XiaoMi-AI文件搜索系统
World File Search System伦敦大学
生物活性材料 - UCL发现 - 伦敦大学学院
Ti合金由于其出色的结构，机械和生物学特性而在骨修复或再生领域越来越关注。在这项研究中，设计了由简单的立方（结构A）组成的六种类型的具有不同支柱半径的复合晶格结构，以身体为中心的立方体（结构B）和以边缘为中心的立方体（结构C）。首先通过有限元（FE）方法对设计的结构进行模拟和分析。然后通过选择性激光熔化（SLM）制造具有优化单位细胞和Strut半径的商业上纯Ti（CP - Ti）晶格结构，并且表征了尺寸，微观图和机械性能。结果表明，在六种类型的复合晶格结构中，BA，CA和CB结构组合表现出较小的最大von-Mises应力，表明这些结构具有较高的强度。基于应力/特定表面积与支撑杆半径的拟合曲线，BA，CA和CB结构的优化支撑杆半径分别为0.28、0.23和0.30 mm。它们相应的压缩屈服强度和压缩模量分别为42.28、30.11和176.96 MPa和4.13、2.16和7.84 GPA。带有CB单位结构的CP-TI具有与皮质骨相似的强度和压缩模量，这使其成为潜在的软骨下骨修复体的候选者。
威廉姆斯 - UCL 探索 - 伦敦大学学院
流行病学研究发现他汀类药物的使用与帕金森病 (PD) 风险之间存在不一致的关联，这表明接触他汀类药物可能会提供神经保护 1 - 3 或增加 PD 风险。4,5 然而，这种观察性研究受到限制因果推断的偏差的影响，例如混杂和反向因果关系。在长期随机对照试验中稳健地评估他汀类药物或其他降脂药物对 PD 预防的潜力将具有挑战性，因此，有必要使用其他研究设计来检查接触降脂药物是否会减轻或增加 PD 风险。遗传变异可用于预测长期药物暴露对疾病风险的影响。蛋白质编码基因附近的变异可以影响蛋白质的产生或功能，其方式类似于药物对相同蛋白质的治疗调节。因此，这些基因的关联可能是可靠的。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
化学工程期刊 - 伦敦大学学院发现
药物污染物已成为全球关注的问题。这些新兴污染物 (EC) 在不同水体中普遍存在，浓度高于生态毒性终点，导致水生生物和水质恶化。本研究广泛评估了在相对低温下合成的多孔石墨烯 (PG) 作为从水溶液中去除六种广泛使用的药物（如阿替洛尔 (ATL)、卡马西平 (CBZ)、环丙沙星 (CIP)、双氯芬酸 (DCF)、吉非贝齐 (GEM) 和布洛芬 (IBP)）的潜在候选物的功效。进行了详细的批量测试，以研究吸附时间、初始 EC 浓度、PG 剂量、溶液 pH 值和温度的影响。将 PG 去除 EC 的处理效率与碳质对应物（氧化石墨烯和石墨）去除的效率进行了比较。在不同水体中处理这些 EC 的混合溶液，以测试 PG 作为三级处理选项的效果。通过热力学研究、吸附动力学和等温模型探索吸附机理，并使用 TEM、SEM-EDS、XRD、FT-IR、拉曼光谱和其他分析对 ECs 吸附前后的 PG 吸附剂进行表征。结果表明，对于某些 ECs 来说，动力学很快，吸附容量超过 100 mg-EC/g-PG，在低剂量 PG（100 mg/L）下，所有选定 ECs 的痕量浓度（> 99%）均具有高去除效率。水和废水样品中混合 ECs 的去除效率受到负面干扰，可通过增加 PG 剂量来缓解。吸附过程是异质的，由物理吸附控制。进一步的结果显示了焓驱动吸附过程的放热性质和 PG 的可回收潜力。可以认为 PG 可以
BF 和 BF2 的电子散射研究 - 伦敦大学学院发现
BF、BF 2 、BF 3 和正离子种类如B + 、BF + 、BF + 2 、BF + 3 。此类碰撞过程还控制等离子体的稳定性和放电平衡。等离子体中产生的种类和自由电子会引起各种碰撞过程，了解这些碰撞过程对于模拟 BF 3 等离子体非常重要。因此，等离子体中所有离子和中性粒子的可靠电子碰撞截面是准确进行等离子体放电模拟的重要数据。碰撞截面数据是等离子体模拟的重要输入，此类模拟的准确性与输入数据的可靠性直接相关。在 (3 ∼ 100 eV) 范围内的碰撞截面数据对于低温等离子体 (3 ∼ 5 eV) 很重要，其中电子的能量可分布高达 100 eV。弹性散射是大多数等离子体放电中的主要过程，因为与其他反应相比，该过程的碰撞截面较大；弹性散射有助于使电子热化。另一方面，对于电子激发过程，电子激发阈值低于电离阈值，因此当电子温度较低时，该反应可能很重要。在实验中，散射和激发截面可用于分析电子加热机制 [5, 6]。