XiaoMi-AI文件搜索系统
World File Search System致密的
具有自增强自适应性能的分级多孔钢整体结构
铁是一种丰富的化学元素，自古以来就以钢和铸铁的形式用于制造工具、器皿和武器。[1,2] 钢铁目前每年的产量为 1.4 亿吨，是人类文明中最广泛利用的材料之一。[1] 如此高的产量和当前加工技术的高碳足迹，使钢铁成为现代社会减少材料对环境影响的首选材料。[3] 虽然全世界的大部分钢铁生产都用于制造致密的建筑结构元件，但人们也在探索将多孔铁块用于催化、[4] 储能、[5] 组织再生 [6] 和结构应用。[7] 对环境影响较小的轻质结构的需求日益增长，人们对此类多孔金属以及它们对旨在更有效地利用自然资源的非物质化战略的潜在贡献的兴趣日益浓厚。海绵铁是通过将矿石在熔点以下直接还原而获得的，是多孔金属最早的例子之一。[8] 由于其强度相对较低，这种多孔铁在过去被用作制造致密结构的前体。多孔金属的低强度源于众所周知的材料强度和相对密度之间的权衡。[9] 根据 Gibson-Ashby 分析模型的预测，[10] 多孔和胞状结构的强度和刚度与固相相对密度 (φ) 呈幂律关系：P∼φm，其中 P 是关注的属性，m 是缩放指数。重要的是，高度多孔的大型结构（φ<0.20）通常表现出的刚度和承载能力远低于这种简单分析模型的预期水平。 [11] 事实上，实验和计算研究表明，当材料的相对密度接近其渗透阈值时，只有一小部分固相能有效地增加多孔结构的刚度。[12,13] 这是因为在多孔网络结构整体变形过程中存在未受载荷的悬挂元素。[14]
用于热电薄膜的高浓缩半导体单壁碳纳米管的溶液相 p 型掺杂
单壁碳纳米管 (SWCNT) 具有可调的光电特性和高载流子迁移率，是下一代能量收集技术（包括热电发电机）的理想材料。控制这些独特的 1D 纳米材料中的费米能级通常由 SWCNT 与电子或空穴接受物质之间的电荷转移相互作用实现。掺杂 SWCNT 网络的传统方法通常涉及将分子氧化还原掺杂剂物质扩散到固态薄膜中，但溶液相掺杂可能为载流子传输、可扩展性和稳定性提供新途径和/或好处。在这里，我们开发了使用 p 型电荷转移掺杂剂 F 4 TCNQ 对聚合物包裹的高浓缩半导体 SWCNT 进行溶液相掺杂的方法。这使得掺杂的 SWCNT 墨水可以铸成薄膜，而无需额外的沉积后掺杂处理。我们证明在 SWCNT 分散过程的不同阶段引入掺杂剂会影响最终的热电性能，并观察到掺杂剂改变了聚合物对半导体和金属 SWCNT 的选择性。与致密的半导体聚合物薄膜相比，溶液相掺杂通常会导致形态破坏和 TE 性能比固态掺杂更差，而溶液掺杂的 s-SWCNT 薄膜的性能与固态掺杂的薄膜相似。有趣的是，我们的结果还表明，溶液相 F 4 TCNQ 掺杂会导致固态薄膜中完全电离和二聚化的 F 4 TCNQ 阴离子，而在沉积后掺杂 F 4 TCNQ 的薄膜中则不会观察到这种情况。我们的研究结果为将溶液相掺杂应用于可能需要高通量沉积技术的广泛高性能基于 SWCNT 的热电材料和设备提供了一个框架。
主题探索报告
