XiaoMi-AI文件搜索系统
World File Search System以小到
聚乙烯单链热导率的分子动力学研究：应变依赖性和势模型效应
单条聚合物链的热导率是合理设计聚合物基热管理材料的重要因素，而链的应变状态对其影响很大。在本研究中，利用非平衡分子动力学模拟，计算了代表典型聚合物链的单条聚乙烯链的热导率与应变的关系。为了研究不同共价键模型的影响，分别比较了反应性和非反应性势模型（AIREBO 和 NERD 势）的结果。当应变 ε 小到 ε < − 0.03 时，即在轻微压缩下，无论采用哪种势模型，热导率值都相似，且随应变的增加而增加。然而，当应变较大（最高 ε < 0.15）时，这两种势模型表现出截然不同的行为：由非反应性势计算的热导率随应变的增加而不断增长，而由反应性势模型计算的热导率则达到饱和。内部应力和振动态密度的分析表明，饱和行为是由于 C-C 键伸长时共价键力减弱所致，因此反应模型的结果可能更为真实。然而，当 ε > 0.1 时，由于开关函数的影响，反应势也产生了非物理结果，描述了共价键的形成和断裂。目前的结果表明，在研究拉伸应变下的聚合物性能时，必须仔细选择势模型和变形范围。© 2022 作者。除非另有说明，否则所有文章内容均根据知识共享署名 (CC BY) 许可证获得许可 (http://creativecommons.org/licenses/by/4.0/)。https://doi.org/10.1063/5.0095975
EEG2Rep：通过信息掩蔽输入增强自监督脑电图表征
脑电图 (EEG) 表征学习的自监督方法面临着 EEG 数据固有的三个特定挑战：（1）低信噪比对所学习表征的质量提出挑战，（2）由于受试者间差异等因素，幅度范围从非常小到相对较大，使模型有可能受较高幅度范围的支配，以及 （3）连续值序列中缺乏明确的分割，这可能导致信息量较少的表征。为了应对这些挑战，我们引入了 EEG2Rep，一种用于从 EEG 进行自监督表征学习的自预测方法。 EEG2Rep 的两个核心新颖组件如下：1) EEG2Rep 不是学习从原始 EEG 预测掩蔽输入，而是学习在潜在表示空间中预测掩蔽输入；2) EEG2Rep 不是使用传统的掩蔽方法，而是使用一种新的语义子序列保留 (SSP) 方法，该方法提供信息丰富的掩蔽输入来指导 EEG2Rep 生成丰富的语义表示。在对 6 种具有受试者差异的不同 EEG 任务进行的实验中，EEG2Rep 的表现明显优于最先进的方法。我们表明，我们的语义子序列保留改进了自我预测文献中现有的掩蔽方法，并发现保留 50% 的 EEG 记录将在所有 6 个任务上平均获得最准确的结果。最后，我们表明 EEG2Rep 对噪声具有鲁棒性，可以解决 EEG 数据中存在的一个重大挑战。模型和代码可在此处获取：https://github.com/Navidfoumani/EEG2Rep
N-PEP-12补充饮食对缺血性中风后神经新闻发现的影响N-PEP-12补充饮食对缺血性中风后神经新闻发现的影响
抽象背景研究的目的是使用神经心理学结果量表评估N-PEP-12补充饮食补充对缺血性中风后认知障碍的神经记录的影响。方法这是一种试验随机对照，IV期，学术临床试验，旨在评估单一每日剂量的90毫克N-PEP-12的每日剂量和安全性在90天内支持神经回发现，与对照组相比，对对照组进行了比较，对中年和老年人进行了象征性的iSclatentorial Ischecitorior Stroke prectic ischecitial Stroke。结果研究小组在第90天的基线变化的蒙特利尔认知评估（MOCA），医院焦虑和抑郁量表（HADS） - 焦虑量表，颜色跟踪1和符号搜索（数字不正确）具有统计学意义（Mann -Whitney U检验）。