XiaoMi-AI文件搜索系统
World File Search SystemAbstr
采用 ZnO 和石墨烯的钙钛矿太阳能电池的设计和模拟摘要
如今，为了满足人类的能源需求，对一次能源和二次能源的需求一直在增加。近年来，太阳能电池已被用作生产可再生、可持续和无污染能源的替代品。各种材料已被用作电池中的传输层。TIO2 是这些材料之一，已被广泛用作电子传输层，但目前，ZnO 是另一种重要材料。比 TIO2 的使用更晚。此外，钙钛矿太阳能电池是属于纳米家族的新一代太阳能电池。目前，钙钛矿太阳能电池 (PSC) 是电子工业中一种很有前途的电池，因为它具有高功率转换效率，以及制造硅太阳能电池的相对较低的成本，以及导致钙钛矿在不同类型的基板上使用的灵活性。此外，石墨烯作为光伏能量转换最重要的基本光伏材料已经出现并得到使用。石墨烯在太阳能电池的构造中用作透明电极、层间活性层、电子和空穴传输层或电子和空穴分离层。在本文中，目标是找到太阳能电池中功率转换效率最高的最佳结构，我们将进一步看到，通过使用钙钛矿、ZnO 和石墨烯，我们将以较低的制造成本实现 16% 的功率转换效率。
2024 年研究峰会 - 摘要集 - EduCITY
今年的 2024 年研究峰会的组织方式有所不同，在总体计划中增加了一天。在结构方面，6 位 UA 委员负责 6 个主题（材料和能源、信息、通信和微电子、环境和海洋、健康和社会、音乐和 21 世纪数字文化与教育），由国际和国内专家讨论。研究单位协调员还在推介中展示了该单位如何为促进跨学科、跨学科和多学科研究方法做出贡献，并沿着这些思路规划了该单位的未来。在接下来的两天里，博士生以及参与课外研究活动的第一和第二周期学生进行了演讲，并为博士生提供了更多培训，并在峰会结束时颁发了“最佳沟通奖”。我们感谢与会者的参与。这本 2024 年研究峰会摘要和会议论文集是阿威罗大学博士课程主题的年轻科学家和博士生做出的杰出贡献的成果。尽管 2024 年研究峰会面向年轻研究人员，但高级研究人员也通过他们的贡献为会议的成功做出了贡献，促进了摘要和会议论文集中所含研究论文的讨论和合作。高级科学家和博士生导师的出席对所有参与者来说都非常有益，希望年轻研究人员和博士生能从这次经历中受益。组织者希望 2024 年研究峰会成为参与者之间进行富有成效的思想交流的绝佳机会，并成为阿威罗大学论坛历史上的一个里程碑。
电子邮件：solaja.oludele@oouagoiwoye.edu.ng摘要 - 塑料废物污染在全球范围内构成了重大的环境挑战，特别是在D
电子邮件：solaja.oludele@oouagoiwoye.edu.ng摘要 - 塑料废物污染在全球范围内构成了重大的环境挑战，尤其是在尼日利亚等发展中国家，其中有限的废物管理基础设施加剧了问题。本文研究了人工智能（AI）技术解决发展中国家塑料废物的潜力，重点是尼日利亚的情况。通过对挑战，机遇，案例研究，政策含义和建议的全面分析，本文强调了AI在废物管理中的变革性作用。挑战诸如基础设施差距，数据稀缺和道德考虑之类的挑战，以及创新，效率和可持续性的机会。发达国家和发展中国家的案例研究说明了在收集，分类，回收和污染监测中成功的AI应用程序。政策的影响强调了全面立法，基础设施和技术投资，公众意识和跨部门合作的重要性。建议包括扩展的生产者责任政策，垃圾填埋场，教育运动和国际合作。发展中国家AI驱动的塑料废物减少的未来取决于技术进步，协作伙伴关系，投资增加，支持性政策和监管框架。通过利用AI技术和集体行动的力量，发展中国家可以解决塑料废物危机，促进环境可持续性，并为所有人提供更清洁，更绿色的未来。关键字 - 减少塑料废物，AI技术，发展中国家，废物管理，环境可持续性doi：http：//dx.doi.org/10.14710/wastech.12.1.28-38 [如何引用本文：Solaja，O。M.（2024）。释放了人工智能的力量：革命性的塑料废物管理为发展中国家的可持续发展。废物技术，12（1），28-38 doi：http：//dx.doi.org/10.14710/wastech.12.1.28-38]简介
Arsenalbio在ASGCT年度会议上宣布了四个摘要的介绍
AB-2100旨在治疗复发/难治性的透明细胞肾细胞癌（CCRCC）。它是一种自体集成电路t（ICT）细胞产物，通过将DNA盒子插入T细胞内的安全港基因座中而产生。它旨在使用三种机制在保留健康组织的同时攻击肿瘤：一个逻辑门，需要在肿瘤微环境中存在两种抗原；增强抗肿瘤活性的合成途径激活剂（SPA）；和shrnas将其防止免疫抑制。在异种移植模型中测试了这些T细胞功能，以研究逻辑门在解决表达CA9的肿瘤以及PSMA和CA9方面的特异性（因为CAR T细胞设计为可以做到的）。这种方法在克服肿瘤微环境的抑制机制方面已被证明是成功的，并解决了异种移植模型中表达PSMA和CA9的CCRCC。
摘要集 (pdf)
Simon Martiel（Atos Quantum Lab） Hector Miller-Bakewell Mio Murao（东京大学） Glaucia Murta（杜塞尔多夫海因里希海涅大学） Ognyan Oreshkov（布鲁塞尔自由大学） Prakash Panangaden（麦吉尔大学） Simon Perdrix（Loria） Lidia del Rio（苏黎世联邦理工学院） Julien Ross（达尔豪斯大学） Mehrnoosh Sadrzadeh（伦敦大学学院） Ana Belén Sainz（格但斯克大学） John Selby（格但斯克大学） Rui Soares Barbosa（国际伊比利亚纳米技术实验室） Rob Spekkens（Perimeter 研究所） Isar Stubbe（滨海大学） Benoit Valiron（巴黎萨克雷大学） Jamie Vicary（剑桥大学） John van de Wetering (奈梅亨内梅亨拉德堡大学) Alexander Wilce (萨斯奎哈纳大学) 应明胜 (悉尼科技大学) Vladimir Zamdzhiev (Loria) Margherita Zorzi (维罗纳大学)
2023年8月5日，Harbin，Chin CCL教程摘要...