乳腺癌是英国最常见的癌症，每年有 55,900 人被诊断出患有乳腺癌。推荐的乳腺癌筛查成像方式是乳房 X 线摄影。Thermalytix 是一种用于筛查的计算机辅助诊断工具，其中使用预先训练的人工智能/机器学习模型的软件分析热成像图像以协助诊断恶性乳腺病变。研究发现，有六项研究将 Thermalytix 与标准筛查方式（包括乳房 X 线摄影、超声和临床乳房检查）进行了比较。这些研究主要得出的结论是，Thermalytix 在检测乳腺病变方面与乳房 X 线摄影具有相似的敏感性和特异性。一些研究报告称，Thermalytix 在年轻人和乳腺组织致密的人群中的敏感性更高，而乳房 X 线摄影在这些人群中的敏感性据称较低。所有研究均在印度进行，并为威尔士 NHS 提供了有限的普遍性证据。他们没有报告诊断时间和死亡率等结果。一项在美国正在进行的研究被发现，但该研究要到 2025 年底才能完成。与乳房 X 线摄影相比，Thermalytix 的预期优势包括节省成本和提高对年轻人和乳房组织致密者的有效性。需要在可推广到威尔士 NHS 的前瞻性高质量研究中进一步开发和测试机器学习模型。需要澄清 Thermalytix 在威尔士/英国筛查计划中的位置。指定的预期用途是作为筛查工具，CE 标志涵盖用于检测疑似恶性病变的用途。需要从英国 NHS 的角度进行研究以评估成本效益。
通过熔融盐电解电硅电解
特定的电能消耗为（11.5 - 13 kWh/kg SI），进入该工艺的碳材料代表相似的能源贡献。将大约一半的能量保留为Si金属中的化学能。碳足迹范围从4.7 kg CO 2 /kg Si到16千克CO 2 /kg Si），具体取决于该过程中使用的能源的类型（Xiao等，2010;Sævarsdottir等人，2021年）。由碳热过程产生的MG-SI的纯度约为98％和99％。电子级硅（杂质含量<1 ppb）和太阳级硅（杂质含量<1 ppm）用于各种应用，例如在光伏和电子产品中（Suzdaltsev，2022年）。用于从MG-SI生产高纯度硅的常规技术是西门子的工艺，它具有高能量消耗和低生产率（Chigondo，2018），或者使用流体化的床工艺（Arastoopour等，2022年）。另一种方法是Si在熔融盐中的电沉积，预计会产生高纯硅。如果所使用的阳极不耗时并且不产生CO 2，则与常规过程相比，碳足迹可以显着降低，如果用于电解的电力是可续签或核能的。已经证明，具有不同形态学的si膜可以电化学地沉积在不同的熔融盐中，例如氯化物，氟化物和氯化物 - 氟化物（Juzeliu Nas和Fray，2020年）。这些盐中的每一个都有优势和缺点；氯化物熔体是高度水溶性的，但沉积的胶片薄（<10 µm）。同时，沉积在浮力物中沉积的胶片是致密的，但是粘附在沉积物上的盐很难轻易去除。si可以通过将Si源/前体（例如SiO 2，Na 2 Sif 6，K 2 SIF 6和SICL 4）添加到熔融盐中来沉积。Si前体分解为Si（IV）电活性离子，该离子通过基于盐类型的一步或两步减少机制减少。
Robert Kasumba -CDN
引言光与原子旋转的耦合是使用光子（1-4）的量子信息处理中的主要工具，并以精确的光学光谱法，实现了原子结构（5、6），时间和频率标准（7）和实验室搜索的确定（8）。这些应用的性能取决于旋转的相干时间以及彼此相处的效率。在致密的原子气体中，光可以有效地与集合的集体原子自旋搭配（9）。然而，在室温及以上，由于原子与环境的相互作用以及动作倾向，这种集体旋转易于发动，这通常将相干时间限制在10至100 ms（10-14）。碱蒸气可以达到1分钟（15 - 18）的连贯时间，并且成功地用于量子磁孔应用中（9），但高质量的涂料在升高的温度下降解并因此限制了碱密度。贵重气体的奇数同位素（例如3他）的核中旋转非零。核自旋受到完整的电子壳的保护，因此表现出非常长的连贯时间，可能是很多小时。这对应于用于精确传感（19，20），医学成像（21）和寻找新物理学（22 - 25）的狭窄核能共振（NMR）（NMR）。