XiaoMi-AI文件搜索系统
World File Search System尺度
储能系统：多尺度建模和升级
注释字段的描述： *有条件入学：因为尚未获得硕士学位。最终只有在2025年1月31日获得硕士学位的情况下才能进行博士学位课程。截止日期的成就失败将导致不可撤销的入学权损失。**有条件入学：因为尚未获得参加博士学位课程所需的英文证书。如果在博士学位课程中入学，则只有在根据ART获得的证书中，候选人只有在2025年1月31日获得的候选人（按照2025年1月31日）才能注册。6，第1段，字母b）入学呼叫。未提交证书的人应损失入学权。
虚拟联合现场活动：一个合成景观的框架，以评估多尺度测量水存储方法
1 Institute of Environmental Science and Geography, University of Potsdam, Karl-Liebknecht-Straße 24–25, 14476 Potsdam, Germany 2 Agrosphere Institutes (IBG-3), Research Center Jülich GmbH, 52425 Jülich, Germany 3 geo information in Environmental Planning Lab, Technical University Berlin, 10623 Berlin, Germany 4 Physical海德堡大学研究所，位于德国Neuenheimer Feld 226，69120 Heidelberg，5 GFZ-德国地球科学研究中心，水文学部分，电视台，14473 Potsdam，德国6日6地理研究所，Intrain和Intrain 52f，6020，6020，Auttract，6020，intranopic （HYWA），自然资源与生命科学大学（BOKU），Muthgasse 18，1190，维也纳，奥地利，奥地利8 UFZ -Helmholtz环境研究中心GmbH，监测与勘探技术部，Permoserstr。 15，04318莱比锡，德国1 Institute of Environmental Science and Geography, University of Potsdam, Karl-Liebknecht-Straße 24–25, 14476 Potsdam, Germany 2 Agrosphere Institutes (IBG-3), Research Center Jülich GmbH, 52425 Jülich, Germany 3 geo information in Environmental Planning Lab, Technical University Berlin, 10623 Berlin, Germany 4 Physical海德堡大学研究所，位于德国Neuenheimer Feld 226，69120 Heidelberg，5 GFZ-德国地球科学研究中心，水文学部分，电视台，14473 Potsdam，德国6日6地理研究所，Intrain和Intrain 52f，6020，6020，Auttract，6020，intranopic （HYWA），自然资源与生命科学大学（BOKU），Muthgasse 18，1190，维也纳，奥地利，奥地利8 UFZ -Helmholtz环境研究中心GmbH，监测与勘探技术部，Permoserstr。15，04318莱比锡，德国
从核心尺度到3D区域储层维度
Hadrien Thomas，Benjamin Brigaud，Thomas Blaise，Elodie Zordan，Hermann Zeyen等。地热，2023，112，pp.102719。10.1016/j.geothermics.2023.102719。hal-04086839v2
在早产与完整学科的多尺度大脑网络之间改变了功能网络能量：青少年脑认知发展（ABCD）研究
