XiaoMi-AI文件搜索系统
World File Search System聚砜
可生物降解的聚酐作为瞬态电子器件的封装层
生物可吸收电子系统代表了一类新兴技术，因为它们能够在生物环境中溶解、化学降解、分解和/或以其他方式无害地物理消失，可作为临时植入物的基础，避免二次手术取出程序。聚酐基聚合物可用作此类系统的疏水封装层，作为瞬态电子学更广泛领域的一个子集，其中生物降解最终通过断链发生。涉及在不同 pH 值和/或温度下浸入磷酸盐缓冲盐水溶液的系统实验研究表明，溶解是通过表面侵蚀机制发生的，几乎没有膨胀。这种聚合物的机械性能非常适合用于柔软、灵活的设备，其中可以通过基于模具的光聚合技术进行集成。对聚合物性能对单体组成和渗透速率对涂层厚度的依赖性的研究揭示了一些潜在的影响。简单的演示说明了在完全浸入接近生理条件的水溶液中时，底层可生物降解电子系统能够维持运行数小时至一周的时间。在动物模型中进行的系统化学、物理和体内生物学研究表明，没有毒性或其他不良生物反应的迹象。
共识聚类，用于鲁棒生物信息学分析
聚类在多种生物信息学应用中起重要作用，包括蛋白质功能预测，种群遗传学和基因表达分析。大多数聚类算法的结果对输入数据的变化，聚类算法及其参数和各个数据集敏感。共识聚类（CC）是聚类算法的扩展，旨在从上述变化来源下不变的那些群集特征构建强大的结果。作为CC的一部分，稳定性得分可以提供所得聚类的可靠性程度的概念。本综述将CC在文献中介绍为三种主要类型，介绍并说明了稳定分数的概念，并说明了在应用中使用CC来模拟和现实的基因表达数据集。Open-source R implementations for each of these CC algorithms are available in the GitHub repository: https://github.com/behnam-yousefi/ConsensusClustering Keywords: Consensus clustering, Ensemble clustering, Robustness, Generation mechanism, Stability score
基于非特征的EEG序列聚类置换分析
基于聚类的置换检验广泛用于神经科学研究中，用于分析高维脑电图 (EEG) 和事件相关电位 (ERP) 数据，因为它可以解决多重比较问题而不会降低统计功效。然而，经典的基于聚类的置换分析依赖于参数 t 检验，如果数据分布不正态，则可能无法验证其假设，因此可能需要考虑其他选择。为了克服这一限制，我们在此介绍了一种基于非参数 Wilcoxon-Mann-Whitney 检验的 EEG 序列聚类置换分析新软件。我们在两个独立的 ERP 和 EEG 频谱数据集中测试了 t 检验和非参数 Wilcoxon 实现：虽然基于 t 检验和基于非参数 Wilcoxon 的聚类分析在 ERP 数据的情况下显示出相似的结果，但 t 检验实现无法在频谱数据的情况下发现聚类效应。我们鼓励使用非参数统计数据对 EEG 数据进行聚类置换分析，并且我们为此计算提供了一个公开可用的软件。© 2022 作者。由 Elsevier BV 出版这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
聚脱氧核糖核苷：一种有希望的皮肤抗衰老剂
1。简介（PDRN）由精子细胞Deonorhynchus mykiss（鲑鱼鳟鱼）Oronchorhynchus keta（鲑鱼朋友）的DNA片段衍生物组成。6 PDRN化学结构由低分子量DNA组成，范围为50至1,500 kDa。它由脱氧纤维核苷酸的线性聚合物与磷酸二酯键，其中单体单位由嘌呤和嘧啶核苷酸代表。这些聚合物链创建了双螺旋桨形的空间结构。提取和纯化过程允许恢复超过95％的纯物质。这对于确保绝对缺乏免疫反应很重要。精子是高度纯化DNA提取的最合适的来源，而没有杂质的风险，例如肽，蛋白质和脂质。6在临床实践中引入PDRN并不是什么新鲜事物，其惊人的治疗作用包括抗炎，抗凋亡，抗骨质疏松性，抗骨质，抗质发生，抗肾上腺素，抗替代性，抗稳态，抗稳态，骨再生剂，组织，组织，抗囊性损伤。，伤口的愈合和疤痕的预防作用（图1）。7–16
文化遗产保护的新的可持续聚合物和低聚物
石墨烯尚未被视为这些应用的理想电极材料。在当代研究中，人们普遍承认，将缺陷引入石墨烯的结晶晶格是一种有效的策略，可以增强这种出色的碳同质同种异体的HET活性。7,8尽管确切的潜在机制仍然是正在进行的侵犯的主题，但通常认为缺陷工程（表示缺陷的精确和定量调节）可能会破坏高度离域的p-互共轭系统。这种破坏反过来导致在费米水平附近的状态（DOS）的局部电子密度增加，从而增强了石墨烯在催化过程中的反应性。9 - 11缺陷工程中的一个著名大道需要增加石墨烯中的内在缺陷，包括边缘站点，空缺，孔和拓扑缺陷。这些内在缺陷因其增加活性位点的密度的潜力而被认可，从而提高了石墨烯的HET活性。12到达这一目标，已经提出了各种策略，包括通过微型加工制造石墨烯纳米纤维13,14和磨球15以及多环状芳族烃的化学合成。16 - 18更重要的是，通过诸如电子束蚀刻，19氧化蚀刻，20和血浆处理等方法，在石墨烯晶格上的空缺或孔的创建，21,22
