XiaoMi-AI文件搜索系统
World File Search Systemects
基于离子传导的多晶氧化物伽马射线检测 - 辐射离子效应
在金属氧化物中新发现的光离子效应为功能性陶瓷应用提供了独特的机会。作者概括了最近在紫外线（UV）辐射下观察到的晶界光离子效应在辐射离子效应下，可用于散装材料并用于伽马射线（𝜸砂）检测。在室温附近，掺杂的GD掺杂CEO 2，一种多晶离子导电陶瓷，在暴露于60 Co 𝜸 -ray（1.1和1.3 MEV）时，电阻比变化≈103，离子电流的可逆响应在离子电流中可逆。这归因于在晶界处的稳态空间电荷屏障的稳态钝化，该空间电荷屏障充当虚拟电极，捕获了辐射诱导的电子，进而降低了空间电荷屏障高度，从而独家调节了陶瓷电解质中的离子载体流量。这种行为允许在低场（即<2 v cm-1）下进行显着的电响应，为廉价，敏感，低功率和可微调的固态设备铺平了道路，非常适合在刺激性（高温，压力和腐蚀性）环境中运行。此发现为便携式和/或可扩展的辐射探测器提供了机会，从而使地热钻探，小型模块化反应堆，核安全和废物管理有益。
法律与人工智能博士生课程，7.5 大学学分，7.5 ECTS 学分
在过去十年中，人工智能 (AI) 的技术进步和社会接受度巨大。目前，AI 几乎在生活的各个方面都占有一席之地。AI 软件（个性化推荐系统、自动风险评估系统、图像分析等）已经变得无处不在，并越来越多地嵌入智能对象中，例如 Alexa 或 Siri 等语音助手、智能相机、无人机和自动驾驶汽车。AI 既用于分类（“社交分类”），也用于创建（例如“深度伪造”）。本课程将向参与者介绍围绕社会采用 AI 的最突出的法律辩论。本课程分为四个主题部分：
选民对经济状况或经济新闻报道作出反应吗？媒体对经济投票的影响 ∗
经济影响对政府的支持是选举研究的基石，但其产生的原因尚不明确。复杂的投票行为（如全球化、跨国基准测试和社会倾向性投票的调节作用）很难与选民的低水平知识相协调，这表明媒体在经济投票中可能发挥了作用。然而，到目前为止，数据限制限制了实证研究的类型和范围。通过对16个发达国家32份主流报纸中6种语言的200多万篇与经济相关的文章进行自动分析，我们发现经济增长（但失业率和通货膨胀率的变化影响较小）对投票选择的影响确实部分受到新闻报道的影响，约30%的影响来自媒体。这不仅确立了媒体在经济投票中的作用，而且还揭示了媒体影响选举的另一条途径。当经济报道在选举前偏离经济状况时，它可能会影响竞选活动和投票，正如我们在两个例子中详述的那样。（183 个字）
一种新的孟德尔随机化方法来估计多变量脑成像暴露的因果效应
大型研究队列中同时收集的成像遗传学数据的出现提供了前所未有的机会，通过将遗传变异作为工具变量来评估大脑成像特征对外部测量的实验结果（例如认知测试）的因果关系。然而，经典的孟德尔随机化方法在处理高通量成像特征作为识别因果关系的暴露时受到限制。我们提出了一个新的孟德尔随机化框架来联合选择工具变量和成像暴露，然后估计多变量成像数据对结果的因果关系。我们通过大量数据分析验证了所提出的方法，并将其与现有方法进行了比较。我们进一步应用我们的方法来评估白质微结构完整性（WM）对认知功能的因果关系。研究结果表明，与单独评估单次暴露的因果效应和联合评估多次暴露的因果效应（未进行降维）相比，我们的方法在灵敏度、偏差和错误发现率方面取得了更好的表现。我们的应用结果表明，不同区域的 WM 测量具有联合因果效应，对英国生物库参与者的认知功能有显著影响。
利用机器学习在植物和环境科学中的突破（5天，2个ECT）讲师：专家阵容位置：Eth Zu
