XiaoMi-AI文件搜索系统
World File Search SystemFoM
超高灵敏度弱磁场检测...
摘要：提出了基于单孔纤维（SHF）的超高灵敏度检测磁液表面等离子体共振（SPR）传感器，以检测弱磁场。传感器是用单孔纤维构造的，其中覆层中的独家气孔带有金属线，并用磁性流体（MF）填充以增强磁场灵敏度。研究和优化了结构参数，嵌入式金属和芯层之间对磁场灵敏度和峰值损耗之间的折射率差异的影响。系统地分析了传感器的灵敏度，分辨率，功绩（FOM）和其他特征。数值结果揭示了451,000 pm/mt的最大磁场灵敏度，FOM的最大磁场灵敏度为15.03 mt -1。超高磁场灵敏度使传感器能够首次在PT水平上检测弱磁场，此外检测范围从3.5吨到17吨。SHF-SPR磁场传感器具有高精度，简单结构和易于填充的速度，在诸如矿产资源探索以及地质和环境评估之类的应用中具有巨大的潜力。
HealthSpan Horizon - 开拓预防保健作为医疗保健的新标准
以及5p Health Future的首席医疗官。迈克尔是波兰克拉科夫AGHH大学的健康创新设计教授；德国埃斯森（Essen）作为FOM应用科学大学担任CIBE的创始董事，以及德国Bochum卫生卫生未来的首席执行官。
MPI 投资者简报会
• 于 2021 年 9 月 1 日被任命为本公司独立非执行董事。 • 她目前就职于 CDC Consulting Sdn Bhd，提供咨询工作。 • 她在能源行业的最后职位是恒源炼油公司有限公司（前身为壳牌炼油公司 (FOM) 有限公司）的首席财务官，任期从 2016 年到 2019 年。
TAMM和表面等离子体混合模式在各向异性石墨烯 - 光晶结构中用于血红蛋白检测
摘要：我们建议在各向异性石墨烯 - 光晶（GPC）结构中用于血红蛋白（Hb）检测的TAMM等离子体（TP）和表面等离子体（SP）杂交模式。提出的GPC传感器显示了由于面内各向异性特性引起的偏振依赖性响应。由于TP和SP模式的同时激发，该提出的传感器的反射曲线显示出两个反射率最小值。用于检测HB时，TP模式比SP模式更大。使用傅立叶模式光谱分析，当入射光的极化发生变化时，我们观察到从TP到SP模式的能量耦合，提供了增强传感器灵敏度的选项。我们提出了一种双浸法（DDM），以基于TP和SP模式的同时激发来检测HB。使用DDM，当HB水平为189 g/L时，提出的传感器提供314.5度/RIU的最大灵敏度和1746 RIU -1的FOM。所提出的各向异性GPC传感器为高FOM高度敏感的生物分子检测提供了可能的应用。
基于空腔的纠缠光子的来源 -
在光学设备的性能方面保持高灵敏度和较大的功绩（FOM）至关重要，尤其是当它们用于用作具有极低检测极限（LOD）的生物传感器时。在这里，创建了以1D光子晶体形式的纳米组装层，该层沉积在D形的单模纤维上，以满足这些标准，从而产生Bloch表面波的产生。高和低折射率（RI）纳米层之间的对比度增加，以及损失的减少，不仅可以实现高灵敏度，还可以实现狭窄的共振带宽，从而导致FOM中的显着增强。进行了批量RI敏感性的初步测试，并考虑了一个模仿生物学层发生结合相互作用的生物学层的其他纳米层的影响。最后，通过以非常低的浓度检测血清中的免疫球蛋白G来评估生物传感能力，并实现了70 AM的创纪录LOD。能够在Attomolar范围内达到非常低的LOD的光学纤维生物传感器不仅是一个了不起的技术结果，而且还可以作为早期诊断疾病的有力工具。
采用高品质因数变压器电感器的 65-81 GHz CMOS 双模 VCO
摘要 — 本文介绍了一种宽调谐范围双模毫米波 (mm-wave) 压控振荡器 (VCO)，该振荡器采用了基于高品质因数 (Q) 变压器的可变电感器。通过构建高 Q 固定电容器变压器负载与无损开关结构串联，提出了一种具有两个不同值的高 Q 开关电感器，该无损开关结构不会像通过改变电容器上的信号模式那样给 LC 谐振回路增加任何损耗。通过为每种模式选择合适的中心频率和足够的频率重叠，可以设计宽频率调谐范围 (FTR) 毫米波 VCO。它提供了几乎两倍的调谐范围，同时保持相位噪声 (PN) 与使用两个独立电感器设计的双模 VCO 几乎相同。该 VCO 采用 65 nm CMOS 工艺制造，在 64.88 至 81.6 GHz 范围内测得的 FTR 为 22.8%。测量的 10 MHz 偏移处的峰值 PN 为 -114.63 dBc/Hz，最佳 FOM 和 FOM T 的最大和最小对应值分别为 -173.9 至 -181.84 dB 和 -181.07 至 -189 dB。VCO 核心在 1 V 电源下消耗 10.2 mA 电流，占用面积为 0.146 × 0.205 mm 2 。
引用：Verma, S., Chugh, S., Ghosh, S. 和 Rahman, BM (2022)。用于优化等离子体配对纳米结构光学参数的人工神经网络建模。纳米材料 (巴塞尔)，12(1)，170。doi：10.3390/nano12010170
