XiaoMi-AI文件搜索系统
World File Search SystemZhai
1气候变化，极端热量和健康
1。政府间气候变化面板（IPCC），编辑。决策者的摘要。在：1.5°C的全球变暖。一份IPCC特别报告，关于在加强全球对气候变化，可持续发展的威胁，可持续发展以及消除贫困的努力的背景下，全球变暖1.5°C高于工业水平及相关的全球温室气体排放途径的影响。V. Masson-Delmotte，P。Zhai，H.O。 Pörtner和等。 2018，剑桥大学出版社：英国剑桥。 2。 世界气象组织（WMO），WMO全球年度至际气候更新。 2022，WMO：瑞士日内瓦。 3。 ebi，K.L。等人，将健康负担检测和归因于气候变化。 Environ Health Perspect，2017年。 125（8）：085004。 4。 Vicedo-Cabrera，A.M。等人，归因于最近人类引起的气候变化的热有关死亡率的负担。 nat Clim Chang，2021年。 11（6）：p。 492-500。 5。 Ebi，K.L。等人，使用检测和归因来量化气候变化如何影响健康。 健康AFF（Millwood），2020年。 39（12）：p。 2168-2174。 6。 美国环境保护局。 气候变化指标：热浪。 2022 [引用2022年12月13日，2022年]；可从以下网站获得：https：//www.epa.gov/climate-indicators/climate-change-指标 - heat-waves。 7。 IPCC工作组I，P.A。 Arias等人，技术摘要。 2021，剑桥大学出版社：英国剑桥。V. Masson-Delmotte，P。Zhai，H.O。Pörtner和等。2018，剑桥大学出版社：英国剑桥。 2。 世界气象组织（WMO），WMO全球年度至际气候更新。 2022，WMO：瑞士日内瓦。 3。 ebi，K.L。等人，将健康负担检测和归因于气候变化。 Environ Health Perspect，2017年。 125（8）：085004。 4。 Vicedo-Cabrera，A.M。等人，归因于最近人类引起的气候变化的热有关死亡率的负担。 nat Clim Chang，2021年。 11（6）：p。 492-500。 5。 Ebi，K.L。等人，使用检测和归因来量化气候变化如何影响健康。 健康AFF（Millwood），2020年。 39（12）：p。 2168-2174。 6。 美国环境保护局。 气候变化指标：热浪。 2022 [引用2022年12月13日，2022年]；可从以下网站获得：https：//www.epa.gov/climate-indicators/climate-change-指标 - heat-waves。 7。 IPCC工作组I，P.A。 Arias等人，技术摘要。 2021，剑桥大学出版社：英国剑桥。2018，剑桥大学出版社：英国剑桥。2。世界气象组织（WMO），WMO全球年度至际气候更新。2022，WMO：瑞士日内瓦。3。ebi，K.L。等人，将健康负担检测和归因于气候变化。Environ Health Perspect，2017年。125（8）：085004。4。Vicedo-Cabrera，A.M。等人，归因于最近人类引起的气候变化的热有关死亡率的负担。nat Clim Chang，2021年。11（6）：p。 492-500。5。Ebi，K.L。等人，使用检测和归因来量化气候变化如何影响健康。健康AFF（Millwood），2020年。39（12）：p。 2168-2174。6。美国环境保护局。气候变化指标：热浪。2022 [引用2022年12月13日，2022年]；可从以下网站获得：https：//www.epa.gov/climate-indicators/climate-change-指标 - heat-waves。7。IPCC工作组I，P.A。 Arias等人，技术摘要。 2021，剑桥大学出版社：英国剑桥。IPCC工作组I，P.A。Arias等人，技术摘要。2021，剑桥大学出版社：英国剑桥。在气候变化2021年：物理科学基础。工作组对气候变化间政府间小组的第六次评估报告的贡献。8。ebi，K.L。等人，极端天气和气候变化：人口健康和卫生系统的影响。Annu Rev公共卫生，2021年。42：p。 293-315。