在第90天的MOCA中，观察到有利于N-PEP-12的边界“中间效应”（D Cohen = 0.491，η2= 0.057，OR = 2.436，p = 0.010）。在第90天达到焦虑和颜色踪迹1，对N-PEP-12的“小到中间”效果表示了n-pep-12（d cohen = 0.424，η2= 0.043，OR = 0.043，or = 2.157，p = 0.026; d cohen = 0.481，η2= 0.481，η2= 0.055 = 0.055，或= 0.055，或= 2.39227，p = 0.0013，= 0.0013，= 0.0113，相应地）。对于符号搜索错误，观察到了对照组有利于对照组的“中间”效应（D Cohen = 0.501，η2= 0.059，OR = 2.4811，p = 0.007）。结论该探索性临床试验表明，饮食中补充N-PEP-12的益处有益处，以增强刚关闭性缺血性中风后神经发现的增强。
EEG2Rep：通过信息掩蔽输入增强自监督脑电图表征
脑电图 (EEG) 表征学习的自监督方法面临着 EEG 数据固有的三个特定挑战：（1）低信噪比对所学习表征的质量提出挑战，（2）由于受试者间差异等因素，幅度范围从非常小到相对较大，使模型有可能受较高幅度范围的支配，以及 （3）连续值序列中缺乏明确的分割，这可能导致信息量较少的表征。为了应对这些挑战，我们引入了 EEG2Rep，一种用于从 EEG 进行自监督表征学习的自预测方法。 EEG2Rep 的两个核心新颖组件如下：1) EEG2Rep 不是学习从原始 EEG 预测掩蔽输入，而是学习在潜在表示空间中预测掩蔽输入；2) EEG2Rep 不是使用传统的掩蔽方法，而是使用一种新的语义子序列保留 (SSP) 方法，该方法提供信息丰富的掩蔽输入来指导 EEG2Rep 生成丰富的语义表示。在对 6 种具有受试者差异的不同 EEG 任务进行的实验中，EEG2Rep 的表现明显优于最先进的方法。我们表明，我们的语义子序列保留改进了自我预测文献中现有的掩蔽方法，并发现保留 50% 的 EEG 记录将在所有 6 个任务上平均获得最准确的结果。最后，我们表明 EEG2Rep 对噪声具有鲁棒性，可以解决 EEG 数据中存在的一个重大挑战。模型和代码可在此处获取：https://github.com/Navidfoumani/EEG2Rep
引线键合技术大辩论：球形键合与楔形键合
图 2：典型球/月牙互连的简化表示 自动引线键合机于 20 世纪 80 年代初推出。当时，大多数互连都是使用铝线制作的。随着对高可靠性需求的增加，金线变得更加普遍。随着封装密度的增加，引线互连键合间距减小。细间距的初始解决方案是楔形键合，因为楔形工具设计允许将引线紧密键合（并排）。 细间距互连 在更小的空间内封装更多元件的需求导致 ASIC 设计变得更加密集。人们曾认为，互连细间距封装的最佳方法是通过楔形键合。在 20 世纪 90 年代后期，典型的键合间距从约 110µm 减小到约 90µm。在此期间，平均楔形工具尖端大约是球键合毛细管工具尖端宽度的三分之一。毛细管材料缺乏支持细间距工艺的稳健性。从那时起，改进的材料使细间距设计成为可能，其中尖端尺寸小于 70µm 的情况并不罕见。更小的特征、更高的密度和更多的 I/O 需要细间距。在当今的细间距环境中，任何使用楔形键合机键合的设备都可以使用球焊设备更快地键合。图 3 和图 4 描绘了使用 1.0 mil 导线通过球焊互连的 55µm 细间距架构。
储能杂志
