XiaoMi-AI文件搜索系统
World File Search System稿件
文章稿件 Ua
在进行各种研究的过程中，观察到保护环光电二极管的暗电流水平不受控制地增加的问题，这种问题在温度T 293 K 时和（很大程度上）在高温（T 358 K）下测试设备时都表现出来。众所周知，微电子技术总是使用半导体器件和集成电路的表面保护（钝化）。在这种情况下，最好的解决方案是热生长SiO 2 层。然而，即使是受介电层保护的表面也并不总是保持稳定。本文介绍了基于高电阻率p型硅的ap-i-n光电二极管的开发结果，该光电二极管具有更高的响应度和更低的保护环在1064 nm波长处的暗电流水平。在提出的光电二极管设计中，晶体外围氧化物的厚度减小，以减少电流和电荷态的位错分量对逆特性的影响。磷扩散（驱入）后，除去磷硅酸盐玻璃，并进行额外的光刻，在此期间整个外围氧化物层都被蚀刻掉。在磷扩散（蒸馏）的第二阶段，在光敏区域和晶体外围生长厚度为190-220 nm 的抗反射氧化物。光敏区域、保护环和晶体外围部分由在第一次热操作中生长的650-700 nm 厚的氧化物隔开。光电二极管的生产采用与商业生产相同的操作条件，并将其参数与标准设计制造的器件进行了比较。分析表明，与商用器件相比，所提出设计的光电二极管不仅在室温下，而且在358 K 的温度下都具有更低、更稳定的暗电流。
稿件准备说明
美国版权法要求《年度评论》从每位作者处获得明确转让其期刊在印刷版和在线版中有序出版所需的权利。因此，我们要求每位作者签署一份声明，将其文章（包括所有表格和插图）的全部和专有权利转让给《年度评论》。如果您和您的所有合著者都是美国联邦雇员，并在您的公务范围内撰写了您的手稿，那么《年度评论》不会寻求版权。这是因为美国政府的任何作品均不受国内版权保护。包括英国在内的一些其他国家也有类似的政策。预印本作者可以自由地将其作品的预印本发布在机构存储库上。您可以自行存档您作品的预印本，前提是 (a) 在完成《年度评论》版权转让协议后发布到网络上的任何预印本明确说明手稿已被哪本《年度评论》杂志接受，并且 (b) 在作品的出版版本出现在《年度评论》网站上后，预印本进行了修改，以包括
稿件提交要求清单
《环境科学与技术快报》（ES&T Letters）是一本前沿期刊，旨在快速披露紧急且有影响力的研究成果，这些研究成果的即时可用性对环境科学、工程和健康界至关重要。它发表的论文描述了环境科学和技术广泛领域中的重要科学进步或新技术。该期刊邀请在环境科学的各个方面（纯科学和应用科学）发表简短的实验或理论结果通讯（快报）。该期刊还发表评论，重点介绍环境研究中紧急、及时和新兴的主题，这些主题可能尚未拥有广泛的文献基础，但正在积聚势头，并需要通过确定进一步的研究需求来获得更多曝光。全球视角是一种独特的文章类型，可快速曝光、洞察、批评、综合和建议，涉及环境科学和技术领域紧急、及时和新的全球战略方向、主题和抱负。最后，Highlight 是一种新的文章类型，可以发表简短的意见或新闻文章，捕捉对更广泛的环境科学和技术界至关重要的信息。对于所有类型的文章，作者都应提供足够的背景信息，以说明其工作的背景，并证明快速出版格式的合理性。编辑们非常重视工作的紧迫性、原创性和质量。ES&T Letters 的范围很广，涵盖了环境科学和技术的所有领域，包括自然环境和受影响环境的特征、环境过程、自然和工程系统中的命运、传输和转化、环境测量方法、纳米技术的环境方面、新型修复和控制技术、生物地球化学循环、生态毒理学和人类环境健康、可持续性以及能源和环境。ES&T Letters 特别关注环境科学和技术中过程的化学。
稿件提交要求清单
