XiaoMi-AI文件搜索系统
World File Search SystemSurf
通过 BET 方程计算的表面积的可重复性如何？
Johannes WM Osterrieth, James Rampersad, David Madden, Nakul Rampal, Luka Skoric, Bethany Connolly, Mark D. Allendorf, Vitalie Stavila, Jonathan L. Snider, Rob Ameloot, João Marreiros, Conchi Ania, Diana Azevedo, Enrique Vilarrasa-Garcia, Xinca F, Buan, Buan, Hanze, Hanze, Neil. R. Champness, Sarah L. Griffin, Banglin Chen, Rui-Biao Lin, Benoit Coasne, Seth Cohen, Jessica C. Moreton, Yamil J. Colón, Linjiang Chen, Rob Clowes, François-Xavier Coudert, Yong Cui, Bang Hou, Deanna M. D'Alessandro, Payne Dohen, Doen, Doe, Sun, Christian. Michael Thomas Huxley, Jack D. Evans, Paolo Falcaro, Raffaele Ricco, Omar Farha, Karam B. Idrees, Timur Islamoglu, Pingyun Feng, Huajun Yang, Ross S. Forgan, Dominic Bara, Shuhei Furukawa, Eli Sanchez, Jorge Gascon, Selvedin Telalović, Sukho Khamed, Khammed Murji, Murji Murji, Matthew R. Saum. diq, Patricia Horcajada, Pablo Salcedo-Abraira, Katsumi Kaneko, Radovan Kukobat, Jeff Kenvin, Seda Keskin, Susumu Kitagawa, Ken-ichi Otake, Ryan P. Lively, Stephen JA DeWitt, Phillip Llewellyn, Bettina V. Lotsch, Sebastian T. Ender, Alexander M. Pati M. Pati M. al, Javier García-Martínez, Noemi Linares, Daniel Maspoch, Jose A. Suárez del Pino, Peyman Moghadam, Rama Oktavian, Russel E. Morris, Paul S. Wheatley, Jorge Navarro, Camille Petit, David Danaci, Matthew J. Rosseinsky, Alexandros P., Kat Schunder, Martin Xu, Sergeant, Sergian, Sergeant. s Mouchaham, David S. Sholl, Raghuram Thyagarajan, Daniel Siderius, Randall Q. Snurr, Rebecca B. Goncalves, Shane Telfer, Seok J. Lee, Valeska P. Ting, Jemma L. Rowlandson, Takashi Uemura, Tomoya Iiyuka, Monique A. van der Revere, David Revere, Speed, M.J. and Lamaire, Krista S. Walton, Lukas W. Bingel, Stefan Wuttke, Jacopo Andreo, Omar Yaghi, Bing Zhang, Cafer T. Yavuz, Thien S. Nguyen, Felix Zamora, Carmen Montoro, Hongcai Zhou, Angelo Kirchon, and David Fairen-Jimenez*
USV-YOLO：用于检测环保无人容器表面浮动物体的算法
