XiaoMi-AI文件搜索系统
World File Search System聚维酮
聚吡咯/铁基复合材料的制备及其应用
摘要：多吡咯（PPY）是一种廉价的导电聚合物，具有有效的存储容量，但其有限的溶解度限制了其生产和应用。因此，为了扩大其应用范围，多功能PPY复合材料的设计和研究引起了极大的关注。PPY/铁基复合材料是通过水热方法，聚合方法和一锅方法等方法制备的。有关PPY/铁复合材料的应用的研究主要集中在电容器，电磁波吸收材料，吸附剂，传感器，药物和催化剂等领域。，它们在超级电容器的电极材料，电磁波的吸收，重金属离子的吸附以及催化降解，展示广泛的应用前景中表现出色。随着制备技术的持续发展和应用领域的进一步扩展，PPY/基于铁的复合材料有望在更多领域中发挥重要作用。关键字：polypyrrole;准备方法；复合材料；应用区域
HO Wen Wei (何文维) Emergence of Quantum State ...
何文伟博士现为斯坦福大学理论物理研究所博士后学者，研究非平衡量子多体现象和新兴量子技术的应用。此前，他是哈佛大学的摩尔博士后研究员，与 Mikhail Lukin 教授和 Eugene Demler 教授一起工作。从 2022 年 8 月开始，他将担任新加坡国立大学校长青年（助理）教授。何文伟于 2017 年在日内瓦大学师从 Dmitry Abanin 教授获得博士学位，2015 年在滑铁卢大学/圆周研究所师从 Guifre Vidal 教授获得理学硕士学位，2013 年在普林斯顿大学获得学士学位，与 Duncan Haldane 教授一起工作。摘要：普遍性是指复杂系统普遍属性的出现，这些属性不依赖于精确的微观细节。量子热化是强相互作用量子多体系统非平衡动力学的一个例子，其中局部区域随着时间的推移变得由吉布斯集合很好地描述，而该集合仅受少数几个系统参数（例如温度和化学势）控制。局部区域与其补体（“浴”）之间产生的大量纠缠是这种普遍性出现的关键。在这次演讲中，我将介绍一种新的普遍行为，它源于某些类型的量子混沌多体动力学，超越了传统的热化。我将描述单个多体波函数如何编码由小子系统支持的纯态集合，每个纯态都与局部浴的（投影）测量结果相关。然后，我将展示这些量子态的分布如何接近均匀随机量子态的分布，即集合形成量子信息理论中所谓的“量子态设计”。我们的工作为研究量子混沌提供了一个新视角，并在量子多体物理、量子信息和随机矩阵理论之间建立了桥梁。此外，它还提供了一种实用且硬件高效的伪随机态生成方法，为设计量子态层析成像应用和近期量子设备的基准测试开辟了新途径。
利培酮联用益生菌治疗酒精所致精神病性障碍的疗效分析
目的：探索利培酮与益生菌对酒精诱发的精神疾病患者的治疗作用。方法：从2022年8月至2023年8月，将100例酒精引起的精神障碍患者送往林尼市的Rongjun医院，并根据计算机培训，分配给对照组（基本治疗 + risperidone，50例）和一个观察组（基本治疗方法，50例）和一个观察组（基本治疗 +益生酮，50例）。比较临床疗效，正综合征和阴性综合征评分（PANSS），认知功能，患者酒精对照评分以及治疗前两组之间的不良反应。结果：在治疗前两组之间的Panss和Loewensteinscores（LotCA得分）在统计学上没有显着差异。在治疗后，观察组的总临床有效性率和LOTCA得分明显高于预处理和对照组（p <0.05），密歇根州酒精中毒筛查测试（MAST）和宾夕法尼亚酒精饮酒量表（PACS）得分（PACS）得分（PACS）得分（PACS）得分低于预处理和预处理组的（p <0.05）。panss正阳性和负尺度的得分，精神病理学的得分以及不良反应的发生率没有显着差异（p> 0.05）。结论：利培酮和益生菌的结合在治疗酒精引起的精神疾病方面具有良好的总体功效，可以有效地改善患者的认知功能而没有明显的副作用，并且具有良好的安全性。
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。
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。
聚噻吩和...
