供了高比冲，以增加有效载荷质量分数并降低航天器发射成本。这些特性和能力使其成为深空探索任务的有吸引力的候选者。这项技术将实现高效的行星际空间探索，并使星际旅行更加可行。
通过临床可行的扩散MRI方案映射明显神经体积密度的潜力
di usion MRI是无创探测大脑中组织微观结构的有价值的工具。今天，基于模型的技术已广泛可用，用于白质表征，其发育相对成熟。相反，灰质中的组织建模更具挑战性，并且没有普遍接受的模型。随着测量技术的进步和建模效果，这是一种临床上可行的技术，它揭示了灰质微观结构的显着特征，例如准球形细胞体的密度和准圆柱形细胞的投影，是一个令人兴奋的前景。As a step towards capturing the microscopic architecture of grey matter in clinically feasible settings, this work uses a biophysical model that is designed to disentangle the diffusion signatures of spherical and cylindrical structures in the presence of orientation heterogeneity, and takes advantage of B-tensor encoding measurements, which provide additional sensitivity compared to standard single diffusion encoding sequences.为了对微观结构参数进行快速且可靠的估计，我们利用机器学习的最新进展，并使用人工神经网络替换常规拟合技术，该技术在几秒钟内拟合复杂的生物物理模型。我们的结果表明，与白质相比，在健康人类受试者中，球形和圆柱形几何形状的明显标记，尤其是灰质中球形隔室的体积分数增加。我们评估了球形和圆柱几何形状的程度，可以分别解释为神经体和神经投影的相关性，并在存在各种偏离建模假设的情况下量化参数估计误差。虽然需要进一步的工作将这项工作中提出的思想转化为诊所，但我们建议将重点关注准球形细胞几何形状的生物标志物对于增强神经发育障碍的评估和神经退行性疾病的评估可能是有价值的。