XiaoMi-AI文件搜索系统
World File Search System冒泡排序
铂基纳米合金化学排序趋势
摘要 合金纳米粒子是基础研究的一个非常有趣的课题，同时在工业催化、微电子、传感器和医学方面也有很多有用的应用。它们的性质取决于原子和化学结构，而原子和化学结构一直是深入研究的主题。本文介绍了 Pt 基纳米系统化学排序和表面偏析的一些理论预测趋势，尤其是过渡金属和贵金属，它们的催化、磁性和光学性质众所周知。通过将两种不同的金属结合，可以提高催化的选择性，或增加磁系统中的磁各向异性，或调节光吸收中的表面等离子体共振，但问题是这两种物质将如何混合或分离，以及它们将如何分布在纳米粒子的表面和核心中。本文将从原子模拟中获得一些关于 Pt-X、X=Co、Pd 或 Ag 系统的一般概述。它将纳米合金所采用的化学结构与系统的化学特性（就块状合金中的有序趋势和表面合金中的表面偏析而言）联系起来。
按能量对双环有符号有向图进行排序
有符号有向图 (或简称 sidigraph) 由一对 S = ( D , σ ) 组成，其中 D = ( V , A ) 为基础有向图，σ : A →{ 1 , − 1 } 是有符号函数。带有 +1 ( − 1) 符号的弧称为 S 的正 (负) 弧。一般而言，S 的弧称为有符号弧。sidigraph 的符号定义为其弧符号的乘积。如果 sidigraph 的符号为正 (负)，则称其为正 (负)。如果 sidigraph 的所有弧均为正 (负)，则称其为全正 (全负)。如果 sidigraph 的每个环均为正，则称其为环平衡的，否则为非环平衡的。在本文中，我们假设环平衡（非环平衡）环为正（负）环，并用 C + n（C − n）表示，其中 n 是顶点数。对于有向图，我们用 uv 表示从顶点 u 到顶点 v 的弧。顶点集 { vi | i = 1 , 2 , ... , n } 和有符号弧集 { vivi + 1 | i = 1 , 2 , ... , n − 1 } 组成有向路径 P n 。顶点集 { vi | i = 1 , 2 , ... , n } 和有符号弧集 { vivi + 1 | i = 1 , 2 , ... , n − 1 } 组成有向路径 P n 。 , n − 1 } ∪{ vnv 1 } 组成一个有向圈 C n 。如果 sidigraph 的底层图是连通的，则该 sidigraph 是连通的。如果连通的 sidigraph 包含唯一的单个有向圈，则它是单环 sidigraph。如果连通的 sidigraph 恰好包含两个单个有向圈，则它是双环 sidigraph。我们考虑具有 n ( n ≥ 4) 个顶点的双环有符号有向图类 S n ，它的两个有符号有向偶圈是顶点不相交的。对于 sidigraph S = ( D , σ )，如果它有一条从 u 到 v 的有向路径和一条从 v 到 u 的有向路径，其中 ∀ u , v ∈V ，那么它是强连通的。S 的最大强连通子图称为 sidigraph S 的强组件。
疫苗优先排序的经济框架 - Eric Budish
∗ R ⃝ 符号表示作者姓名经过认证的随机顺序，如 Ray R ⃝ Robson (2018) 所述。作者感谢 Susan Athey、P´eter Bir´o、Matthew Cortland、Glenn Ellison、Ezekiel Emanuel、Simon Finster、Drew Fu- denberg、Navid Ghaffarzadegan、Gregg Gonsalves、Anup Malani、Paul Milgrom、Romans Pancs、Parag Pathak、Canice Prendergast、Hazhir Rahmandad、Alvin Roth、Tayfun S¨onmez、Alex Tabarrok、Nikhil Vellodi、Robert Wilson、编辑 (Robert Barro)、多位审稿人以及众多研讨会和会议听众的深刻对话和评论，并感谢 Xiaoyun Qiu 提供的出色研究协助。Akbarpour、Dworczak 和 Kominers 衷心感谢华盛顿公平增长中心的支持。 Akbarpour 非常感谢 Alfred P. Sloan 奖学金的支持。Dworczak 非常感谢欧盟在 ERC 启动基金 IMD-101040122 下提供的支持。但本文表达的观点和意见仅代表作者本人，并不一定反映欧盟或欧洲研究理事会的观点和意见。欧盟和授权机构均不对此负责。本文摘要发表于第 23 届 ACM 经济与计算会议论文集。
