XiaoMi-AI文件搜索系统
World File Search System结构分析
特刊 - 材料结构分析的进步
材料（ISSN 1996-1944）于2008年推出。The journal covers twenty-five comprehensive topics: biomaterials, energy materials, advanced composites, advanced materials characterization, porous materials, manufacturing processes and systems, advanced nanomaterials and nanotechnology, smart materials, thin films and interfaces, catalytic materials, carbon materials, materials chemistry, materials physics, optics and photonics, corrosion, construction and building materials, materials simulation and design, electronic materials, advanced and功能性陶瓷和眼镜，金属和合金，软物质，聚合物材料，量子材料，材料力学，绿色材料，一般。材料提供了一个独特的机会，可以贡献高质量的文章并利用其庞大的读者。
HIV-1整合酶的新有效变构抑制剂的生物学和结构分析
抽象的HIV-1积分酶ledgf变构抑制剂（INLAI）与宿主因子LedGF/p75在病毒蛋白上共享结合位点。这些小分子充当分子胶，促进蛋白质中HIV-1的高氧化，以严重扰动病毒颗粒的成熟。在此，我们基于苯支架上描述了一系列新系列的Inlais，该苯支架在单位数字纳米摩尔范围内显示抗病毒活性。类似于该类别的其他化合物，Inlais主要抑制HIV-1复制的晚期。一系列高分辨率晶体揭示了这些小分子如何与HIV-1的催化核心和C末端结构域相连。在我们的铅Inlai Com-pound BDM-2和16个临床抗逆转录病毒的面板之间没有观察到拮抗作用。此外，我们表明，对链转移抑制剂和其他类别的抗逆转录病毒药物的HIV-1变体保留了高抗病毒活性。BDM-2的病毒学作用和最近完成的单次升剂I期试验（临床检查.gov识别：NCT03634085）保留进一步的临床研究，以便与其他抗逆转录病毒药物进行结合使用。此外，我们的结果表明，该新兴药物类别的改善途径。
心力衰竭患者线粒体、脂滴及肌浆网沉积的超微结构分析
。CC-BY-NC-ND 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2025 年 1 月 29 日发布。；https://doi.org/10.1101/2025.01.29.635600 doi：bioRxiv 预印本
数字图像相关法用于增材制造 316L 薄壁变形模式的微观结构分析
在增材制造中，工艺参数直接影响材料的微观结构，从而影响所制造部件的机械性能。本文旨在通过在扫描电子显微镜 (SEM) 下结合高分辨率数字图像相关 (HR-DIC) 和电子背散射衍射 (EBSD) 图进行原位拉伸试验来表征局部微观结构响应，从而探索这种关系。所研究的样本是从通过定向能量沉积构建的双向打印单道厚度 316L 不锈钢壁中提取的。通过统计分析表征了晶粒的形态和晶体学纹理，并将其与该工艺的特定热流模式相关联。根据晶粒大小将其分为位于打印层内的大柱状晶粒和位于连续层之间界面的小等轴晶粒。原位拉伸实验的加载方向垂直于或沿打印方向进行，并展示不同的变形机制。对每个晶粒的平均变形的统计分析表明，对于沿构建方向的拉伸载荷，小晶粒的变形小于大晶粒。此外，HR-DIC 与 EBSD 图相结合显示，在没有单个或成簇的小晶粒的情况下，应变局部化位于层间界面处。对于沿打印方向的拉伸载荷，应变局部化存在
来自意大利中部和北部的Lepus Europaeus中的原骨基龙（Nematoda：protostrongylidae）的遗传变异性和种群结构分析
姜黄素以其潜在的健康益处而闻名；但是，在培训的预备阶段，证据仍然是对运动员补充的必要性的不满。这项研究旨在评估2G/天剂量的6周姜黄素补充剂对选定的炎症标志物，血细胞计数和脑衍生的神经营养因子（BDNF）水平在中年业余长距离跑步者中的作用。将三十个跑步者随机分配给姜黄素供应组（CUR，n = 15）或安慰剂组（PLA，n = 15）。在休息后，运动后立即收集静脉血液样本和运动后1小时。参与者进行了分级运动压力测试，在6周补充期之前和之后，倾斜度的倾斜角度越来越高。在休息后3分钟收集血液样本，并在恢复1小时后收集血液样本。结果显示，C反应蛋白（CRP），白介素6（IL-6），肿瘤坏死因子α（TNF-α），白介素-1β（IL-1β）或由于姜黄素供应仪而导致的血液形态学没有显着变化。然而，在CUR组补充后，BDNF水平升高了21％，而PLA组观察到5％。这些发现不支持补充姜黄素对炎症标记，血细胞计数或BDNF浓度的显着影响。有必要进行进一步的研究，以确定在培训周期的准备期间，耐力运动员补充姜黄素的潜在益处。
