XiaoMi-AI文件搜索系统
World File Search System过渡温度
Josephson辐射的隆期检测 - 知识uchicago的补充信息 系统发育结构在实验生态群落中的相互作用 RNA氨基酰化在其在肽合成中的作用之前的潜在作用 支持信息富含硫的纳米多孔 自下而上的多尺度方法估算具有高玻璃过渡温度的纠缠聚合物融化的粘弹性特性 在金属中生成和稳定dinickel催化剂
大规模量子计算的最有前途的方法之一使用了基于许多约瑟夫森连接的设备。，即使在今天，有关单个连接点的开放问题仍然尚未解决，例如对量子相变的详细理解，约瑟夫森连接到环境的耦合或如何改善超导量子的相干性。在这里，我们设计并建立了连接到约瑟夫森连接处的芯片储层的设计和建造，该芯片连接起了一个有效的钢计，用于检测在非均衡性下，即有偏见的条件下的约瑟夫森辐射。验证仪转换A.C. Josephson电流在微波频率下，高达约100 GHz的温度升高，该温度升高。温度法。基于现实参数值的电路模型同时捕获当前 - 电压特性和测量功率。本实验证明了微波光子的有效，宽，热检测方案，并提供了超出标准电导测量值之外的约瑟夫森动力学的敏感检测器。
通过高级机器学习和创新功能工程预测过渡温度
超导性是凝聚态物理学中的一个了不起的现象，该现象包括一系列引人入胜的特性，这些特性预计会彻底改变能源相关的技术和相关的基础研究。但是，该领域面临在室温下实现超导性的挑战。近年来，人工智能（AI）方法已成为预测诸如过渡温度（T C）之类的特性的有前途的工具，以使大型数据库快速筛选以发现新的超导材料。这项研究采用超级数据集作为最大的超导材料数据集。然后，我们执行各种数据预处理步骤，以得出包含13,022种化合物的清洁数据集。在研究的另一个阶段，我们应用了新型的Catboost算法来预测新型超导材料的过渡温度。此外，我们开发了一个名为Jabir的软件包，该软件包生成了322个原子描述符。我们还设计了一种称为Soraya软件包的创新混合方法，以从功能空间中选择最关键的功能。这些产率R 2和RMSE值（分别为0.952和6.45 K）优于文献中先前报道的值。最后，作为对该领域的新贡献，Web应用程序的设计用于预测和确定超导材料的T C值。
通过高级机器预测过渡温度
超导性是凝聚态物理学中的一个了不起的现象，该现象包括一系列引人入胜的特性，这些特性预计会彻底改变能源相关的技术和相关的基础研究。但是，该领域面临在室温下实现超导性的挑战。近年来，人工智能（AI）方法已成为预测诸如过渡温度（T C）之类的特性的有前途的工具，以使大型数据库快速筛选以发现新的超导材料。这项研究采用超级数据集作为最大的超导材料数据集。然后，我们执行各种数据预处理步骤，以得出包含13022个化合物的干净数据数据集。在研究的另一个阶段，我们应用了新型的Catboost算法来预测新型超导材料的过渡温度。此外，我们开发了一个名为Jabir的软件包，该软件包生成了322个原子描述符。我们还设计了一种名为Soraya软件包的创新混合方法，以从功能空间中选择最关键的功能。这些产率R 2和RMSE值（分别为0.952和6.45 K）优于文献中先前报道的值。最后，作为对该领域的新贡献，Web应用程序的设计用于预测和确定超导材料的T C值。
自下而上的多尺度方法估算具有高玻璃过渡温度的纠缠聚合物融化的粘弹性特性在金属中生成和稳定dinickel催化剂
用于选择性氢化反应的丰富金属催化剂。作为一类独特的多孔分子材料，金属 - 有机框架（MOF），[7]已被探索用于广泛的应用，包括气体存储[8]和分离[8]和[9]传感，[10]，[10]以及生物医学成像和癌症治疗。[10–11] MOF特别适合通过摄取其分子可调性，通过大通道进行主动位点访问以及增强的催化剂稳定性来设计可重复使用的多孔单位固体催化剂。[12]因此，MOF催化剂可以结合均匀催化剂的分子可调性和均匀的催化位点，以及异质催化剂的稳定性，易于分离以及可重复使用，以提供有机转化的新类别可持续催化剂的新类别。[13]在某些示例中，MOF允许通过位点隔离来稳定催化活性中心，以设计基于单个金属中心的溶液无接口催化物种。[14]