XiaoMi-AI文件搜索系统
World File Search SystemArray
全印刷和集成平台中的超灵敏和稳定的多路复用生物传感器阵列，可实现可靠的汗液分析
电化学生物传感器已成为通过非侵入性汗液分析跟踪人体生理动态的有前途的工具之一。然而，以高度可控和可重复的方式集成多路复用传感器以实现长期可靠的生物传感仍然是一个关键挑战，尤其是在灵活的平台上。本文首次报道了一种完全喷墨打印和集成的多路复用生物传感贴片，它具有极高的稳定性和灵敏度。这些理想的特性是通过独特的互穿界面设计和对活性材料质量负载的精确控制实现的，这要归功于优化的油墨配方和液滴辅助打印工艺。该传感器对葡萄糖的灵敏度为 313.28 μ A mm − 1 cm − 2，对酒精的灵敏度为 0.87 μ A mm − 1 cm − 2，并且在 30 小时内漂移最小，这是文献中最好的。集成贴片可用于可靠、无线的饮食监测或通过表皮分析进行医疗干预，并将促进可穿戴设备在智能医疗应用方面的进步。
可展开刚性太阳能电池阵列
Sierra Space 的交钥匙螺栓式刚性太阳能电池阵列利用了多种内部能力，包括自动化表面贴装技术 (SMT) 太阳能电池板、复合基板制造和机械专业知识。我们用于制造太阳能电池模块和电池板的 SMT 方法为太阳能电池模块和电池板尺寸、几何形状、电气布局（分段和串接）和总线电压提供了极大的灵活性和扩展选项。
基于基因组DNA分析的基于寡核苷酸阵列的CGH - 血液，细胞或组织的酶促标记
此快速参考指南旨在适用于经验丰富的用户，这些用户已经熟悉处理16件包幻灯片上的Angilent HT微阵列，以进行比较基因组杂交（CGH）。如果您是新用户，请参阅出版物G4132-90000，使用Agilent HT Microars-azymatic-emzymatic标记GDNA的高通量ACGH分析，该标记使用SERETAG HT KIT协议，这是该快速参考指南的全长版本。全长协议包括其他说明和详细信息，以及程序注释，套件内容的信息，所需的材料和设备以及故障排除提示。
优化板级可靠性测试板的边界条件，以最大限度提高热循环和随机振动下球栅阵列焊点的疲劳寿命
摘要：为提高热循环和随机振动条件下焊点疲劳可靠性，对板级可靠性（BLR）试验板的螺丝孔位置进行研究。建立BLR试验板的有限元模型，推导了热循环和随机振动条件下影响焊点疲劳寿命的主要参数塑性应变能密度和1-sigma应力。通过灵敏度分析，分析了螺丝孔位置与疲劳寿命主要参数之间的相关性。通过多目标优化，确定了热循环和随机振动条件下焊点疲劳寿命最大的螺丝孔位置。与初始螺丝孔位置的BLR试验板相比，优化螺丝孔位置后的BLR试验板在热循环和随机振动条件下的疲劳寿命明显提高。
基于机器学习分类器的光伏阵列中的电故障分析和检测
摘要：由于其固有的优势，例如零污染，灵活性，可持续性和高可靠性，太阳能光伏发电引起了重大的兴趣。确保PV功率设施的有效运行在精确的故障检测中取决于。这不仅可以增强其可靠性和安全性，而且还可以优化利润并避免昂贵的维护。但是，使用通用保护设备的PV系统直流电（DC）侧的故障检测和分类带来了重大挑战。这项研究深入研究了对光伏（PV）阵列中复杂断层的探索和分析，尤其是那些表现出类似I-V曲线的阵列，这是PV故障诊断的重大挑战，在先前的研究中未充分解决。本文探讨了支持向量机（SVM）和极端梯度提升（XGBoost）的设计和实施，重点是它们有效地识别小型PV阵列中各种故障状态的能力。这项研究扩大了将优化算法的使用，特别是蜜蜂算法（BA）和粒子群优化（PSO），目的是提高基本SVM和XGBoost分类器的性能。优化过程涉及完善机器学习模型的超参数，以实现故障分类的卓越精度。发现蜜蜂算法的弹性和效率的有说服力的案例。使用用于优化SVM和XGBOOST分类器以检测PV阵列中的复杂故障时，蜜蜂算法显示出显着的精度。相比之下，使用PSO算法进行细调的分类器表现出相对较低的性能。这些发现强调了蜜蜂算法在光伏系统中故障检测中提高分类器准确性的潜力。
历史悠久的殖民剧院 清洁能源太阳能电池阵列