本文研究了一种含有纳米封装相变材料 (PCM) 和金属壳材料的创新传热流体在太阳能储热系统中的光热转换性能。研究并比较了壳厚度、芯尺寸、壳材料类型、PCM 质量和壳体积浓度对储热介质热性能的影响。结果表明，水基 Ag、Au、Cu 和 Al 纳米流体的传热速率分别为 6.89、5.86、7.05 和 6.99 W，而在纯水中添加石蜡@Ag、Au、Cu 和 Al 纳米胶囊形成的浆液分别使传热提高了 6.18%、13.38%、10.8 和 11.33%。基于金属纳米颗粒的壳材料通过增强储热介质的太阳辐射捕获能力进一步增加了温度和能量存储增益。具体而言，根据 PCM 的质量浓度，石蜡@Cu 浆料的存储容量增加了 290%。由于 Ag 颗粒的壳厚度也从 8 纳米减小到 2 纳米，它使浆料的热能存储能力增加了 7%。然而，纳米胶囊尺寸的增大导致表面积与体积比 (SA:V) 聚集，从而降低了浆料的光热转换。因此，随着核尺寸从 10 纳米增加到 40 纳米，石蜡@Cu 浆料的热能存储行为降低了 5%。此外，壳中 Al 颗粒的体积浓度的增加令人惊讶地使热能存储降低了 5%。最后，还对石蜡基固体 PCM 进行了实验测试，以验证不同风速和太阳辐射下的比热容模型。
麻疹在美国
麻疹病毒被引入一个被低估的社区（90％或更少的覆盖率），这导致小到中等的爆发，范围为3至49例相关病例。•方案3 - 开发1-2次大暴发：在这种情况下，发生大型暴发，有或没有报告中小型疫情和/或零星病例的报告，并且不会导致超过12个月的持续传播。大型暴发通常发生在人口密度较高的紧密联系的，不足的情况下，尤其是当有未接种疫苗的人（例如移民庇护所或大众聚会）的口袋时。这会导致大规模爆发，范围为50例或更多情况。•方案4 - 发生3次大暴发的情况：在这种情况下，在不同社区中发生了三个或更多大爆发（50多个案例），有或没有报告中小型疫情和/或零星案件的报告，并且不会导致超过12个月以上的持续传播。这些暴发不是通过共享的传播链连接，而是由于各种因素（例如疫苗接种覆盖率，大规模收集或与旅行有关的引入）独立出现的。此外，由于病毒的普遍流行，高度接种疫苗社区的零星病例可能会增加。•方案5 - 持续传播超过12个月，导致麻疹消除状态的丧失：在第五场景中，该病毒至少1年维持持续的传播，无论疫苗接种水平如何。病毒的持续传播导致麻疹再次成为美国特有的。CDC定义特有的传播是在美国在美国连续12个月或更长时间连续的麻疹病毒传播链。在这种情况下，美国将失去麻疹消除状态，这是在2000年实现的。
阳极经颅直流电刺激对颅脑损伤的影响...
简介：治疗记忆障碍对神经心理学家来说是一个巨大的挑战，他们越来越多地将非侵入性大脑刺激与传统的认知训练相结合。这项荟萃分析（在 PROSPERO 注册：CRD42023460773）研究了阳极经颅直流电刺激 (a-tDCS) 对进行性和非进行性脑损伤患者记忆的影响。材料和方法：从公开数据库中确定符合条件的随机对照研究 (RCT)。两名独立审阅者使用 Cochrane 标准评估偏见风险，并计算记忆结果的 Hedges' g 系数值。结果：分析中使用了 22 项 RCT（23 项实验，577 名参与者）的数据。一些研究的方法学质量存在轻微担忧。大多数实验在背外侧前额叶皮质上使用主动 a-tDCS，平均电流密度为 0.1 mA/cm²。效果大小分析显示短期记忆（g = 0.58，95% CI = 0.27-0.88）和延迟回忆（g = 0.45，p < 0.001，95% CI = 0.23-0.67）有显著改善。双侧刺激与整体效果显著相关，但人们对出版偏见和研究异质性表示担忧。亚组分析显示，与延迟回忆（g = 0.45 和 0.44）相比，短期记忆的效应大小略大（渐进组和非渐进组分别为 g = 0.4 和 0.72）。结论：A-tDCS 对各种神经系统疾病的记忆都有小到中等的积极影响。然而，由于样本量小、统计功效低、以及分析数据可能存在出版偏见，现在认可 a-tDCS 作为标准神经心理干预的可靠辅助手段还为时过早。
MXP-1(D)(海军)(空中) 多国潜艇和...
