埃丝特·竹内博士是纽约州立大学杰出教授,在布鲁克海文国家实验室和石溪大学担任联合职务。竹内博士是美国能源部耗资 1000 万美元的能源前沿研究中心中尺度传输特性中心的主任,她正在领导一项研究,研究具有强大能量和使用寿命能力的替代性环保电池系统。自 2012 年来到石溪大学以来,她的工作彻底改变了电池化学和技术,并让她被任命为首任威廉和简·纳普能源与环境主席。竹内博士和她的顶尖研究人员团队以及石溪大学的研究生(拥有化学、材料科学、电气工程和物理学背景)希望通过研究所有能量的两个最基本产物——功和热,找到新的储能替代品。这项跨学科合作研究旨在开发可靠的高功率储能,目标是帮助我们充分利用可再生能源,促进地球更加可持续发展。竹内博士拥有 150 多项美国专利。她因开发出如今植入式心脏除颤器所采用的电池技术而受到认可。奥巴马总统授予她美国技术成就的最高荣誉——国家技术创新奖章。此外,她还是著名的美国国家工程院和美国发明家名人堂的入选者,也是美国医学和生物工程研究所和电化学学会的会员。竹内博士在宾夕法尼亚大学获得化学和历史学士学位,在俄亥俄州立大学获得有机化学博士学位。她在北卡罗来纳大学教堂山分校和布法罗大学完成了博士后工作。在担任学术职务之前,竹内博士在 Greatbatch Inc. 工作了 20 多年。
农产品,使其成为满足各种需求的首选。此外,棕榈油发挥了至关重要的经济作用,对生产国,尤其是马来西亚和印度尼西亚的国内生产总值(GDP)做出了重大贡献(Jazuli等,2022)。为了确保一致的生产并支持其经济重要性,油棕行业的可持续性至关重要(Siddiqui等,2021)。油棕种植园面临各种植物疾病和害虫的显着威胁,由真菌Ganoderma Boninense引起的基础茎腐病(BSR)是最关键的挑战,尤其是在马来西亚和印度尼西亚(Baharim等人,2024年,2024年; Liaghat等人; Liaghat等人,2014年)。BSR显着降低了产量,通常会降低50%至80%,并且可能在成熟的油棕架上导致高达80%的死亡率到其25年寿命的中点(Murphy等,2021)。年轻的棕榈通常在显示症状的6 - 24个月内屈服,而成熟的棕榈也可以额外生存2 - 3年(Siddiqui等,2021)。病原体感染了树干的木质部,破坏了水和营养分布。这会导致症状,例如黄色和坏死叶,未打开的长矛,冠层尺寸减小以及特征性的裙子状冠状形状(Baharim等,2024)。然而,这些叶面症状通常出现在感染的晚期阶段,使得早期发现很难(Baharim等,2024)。最大程度地减少BSR的影响仍然是产生油棕国家的主要挑战,尤其是马来西亚和印度尼西亚(Baharim等,2024)。,例如,Maeda-Gutiérrez等。早期发现BSR感染可以及时治疗感染的油棕,从而防止了对树的进一步损害(Husin等,2020)。BSR检测可以大致分为三种方法:手动,基于实验室和远程技术(Husin等,2020)。传统的手动方法涉及劳动密集的视觉检查,这些视觉检查通常对大型种植园而言通常不具体(Husin等,2020)。相比之下,实验室程序,例如Ganoderma选择培养基(GSM),聚合酶链反应(PCR)和与多克隆抗体(ELISA-PABS)的酶连接的免疫吸附测定是时间耗时,昂贵,并且缺乏精确。此外,这些方法通常只有在疾病已经明显升级时才产生结果(Bharudin等,2022; Tee等,2021)。遥感技术包括基于基的方法,例如陆层激光扫描(Husin等,2020)和电子鼻系统(Abdullah等,2012),以及基于UAV的成像(Ahmadi等,2023; Baharim等,2023)和Satellite Platferal(2021)和2021的空中方法。然而,这些方法通常面临诸如高运营成本,有限的空间解决方案以及在广泛采用方面的困难之类的挑战。这强调了对早期检测BSR的更快,更具成本效益的方法的关键需求(Bharudin等,2022)。深度学习的进步在各种计算机视觉任务中取得了巨大的成功,尤其是在图像分类中(Barman等,2024)。同样,Ahad等人。卷积神经网络(CNN)已成为视觉识别的主要结构(Barman等,2024)。(2020)评估了五个CNN模型,包括Alexnet(Krizhevsky等,2012),Googlenet(Szegedy等,2015),Inception v3(Szegedy等,2016),2016年),Resnet 18和Resnet 18,and Resnet 50(He He et and for Goognet coogne for Anee for Sneas and and and and and and nine nine nine nine nine nine nine nine nine nine nine类型, 99.72%。(2023)证明了CNN对水稻疾病分类的潜力,其中一个集合框架(DEX)
