XiaoMi-AI文件搜索系统
World File Search SystemTem
电子提交给ACS期刊的模板-IRIS
Antoniou G，Yuan PS，Kotsokeras L，Athanasopoulos S，Fazzi D，Panidi J等。（2022）。通过激发态融合在单组分纳米结构有机光电探测器中通过激发状态融合来生成低功率上流光电流。材料化学杂志。C，10（19），7575-7585 [10.1039/d2TC00662F]。
部分BA取代对SR2TISI2O8（STS）玻璃训练的结晶以及高温下的SAW信号的结晶
摘要：由于其特征，包括10-15 pc/n的D 33和高稳定性，直至1000℃以上的温度，因此，含有壁炉晶体的极性玻璃 - 螺旋孔被认为是在高温下需要压电的应用的高效材料。在本文中，我们研究了Sr-Fresnoite（STS）玻璃训练的钡取代。研究了两个方面：首先，取代对结晶的优先方向的影响，其次，玻璃 - 凝聚力在高温下产生和传播表面声波（SAW）的能力。XRD分析表明，BA的替换为10 at。替代，使我们能够保持壁画晶体（00L）平面的强烈优先取向，低于表面以下1 mm以上。较高的替代水平（25和50 at。％）诱导与表面机制竞争的非方向的体积结晶机制。锯设备是用0、10和25 at。％ba取代的玻璃室底物制造的。温度测试揭示了所有这些设备的频率和延迟的高稳定性。玻璃 - 驾驶次数为10％Ba取代的玻璃训练性给出了锯信号的最强振幅。这归因于高（00L）优先方向以及缺失的体积结晶。
引用发布版本（APA）：Zheng，Y.，Che，Y.，Hu，X.，Sui，X。，＆Teodorescu，R。（2024）。锂离子B
摘要 - 锂离子电池在电动汽车中的大规模应用需要细致的电池管理，以确保车辆的安全性和性能。温度在锂离子电池的安全性，性能和寿命中起着重要作用。因此，电池管理系统应及时监控电池的温度（SOT）。由于电动汽车的机载温度传感器有限，大多数电池的SOT必须通过其他测量的信号（例如电流和电压）估算。为此，本文通过用机器学习将基于物理的热模型梳理，开发了一种准确的方法来估计电池的表面温度。使用集团的质量热模型来提供机器学习的电池温度的先验知识。与温度相关的特征（例如内部电阻）实时提取，并将其作为补充输入中馈入机器学习框架，以提高估计的准确性。将卷积神经网络与长期短期记忆神经网络相结合的机器学习模型已与热模型依次集成，以了解模型输出与实际温度值之间的不匹配。已针对实验结果进行了验证，与常规的基于纯热模型和纯数据驱动的方法相比，准确性提高了79.37％和86.24％。
供体衍生的多重白血病抗原特异性T细胞疗法，以防止所有
美国路易斯维尔大学医学院肝病学和营养学系医学系，美国肯塔基州路易斯维尔；美国肯塔基州路易斯维尔市路易斯维尔大学医学院B UOFL酒精研究中心； C诺顿神经科学研究所，4915 Norton Healthcare Blvd，美国肯塔基州路易斯维尔； D UOFL HEPATOBIOLOGY COBRE，美国路易斯维尔大学医学院，美国肯塔基州路易斯维尔； E美国路易斯维尔大学医学院解剖科学与神经生物学系；美国德克萨斯州休斯敦市贝勒医学院分子病毒与微生物学系宏基因组学与微生物组研究中心； G，美国路易斯维尔大学医学院生理学系，美国肯塔基州路易斯维尔； H美国路易斯维尔路易斯维尔大学医学院药理学与毒理学系； i路易斯维尔大学医学院神经外科系，美国肯塔基州路易斯维尔；美国肯塔基州路易斯维尔的Robley Rex VA医学中心医学系J
在室温下用氧碳植入的GD掺杂的GAN中的自旋机制