保留 在北约演习期间，法国潜艇部队将不会批准 11 月（8*N）的放宽措施 8，配备 VDS 的法国舰船将收到命令，在尾随 VDS 时不得停止声纳。CASEX S-11。程序第 1b 段。安全区的目的尚不清楚。如果是为了在 OPFOR 和 FRNFOR 潜艇都在浅水区时为其提供分离，那么 4nm 被认为是过度的。建议将安全区缩小到 1nm。如果不是出于此目的，则应提供澄清。如果 CASEX S-11 的作者或各国不愿意修改安全区域尺寸，那么 GBR 应该提出保留意见，以便将 GBR 使用的宽度减小到 1 海里。保留意见基于这样一个事实，即 FRNFOR 潜艇可能距离其可以进入浅水或水面的区域 16 海里。这似乎太过分了。土耳其不接受“沿海水域”一词，因为它不包含在国际法中。土耳其接受使用“沿海水域”一词，如 MC 296/1 中所述（这既不会对国际法下的主权国家产生任何影响，也不会产生任何影响） 评论 STANAG 1052 的发布并不会自动授予出版物的发布。关于文件 AXP-1(D)，不会在 PfP 国家之间分发。关于参考文献 B（在此评论中，参考文献 B 被标识为 AAP-3(I)），将 MXP-1(D) 分发给 PfP 国家并不麻烦。爱沙尼亚海军没有 STANAG 中描述的职能。此回复（GBR 对变更 5 的批准）还包括 GBR 同意批准 MXP-1(D)。立陶宛海军没有 STANAG（STANAG 1052）所涵盖的舰船和装备。AXP-1(D) 被视为不可向非北约国家发布，因为 AXP-1(D) 是北约机密文件。
比较统计，机器学习的性能...
轻度认知障碍（MCI）是一种疾病，其特征是认知能力下降，特别是在记忆，语言和注意力方面，这超出了由于正常衰老而预期的。检测MCI对于提供适当的干预措施并减慢痴呆症的进展至关重要。使用时间到事件数据有几种预测的自动化预测算法，但是尚不清楚哪个最好预测与MCI相关的时间。如果训练权重较少的算法较少准确，也存在混乱。我们比较了三种算法，从较小到大的训练权重：统计预测模型（COX比例危害模型，Coxph），机器学习模型（随机生存森林，RSF）和深度学习模型（DeepSurv）。要比较不同方案的算法，我们基于ALZ-HEIMER NACC数据集创建了一个模拟数据集。我们发现，在所有模拟场景中，Coxph模型都是表现最佳的模型之一。在较大的样本量（n = 6,000）中，深度学习算法（DeepSurv）表现出与Coxph模型（73％）的可比精度（73.1％）。过去，忽略Coxph模型中的异质性，得出的结论是，深度学习方法是优越的。我们发现，在使用异质性的Coxph模型时，其准确性与DeepSurv和RSF相当。此外，当存在未观察到的异质性时，例如训练中缺少特征，所有三个模型的准确性都相似。这项仿真研究表明，在某些应用中，具有较小训练权重的算法并不是在准确性方面处于不利地位。由于权重较少的算法本质上更容易解释，因此该研究可以帮助艺术智能研究开发一种原则性的方法来比较统计，机器学习和深度学习算法，以实现时间预测。