XiaoMi-AI文件搜索系统
World File Search System粗检
在边缘的Caveline检测到自主水下洞穴探索和映射
摘要 - 本文探讨了在边缘平台上部署基于Ma-Chine学习（ML）基于基于的对象检测和分割模型的问题，以实现用于自动水下汽车（AUV）的实时Caveline检测，用于水洞探索和映射。我们专门研究了三个ML模型，即U-NET，Vision Transformer（VIT）和YOLOV8，该模型部署在三个边缘平台上：Raspberry PI-4，Intel Neural Compute Stick 2（NCS2）和Nvidia Jetson Nano。实验结果揭示了模型准确性，处理速度和能耗之间的明确权衡。最准确的模型已显示为U-NET，其与联合（IOU）值相比为85.53 f1分数和85.38的交集。同时，分别在高功率和低功率模式下运行的Jetson Nano上的Yolov8模型实现了最高的推理速度和最低的能耗。论文中提供的全面定量分析和比较结果突出了重要的细微差别，这些细微差别可以指导水下机器人上的caveline检测系统的部署，以确保在水下洞穴探索和映射任务期间安全可靠的AUV导航。
数字转型和公司避税
断路器是电力系统中的关键组件，其操作对于评估其中断性能至关重要。但是，电磁干扰通常会影响传感器的精度。为了解决这个问题，本文研究了一种非接触式测量技术，用于评估断路器的运动特征。提出了基于富兰克林时刻的运动检测方法。使用高速摄像头建立了同步图像采集平台，以捕获252kV断路器的运动。预处理捕获的图像，使用拉普拉斯算法提取粗边缘。富兰克林力矩卷积计算以根据这些粗边缘确定图像边缘的亚像素坐标。通过分析这些子像素坐标的框架对框架变化，提取了断路器的开头运动特性。此方法可以检测到断路器运动机的振动参数和弹跳现象，而精度为0.01 mm。这些发现为未来关于断路器性能的研究提供了宝贵的见解。
化学筛查和小球藻的粗提取物的化学筛查和抗菌活性。在
使用Agilent 5973N模型质量选择性检测器（美国圣克拉拉）进行分析。Restek RTX-5MS（30 m×0.25 mm I.D.×0.25μm）气相色谱毛细管柱用作sta tionary阶段（美国贝尔方特）。气相色谱级（超纯色）氦气。分别将注入端口，离子源，四极杆和传递线温度保持在280°C，230°C，150°C和280°C下。GC烤箱程序在50°C保持2分钟，然后在4°C/min下增加到280°C，并保持10分钟。总分析时间为70分钟。质量范围为50-550 m/z，在完整扫描模式下，扫描速率为每秒0.45扫描。使用70 eV电离能进行电子电离。使用质量猎人软件（Qualita Tive Analysis B.07.00）和NIST质谱库确定并确定化合物。
使用马提尼粗粒型模型设计药物和输送系统
1分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系91分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系9
微倒装芯片焊点热机械疲劳和退火过程中的微观结构粗化
本报告是作为美国政府机构赞助的工作报告而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
案例研究利用粗粒度分子模拟推进药物配方的设计和优化
在亲水性聚合物基质中配制低水溶性小分子药物，也称为无定形固体分散体 (ASD)，是实现有效药物输送和生物利用度的最常见方法之一。生产高性能 ASD 取决于各种因素，例如药物赋形剂基质的物理稳定性、其在溶解过程中与聚合物的相互作用以及药物在水性介质中的释放速率。通常，研究人员会进行大量的设计和实验迭代来实现这一目标。虽然可以从实验数据中得出关于药物释放行为的假设，但对基本机制的全面理解和对分子水平事件的洞察仍然难以实现。仅通过实验很难获得详细的药物/聚合物/水相互作用。因此，需要一种更有效的方法来指导为特定药物选择合适的赋形剂（包括聚合物）。
检测到细胞外囊泡的新兴作用...... - ARPI
作者：T Neri · 2022 年 · 被引用 8 次 — 支气管肺泡灌洗液 (BALF) 中的巨噬细胞被认为是肺 EV 的主要来源，而 EV 可调节正常的气道生物学，包括体内平衡和先天防御 [49，...
在偏远的海洋中检测到空气中的微塑料颗粒...
海洋微塑料颗粒的人为污染日益令人担忧，因为它们既是有毒化合物的来源，又可以传播病原体和其他污染物。以前在陆地和沿海地区观察到了空气中的微塑料颗粒，但在遥远的海洋中却没有。在这里，我们在 2016 年 5 月至 6 月的塔拉太平洋探险期间收集了北大西洋（包括遥远的海洋大气）的环境气溶胶样本，并使用微拉曼光谱对其进行了化学表征。我们检测到了一系列空气中的微塑料，包括聚苯乙烯、聚乙烯、聚丙烯和聚硅氧烷化合物。在海水中也发现了聚乙烯和聚丙烯，表明当地产生了空气中的微塑料颗粒。终端速度估计和后向轨迹分析支持这一结论。由于技术原因，我们仅分析了大于 5 µ m 的颗粒，这些颗粒位于典型海洋大气尺寸分布的上端，这表明我们的分析低估了遥远海洋大气中空气中微塑料颗粒的存在。