摘要 - 用氧气和碳植入的氮化甘露的氮化岩在室温下显示载体介导的自旋机制。使用Tris（环戊二烯基）Gadolinium前体通过金属有机化学蒸气沉积生长的GD掺杂的GAN显示出普通的霍尔效应，并且在室温下没有浪漫主义。在o或c植入GD掺杂的GAN中，观察到表明载体介导的自旋和铁磁性的异常大厅效应。即使在植入后也保持良好的晶体质量。o和c偏爱间质站点，并在GD掺杂的GAN中占据了深层的受体型状态。由GD掺杂的GAN诱导的gadolinium诱导的室温自旋和铁磁性被占据间隙部位的O和C激活。载体介导的自旋功能的机制显示了对控制和操纵自旋作为氮化壳中的量子状态的潜力。这使gagdn：o/c成为室温旋转和量子信息科学应用的潜在半导体材料基础。在本文中，研究了使用离子植入，使用X射线衍射的结构表征在GD掺杂GAN中掺杂，并研究了使用高级HALL效应的自旋相关测量，并进行了相应的讨论。
使用面部表情的时空深度学习方法改善疼痛分类
疼痛管理和严重性检测对于有效的治疗至关重要，但是传统的自我报告方法是主观的，并且可能不适合非语言个体（口语有限的人）。为了解决此限制，我们使用面部表情探索自动疼痛检测。我们的研究利用深度学习技术来通过分析来自疼痛情感面孔数据库（PEMF）的面部图像来改善疼痛评估。我们提出了两种新颖的方法1：（1）混合交通模型与长期短期记忆（LSTM）块相结合，以分析视频框架并预测疼痛的存在，以及（2）与LSTM集成的时空图形卷积网络（STGCN），与LSTM集成在一起，以从面部图像中为疼痛图像进行过程地标。我们的工作代表了PEMF数据集进行二进制疼痛分类的首次使用，并通过广泛的实验证明了这些模型的有效性。结果突出了结合空间和时间特征以增强疼痛检测的潜力，从而在客观疼痛评估方法中提供了有希望的进步。
电子提交给ACS期刊的模板
音乐，阿纳斯塔西亚；西尔瓦娜；阿里诺维，罗塞拉； Menoszi，Ilaria；波尔文林，尤金尼亚；塔拉斯科（Pieralto）；塔文（Tavone），马特奥（Matteo）；佩洛西，乔里奥。- 在：无机无机杂志。- ISSN 0162-0134。-152：（2015），pp。10-19。[10.1016/j.jinorgbio.2015.08.008]
电动汽车电池寿命延长的实时可实施的集成能量和机舱温度管理
摘要：在许多新兴技术中，电池电动汽车（BEV）已成为对严格排放法规的突出和高度支持的解决方案。尽管受欢迎程度越来越大，但可能会危害其进一步传播的主要挑战是缺乏充电基础设施，电池寿命降级以及实际和有望的全电动驾驶范围之间的差异。本文的主要重点是制定综合能量和热舒适管理（IETM）策略。此策略可最佳地管理供暖，通风和空调（HVAC）单元所需的电能，这是电池负荷上最受影响的辅助设备，以最大程度地减少电池寿命在任何特定的驱动循环中的降解，同时确保实际的机舱温度徘徊在允许的公寓内悬停在参考机舱温度中允许的公寓温度限制内，并且驾驶员的驾驶员启动了驱动器，并始终启动。这项工作结合了健康（SOH）估计模型，高保真舱室热力学模型以及HVAC模型的市售BEV的前向示例模拟模型，以展示提出的增强电池寿命的IETM IETM策略的效果和功效。IETM的瞬时优化问题是通过利用目标函数凸度的黄金搜索方法来解决的。在不同的驾驶场景下进行的模拟结果表明，提议的物品控制器带来的改进可以将电池健康降解最大化高达4.5％，能源消耗量最高2.8％，同时将机舱温度偏差保持在允许的范围内，从而在允许的限制范围内与参考温度保持一致。
时间动力学预测家族性额颞痴呆症的症状发作和认知能力下降
图2在晚期症状阶段发生网络动力学的变化。（a）由状态占领的主组件分析（PCA）加载的组件加载。（b）分数分数显示，与在纵向随访期间未转化为有症状阶段的人相比，转换器（最新的预症状扫描）显着增加。（c）按州分数占用率，显示了状态2（显着性）占用率的转换器的增加。（d）所有承运人的占用率。（e）状态2与非携带者（NC）相比，预症状突变载体（PSC）显示了与年龄非线性关系的证据。genfi，遗传额颞倡议；嗯，隐藏的马尔可夫模型
附录 A. 风险沟通计划说明和模板
沟通方法是与利益相关者沟通的手段。可以使用多种方法。您的目标、利益相关者的沟通方式以及问题的性质有助于确定最佳沟通方法。每种方法都有其优点和缺点。方法通常分为五类：您寻求从利益相关者那里获取信息；您想与利益相关者分享信息；您想建立对话；您正在总结或更新问题的进展；或者您想建立共识。在确定使用哪种沟通方法时，考虑您的目标（您想要实现的目标）会有所帮助。