全球气候变化指标2023：气候系统状态和人类影响状态的关键指标的年度更新
Piers M. Forster 1，Chris Smith 1,2,3，Tristram Walsh 4，William F. Lamb 5,1，Robin Lamboll 6，Bradley Hall 23，Mathias Hauser 7，AurélienRibes 8，Debbie Rosen 1，Debbie Rosen 1，Debbie Rosen 1，Nathan P. Gillett 9，Matthew D. D. D. D. Palmer 3,10，Joeri Rogian rogi rogian carina，Karina karina，Karina，Karina，Karina，Karina，Karina，Karina，Karine von，karine von，karine von。 Myles Allen 4，Robbie Andrew 13，Richard A. Betts 3,18，Alex Borger 45，Tim Boyer 15，Jiddu A. Broersma 45，Carlo Buontempo 14，Samantha Burgess 14，Chiara Cagnazzo 14，Lijing Cheng 14，Lijing Cheng Cheng Cheng Cheng Cheng 16，Pierre Friedlingstein 18，119，和Getterman 40 Masayoshi Ishii 22 , Stuart Jenkins 4 , Xin Lan 21,37 , Colin Morice 3 , Jens Mühle 44 , Christopher Kadow 23 , John Kennedy 24 , Rachel E. Killick 3 , Paul B. Krummel 43 , Jan C. Minx 5,1 , Gunnar Myhre 13 , Vaishali Naik 17 , Glen P. Peters 13 , Anna Pirani 25,26 , Julia Pongratz 27,36，Carl-Friedrich Schleussner 28,29，Sonia I. Seneviratne 7，Sophie Szopa 30，30，Peter Thorne 31，Mahesh V. M. Kovilakam 40，ElisaMajamäki41，ElisaMajamäki41，Jukka-Pekka-Pekka Jalkka Jalkanen 41，Margka jalkanen 41，Margreet Van Margreet 32 Dominik Schumacher 7，Guido van der Werf 38，Russell Vose 33，Kirsten Zickfeld 34，Xuebin Zhang 9，ValérieMasson-Delmotte 30和Panmao Zhai 35
原料浓度对 WO3 纳米结构晶相、形貌及光学性质的影响
[1] N. Li, T. Chang, H. Gao, X. Gao 和 L. Ge, 纳米技术, 2019, 30, 415601。[2] P. Hasse Palharim、B. Lara Diego dos Reis Fusari、B. Ramos、L. Otubo 和 AC Silva Phocheiram、J. Costa Teitoxeiram光生物学。织物。 ，2022，422，113550。[3] YM Shirke 和 SP Mukherjee，CrystEngComm，2017，19，2096-2105。 [4] D. Nagy、D. Nagy、IM Szilágyi 和 X. Fan，RSC Adv. ，2016，6，33743–33754。 [5] 王晓燕，张红，刘琳，李伟，曹鹏，Mater.莱特。 ，2014，130，248–251。 [6] 顾哲，翟天临，高斌，盛晓燕，王燕，傅华，马英，姚建军，J. Phys.织物。 B, 2006, 110, 23829–23836。 [7] T. Peng, D. Ke, J. Xiao, L. Wang, J. Hu 和 L. Zan, J. Solid State Chem. ，2012，194，250-256。 [8] FJ Sotomayor、KA Cychosz 和 M. Thommes，2018 年，18。[9] M. Gotić、M. Ivanda、S. Popović 和 S. Musić，Mater。滑雪。英语。 B，2000，77，193-201。 [10] H.-F.庞晓燕. 项哲杰.李Y.-Q.傅和 X.-T.祖，物理。 Status Solidi A，2012，209，537–544。 [11] B. Gerand 和 M. Fjglarz，J. Solid State Chem. ，1987，13。[12] C. Hai-Ning，智能窗应用的光学多层涂层的制备和表征，米尼奥大学，2005 年。[13] RF Garcia-Sanchez、T. Ahmido、D. Casimir、S. Baliga 和 P. Physra.，J.织物。 A，2013，117，13825–13831。
Zeng助理教授，Songshan
学术出版物（选定）Zeng，s。; Yang，Z。； Hou，Z。；帕克，c。琼斯（M。）丁，h。 Shen，K。;史密斯，A。；王，b。江，h。 Sun，L。具有光学/光热和形态多功能性的超薄金属纳米涂料启用的动态多功能设备。PNAS 2022，119（4），E2118991119。Zeng，S。张，d。;华盛顿州的黄； Wang，Z。；弗雷雷（S。）； Yu，X。;史密斯，A。； Huang，E。; Nguon，H。； Sun，L。生物启发的敏感和可逆的机械色素通过应变依赖性裂纹和褶皱。自然通讯2016，7：11802。doi：10.1038/ncomms11802。Zeng，S。 Li，R。;弗雷雷（S。）； Garbellotto，V。; Huang，E。;史密斯，A。；胡，c。 Tait，W。; Bian，Z。； Zheng，G。；张，d。; Sun，L。具有可调动力学的水分反应性皱纹表面。高级材料2017，29，1700828。Zeng，s。;史密斯，A。； Shen，K。; Sun，L。具有多尺度架构和动态表面地形的智能软材料。材料研究的解释，2022，3，11，1115–1126 Zeng，S。＃; Shen，K。＃;刘y。 chooi，a。;史密斯，A。； Zhai，s。; Chen，Z。; Sun，L。通过机械可调的表面发射率的动态热辐射调节器。今天的材料2021，45，44-53 Zeng，S。; Li，R。; Tait，W。;张，M。；朱，M。 Chov，n。; Xu，G。;张，d。; Sun，L。皱纹驱动的管状结构的自发形成，作为适应性3D可拉伸电子产品的多功能平台。材料视野2020，7，2368-2377。材料视野2020，7,164-172。Zeng，S。太阳，h。帕克，c。张，M。；朱，M。 Chov，n。;说谎。;史密斯，A。； Xu，G。; Li，s。; Hou，Z。； Li，Y。；王，b。张，d。; Sun，L。多刺激性响应性铬化，具有可量身定制的机械色素灵敏度，可在环境条件下进行多功能互动感。
HBG启动子的基础编辑可诱导有效的胎儿血红蛋白表达，而在人HSC中无可检测到的脱靶突变
？），ying.zhang84@whu.edu.cn（y.z。）https://doi.org/10.1016/j.stem.2023.10.007https://doi.org/10.1016/j.stem.2023.10.007
2024年11月，Daoyi Dong教授于2024年11月4日访问了上海的Fudan University
