XiaoMi-AI文件搜索系统
World File Search Systemetal
数据驱动的金属添加剂制造过程中温度演变的预测
aabstr abtract Act ..在这项研究中，开发了一种数据驱动的深度学习模型，以快速准确预测温度演化和金属添加剂制造过程的熔融池尺寸。该研究的重点是通过直接能量沉积制造的M4高速钢材料粉末的批量实验。在非优化过程参数下，许多沉积层（以上30）通过由覆层材料对热史的高灵敏度引起的样品深度产生了巨大的微观结构变化。在先前的研究中通过实验测量验证的批量样本的2D有限元分析（FEA）能够实现定义在不同过程设置下温度场进化的数值数据。训练了馈送前向神经网络（FFNN）方法，以重现由FEA产生的温度场。因此，训练有素的FFNN用于预测初始数据集中未包含的新过程参数集的温度字段历史记录。除了输入能量，节点坐标和时间外，还认为五个相关的层数，激光位置以及从激光到采样点的距离可提高预测准确性。结果表明，FFNN可以很好地预测温度演化，在12秒内精度为99％。
韧性生计：太阳能安全网的作用
A. Terzopoulou，X。Wang，X.-Z.博士 Chen，B。J. Nelson教授，S。Pané机器人与智能系统研究所教授，Eth Zurich Tannenstrasse 3，CH-8092，CH-8092，瑞士Zurich，瑞士电子邮件：Chenxian@ethz.ch C. Pujante Bioengineering, Eth Zurich Tannenstrasse 3, CH-8092 Zurich, Switzerland e-mail: josep.puigmarti@chem.ethz.ch M. palacios-corella institute de ciencia molecular, universidad de Valencia, cadedradic Jose Beltran 2, paternal, 46980, Spain Dr. J. J. Herrero-Martin Alba Synchrotron Light源，E-08290，Cerdanyola delVallès，巴塞罗那，西班牙X.-H. QIN生物力学研究所，Eth Zurich Leopold-Ruzick-Weg 4，8093Zürich，瑞士教授Jordi Sort DepartomentDeFísica，University defísica，University de Barcelona，E-08193 Cerdanyola del valles，西班牙语A. Terzopoulou，X。Wang，X.-Z.博士Chen，B。J. Nelson教授，S。Pané机器人与智能系统研究所教授，Eth Zurich Tannenstrasse 3，CH-8092，CH-8092，瑞士Zurich，瑞士电子邮件：Chenxian@ethz.ch C. Pujante Bioengineering, Eth Zurich Tannenstrasse 3, CH-8092 Zurich, Switzerland e-mail: josep.puigmarti@chem.ethz.ch M. palacios-corella institute de ciencia molecular, universidad de Valencia, cadedradic Jose Beltran 2, paternal, 46980, Spain Dr. J. J. Herrero-Martin Alba Synchrotron Light源，E-08290，Cerdanyola delVallès，巴塞罗那，西班牙X.-H. QIN生物力学研究所，Eth Zurich Leopold-Ruzick-Weg 4，8093Zürich，瑞士教授Jordi Sort DepartomentDeFísica，University defísica，University de Barcelona，E-08193 Cerdanyola del valles，西班牙语Chen，B。J. Nelson教授，S。Pané机器人与智能系统研究所教授，Eth Zurich Tannenstrasse 3，CH-8092，CH-8092，瑞士Zurich，瑞士电子邮件：Chenxian@ethz.ch C. Pujante Bioengineering, Eth Zurich Tannenstrasse 3, CH-8092 Zurich, Switzerland e-mail: josep.puigmarti@chem.ethz.ch M. palacios-corella institute de ciencia molecular, universidad de Valencia, cadedradic Jose Beltran 2, paternal, 46980, Spain Dr. J. J. Herrero-Martin Alba Synchrotron Light源，E-08290，Cerdanyola delVallès，巴塞罗那，西班牙X.-H. QIN生物力学研究所，Eth Zurich Leopold-Ruzick-Weg 4，8093Zürich，瑞士教授Jordi Sort DepartomentDeFísica，University defísica，University de Barcelona，E-08193 Cerdanyola del valles，西班牙语