摘要 - 水资源是人类的基础。表面浮游物体的精确检测是环境保护无人机进行河流清洁操作的主要先决条件。针对当前目标检测算法在复杂场景和低特征识别能力下对水面上的小目标的不良适应性，本文提出了水表面流动物体检测算法USV-yolo，这实现了在内陆河流复杂条件下充电对象的准确识别和检测。最初，设计了一种新颖的C2F频道模块。它优化了特征信息的利用，并通过顺序融合和串联从瓶颈层发出的特征信息来提高检测浮动物体的准确性；其次，该设计介绍了GS-EVC模块，该模块通过合并GSCONV和SHUF-flof flof flof flof flof flof flof flof flof flof flof flopl oterations介绍了表面炉的原始特征信息的利用，增强了远程特征信息之间的依赖性，并增强了特征识别能力；最终，骨干网络中的标准卷积被全尺寸动态ODCONV代替。其中的加权注意机制可以适应复杂目标的特征提取，从而进一步提高了网络的检测精度。实验是在开源数据集（浮动waste-i和flow-img）上进行的，实验结果表明，本文中的USV-Yolo算法提高了平均检测精度，地图50和MAP 50-95，分别提高了4.3％和6.1％，比原始网络更好，这是其他经典的目标。
2025; 13：10-23。 doi：10.7150/jgen.106245从土壤到表面的研究论文：探索绿色基础设施对微生物群落的影响I
高的微生物多样性为环境和人类健康带来了广泛的好处，这有助于生态系统稳定性，营养循环和病原体抑制。在建筑环境中，建筑设计，人类活动和清洁方案等因素会影响微生物群落。这项研究使用16S rRNA基因扩增子测序和浅shot弹枪测序研究了景观设计对日本东京“有远见的实验室”展览中微生物多样性和功能的影响。尽管样本量有限，但研究表明，与其他博物馆地区相比，有远见的实验室样品可能显示出更高的微生物多样性。潜在的不同微生物群落结构可能与采样位置相关。，尽管如此，在样品中毒力因子或抗菌抗性基因中仍未观察到一致的模式。代谢功能分析显示出不同的谱，表明可能受到策划景观可能影响的多种生态相互作用。这表明策划的景观设计可能有可能增强微生物多样性，突出了可能创造更健康，更可持续的建筑环境的途径。然而，毒力因子和抗菌抗性基因缺乏一致的模式强调了微生物群落动力学的复杂性。
具有表面功能化金属有机骨架分子筛的混合基质膜可高效分离丙烯/丙烷
膜技术被视为一种环保且可持续的方法，在解决高能耗丙烯/丙烷分离过程中产生的大量能源损失方面具有巨大潜力。寻找用于这种重要分离的分子筛膜引起了极大的兴趣。在这里，一种氟化金属有机骨架 (MOF) 材料被称为 KAUST-7（KAUST：阿卜杜拉国王科技大学），具有明确的窄 1D 通道，可以根据尺寸筛分机制有效区分丙烯和丙烷，成功地被掺入聚酰亚胺基质中以制造分子筛混合基质膜 (MMM)。值得注意的是，KAUST-7 纳米粒子的表面功能化具有卡宾部分，可提供制造分子筛 MMM 所需的界面相容性，同时聚合物-填料界面的非选择性缺陷最少。具有高 MOF 负载（高达 45 wt.%）的最佳膜显示出 ≈ 95 barrer 的丙烯渗透率和 ≈ 20 的混合丙烯/丙烷选择性，远远超过了最先进的上限。此外，所得膜在实际条件下表现出坚固的结构稳定性，包括高压（高达 8 bar）和高温（高达 100°C）。观察到的出色性能证明了表面工程对于制备和合理部署用于工业应用的高性能 MMM 的重要性。
gstar：高斯表面跟踪和重建
从任意观点以及适应不断变化的拓扑结构的表面重构。涉及人类或机器人相互作用与物体的场景需要动态适应分裂，合并或变形的表面。热热，下游应用，例如视觉效果和无标记运动捕获，从不依赖模板的情况下跟踪持久区域的能力显着。因此，方法必须有效地处理这些拓扑更改，以确保高质量的渲染和准确的重建，同时还要维护对现有表面的同意跟踪。经典方法主要依赖于网格和tex曲线图，这些图提供了合理的外观，但重大取决于网格分辨率。他们常常无法准确地确定细节和观察依赖性效果。al-尽管这些网格表示可以进行一定程度的跟踪，但它们努力处理重大的拓扑变化，需要新的关键帧以适应ma-jor变换。神经辐射场的出现（NERF）[28]在静态[1，46]和dy-namic场景[17，30]的外观和新型综合方面有了显着改善。使用Marting Cubes [37，44]可以从隐式签名的距离功能（SDF）得出表面，但除非使用了不足的模板，否则它们缺乏一致的跟踪。最近，出现了3D高斯脱落（3DGS）[20]，具有明确的纹理代表，在外观上与NERF竞争，同时实现了更有效的效果。这些高斯人与网格面一起移动，以表示移动和变形的对象。其明确表示有助于跟踪，并为此开发了几种技术[26，50]。然而，准确的动态表面重建仍然是一个挑战，并且在现有表面的跟踪与引入新的表面保持平衡被证明很困难。为了应对这些挑战，我们提出了GSTAR，该方法能够重建光真逼真的外观和准确的表面几何形状，并随着拓扑变化而保持一致的跟踪。GSTAR利用多视图盖，并将网眼与绑定的高斯人结合在一起，与高斯表面相结合。当新的表面变得可见时，新的高斯人会产生，并且网格拓扑更新。适应性网格提供了时间一致，准确的几何形状，而高斯人则带来了逼真的外观。这个问题很困难，因为总会有一个折扣。可以通过固定的托架或模板[24，50]更轻松地跟踪的方法倾向于在新的姿势或变形下降低外观和几何形状的质量。相反，过度拟合静态场景的方法[8，14，16]缺乏时间一致性或错过新的框架详细信息。GSTAR通过尽可能多地跟踪面孔来解决这一权衡