拟议的行动（或上述理由中定义的提案部分）属于 10 CFR 第 1021 部分 D 分项附录 A 或 B 中所列的行动类别。为了符合 10 CFR 第 1021 部分 D 分项附录 B 中所列的行动类别，提案必须符合以下要求：(1) 不会威胁违反适用的环境、安全和健康法定、监管或许可要求，或 DOE 或行政命令的类似要求；(2) 要求选址和建造或大规模扩建废物储存、处置、回收或处理设施（包括焚化炉），但提案可以包括明确排除的废物储存、处置、回收或处理行动或设施；(3) 扰乱环境中预先存在的危险物质、污染物、污染物或 CERCLA 排除的石油和天然气产品，从而导致不受控制或未经许可的排放； （4）有可能对环境敏感资源造成重大影响，包括但不限于《10 CFR》第1021部分D分部附录B第B（4）段所列的资源；（5）涉及转基因生物、合成生物学、政府指定的有害杂草或入侵物种，除非拟议活动在设计和操作上受到遏制或限制，以防止未经授权释放到环境中，并按照适用要求进行，例如《10 CFR》第1021部分D分部附录B第B（5）段所列的要求。
栅极电压可寻址混合超导体-半导体量子阱场效应纳米开关阵列的大规模片上集成
稳定、可重复、可扩展、可寻址和可控的混合超导体-半导体 (S-Sm) 结和开关是门控量子处理器的关键电路元件和构建块。分离栅电压产生的静电场效应有助于实现纳米开关，这些纳米开关可以控制基于二维半导体电子系统的混合 S-Sm 电路中的电导或电流。这里，通过实验展示了一种新颖的大规模可扩展、栅极电压可控的混合场效应量子芯片的实现。每个芯片都包含分离栅场效应混合结阵列，它们用作电导开关，由与 Nb 超导电子电路集成的 In 0.75 Ga 0.25 As 量子阱制成。芯片中的每个混合结都可以通过其相应的源漏极和两个全局分离栅接触垫进行控制和寻址，从而允许在其 (超) 导电和绝缘状态之间切换。总共制造了 18 个量子芯片，其中有 144 个场效应混合 Nb-In 0.75 Ga 0.25 As 2DEG-Nb 量子线，并研究了低温下多个器件的电响应、开关电压（开/关）统计、量子产率和可重复性。提出的集成量子器件架构允许控制芯片上大型阵列中的单个结，这对于新兴的低温量子技术非常有用。
量化脉动阵列 DNN 加速器中激活故障可靠性的探索
摘要 — 深度神经网络 (DNN) 加速器可靠性的严格要求与减少硬件平台计算负担的需求相伴而生，即降低能耗和执行时间以及提高 DNN 加速器的效率。此外，对具有定制要求的专用 DNN 加速器的需求不断增长，特别是对于安全关键型应用，这需要进行全面的设计空间探索，以开发出满足这些要求的高效且强大的加速器。因此，硬件性能（即面积和延迟）与 DNN 加速器实现的可靠性之间的权衡变得至关重要，需要分析工具。本文提出了一种全面的方法来探索和实现对量化对模型精度、激活故障可靠性和硬件效率的三方影响的整体评估。介绍了一个完全自动化的框架，该框架能够应用各种量化感知技术、故障注入和硬件实现，从而实现硬件参数的测量。此外，本文提出了一种集成在框架内的新型轻量级保护技术，以确保最终基于脉动阵列的 FPGA 实现的可靠部署。在已建立的基准上进行的实验展示了分析流程以及量化对可靠性、硬件性能和网络准确性的深远影响，特别是关于网络激活中的瞬态故障。索引术语 — 深度神经网络、设计空间探索、量化、故障模拟、可靠性评估
高度可定制的3D微电极阵列，用于体外和体内神经元组织记录
平面微电极阵列（MEAS） - 体外或体内 - 神经元信号记录缺乏对神经网络功能和突触可变性的详细理解所需的空间分辨率和功能的信号噪声比（SNR）。为了克服这些局限性，将高度可定制的三维（3D）打印过程与薄膜技术结合使用，并使用自动对准模板辅助的电化学沉积工艺来制造基于3D打印的衡量标准，以基于STI效率或灵活的底物。显示具有设计灵活性和身体鲁棒性的设备用于记录不同体外和体内应用中的神经活动，可实现高高度比率3D微电极高达33：1。在这里，测量在3D神经元培养物，视网膜外植体和活小鼠皮层中成功记录神经活动，从而证明了3D MEA的多功能性，同时保持高质量的神经记录。可自定义的3D MEA为在常规或各种病理状况下（体外和体内）研究神经活动提供了独特的机会，并有助于药物筛查和神经调节系统的开发，这些系统可以准确地监测大型神经网络的活性。
跨物种跨物种的跨物种和组织归因于哺乳动物物种
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年1月16日发布。 https://doi.org/10.1101/2024.01.15.575646 doi：biorxiv Preprint