加速劳埃德的算法，用于K-均值聚类
摘要K -Means聚类算法是数据挖掘和未加剧的学习的主要内容，之所以受欢迎，是因为它易于实现，快速，易于并行化并提供直观的结果。劳埃德的算法是标准批量的爬山方法，用于最大程度地减少K-均值优化标准。它花费了大部分时间计算k群集中心和n个数据点之间的距离。事实证明，这项工作的大部分是不必要的，因为在第一次迭代之后，点通常会留在同一集群中。在过去的十年中，研究人员开发了许多优化，以加快劳埃德（Lloyd）的算法的低维数据和高维数据。在本章中，我们调查了其中一些优化，并提出了新的优化。特别是我们专注于避免通过三角形不等式计算距离的那些。通过缓存已知距离并用三角形不等式更新它们，这些算法可以避免许多不必要的距离计算。所检查的所有优化产生的结果与劳埃德的算法相同，给定的输入和初始化，因此适用于倒入替换。这些新算法的运行速度比标准未取代的实现更快，并且计算距离要少得多。在我们的实验中，与劳埃德算法相比，通常会看到超过30-50倍的加速度。我们研究了使用这些方法的示例n，dimensions d，簇K和数据结构的权衡。
制备方法和多孔聚（乳酸）膜的应用：评论
摘要：多孔膜技术因其对绿色化学和可持续发展的显着贡献而在分离和生物学领域引起了极大的关注。由多乳酸（PLA）制造的多孔膜具有许多优势，包括低相对密度，高比表面积，生物降解性和出色的生物相容性。结果，它们在各种应用中表现出有希望的前景，例如石油 - 水分离，组织工程和药物释放。本文概述了使用静电纺丝，呼吸图和相分离方法在制造PLA膜方面的最新研究进步。首先，从孔形成的角度阐明了每种方法的原理。讨论和汇总相关参数与孔结构之间的相关性，随后对每种方法的优点和局限性进行了比较分析。随后，本文介绍了多孔PLA膜在组织工程，油水分离和其他领域中的多种应用。这些膜面临的当前挑战包括机械强度不足，生产效率有限以及孔结构控制的复杂性。相应地提供了增强和未来前景的建议。
扩散模型通过子空间聚类学习低维分布
（b）真实图像数据分布图4：通过U-NET的学习分布的相变。在（a）中，x轴是固有维度上的训练样本数量，而在（b）中，这是训练样本的总数。y轴是GL分数。我们使用（a）k = 2，n = 48和d k从3到6和（b）真实图像数据集CIFAR-10，celeba，ffhq和afhq的MOLRG分布产生的数据样本训练扩散模型。u-net记住训练数据时，GL分数很低，并且在学习基础分布时高。
高效减水剂在土聚物及碱土金属中的作用...
摘要：水泥和建筑行业产生了全球约 10% 的碳足迹。土聚物和碱激活混凝土为传统混凝土提供了可持续的解决方案。由于其缺点，土聚物和碱激活混凝土的实际应用受到限制。可加工性是开发土聚物和碱激活混凝土面临的问题之一。进行了大量研究以提供解决方案，以提高使用不同高效减水剂 (SP) 的能力。本文广泛回顾了 SP 对土聚物和碱激活混凝土的影响。研究文章在过去 5 年内在高质量期刊上发表，以了解不同 SP 的化学成分并分析它们对土聚物和碱激活水泥砂浆和混凝土的确切影响。随后，确定了 SP 对水泥砂浆的正常稠度和凝结时间、可加工性、抗压强度、弯曲强度、劈裂拉伸强度、微观结构和土聚物和碱激发混凝土的吸水率的影响。SP 在以所需剂量使用时可改善土聚物和碱激发混凝土；剂量过大会产生负面影响。因此，选择最佳的减水剂至关重要，因为它会影响土聚物和碱激发混凝土的性能。
使用高维计算的鲁棒聚类
摘要 - 本文介绍了超维计算（HDC）域中数据的聚类。在先前的工作中，已经提出了一个基于HDC的聚类框架，称为HDCluster。但是，现有的HDCluster的性能并不强大。在初始化步骤中随机选择簇的高量向量，HDCluster的性能被降解。为了克服这种瓶颈，我们通过探索编码数据的相似性（称为查询过量向量，分配了初始群集过度向量。组内过度向量的相似性比组间高向量具有更高的相似性。利用查询过量向量之间的相似性结果，本文提出了四种基于HDC的聚类算法：基于相似性的K-均值，相等的Bin宽度直方图，相等的BIN高度直方图和基于相似性的亲和力传播。实验结果说明：（i）与现有的HDCluster相比，我们提出的基于HDC的聚类算法可以实现更好的准确性，更健壮的性能，更少的迭代和更少的执行时间。基于相似性的亲和力提出优于八个数据集上的其他三种基于HDC的聚类算法，而聚类准确性则高于2％约38％。（ii）即使对于一通聚类，即没有群集高量向量的任何迭代更新，我们提出的算法也可以提供比HDClter更强大的聚类精度。（iii）在八个数据集上，当八分之一的数据集投影到高维空间上时，八分之一可以达到更高或可比的精度。传统聚类比HDC更可取，当时簇数k的数量很大。