电动客运对电池金属的需求
● 到 2050 年，欧洲的累计电池需求量将比 2022 年高出 100-200 倍，相当于高达 2000 万吨的电池金属（而 2022 年的石油消耗量为 1.7 亿吨油当量）● 即使在一切如常的情况下，欧洲的需求也远远低于全球储量，相当于已知全球锂和镍储量的 11%、钴储量的 10% 和锰储量的 1%。● 使用更小的电池、减少私家车行驶里程和采用创新的化学物质（如钠离子）将使中心（或“加速”）情景下所需的电池金属量与一切如常相比减少三分之一以上。在最激进的情景下，这一数字会下降一半。● 更小的电池是带来最大影响的单一因素，或者在所有情景下原材料最多可减少四分之一。● 在供应受限的世界中，使用更小的电池和汽车不仅是环境要求，也是合理的经济和产业政策。 ● 在欧洲、国家和地方层面采取强有力的政策是关键，包括全欧盟范围内转向更小、更实惠、资源更丰富的轻型电动汽车的战略。
用激光直接金属沉积和由马氏体钢制成的激光焊接1.4313
摘要Burckhardt Compression Holding AG总部位于温特图尔，是一家具有国际活跃的往复式压力机制造商，在其Laby®往复式压缩机中使用三件式活塞。由于其铸造设计，活塞的重量很高，这限制了活塞的大小，特别是对于大直径。因此，正在寻找解决方案在轻质设计中使用金属添加剂制造工艺制作活塞，以抵消这些挑战。在各个科学和工业领域应用的减轻体重的创新技术之一是激光直接金属沉积（DMD）。因此，一个项目是从Burckhardt压缩开始的，以降低质量，从而实现更高的工作速度。这项研究提供了一个工作流程，可通过直接金属沉积（DMD）制造1.4313的轻质活塞，直径约为342 mm，高度为140 mm。活塞的特征是不同的片段，这些片段在传统上和附加性制造中以克服机器限制。活塞皇冠被连接到添加剂制造的部分，并由CO 2激光焊接密封。降低DMD的激光功率可降低温度，因此，锰和硅的氧化和降低载气流量可提高堆积速率，并降低了湍流诱导的氧化。每层交替的进料方向提高了几何准确性，并避免了在锋利的角落积累的材料。一种方法被发现在堆积方向上定量地表明半径的几何精度。选择了激光焊接的焊接类型和接缝以实现良好的力流；但是，需要夹紧装置。为了减少隐藏的T关节的缺口效应，考虑了双重焊接策略。该设计使40％的重量减轻，与铸件活塞相比，重量为40 kg，重量为24千克。的金理分析和3D扫描。该研究显示了DMD的局限性和挑战以及如何通过部分分割克服机器的局限性。
超越个人：治理人工智能的社会危害
摘要：在本文中，我区分了人工智能 (AI) 背景下可能出现的三种危害：个人危害、集体危害和社会危害。社会危害经常被忽视，但不能归结为前两种危害。此外，应对人工智能引起的个人和集体危害的机制并不总是适合应对社会危害。因此，政策制定者对当前人工智能法律框架的差距分析不仅存在不完整的风险，而且为弥补这些差距而提出的新立法提案也可能无法充分保护受到人工智能不利影响的社会利益。通过概念化人工智能的社会危害，我认为需要从个人角度转变视角，转向人工智能的监管方法，以解决其对整个社会的影响。借鉴专门保护社会利益的法律领域——环境法，我确定了欧盟政策制定者在人工智能背景下应考虑的三种“社会”机制。这些机制涉及 (1) 公共监督机制，以提高问责制，包括强制性影响评估，并提供提供社会反馈的机会； (2) 公共监测机制，以确保独立收集和传播有关人工智能社会影响的信息； (3) 引入具有社会维度的程序性权利，包括获取信息、获得司法公正和参与人工智能公共决策的权利，无论个人受到何种伤害。最后，在提出总结性意见之前，我会考虑欧盟委员会关于人工智能监管的新提案在多大程度上考虑到了这些机制。
人工智能及其社会法律影响
DOI：10.13140RG.2.2.14554.96967 摘要 人工智能 (AI) 彻底改变了当代社会的许多方面，包括法律体系及其影响。本文探讨了人工智能技术发展的法律影响。人工智能自主决策的能力引发了人们对责任的严重担忧。传统法律理论可能很难确定谁应该对无需人工输入的人工智能系统造成的损害负责。世界各地的立法者和法院都难以制定法律准则，让人工智能本身、其用户甚至其创造者承担损害赔偿责任。由于人工智能提供了前所未有的数据收集和处理能力，隐私问题是一个主要问题。加州的 CCPA 和欧洲的 GDPR 等法律对数据处理程序和开放性制定了严格的指导方针，旨在在创新和个人权利之间取得平衡。人工智能生成的内容给知识产权法带来了新问题，引发了关于版权和所有权的讨论。在自动生成内容和算法创作的时代，定义作者和所有权变得越来越困难。人工智能周围的法律环境因道德问题而变得更加复杂。由于算法偏见、偏见以及人工智能在刑事司法等敏感领域的道德应用等问题，强有力的法律处理是必要的。总之，即使人工智能有可能改变游戏规则，它的法律后果也要求仔细考虑隐私、责任、知识产权和道德规范。为了确保人工智能的
Wrap-Asmmetric-Triplex-Metallohelices-stabilise-dna-g ...