凝胶电泳：排序并参见DNA前类活动
21,226 23,130 16,841 19,329 18,170 19,044 7,421 9,416 7,233 16,380 14,083 12,434 5,804 6,557 6,770 4,572 7,054 7,888 5,643 4,361 6,527 4,254 4,641 6,995 4.878 2.322 5.626 3.965 4.55 $ 3.530 2.527 5,527 564 5660 1860
机器学习支持的化学短程原子排序断层扫描成像
在固体中，化学短程有序 (CSRO) 是指某些物种的原子占据特定晶体位置的自组织。CSRO 越来越多地被视为一种调整材料机械和功能特性的杠杆。然而，CSRO 域的性质与形态、数密度和原子配置之间的定量关系仍然难以捉摸。本文展示了机器学习增强原子探针断层扫描 (APT) 如何挖掘近原子分辨的 APT 数据，并联合利用该技术的高元素灵敏度来提供 CoCrNi 中熵合金中 CSRO 的 3D 定量分析。揭示了多种 CSRO 配置，其形成得到了最先进的蒙特卡罗模拟的支持。对这些 CSRO 进行定量分析可以建立处理参数和物理特性之间的关系。CSRO 的明确表征将有助于通过操纵原子级架构来完善设计先进材料的策略。
使用 AHP 和框架对供应链风险进行优先级排序...
[1] GA Zsidisin，“管理者对供应风险的认知”，《供应链管理杂志》，第 39 卷，第 4 期，第 14-26 页，2006 年，doi：10.1111/j.1745-493X.2003.tb00146.x。[2] T. Moyaux、B. Chaib-draa 和 S. D'Amours，“信息共享对订购方法在减少牛鞭效应方面的效率的影响”，《IEEE 系统、人与控制论汇刊》，C 部分 (SMC-C)，第 37 卷，第 3 期，第 396-409 页，2007 年，doi：10.1109/TSMCC.2006.887014。 [3] S. Fazli 和 A. Masoumi，“使用分析网络过程方法评估供应链的脆弱性”，《国际应用与基础科学研究杂志》，第 3 卷，第 13 期，第 2763-2771 页，2012 年。[4] M. Punniyamoorthy、N. Thamaraiselvan 和 L. Manikandan，“供应链风险评估：量表开发与验证”，《基准测试：国际杂志》，第 20 卷，第 1 期，第 79-105 页，2013 年，doi：10.1108/14635771311299506。[5] F. Aqlan 和 S. Lam，“供应链风险建模与缓解”，《国际生产研究杂志》，第 53 卷，第 13 期，第 2763-2771 页，2012 年。 18，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。[6] S. Ambulkar、J. Blackhurst 和 SJ Grawe，“企业对供应链中断的适应力：量表开发和实证检验”，运营管理杂志，第 33 卷，第 111-122 页，2015 年，doi：10.1016/J.JOM.2014.11.002。[7] A. Andjelkovic，“主动的供应链风险管理方法 - 塞尔维亚案例”，经济年鉴，第 62 卷，第 5640-5656 页，2015 年，doi：10.1080/00207543.2015.1047975。 214，第 121-137 页，2017 年，doi：10.2298/EKA1714121A。[8] T. Sawik，“供应链中断管理的投资组合方法”，《国际生产研究杂志》，第 55 卷，第 7 期，第 1970-1991 页，2017 年，doi：10.1080/00207543.2016.1249432。 [9] M. Pavlovi ć、U. Marjanovi ć、S. Raki ć、N. Tasi ć 和 B. Lali ć，“大数据在制造业的巨大潜力：来自新兴经济体的证据”，收录于：B. Lalic、V. Majstorovic、U. Marjanovic、G. von Cieminski 和 D. Romero（编），生产管理系统的发展。