由于贵重气体对从红外线到紫外线的光透明，因此对其核自旋的制备和监测通常依赖于与另一种旋转气体的碰撞（26，27）。我们观察到一个实质性的Noble-Gas NMR传感器使用与碱原子的自旋交换碰撞。因为碱旋转确实会亮起来，因此可以按照这种方式进行NMR信号的拾取，并以这种方式进行狭窄的光谱和长期旋转的旋转优先信号（28 - 31）。然而，各种量子光学应用都需要在光和贵族旋转之间有效的双向耦合（32 - 36）。从未实现过与长寿命核自旋的共振光学激发相对应的这种耦合。在这里，我们意识到由碱旋转介导的光和贵族旋转之间的连贯的双向耦合。
生物系统中的调节机制生物系统多样性
兽医诊所中医院感染预防的重要元素是监测环境对象，空气，设备和仪器。为了确定将生病动物作为兽医诊所中医院感染病原体传播的盒子的作用，我们研究了储藏室和生物溶质表面的微生物群。为此，我们从塑料和钢盒，早晨卫生前的空气样品表面收集了冲洗，在用水和洗涤剂清洁和擦拭表面后以及消毒后。从盒子的表面上持有动物，我们主要是分离的葡萄球菌属，链球菌属的细菌，微球菌属，spp。，corynebacterium spp。和芽孢杆菌属。革兰氏阴性物种，我们发现的是spp。的细菌。和肠道属。湿清洁和消毒塑料盒后，我们检测到葡萄球菌属的种类。和肠球菌属。在5.4％的样品中，微球菌属。为8.1％和杆菌属。为2.7％。 肠杆菌属的革兰氏阴性细菌。 在2.7％的样品中发现。 同时，在不锈钢盒表面上消毒后发现细菌的样品中的微生物数量比从塑料盒的表面低2.0倍。 消毒后，空气菌群的基础包括微核属，corynebacterium spp。 和葡萄球菌属，可以进行空中传播。为2.7％。肠杆菌属的革兰氏阴性细菌。在2.7％的样品中发现。同时，在不锈钢盒表面上消毒后发现细菌的样品中的微生物数量比从塑料盒的表面低2.0倍。消毒后，空气菌群的基础包括微核属，corynebacterium spp。和葡萄球菌属，可以进行空中传播。我们确定了盒子表面的湿消毒后，空气中的微生物数量减少，平均相当于3.7倍，与消毒前相比。消毒后从盒子中分离出的细菌（微球菌属，葡萄球菌属）形成高度致密的生物膜，这可能确保微生物细胞的存活，从而使盒子成为医生感染的可能来源。
Terahertz CMOS微处理器的紧急潜力
Terahertz Speed CMOS微处理器由平均成立（US11063118B1）设计，利用具有这些元素等离子体互连的纳米vacuum管元素，并且具有发射，检测，进行，进行，进行和分析TereraHerters范围的电信。纳米 - 载管系统对电离辐射和高温有抵抗力，并且此类系统的紧急潜力超出了数据处理的明显速度。这样的微处理器可以为紧凑的Terahertz光谱法提供一个平台，尤其是对于有机分子，这还可以包括DNA测序和DNA指纹。这种系统的另一种紧急质量是，这是首次适合于微处理器的几何边界内完整的工作电磁波长（1 THz波为0.3 mm），从而可以比较波浪和波浪傅立叶傅立叶傅立叶傅立叶变换功能。Keywords: terahertz CMOS microprocessor, nano-vacuum tube, plasma interconnect Introduction Contemporary CMOS microprocessors operate at a maximum clock speed of about 5 megahertz, but the terahertz speed CMOS microprocessor that has been designed and patented by Averoses Incorporated (Teramos) has potential emergent capabilities beyond the significant speed-up of clock 速度。