2024年11月，大道·董教授于2024年11月4日访问了上海的Fudan University，在那里他发表了IEEE杰出的演讲，标题为“改善了在Smcs Shanghai，Shanghai，Chine in Chine in China，由Zhai，Prof Praf Praf Praf. Xha的Smcs Shanghai Chapter.smcs Shanghai分会的机器人技术，游戏和量子工程中的提高学习”。演讲吸引了许多与会者，包括人工智能，机器人技术和控制工程领域的学生，研究人员和专业人士。Dong教授是人工智能和控制系统领域的著名专家，探索了增强学习的前沿发展（RL）。他专注于自主代理如何通过与环境的互动来学会近似最佳行为策略。他的讨论涵盖了几种改进的强化学习算法，例如渐进的增强学习，量子加强学习和量子启发的深度强化学习，突出了他们的理论基础和实际含义。演讲还展示了这些高级算法在机器人技术，游戏和量子工程中的各种应用，展示了它们在不同行业之间的变革潜力。Dong教授提供了示例，其中这些算法显着提高了机器人系统的效率和有效性，增强了战略游戏中的决策过程，并为量子计算的开创性进步做出了贡献。这种方法开辟了新的途径，以解决经典算法原本棘手的复杂问题。演讲的亮点之一是董教授对量子增强学习的详细解释，该解释将量子计算的原理与传统的加强学习技术相结合。在演讲之后的引人入胜的讨论中，活动的成功很明显，参与者热衷于进一步探索这些进步在各自领域的影响。SMCS上海分会在Zhao教授的领导下，对Dong教授对系统工程和控制论领域的见解和贡献表示赞赏。在讲座和讨论之后，Dong教授还举行了几次会议，与2024年11月5日至6日在上海分会的一些SMCS成员互动。这一事件不仅强调了强化学习中正在进行的研究和发展，而且还强化了SMCS上海分会致力于促进社区内科学交流和创新的承诺。本章期待举办更多的活动，将技术和科学领域的领导能力融合在一起，以促进协作和学习。
复合词加工中的透明度和中心性：词汇决策研究
复合词加工中的透明度和中心性：一项词汇决策研究 SARAH STEINKE 和 WEIYI ZHAI 1 摘要 在本研究中，我们调查了词汇透明度和中心性对英语复合词加工的影响。 先前涉及复合词语义启动的研究表明，至少部分透明的复合词的单个成分在加工过程中被激活（例如 Jarema、Busson、Nikolova、Tsapkini 和 Libben，1999 年；Sandra，1990 年）。我们假设，在词汇决策任务中，当受试者被与一个成分相关的词（尤其是透明或中心成分）启动时，他们对复合词的平均反应时间会更快。我们的结果与先前的研究基本一致，即与相关词配对的透明复合词的反应时间比与不相关的词对配对的反应时间更快，但透明复合词有一些例外。我们的结果为复合词加工和基于词素的词汇组织过程中的成分激活提供了支持。关键词：复合词、扩散激活、词汇决策任务 (LDT)、透明度、中心性 1.0 简介 语言学家和认知心理学家对于单个单词在心理词典中是如何组织和访问的有很多悬而未决的问题。 词汇条目可能对应于单个单词。或者，词汇表征可以对应于词素，多个词汇条目可以组合成一个单词。这意味着多词素词，如 surprise，是由两个条目组成的，例如 surprise 和 -ed 。按词素组织词汇条目将减少词典中必须包含的总表征数量，同时还能表示简单词（如 surprise）和形态复杂词（如 surprise ）之间的关系。然而，复合词在心理词典中是如何表征的尚不清楚。复合词，例如 oatmeal ，由两个词素组成，说话者认为它们是独立的词。复合词中的每个词素称为成分，应具有独立于复合词的单独词汇条目。但是，复合词作为一个整体可能仅由其成分（基于词素的表示）或单独的词汇条目（基于单词的表示）表示。更好地理解复合词的心理表征将提供有关词汇结构的更多信息，并可能提供有关我们在处理语言时访问词汇条目的方式的信息。为了探索这个问题，我们使用复合词进行了词汇决策实验。本研究的结果为某些类型的复合词基于词素的词汇组织提供了支持。我们在本文中探讨了这个问题，其结构如下：第 2 节讨论了以前的研究。第 3 节解释了我们实验中使用的方法。第 4 节包含实验结果，最后在第 5 节中，我们讨论这些结果以及我们研究的含义和局限性。
生成的AI及其对教育的影响
