XiaoMi-AI文件搜索系统
World File Search SystemOPUS
关键评论 - UTS的作品
ho chi Minh城市技术大学化学工程学院（HCMUT）的生物燃料和生物量研究实验室（HCMUT），268 Ly Thuong Kiet Street，第10区，Ho Chi Minh City，Viet Nam B越南国立大学Ho Chi Minh City，Linh Trung Ward，Thu duc City and bi Minh thu Chi Minh and i Irhian City，IRAM CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C。德黑兰3353-5111，伊朗D环境工程与管理，亚洲技术研究所（AIT），PO Box 4，Klong Luang，Pathumthani，Pathumthani，Pathumthani 12120，E泰国E气候变化集群，悉尼科学学院，悉尼科学院，悉尼15号，百老汇，澳大利亚，新南威尔士州，新南威尔士州，澳大利亚技术中心。悉尼，悉尼，新南威尔士州，2007年，澳大利亚ho chi Minh城市技术大学化学工程学院（HCMUT）的生物燃料和生物量研究实验室（HCMUT），268 Ly Thuong Kiet Street，第10区，Ho Chi Minh City，Viet Nam B越南国立大学Ho Chi Minh City，Linh Trung Ward，Thu duc City and bi Minh thu Chi Minh and i Irhian City，IRAM CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C。德黑兰3353-5111，伊朗D环境工程与管理，亚洲技术研究所（AIT），PO Box 4，Klong Luang，Pathumthani，Pathumthani，Pathumthani 12120，E泰国E气候变化集群，悉尼科学学院，悉尼科学院，悉尼15号，百老汇，澳大利亚，新南威尔士州，新南威尔士州，澳大利亚技术中心。悉尼，悉尼，新南威尔士州，2007年，澳大利亚ho chi Minh城市技术大学化学工程学院（HCMUT）的生物燃料和生物量研究实验室（HCMUT），268 Ly Thuong Kiet Street，第10区，Ho Chi Minh City，Viet Nam B越南国立大学Ho Chi Minh City，Linh Trung Ward，Thu duc City and bi Minh thu Chi Minh and i Irhian City，IRAM CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C CIET NAM C。德黑兰3353-5111，伊朗D环境工程与管理，亚洲技术研究所（AIT），PO Box 4，Klong Luang，Pathumthani，Pathumthani，Pathumthani 12120，E泰国E气候变化集群，悉尼科学学院，悉尼科学院，悉尼15号，百老汇，澳大利亚，新南威尔士州，新南威尔士州，澳大利亚技术中心。悉尼，悉尼，新南威尔士州，2007年，澳大利亚
人工智能 - UTS的作品
在近年来，人工智能在各个领域的应用都取得了巨大进展。地球科学和自然危害建模领域也从引入新型算法，大量数据的可用性以及组合能力的增加中受益匪浅。算法中的增强主要归因于网络体系结构的复杂性升高以及网络后来层中发现的抽象水平的提高。结果，AI模型缺乏透明度和问责制，通常被称为“黑匣子”模型。可解释的AI（XAI）正在作为使AI模型更加透明的解决方案，尤其是在透明度至关重要的域中。研究人员探索其在各个领域的应用，围绕着XAI用于多样化的目的。随着关于XAI案例研究的研究论文的日益增长，解决文献中现有差距变得越来越重要。目前的文献缺乏对XAI的能力，局限性和实际含义的全面理解。这项研究提供了构成XAI，如何使用以及在水文学自然危害中的潜在应用的全面概述。它的目的是为目前正在使用或打算采用XAI的研究人员，从业者和利益相关者提供有用的参考，从而为将来更广泛接受XAI的进步做出贡献。2024中国地球科学大学（北京）和北京大学。由Elsevier B.V.代表中国地球科学大学（北京）出版。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。
