XiaoMi-AI文件搜索系统
World File Search System更优越
计算机辅助药物研发的人工智能
人工智能 (AI) 在多个科学领域的不断应用以及计算机软件和硬件的快速进步以及其他参数迅速推动了这一发展。该技术可以有效解决传统药物开发中的许多挑战和限制。传统上，人们会筛选大规模化学库来寻找一种有前途的药物。近年来，更合理的基于结构的药物设计方法避免了第一阶段的筛选，但仍然需要化学家设计、合成和测试各种化合物以生产可能的新药。将一种有前途的化学品转化为候选药物的过程可能既昂贵又耗时。此外，即使在实验室研究中表现出希望，新的候选药物仍可能在临床试验中失败。事实上，经过 I 期试验的候选药物中只有不到 10% 真正进入市场。因此，人工智能系统无与伦比的数据处理能力可能以四种不同的方式加速和增强药物开发过程：通过打开与新生物系统的联系、更优越或独特的化学反应、更高的成功率以及更快和更便宜的创新试验。由于这些技术可用于解决各种发现场景和生物靶点，因此理解和区分用例至关重要。因此，我们强调了人工智能如何在制药科学的各个领域得到应用，包括深入的药物研发机会。
碳纤维复合材料在电动飞机实现中的作用
摘要。随着航空航天业寻求传统航空的可持续替代品，电动飞机已成为减少碳排放和对化石燃料依赖的有希望的解决方案。这一转变的核心是开发和整合先进材料，以提高这些下一代飞机的性能和效率。复合材料具有多种重要能力，包括耐疲劳、耐腐蚀和制造轻质部件，同时将可靠性的损害降至最低等。纳米复合材料是复合材料中的一种材料，与标准复合材料相比，其机械性能更优越。纳米复合材料在航空航天领域的应用目前遇到了研究空白，主要是在确定未来的应用范围方面。本文回顾了碳纤维复合材料和纳米复合材料在电动航空中的关键作用，强调了它们对飞机设计、电池集成和整体可持续性的变革性影响。通过提供无与伦比的强度重量比、卓越的热管理和创新的结构可能性，这些材料显着提高了电动飞机的性能。此外，本文还讨论了材料技术的进步，包括高温复合材料、混合复合材料和纳米复合材料，并讨论了复合材料应用的挑战和未来方向。本文强调了复合材料在实现更环保、更高效、技术更先进的航空航天工业方面的关键作用，标志着朝着可持续航空运输迈出了重要一步。
布雷德利毒刺战车--增强型武器系统
13. 摘要（最多 200 个字）随着国防部预算的不断削减，安尼的采购经理必须在更短的时间内以更少的资源获得更优越的武器系统。通过安尼的快速采购计划 (WRAP)，实现相对较小、急需的采购项目的一种有效方法是实现这一目标。本论文使用 Bradley Stinger 战车增强型 (BSFV-E) 防空系统的案例研究来确定 WRAP 对加速采购的影响。WRAP 将引人注目的美国安尼培训和条令司令部战斗实验室成功转变为快速采购成功。从 BSFV-E 案例中吸取的经验教训可能会被其他采购经理用来有效管理作为战斗实验室实验成功出现并通过 WRAP 流程批准快速采购的项目。一个经验教训是，BSFV-E 的精简采购流程大大减少了通常会加重系统开发的行政和程序要求。此外，本案例研究还发现，缺乏对 BSFV-E 等 WRAP 计划的资金可能会使快速采购工作变成常规计划。本研究的结论是，BSFV-E 是一个出色的采购精简榜样。
跨域脑电情绪识别的多源多表示自适应
由于脑电图 (EEG) 的非侵入性和高精度，EEG 和人工智能 (AI) 的结合经常被用于情绪识别。然而，EEG 数据的内部差异已成为分类准确性的障碍。为了解决这个问题，考虑到来自性质相似但不同领域的标记数据，领域自适应通常提供一个有吸引力的选择。大多数现有研究将来自不同受试者和会话的 EEG 数据聚合为源域，忽略了源具有一定边际分布的假设。此外，现有方法通常仅对齐从单个结构中提取的表示分布，并且可能仅包含部分信息。因此，我们提出了用于跨域 EEG 情绪识别的多源和多表示自适应 (MSMRA)，它将来自不同受试者和会话的 EEG 数据划分为多个域，并对齐从混合结构中提取的多个表示的分布。使用两个数据集 SEED 和 SEED IV 在跨会话和跨主题传输场景中验证所提出的方法，实验结果证明我们的模型在大多数情况下比最先进的模型具有更优越的性能。
