XiaoMi-AI文件搜索系统
World File Search System配糙
玉米杂交种性能和品系配合力的基因组预测
玉米育种中最重要的两项活动是开发具有高一般配合力 (GCA) 和特殊配合力 (SCA) 值的自交系，以及鉴定具有高产量潜力的杂交种。基因组选择 (GS) 是一种很有前途的基因组工具，可根据从基因组预测 (GP) 估算的基因组估计育种值对未经测试的育种材料进行选择。在本研究中，进行了 GP 分析，以在三个玉米品系逐个测试试验中估计杂交种、GCA 和 SCA 的谷物产量 (GY) 表现，其中所有材料在 10 到 11 个多地点试验中进行了表型分析，并使用中密度分子标记平台进行了基因分型。结果表明，在模型的所有试验中，包括品系和测试者的加性效应，对杂交种表现的预测能力范围为 0.59 到 0.81。在同时包含加性和非加性效应的模型中，杂交种性能的预测能力得到了提高，所有试验的范围为 0.64 至 0.86。GY 的 GCA 预测能力较低，在仅包含自交系的模型的所有试验中范围为 0.14 至 0.13；在同时包含自交系和测试者的模型的所有试验中，GY 的 GCA 预测能力得到了提高，范围为 0.49 至 0.55，而 GY 的 SCA 预测能力在所有试验中均为负值。测试者之间的 GY 预测能力从 0.66 到 0.82 不等；测试者之间的杂交种性能很难预测。GS 提供了基于分子标记信息预测新杂交种性能和新自交系的 GCA 的机会，通过对更少的多地点试验进行表型分析，可以大幅降低总育种成本。 2021 中国作物学会和中国农业科学院作物科学研究所。由 Elsevier BV 代表科爱传播有限公司制作和托管。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
联合研发应用人工智能图像分析的“钢筋检测系统”
3.未来发展 未来我们计划继续研究和开发该系统，并通过在各公司反复的现场试验和改进来提高其性能。 此外，该联合研究框架允许总承包商共同推动研究和开发，融入各种想法并在短时间内取得优异成果。希望本次研发能够利用人工智能解决总承包商面临的常见技术问题，为提高整个建筑行业的技术能力做出贡献。 ※参与联合研究项目的20家公司（按字母顺序） 青木阿苏那罗建设株式会社 浅沼组株式会社 安藤间株式会社 奥村组株式会社 北野建设株式会社 熊谷组株式会社 五洋建设株式会社 佐藤工业株式会社 大末建设株式会社 高松建设株式会社 铁拳建设株式会社 东急建设株式会社 户田建设株式会社 飞岛建设株式会社 西松建设株式会社 日本土地开发株式会社 长谷工業株式会社 PS三菱株式会社 松村组株式会社 矢作建设株式会社
肼储能：取代金属配位层中的 N2H4
2020 年，美国能源部 (USDOE) 提出了一项以储能为重点的重大挑战，这是该机构首次提出的综合性方法。[1] 鉴于锂离子电池技术在解决短储能时长（<4 小时）方面取得的成功，[2] 储能研究的重点已转向长储能方法，这种方法倾向于将电力和能源分离以实现灵活的电网安装。液氢载体是一种可以利用现有基础设施并利用质子交换膜 (PEM) 燃料电池的高效率/成熟度在需要时释放储存能量的方法。[3] 为此，我们专注于肼 (N2H4)，它含有 12.5% 的 H2（重量），已被纳入燃料电池应用。[4,5] 虽然 N2H4 可以通过多种工艺在工业上生产，但它通常是通过 NH3 的氧化制成的，而 NH3 目前的基础设施和碳足迹相当可观。[6] 如果
金属配位指导的大环配合物的合成方法
金属配位导向大环复合物，其中大环结构由金属-配体配位相互作用形成，已成为一种有吸引力的超分子支架，可用于创建生物传感和治疗应用材料。尽管最近取得了进展，但不受控制的多环笼和线性低聚物/聚合物是最有可能的金属配体组装产物，这对当前的合成方法提出了挑战。本文我们概述了使用可折叠配体或通过组装两亲配体合成金属配位导向大环复合物的最新合成方法。这篇小综述为高效制备具有可预测和可控结构的金属配位导向大环复合物提供了指导，这些复合物可在许多与生物相关的领域得到应用。
MetalHawk：通过人工神经网络增强金属配位几何的分类