即使在这种情况下，也需要至少 25 eV 的数据，但最高可达 100 eV。此外，由于这些自由基难以制备、反应性强且具有强腐蚀性，因此对 BF 和 BF 2 等自由基的实验研究既困难又罕见；因此目前没有可用的实验数据。理论计算在提供全面能量范围内的数据方面的重要性已得到充分证实 [7]。电子与中性 BF 3 分子的碰撞研究在理论和实验上都得到了相当大的关注 [4, 8–17]。文献中也有一些关于正 BF x 离子的各种碰撞过程的电子碰撞研究 [1, 18, 19]。然而，还没有对自由基 BF 和 BF 2 中的电子诱导碰撞过程进行系统研究，而这种碰撞过程在任何含 BF 3 的等离子体中都起着重要作用。我们最近使用 R 矩阵方法对 BF 3 分子的电子散射截面进行了研究[17]，结果表明其与实验数据高度一致，这促使我们对 BF 和 BF 2 进行类似的计算。这是本研究的主要动机之一。文献中唯一可用的研究是 Kim 等人[10]的工作，他们使用二元相遇 Bethe (BEB) [20] 方法提供了 BF 和 BF 2 的电离截面。因此，在本研究中，我们提供了 BF 和 BF 2 的一组重要截面，如弹性、激发、微分截面（DCS）和动量转移截面（MTCS）以及总电离截面，并与 BEB 数据进行比较 [10]。使用 R 矩阵和球面复光学势 (SCOP) 方法，采用完整活性空间配置 (CAS-CI) 和静态交换 (SE) 模型进行计算。CAS-CI 计算随着目标状态数量的增加而进行，直到获得收敛结果。我们使用两种理论方法在不同的能量范围内进行计算。在低能区（<10eV），从头算 R 矩阵方法可以很好地表示电子-分子
期刊预校样 - UCL Discovery - 伦敦大学学院
这是一篇在接受后经过改进的文章的 PDF 文件，例如添加了封面和元数据，以及格式化以提高可读性，但它还不是最终的记录版本。此版本在以最终形式发布之前将经过额外的文字编辑、排版和审查，但我们提供此版本是为了尽早看到这篇文章。请注意，在制作过程中，可能会发现可能影响内容的错误，并且适用于该期刊的所有法律免责声明均适用。
科学期刊 - 伦敦大学学院发现
严格控制纳米粒子与生物系统相互作用的选择性对于靶向疗法的开发至关重要。然而，可调参数数量众多，如果没有指导原则，很难确定最佳设计的“最佳点”。在这里，我们将超选择性理论与软物质物理学结合成一个统一的理论框架，并以血脑屏障细胞为目标证明了它的有效性。我们将我们的方法应用于用靶向配体功能化的聚合物囊泡，以确定在粒径、刷长和密度以及系绳长度、亲和力和配体数量方面最具选择性的参数组合。我们表明，将多价相互作用组合成多路复用系统使相互作用成为细胞表型的函数，即表达哪些受体。因此，我们提出设计一种“条形码”靶向方法，可以根据独特的细胞群进行量身定制，从而实现个性化治疗。
造型尖塔制作者 - 伦敦大学亚非学院研究在线
俯瞰萨那卡老城，中心地带是达乌德清真寺的尖塔。俯瞰萨那卡老城，背景是 al-Zumur 尖塔。制作 gamariyyah 窗户。gamariyyah 窗户的纸质模板。学徒在湿石膏中钻出 gamariyyah 窗户的粗糙形状。一名年轻的学徒以更精细、更平滑的细节凿出形状。工匠大师展示成品 gamariyyah 窗户，镶嵌着各种颜色的彩色玻璃。扎比德的尖塔。塔伊兹的阿什拉菲亚清真寺的双尖塔之一。扎法尔迪宾的尖塔。扎法尔迪宾的尖塔。类似蛇的装饰砖砌细节。吉布拉的尖塔。考卡班的尖塔。扎比德的尖塔。拉达卡的 cAmiriyyah 清真寺的尖塔。萨达赫的大清真寺的尖塔。穆卡拉的尖塔。萨那的 al-Madrassah 清真寺的尖塔（公元 1519-1520 年）。al-Madrassah 尖塔砖基细节。al-Abhar 清真寺尖塔，萨那卡（公元 1374-75 年）。Musa 清真寺尖塔，萨那卡（公元 1747-1748 年）。Qubbat al-Mahdi cAbbas 尖塔，萨那卡（公元 1750-1751 年）。Zumur 清真寺尖塔，萨那卡（1790-1791 年）。Ibn al-Husayn 清真寺尖塔，萨那卡（1936-1937 年）。凹面彩陶瓷砖镶嵌在雕刻装饰石膏中。Asnaf-Khawlan 的 al-0Abbas 清真寺的 Mihrab。萨纳卡萨拉丁清真寺的尖塔。萨纳卡 al-Bakiriyyah 清真寺的尖塔。哈立德·本·瓦利德清真寺的尖塔，萨纳卡 (1989)。Qubbat Talhah 尖塔，萨纳卡。萨纳卡 al-Shahidayn 清真寺的尖塔。自 1980 年以来由 Bayt al-Maswari 在萨那建造的尖塔。