XiaoMi-AI文件搜索系统
World File Search System密度
碳掺杂二维材料中的人工智能能隙预测：利用 Behler-Parrinello 描述符实现高密度系统
摘要 在本研究中，我们使用机器学习 (ML) 技术探索了碳掺杂六方氮化硼 (h-BN) 薄片的电子特性。六方氮化硼是一种被广泛研究的二维材料，具有出色的机械、热学和电子特性，使其适用于纳米电子学和光电子学应用。通过用碳原子掺杂 h-BN 晶格，我们旨在研究掺杂如何影响其电子结构，特别关注基态能量和 HOMO-LUMO 间隙。我们生成了一个包含 2076 个 h-BN 薄片的数据集，这些薄片被氢饱和并掺杂了随机变化浓度的碳原子。选择了三种典型的掺杂场景——一个、十个和二十个碳原子——进行深入分析。使用密度泛函理论 (DFT) 计算，我们确定了这些配置的基态能量和 HOMO-LUMO 间隙。使用 Behler-Parrinello 原子对称函数从优化结构生成描述符，这些描述符捕获了 ML 模型的关键特征。我们采用了随机森林和梯度提升模型来预测能量和 HOMO-LUMO 间隙，实现了较高的预测准确率，R 平方值分别为 0.84 和 0.87。这项研究证明了 ML 技术在预测掺杂 2D 材料特性方面的潜力，为传统方法提供了一种更快、更经济的替代方案，对纳米电子、储能和传感器领域的材料设计具有广泛的意义。
通过密度比的正交分解来学习皮质肌肉依赖性
皮质脊髓神经途径对于运动控制和移动执行至关重要，在人类中，通常使用并发的电解质学（EEG）和肌电图（EMG）录音来研究它。但是，当前捕获这些记录之间高级和上下文连接性的方法具有重要的局限性。在这里，我们基于密度比的正交分解来介绍统计依赖估计量的新应用，以模拟皮质和肌肉振荡之间的关系。我们的方法通过学习特征值，特征函数和密度比的投影空间从信号实现的实现，解决皮质 - 肌肉连接性皮质的可解释性，可伸缩性和局部时间依赖性来扩展。我们通过实验证明，从皮质肌肉连通性中学到的本征函数可以准确地对运动和受试者进行分类。此外，它们揭示了确认运动过程中特定脑电图通道激活的通道和时间依赖性。我们的代码可在https://github.com/bohu615/corticomuscular-eigen-coder上找到。
血小板与高密度脂蛋白胆固醇比率与糖尿病和糖尿病前期风险之间的关联：2005 - 2018 年 NHANES 的最新发现
方法：本研究分析了 2005-2018 年全国健康和营养检查调查 (NHANES) 的数据。糖尿病和糖尿病前期的患病率以及 HDL-C 水平和血小板计数均来自横断面调查。PHR 通过将血小板计数除以 HDL-C 浓度计算得出，并根据既定的临床标准对糖尿病或糖尿病前期进行分类。我们使用多元逻辑回归分析来估计比值比 (OR) 和 95% CI。逻辑回归模型分为分类模型和连续模型。使用受限三次样条函数 (RCS) 和两段线性回归评估潜在的非线性关系以确定任何拐点。此外，还进行了亚组和相互作用分析以确定不同人群之间的差异。
电荷密度波在Kagome Magnet Fege中的不稳定性
抽象的kagome金属显示出由于几何挫败感，扁平带，多体效应和非平凡拓扑而引起的竞争量子阶段。最近，在FEGE的抗铁磁阶段深处发现了一种新型的电荷密度波（CDW），这引起了由于与磁性密切的关系而引起的强烈关注。在这里，通过扫描隧道显微镜（STM），我们发现FeGE中的2×2 CDW非常脆弱，并且很容易被破坏到最初的1×1相中。发现小√3×√3CDW水坑与在生长样品中的2×2 CDW并存，并且也可以在CDW中断的中间过程中诱导，最终将转变为最初的1×1相。此外，在中断过程中，异国情调的中间CDW状态和独立的CDW核出现了。我们的第一原则计算在CDW波矢量周围的大动量区域中发现平面光学声子模式的平等软化，对应于具有近距离能量的众多竞争CDW。这可能导致CDW基态的强烈不稳定，负责STM观测。我们的发现提供了更多新颖的实验方面，以了解FEGE中的CDW，并建议类似Fege的Kagome金属是研究竞争CDW不稳定性物理学的理想平台。
studi sifat elektronik grafit menggunakan metode密度...
