XiaoMi-AI文件搜索系统
World File Search SystemXiaolong
小王
Xiaolong Wang是加州大学圣地亚哥分校ECE系的助理教授，也是NVIDIA Research的客座教授。 他获得了博士学位。卡内基梅隆大学的机器人技术。 他的博士后培训是在加利福尼亚大学伯克利分校的。 他的研究重点是计算机视觉和机器人技术之间的交集。 他的特定兴趣在于从视频和物理机器人交互数据中学习视觉表示。 这些综合表示形式用于促进类似人类的机器人技能的学习，以推广机器人在真实物理世界中有效与广泛的对象和环境有效互动。 他是J. K. Aggarwal奖，NSF职业奖，Intel Rising明星奖和索尼，亚马逊，Adobe和Cisco的研究奖。Xiaolong Wang是加州大学圣地亚哥分校ECE系的助理教授，也是NVIDIA Research的客座教授。他获得了博士学位。卡内基梅隆大学的机器人技术。他的博士后培训是在加利福尼亚大学伯克利分校的。他的研究重点是计算机视觉和机器人技术之间的交集。他的特定兴趣在于从视频和物理机器人交互数据中学习视觉表示。这些综合表示形式用于促进类似人类的机器人技能的学习，以推广机器人在真实物理世界中有效与广泛的对象和环境有效互动。他是J. K. Aggarwal奖，NSF职业奖，Intel Rising明星奖和索尼，亚马逊，Adobe和Cisco的研究奖。
教学评估小龙（Chris）Hou
有组织而清晰的期望。他是一位出色的教授，做得很好，沙滩没有太多要改进的地方。他非常了解，显然很关心他的学生学习。他也非常愿意使自己平易近人，以便学生能够寻求帮助。他迅速分级任务，并尽快将考试退还给学生，以便他们知道自己做错了什么。
引用 Dongyang C, Jiewen Z 和 Xiaolong H (2024) 电力传输中的动态适应：将稳健优化与在线学习相结合
确保电力系统不仅能够处理即时波动，而且在长期环境和运行不确定性面前也具有稳健性和适应性的方法（Bon fi glio et al., 2024; Ding et al., 2024）。传统上，电力系统的设计和运行是为了处理可预测和稳定的电源，主要是化石燃料。然而，受环境问题和技术进步的推动，向可再生能源的转变破坏了这种稳定性（Li Z. et al., 2024）。可再生能源本质上是间歇性的和不可预测的，这给发电、输电和配电带来了重大挑战。风能和太阳能产出的随机性意味着电力系统现在必须管理电力供应的重大波动，这可能会损害供电可靠性和电网的经济效率（Li S. 等人，2024 年；Li 等人，2022 年）。这些不稳定能源的整合促使人们重新评估传统的电力系统管理策略。当前的系统必须发展到不仅能管理这些波动，而且还能有效地预测和适应这些波动。这引起了人们对开发先进数学模型和优化技术的浓厚兴趣，这些模型和优化技术可以在可再生能源整合不断增加的背景下增强电力系统的运行弹性（Ruan 等人，2024 年）。本研究的主要目标是开发一个强大的框架，不仅可以适应可再生能源产出的变化和不确定性，还可以优化输电系统的运行和成本效益。通过利用尖端的稳健优化技术与在线学习算法相结合，这项工作旨在创建一种动态且自适应的管理策略，以确保系统的实时可靠性和效率。本文的贡献可总结如下：
3D打印的层次支柱阵列电极，用于高性能半人工光合作用
Xiaolong Chen 1，Joshua M. Lawrence 2，Laura T. Wey 2，Lukas Schertel 1，Qingshen Jing 3，Silvia Vignolini 1，Christopher J. Howe 2，Sohini Kar-Narayan 3，Jenny Z.
