摘要 — 本文介绍了一种空间时间平均技术,该技术可实现瞬时小数分频,从而显著降低小数 N 锁相环 (PLL) 中的量化误差。空间平均可通过使用并行运行的分频器阵列来实现。它们的不同分频比由小数调制器 (DSM) 和动态元件匹配 (DEM) 块产生。为了降低分频器功率,本文还提出了一种仅使用一个分频器和相位选择来实现空间平均的方法。原型 2.4 GHz 小数 N PLL 采用 40 nm CMOS 工艺实现。测量结果表明,所提出的技术分别在 1 MHz 和 10 MHz 偏移处将相位噪声降低了 10 dB 和 21 dB,从而使积分均方根抖动从 9.55 ps 降低至 2.26 ps。索引术语——调制器(DSM)、数据加权平均(DWA)、动态元件匹配(DEM)、小数N分频PLL、频率合成器、相位噪声、锁相环(PLL)、量化噪声降低。
十多年前 [1] ( ) 发现了 CRISPR/Cas9 系统,这使我们干预基因组的可能性增加了十倍,无论是在研究中,还是在最终使基因治疗成为现实 [2] ( )。 CRISPR 系统及其衍生物现在可以相对容易地在复杂基因组的特定点切割 DNA;切口的修复通常以某种随机的方式进行,在修复点添加一些核苷酸,导致目标基因失活。通过这种方式,可以“关闭”某个过度表达会导致疾病的基因,以达到基因治疗的目的,甚至可以在体内实现[3]( )。最近,这些系统得到了改进,可以实现真正的基因组编辑,即通过程序将一个核苷酸替换为另一个核苷酸,从而可以纠正有害突变 [4]。但是将几百或几千个核苷酸的序列精确插入到基因组的某个点仍然遥不可及,至少如果我们想有效地做到这一点的话(而不是在极小部分的被处理的细胞中)。这也解释了最近发表的一种新方法所引起人们的兴趣,该方法利用了插入序列家族编码的重组酶的特性 [5, 6],而且,它可以完全通过双特异性向导 RNA 的序列进行编程。
我们很高兴向您介绍本书的第一版,《高等教育中的人工智能:一种实用方法》。人工智能的应用在医疗保健、电子商务、银行和供应链管理等许多领域迅速增加。过去几年,基于人工智能的教育技术的发展得到了显着提升。在教育中实施人工智能和人工神经网络包括多种智能教学和评估技术,例如智能辅导系统、学生表现的智能评估、智能虚拟代理、会说话的机器人、人性化的聊天机器人以及任何其他基于人工智能的教育技术。全球教育技术的应用正在改变我们的教学和学习方式。人工智能是定制不同学习小组、教师和导师体验的颠覆性技术之一。本书将提供有关智能教学系统以及电子学习系统和评估系统的进步的知识。
精子的冷冻保存已经实践了数十年,这是长期保存精子生育能力的非常有用的技术。精液冷冻保存的能力在物种,季节,纬度,甚至来自同一动物的射精的能力各不相同。本文总结了七种物种中精子冻球生物标志物的研究结果,重点关注三个领域:精子冻球生物标志物,精确血浆血浆蛋白质蛋白质浓度生物标志物和其他冷冻耐耐耐耐耐耐强度生物标志物。我们认为,精子冷冻生物标志物主要与精子血浆内膜稳定性,精子或精确血浆中的抗氧化剂物质存在,精子细胞能量代谢,水和小分子传输通道中的精子等离子膜中的物质以及精子植物中的抗精子或抗精子量。可以通过研究精子冰冻生物标志物的研究以及牲畜与其他生物体之间的实质性相似性(包括恩坦物种)之间的实质相似性,并使用多种牲畜模型进行的研究来增强其他哺乳动物的基本和应用。
抽象风力的不确定性来自风速的间歇性和波动,这给解决电力系统的动态经济调度问题带来了巨大的挑战。使用风存储组合系统,本文提出了一个动态经济调度模型,该模型考虑了基于条件价值风险(CVAR)的AC最佳功率流量。由于所提出的模型难以求解,因此我们使用Big-M方法和二阶锥形描述技术将其转换为可跟踪的混合式二阶圆锥编程(MISOCP)模型。通过比较IEEE 30总线系统的调度成本和IEEE 118-BUS系统的置信度不同,这表明CVAR方法可以充分估计风险并协助决策者根据其风险承受能力进行合理的派遣时间表。同时,可以通过分析不同存储能力和初始/最终状态下的调度成本风险来确定最佳的运营能源存储容量和初始/最终储能状态。