摘要 - 婴儿过早出生或早产，可能会改变大脑的连接性，部分原因是分娩时的大脑发育不完整。研究还显示，与出生时完全成熟的同龄人相比，这些人进入青春期时，大脑的结构和功能差异。在这项研究中，我们研究了来自青少年脑认知发展（ABCD）研究的大约4600名青少年的多尺度功能连通性的功能网络能量，他们是早产或出生时的全学期。我们确定了三个关键的大脑网络，它们在早产和成熟受试者之间显示网络能量的显着差异。这些网络包括视觉网络（包括枕骨和枕骨子网），感觉运动网络以及高认知网络（包括颞叶和额叶子网）。此外，已经证明，与早产受试者相比，完善受试者表现出更大的不稳定性，从而导致功能性脑信息的动态重新配置更大，并在三个确定的规范大脑网络中提高了灵活性。相比之下，那些天生的过早表现出更稳定的网络，但在这些关键规范网络中功能性大脑信息的动态和灵活组织较少。总而言之，测量多尺度功能网络能量提供了对与出生的受试者相关的规范大脑网络的稳定性的见解。这些发现增强了我们对早期出生如何影响大脑发育的理解。索引术语 - 早产学科，完整学科，多尺度功能连接，功能网络能量，大脑发展
细菌群落结构中的精细尺度一致性，来自iLlumina上的短读和纳米孔上的长阅读的海洋沉积物
在开发高通量测序仪后，环境原核生物群落通常是通过在16S域上用遗传标记来描述的。然而，由于底漆的选择和读取长度，简短读取测序遇到了系统发育覆盖率和分类分辨率的局限性。在这些关键点上，纳米孔测序（一种适用于长读的元编码的上升技术）被低估了，因为其每读的错误率相对较高。在这里，我们比较了模拟社区中的原核生物群落结构和两个对比的红树林遗址的52个沉积物样本，由16SV4-V5标记上的短读描述（Ca。0.4kpb）通过Illumina测序分析（Miseq，v3），由长读细菌对细菌的描述几乎完整16s（Ca。1.5 kpb）由牛津纳米孔（Minion，R9.2）分析。短读和长阅读从模拟中检索了所有细菌属，尽管两者都显示出与所期待的比例相似的偏差。从沉积物样品中，具有覆盖范围的读数稀有性，在单例过滤后，共同恩赐和Procrustean测试表明，从短读和长长读取的细菌社区结构显着相似，表明位点之间的相当对比度和站点内相干的海岸方向是可比的。在我们的数据集中，分别将84.7和98.8％的短阅读分别分别分配给了相同的物种和属，而不是长阅读所检测到的物种和属。长期16的底漆特异性使其能够检测到309个家庭中的92.2％，而在短16SV4-V5检测到的448属中，有87.7％。长阅读记录了973个未检测到的额外分类单元，其中91.7％被确定为该属等级，其中一些属于11个独家门，尽管仅占长期读数的0.2％。
微尺度电泳中液滴界面策略在样品处理、分离和定量中的应用：综述
Théo Liénard——市长、Myriam Taverna、Stéphanie Descroix、Thanh Duc Mai。用于样品处理、分离和定量的微尺度电泳中的液滴接口策略：综述。 Analytica Chimica Acta，2021，1143，第 281-297 页。�10.1016/j.aca.2020.09.008�。 �第 03493600 页�
用于神经科学标准化多尺度建模的 NeuroML 生态系统
神经元和电路的数据驱动模型对于理解膜电导、突触、树突和神经元之间的解剖连接的特性如何产生健康和疾病状态下的脑回路的复杂动态行为非常重要。然而，这些生物过程固有的复杂性使得构建和重复使用生物学详细模型具有挑战性。已经开发了各种各样的工具来帮助构建和模拟它们，但设计和内部表示的差异对那些希望在研究工作流程中使用数据驱动模型的人来说是技术障碍。NeuroML 是一种用于计算神经科学的模型描述语言，它的开发就是为了解决建模工具中的这种碎片化问题。自成立以来，NeuroML 已经发展成为一个成熟的社区标准，涵盖了计算神经科学中的各种模型类型和方法。它促成了一个大型生态系统的开发，该生态系统由可互操作的开源软件工具组成，用于创建、可视化、验证和模拟数据驱动模型。在这里，我们描述了如何将 NeuroML 生态系统纳入研究工作流程，以简化神经系统标准化模型的构建、测试和分析，并支持 FAIR（可查找性、可访问性、互操作性和可重用性）数据原则，从而促进开放、透明和可重复的科学。
