XiaoMi-AI文件搜索系统
World File Search System之快
基于 III 族氮化物混合结构的下一代自供电超快光电探测器
能耗是任何电子设备最重要的方面之一，为了实现更好的可持续未来，需要进一步改进。这同样适用于商用光电探测器，它们使用巨大的外部偏置电压消耗大量能量。到目前为止，薄膜已广泛用于各种电磁辐射波段的光电探测。与基于纳米结构的设备相比，唯一阻碍它们发展的特性是性能较慢、响应度较低。然而，基于纳米结构的光电探测器的缺点是，由于设备制造步骤复杂且昂贵，它们缺乏大规模生产或商业化的可扩展性。解决这一限制的一个可行解决方案可能是使用混合结构，即 ZnO、(Al、Ga、In)N 和 GaAs 等高质量晶体材料与 MoS 2、石墨烯、WSe 2 和 SnS 2 组成的二维材料的组合。这将提供对带隙工程的广泛控制，可用于可扩展的模块化设备制造。这些方法有望开发出具有相对较高响应度和自供电光电探测器的光电探测器。当前的观点侧重于 III 族氮化物基光电探测器的进展及其使用混合 III 族氮化物/2D 界面的自供电、宽带和超快光电探测器的广阔前景。
N型衬底超快三维沟槽电极硅探测器的抗辐射性能
摘要：ATLAS 和 CMS 实验预测高亮度大型强子对撞机（HL-LHC）最内层像素探测器的辐射注量高达 1 × 10 16 1 MeV n eq /cm 2。辐射剂量的增加将导致探测器性能下降，例如漏电流和完全耗尽电压增加，信号和电荷收集效率降低，这意味着有必要开发用于甚高亮度对撞机的抗辐射半导体器件。在我们前期对超快三维沟槽电极硅探测器的研究中，通过模拟不同最小电离粒子（MIP）撞击位置下的感应瞬态电流，验证了从 30 ps 到 140 ps 的超快响应时间。本工作将利用专业软件有限元技术计算机辅助设计（TCAD）软件框架，模拟计算探测器在不同辐射剂量下的全耗尽电压、击穿电压、漏电流、电容、加权场和MIP感应瞬态电流（信号）。通过分析模拟结果，可以预测探测器在重辐射环境下的性能。像素探测器的制作将在中国科学院微电子研究所的CMOS工艺平台上进行，采用超纯高电阻率（高达10 4 ohm·cm）硅材料。
针对2025年标题24的拟议修订的最终快条款，第11部分（Calgreen）
能源预算。根据能源委员会批准的替代计算方法参考手册，并由能源委员会认证的合规性软件计算的替代计算方法参考手册中确定的标准设计建筑物的绩效合规方法中的年度TDV能源消耗总和。[CEC]最大的能源消耗可以设计为使用CEC批准的合规性软件来计算，该拟议的建筑物或一部分可以消费，如《能源代码》第10-109节（标题24，第6部分）和替代计算方法（ACM）参考手册中所指定的。新建的建筑物的能源预算是根据长期系统成本（LSC）和源能源表示的。增加和更改的能源预算以LSC表示。
从超快电子衍射和科学机器学习的声子传输的全景映射
有效运输，转换和储存热能在促进脱碳和减轻全球变暖方面起着不可分割的作用。[1]已针对纳米级[2]的热运输进行了重大努力，该应用是由热电学收获，[3]微电子中的热量管理等应用所驱动的，[4]高效率热储存系统，[5] [5]和结构材料的被动冷却。[6]但是，我们对声子热传输的理解在很大程度上受到了无法获得频率分辨的声子传输的实验工具的阻碍。可测量的电导率κ和界面热电导G是最重要的两个可测量的两个，但提供了有限的微型信息。另一方面，频率分辨的松弛时间τ（ω）和
应加快治理力度，确保人工智能安全、可靠、可信地开发和使用
• 行政命令 13960，促进联邦政府使用值得信赖的人工智能（2020 年 12 月 3 日）——指出人工智能的持续采用和接受将在很大程度上取决于公众信任，因此各机构必须以能够增进公众信任和信心的方式设计、开发、获取和使用人工智能，同时保护隐私、公民权利、公民自由和美国价值观。该行政命令为各机构在联邦政府设计、开发、获取和使用人工智能时制定了九项原则。此外，该行政命令承认一些机构已经在人工智能的使用方面处于领先地位。因此，其许多里程碑和可交付成果都侧重于识别和报告人工智能用例清单（以下称为人工智能项目），并指定一名负责官员来协调本行政命令中规定的实施。