D. Wu,L.M。 Housel,S-J。 Kim,N。Sadic,C.D。 quilty,L。Wu,R。Tapper,S.L。 Nicholas,St.Ehrlich,Y。Zhu,A.C。 Marshchiloch,E.S。 带*,D.C。 Bock*,K.J。 拍摄*,能源与环境科学,2020,13,4322-4333。 doi:/10.1039/dpee02168gD. Wu,L.M。Housel,S-J。 Kim,N。Sadic,C.D。 quilty,L。Wu,R。Tapper,S.L。 Nicholas,St.Ehrlich,Y。Zhu,A.C。 Marshchiloch,E.S。 带*,D.C。 Bock*,K.J。 拍摄*,能源与环境科学,2020,13,4322-4333。 doi:/10.1039/dpee02168gHousel,S-J。Kim,N。Sadic,C.D。 quilty,L。Wu,R。Tapper,S.L。 Nicholas,St.Ehrlich,Y。Zhu,A.C。 Marshchiloch,E.S。 带*,D.C。 Bock*,K.J。 拍摄*,能源与环境科学,2020,13,4322-4333。 doi:/10.1039/dpee02168gKim,N。Sadic,C.D。quilty,L。Wu,R。Tapper,S.L。Nicholas,St.Ehrlich,Y。Zhu,A.C。 Marshchiloch,E.S。 带*,D.C。 Bock*,K.J。 拍摄*,能源与环境科学,2020,13,4322-4333。 doi:/10.1039/dpee02168gNicholas,St.Ehrlich,Y。Zhu,A.C。 Marshchiloch,E.S。带*,D.C。 Bock*,K.J。拍摄*,能源与环境科学,2020,13,4322-4333。doi:/10.1039/dpee02168g
作者的完整清单:麦卡锡,艾莉森; SUNY Stony Brook,Karthik材料科学和化学工程Mayilvahanan; Mikaela哥伦比亚大学Dunkin;斯托尼·布鲁克大学国王,史蒂文;加尔文的斯托尼·布鲁克大学quilty;丽莎化学库尔赫尔·布鲁克大学(Stony Brook University);斯托尼·布鲁克大学Kuang,杰森;肯尼斯的Stony Brook University Takeuchi;斯托尼·布鲁克大学(Stony Brook University),化学Takeuchi,以斯帖(Esther);艾伦(Alan)西部布鲁克大学(Stony Brook University); Lei哥伦比亚大学王;布鲁克黑文国家实验室,能源和光子科学Marschilok,艾米;石溪大学
takuya uehata(日本京都大学)Yamada(日本京都大学)Daisuke Ori(日本京都大学)Alexis Vandenbon(日本京都大学,日本京都大学)Amir Giladi(以色列科学学院)Adam Jelinski(weizmann Instraizhir) (日本京都大学)Hitomi Watanabe(日本京都大学)Kazuhiro Takeuchi(日本京都大学)Kazunori Toratani(日本京托大学,日本京都大学)Takashi Mino(日本京都大学,日本)HISANORI KIRYU(日本)托尔伊大学(University the University of Tokanori kiryu) Tsujimura(日本荷马科医科大学)Tomokatsu Ikawa(日本东京科学大学)kondoh(日本京都大学)Markus Landthaler(MaxDelbrück,德国分子医学中心)阿米特(以色列魏兹曼科学学院)雅amoto(日本京都大学)Masaki Miyazaki(日本京都大学生命与医学科学研究所)Osamu Takeuchi(日本京都大学)
主要理论知识管理模型 62 冯·克罗格和罗斯组织认识论模型 62 Nonaka 和 Takeuchi 知识螺旋模型 64 Choo 意义建构知识管理模型 73 Wiig 知识构建和使用模型 76 Boisot I-Space 知识管理模型 82 复杂自适应系统知识管理模型 85 欧洲质量管理基金会 (EFQM) 知识管理模型 89 inukshuk 知识管理模型 90
期刊名称:Cell Reports Medicine 论文标题:靶向 WEE1 可增强携带 TP53 突变的 KRAS 突变非小细胞肺癌的抗肿瘤作用 作者:Koji Fukuda、Shinji Takeuchi、Sachiko Arai、Shigeki Nanjo、Shigeki Sato、Hiroshi Kotani、Kenji Kita、Akihiro Nishiyama、Hiroyuki Sakaguchi、Koshiro Ohtsubo、Seiji Yano 出版日期:于 2024 年 5 月 21 日 11:00(EST)在线发表 DOI: https://doi.org/10.1016/j.xcrm.2024.101578
DOE 感谢所有为 SI 2030 行业投入过程做出贡献的利益相关者。有关参与 SI 框架和 SI 飞行路径活动的利益相关者的更多信息,请参阅附录 A。作者非常感谢 Benjamin Shrager(美国能源部电力办公室)对 SI 活动的协调。锌电池飞行路径聆听会议由 Erik Spoerke(桑迪亚国家实验室)和 Esther Takeuchi(布鲁克海文国家实验室;石溪大学)主持,框架研究由 Justin Connell 和 Sanja Tepavcevic(阿贡国家实验室)进行。作者还要感谢 Kate Faris、Whitney Bell 和 ICF Next 的其他人员出色地组织了锌电池飞行路径聆听会议,并为 SI 活动提供了额外支持。作者还要感谢 Patrick Balducci(阿贡国家实验室)对框架研究的领导和贡献。作者 Erik D. Spoerke,桑迪亚国家实验室 Esther Takeuchi,石溪大学布鲁克海文国家实验室 Justin Connell,阿贡国家实验室 Sanja Tepavcevic,阿贡国家实验室 审稿人 Halle Cheeseman 博士,美国能源部高级研究计划署(ARPA-E) Benjamin Shrager,美国能源部电力办公室 Amy Marschilok 博士,石溪大学布鲁克海文国家实验室