能源战略评论 - UTS 的 OPUS
人类目前面临着减少二氧化碳排放、满足能源需求和减轻环境影响的巨大挑战，因此，发展智慧城市是每个国家最重要的目标之一。本文全面讨论了伦敦、新加坡、巴塞罗那、纽约、墨尔本、阿姆斯特丹、迪拜和赫尔辛基等成功城市的智慧城市发展，强调了适当的政策在克服障碍和创造解决方案方面的重要性，这些障碍与清洁能源在每个领域的重要性有关。本文重点关注三个领域：能源、交通和建筑。本研究旨在根据这些成功的城市，阐明智慧城市发展的富有成效的途径，即使用适当的政策和战略来克服相对障碍，这些障碍通常限制这三个重要领域改善和实现智慧城市地位所需的发展。此外，利益相关者与当地政府的合作在传达和执行政治家和能源专家的想法方面发挥着重要作用，以便在不同领域更多地利用清洁能源，这是智慧城市发展的一项适当政策。
能源存储杂志 - UTS 的 OPUS
电动汽车的出现正在重塑能源格局，需要开发创新的能源整合机制来吸引产消者。然而，当前的方法在积极吸引社区参与时面临许多挑战。一些关键挑战包括系统不确定性和时间问题、优化充电策略、实时决策需求、隐私问题和电池退化。例如，驾驶员行为和交通状况的不可预测性给设计有效的能源整合策略和经济激励模型带来了复杂性。这些因素错综复杂的相互作用需要先进的计算技术，使机器学习成为一种宝贵的工具。本文简要回顾了著名的机器学习算法，包括监督学习和无监督学习，重点介绍它们在预测、聚类、降维和生成建模方面的独特能力。此外，它还探讨了强化学习，强调其实时决策的能力。这项研究的重点在于先进算法的应用，特别是检查它们在各种战略运营框架中的有效性。目的是将电动汽车有效地整合到电力系统中。这些框架包括讨价还价、合同、拍卖、博弈论和经济激励，如定价和成本利润优化。每个应用都包括一般方法的简明概述，并深入探讨部署机器学习技术的适用性和挑战。本文将指导行业专业人士实施电动汽车调度问题的解决方案，并为学术界提供宝贵的见解，以供进一步研究和开发。
卢卡斯·基什内尔 - OPUS Würzburg
ACN 乙腈 AMP 抗菌肽 AMR 抗菌抗性 aq. 水溶液 ATC 无水四环素 CA 纤维素乙酸酯 CE 碰撞能量 cf. Confer (lt.) CLSI 临床和实验室标准研究所 CS 校准标准 CTA 纤维素三乙酸酯 DAP 达托霉素 DAP-R 达托霉素耐药性 DHA 脱氢丙氨酸 DNA 脱氧核糖核酸 drc 达托霉素耐药性簇 eg Exempli gratia EIC 提取离子色谱图 EMA 欧洲药品管理局 ESI 电喷雾电离 EUCAST 欧洲抗菌药物敏感性测试委员会 FA 甲酸 FDA 美国食品药品管理局 FV 碎裂电压 GUCS 一般未知物比较筛选 HGT 水平基因转移 (HP)LC（高效）液相色谱法 HRMS 高分辨率质谱法 ICH 人用药品技术要求国际协调会 IDA 信息依赖性采集 ie Id est (lt.) IS 插入序列 ISMF 内标标准化基质因子 ISTD 内标 Kyn 犬尿氨酸 LB（Eppendorf）蛋白质 LoBind ®
人工智能评估 - UTS 的 OPUS