抽象一些具有大小，形状，电荷和两亲性体系结构类似于短阳离子A-螺旋肽的大小，形状，电荷和两亲性体系结构的 已显示出靶向和稳定DNA G四链体（G4S）的靶向和稳定，并在体外稳定了G4调节基因在人类细胞中的表达。 扩大可以充当有效的DNA G4粘合剂并下调包含G4形成序列的基因的金属结构库，我们调查了两个对映体对对映体的相互作用的相互作用C-Myc，C-Kit和K-Ras Oncogenes。 在所有研究的G4形成序列中，金属纤维表现出比双链DNA的优先结合，并在包含G4形成序列的模板链上诱导了DNA聚合酶的诱导停滞。 此外，如RT-QPCR分析和蛋白质印迹揭示了研究的Myallohelices在HCT116人类癌细胞中mRNA和蛋白水平上抑制了C-MYC和K-RAS基因在mRNA和蛋白水平上的表达。已显示出靶向和稳定DNA G四链体（G4S）的靶向和稳定，并在体外稳定了G4调节基因在人类细胞中的表达。 扩大可以充当有效的DNA G4粘合剂并下调包含G4形成序列的基因的金属结构库，我们调查了两个对映体对对映体的相互作用的相互作用C-Myc，C-Kit和K-Ras Oncogenes。 在所有研究的G4形成序列中，金属纤维表现出比双链DNA的优先结合，并在包含G4形成序列的模板链上诱导了DNA聚合酶的诱导停滞。 此外，如RT-QPCR分析和蛋白质印迹揭示了研究的Myallohelices在HCT116人类癌细胞中mRNA和蛋白水平上抑制了C-MYC和K-RAS基因在mRNA和蛋白水平上的表达。已显示出靶向和稳定DNA G四链体（G4S）的靶向和稳定，并在体外稳定了G4调节基因在人类细胞中的表达。扩大可以充当有效的DNA G4粘合剂并下调包含G4形成序列的基因的金属结构库，我们调查了两个对映体对对映体的相互作用的相互作用C-Myc，C-Kit和K-Ras Oncogenes。在所有研究的G4形成序列中，金属纤维表现出比双链DNA的优先结合，并在包含G4形成序列的模板链上诱导了DNA聚合酶的诱导停滞。此外，如RT-QPCR分析和蛋白质印迹揭示了研究的Myallohelices在HCT116人类癌细胞中mRNA和蛋白水平上抑制了C-MYC和K-RAS基因在mRNA和蛋白水平上的表达。
金属踏板
●尽管电池已经取得了更多进展，但今年的排名表明，欧洲汽车制造商在确保达到2030电气化目标所需的电池矿物方面的表现不佳。不到根据公开披露的合同确保对钴，锂和镍估计需求的五分之一。六名汽车制造商 - 大众，福特，雷诺，斯特兰蒂斯，比特和特斯拉 - 为每种金属或替代策略都有长期合同。●汽车制造商（OEM）之间的准备水平差异很大：而特斯拉领先总体排名（Byd顶部矿物质供应部分），而大众则是唯一一款获得70分以上（100分）的传统汽车制造商。福特和斯泰兰蒂斯的准备好，每人得分高于60分。，但大多数OEM的得分不到50分：雷诺，JLR，Mercedes-Benz，Volvo Cars，Toyota和BMW，桌面的底部是现代-Kia。●当今的关键矿物质供应在亚洲高度集中，这既给汽车制造商的韧性和欧洲的战略自治都带来风险。欧洲的目标是陆上价值链的一部分，T＆E尤其是对欧洲汽车制造商的韧性的进一步分析。这表明大众，斯泰兰蒂斯和梅赛德斯 - 奔驰是欧盟电池供应链中最参与的，而国际竞争对手特斯拉，丰田，福特和现代凯亚不支持欧盟工业生态系统。四个汽车制造商 - 梅赛德斯，雷诺，斯泰兰蒂斯和大众 - 直接参与了基于欧洲的加工材料或电池组件的供应商。
社会对高级人工智能的适应
现有的管理高级人工智能系统风险的策略通常侧重于影响开发哪些人工智能系统以及它们如何传播。然而，随着高级人工智能开发者数量的增长，这种方法变得越来越不可行，并且会阻碍有益的用例和有害的用例。作为回应，我们敦促采取一种补充方法：提高社会对高级人工智能的适应性，即减少给定人工智能能力在给定水平的传播所带来的预期负面影响。我们引入了一个概念框架，该框架有助于识别避免、防御和补救人工智能系统潜在有害用途的自适应干预措施，并以选举操纵、网络恐怖主义和人工智能决策者失去控制权为例进行了说明。我们讨论了社会可以实施的适应人工智能的三步循环。提高社会实施这一循环的能力可以增强其对高级人工智能的抵御能力。我们最后向政府、行业和第三方提出了具体的建议。
Operando Tem>揭示的氧化还原金属催化剂的相共存和结构动力学
迫切需要过渡到整个更可持续的社会，尤其是化学工业。[1,2]，尽管进行了深入的研究，但我们目前对催化剂的激活，稳定性能，衰老，失活和再生的过程不可能应对这一挑战。[3-14]随后，无论我们在合成和表征方法方面的进步如何，新催化剂的经验发现仍然是常态。这是一个非常低效，耗时且总体上不满意的努力。关于最佳催化剂设计的量身定制设计的主张只有在建立了对工作催化剂的结构活动相关性的原子性理解后才能实现。这要求我们首先了解反应物的化学潜力如何影响催化剂的状态，以及这些气相和温度诱导的修饰如何反馈或在催化过程中进化。为了更多地阐明催化剂和反应性物种之间的相互作用，并遵循导致催化活性，实地和实时观察到高空间分辨率的活性催化剂的出现的过程。[15,16]