严重创伤性脑损伤会留下认知障碍,严重影响生活质量。基于脑电图的神经反馈是一种成功用于创伤性脑损伤和中风以恢复认知和运动后遗症的技术。目前还没有对基于脑电图的神经反馈与传统神经心理康复的效果进行个体化比较的研究。我们介绍了一个创伤性脑损伤受试者的案例研究,该受试者接受了八次神经心理康复方案,针对注意力、执行功能和工作记忆,并与个性化的基于脑电图的神经反馈方案进行了比较,该方案的重点是与健康受试者不同的电极和波段(F3、F1、Fz、FC3、FC1 和 FCz),目标是在相同次数内抑制 theta 频带(3 Hz-7 Hz)。进行了定量脑电图和神经心理测试。基于脑电图的神经反馈在分散和持续注意力以及与视觉空间技能和运动相关任务的处理速度相关的几个方面具有明显优势。相关的定量脑电图变化证实了这些结果。基于脑电图的神经反馈可能是一种极好的补充技术,可以考虑用于增强传统的神经心理康复。
静电纺丝是一种非常通用且具有成本效益的技术,以其在具有膨胀表面积的生产多孔纤维中的简单性和灵活性而闻名。该技术的灵活性可以创建具有不同结构和脚手架的纳米纤维。这些纳米纤维有时在应用之前受到热处理。它们的独特特征使它们非常适合集成到储能系统中。在电池等能源储能系统的领域中,存在锂离子电池以外的替代品的压力需求。多价电池,例如Al-Ion,MG-ION,Zn-ION和CA-ION电池,由于其有利的特性,它代表了一个合适的选择。由于其多孔性质,电纺纤维促进离子转移,增强电荷/放电过程并改善电池动力学。在本文中,我们将研究如何在多价电池阴极中使用电纺纤维,并揭示它们为这些电池系统提供的额外优势。最后,将进行全面的评估,以评估该技术的优势和挑战。高容量电池的前景,特别是钙离子蝙蝠Teries。
超维度计算(HDC)已成为具有较小的计算和能量需求的新型轻质学习算法。在HDC中,数据点由高维矢量(高向量)表示,这些矢量映射到高维空间(超空间)。典型地,需要大型的Hypervector维度(≥1000)才能获得与常规替代方案相当的精确度。但是,不一定的大型向量增加了硬件和能源成本,这可能会破坏其收益。本文提出了一种技术,可以最大程度地减少HyperVector维度,同时保持准确性并提高分类器的鲁棒性。为此,我们在文献中首次将HyperVector设计作为多目标优化问题。所采用的方法将HyperVector维度降低了32倍以上,同时维持或提高了常规HDC所达到的准确性。在商业硬件平台上进行的实验表明,所提出的方法可以减少模型大小,推理时间和能耗的数量级以上。我们还展示了噪声的准确性和鲁棒性之间的权衡,并提供帕累托前溶液作为我们HyperVector设计中的设计参数。
了解纳米级热传播的基本原理对于下一代电子产品至关重要。例如,已知层状材料的弱范德华键会限制其热边界导率 (TBC),从而成为散热瓶颈。本文提出了一种新的非破坏性方法,使用时间分辨的光致热应变 X 射线测量来探测纳米级晶体材料中的热传输。该技术通过测量光激发后 c 轴晶格间距的变化,直接监测晶体中随时间的温度变化以及随后跨埋层界面的弛豫。研究了五种不同的层状过渡金属二硫属化物 MoX 2 [X = S、Se 和 Te] 和 WX 2 [X = S 和 Se] 的薄膜以及石墨和 W 掺杂的 MoTe 2 合金。在室温下,在 c 平面蓝宝石衬底上发现 TBC 值在 10–30 MW m − 2 K − 1 范围内。结合分子动力学模拟,结果表明高热阻是界面范德华键合较弱和声子辐射度较低造成的。这项研究为更好地理解新兴 3D 异质集成技术中的热瓶颈问题奠定了基础。
不变流形的直接参数化方法是一种模型订购降低技术,可以应用于PDES所描述的非线性系统和离散化的非线性系统,例如具有有限元过程,以得出有效的还原级模型(ROM)。在非线性振动中,它已经应用于自主和非自治问题,以提出可以使用几何非线性计算结构的主链和频率响应曲线的ROM。虽然先前的发展使用一阶扩展来应对非自主术语,但通过提出不同的处理,此假设在这里放松了这个假设。关键思想是通过与强迫相关的其他条目扩大参数坐标的尺寸。通过这种启动假设得出了一种新的算法,并且作为关键的结果,可以得出可以得出通过同源方程式出现的共振关系,涉及强迫频率的多次出现,表明有了这一新的开发,可以得出具有超旋转共振的系统的ROM,可以得出。该方法已在涉及梁和拱门的学术测试案例上实施和验证。在数值上证明,该方法为涉及3:1和2:1超谐音共振的问题生成有效的ROM,以及对于系统上一阶截断的系统的融合结果,在非自治术语上显示出明显的限制。