XiaoMi-AI文件搜索系统
World File Search SystemScholar
带罩小型风力涡轮机 - Scholar Commons
带罩小型风力涡轮机 作者：Kristen Flannery、Michael Holligan、Joseph Soares 提交的论文部分满足了圣克拉拉大学工程学院机械工程理学士学位的要求，2014 年加利福尼亚州圣克拉拉
用于药物输送的纳米颗粒载体 - CORE 学者
摘要：纳米颗粒载体药物输送是一个新兴的研究领域，正在给制药行业带来重大变革。本文讨论了纳米颗粒载体，特别是用作靶向输送药物输送系统的工程纳米颗粒载体。用于药物输送系统的纳米颗粒载体包括聚合物、胶束、树枝状聚合物、脂质体、陶瓷、金属和各种形式的生物材料。这些纳米颗粒载体的特性非常有利于靶向药物输送，可使药物在目标区域有效积累，降低药物毒性，减少全身副作用，并提高药物的整体使用效率。纳米颗粒载体可有效穿过各种生物障碍物，与微粒载体相比，细胞摄取率相对较高，从而使药物能够到达目标细胞或组织。使用纳米颗粒载体进行药物输送可延长药物的释放时间，从而最终降低成本并减少需要给患者注射的剂量。目前，人们正在广泛研究将纳米颗粒作为药物输送载体，用于治疗癌症、艾滋病毒和糖尿病等具有挑战性的疾病。
二维稳态 Boussinesq 对流 - AFIT 学者
摘要：本研究通过流函数-涡量公式研究激光诱导对流。具体而言，本文考虑了有限箱上具有滑移边界条件的二维稳态 Boussinesq Navier-Stokes 方程的解。在流函数-涡量变量中引入了一种不动点算法，然后证明了小激光振幅的稳态解的存在性。通过该分析，证明了无量纲流体参数与保证存在的激光振幅最小上界之间的渐近关系，这与在有限差分格式中实现该算法的数值结果一致。研究结果表明，当 Re ≫ Pe 时，激光振幅的上限按 O ( Re − 2 Pe − 1 Ri − 1 ) 缩放，当 Pe ≫ Re 时，按 O ( Re − 1 Pe − 2 Ri − 1 ) 缩放。这些结果表明，稳定解的存在在很大程度上取决于雷诺数 (Re) 和佩克莱特数 (Pe) 的大小，正如先前的研究指出的那样。稳定解的模拟表明存在对称涡环，这与文献中描述的实验结果一致。从这些结果出发，讨论了激光传播模拟中热晕的相关含义。
智能电网代理 - Scholar Commons
未来的电力系统将由小规模发电和配电组成，最终用户将成为本地化能源管理系统的积极参与者，这些系统能够在自由能源市场上互动。软件代理很可能会控制电力资产并共同互动，以决定电网系统的最佳和最安全配置。本文介绍了一种可实时部署的代理设计，其功能包括资源优化、密集计算和适当决策。Jordan 51 总线系统已用于模拟，总发电容量为 4050 MW，其中 230 MW 代表可再生能源。经济分析证明了智能电网技术的使用，并根据 2016 年发电负荷曲线进行了标称液化气 (NLG) 价格和±20% 灵敏度分析。结果显示，采用智能电网技术后，MWh 价格的变化范围在 1% 左右。这些变化主要是由于代理将发电转移到可再生能源发电厂以在高峰时段产生最大电力。因此，由于代理协调以更好地用可再生能源取代昂贵的火力发电，因此在 NLG ± 20% 敏感性分析中都存在积极的经济影响。显然，可再生资源在高峰时段补偿电力并提供经济效益和节约。关键词
现有神经隐私控制清单 - Beadle Scholar
达科他州立大学，美国南达科他州麦迪逊 dustin.steinhagen@trojans.dsu.edu；houssain.kettani@dsu.edu 摘要 脑机接口 (BCI) 促进了大脑和计算机之间的通信。随着这些设备在医疗领域之外越来越受欢迎，人们对大脑隐私风险和对策的研究兴趣也日益浓厚。文献中已经发现了几种神经隐私威胁，包括大脑恶意软件、收集的脑电波中包含的个人数据以及神经数据保护方面法律制度的不足。已经提出或实施了数十种控制措施来保护神经隐私，尽管目前还不清楚神经隐私控制的概况。本文列举了来自开源存储库、BCI 提供商和学术文献的已实施和拟议的神经隐私风险缓解技术。这些控制措施被映射到 Hoepman 隐私策略，并描述了它们的实施状态。确定了确保神经隐私保护的几个研究方向。