摘要：人工神经网络 (ANN) 已成为机器学习 (ML) 中一种分析复杂数据驱动问题的有效方法。由于其时间效率高，它在物理学、光学和材料科学等许多科学领域都很受欢迎。本文提出了一种基于 ANN 的计算高效方法来设计和优化电磁等离子体纳米结构的新方法。在本研究中，首先使用有限元法 (FEM) 模拟纳米结构，然后使用人工智能 (AI) 对不同配对纳米结构的相关灵敏度 (S)、半峰全宽 (FWHM)、品质因数 (FOM) 和等离子体波长 (PW) 进行预测。首先，使用有限元法 (FEM) 开发计算模型来准备数据集。输入参数被视为长轴 a 、短轴 b 和分离间隙 g ，它们已用于计算相应的灵敏度（nm/RIU）、FWHM（nm）、FOM 和等离子体波长（nm）以准备数据集。其次，设计了神经网络，其中优化了隐藏层和神经元的数量，作为综合分析的一部分，以提高 ML 模型的效率。成功优化神经网络后，该模型用于对特定输入及其对应的输出进行预测。本文还比较了预测结果和模拟结果之间的误差。该方法优于直接数值模拟方法，可用于预测各种输入设备参数的输出。
经济低迷如何影响人才流向初创企业
∗伯恩斯坦：sbernstein@hbs.edu。Townsend：rrtownsend@ucsd.edu。 XU：xut@darden.virginia.edu。 我们感谢Kunal Mehta的数据帮助。 We are grateful for helpful comments from Paul Gompers, Issac Hacamo, Jessica Jeffers, Song Ma, David Matsa, Ramana Nanda, Paige Ouimet, Sergio Salgado, Antoinette Schoar, Elena Simintzi, Chris Stanton, and seminar participants at NBER Entrepreneurship, RCFS Winter Conference, SFS Cavalcade, MFA, FOM虚拟公司金融研讨会，初级企业家/创新午餐小组，初级企业金融研讨会，LSE，Rochester，Rochester，Illinois Chicago，Indiana，Indiana（Kelley），HBS，HBS，Havard Law School，Havard Law School，Uva Darden和Virginia Tech。Townsend：rrtownsend@ucsd.edu。XU：xut@darden.virginia.edu。我们感谢Kunal Mehta的数据帮助。We are grateful for helpful comments from Paul Gompers, Issac Hacamo, Jessica Jeffers, Song Ma, David Matsa, Ramana Nanda, Paige Ouimet, Sergio Salgado, Antoinette Schoar, Elena Simintzi, Chris Stanton, and seminar participants at NBER Entrepreneurship, RCFS Winter Conference, SFS Cavalcade, MFA, FOM虚拟公司金融研讨会，初级企业家/创新午餐小组，初级企业金融研讨会，LSE，Rochester，Rochester，Illinois Chicago，Indiana，Indiana（Kelley），HBS，HBS，Havard Law School，Havard Law School，Uva Darden和Virginia Tech。
au-mxene使用的脑发电器
摘要 - 在这项工作中，提出了嵌入矩形开放通道（ROC）的表面等离激子共振（SPR）等离子光子晶体纤维（PCF）生物传感器，从而实现了健康和肿瘤的脑组织之间的精确检测和歧视。健康和肿瘤组织被认为是液体组织，每个组织都有其自身独特的折射率（RI）。将ROC涂有金（AU）以生成表面等离子体。为了促进足够的生物分子，薄的Ti 3 C 2 Tx-Mxene层在金上官能化。在ROC表面上涂有薄TIO 2层，以强烈保留Au纳米颗粒，以确保提高感应性能。健康，癌性和肿瘤组织样品表现出独特的共振波长，可以通过测量各自共振波长的变化来诊断它们。评估了基本的性能参数，包括灵敏度，最大（FWHM）和功绩（FOM）的全宽度。对正常组织和异常组织的计算敏感性，即灰质，脑脊液和少突胶质瘤的敏感性为12352.94 nm/riU，2030.45 nm/riU，以及672.26 nm/riu，相对于白色物质和固体脑的壁架测量。，对于肿瘤组织（癌和肿瘤），例如胶质母细胞瘤，淋巴瘤和转移，敏感性为800 nm/riU，774.9 nm/riU和643.26 nm/riU，与低级Glioma（Benignign）一起测量。此外，拟议的生物传感器的分辨率（R）范围为𝟏。𝟐𝟓×𝟏𝟎−𝟒至𝟖。𝟎𝟗×𝟏𝟎 -𝟔riU，最大FOM为126.05 riU -1。因此，该生物传感器有望在检测肿瘤和癌症组织方面表现出色，使其成为推进医学诊断的有前途的候选人。