SiC-MOSFET阈值电压漂移的测量与分析
法国里昂 摘要 碳化硅功率 MOSFET 在许多研究中用于提高电力电子转换器的效率或性能。然而，栅极氧化物技术弱点是碳化硅 MOSFET 晶体管的主要可靠性问题。阈值电压漂移是解决工业电源应用可靠性的关键现象。更好地理解栅极阈值电压漂移中隐含的现象非常重要。在此背景下，本文提出了一种基于 JEDEC 标准的静态老化测试，并研究和讨论了由此产生的栅极氧化物应力。进行了补充测试，包括动态可靠性和栅极氧化物特性，例如电荷泵技术。获得的结果用于为当前有关 SiC MOSFET 稳健性的讨论增添见解。此外，还详细介绍了测试台和测量协议。 * 通讯作者 quentin.molin@supergrid-institute.com 电话：+33 6 68 30 16 52 1. 简介 由于 SiC 具有比硅更优越的电气性能，因此它是一种很有前途的高压高温器件材料。然而，仍有许多可靠性问题有待解决，例如氧化物退化 [1]、阈值电压不稳定性 [2]、[3] 和短路行为 [4]、[5] 和 [6]。其中一些关键点对于开发用于工业应用的可靠功率器件至关重要 [7]。
Wilson Benesch 白皮书
Wilson Benesch 白皮书 Circle 25 电唱机和 ACT 25 唱臂 模拟系列的历史 1989 年，一家刚刚起步的英国初创公司进入高端音响领域。在经过数年的初步可行性研究和深入的材料技术研究后，公司制定了一份商业计划并提交给英国政府的贸易和工业部。该商业计划的核心概念是，黑胶唱片是一种比 CD 更优越的介质，通过应用新兴的先进材料技术，可以实现一种具有独特地位和吸引力的产品。资助申请成功，Wilson Benesch 于 1989 年成立。第一款产品是“Wilson Benesch 电唱机”。该设计在音响界引起轰动，最初是因为其独特的设计理念和使用了以前在高端音响行业很少见的先进材料技术。 Wilson Benesch 转盘 Wilson Benesch 转盘采用先进的复合材料副底盘，由 Nomex 芯和碳纤维外皮制成。这是有史以来第一个用于转盘设计的碳纤维部件。虽然碳纤维的概念及其独特的刚度/阻尼特性今天可能已被普遍理解，但重要的是要记住这是 25 年前，当时是 1989 年。碳纤维在很大程度上是航空航天工业的专利，采用这种材料的商业产品几乎不存在。
一种用于 MRI 脑组织分割的模糊一致性聚类算法
摘要：脑组织分割是使用多模态磁共振成像 (MR) 进行脑部疾病临床诊断的重要组成部分。文献中已通过许多无监督方法开发了脑组织分割。最常用的无监督方法是 K 均值、期望最大化和模糊聚类。与上述方法相比，模糊聚类方法具有相当大的优势，因为它们能够处理复杂、不确定性很大且不精确的脑图像。然而，这种方法存在数据采集过程中固有的噪声和强度不均匀性 (IIH)。为了解决这些问题，我们提出了一种模糊共识聚类算法，该算法定义了一个由投票方案产生的成员函数来对像素进行聚类。具体来说，我们首先预处理 MRI 数据，并采用基于传统模糊集和直觉集的几种分割技术。然后，我们采用投票方案来融合应用的聚类方法的结果。最后，为了评估所提出的方法，我们在两个公开可用的数据集（OASIS 和 IBSR18）上使用了众所周知的性能指标（边界测量、重叠测量和体积测量）。实验结果表明，与最近的最新技术相比，所提出的方法具有更优越的性能。所提出方法的性能还使用现实世界的自闭症谱系障碍检测问题进行了展示，与其他现有方法相比，其准确率更高。
叶酸和生物素单靶向与双靶向纳米粒子用于抗癌药物输送