Nehathmika M和R Suresh doi博士：https：//doi.org/10.33545/26648792.2024.v6.i1f.187摘要此摘要此摘要提供了一项研究，该研究对一项研究进行了一项研究，该研究对生成AI及其对教育的影响进行了研究。人工智能时代（AI）确实取得了各个行业的重大进步和机会，而教育也不例外。本文对最近的文献进行了全面的评论，以阐明AI整合在教育中的多方面含义。通过综合当前的研究，本文对教育中AI的不断发展的景观及其对学生，教育工作者和机构的影响提供了细微的理解。关键字：生成的AI，教育，对学生的影响介绍21世纪在教育实践中经历了迅速变化的景观，这在很大程度上是由于技术的进步（例如人工智能）（Petersen，2021）[22]。这些技术发展已经迎来了学习的新时代，塑造了教育格局，并促使对传统教学方法进行重新评估。生成人工智能（Generative AI）是一种尖端技术，可实现从文本到图像的各种和上下文相关的内容的创建。AI在教育中的整合引入了创新的工具和方法，从而有助于一种更加个性化和适应性的学习方法。AI在教育中的整合引入了创新的工具和方法，从而有助于一种更加个性化和适应性的学习方法。一些作者简要专注于打开AI。文学审查小姐Zhai（2022）[23]在文章中，“ chatgpt用户体验：对教育的影响”。这项研究是通过试行Chatgpt撰写学术论文的，标题为“人工智能的教育”。利用用户体验，纸张反映了Chatgpt的潜在影响以及类似的AI工具对教育的影响。（Baidoo-Anu，2023）[24]本文概述了有关ChatGpt和学术完整性的当前论点，并得出结论，尽管这些技术能够彻底改变学术界，但使用ChatGpt和其他生成AI系统的方式可以肯定地破坏了学术完整性。Enkelejda Kasneci，Kathrin Sessler，Stefan Kuchemann，Maria Bannert（2023）[25]关于教育的大型语言模型的机会和挑战”。本文从学生和教师的角度提出了大型语言模型的教育应用的潜在好处和挑战。他们进行了广泛的文献综述，并使用了该人工智能（AI）软件进行了试验。（JürgenRudolph，2023）[26]。 文章解释说，Chatgpt分析了大量文本数据，并对给出的提示产生了类似人类的文本响应。 SWOT分析讨论了与Chatgpt相关的优势，劣势，机遇和威胁。 他们认为SWOT分析可以对教育中的Chatgpt进行深入分析。 （Mohammadreza Farrokhnia，2023年）[27]。 对个性化和适应性学习经历的需求不断增加。（JürgenRudolph，2023）[26]。文章解释说，Chatgpt分析了大量文本数据，并对给出的提示产生了类似人类的文本响应。SWOT分析讨论了与Chatgpt相关的优势，劣势，机遇和威胁。他们认为SWOT分析可以对教育中的Chatgpt进行深入分析。（Mohammadreza Farrokhnia，2023年）[27]。对个性化和适应性学习经历的需求不断增加。在不断发展的人工智能景观中的需求和相关性，一个了不起的实体已经证明了语言模型的能力-Chatgpt。
执法清理行动中人机与无人机和无人机群的互动
执法清理行动中人机与无人机和无人机群的交互 Richard T. Stone 1、Thomas M. Schnieders 1、Kevin A. Push 1、Stephen Terry 2、Mary Truong 3、Inshira Seshie 4 和 Kathryn Socha 1 1 爱荷华州立大学 2 宾夕法尼亚州立大学 3 西北大学 4 马里兰大学巴尔的摩分校 警察通常必须单独进行清理行动，这一程序涉及调查建筑物中的威胁并做出适当反应。无人机群和警察之间的合作有可能在这些高压力行动中提高警察和平民的安全性，并降低敌对人员伤害的风险。这项由两部分组成的研究探讨了使用单个无人机或无人机群进行执法建筑清理行动过程中的信任、态势感知、心理需求、性能和人机交互等方面。结果表明，单架无人机的使用可以增加操作时间，但清理的准确性和安全性会得到提高。单架无人机的使用提高了态势感知能力，减少了未击中目标的数量，并获得了中等程度的信任。对于无人机群，结果表明，与单架无人机相比，群数据馈送的心理工作量存在显著差异，但发现目标的准确性没有显著差异。引言美国联邦航空管理局将无人机定义为无人驾驶飞机系统 (UAS) (FAA，2018)。最早的实际用途
Gunvant Patil
