XiaoMi-AI文件搜索系统
World File Search System加州大学
加州大学欧文分校
台山反中微子观测站（TAO，又称JUNO-TAO）是江门地下中微子观测站（JUNO）的卫星实验。一台吨级液体闪烁体探测器将放置在距离台山核电站核心约 30 米的地方。反应堆反中微子谱将以亚百分能量分辨率进行测量，为未来的反应堆中微子实验提供参考谱，并为测试核数据库提供基准测量。一个装有 2.8 吨钆掺杂液体闪烁体的球形丙烯酸容器将通过 10 m 2 硅光电倍增管 (SiPM) 进行观察，其光子探测效率 > 50%，几乎完全覆盖。光电子产量约为每兆电子伏 4500 个，比任何现有的大型液体闪烁体探测器都要高一个数量级。该探测器在 -50 ◦ C 下运行，以将 SiPM 的暗噪声降低到可接受的水平。该探测器每天将测量约 2000 个反应堆反中微子，并设计为能够很好地屏蔽宇宙背景和环境放射性，使背景信号比约为 10%。该实验预计将于 2022 年开始运行。
加州大学圣地亚哥分校
利用三维动力学模拟，我们研究了具有预填充圆柱形通道的结构化激光辐照目标所发射的准直伽马射线束。该通道引导入射激光脉冲，从而产生缓慢发展的方位等离子体磁场，该磁场有两个关键功能：增强激光驱动的电子加速和诱导高能电子发射伽马射线。我们的主要发现是，通过利用具有最佳密度的通道，可以在不增加激光强度的情况下显著提高激光能量到伽马射线束 (5 ◦ 开角) 的转换效率。当我们将 P 从 1 PW 增加到 4 PW 时，保持激光峰值强度固定在 5 × 10 22 W/cm 2 ，转换效率随着入射激光功率 P 大致线性增加。这种缩放是通过在通道中使用 10 到 20 n cr 之间的最佳等离子体密度范围来实现的，其中 n cr 是电磁波的经典截止密度。相应的光子数按 P 2 缩放。一个直接受益于这种强缩放的应用是通过双光子碰撞产生对，在固定激光强度下，产生的对的数量按 P 4 增加。
加州大学圣地亚哥分校
• 在与太阳能热板热量收集相关的边界条件下，模拟了现场规模土壤钻孔热能存储系统中的地面温度。 • 使用重构样本校准了考虑增强蒸汽扩散和相变的耦合传热和水流数值模型，并根据加热和环境冷却期间测量的现场温度数据进行了验证。 • 瞬态温度测量和模拟结果表明在包气带非饱和土壤中安装热能存储系统的积极方面。 • 模拟结果表明，热交换器附近的饱和度可能发生了永久性下降。但是，对于本研究考虑的条件，影响区不足以在热交换器之间产生重叠效应。 • 饱和度的降低导致热交换器附近的热导率和体积热容量降低，这可能导致后续热注入事件时出现不同的瞬态响应。
加州大学伯克利分校
工程化 T 细胞疗法正在彻底改变癌症治疗，它可使白血病和淋巴瘤等血液相关癌症实现长期缓解。这些疗法包括移除患者的 T 细胞，“重新编程”它们以攻击癌细胞，然后将它们输回患者体内。使用 CRISPR-Cas9 进行靶向基因失活（敲除）可增强 T 细胞活性（1、2），并有可能扩大细胞疗法的应用。到目前为止，尚不清楚 CRISPR-Cas9 编辑的 T 细胞在重新注入人体后是否会被耐受并生长。在本期第 XXX 页，Stadtmauer 等人（3）展示了对首批使用 CRISPR-Cas9 修饰的 T 细胞治疗的癌症患者进行的 1 期临床试验（旨在测试安全性和可行性）的数据。这些发现代表了基因编辑在治疗应用方面取得的重要进展，并凸显了加速细胞疗法发展的潜力。
sttf-report.pdf - 学术委员会 - 加州大学
STTF 就如何定义和衡量学术准备度，同时又不加剧种族和阶级教育机会方面的现有差异展开了复杂而有原则的对话。它评估了如何权衡准确预测 UC 表现的目标与其他可能相互竞争的目标，例如培养未来的领导者、代表加州的多样性、促进社会经济流动性和打击不平等。它调查了种族和社会经济地位与标准化考试成绩之间潜在相关性的担忧，以及加州学校的学校隔离和资源不平等对 UC 申请者的影响。这些讨论揭示了选择应该被 UC 录取的学生的任务的复杂性，这与确保准备度、追求多样性以及支持机会、准入和公平的目标一致。STTF 及其小组委员会要求提供许多额外的
加州大学人工智能应用 - UCUES 结果
综上所述，近三分之二的学生在一定程度上使用过人工智能工具进行学习。使用过人工智能工具的学生比例随着学生水平的提高而增加。与女学生相比，男学生使用人工智能工具的比例更高，STEM 领域的学生比艺术和人文领域的学生更有可能使用人工智能工具。国际学生在频繁使用和偶尔使用人工智能工具方面都处于领先地位。佩尔助学金获得者使用人工智能工具的可能性低于同龄人。使用频率随着年龄的增长而增加。超过一半的受访者表示，他们使用人工智能工具来为写作项目或演讲集思广益、研究主题或备考。此外，超过 80% 的学生表示，他们的教授已经讨论过有关在课程中适当使用人工智能的政策，他们通常对如何使用人工智能来提高学习有很好的理解。
加州大学圣地亚哥分校 - eScholarship
摘要。由于民用基础设施的老化及其相关的经济影响，越来越需要持续监测结构和非结构部件，以进行系统生命周期管理，包括维护优先级排序。对于复杂的基础设施，此监控过程涉及以不同时间尺度和分辨率收集的不同类型的数据源，包括但不限于从人工检查中抽象出的评级数据、历史故障记录数据、不确定成本数据、高保真物理模拟数据和在线高分辨率结构健康监测 (SHM) 数据。数据源的异质性对实施用于维护等生命周期行动决策的诊断/预测框架提出了挑战。以人字门的角块组件为例，本章介绍了一个整体的贝叶斯数据分析和机器学习 (ML) 框架，以演示如何使用贝叶斯和 ML 方法集成各种数据源，以实现有效的 SHM 以及预测和健康管理 (PHM)。具体而言，本章讨论了如何将贝叶斯数据分析和 ML 方法应用于 (1) 角块轴承失接触退化的诊断；(2) 优化门上 SHM 的传感器位置；(3) 融合各种数据源以实现有效的 PHM；(4) 通过考虑不确定性下人类决策的行为方面来决定维护策略。
THE WIRE - 加州大学伯克利分校
在集成电路的大部分历史中，片上互连线被认为是二等公民，只有在特殊情况下或进行高精度分析时才需要考虑。随着深亚微米半导体技术的引入，这种情况正在发生快速变化。由互连线引入的寄生效应表现出与晶体管等有源器件不同的缩放行为，并且随着器件尺寸的减小和电路速度的提高而变得越来越重要。事实上，它们开始主导数字集成电路的一些相关指标，如速度、能耗和可靠性。由于技术的进步使得生产越来越大的芯片尺寸在经济上可行，这导致互连线的平均长度和相关的寄生效应增加，这种情况更加严重。因此，仔细深入地分析互连线在半导体技术中的作用和行为不仅是可取的，而且是必要的。