一项关于食品成分取代的调查-Scholar Commons
饮食在管理慢性条件和整体福祉中起着至关重要的作用。随着人们对食物的选择越来越挑剔，找到满足饮食需求的食谱很重要。替代替代是适应饮食限制，过敏和可用性限制的食谱的关键。但是，确定合适的替换是具有挑战性的，因为它需要分析成分的风味，功能和健康适用性。随着AI的发展，研究人员探索了解决成分替代的计算方法。本调查论文对该领域的研究进行了全面概述，重点介绍了五个关键方面：（i）用于支持成分替代研究的数据集和数据源； （ii）用于解决替代问题的技术和方法（iii）所考虑的成分的上下文信息，例如营养含量，风味和配对潜力； （iv）开发了替代模型的应用，包括饮食限制，限制和缺失的成分； （v）替代模型的安全性和透明度，重点关注用户信任和健康问题。调查还强调了未来研究的有希望的方向，例如整合了深度学习的神经符号技术，并利用知识图来改善推理，旨在指导食物计算和成分替代方面的进步。
土壤微生物组活动中的博士后学者，大学...
成功的候选人将在细菌细胞和微生物组测序中具有流式细胞仪的经验。他们还将对微生物组序列数据的生物信息学和统计分析有工作知识。他们还将在优化或扩展现有的分子/微生物学方案（包括使用适当的控件）方面具有经验。此外，具有荧光激活的细胞分选（FACS），生物双歧型非氨基酸标记（Boncat）或其他细菌或微生物组活性识别方法（稳定的同位素探测，活性细胞染色，RNA：DNA）的经验。在环境样本（尤其是土壤或沉积物）中使用流式细胞仪的经验也将被良好地观察。
数字孪生：从起源到未来 - 语义学者
摘要：数字孪生（DT）是指任何物理实体（物理孪生）的虚拟副本或模型，两者通过实时数据交换相互连接。从概念上讲，DT 实时模仿其物理孪生的状态，反之亦然。DT 的应用包括实时监控、设计/规划、优化、维护、远程访问等。预计其实施将在未来几十年呈指数级增长。工业 4.0 的出现带来了更加自主、智能和高度互联的复杂工业系统。这些系统生成大量数据，可用于多种应用，例如提高性能、预测性维护、培训等。与“数字孪生”相关的出版物数量突然激增，导致与工业数字化相关的不同术语之间产生混淆。由于 DT 越来越受欢迎，另一个问题就是对 DT 的描述缺乏共识，而且 DT 的类型也非常多，这增加了混乱。本文旨在整合文献中不同类型的 DT 和不同的 DT 定义，以便于从其他补充术语（如“产品化身”、“数字线程”、“数字模型”和“数字阴影”）中轻松识别 DT。本文从 DT 的概念诞生之初就着眼于其预测的未来，以了解它可以为某些行业带来的价值。对于任何研究人员、企业或行业来说，在投资该技术之前，了解 DT 的特点和类型并权衡其利弊都是必不可少的。
2024 年夏季学者简介：Alice Zhang
我叫 Alice Zhang，是韦尔斯利学院的一名大四学生，主修数据科学，侧重于生物信息学。在学校，我在 Manolis Kellis 教授的 Kellis 实验室工作，与我的导师 Yosuke Tanigawa 博士一起研究包容性多基因风险评分模型 (iPGS) 及其在脑 MRI 衍生性状中的系统应用。我的项目涉及使用 iPGS 分析脑 MRI 衍生性状，例如脑体积测量值。该项目正在扩展到许多脑 MRI 衍生性状，与脑 eQTL 数据集整合，并同时对多个响应变量/脑 MRI 衍生性状进行建模。在巴克研究所，我在 Birgit Schilling 教授的 Schilling 实验室实习，我的导师是 Joanna Bons 博士和 Mark Watson 博士。Schilling 实验室通过使用质谱技术揭示蛋白质特征和通路，研究衰老和与年龄相关的疾病的分子机制。