《化学教育杂志》（JCE）由美国化学学会化学教育分部和美国化学学会出版物分部联合出版。JCE 创刊于 1924 年，是世界首屈一指的化学教育杂志。JCE 以在线和印刷形式出版，并提供从 1924 年（第 1 卷）至今的电子档案内容。《化学教育杂志》发表同行评审的文章和相关信息，作为化学教育领域人士及其服务机构的资源。该杂志通常涉及化学内容、实验室实验、教学方法和教学法。JCE 是世界各地对化学教学和学习感兴趣的人们之间的一种交流方式。全球读者包括从中学到研究生院的化学教师、支持这些教学活动的专业人员以及商业、工业和政府的一些科学家。可发表手稿的标准包括以下评估领域：学术性、新颖性、教学法、实用性和演示。要获得《化学教育杂志》的出版资格，稿件必须满足以下要求：
1 注意：本稿件由...撰写。
金属卤化物钙钛矿 (MHP) 中的电子传输和磁滞是光伏、发光器件以及光和化学传感器应用的关键。这些现象受到材料微观结构的强烈影响，包括晶界、铁性畴壁和二次相夹杂物。在这里，我们展示了一个主动机器学习框架，用于“驱动”自动扫描探针显微镜 (SPM) 来发现负责 MHP 中传输行为特定方面的微观结构。在我们的设置中，显微镜可以发现最大化传导、磁滞或任何其他可以从一组电流-电压光谱中得出的特征的微观结构元素。这种方法为通过 SPM 探索复合材料中材料功能的起源开辟了新的机会，并且可以在功能探测之前（先验知识）或之后（确定感兴趣的位置进行详细研究）与其他表征技术相结合。
已接受稿件未经编辑
不同保真度之间的个体损失。他们展示了这些改进对几个基本多尺度材料建模挑战的影响，包括二维传热、相变和枝晶生长问题。在这些问题上，与没有此类约束的网络相比，所提出的多保真度、基于物理的约束将预测误差降低了一个数量级。这实现了与底层方程的直接数值解相当的精度。Sarkar 等人在题为“高维工程设计和校准的多保真度和多尺度贝叶斯框架”的论文中，提出了一种用于优化的多保真度建模和信息论顺序采样策略。该方法基于通过高斯过程对各种保真度信息源进行建模，并辅以有效的主动学习策略，这些策略涉及在多尺度架构中顺序选择最佳点。该策略通过压缩机转子的设计优化和微结构预测模型的校准来演示。在题为“工程设计深度强化学习案例研究：应用于流动雕刻微流体设备”的论文中，Lee 等人。通过克服基于进化优化的方法的一些关键弱点（即样本效率低和优化收敛速度慢），解决了如何设计微流体流动雕刻设备。本文将深度强化学习 (DRL) 技术应用于流体雕刻任务，并研究了迁移学习在加速目标流形设计方面的有效性。本文表明，与同类 GA 模型相比，DRL 能够使用明显更少的雕刻支柱来匹配 90% 的目标流形，并提供了一种解释学习模型的方法（使用主成分），而现有的流体雕刻方法无法提供这种解释。Lynch 等人在他们的论文《机器学习辅助拓扑优化数值参数调整》中，提出了一个基于 ML 的元学习框架来确定拓扑优化中的调整参数。这些参数是从过去进行的类似优化问题中学习到的，并根据当前的问题进行调整。这有助于避免手动参数调整中代价高昂的反复试验。在论文《数据驱动的设计空间探索和利用增材制造设计》中，Xiong 等人。提出了一种数据驱动的方法，用于在设计过程的连续阶段进行设计搜索和优化。他们在具体设计阶段使用贝叶斯网络分类器，在详细设计阶段使用高斯过程回归。通过定制踝关节支架的设计说明了该方法。Odonkor 和 Lewis 将数据驱动设计应用于复杂系统（特别是分布式能源资源）的运营策略设计。这篇论文的标题是“分布式能源系统控制策略的数据驱动设计”。最大化套利价值的问题被表述为优化问题，并使用重新解决
已接受稿件未经编辑