近 年 来 ， 预 训 练 语 言 模 型 已 逐 渐 成 为 自 然 语 言 处 理 领 域 的 基 座 模 型 。 相 关 实 验 现 象 表 明 ， 预 训 练 语 言 模 型 能 够 自 发 地 从 预 训 练 语 料 中 学 到 一 定 的 语 言 学 知 识 、 世 界 知 识 和 常 识 知 识 ， 从 而 在 知 识 密 集 型 任 务 上 获 得 出 色 的 表 现 ( AlKhamissi et al., 2022 ; Safavi and Koutra, 2021 ; Petroni et al., 2019 ) 。 然 而 ， 预 训 练 语 言 模 型 中 的 知 识 隐 式 地 存 储 在 参 数 之中 ， 难 以 显 式 地 对 预 训 练 语 言 模 型 中 的 知 识 进 行 分 析 和 利 用 。 同 时 ， 预 训 练 语 言 模 型在 知 识 和 推 理 上 的 表 现 并 不 可 靠 ， 常常 会 出 现 “ 幻 觉 ” 现 象 ( Ji et al., 2022 ) ， 给 出 与 知 识 冲 突 的 预 测 结 果 。 这 些 因 素 阻 碍 了 预 训 练 语 言 模 型 提 供 可 靠 的 知 识 服 务 。 因 此 ， 探 究 模 型 掌握 知 识 的 机 理 、 研 究 如 何 提 取 和 补 充 语 言 模 型 中 的 知 识 成 为 近 期 的 研 究 热点 。 本 次 讲 习 班 主 要 内 容 包 括 预 训 练 语 言 模 型 中 的 知 识 分 析 、 预 训 练 语 言 模 型 的 知 识 萃 取 、 知 识 增 强 的 预 训 练 语 言 模 型 三个 部 分 ， 听 众 将 在 本 次 讲 习 班 中了 解 到 近 期 研 究 中 对 预 训 练 语 言 模 型 掌握 知 识 情 况 的 认识 、 从 预 训 练 语 言 模 型 中 提 取 符 号 知 识 的 实 现 方 案 、 利 用 外 部 知 识 增 强 模 型 弥 补 缺 陷 的 各 类 方 法 。
BCI 学会摘要
参考文献 [1] Abiri, R.、Borhani, S.、Sellers, EW、Jiang, Y.、Zhao, X. 基于 eeg 的脑机接口范式综合综述。神经工程杂志 16(1)，011001 (2019) [2] Burwell, S.、Sample, M.、Racine, E. 脑机接口的伦理方面：范围界定综述。BMC 医学伦理学 18(1)，1–11 (2017) [3] Sample, M.、Sattler, S.、Blain-Moraes, S.、Rodríguez-Arias, D.、Racine, E. 公众是否与专家一样担心脑机接口？一项关于神经技术伦理的三国调查。 Science, Technology, & Human Values 45(6), 1242–1270 (2020) [4] Schmid, J., Friedrich, O., Kessner, S., Jox, R.: 技术解锁的思想——德国关于脑机接口的调查。纳米伦理学 15(3), 303–313 (2021) [5] Yuste, R., Goering, S., Bi, G., Carmena, JM, Carter, A., Fins, JJ, Friesen, P., Gallant, J., Huggins, JE, Illes, J., et al. 神经技术和人工智能的四个伦理优先事项。自然 551(7679), 159–163 (2017)
抽象 - 准确，及时的医学诊断是有效医疗保健提供的基石，但是传统方法通常与效率低下
•Barodiya，V。K.（2022）。使用机器学习对疾病诊断的研究。本文在医学诊断任务中评估了各种ML模型的性能，包括SVM和深度学习。该研究还探讨了数据预处理技术以提高模型的准确性。与项目的相关性：研究结果与该项目的重点放在利用SVM和强大的预处理技术上，以检测具有高精度的复杂疾病。•Luo，X.，Wang，Y。，＆Lee，L。（2021）。基于机器学习的诊断系统的开发和五项评估。本文提供了一个全面的框架，用于使用精度，回忆和F1得分等指标评估机器学习模型。与该项目的相关性：研究中讨论的评估指标直接适用于评估提出的系统的性能，从而确保诊断预测的准确性和可靠性。