• Paper reviewer for the IEEE/ACM Transactions on Networking, the ACM Transactions on Information and System Security, the IEEE Transactions on Dependable and Secure Computing, the IEEE Transactions on Parallel and Distributed Systems, International Journal of Knowledge and Information Systems, the IEEE transactions on Knowledge and Data Engineering, Electronic Commerce Research Journal, ACM Conference on Computer and Communication Security, RSA CT, IEEE INFOCOM, IEEE Globecom,ACM国际信息安全会议,有关增强隐私技术的研讨会,网络安全与加密会议,IEEE国际通信国际通信会议,Pacific RIM Multiagent Systems,Pacific RIM国际人工智能国际会议和IFIP世界计算机代表大会。
六月研究助理。2020年 - 2024年8月•大型语言模型(LLMS)内的长期杂项机器人学习的发展状态空间建模,LLMS在维护州跟踪的同时执行计划和推理。•体现的AI:提出的diff -Control,一种将控制网络从图像生成到机器人动作的范围的动作扩散策略。[C7]•使用注意机制和可区分的过滤创建了一个多模式学习框架(𝛼 -MDF),该滤波器在潜在空间中进行多种模式的状态估计。[C5]•开发了可区分的集合Kalman过滤器(DENKF)框架,其中包含用于机器人学习的算法先验,即从观察值中学习系统dy -namics,以及从高维空间中的学习表示形式。[C4]•用智能手表部署了无处不在的机器人控制任务的智能滤波框架,即,电视,无人机驾驶。[C6]
光伏工业硅的再生浪费对高性能 - 锂离子电池阳极Kai Wang*,Xiao-bin Zhong,Yue-xian Song,Yao-hui Zhang,Yan-gang Zhang,Yan-Gang Zhang,Xiao-Gang You* Zhang, Xing-Liang Yao, Feng Li, Jun-Fei Liang * , Hua Wang * Abstract The diamond-wire sawing silicon waste (DWSSW) from the photovoltaic industry has been widely considered as a low-cost raw material for lithium-ion battery silicon-based electrode, but the effect mechanism of impurities presents in DWSSW on lithium storage performance is still not well understood, meanwhile, it迫切需要制定一种将DWSSW颗粒变成高性能电极材料的策略。在这项工作中,使用原位蚀刻技术对DWSSW中杂质的发生状态进行了仔细的分析。然后,小说Si@c@sio x@pal- n-c复合材料是通过原位封装策略设计的。获得的Si@C@SiO X@Pal -N -C电极在当前密度为1.0 A·G -1的情况下,初始库仑效率(ICE)的高第一容量为2343.4 mAh·G -1,最初的库仑效率(ICE)为84.4%,并且可以在200个周期后提供令人印象深刻的984.9 mAh·g -1。组合的数值模拟模型计算,Si 4+ /Si 0和Si 3+ /Si 0价比例的增加,SIO X层中的价状态态导致von Mises应力减少,这最终改善了循环结构稳定性。同时,Sio X层上的多孔2D-3D铝/氮(Al/N)共掺杂的碳层和纳米线,由于其发达的层次孔结构,可以为锂储存提供丰富的活性位点,从而促进离子运输。更重要的是,Si@c@sio x@pal-n-c // LifePo 4完整单元的性能在实际应用中显示出巨大的潜力。关键字锯硅废物;原位封装;铝/氮共掺杂;多孔碳纳米线;锂离子电池K. Wang*,X.-B。Zhong,Y.-X. 歌曲,Y.-H。张,Y.-G。张,X.-L。 Yao,F。Li,J.-F。 Liang*中国北大学能源与动力工程学院,中国030051,中国电子邮件:20210068@nuc.edu.edu.cn J.-F。 Liang电子邮件:jfliang@nuc.edu.cn H. Wang*北京大学,北京大学,北京100191,电子邮件:wanghua8651@buaa.edu.edu.cn X.-G。您*中国450001的郑州大学中心关键金属实验室:youxiaogang@zzu.edu.edu.cnZhong,Y.-X.歌曲,Y.-H。张,Y.-G。张,X.-L。 Yao,F。Li,J.-F。 Liang*中国北大学能源与动力工程学院,中国030051,中国电子邮件:20210068@nuc.edu.edu.cn J.-F。 Liang电子邮件:jfliang@nuc.edu.cn H. Wang*北京大学,北京大学,北京100191,电子邮件:wanghua8651@buaa.edu.edu.cn X.-G。您*中国450001的郑州大学中心关键金属实验室:youxiaogang@zzu.edu.edu.cn
