Liu 等 [36] 在 1950 ℃ 和 50 MPa 压力的 SPS 过 程中,发现随着 TiB 2 的添加量由 5 mol% 增至 30 mol% ,复合陶瓷的硬度降低,断裂韧性增加。 除裂纹偏转和 TiB 2 的钉扎效应使 B 4 C 晶粒细化 ( 从 1.91 μm 减至 1.67 μm) 外,两相间位错的产生, 是 B 4 C 陶瓷增强、增韧的次要原因,其在陶瓷断 裂前吸收能量,造成局部强化 [37–38] 。研究发现, 添加 20 mol% TiB 2 时,复合陶瓷的相对密度为 97.91% ,维氏硬度为 (29.82±0.14) GPa ,断裂韧性 为 (3.70±0.08) MPa·m 1/2 。 3.1.2 Ti 单质引入 与直接添加 TiB 2 相比,在烧结过程中原位反 应生成 TiB 2 可以在较低的烧结温度下获得更高 的密度和更好的机械性能。 Gorle 等 [39] 将 Ti-B( 原 子比 1:2) 混合粉体以 5 wt.% 、 10 wt.% 和 20 wt.% 的比例加入到 B 4 C 粉末中,研磨 4 h 后通过 SPS 在 1400 ℃ 下获得致密的 B 4 C 复合陶瓷。由于 WC 污染,获得了由被 (Ti 0.9 W 0.1 )B 2 和 W 2 B 5 的细颗粒 包裹的 B 4 C 颗粒组成的无孔微结构。当 Ti-B 混合 物的量从 5 wt.% 增至 20 wt.% 时,烧结活化能从 234 kJ·mol −1 降至 155 kJ·mol −1 。含 5 wt.% Ti-B 混 合物的 B 4 C 复合材料的最大硬度为 (3225±218) HV 。由于 TiB 2 的原位形成反应是高 度放热并释放大量能量的自蔓延反应,因此,原 料颗粒界面间的实际温度预计高于 SPS 烧结温 度,同时,液相 W 2 B 5 的形成润湿了 B 4 C 表面, 有助于降低 B 4 C 晶粒的界面能,并加速了沿晶界
自动驾驶汽车能以雷达、光学雷达、 GPS 及电脑视觉等技术感测其环境。 先进的控制系统能将感测资料转换成适当的导航道路,以及障碍与相关标志。 自动驾驶汽车能透过感测输入的资料,更新其地图资讯,让交通工具可以持续追踪其位置,并因此提高交通系统的运输效率。例如:自动驾驶接驳公车。 特斯拉是世界上最早的自动驾驶汽车生产商,特斯拉汽车已经成为世界最畅销充电式汽车公司。从特斯拉的智能车网站介绍,撷取其中几项性能: 1. 自动辅助导航驾驶「自动辅助导航驾驶」会建议车道变换以最佳规划行驶路线,此外还会做出调整,让您不会受到慢车或卡车的阻挡而妨碍行驶速度。启用时,「自动辅助导航驾驶」也会根据目的地自动驾驶您的车辆驶向公路交流道或出口。 2. 自动停车和智慧叫车当您到达目的地后,只要在入口处下车后,您的车辆就会进入停车搜寻模式, 自动寻找停车位和停车。反之,您只要在手机上点选便能够「召唤」您的车辆。
一、比赛說明: (一)人工智慧(Artificial Intelligence,简称AI)各项应用与发展已经是近年的热门话题,利用AI 來提升效率完成工作或进行各式美术创作更是现在必须要学习的资讯素养。本校文锱艺术中心秉持「创造艺术新价值、培育美学涵养」的目标,让本校学生能够接触使用热门议题技术,利用新科技之能力,并结合本館珍贵船舶館藏,创作出饶富想像力与美感的新式美术创作。
Ladics,G.S。,Selgrade,M.K.,2009。Identifying Food Proteins with Allergenic Potential: Evolution of Approaches to Safety Assessment and Research to Provide Additional Tools.调节毒理学和药理学54,S2 – S6。https://doi.org/10.1016/j.yrtph.2008.10.010
设计,优化和制造。数值技术,例如有限元分析,验收动力学,第一原理计算和多尺度建模,可以有效地预测机构属性并优化设计。与此同时,人工智能和大数据分析可以通过机器学习发现新材料和反向设计。智能手段与自适应控制系统相结合,实现了生产过程的自动化和实时优化,从而提高了制造效率和精度。尽管数据和计算成本不足,但随着技术的进步,材料科学却朝着更高的精度和自动化方向发展。
下一章将深入探讨实现与人工智能的细微接触的基础要素。本章还探讨了有关人工智能影响的当前知识状态。第 3 章介绍了瑞士未来人工智能在经济、社会和环境价值链中的作用的框架条件、具体挑战和应用领域。第 4 章总结了定量调查的结果,强调了人工智能为解决瑞士的核心挑战提供的潜在机会,并对人工智能的未来影响进行了展望,包括关于其对经济、社会和环境影响的高级论文。最后一部分提出了行动和设计的总体建议,这些建议为塑造瑞士的未来和积极指导下一阶段的人工智能参与奠定了基础。
本研究通过人工智能 (AI)、大数据和人机界面的视角,调查了数据智能和分析的作用和潜力的文献资料,以改善整体决策过程。它调查了数据智能和分析如何改善公共部门的决策过程。对包含 2017 年至 2021 年期间发表的 161 篇英文文章的数据库进行了文献计量分析,提供了先前研究中产生和传播的知识图谱。它提供了对关键主题、引用模式、出版活动、过去研究中贡献者之间的合作状态、聚合数据智能和分析研究贡献的见解。该研究回顾了数据智能和分析领域已发表的内容。研究结果表明,实地研究主要集中在新兴技术的智能能力上,而不是人类 - 人工智能在公共部门决策绩效中的作用。本研究扩展了决策支持中的二元性理论,阐明了如何鼓励这种二元性以及它如何影响决策结果。该研究强调了公共部门采用数据智能和分析的重要性及其效率。此外,本研究扩展了研究人员和从业者如何解释和理解数据智能和分析、人工智能和大数据,以实现有效的公共部门决策。