a b s t r a k i n f o a r t i r e l这项研究是通过使用量子意式浓缩软件实现的密度函数理论方法来确定基于状态的带结构和密度的石墨电子性能的。进行计算之前，收敛研究是收敛的截止和K点。计算是使用能量截止的125 RY和K-Point 30 30 30。从频带结构曲线中，石墨的电子特性是能带隙0.01085552 eV的半导体。同时，根据状态曲线的密度，在费米水平附近的2 ev中获得了高密度。div>旋转和旋转的状态曲线的密度表明石墨是一种非磁性物质。
中子星形外壳的时间依赖性核能密度的功能理论工具包：中子超氟中心核的动力学
我们提出了一种新的数值工具，旨在探测中子星形地壳的致密层。它基于时间依赖性的Hartree-fock-Bogoliubov理论，该理论具有Brussels-Montreal家族的广义Skyrme核能密度功能。我们使用它来研究中子恒星内皮中通过超流体中子培养基加速的核的时间演变。我们提取低速限制的有效质量。我们观察到阈值速度并指定耗散的机制：声子发射，库珀对破裂和创建涡流环。这些微观效应对于理解各种中子星现象至关重要。此外，我们描述的机制是一般的，也适用于其他速度超级流体，与液体氦气或超速气体等障碍物相互作用。
由晶体学电子密度引导的蛋白质集合的生成建模
蛋白质是动态分子，在生物过程中和其他方面的热力学采样构象中的状态之间的过渡。尽管由X射线晶体学生成的模型通常描绘了单个构象，但这实际上是一个集合度量。蛋白质晶体是一个巨大的分子阵列，从衍射中重建的电子密度可捕获该阵列中原子位置之间的变异性。随着蛋白质链中的灵活性的增加，电子密度越来越散布。由于难以识别和建模特定构象产生平均密度，因此通常仅以B因子的形式间接报告最佳拟合模型周围的变异性。然而，如果可检测到的晶体学者在多个替代位置（通常称为Altlocs）中的原子模型。交替位置的蛋白质主链段仍然不足以识别，因为大多数可视化平台（例如Pymol和Chimerax）以及使用结构模型作为输入（例如Gromacs）的程序完全忽略了Altloc或用简单的启发式方法来解决它们[4]。最近的工作[11]创建了从PDB结构中提取的Altloc的全面目录，这表明该数据集应在努力中使用单个序列预测多个结构的努力。有趣的是，作者表明，对于一组良好的分离和稳定的Altlocs，即使结构合奏预测因子识别该区域是灵活的，他们也无法捕获实验确定的构象甚至骨架构象分布的双峰性。
在高压下通过超快光谱揭示的LA3NI2O7中的密度波状差距演变
密度波（DW）阶的顺序被认为与最近发现的高温超导体LA 3 Ni 2 O 7中的超导性相关。然而，仍然缺乏对其在高压下进化的实验研究。在这里，我们探索了双层镍3 ni 2 o 7单晶体中的准颗粒动力学，使用超快光泵探针光谱在高达34.2 GPA的高压下。在环境压力下，温度依赖的松弛动力学表明，由于在151 K附近的能量间隙打开了能量隙，因此表现出声子瓶颈的效果。Rothwarf-Taylor模型确定了DW样间隙的能量尺度为66 MeV。结合了最近的体验结果，我们建议在环境压力和低温下的DW样过渡是自旋密度波（SDW）。随着压力的增加，该SDW顺序被显着抑制至13.3 GPA，然后在26 GPA左右完全消失。值得注意的是，在高于29.4 GPA的压力下，我们观察到另一个类似DW的顺序的出现，其过渡温度约为135 K，这可能与预贴的电荷密度波（CDW）顺序有关。我们的研究提供了在高压下类似DW的差距演化的实验证据，从而对LA 3 Ni 2 O 7中DW顺序与超导性之间的相关性提供了关键的见解。
在大密度下QCD的定量精度
我们研究了在不均匀性手性凝结阶段中带有修饰的锥分散关系的带电倾斜对的歼灭过程的DILEPTON生产速率。我们假设双性手性密度波是一种不均匀的手性冷凝物，并在不均匀性手性凝结相中获得Nambu-Goldstone模式的分散关系。我们基于Oð4Þ对称性使用低能效率的拉格朗日，该对称是由顺序参数扩展到第六阶的。获得的分散关系是各向异性和二次动量的。我们使用所获得的分散关系通过带电的Pion-Pair歼灭作为不变质量的函数评估电子轴体生产速率。基本上，不均匀性手性凝结相中的生产率相对于不变质量的总斜率比同质性手性凝结相的质量陡峭。因此，当不变质量的质量约为两倍时，可能会提高生产率。