摘要:基于PT的纳米催化剂为各种行业提供了出色的前景。然而,具有出色性能的PT负载低负载,以提高纳米催化剂的高效和稳定的纳米催化剂。在这项研究中,通过原位合成制备了具有超高PT含量,表现性能和碳黑色作为支持的纳米催化剂。这些〜2-nm颗粒在碳黑色和PT之间存在很强的S – P-D轨道杂交,从而均匀且稳定地脱离了碳黑色。这种独特的结构对氢进化反应有益。催化剂在氢进化反应中表现出显着的催化活性,在100 mA·Cm -2时表现出100 mV的电势,与商业PT/C催化剂的催化反应相当。质量活性(1.61 A/mg)是商用PT/C催化剂(0.37 A/mg)的四倍。超大PT加载(6.84wt%)为下一代电催化剂的发展铺平了道路。
生成人工智能(Genai)影响了高等教育评估和学习成果,这些评估和学习成果紧密相关且交织在一起。文献表明,在高等教育中,教育者和研究人员对学生评估有许多不同的担忧,例如如何评估学生的学习和新的(重新聚焦)学习成果,这些学习成果在基台 - 富度学习环境中出现。为了提供基于证据的见解和回答这些问题,我们通过在相关研究领域整理文献进行了范围审查。在五个阶段的范围审查框架之后,我们进行了协作并编码34项研究。审查中确定的三种评估方法是传统评估,创新和重新集中评估以及与Genai的评估。确定的新的,重新聚焦的学习成果是职业驱动的能力和终身学习能力。审查还表明,大多数研究设计都是定性方向的(例如,具有探索性设计,描述性研究,人种学研究和现象学研究)。本研究提出了一个整体图,显示了当前的研究状况和趋势。它提出了五个未来的研究方向:创新的评估设计,评估方法之间的合作,新的学习成果,评估方法和学习成果之间的关系以及定量或混合研究。对实践或政策的影响:•高等教育中的传统评估方法在Genai时代没有有效运作。•创新和重新关注的评估以及与Genai的评估是评估学生学习的有前途的策略。•以职业为导向的能力和终身学习能力是从使用Genai的新的学习成果。•应进行更多的定量和混合研究,以提供有关Genai对学生评估和学习结果的影响的其他经验证据。关键字:生成AI,评估,高等教育,学习成果,范围评论
• 2024 年:心血管研究卓越学院(ACRE)实习生奖。 • 2024 年:美国生物化学与分子生物学学会(ASBMB)博士后研究员奖。 • 2023 年:美籍华人肝脏研究(CALS)博士后研究员研究奖。 • 2023 年:加州大学洛杉矶分校博士后研究提名校长奖。 • 2023 年:LABEST Pearl Cohen 海报竞赛,代谢轨道 - 第一名。 • 2023 年:心血管主题海报竞赛第三名,加州大学洛杉矶分校心血管主题。 • 2018 年:中国科学院优秀博士学位论文。 • 2017 年:吴瑞生命科学研究杰出奖。 • 2017 年:上海市优秀毕业生。 • 2016 年:中国科学院三好学生。 • 2013年:中国科学院优秀学生干部。 • 2011年:西北大学优秀毕业生。 • 2011年:陕西省感动高校奖。
研究兴趣 肖博士一直领导储能材料和系统的基础研究和实际应用研究,以加速深度脱碳。肖博士的研究取得了长循环下一代高能锂金属电池和新型电池材料的突破,加速了建立清洁能源技术的国内制造能力的进程。肖博士的研究改变了科学界进行和报告电池研究的方式。她开发的协议已被科学家和工程师广泛采用,以交叉验证和加速储能创新。肖博士目前担任美国能源部电池500联盟创新中心副主任。她还是美国能源部阴极-电解质中间相 (CEI) 联盟主任。她的工作被多家媒体广泛报道,包括美国科学办公室网站、C&EN、R&D 杂志、美国国务院、《科学美国人》等的专题报道。她发表了 100 多篇同行评议期刊论文(Google H 指数 = 103;引用:>46,000)和 2 本书章节。自 2017 年以来,她一直被科睿唯安评为材料化学领域引用率最高的前 1% 研究。肖博士在储能领域拥有 26 项专利和 3 项版权。她的七项专利/软件已授权给工业界。教育
将序列建模技术应用于决策问题,例如连续控制和黑框优化。对于连续控制,我们确定了决策变压器和拟议法案(AAAI'24接受)的潜在故障模式,以利用优势条件来实现强大的控制。进行黑盒优化,我们提出了通过安装行为算法的遗憾的学习历史来提炼和加强现有的黑框优化算法,从而使序列模型能够充当通用优化器(当前是提交)。bytedance,北京,中国07/2021 - 11/2021研究实习生
摘要。Xiaohongshu平台是一个最近开发的强大在线媒体平台。其使用算法推动信息的主要方法鼓励形成信息茧的形成。基于选择性暴露和回声室的类似研究,本研究开发了信息的暴露和接受机理。使用该平台的年轻用户作为代表,该研究旨在使用新的信息茧易感量表来测试用户的敏感性。量表分为六个维度,包括信息内容,信息渠道,信息态度稳定,信息干预,社交网络和算法素养。通过恢复和分析问卷,这项研究发现,中国年轻用户对小苏平台的敏感性通常很重要。特定的表现可能包括接触信息含量均质的信息内容,缺乏信息渠道的多样性,倾向于受到信息和与固定群体的长期沟通的影响以及个人算法较低的素养。结果可能表明,小熊用户对信息茧的抵抗力较低,并且受到它的影响。