多尺度建模和实验的观点加速了聚变材料的开发
a 岛根大学工业创新组织下一代 TATARA 联合创造中心，日本松江 b 田纳西大学诺克斯维尔分校，美国田纳西州诺克斯维尔 c 阿利坎特大学科学学院，第二阶段，应用物理系，西班牙阿利坎特 d 英国原子能管理局，卡勒姆聚变能源中心，卡勒姆科学中心，阿宾登，奥克森，OX14 3DB，英国 e 密歇根大学核工程与放射科学系，密歇根州安娜堡，48109，美国 f 巴黎萨克雷大学，CEA，金属冶金物理研究中心，91191，伊维特河畔吉夫，法国 g 太平洋西北国家实验室，华盛顿州里奇兰，美国 h 橡树岭国家实验室材料科学与技术部，田纳西州橡树岭 37831，美国 i Forschungszentrum J¨ulich GmbH，能源和气候研究所，52425 J¨ulich，德国 j 国立核能研究大学莫斯科工程物理学院，Kashirskoe sh.31，115409，莫斯科，俄罗斯联邦 k 加利福尼亚大学材料科学与工程系，美国加利福尼亚州洛杉矶 l 克莱姆森大学机械工程系，美国南卡罗来纳州克莱姆森 29623 m 克莱姆森大学材料科学与工程系，美国南卡罗来纳州克莱姆森 29623 n 密歇根大学材料科学与工程系，美国密歇根州安娜堡 48104 o 瑞典皇家理工学院核工程系，SE106 91 斯德哥尔摩，瑞典 p 麻省理工学院，美国马萨诸塞州剑桥 q 日本原子能机构，日本茨城县中郡东海村 r 材料科学与化学工程系，石溪大学，石溪，纽约，美国
![b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'](/simg/3/3667ff1348138e0ee8b2d560bc8bba8245de6047.webp)
b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'
b' 在本研究中，我们报告了超快速瞬态热带 (THS) 技术用于测量氮化铝 (AlN) 薄膜各向异性热导率的实现情况。AlN 薄膜是通过在硅基板上制备的氧化硅 (SiO 2 ) 薄膜上在低温 (> 250 C) 下生长的反应性直流磁控溅射制备的。使用产生超短电脉冲\xc2\xad ses 的实验装置对热导率进行精确测量，并在纳秒和微秒时间尺度上电测量随后的温度升高。在 AlN 加工之前，将电脉冲施加在 SiO 2 上图案化的金属化条带内，并在 [0.1 \xe2\x80\x93 10 \xce\xbc s] 范围内选择的时间段内分析温度升高。当厚度从 1 \xce\xbc m 增加到 2 \xce\xbc m 时，AlN 横向平面（平面内）热导率分别从 60 增加到 90 W m 1 K 1（33 \xe2\x80\x93 44 W m 1 K 1）。这清楚地表明了 AlN 薄膜热导率的各向异性。此外，AlN 的体积热容量估计为 ~2.5 10 6 JK 1 m 3 。'
脑表型关联的多尺度网络回归
图 2 MSNR 模型训练和评估示意图。 (a) MSNR 旨在通过考虑边缘和社区级别的信息来研究大脑连接-表型关系。该模型采用 n × p × p 矩阵，其中 n 是受试者的数量，p 是每个对称邻接矩阵中的节点数。节点属于 K 个社区，是先验确定的。 (b) 从总样本 (n = 1,015) 中随机选择 20% (n = 202) 作为剩余验证数据。我们进行了五倍交叉验证来选择调整参数 λ 1 和 λ 2 的值。这两个参数分别表示平均连接矩阵 (Θ) 和社区级连接-协变量关系矩阵 (Γ 1,...,Γ q) 的 l 1 范数的核范数惩罚。整个过程重复了五次。 （c）然后使用（b）中确定的调整参数对其余 80% 的总数据集（n = 813）进行模型训练。然后计算样本外预测误差，作为验证集上已知和估计连接矩阵之间差异的 Frobenius 范数。（d）我们还通过置换程序评估了最终模型，其中我们破坏了大脑连接和协变量数据之间的联系，以生成样本外预测误差的零分布