冬季学校内容机器学习（ML）是人工智能（AI）的尖端分支，使计算机能够从数据和援助决策中学习。在植物和环境科学中，ML可以分析大型数据集，识别模式并做出预测，以加深我们对生物过程和环境变化的理解。通过利用这些工具，研究人员可以发现新的见解并做出更明智的决定。这位冬季学校提供了一个独特的机会，可以将自己沉浸在最新的ML技术中，了解使用植物和环境科学数据集的独特挑战，并制定有关ML方法和算法如何解决这些问题的策略。该活动分为两部分冬季学校（3月10日至12日，2025年）和研讨会（2025年3月13日至14日）。冬季学校将提供一项密集的为期三天的计划，旨在加深您在机器学习方面的知识并获得实用的，实践的经验。冬季学校使用现实世界数据集的交互式研讨会，并以简短的研讨会进行了补充，该研讨会解决了分析工厂和环境数据的当前技术挑战。参与者将通过对这些领域应用的ML工具和算法的概述来了解ML如何应对此类挑战。要获得2个ECT，还需要参加冬季学校的参与者参加研讨会，该研讨会将基于研讨会的技术学习，因为重点将是ML在植物和环境中的应用。位置仅限于30名参与者。外部参与者可以注册，如果有其他位置。研讨会将集中在ML应用上，为方法论提供基本的见解，以及对ML如何提高我们对环境挑战，气候适应，生物多样性和精确农业的了解和管理的更广泛的看法。资格进行注册注册的资格主要向硕士的学生，博士生和博士后研究人员开放，该研究人员隶属于苏黎世大学，苏黎世Eth Zurich和巴塞尔大学。参与者应在R和Python中对编程有基本的理解。建议完成“植物科学的机器学习入门课程 - 模块1”。尽管冬季学校将从Jan Dirk Wegner教授对ML的简短刷新讲座开始，但该计划的大多数将集中在植物和环境科学中的先进ML方法和挑战上。动机信要求作为注册过程的一部分，申请人必须提交动机信，其中包括：
可持续可伸缩电池用于下一代可穿戴设备
在大规模模拟中，由于量子方法的数值成本很高，原子之间的相互作用通常不能从第一个原理计算。相反，它们通常是使用力ELDS（FFS）对势能的物理动机功能形式进行建模的，并进行参数化以匹配从头算能的能量和/或再现实验数据。最广泛的FF是所谓的经典力eLS（例如Amber 1或Charmm 2），它们结合了XED-Charge Colomb电位和Lennard-Jones的相互作用来模拟分子间电位。这些模型在数值上非常有效，可以在长期尺度上模拟非常大的系统。然而，它们的简单功能形式缺乏极化和多体效应，这对于正确描述某些系统至关重要（例如在极性溶剂，PI堆叠或复杂的蛋白质结构中溶剂化3）。更先进的力量eelds - 例如Amoeba，4 TTM，5
预先稳定的程序神经科学。
评估活动标题加权时间学习结果学习证据1（测试1）25％1，2，2，2，2，3，4，7，8学习证据2（测试2）30％1,7 5，6，6，7，7，8，9学习证据3（项目）25％15 1，2，2，2，8，8，8，9，9，9，9，9，9，9，11参与20％ - 2，2，2，8，8，9，9，9，10，11，11 Bear bear f.。 Connors Barry W.; Paradiso Michael A.（2020）。神经科学：探索大脑（增强版）。Jones＆Barlett学习。Breedlove，S.M.，Watson，N。V.和Rosenzweig，M。R.（2010）。生物心理学：行为，认知和临床神经科学的介绍。西纳尔同事。卡尔森·尼尔·R。 Birkett，Melissa A.（2023）。行为生理学（第13版）。皮尔逊。卡尔森·尼尔·R。 Birkett，Melissa A.（2017）。行为生理学（第12版）。Pearson（在线）：https：//ebookcentral.proquest.com/lib/uab/reader.action.docid = 5186462）Garret，Bob;霍夫，杰拉尔德。（2022）。大脑和行为（第六版）。Sage Publications Inc.软件
