XiaoMi-AI文件搜索系统
World File Search SystemGuo
生物医学应用金属纳米颗粒的细菌合成Minmin Shao 1，Guofeng Xiong 1，Guiqing He 2,3*
抽象的金属纳米颗粒，尤其是银和金，由于其独特的光学，电子和化学性质，在生物医学中具有有希望的应用。传统上，物理和化学方法已用于合成这些纳米颗粒。然而，细菌合成最近已成为一种环保，成本效益和便利的替代方案。在这篇综述中，我们总结了了解微生物纳米颗粒生物合成的机制的最新进展，并突出了已利用用于有效的，受控的纳米颗粒制造的关键细菌菌株，包括coli coli coli coli coli coli coli coli coli，Bacillus utilis和Geobacillus sp。我们讨论了当前的遗传和过程工程策略，以改善细菌合成金属纳米颗粒的质量，产量和单分散性。此外，我们概述了这些纳米颗粒的有希望的生物医学用途，从药物输送车，生物成像示踪剂，诊断和生物传感器到具有加速伤口愈合能力的抗菌剂和材料。最后，我们概述了针对各种医疗保健应用的绿色，生物合成的金属纳米材料的扩大，法规和采用的前景和挑战。关键字：金属纳米颗粒，生物合成，细菌，生物医学应用
字母自动多-PZTS能量收获界面基于可扩展的PSSHI纠正，并使用功率区域优化技术Guozhu Che
摘要本文提出了一种基于对电感器（PSSHI）的可扩展平行同步开关收集的自动多重压电（多PZTS）能量收集界面，该开关收获了功率区域优化技术。可扩展的PSSHI整流器可以接受任意阶段的多PZTS电压输入，从而解决了电荷冲突问题。功率区域优化器可以帮助整流器在高输出功率区域内运行。同时，电路中的所有活动设备均由收获的能量提供动力。最后，实验结果表明，电路的平均充电能力为559.8°W，能量转换效率为80.7％。与没有功率区域优化的可扩展的PSSHI整流器相比，该电路中的平均充电功率增加了94％。此外，实验测试表明，接口电路可以完全实现冷启动和自动供应。关键词：多个压电能量收获，可扩展的平行同步开关收获（PSSHI），功率区域优化分类：能量收集设备，电路和模块
这是以下文章的同行评审版本：H. Zhang, W. Yu, J. Guo, C. Xu, Z. Ren, K. Liu, G. Yang, M. Qin, J. Huang, Z. Chen, Q. Lia
这是以下文章的同行评审版本：H. Zhang, W. Yu, J. Guo, C. Xu, Z. Ren, K. Liu, G. Yang, M. Qin, J. Huang, Z. Chen, Q. Liang, D. Shen, Z. Wu, Y. Zhang, HT Chandran, J. Hao, Y. Zhu, C.-s. Lee, X. Lu, Z. Zheng, J. Huang, G. Li, Excess PbI2 Management via Multimode Supramolecular Complex Engineering Enables High-Perovskite Solar Cells. Adv. Energy Mater. 2022, 12, 2201663，最终版本已发布于 https://doi.org/10.1002/aenm.202201663。本文可根据 Wiley 自存档版本使用条款和条件用于非商业用途。未经 Wiley 明确许可或适用法律规定的法定权利，不得对本文进行增强、丰富或以其他方式将其转化为衍生作品。不得删除、隐藏或修改版权声明。本文必须链接到 Wiley 在 Wiley Online Library 上的记录版本，并且禁止第三方从 Wiley Online Library 以外的平台、服务和网站嵌入、框架或以其他方式提供本文或其页面。
对感知，所有权和输出的影响alicia guo
基于AI的虚拟助手越来越多地用于支持日常构想任务。这些代理中存在的值或偏差可以以隐藏的方式影响输出。它们也可能影响人们如何感知具有不同价值一致性的AI代理产生的想法，并导致对基于AI的工具的设计产生影响。我们探索了具有不同值对想法过程的AI代理的影响，以及用户对想法质量，所有权，代理能力和输出中存在的值的看法。我们的研究任务为180名参与者，针对具有不同价值的AI代理的一组问题进行了集思广益的解决方案。结果表明，基于价值对齐的自我评估没有显着差异；但是，脑stormig过程中产生的想法反映了AI的价值观。本论文强调了AI值和人类意识之间的复杂相互作用，为将来的AI支持的头脑风暴工具提出了仔细的设计考虑。
Yinling Liu、Tao Wang、Haiqing Zhang、Vincent Cheutet、Guohua Shen。飞机维护调度自主系统的设计和仿真。计算机与工业工程，2019 年，137，第 106041 页。10.1016/j.cie.2019.106041。hal-02305653
