XiaoMi-AI文件搜索系统
World File Search System高量
氮化镓高电子迁移率晶体管的物理失效分析技术研究进展
Figure 12.1540-MeV 209Bi ion irradiation 1.7 × 10 11 ions/cm 2 TEM images of AlGaN/GaN HEMT devices: (a) Gate region cross-section; (b) The orbital image of the heterojunction region shown in Figure (a); (c) The image shown in Figure (a) has a depth of approximately 500 nm; (d) Traces formed at the drain; (e) As shown in Figure (d), the trajectory appears at a depth of ap- proximately 500 nm [48] 图 12.1540-MeV 209Bi 离子辐照 1.7 × 10 11 ions/cm 2 的 AlGaN/GaN HEMT 器件的 TEM 图像： (a) 栅极区域截面； (b) 图 (a) 所示异质结区域轨道图 像； (c) 图 (a) 所示深度约 500 nm 图像； (d) 在漏极形成的痕迹； (e) 如图 (d) 所示，轨迹出现在深度约 500 nm 处 [48]
高骨量疾病 - Lirias - 鲁汶天主教大学
1 英国布里斯托大学生命科学学院生理学、药理学和神经科学学院 2 英国布里斯托大学健康科学学院布里斯托医学院转化健康科学肌肉骨骼研究组 3 意大利拉奎拉大学生物技术和应用临床科学系 4 马耳他大学健康科学学院应用生物医学科学系 5 马耳他大学分子医学和生物银行中心 6 奥地利林茨约翰内斯开普勒大学儿科和青少年医学系 7 意大利骨病研究基金会 (FIRMO) 8 西班牙桑坦德坎塔布里亚大学瓦尔德西利亚医院内科系 9 荷兰鹿特丹伊拉斯姆斯大学医学中心内科系荷兰 10 约阿尼纳大学医学院卫生与流行病学系，希腊 11 布朗大学公共卫生学院健康研究综合中心、卫生证据综合中心、政策与实践中心，美国罗德岛州普罗维登斯 12 约阿尼纳大学洛阿尼纳大学研究中心生物科学研究所，希腊 13 伦敦国王学院生命科学与医学院生命过程科学学院双胞胎研究与遗传流行病学系，英国伦敦 14 盖伊和圣托马斯 NHS 基金会内分泌学系，英国伦敦 15 马库斯老龄化研究所、希伯来老年生活和医学中心医学系和哈佛医学院、麻省理工学院和哈佛大学布罗德研究所，美国马萨诸塞州剑桥 16 IRCCS 里佐利骨科研究所罕见骨骼疾病系，意大利博洛尼亚17 伯明翰大学代谢与系统研究所，英国伯明翰 18 马拉加大学，西班牙马拉加 19 赫尔辛基大学儿童医院和赫尔辛基大学医院，芬兰赫尔辛基 20 赫尔辛基大学医学院临床和分子代谢研究项目，芬兰赫尔辛基 21 Folkhälsan 研究中心，Folkhälsan 遗传学研究所，芬兰赫尔辛基 22 安特卫普大学医学遗传学系，比利时安特卫普 23 鲁汶天主教大学人类遗传学系，比利时鲁汶
朝高光谱分辨率量子X射线量热法
用于结合高光谱分辨率和量子效率的X射线光谱的热检测器。这些“微钙化器”通过感测小吸收结构的温度升高来测量吸收单个光子中释放的能量。这种设备的最终能量分辨率受热力学和等温浴之间的热链连接中的热力学功率波动的限制，并且原则上可以低至1 eV。由于噪声贡献（例如热敏电阻中的过量（L/F）噪声）以及能量转换为声子，因此真实设备的性能被降低。我们在这里报告了在存在噪声的情况下，在温度计，X射线吸收和热化，制造技术和检测器优化方面的最新进展。这些改进使我们能够生产出光谱分辨率为17 eV FWHM的设备，该设备在6 keV下测量。
从灵活性平衡视角的高比例可再生能源电力系统形态演化分析
摘要：电力系统中长期愿景及其形态演化分析是引领电力行业发展的重要先导性研究，尤其在我国提出2060年实现温室气体净零排放的新目标下，如何加快发展可再生能源成为新的关注点。本文尝试从灵活性平衡的视角探究含高比例可再生能源的未来电力系统形态演化指标。在回顾国际上关于未来电力系统发展愿景相关文献的基础上，总结了未来电网的特征及其驱动力的变化，并提出了一种全局敏感性分析方法。考虑到影响演化路径的多重不确定性因素，抽取大样本模拟电力系统演化，并以西北电网为例，分析了我国高比例可再生能源的演化路径。
高性能金属3D打印机的应用
来源：https://www.aeroreport.de/en/artikel/ werkstoffentwicklung-fuer-die-luftfahrt 航空部件应用示例
该特征为CT图像的脂肪条带。
【摘要】以往利用人工智能在CT图像上辅助诊断结肠炎的研究，多以消化道造影剂使用后的结肠壁厚度作为特征，但诊断准确率并不高。本研究验证了结肠炎脂肪条带（HU）的CT值是结肠炎检测模型中一个有用的特征。从187例非造影结肠炎CT图像中，制作将患处切成128×128矩阵的原始图像、擦除脂肪条带以外结构的掩模图像、仅显示脂肪条带的阈值图像。SVM分类器输出原始图像、掩模图像、阈值图像的分类准确率，结果显示掩模图像和阈值图像的分类准确率较原始图像有所提高，说明脂肪条带是一个分类准确率较高的特征。