不同保真度之间的个体损失。他们展示了这些改进对几个基本的多尺度材料建模挑战的影响，包括二维传热、相变和枝晶生长问题。在这些问题上，与没有此类约束的网络相比，所提出的多保真度、基于物理的约束将预测误差降低了一个数量级。这实现了与底层方程的直接数值解相当的精度。Sarkar 等人在题为“高维工程设计和校准的多保真度和多尺度贝叶斯框架”的论文中提出了一种用于优化的多保真度建模和信息论顺序采样策略。该方法基于通过高斯过程对各种保真度信息源进行建模，并增强了有效的主动学习策略，该策略涉及在多尺度架构中顺序选择最佳点。该策略通过压缩机转子的设计和微结构预测模型的校准得到了演示。在题为《深度强化学习在工程设计中的案例研究：在流动雕刻微流体装置中的应用》的论文中，Lee 等人讨论了如何通过克服基于进化优化的方法的一些关键弱点（即样本效率差和优化收敛速度慢）来设计微流体流动雕刻装置。本文将深度强化学习 (DRL) 技术应用于流动雕刻任务，并研究了迁移学习在加速目标流形设计方面的有效性。本文证明，DRL 能够使用比同类 GA 模型少得多的雕刻柱来匹配 90% 的目标流形，并且提供了一种解释学习模型的方法（使用主成分），而现有的流体雕刻方法并不提供这种方法。 Lynch 等人在其论文《机器学习辅助拓扑优化中的数值参数调整》中提出了一种基于 ML 的元学习框架来确定拓扑优化中的调整参数。这些参数是从过去进行的类似优化问题中学习到的，并根据当前的问题进行调整。这有助于避免手动参数调整中代价高昂的反复试验。在论文《数据驱动的设计空间探索和利用增材制造设计》中，Xiong 等人提出了一种数据驱动的方法，用于设计过程的连续阶段的设计搜索和优化。他们在具体设计阶段使用贝叶斯网络分类器，在详细设计阶段使用高斯过程回归。该方法通过定制踝关节支架的设计进行了说明。Odonkor 和 Lewis 将数据驱动设计应用于复杂系统的操作策略设计，特别是分布式能源资源。这篇论文的标题是“分布式能源系统控制策略的数据驱动设计”。最大化套利价值的问题被表述为一个优化问题，并使用重新求解
这是以下文章的已接受稿件版本...
这些技术允许根据相似性标准将初始数据集细分为两个或多个子集。相似性（或不相似性）的定义是这些技术的核心。正确选择此标准可以将观测结果分成子集，每个子集具有不同的属性。
关于向 CMAJ 提交的稿件使用人工智能工具的新政策
大型语言模型（基于海量语言数据训练的复杂生成人工智能 (AI) 算法）的最新重大进展导致了广泛使用的写作工具，例如 OpenAI 的流行聊天机器人 ChatGPT，它能够分析文本并根据用户提示生成新内容。这项技术对撰写文章的学者和发表文章的期刊具有重要而直接的影响。2023 年 5 月，国际医学期刊编辑委员会 (ICMJE) 更新了其对在医学期刊上发表学术作品的建议，其中包含与 AI 辅助技术相关的具体指令。1 由于 CMAJ 遵循 ICMJE 指导，这些新建议现在适用于提交给 CMAJ 的所有稿件。大型语言模型具有强大的能力，可以以用户可以指定的各种格式和样式从其训练数据集中搜索和重新打包信息。它们可用于生成学术稿件的想法和大纲，甚至是文章的全文。由于当代人工智能工具可以很好地模仿人类的说话和写作风格，因此它们的输出可能看起来很像来自人类作者，可以传达准确、权威以及情感联系的印象。然而，这种印象是一种错觉。由于计算机压缩和存储极大数据集的方式，大型语言模型会估计它们检索和编译的大部分信息，而不是能够准确地再现这些信息，就像试图根据别人记下的要点笔记重建你没有参加的讲座的确切文本一样。因此，大型语言模型的输出很容易出错，许多内容可能是捏造的（例如参考文献），而准确再现的内容可能构成抄袭。2