预先建立的人工智能伦理课程 课程时长：45 建议学分：6 ECTS – 3 美国 语言：英语 先决条件
评估活动 标题 权重 小时* 学习成果 道德困境案例研究 10% 20 1,2,3,7 在线讨论 5% 5 1,2,3,4,5,8 文章评论 10% 20 1,2,4,5,8,9 小组项目 25% 52 1,2,3,5,7,8,9,10 道德规范和指南 5% 10 1,6,8 参与 20% 39 1,2,7,8 期中考试 10% 2 2,3,8,10 期末考试 15% 2 2,3,8,10 *小时包括自主工作 参考书目 本课程没有必修教科书。以下列表显示了一些推荐阅读材料，均与课程内容相关。Bartneck, C.、Lütge, C.、Wagner, A. 和 Welsh, S. (2021)。机器人和人工智能伦理学导论。Springer Nature。Boddington, P. (2023)。人工智能伦理学：一本教科书。Springer Nature。Boylan, M. 和 Teays, W.(Eds.)。(2022)。人工智能、技术和信息时代的伦理。Rowman 和 Littlefield。Coeckelbergh, M. (2020)。人工智能伦理。麻省理工学院出版社。Mazzi, F. 和 Floridi, L. (2023)。可持续发展目标中的人工智能伦理。Springer International Publishing AG。Risse, M. (2023)。数字时代的政治理论：人工智能可能带我们去哪里。剑桥大学出版社。Vallverdú, J.(Ed.)。(2023)。人工智能和机器人中的性别：从跨学科视角看性别挑战 (Vol.235)。Springer Nature。软件 本课程要求使用 Canvas 作为 LMS。
Zingiber胶片性根茎的腐蚀抑制作用对酸性溶液中低碳钢腐蚀的实验和计算研究
该研究研究了使用结构表征（气相色谱质量谱图，GC-MS，GC-MS和傅立叶转化基础型，FTIR，FTIR）（ftir）（ftir）（ftir）（ftir）（ftir）（ftir）（ftir）（ftir）（ftir），分别研究了1.0 m HCl和0.5 m H 2 SO诱导的低碳钢上的抗腐烂潜力（ZO）。电位动力学极化，PDP）技术和理论模拟。进行了结构表征，以鉴定植物提取物中存在的化学成分和官能团，而电化学技术和理论计算则用于检查提取物的抗腐蚀潜力并确定实验结果。GC-MS的结果表明，提取物中存在二十三（23）个化合物，其中三个（1-（1,5-二甲基-4-己基）-4-甲基 - 十二烷酸，十二烷酸和9-二十二苯卡烯酸（Z）-2- hydroxy-1-（hydroxy-1-（hydroxy-etraculation for for in Concution）在ZO提取物中存在以下官能团（O – H，C = C，C = O，C – C和C – H）。EIS的结果表明，ZO提取物在1 M HCl中的低碳钢和0.5 m H 2中的低碳钢和93.6％的腐蚀抑制作用分别在1000 mg / l的最大抑制剂浓度下分别为1000 mg / l。另外，PDP的结果表明，ZO提取物作为混合抑制剂起作用，因为阳极反应过程都改变了。量子化学计算结果表明，与其他两种化合物相比，9-八度二苯甲酸（Z）-2-羟基-1-（羟甲基）乙基酯具有良好的能隙（∆ E），表明其在硫酸环境中与金属表面更好地与金属表面相互作用。通过分子动力学模拟，在H 2 So 4环境中，在H 2 SO 4环境中，其良好的吸附能量为-355.55 kcal / mol在H 2 So 4 So环境中与-167.81kcal / mol相比。