肺癌患者的横断面研究是腹主动脉瘤的潜在高风险因素 颈部周长截止点是巴西农村工人代谢综合征的预测因子 传统的在线和直播双通道策略和定价政策 未解决的谜团是少突胶质细胞的旁观者还是帕金森病病理学的驱动因素？ 埃塞俄比亚商业银行的成本效率 来自意大利中部和北部的Lepus Europaeus中的原骨基龙（Nematoda：protostrongylidae）的遗传变异性和种群结构分析
腹主动脉瘤（AAA）定义为直径超过3.0 cm的腹主动脉扩张[1，2]。尽管AAA的发病率和患病率通常很低，但AAA破裂的死亡率很高。破裂后紧急手术的死亡率超过40％，只有10-25％的人可能能够生存直到出院[1，2]。AAA中的增长率和破裂风险与直径成比例增加，随着时间的推移会增加。因此，根据ANEU-ry-Rysm大小[3，4]，建议每6个月至3年进行初次筛查的患者每6个月至3年进行定期监视。这是因为定期监视和及时干预对于AAA高危患者的生存至关重要。肺癌是全球最常见的癌症之一，死亡率高于其他癌症。取决于局部NSCLC的5年生存率为57％，而所有肺癌所有阶段的总5年生存率仅为5％[5-7]。使用低剂量计算机断层扫描（LDCT）筛查的早期诊断，早期肺癌的患者人数增加了[8]。因此，可切除肺癌患者的比例增加了，肺癌的预后也有所改善[9]。AAA的几个危险因素，包括吸烟，男性，年龄较大，高血压，血脂症，冠状动脉阻塞性疾病（CAOD）和慢性阻塞性肺部疾病（COPD），也是肺癌的危险因素[10-12]。和，Wiles B等。发现肺癌患者患AAA的患病率很高。因此，我们旨在检查有资格切除的早期肺癌患者中AAA及其特征的患病率。尽管癌症阶段的分配存在不确定性，但先前的肺癌和AAA患者的生存分析，中位随访期为6。13年（四分位数范围：3.05-6.54），显示AAA患有肺癌的AAA患者的总体死亡率风险更高。众所周知，高级NSCLC具有5年生存率（<5％，<5％，IIIB阶段和IV阶段<2％）[5-7]。此外，还知道AAA的破裂非常致命（大约59-83％的AAA破裂患者死亡之前死亡之前，他们可以被送往医院），但是直径少于5 cm的AAA的RUPTURE率并不常见（根据直径为0-6％/年，根据直径为0-6％/年）[1，2，2，2，2，4]。考虑到小型AAA患者的上述晚期NSCLC的预后不良和不常见的破裂率，可以推断，即先进阶段NSCLC患者的寿命将主要取决于肺癌的预后，而不是肺癌的风险。由于监视旨在减少AAA破裂的潜在风险，并且一生中需要大量精力，因此只有早期NSCLC患者才能从AAA监视中受益。因此，考虑到AAA监视的成本效益，我们只包括可切除的NSCLC患者，具有能力预期寿命的患者足以从AAA监视中受益，以进行分析。
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
涡轮叶片的热结构和静态结构分析
本研究使用有限元分析 (FEA) 对涡轮叶片进行全面的热分析和静态分析，以评估两种先进材料的性能：钛合金 (Ti-6Al-4V) 和 Inconel 625。涡轮叶片使用 SolidWorks 建模，并在典型操作条件下使用 ANSYS 进行分析，以评估应力分布、变形、温度梯度和热通量等参数。钛合金 (Ti-6Al-4V) 以其重量轻和出色的强度重量比而闻名，使其成为需要减轻质量的应用的理想选择。相比之下，镍基超级合金 Inconel 625 具有出色的热稳定性、抗氧化性和高温下出色的机械性能。结果强调了这些材料之间的权衡：钛合金在中等温度下表现出更轻的重量和良好的机械性能，而 Inconel 625 在高温环境中表现出色，具有更好的抗热应力和变形能力。这项比较研究为涡轮叶片的材料选择提供了宝贵的见解，从而优化了其在高应力、高温应用中的性能和耐用性。
先进材料的建模与结构分析
关于国际专家 Samit Roy 教授和美国阿拉巴马大学 Samit Roy 教授是阿拉巴马大学航空航天工程与力学系的 William D. Jordan 教授，该系以卓越的工程研究而闻名。他的研究重点是复合材料，特别是用于预测传统和纳米结构复合材料失效的多尺度建模。凭借有限元分析和固体力学方面的专业知识，Roy 教授推动了对材料行为的理解，在开发用于航空航天应用的创新材料方面发挥着关键作用。他的工作符合该大学将理论与实际工程解决方案相结合以应对现实世界挑战的愿景。
薄膜合成，结构分析和新型三元过渡金属氮化金属MNCON2
最近的高通量计算搜索预测了许多新型的三元氮化物化合物为在未倍增的相位空间中提供了新的材料发现机会。然而，几乎没有任何预测和/或合成仅将过渡金属纳入新的三元氮化物中。在这里，我们报告了MNCON 2的合成，结构和性能，MNCON 2是一种仅包含过渡金属和N的新三元氮化物材料。我们发现，Crystalline MNCON 2可以在其竞争性的二进制物中稳定，并且在该系统的趋势中可以通过在狭窄的范围内控制该系统的趋势，以使其成为不型生长的趋势。我们发现，单相MNCON 2在阳离子隔离的岩石晶体结构中形成。X射线光电子光谱分析表明，MNCON 2通过各种氧化物和氢氧化物与表面上钴结合的氧气敏感。X射线吸收光谱用于验证Mn 3 +和Co 3 +阳离子是否存在于八面体的协调环境中，这与CON和MNN二元组的组合不同，并且与基于岩石基的晶体结构预测一致。磁性测量表明，MNCON 2在10 K以下具有倾斜的抗磁磁基态。我们提取θ= -49的Weiss温度。7 K，突出显示了MNCON 2中的抗磁相关性。