*根据hvitved -jacobsen,Vollertsen和Nielsen(2013) - 下水道过程:下水道网络的微生物和化学过程工程和Li,Kappler,Jiang,Jiang和Bond(2017) - 腐蚀性污水缝隙环境中酸性微生物的生态学
摘要 尽管对网络安全的各个方面做出了重大贡献,但网络攻击仍然令人遗憾地呈上升趋势。越来越多的国际公认实体(如美国国家科学基金会和美国国家科学技术委员会)注意到人工智能可以帮助分析数十亿个日志文件、暗网数据、恶意软件和其他数据源,以帮助执行基本的网络安全任务。我们举办第一届人工智能网络安全分析研讨会(半天;与 ACM KDD 同地举办)的目标是聚集学术界和从业者,为人工智能网络安全分析的最新工作做出贡献。我们组建了一个优秀的跨学科计划委员会,该委员会在人工智能网络安全分析的各个方面拥有丰富的专业知识,以评估提交的工作。在 CTI、漏洞评估和恶意软件分析领域为半天研讨会做出了重大贡献。
动机:精确的脑血管形态模型是建模和模拟现实血管网络中脑血流的关键。这种计算机模拟方法对于揭示神经血管耦合原理至关重要。验证这些血管形态需要执行某些无法通过通用可视化框架完成的视觉分析任务。这一限制对模拟中使用的血管模型的准确性有很大影响。结果:我们提出了 VessMorphoVis,这是一套集成的工具箱,用于交互式可视化和分析庞大的脑血管网络,这些网络由最初从成像或显微镜堆栈中分割出来的形态图表示。我们的工作流程利用了 Blender 的出色潜力,旨在建立一个集成的、可扩展的、特定领域的框架,该框架能够交互式可视化、分析、修复、高保真网格划分和高质量渲染血管形态。根据用户的初步反馈,我们预计我们的框架将成为未来血管建模和模拟的重要组成部分,填补目前尚未填补的空白。 可用性和实施:VessMorphoVis 在 Github 上可根据 GNU 公共许可证免费获取,网址为 https://github.com/BlueBrain/VessMorphoVis。形态分析、可视化、网格划分和渲染模块是基于其 Python API(应用程序编程接口)作为 Blender 2.8 的附加组件实现的。用户可以通过直观的图形用户界面使用附加功能,也可以通过以后台模式运行 Blender 的功能丰富的命令行界面调用 API 的详尽配置文件使用附加功能。 联系方式:marwan.abdellah@epfl.ch 或 felix.schuermann@epfl.ch 补充信息:补充数据可在 Bioinformatics 在线获取。
开发了一种新方法来制造 Fe3O4 修饰的多壁碳纳米管 (MWCNT),用于电化学超级电容器负极储能。在 MWCNT 存在下合成 Fe3O4,并使用各种阳离子和阴离子多环芳烃分散剂进行分散。通过比较使用不同分散剂获得的实验结果,可以深入了解分散剂分子的化学结构对 Fe3O4-MWCNT 材料微观结构的影响。研究发现,分散剂的带正电基团和螯合儿茶酚配体有利于形成团聚性较低的 Fe3O4 修饰的 MWCNT。使用不同分散剂制备的 Fe3O4-MWCNT 材料用于制造质量负载为 40 mg cm −2 的电极。使用阳离子天青蓝染料作为分散剂制备的 Fe 3 O 4 修饰 MWCNT 在 0.5 M Na 2 SO 4 电解液中获得了最高电容。使用 FeOOH 作为添加剂获得了改进的循环伏安曲线。基于 Fe 3 O 4 修饰 MWCNT 负极和 MnO 2 -MWCNT 正极制造并测试了非对称器件。
鉴于该项目启动的背景(1997 年),改善可用于模拟地下结构中事故影响的资源似乎非常重要,主要原因如下:• 能够更好地预测通风设备及各种安全部件的运行和尺寸非常重要,这样才有可能避免事故相关现象的影响 - 这至少部分地决定了结构的成本,并且能够定义为限制事故影响而需采取的行动,• 用于预测火灾和意外气体排放影响的技术仅适用于地下网络和单管隧道,基于简化的极限条件,而这些条件通常很难代表现实,• 复杂结构(地下交通网络、主要铁路或公路隧道、地下建筑或储存设施……)中事故的影响几乎不可能同时以必要的精度预测结构的整体行为和任何意外的局部影响。
鉴于该项目启动的背景(1997 年),改善可用于模拟地下结构中事故影响的资源似乎非常重要,主要原因如下:• 能够更好地预测通风设备及各种安全部件的运行和尺寸非常重要,这样才有可能避免事故相关现象的影响 - 这至少部分地决定了结构的成本,并且能够定义为限制事故影响而需采取的行动,• 用于预测火灾和意外气体排放影响的技术仅适用于地下网络和单管隧道,基于简化的极限条件,而这些条件通常很难代表现实,• 复杂结构(地下交通网络、主要铁路或公路隧道、地下建筑或储存设施……)中事故的影响几乎不可能同时以必要的精度预测结构的整体行为和任何意外的局部影响。