摘要：癌症是全球主要死亡原因之一，其治疗仍然极具挑战性。癌症治疗的有效性在很大程度上取决于药物的肿瘤特异性递送。纳米粒子药物递送系统已经开发出来以避免传统化疗的副作用。然而，根据最新的建议，未来的纳米医学应主要集中在基于配体-受体识别的纳米载体的主动靶向，这可能比人类癌症治疗中的被动靶向更有效。然而，由于肿瘤微环境的复杂性，单配体纳米药物的功效仍然有限。因此，NPs 朝着额外的功能方向发展，例如 pH 敏感性（高级单靶向 NPs）。此外，还开发了在同一药物递送系统上包含两种不同类型靶向剂的双靶向纳米粒子。先进的单靶向纳米粒子和双靶向纳米载体在细胞选择性、细胞摄取和对癌细胞的细胞毒性方面表现出比传统药物、非靶向系统和没有额外功能的单靶向系统更优越的特性。叶酸和生物素被用作癌症化疗的靶向配体，因为它们可用、廉价、无毒、无免疫原性且易于修改。这些配体可用于单靶向和双靶向系统，尽管后者仍然是一种新方法。本综述介绍了用于抗癌药物输送的单靶向或双靶向纳米粒子开发的最新成果。
全电池 LNMO 与 Si/石墨中锂离子电池电解质的 XPS 研究
摘要：对两种不同类型的电解质（共溶剂和多盐）进行了测试，以用于高压 LiNi 0.5 Mn 1.5 O 4 || Si/石墨全电池，并与含碳酸盐的标准 LiPF 6 电解质（基线）进行了比较。在电池的使用寿命内对阳极和阴极进行原位事后 XPS 分析表明，基线电解质的 SEI 和 CEI 不断增长。在共溶剂电解质中循环的电池表现出相对较厚且长期稳定的 CEI（在 LNMO 上），而确定在 Si/石墨上形成了缓慢增长的 SEI。多盐电解质提供更多富含无机物的 SEI/CEI，同时也形成了本研究中观察到的最薄的 SEI/CEI。在基线电解质电池中发现了串扰，其中在阴极上检测到 Si，在阳极上检测到 Mn。观察发现，多盐电解质和共溶剂电解质均能显著减少这种串扰，其中共溶剂最有效。此外，多盐电解质主要在使用寿命末期检测到铝腐蚀，其中阳极和阴极上均有铝。虽然共溶剂电解质在限制串扰方面提供了更优越的界面性能，但多盐电解质提供了最佳的整体性能，这表明界面厚度比串扰发挥了更好的作用。结合它们的电化学循环性能，结果表明多盐电解质为高压电池提供了更好的电极长期钝化。关键词：LNMO-Si/石墨电池、固体电解质界面、SEI、阴极电解质界面、CEI、表面分析、离子液体电解质
人工智能正在塑造战争的未来
几年前，在许多人谈论人工智能 (AI) 及其在战场上的实际应用之前，我和美国海军陆战队退役将军约翰·艾伦 (John Allen) 开始了一段旅程，不仅要研究人工智能的可能性，还要确定其对战争性质和行为的可能影响。我们写了关于人工智能的发展如何导致我们所说的“超级战争”的文章——一种自动化程度极高的冲突和竞争，它将瓦解决策行动循环，最终最大限度地减少人类对大多数决策的控制。从那时起，我的目标就是鼓励组织转型，采用更安全、更可解释的人工智能系统来保持我们的竞争优势，现在技术转型已经迫在眉睫。通过与国防专业人士、政策制定者、国家领导人和国防工业高管的数百次互动，艾伦将军和我向我们的国防界传达了这一信息——一场大变革即将到来，我们可能会失去领先地位。在这些交流过程中，一个事实变得越来越清晰：人工智能及其可能释放的影响一直被严重误解。一方面，有些过于简单的漫画形象过于夸张；终结者横行无忌，人工智能被实例化为一个具有个性和自我指定目标的单一计算机系统，就像虚构的天网一样。或者一个如此强大和熟练的智能机器人，它会让我们人类变得毫无用处。另一方面，有些人工智能被简化为一个功能；那些看不到今天以外的人以实用性的名义将其简单化，将人工智能的整体潜力误解为他们使用过或很可能只是见过的一两种产品的特定功能。我从一些人那里听说，完全自主系统应该（更有趣的是，可以）被禁止，这将以某种方式解决“问题”。其他人认为人工智能的支持者夸大了事实，在战争中永远不会有比人类更优越的合成智能。但人工智能不像核武器；一个可以轻易检测、监控或禁止的巨大有形的东西。它是一门科学，很像物理学或数学。它的应用不仅会导致武器系统能力的逐步增强，而且需要从根本上重新计算