迈向智能数字化制造，2020 年，卷 AICT 592，第 100–107 页，doi：10.1007/978-3-030-57997-5_12。[10] J. Zhou、G. Bi、H. Liu、Y. Fang 和 Z. Hua，“理解员工能力、运营 IS 一致性和组织敏捷性——一种灵巧的视角”，信息与管理，卷55，第 6 期，第 695-708 页，2018 年，doi：10.1016/j. im.2018.02.002。[11] Y. Ju、H. Hou 和 J. Yang，“物流服务供应链中的整合质量、价值共创和弹性：数字技术的调节作用”，工业管理与数据系统，第 121 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。[12] ZJH Tarigan、J. Mochtar、SR Basana 和 H. Siagian，“能力管理通过供应链整合和质量对组织绩效的影响”，不确定的供应链管理，第 9 卷，第 2 期，第 364-380 页，2021 年，doi：10.1108/IMDS-08-2020-0445。 2，第 283-294 页，2021 年，doi：10.5267/j.uscm.2021.3.004。[13] S. Chakraborty、S. Bhattacharya 和 DDDobrzykowski，“供应链协作对价值共创和公司绩效的影响：医疗服务业视角”，Procedia Economics and Finance，第 11 卷，第 676-694 页，2014 年，doi：10.1016/S2212-5671(14)00233-0。[14] B. Gaudenzi 和 A. Borghesi，“使用 AHP 方法管理供应链中的风险”，国际物流管理杂志，第 17 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。[15] O. Khan 和 B. Burnes，“风险与供应链管理：制定研究议程”，国际物流管理杂志，第 18 卷，第 1 期，第 114-136 页，2006 年，doi：10.1108/09574090610663464。 2，第 197-216 页，2007 年，doi：10.1108/09574090710816931。[16] S. Jaffee、P. Siegel 和 C. Andrews，“快速农业供应链风险评估：概念框架”，世界银行，美国华盛顿特区：农业和农村发展部，2010 年。
当前的 gRNA 排序预测算法对植物基因组编辑有用吗？
通过传统育种将新特性引入作物通常需要几十年的时间，但最近开发的基因组序列修饰技术有可能加速这一过程。这些新育种技术之一依赖于 RNA 指导的 DNA 核酸酶 (CRISPR/Cas9) 在体内切割基因组 DNA，以促进序列的删除或插入。这种序列特异性靶向由向导 RNA (gRNA) 决定。然而，选择最佳 gRNA 序列有其挑战。几乎所有当前用于植物的 gRNA 设计工具都是基于动物实验数据，尽管许多工具允许使用植物基因组来识别潜在的脱靶位点。在这里，我们检查了八种不同的在线 gRNA 位点工具的预测一致性和性能。不幸的是，不同算法的排名之间几乎没有共识，排名与体内有效性之间也没有统计学上显着的相关性。这表明，影响植物中 gRNA 性能和/或靶位点可及性的重要因素尚未阐明并纳入 gRNA 位点预测工具中。
三角光学晶格中量子条纹排序的证据
1南部科学技术大学，深圳518055，中国2深圳科学与工程学院，南部科学技术大学，深圳518055，中国318055，3中，中国科学院，中国科学学院，中国3100次，中国科学院，中国科学院，中国科学院31次，科学，科学，科学。中国杭州5理论科学研究所，西湖大学，310024，杭州，中国杭州6吉安省量子材料的主要实验室，汉州科学院物理学系，杭州大学，310030，310030 Luruper Chaussee 149，22761汉堡，德国
草地固碳增汇技术评价规范
1) 计算权重在软件中可选择熵值法、层次分析法等计算方法； 2) 也可对定性指标进行权重计算。 d) 综合评价 — TOPSIS 分析。 根据软件运行结果，选择评价对象与最优方案接近程度最大的值，该值越大说明越接近最优方案 （系统会根据值的大小自动排序）。