摘要：金属配合物的化学性质在很大程度上取决于与金属中心配位的配体的数量和几何排列。现有的确定配位数或几何形状的方法依赖于准确性和计算成本之间的权衡，这阻碍了它们在大型结构数据集研究中的应用。在此，我们提出了 MetalHawk ( https://github.com/vrettasm/MetalHawk )，这是一种基于机器学习的方法，通过人工神经网络 (ANN) 同时对金属位点的配位数和几何形状进行分类，这些网络使用剑桥结构数据库 (CSD) 和金属蛋白数据库 (MetalPDB) 进行训练。我们证明，CSD 训练的模型可用于对属于最常见配位数和几何形状类别的位点进行分类，对于 CSD 沉积的金属位点，平衡准确度等于 96.51%。我们还发现，CSD 训练模型能够对 MetalPDB 数据库中的生物无机金属位点进行分类，在整个 PDB 数据集上的平衡准确度为 84.29%，在 PDB 验证集中手动审核的位点上的平衡准确度为 91.66%。此外，我们报告的证据表明，CSD 训练模型的输出向量可以被视为金属位点扭曲的代理指标，表明这些可以解释为金属位点结构中存在的细微几何特征的低维表示。
Larsen & Toubro 针对可再生能源整合和电力输配的数字能源解决方案
孟买，2023 年 10 月 6 日：L&T 输配电业务的数字能源解决方案部门已显著扩大其在印度、中东和北美的业务。在印度，该业务正在执行一项重要订单，以升级国家和地区输电资产管理中心的 SCADA 和相关系统。印度输电资产管理中心控制着世界上最大的变电站和输电线网络之一，对该国超过 270 个超高压变电站的庞大电网进行复杂的监控和控制。通过实时监控系统参数和资产可视化，可以实现早期发现异常、更快干预、有效协调、高级分析和高效运营等多个目标。这项关键任务升级将涉及现有系统的并行运行，部署升级的系统，例如传输远程访问系统 (TRAS)、自动故障分析系统 (AFAS) 和输电资产网络安全解决方案 (PTACS)。最近几个月，该业务已获得在马哈拉施特拉邦和古吉拉特邦实施高级配电管理系统的订单。在北美，该公司参与实施了一系列清洁能源整合、公用事业运营和电网研究项目。该公司正在为加州的一家清洁能源生产商实施一个项目，为能源资产提供“平衡机构”(BA) 控制服务。范围包括 NERC 标准下的“提前”、“实时”和“事后”BA 监控和合规服务，包括加州电力 ISO 市场接口系统。该项目将由位于美国加州费尔菲尔德的 HENOC（混合能源网络运营中心）设施交付。参与该项目的设施和人员均由美国 NERC（北美电力可靠性委员会）认证。基于先进的能源电网模拟和建模能力，该公司正在与加州能源委员会 (CEC) 和美国能源部 (DoE) 签订合同，为合作伙伴开展多个研发和示范资助项目。
使用真实子场定义评估基于表面的海马配准
海马体是一种皮层结构，由具有独特回路的子区组成。了解其微观结构（以这些子区为代表）可以提高我们对学习和记忆的机制理解，并且对多种神经系统疾病具有临床潜力。一个突出的问题是如何在两个形态截然不同的海马体之间划分、注册或检索同源点。在这里，我们提出了一种基于表面的配准方法，该方法以对比度无关、拓扑保持的方式解决了这个问题。具体而言，首先对整个海马体进行分析展开，然后根据厚度、曲率和脑回在 2D 展开空间中注册样本。我们在七个 3D 组织学样本中演示了这种方法，并且与更传统的配准方法相比，使用此方法对子区进行了更出色的对齐。
先进的电解质配方可确保钒液流电池在高温下稳定运行
钒氧化还原液流电池 (VRFB) 电解质在高温 (> 40°C) 下热稳定性不足仍然是该技术开发和商业化的挑战，否则该技术将为间歇性可再生能源的长期储存带来广泛的技术优势。本文提出了一种组合添加剂的新概念，它显著提高了电池的热稳定性，使其能够在迄今为止测试的最高温度 (50°C) 下安全运行。这是通过结合两种化学性质不同的添加剂——无机磷酸铵和聚乙烯吡咯烷酮 (PVP) 表面活性剂实现的，它们共同减缓溶液中氧钒物质的质子化和聚集，从而显着抑制有害沉淀物的形成。具体来说，在 50°C 的静态条件下，沉淀率降低了近 75%。这一改进反映在完整的 VRFB 设备在 50°C 下连续运行超过 300 小时的稳健运行中，在 100 mA cm-2 电流密度下实现了令人印象深刻的 83% 的电压效率，并且在电极/流动框架或电解质槽中均未检测到沉淀。