[1]这种革命性的微处理器设计将Terahertz速度纳米 - 维库姆管与Terahertz速度致密的电子纳米等平常导体连接起来，该元素将使Terahertz范围内的电磁信号的生产，检测，传导和分析。NASA有兴趣开发用于核动力太空车辆应用的纳米棒管。这种设计的独特特征可以提供许多紧急功能，尤其是针对与生物学相关的应用，例如有机分子的Terahertz光谱，DNA测序，常规人工智能的速度和减少功耗以及用于更先进的人工智能设计的全合理处理。互连问题纳米效量管的逻辑元素的使用是几年前NASA探索的一个概念，因为与常规CMOS晶体管相比，这种逻辑元素对高温相对抗性和电离辐射。纳米 - 维库木管操作的Terahertz速度当时尚未引起重大兴趣，因为
激光增材制造实现新材料概念
14.1 – 简介 在增材制造工艺中，使用化学或物理过程将液体、粉末、线材或箔片逐层堆积起来，形成部件。直接能量沉积 (DED) 或粉末床熔合 (PBF) 可用作增材制造工艺，其中使用金属粉末或线材在现有部件的基材或自由曲面上打印致密的金属层 [1]。金属粉末（纯元素、元素混合物、母合金）或金属线材高速熔化，并瞬间逐层沉积在相应的金属基材上。在所谓的激光熔覆 [2] 中，该技术通常用于涂覆涂层或工具维修。与减材工艺相比，增材工艺节省时间和资源，因为材料只在需要的地方添加。通常使用成熟的钢、镍基合金或钛合金。但是，也可以通过粉末混合物的原位合金化获得全新的材料，或者通过在堆积过程中改变粉末混合物的成分来创建材料梯度 [3]。高熵合金 (HEA) 代表了未来应用的一个新研究领域。它们由大量元素形成，所有元素都以类似的高浓度存在，例如由锆、铌、铪、钽或钨组成的合金 [4]。形成的合金通常可以是单相或多相混合晶体。HEA 通常可以结合高强度和非常好的延展性。原位合金化为未来生产具有出色高温机械性能的新型金属部件提供了快速材料筛选的独特可能性。长期以来，由于耐火合金的熔点高，其制造仅限于真空电弧重熔。使用基于激光的方法，这些金属被聚焦的激光束局部熔化并沉积在增材制造中。除了材料开发之外，增材制造还为组件设计提供了极大的设计自由度，例如，可用于开发基于仿生原理的负载优化设计 [5]。为了增加增材制造的多功能性，可以使用激光后处理来修改采用该技术生产的零件的表面[6-9]。市面上有不同类型的激光源，这确保了它们适用于广泛的应用，连续波 (cw) 激光器通常用于降低表面粗糙度，而脉冲激光器则用于修改表面功能并提高几何精度。即使有可能取代增材制造工艺链中的某些步骤，当最终制造的组件的局部区域需要特定特性时，采用激光后处理作为附加步骤也被证明是有益的。
基于薄致密真空沉积 CH 3 NH 3 PbI 3膜的高效半透明钙钛矿太阳能电池