无精子症可分为阻塞性和/或非阻塞性。阻塞性无精子症是由于生殖道阻塞而发生的，占无精子症病例的 40%，而非阻塞性无精子症 (NOA) 是由原发性、继发性或不完全/不明确的睾丸衰竭引起的，这会损害精子的产生，占无精子症病例的 60% ( Jarow 等人，1989 年；Wosnitzer 等人，2014 年)。梗阻性无精子症患者可尝试重建（输精管吻合术、输精管附睾吻合术或经尿道射精管切除术），或通过睾丸精子抽吸术（TESA）、睾丸精子提取术（TESE）或显微解剖 TESE（mTESE）从睾丸进行手术精子采集，或通过显微外科附睾精子抽吸术或经皮附睾精子抽吸术从附睾进行精子采集（Flannigan 等人，2017 年；Schrepferman 等人，2001 年）。无精子症患者需要从睾丸提取精子（TESA、TESE 或 mTESE），然后将手术收集的精子用于卵胞浆内单精子注射（ICSI）。
癌症 - ef24的抗癌效力-Opus
1动物与人类生理学系，生物学学院，因此``大学'' kliment ohridski'，1504年，保加利亚； i.sazdova@biofac.uni-sofibg（I.S. ）; m_keremidarska@uni-so fif.bg（M.K.-M。）; hgagov@uni-so fif.bg（H.G.） 2保加利亚科学学院生物物理与生物医学工程研究所，1113年，保加利亚； daniadim@yahoo.com 3俄罗斯州医科大学基本和应用生理学系，俄罗斯莫斯科117997； mitrokhin_vm@rsmu.ru（V.M. ）; andrey.kamkin@rsmu.ru（又称） 4生物学研究所，自然科学和数学学院，SS。 西里尔和Methodius大学，北马其顿1000斯科普里； nikola@pmf.ukim.mk 5化学研究所，自然科学与数学学院，SS。 西里尔和Methodius大学，北马其顿1000斯科普里； jane.bogdanov@pmf.ukim.mk 6理论医学研究所，医学院，奥格斯堡大学，Universitätsstrasse2，86159，德国奥格斯堡，86159； rudolf.schubert@med.uni-augsburg.de 7 Friedman糖尿病研究所，Lenox Hill医院，Northwell Health，纽约E 59街110号，纽约，纽约，10022，美国 *通信：davtanski@northwell.edu（D.A.1动物与人类生理学系，生物学学院，因此``大学''kliment ohridski'，1504年，保加利亚； i.sazdova@biofac.uni-sofibg（I.S.）; m_keremidarska@uni-so fif.bg（M.K.-M。）; hgagov@uni-so fif.bg（H.G.）2保加利亚科学学院生物物理与生物医学工程研究所，1113年，保加利亚； daniadim@yahoo.com 3俄罗斯州医科大学基本和应用生理学系，俄罗斯莫斯科117997； mitrokhin_vm@rsmu.ru（V.M.）; andrey.kamkin@rsmu.ru（又称）4生物学研究所，自然科学和数学学院，SS。西里尔和Methodius大学，北马其顿1000斯科普里； nikola@pmf.ukim.mk 5化学研究所，自然科学与数学学院，SS。 西里尔和Methodius大学，北马其顿1000斯科普里； jane.bogdanov@pmf.ukim.mk 6理论医学研究所，医学院，奥格斯堡大学，Universitätsstrasse2，86159，德国奥格斯堡，86159； rudolf.schubert@med.uni-augsburg.de 7 Friedman糖尿病研究所，Lenox Hill医院，Northwell Health，纽约E 59街110号，纽约，纽约，10022，美国 *通信：davtanski@northwell.edu（D.A.西里尔和Methodius大学，北马其顿1000斯科普里； nikola@pmf.ukim.mk 5化学研究所，自然科学与数学学院，SS。西里尔和Methodius大学，北马其顿1000斯科普里； jane.bogdanov@pmf.ukim.mk 6理论医学研究所，医学院，奥格斯堡大学，Universitätsstrasse2，86159，德国奥格斯堡，86159； rudolf.schubert@med.uni-augsburg.de 7 Friedman糖尿病研究所，Lenox Hill医院，Northwell Health，纽约E 59街110号，纽约，纽约，10022，美国 *通信：davtanski@northwell.edu（D.A.