通过 Perturb-DBiT 进行空间分辨体内 CRISPR 筛选测序
通过 Perturb-DBiT 进行空间分辨体内 CRISPR 筛选测序 Alev Baysoy 1,11 , 田小龙 1,2,11 , Feifei Zhang 2,11 , Paul Renauer 2,11 ,zhiliang Bai 1 , Hao Shi 3 ,Haikuo Li 1 , Bo Tao 1 , Mingyu Yang 1 , Archibald Enninful 1 , Fu Gau 1 , 王广川 2 , 张万秋 4 , Thao Tran 4 , Nathan Heath Patterson 4 , 包硕珍 1 , 董传鹏 2 , 单鑫 2 , 钟美 9 , Sherri Rankin 3 , Cliff Guy 3 , 王岩 3 , Jon P. Connelly 5 , Shondra M. Pruett-Miller 5 , 池洪博 3 , 陈思迪2,7* , Rong Fan 1,6,8,10,12 * 1 耶鲁大学生物医学工程系，美国康涅狄格州纽黑文 2 耶鲁大学医学院遗传学系，美国康涅狄格州纽黑文 3 圣犹达儿童研究医院免疫学系，美国田纳西州孟菲斯 4 Aspect Analytics NV，比利时亨克
人类皮肤通过mRNA恢复
li li 1,2＃，Zhengkuan Tang 1，Xavier Portillo 1,2，Rohit Arora 1，Madeleine Yang 1，Esther Mintzer 1，Esther Mintzer 1，Patrick Han 1,2，Zhenrui Zhang 3,4，Dorothy D. Shannon M. McNamee 6,7，Yue Zheng 8＃，小李9,10，Jenny Tam 1,2，Jean S. McGee 11，Jean S. McGee 11，Stefano Sol 12，Fabiana Boncimino 12，Yu Shrike Zhang Yu Shrike Zhang 3,6,14 MA 17＃，George M.教堂1,2＃1。美国马萨诸塞州波士顿哈佛医学院遗传学系2。 Wyss生物学启发的工程研究所，哈佛大学，马萨诸塞州波士顿，美国3。 医学系，医学系，杨百翰和妇女医院，美国马萨诸塞州波士顿哈佛医学院遗传学系2。Wyss生物学启发的工程研究所，哈佛大学，马萨诸塞州波士顿，美国3。医学系，医学系，杨百翰和妇女医院，
有机定形相变材料的制备及其储能应用
DOI：https://dx.doi.org/10.30919/es8d474 有机形状稳定相变材料的制备及其储能应用 胡新鹏，1，2，3 吴浩，1，2，3 刘爽，1，2，3 龚尚，1，2，3 杜宇，1，2，3 李小龙，1，2，3 陆翔 1，2，3* 曲金平 1，2，3，4* 摘要 有机相变材料 (OPCM) 是一种先进的储能材料，能够在恒温下储存和释放热能。使用形状稳定的 PCM (SSPCM) 的高效储能系统有望调整能源供需之间的差距。SSPCM 的性能受多种因素影响，这些因素在制造过程中必须加以考虑。就此，我们概括了OPCM和SSPCM所期望的性能，然后系统地讨论了支撑材料、OPCM和填料的制备方法。最后，我们详细阐述了SSPCM在三种能源中的储热应用。本综述旨在对SSPCM的制备和储能应用提供深入和建设性的见解，从而为高性能SSPCM的开发和应用做出贡献。
解析小鼠胃肿瘤发生的遗传和微环境因素
Zhenghao Lu, 1,4 Ailing Zhong, 2,4 Hongyu Liu, 2,4 Mengsha Zhang, 2,4 Xuelan Chen, 2 Xiangyu Pan, 2 Manli Wang, 2 Xintong Deng, 2 Limin Gao, 3 Linyong Zhao, 1 Jian Wang, 2 Yi Yang, 2 Qi Zhang, 2 Baohong Wu, 2 Jianan Zheng, 2 Yigao Wang, 1 Xiaohai Song, 1 Kai Liu, 1 Weihan Zhang, 1 Xiaolong Chen, 1 Kun Yang, 1 Xinzu Chen, 1 YingLan Zhao, 2 Chengjian Zhao, 2 Yuan Wang, 2 Lu Chen, 2 Zongguang Zhou, 1 Jiankun Hu, 1, * Yu Liu, 2, * and Chong Chen 1,5, * 1 Gastric Cancer Center and Laboratory of Gastric Cancer, State Key Laboratory of Biotherapy, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 2 State Key Laboratory of Biotherapy, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 3 Department of Pathology, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 4 These authors contributed equally 5 Lead contact *Correspondence: hujkwch@126.com (J.H.), yuliuscu@scu.edu.cn (Y.L.), chongchen@scu.edu.cn (C.C.)