摘要 - 聚噻吩和多吡咯是两个知名的导电聚合物，具有多种特性，并且在电子，传感器和能量存储等扇区中进行了多种潜在应用。本文进一步研究了聚噻吩和多吡咯的合成和分析。息肉吡咯和聚噻吩。分析这些聚合物所采用的方法包括光谱（UV-VIS，FTIR），热分析（TGA，DSC），显微镜（SEM，TEM）和电化学分析（环状伏安法）。研究了多吡咯和聚噻吩的几种特征，并与它们的电化学，热，形态和结构特性有关。我们还讨论了这些导电聚合物如何由于其表征所揭示的独特性能而在电气设备，传感器和能源存储系统中使用。聚噻吩和多吡咯烷现在可以在广泛的高科技应用中使用，因为它们的合成和特性是更众所周知的。
聚己内酯
使用顺序渗透合成 (SIS) 将无机氧化物渗透到聚合物内部是一种有效的方法，可用于创建广泛应用的材料。各种聚合物官能团与有机金属/无机前体之间的反应是独一无二的，因此了解一系列前体和聚合物之间的特定相互作用对于实现预测性工艺设计和将 SIS 的效用扩展到应用至关重要。在本文中，在三种不同的均聚物中的 Al 2 O 3 和 TiO 2 SIS 期间进行了原位傅里叶变换红外光谱 (FTIR) 测量：聚甲基丙烯酸甲酯 (PMMA)、聚己内酯 (PCL) 和聚 2-乙烯基吡啶 (P2VP)。从前体暴露后和随后的吹扫时间内的 FTIR 强度变化可以定量表明，这些聚合物与金属前体的相互作用动力学以及中间复合物的稳定性存在很大差异。这项比较研究的一个重要发现是，尽管 PCL 的羰基 (C=O) 和酯基 (COR) 官能团与相互作用较弱的 PMMA 相似，但 PCL 与金属前体的相互作用要强得多。这种行为表明，除了官能团的特性之外，还有其他因素决定了聚合物与 SIS 中的金属化合物的相互作用方式。PCL 以前从未在 SIS 工艺中出现过，它可能是一种有吸引力的聚合物模板，可用于实现均匀性和成本效益更高的 SIS。
语义增强图像-文本预训练模型的零样本三维模型分类
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法，并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类，开创了零样本 3 维模型分类方法。近年来， CLIP 在零样本图像分类上取得了良好的效果，因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中， Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型， PointCLIP 首先将 3 维点云投影成多个深度图，然 后利用 CLIP 的预训练图像编码器提取深度图特 征，同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题，基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时，冻结 CLIP 的图像编码器，使用深度图编码器提取深度图特 征，该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间，该方法利用大规模图像 - 文本对预 训练的视觉语言模型，并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐，大幅 提高了 3 维模型的识别能力。与之相似的是，基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性，从而使点云编码器获得零样本 识别的能力。另外， PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上，通过利用更先进的投影算法和 更详细的 3 维模型描述，显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题，通过在语义层面为图像和文本 提供更多相似的语义信息，使图像和文本对齐更具有 一致性，从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
聚（乙二醇...
羟基磷灰石（HA）已获得了一种在多种生物医学领域（如骨科和牙科）中广泛利用的生物陶瓷的认可。本研究的目的是将羟基磷灰石与Rohu鱼骨分离，并将其整合到具有牙科使用潜力的生物材料中。纳米复合膜。SEM研究将HA确定为纳米球，晶体尺寸低于30 nm。掺入PEGDMA中时，这些纳米颗粒会聚集，可能会破坏聚合物链相互作用并影响膜的机械性能。从经受较高温度钙化的鱼骨获得的XRD模式表现出高度强和尖锐的峰，表明去除了有机部分。FTIR结果证实，由于成功的自由基聚合反应，碳对碳双键的消失。PEGDMA和IRGACURE 2952（86.1409 kJ/mol）的融合焓高焓建议，他们需要高能量才能熔化，而其放热结晶焓（21.35378 kJ/mol）表示，固化后热量释放。添加羟基磷灰石减少了这些焓，表明更容易熔化和凝固，这可能有助于加工为生物医学应用开辟新的可能性，尤其是在牙科中。