1.Patil G 、Patel R、Jaat R、Pattanayak A、Jain P、Srinivasan R. (2009) 谷氨酰胺改善鹰嘴豆 (Cicer arietinum L.) 芽形态发生 Acta Physiologiae Plantarum 。1;31(5):1077-84。2.Patil G 、Deokar A、Jain PK、Thengane RJ 和 Srinivasan R (2009) 开发基于磷酸甘露糖异构酶的农杆菌介导鹰嘴豆 (Cicer arietinum L.) 转化系统 Plant Cell Reports , 28 (11), pp.1669-1676。3.Patil G, Nicander B (2013) 在小立碗藓中鉴定出 tRNA 异戊烯基转移酶家族的另外两个成员。植物分子生物学。1;82(4- 5):417-26。4.Deshmukh R, Sonah H, Patil G , Chen W, Prince S, Mutava R, Vuong T, Valliyodan B 和 Nguyen HT (2014) 整合组学方法，提高大豆对非生物胁迫的耐受性。植物科学前沿，5，第 244 页。5.Patil G、Valliyodan B、Deshmukh R、Prince S、Nicander B、Zhao M、Sonah H、Song L、Lin L、Chaudhary J、Liu Y、Nguyen H (2015) 大豆 (Glycine max) SWEET 基因家族：通过比较基因组学、转录组分析和全基因组重测序分析获得的见解。BMC Genomics，16 (1)，第 520 页。6.Chen W, He S, Liu D, Patil GB , Zhai H, Wang F, Stephenson TJ, Wang Y, Wang B, Valliyodan B 和 Nguyen HT (2015) 甘薯香叶基香叶基焦磷酸合酶基因 IbGGPS 可增加拟南芥的类胡萝卜素含量并增强其渗透胁迫耐受性。PLoS One , 10 (9) 7.Prince SJ, Joshi T, Mutava RN, Syed N, Vitor, M, Patil G, Song L, Wang J, Lin L, Chen W, Shannon JG, Nguyen H (2015) 大豆品系抗旱转录组的比较分析，以对比冠层萎蔫。植物科学，240，第 65-78 页。8.Chaudhary、Patil GB、Sonah H、Deshmukh RK、Vuong TD、Valliyodan B 和 Nguyen HT (2015) 扩大组学资源以改善大豆种子组成性状。植物科学前沿，6，第 1021 页。9.Syed N、Prince S、Mutava R、Patil G*、Li S、Chen W、Babu V、Joshi T、Khan S 和 Nguyen H，(2015) 核心时钟、SUB1 和 ABAR 基因通过大豆中的可变剪接介导洪水和干旱反应。《实验植物学杂志》，66 (22)，第 7129-7149 页。10.Prince SJ、Song L、Qiu D、dos Santos J、Chai C、Joshi T、Patil G、Valliyodan B、Vuong TD、Murphy M 和 Krampis K (2015) 大豆种质中根结构相关基因的遗传变异，是改良栽培大豆的潜在资源。11.12.BMC 基因组学，16 (1)，第 132 页。Sonah H、Chavan S、Katara J、Chaudhary J、Kadam S、Patil G 和 Deshmukh R (2016) 谷物中木聚糖酶抑制蛋白 (XIP) 基因的全基因组鉴定和表征。Indian J. Genet。Plant Breed，76，第 159-166 页。Asekova S、Kulkarni K、Patil G、Kim M、Song J、Nguyen HT、Shannon J 和 Lee J (2016) 野生 (G. soja) 和栽培 (G. max) 大豆杂交种芽鲜重的遗传分析。Molecular Breeding，36 (7)，第 103 页。13.Song L, Nguyen N, Deshmukh R, Patil GB , Prince S, Valliyodan B, Mutava R, Pike S, Gassmann W 和 Nguyen H, (2016) 大豆 TIP 基因家族分析和