西里尔和Methodius大学，北马其顿1000斯科普里； jane.bogdanov@pmf.ukim.mk 6理论医学研究所，医学院，奥格斯堡大学，Universitätsstrasse2，86159，德国奥格斯堡，86159； rudolf.schubert@med.uni-augsburg.de 7 Friedman糖尿病研究所，Lenox Hill医院，Northwell Health，纽约E 59街110号，纽约，纽约，10022，美国 *通信：davtanski@northwell.edu（D.A.）; mitkom@pmf.ukim.mk（M.M.）†这些作者为这项工作做出了同样的贡献。
材料中的能量相互作用 - UTS 的 OPUS
小型能量收集设备是绿色能源革命的重要组成部分。尽管硅太阳能电池等大中型设备已经彻底改变了能源生产方式，但小型个人设备仍然不切实际。[1] 市场上缺乏小型能量收集设备的原因是，此类设备可捕获的能量相对较少，并且在从设备中提取能量以供使用（电源管理）时会产生损耗。事实上，室内光收集的可用能量比室外光收集低三个数量级（表 1）。[2] 虽然可以通过优化材料界面和电子电路来改善能量提取的损耗，但可供收集的能量是有限的。因此，为了提供更高的能量和功率输出，必须找到能够提高总可用环境能量利用率的小型能量收集器。传统的能量收集器主要集中于单一能量源，包括机械能（力[3,4]和摩擦能[5]）、电磁能（光和磁体[6]）或热能，并且在提高其效率方面取得了巨大进步。
当前趋势，chal -opus in uts
虽然机器学习（ML）为生物制药领域做出了重大贡献，但其应用仍处于早期阶段，在为基于良好的基于良好的基于质量的基于质量的基于质量的支持和制造生物制造，从而阻碍了生物普罗佩克斯从开发到制造业的自动化的巨大潜力。但是，由于大规模生产数据的积累，采用基于ML的模型而不是常规的多元数据分析方法正在显着增加。这一趋势主要是由对生物制药产品的过程变量和质量属性的实时监视驱动的，该趋势通过实施高级过程分析技术的实施。鉴于生物产品设计，生物普应开发和产品制造数据的复杂性和多维性，越来越多地采用基于ML的方法来实现准确，灵活和高性能的预测模型，以解决分析，监测和控制生物疗法领域的问题。本文旨在对ML解决方案在设计，监测，控制和优化的当前应用中的当前应用进行全面审查。单克隆抗体的上游，下游和产品配方过程。最后，本文彻底讨论了与生物过程本身，过程数据以及在单克隆抗体过程开发和制造中使用机器学习模型相关的主要挑战。此外，它还提供了对新型数字生物制药解决方案开发的创新机器学习方法和新趋势的进一步见解。
监控量子奥托发动机 - OPUS
与传统系统不同，对量子系统进行的测量总是会改变其状态。在这项工作中，我们比较了两种诊断方案对确定量子奥托热机性能的影响：在一种方案中，每次冲程后测量发动机工作物质的能量（重复测量）；在另一种方案中，每次冲程后的能量都记录在一个或两个指针状态中，并且仅在完成规定数量的循环（重复接触）后进行测量。如果只对功或热感兴趣，则单个指针状态就足够了。对于联合功和热诊断，需要两个指针。这些方案适用于奥托发动机，其工作物质由两级系统组成。根据发动机协议，单个循环的持续时间可能是无限的或有限的。由于在重复接触方案中，与重复测量方案相比，测量次数大大减少，因此接触诊断之后和期间的量子相干性比在每次冲程结束时破坏任何相干性的重复测量要好得多。我们证明，在存在重复接触的情况下，发动机的最大功率、可靠性和效率通常优于这些重复测量的品质因数。由于相干持久性的提高，具有有限循环持续时间的热机需要更多的循环才能达到周期性渐近状态。总的来说，我们的结果表明，在理论和实验上，考虑诊断工具的特殊性质对于监测和测试目的以及反馈控制的重要性。