高斯表面跟踪和重建
重新介绍细节。sec中引入的。主纸的3.5，在生成新面孔后，我们通过将新生成的面孔与原始网格集成在一起来更新基础网格拓扑。此过程涉及从原始网格中删除特定面孔，确定相应的新生成的面孔，并无缝连接它们。此方法首先识别未结合重量超过预定义阈值的原始面。这些面孔随后由它们的连接组件分组。我们删除了包含比指定阈值更多的面孔的任何连接组件。接下来，我们创建一个体素体积，以记录删除的面孔中无界的高卢人的位置。在此卷中，我们根据其连接的组件确定新的脸部并取出孤立的面部，并准备与其余原始网格集成在一起。连接过程涉及顶点匹配的两个步骤：首先，对于新生成的面边界上的每个顶点X，我们将其最接近的顶点y放在原始网格边界上，将其位置设置为y，然后合并；然后，对于原始网格边界上的无与伦比的顶点，我们在新的面边界上找到了最接近的顶点，并执行类似的对齐和合并操作。最后，我们通过边缘翻转和孔填充操作完成网格重新冲突，以确保无缝表面。
使用二氟化氙蚀刻绝缘体上的硅对芯片边缘硅微悬臂进行表面微加工
Thomas Lerond、Dmitri Yarekha、Vanessa Avramovic、Thierry Melin、S. Arscott。使用氙二氟化物蚀刻绝缘体上的硅，对芯片边缘硅微悬臂进行表面微加工。《微力学与微工程杂志》，2021 年，31 (8)，第 085001 页。�10.1088/1361- 6439/ac0807�。�hal-03411474�
使用您的自动表面车辆的本地化跟踪
摘要。自动型表面车辆（ASV）由于其广泛的应用而成为重要的研究重点。ASV发展中的一个主要挑战是对水面上的物体（例如浮标）的快速而准确的检测和鉴定。本研究研究了Yolov5在ASV上的浮标检测，重点是机器人操作系统（ROS）框架内的路径定位。路径定位用于根据浮标检测来确定血管的路线及其通过测试路径的移动。结果表明，Yolov5在检测ROS生态系统组成部分的凉亭模拟器内检测边界浮标时达到了100％的精度。此外，ASV能够沿着测试路径的中心准确导航，而不会与边界浮标相撞。这项研究有望为ASV技术的发展做出重大贡献。
表面等离子体增强X射线紫外线非线性相互作用Arxiv
X射线 - 形式的相互作用本质上是弱的，X射线的高能量和动量对应用强光 - 耦合技术构成了巨大的挑战，这些耦合技术在更长的波长中非常有效地控制和操纵辐射。技术，例如在金属丝接口处或纳米结构内的光和电子之间增强的耦合，以及purcell效应（在金属表面附近自发发射，因此由于其根本不同的能量和动量尺度而不适用于X射线。在这里，我们提出了一种新的方法，用于通过将X射线光子与紫外线（UV）中的spps纠缠到铝制的自发参数下偏见（SPDC）中，将X射线耦合到表面等离子体极化子（SPP）。如本工作所示，SPP的不同特征印在检测到的X射线光子的角度和能量依赖性上。我们的结果突出了使用spps控制X射线的潜力，从而解开了激动人心的机会，以增强X射线 - 物质相互作用并探索具有原子尺度分辨率的等离子现象，这是X射线独特启用的功能。
多孔硅纳米结构和阳极 SiO2 表面钝化可提高多孔硅太阳能电池效率
摘要：研究了多孔硅 (PS) 表面二氧化硅 (SiO 2 ) 阳极形成过程中的光伏效应，旨在开发一种潜在的钝化技术，实现高效的纳米结构硅太阳能电池。PS 层是在含氢氟酸 (HF) 的电解质中通过电化学阳极氧化制备的。在室温下，在 HCl/H 2 O 溶液中通过自下而上的阳极氧化机制在 PS 表面形成阳极 SiO 2 层。通过调节阳极氧化电流密度和钝化时间来精确控制表面钝化的氧化层厚度，以在 PS 层上实现最佳氧化，同时保持其原始纳米结构。PS 层微观结构的 HRTEM 表征证实了 PS/Si 界面处的原子晶格匹配。研究了光伏性能、串联电阻和分流电阻对钝化时间的依赖关系。由于 PS 表面钝化充分，阳极氧化时间为 30 秒的样品实现了 10.7% 的最佳转换效率。外部量子效率 (EQE) 和内部量子效率 (IQE) 表明由于 PS 的抗反射特性，反射率显著下降，而由于 SiO 2 表面钝化，则表明性能优越。总之，PS 太阳能电池的表面可以通过电化学阳极氧化成功钝化。