XiaoMi-AI文件搜索系统
World File Search System徐颖
支持信息
1. 张建廷；刘 S.；潘，GL；李，GR； Gao,XP材料化学杂志A 2014, 2, 1524–1529。 2. 季建英；张，LL；姬华祥李，Y.；赵X.；白，X.；范，XB；张，FB； Ruoff，RS Acs Nano 2013，7，(7)，6237-6243。 3. 李华华；余，MH；王，FX；刘P.；梁，Y.；肖 J.；眼睛，CX；童永祥； Yang, GW Nat Commun 2013, 4. 4. 徐永祥;黄晓倩；林哲英；钟，X.；黄，Y.；段晓峰，XF纳米研究2013，6，（1），65-76。 5. 闫杰；范志军；孙W.；年，GQ；魏，T.；张，Q.；张，RF；支莉娟； Wei, F. Adv Funct Mater 2012, 22, (12), 2632-2641。 6. 闫杰；孙W.；魏，T.；张，Q.；范志军； Wei, F. J Mater Chem 2012, 22, (23), 11494-11502。 7. 陆志勇;张，Z.；朱W.； Sun, XM Chem Commun 2011, 47, (34), 9651-9653。 8. 王红玲； Casalongue，HS；梁YY； Dai,HJ J Am Chem Soc 2010,132,(21),7472-7477。 9. 杨，GW；徐C.L.； Li, HL Chem Commun 2008, (48), 6537-6539.
适用于 ATOMECH-1 2023
技术委员会博士JN Reddy，博士J.Nayfeh，博士E.Carrera，博士AM汉娜博士CS Matli，博士SNL Taib 博士F.Djavanroodi，博士陈伟，浙江人，博士M Asad，博士V. Zozulya，博士E.Jassim，博士MA Khan，博士M. Touahmia，博士MK 拉赫曼博士M. Aytekin，博士X. 任博士JLM Laureano，博士M.Khan，博士A.Akinola，博士B. Zazoum，博士OP Layeni，博士A.Asiz，博士徐晓燕，博士L. xiangyu，博士A.Pagani 博士阿鲁达先生，博士T.Ayadat，博士X. 方博士M.Marianna，博士F.Shaik，博士M. El Hassan，博士Y. Alshammari，博士M. Brahimi 博士SS 阿赫塔尔博士AA 阿布巴卡尔博士M. Bouassida，博士A Khabaz，博士M. El Tayeb，博士O.Sily，博士Z. Guan，博士H. Mahmoud，博士UJ Alengaram，博士问：徐东博士G. Khokhar，博士T. Merabtene，博士M. Khemissa，博士G. Mahmood，博士S. Lingala 博士Md S. Alam 博士A.Hanif，博士W. Al-Kutti，博士D.Balakrishnan，博士T. Mori，博士M.Ajmal，博士M. Khasawneh，博士S.Chowdhury，博士L.Jradi，博士HM Ali，博士KK萨克塞纳，
ADS-B 综合监视与防撞系统
徐亚军 民航飞行学院 航空工程学院 四川广汉 genius98@126.com 摘要——空中防撞系统是保证飞行安全的重要措施，而防撞的难点之一就是监视的精确性和可靠性，因此，有必要发展一套独立可靠的空对空监视系统。本文提出了一种TCAS/ADS-B综合监视防撞系统。该系统在TCAS原有的防撞功能基础上，融入了ADS-B广播信息，利用现有的统计模型和数据融合算法，得到最优的融合航迹估计。仿真结果表明，该综合系统可以提高TCAS跟踪精度，提高监视精度和防撞可靠性。
基于充电特性和反向传播神经网络的健康状态评估
等效电路模型 (ECM)、电化学模型和经验退化模型 (EDM) 是常用的 SOH 估算模型。基于 ECM 的方法不研究电池内部复杂的物理化学反应过程，而是基于电路模型，采用滤波算法进行参数辨识，并更新模型参数进行 SOH 估算。例如，余 [3] 采用递归最小二乘 (RLS) 法辨识 ECM 的参数，然后采用自适应 H∞ 滤波算法估计 SOH。徐 [4] 也采用 RLS 辨识参数，然后估算 SOH。基于模型的方法虽然简单、计算成本低，但自适应性较差，且估算结果更多地依赖于参数辨识和滤波算法的有效性。
针对 DHODH（嘧啶从头生物合成中的限速酶）的新型强效抑制剂，可广谱抗 RNA 病毒，包括新出现的冠状病毒 SARS-CoV-2
熊瑞 2, † , 张雷克 3, † , 李世良 2, † , 孙元 3 , 丁敏一 2 , 王勇 1 , 赵永亮 1 , 吴艳 3 , 尚伟娟 3 , 蒋夏明 3 , 单继伟 2 , 沉子豪 2 , 童一 2 , 徐柳新 2 , 陈宇 1 , 英乐刘 1 , 邹刚 4 , Dimitri Lavillete 4 , 赵振江 2 , 王锐 2 , 朱丽丽 2 , 肖耕夫 3 , 兰柯 1 , 李洪林 2,* , 徐克 1,4,* 1 武汉大学生命科学学院病毒学国家重点实验室,
2023 年 4 月 20 日国防部副部长海蒂·舒 (Heidi Shyu) 女士......