其高吸收系数使其在半透明太阳能电池应用方面具有吸引力。 [6] 然而，这些材料的高吸收系数使其难以在低带隙钙钛矿（≈带隙<1.7 eV）PSC 中获得高平均可见光透射率 (AVT) 值。虽然降低钙钛矿层厚度是增强任何半透明 PSC (ST-PSC) 中 AVT 的明显解决方案，但是，由于与使用溶液工艺制造亚 100 纳米、均匀、无针孔的钙钛矿薄膜相关的限制，该解决方案尚未可靠地实施。 [7] 因此，限制了 ST-PSC 可实现的最大 AVT。为了解决这个问题，据报道，替代性的钙钛矿层沉积和生长策略可以在不需要显著减少膜厚度的情况下提高钙钛矿层的透射率。[7] 例如，最初引入了脱湿和网格辅助沉积技术，使钙钛矿薄膜部分覆盖在基底上。脱湿技术导致随机生长的钙钛矿岛的形成，[8,9] 而网格辅助沉积导致钙钛矿在受控的网格结构中生长。[10,11] 虽然这两种方法显著提高了钙钛矿层的透射率，但由于在无钙钛矿区域空穴传输层和电子传输层直接接触导致分流通路的存在，相应的器件表现出有限的 PCE。[12] 需要在没有钙钛矿的区域额外选择性沉积绝缘分子，以减少上述泄漏损失。 [12,13] 随后，引入支架层和材料以生长有序的大孔 [14] 微结构 [15,16] 和纳米结构 [17] 钙钛矿层。虽然这些钙钛矿结构表现出增强的透射率和减少的分流通路，从而提高了 ST-PSC 的 AVT 和 PCE，但它们的制造相对复杂和繁琐得多，即与厚的不透明钙钛矿薄膜的溶液处理相比，它们需要额外的材料和合成工艺。此外，在大多数情况下，上述 ST-PSC 的开路电压 (V oc) 和填充因子 (FF) 分别低于 ≈ 1000 mV 和 ≈ 70%，这表明与不透明的对应物相比，这些器件中存在残余复合损失。因此，需要一种简单的替代方法来生长足够透明和致密的钙钛矿层
使用人工智能和热放射组学进行筛查
动机：乳腺癌是当今女性癌症死亡的主要原因。由于发现较晚，发展中国家的存活率约为 50%–60%。个性化、准确的风险评分方法有助于锁定合适的人群进行后续检查，并能够及早发现乳房异常。大多数可用的风险评估工具使用通用且弱相关的特征，如年龄、体重、身高等。虽然乳房 X 线照相和超声等筛查方式的个性化风险评分可能会有所帮助，但由于高昂的资本成本、运营费用和大量筛查人群所需的解释专业知识，这些测试仅限于发展中国家极少数大都市医院。方法：我们提出并分析了一种名为 Thermalytix 风险评分 (TRS) 的新型个性化风险框架，以确定定期筛查的高风险目标人群，并实现大规模早期乳腺癌检测。该技术使用人工智能 (AI) 通过热图像自动生成乳房健康风险评分。该风险评分主要来自两个子评分，即血管评分和热点评分。热点评分表示从皮肤表面看到的不规则不对称热模式中看到的异常，而血管评分则预测不对称血管活动的存在。这些评分是使用机器学习算法通过医学上可解释的参数生成的，这些参数描述了乳房组织内的代谢活动，并表明即使在无症状女性中也存在可能的恶性肿瘤。结果：在四个乳腺癌筛查机构中对 769 名受试者测试了所提出的个性化风险评分。受试者的年龄从 18 岁到 82 岁不等，中位数约为 45 岁。在 769 名受试者中，185 名受试者在乳房 X 线照相、超声和/或组织病理学检查后被专业放射科医生诊断为乳腺恶性肿瘤。与年龄标准化风险评分的 AUC 为 0.68 相比，我们的个性化 AI 风险评分实现了 0.89 的受试者曲线下面积 (AUC)。我们还发现，如果使用计算出的风险评分将个人分为四个风险组，恶性肿瘤的可能性也会随着风险分组水平的增加而单调增加。结论：提出的基于 AI 的个性化风险评分使用乳房热图像模式进行风险计算，与其他通用风险评估方法相比具有优势。所提出的风险框架解决方案是自动化、经济实惠、非侵入性、非接触性和无辐射的，适用于 18 至 82 岁年龄段的女性，包括乳房致密的年轻女性。所提出的评分可能进一步用于将受试者分配到四个风险组之一，并为所需的筛查周期提供指导。此外，自动注释的热图像可以定位潜在的异常区域，并可能使医生能够创建更好的个性化护理。