a 里昂大学，里昂国立应用科学学院，DISP 实验室（EA4570），法国；b 里昂大学，让莫内大学，DISP 实验室（EA4570），法国；c 成都信息工程大学软件工程学院，中国；d 南京航空航天大学计算机科学与技术学院，中国。
Xianbo Xiang、Lionel Lapierre、Bruno Jouvencel、Guohua Xu、Xinhan Huang。异构自主水下航行器的合作声学导航方案。水下航行器，第 27 章，InTech，第 525-538 页，2009 年，978-953-7619-49-7。�10.5772/6719�。�hal-00733797�
本书专门介绍无人水下航行器 (UUV)。众所周知，UUV 家族有两个独立的分支：遥控航行器 (ROV) 和自主水下航行器 (AUV)。每个分支都有其优点和局限性，以及特定的任务。AUV 和 ROV 之间的区别在于，AUV 采用“智能”，例如传感和自动决策。它们在“头脑”中预先定义了操作计划，使它们能够自主执行任务。ROV 由人类借助基于系绳（电缆、光纤等）的通信链路进行远程控制。然而，将 AUV 技术应用于 ROV（将其转变为“智能”ROV）正在减少这两个分支之间的差异。这本书的标题最初有“智能”一词，在我看来，它正确地揭示了 UUV 发展的趋势。因此，AUV 是本书中大多数文章的主题。
面向能源与气候目标的建筑节能系统评价 胡山 1 周鑫 2 闫达 1 郭飞 3 洪天振 4
免责声明：本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
这是预发布版本。以下出版物 Wang, J., Guo, X., Du, X., Liang, J., Wu, J., Zhao, G., ... & Zhu, Y. (2022)。揭示
这是预发布版本。以下出版物 Wang, J., Guo, X., Du, X., Liang, J., Wu, J., Zhao, G., ... & Zhu, Y. (2022). Revealing the complex lithiation pathways and kinetics of core-shell NiO@ CuO electro- Energy Storage Materials, 51, 11-18 可在 https://doi.org/10.1016/ j.ensm.2022.06.022 上找到。
引用发布版本（APA）：Wang，B.，Sun，L.，Diao，N.，Zhang，L.，Guo，X。，＆Guerrero，J.M。（2023）。基于gan的降压电源转换器
常规的基于SI的半导体患者的开关频率低，传导损失高和效率低。这些缺点阻碍了电力电子转换器性能的改善。一种有吸引力的解决方案是用基于二氮化衣材料的宽带gap半导体代替基于SI的半导体设备。就用于氢能系统的降低转换器而言，传统的雄鹿电路很难消除输出电流波纹并实现容忍故障的操作。因此，降低功率转换器的拓扑也需要改进。在本文中，提出了基于GAN的基于GAN的降压转换器和氢能系统的控制策略。首先，对常规降压转换器的数学分析进行了澄清为什么它对可靠性和当前连锁反应有局限性。讨论了另一种替代解决方案，但仍然遭受涟漪。为了消除当前的涟漪并增强了耐断层的能力，提供了一种新型的基于GAN的解决方案，并提供了分析和设计。当前的波纹可以完全取消，并且可以完全实现容忍失误的操作。比较与现有解决方案进行。进行了时间域模拟测试。和实验原型是根据增强模式GAN晶体管建立的。实验结果验证了有关当前涟漪取消和动态性能的提议设计的有效性。©2023作者。由Elsevier Ltd.这是CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。
基于自我的运动想象脑电图分类 - 刘国阳
摘要 —基于运动想象的脑机接口已广泛应用于神经康复。运动想象脑电图 (MI-EEG) 是指人们想象自己的身体在没有实际动作的情况下运动的脑电信号。患有运动障碍的人可以通过脑电图 (EEG) 解码来控制外部设备。然而，由于脑电图的复杂性和非平稳性，解码仍然存在各种挑战。如何提高脑电图解码的准确性和鲁棒性仍然是一个有待研究的关键问题。在本文中，首次引入了一种基于自注意的卷积神经网络 (CNN) 结合频带-时间带共同空间模式 (FTBCSP) 进行四类 MI-EEG 分类。基于自注意的 CNN 用于原始数据以获得通道权重并强化空间信息。共同空间模式 (CSP) 是一种广泛应用于 MI-EEG 解码的算法，可以提取两个类之间的判别特征。将经过 CSP 算法处理后的特征与上述空间信息相结合完成分类。我们在公开的多类 MI 数据集上验证了该方法，平均准确率为 78.12%，优于其他传统方法。证明了所提方法充分利用了脑电信号的时空信息，在公开数据集上获得了优异的分类性能。