2023 年 4 月 20 日 海蒂·徐女士 国防部研究与工程副部长（OUSD(R&E)） 华盛顿特区国防部五角大楼 3030 邮编 20301-3030 徐女士您好， 作为俄亥俄州国会代表团的成员，我们写信表达对中西部微电子联盟 (MMEC) 的支持，并支持其通过国防部 ME Commons 计划申请区域中心指定。MMEC 是一项重要的区域举措，它将为我们国家的作战人员带来最佳解决方案，并同样支持我们关键的国家安全战略，以重新夺回全球微电子行业的主导地位。 俄亥俄州拥有众多军事设施和国防工业供应链中的许多关键组件，很自豪能够成为保卫国家的重要贡献者。因此，俄亥俄州自然而然地被选为 ME Commons 计划下的区域技术中心所在地，支持能够快速从实验室转移到制造的微电子创新。超过 50 家中西部企业、组织和教育机构已承诺支持 MMEC。俄亥俄州一直支持该州主要军事和国防机构的创新，包括莱特帕特森空军基地的空军研究实验室和 NASA 格伦研究中心，对此俄亥俄州深感自豪。此外，俄亥俄州的高水平教育机构将继续培养支持 MMEC 及其活动所需的人才。MMEC 将通过提升服务于国防和商业市场的微电子生态系统的能力，提升该地区作为国际创新和技术中心的地位。随着地缘政治紧张局势不断加剧，半导体对国家国防越来越重要，我们赞扬 MMEC 的努力，并恳请您积极考虑 MMEC 向战略与频谱任务高级弹性可信系统 (S 2 MARTS) 提交的解决方案请求。
CityUHK-EE x Mathworks 联合实验室活动
摘要 人工智能 (AI) 通过感知环境、做出决策和采取行动来模拟人类的智能行为。本次研讨会将深入探讨 AI 与工作流程的集成，重点关注数据准备、建模、系统设计和部署。您将了解 MATLAB 如何通过生成代码的交互式应用程序简化 AI 实施。您还将了解 AI 如何增强各种信号（包括音频、生物医学、雷达和无线）的信号处理系统。我们还将解决使用 MATLAB 和 Simulink 管理大型数据集、预处理、特征提取、模型创建、性能比较、微调和部署等挑战 演讲者 徐岳毅，MathWorks 教育客户成功工程师 徐岳毅是 MathWorks 的教育客户成功工程师。她主要负责大学合作以及支持教师进行教学和研究。岳毅拥有大连理工大学化学工程学士学位和美国德克萨斯理工大学化学工程博士学位，在校期间从事分子动力学模拟相关研究。Nikita Pinto，MathWorks AI 学术联络员 Nikita Pinto 是 MathWorks 亚太区人工智能学术联络员。她对了解 AI 技术并将其应用于科学和工程问题很感兴趣。她与教育工作者、研究人员和学生合作，帮助他们将 AI 与他们的领域专业知识结合起来。她在印度理工学院马德拉斯分校获得海洋工程硕士学位，在校期间致力于将统计信号处理应用于水下声学。她曾与国际合作者、政府研究实验室和独立研究人员合作开展跨学科项目。注册 请于 2025 年 1 月 3 日或之前在此注册
首都师范大学先进技术会议
技术创新赋能新优质生产力发展的机制与路径研究：基于数字经济核心产业专利视角 张琳教授（江西财经大学，中国） 互联网时代数字贸易对全球价值链升级的影响 王静步教授（西安财经大学，中国），褚希伟教授（西安财经大学，中国） 搜索引擎营销领域制造商预算约束下的动态合作广告策略分析 余瑞辉教授（安徽财经大学，中国），徐晓燕教授（南安普顿大学，英国），冯宝珠教授（安徽财经大学，中国） 申相华教授 10 分钟休息时间
干预和管理
背景：痉挛和运动障碍是脑瘫 (CP) 中共存的运动体征。普遍认为，在痉挛性双侧脑瘫中，除了痉挛外，还可能存在肌张力障碍，同样，运动障碍性脑瘫患者也经常存在痉挛。在单侧痉挛性脑瘫中，上肢肌张力障碍很少被发现或处理。本研究旨在调查单侧痉挛性脑瘫儿童的手部是否存在肌张力障碍，如果存在，其程度如何，以及何时首次发现。方法：纳入了 97 名出生于 1999 年至 2014 年的单侧痉挛性脑瘫儿童，他们拥有辅助手部评估 (AHA) 的标准化手部功能数字胶片。三位经验丰富的评分员对胶片进行了审查，并评估了肌张力障碍和舞蹈手足徐动症的存在与否。结果：70% (68/97) 的儿童在活动期间出现手部肌张力障碍，平均年龄为 12 岁（标准差 4.4）。其中 74% (50/68) 的儿童在评估时间中出现肌张力障碍的时间超过 50%。63% (43/68) 的儿童在更年轻时有多个数字记录。肌张力障碍首次清晰可见的年龄为平均 3.8 岁。7% (5/68) 的肌张力障碍儿童出现舞蹈手足徐动症。与肌张力障碍儿童（中位数：57，25-75：52-63）相比，无肌张力障碍儿童的 AHA 单位明显较高（对应功能更好）（p = 0.01）。结论：手部肌张力障碍在单侧脑性瘫痪中很常见，且与下手功能相关。