GeNNius：一种基于图神经网络的超快药物-靶标相互作用推理方法
药物-靶标相互作用 (DTI) 预测是药物再利用领域中一项相关但具有挑战性的任务。计算机模拟方法引起了特别的关注，因为它们可以降低传统方法的相关成本和时间投入。然而，当前最先进的方法存在几个局限性：现有的 DTI 预测方法在计算上成本高昂，从而阻碍了使用大型网络和利用可用数据集的能力，并且 DTI 预测方法对未见数据集的推广仍未探索，这可能会在准确性和稳健性方面改善 DTI 推断方法的开发过程。在这项工作中，我们介绍了 GE NN IUS（图嵌入神经网络相互作用发现系统），这是一种基于图神经网络 (GNN) 的方法，在各种数据集的准确性和时间效率方面均优于最先进的模型。我们还通过评估每个数据集中以前未知的 DTI 展示了其发现新相互作用的预测能力。我们通过在不同数据集上训练和测试 GE NN IUS 进一步评估了其泛化能力，结果表明该框架可以通过在大型数据集上训练并在较小的数据集上测试来潜在地改进 DTI 预测任务。最后，我们定性地研究了 GE NN IUS 生成的嵌入，发现 GNN 编码器在图卷积之后保留了生物信息，同时通过节点传播这些信息，最终在节点嵌入空间中区分蛋白质家族。
持续快乐和痛苦中情感效价和强度的大脑表征
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2023 年 6 月 9 日发布。；https://doi.org/10.1101/2023.06.08.544230 doi：bioRxiv 预印本
通过串行晶体学解决的光解中电子转移的定向超快构象变化
蛋白质中的电荷转移反应对生命很重要，例如修复DNA的光溶酶中，但结构动力学的作用尚不清楚。在这里，使用飞秒X射线晶体学，我们报告了电子沿着果蝇（6-4）光解酶中电子四个保守的色氨酸链传递时发生的结构变化。在Femto和Picsecond延迟时，第一个色氨酸对黄素的光摄影导致在关键的天冬酰胺，保守的盐桥和附近水分子的重新安排上引起定向的结构反应。我们检测到电荷诱导的结构变化，接近第二个色氨酸到20 ps的第二个接近的结构变化，将附近的蛋氨酸鉴定为氧化还原链中的活跃参与者，从第四次色氨酸附近的20 ps鉴定。光解酶经历了其结构的高度定向和仔细的定时适应。这质疑马库斯理论中线性溶剂响应近似的有效性，并表明进化已经优化了快速蛋白波动以进行最佳电荷转移。
在光激发的Au纳米颗粒中的定量超快电子 - 温度动力学
变量，例如刺激辐射的特征（流感，波长，脉冲持续时间等）以及组成材料（NP的大小和形状）都可以在E-GAS加热和能量释放途径中起关键作用。[23–32]此外，材料探针的温度依赖性（例如电子特异性热，[33-35]界面热诱导性，[36]等）都会影响实际的放松动态。当前对等离子纳米系统中超快松弛过程的理解取决于超快的时间分辨光学的光学，并且在较小程度上是电子光谱镜[28,37-40] [28,37-40]，因为这主要产生了有关时间依赖的电子 - 依赖性电子 - 离子或离子静电温度的间接信息。[41,42]另一方面，理论模型正在变得越来越精致，但无法处理，到目前为止，实际系统的复杂性。[3,15,22,43,44]
陶瓷制造的超快方法可能为 AI 驱动的材料发现打开大门
传统的烧结技术需要很长的加工时间——炉子需要几个小时才能加热，然后再花几个小时来“烘烤”陶瓷材料——这在固态电池电解质的开发中尤其成问题。替代烧结技术（如微波辅助烧结、放电等离子烧结和闪光烧结）因各种原因而受到限制，通常是因为它们是特定于材料的和/或昂贵的。