量子计算的基准测试
由 Sophia Helmrich 博士和 Johann Schmidt 博士编辑，数字战略与发展（部），DLR-PT 贡献者 Hossam Ahmed、Mazen Ali、Abhishek Awasthi、Dimitris Badou nas、Valeria Bartsch、Colin Kai-Uwe Becker、Pallavi Bhardwaj、Tim Bittner、Martin Braun、Sebastian Bock、Lukas Burgholzer、邓小龙、克劳迪娅·埃里格、克里斯托夫·艾希哈默、多梅尼克·艾希霍恩、马文·埃尔德曼、克里斯蒂安·埃特勒、弗雷德·菲安德、桑多尔·费克特、泰勒·加诺夫斯基、亚历山大·耿、伊利-丹尼尔·格奥尔基-波普、克里斯蒂安·格罗泽亚、温德林·格罗斯、萨沙·豪克、多米尼克·赫尔德温、帕特里克·霍尔泽、迈克尔·霍尔茨基、路易吉亚皮奇诺、马泰奥·安东尼奥·伊纳耶托维奇、迈克尔·约翰宁、凯特琳·琼斯 / 约翰内斯·荣格 / 马蒂亚斯·卡贝尔 / 菲利普·凯尔登尼奇 / 多米尼克·克鲁普克 / 格奥尔格·克鲁斯 / 索菲亚·拉赫斯 / 珍妮特·米里亚姆·洛伦茨 / 阿西西奥·卡斯塔尼达·梅迪纳 / 阿里·莫吉塞 / 安德烈亚斯·穆勒 / 巴拉德瓦吉·乔达里·穆马内尼 / 菲利克斯·保罗 / 马尼拉曼·佩里亚萨米 / 塞巴斯蒂安·里奇 / 马可·罗斯 / Raja Seggoju、Sebastian Senge、Hendrik Siebeneich、Theeraphot Sriarunothai、Jonas Stein、Rainer Strater、Nikolay Tcholtchev、Matthias Traube、Christian Tutschku、Friedrich Wagner、Mareike Weule、Armin Wolf
Tairan He
CONFERENCE PROCEEDiNGS [C15] HOVER: Versatile Neural Whole‑Body Controller for Humanoid Robots.Tairan He*, WenliXiao*, ToruLin, ZhengyiLuo, ZhenjiaXu, ZhenyuJiang, JanKautz, ChangliuLiu, GuanyaShi, Xiaolong Wang, Linxi “Jim” Fan † , Yuke Zhu † ICRA , 2025 [Paper] [C14] OmniH2O: Universal and Dexterous Human‑to‑Humanoid Whole‑Body Teleoperation and Learning.Tairan He*, Zhengyi Luo*, Xialin He*, Wenli Xiao, Chong Zhang, Kris Kitani, Weinan Zhang, Changliu Liu, Guanya Shi.CoRL , 2024 [Paper] [C13] WoCoCo: Learning Whole‑Body Humanoid Control with Sequential Contacts.Chong Zhang*, Wenli Xiao*, Tairan He, Guanya Shi.CoRL ( Oral ), 2024 [Paper] [C12] Learning Human‑to‑Humanoid Real‑Time Whole‑Body Teleoperation.Tairan He*, Zhengyi Luo*, Wenli Xiao, Chong Zhang, Kris Kitani, Changliu Liu, Guanya Shi IROS , 2024 ( Oral ) [Paper] [C11] Progressive Adaptive Chance‑Constrained Safeguards for Reinforcement Learning.Zhaorun Chen, Binhao Chen, Tairan He, Liang Gong, Chengliang Liu.IROS , 2024 [Paper] [C10] Agile But Safe: Learning Collision‑Free High‑Speed Legged Locomotion.Tairan He*, Chong Zhang*, Wenli Xiao, Guanqi He, Changliu Liu, Guanya Shi.RSS , 2024 ( Outstanding Student Paper Award Finalist ‑ Top 3 ) [Paper] [C9] Safe Deep Policy Adaptation.Wenli Xiao*, Tairan He*, John Dolan, Guanya Shi.ICRA , 2024 [Paper] [C8] State‑wise Safe Reinforcement Learning: A Survey.Weiye Zhao, Tairan He, Rui Chen, Tianhao Wei, Changliu Liu.IJCAI (Survey Track) , 2023.[Paper] [C7] Probabilistic Safeguard for Reinforcement Learning Using Safety Index Guided Gaussian Process Models.