XiaoMi-AI文件搜索系统
World File Search System隧道
2024; 14（15）：5762-5777。 doi：10.7150/thno.96508研究纸岩抑制剂通过视网膜猪中的隧道纳米管增强了线粒体转移
原理：隧道纳米管（TNT）介导的线粒体转运对于多细胞生物的发展和维持至关重要。尽管许多研究强调了这一过程在生理和病理环境中的重要性，但对基本机制的了解仍然有限。这项研究的重点是岩石抑制剂Y-27632在视网膜色素上皮（RPE）细胞中调节TNT形成和线粒体转运中的作用。方法：两种类型的ARPE19细胞（一种视网膜色素上皮细胞系）具有明显的线粒体荧光标记，并与岩石抑制剂Y-27632共同培养并处理。通过细胞骨架染色和活细胞成像评估了纳米管的形成和线粒体的转运。线粒体功能障碍是通过光损伤诱导的，以建立模型，而线粒体功能是通过测量氧气消耗速率评估的。通过详细分析进一步阐明了Y-27632对细胞骨架和线粒体动力学的影响。结果：Y-27632治疗导致纳米管的形成增加并增强了ARPE19细胞之间的线粒体转移，即使在暴露于光诱导的损伤之后。我们对细胞骨架和线粒体分布变化的分析表明，Y-27632通过影响细胞骨架重塑和线粒体运动来促进纳米管介导的线粒体转运。结论：这些结果表明，Y-27632具有通过视网膜色素上皮中的隧道纳米管增强线粒体转移的能力，同样预测，岩石抑制剂可以通过在未来的视网膜色素上促进线粒体转运来实现其治疗潜力。
自主无人机原型的设计用于检查隧道
可以根据特定要求定制针对GPS污染的隧道建设环境的无人机硬件平台设计。在[7]中，一种称为弹性微型传单的新型耐碰撞机器人旨在在密闭环境中进行导航。机器人保持低重量（<500g）和小框架（直径为0.32m），并通过在其坚硬的耐碰撞耐耐碰撞框架周围集成弹性襟翼来实现组合的刚性结合设计。在[8]中，为了提供快速的勘探能力，尤其是在地面机器人无法进入的区域中，使用了一支空中侦察员。这个空中机器人团队对建筑隧道环境的探索非常有用，同时考虑了一些极端的工作障碍。这些侦察员主要有三类，即中型多轨道，小型碰撞
设计用于检查隧道施工环境的自主无人机原型
摘要 - 本文解决了不典型的域适应性（UDA）中的两个重要挑战，重点是利用视觉培训预训练（VLP）模型的力量。首先，UDA主要依赖于ImageNet预训练的模型。但是，UDA中VLP模型的潜力在很大程度上尚未探索。VLP模型的丰富表示形式具有增强UDA任务的信号。为了解决这个问题，我们提出了一种称为跨模式知识蒸馏（CMKD）的新颖方法，利用VLP模型作为教师模型来指导目标领域的学习过程，从而导致了最新的表现。其次，当前的UDA范式涉及为每个任务培训单独的模型，从而导致大量存储开销和不切实际的模型部署，随着转移任务的增加。为了克服这一挑战，我们引入了剩余的稀疏训练（RST），利用了VLP广泛的预训练所带来的好处，该技术需要最小的调整（约0.1％〜0.5％）的VLP模型参数，以实现性能比较与罚款。结合了CMKD和RST，我们提出了一个综合解决方案，该解决方案有效地利用VLP模型来实现UDA任务，同时减少存储开销用于模型部署。此外，CMKD可以与其他方法一起用作基线，例如FixMatch，增强UDA的性能。我们提出的方法在标准基准测试上优于现有技术。我们的代码将在以下网址提供：https：//github.com/wenlve-zhou/vlp-uda。
基于磁隧道结换能器的缩放多数逻辑合成自旋电子电路的基准测试
摘要 — 自旋电子逻辑器件最终将用于混合 CMOS-自旋电子系统，该系统通过传感器在磁场和电域之间进行信号相互转换。这强调了传感器在影响此类混合系统整体性能方面的重要作用。本文探讨了以下问题：基于磁隧道结 (MTJ) 传感器的自旋电子电路能否胜过其最先进的 CMOS 同类电路？为此，我们使用 EPFL（洛桑联邦理工学院）组合基准集，在 7 nm CMOS 和基于 MTJ 传感器的自旋电子技术中合成它们，并在能量延迟积 (EDP) 方面比较这两种实现方法。为了充分利用这些技术的潜力，CMOS 和自旋电子实现分别建立在标准布尔门和多数门之上。对于自旋电子电路，我们假设域转换（电/磁到磁/电）是通过 MTJ 执行的，计算是通过基于域壁 (DW) 的多数门完成的，并考虑了两种 EDP 估计方案：(i) 统一基准测试，忽略电路的内部结构，仅将域传感器的功率和延迟贡献纳入计算，以及 (ii) 多数-反相器-图基准测试，还嵌入了电路结构、相关关键路径延迟和 DW 传播的能量消耗。我们的结果表明，对于统一情况，自旋电子路线更适合实现具有少量输入和输出的复杂电路。另一方面，当也通过多数和反相器综合考虑电路结构时，我们的分析清楚地表明，为了匹配并最终超越 CMOS 性能，MTJ 传感器的效率必须提高 3-4 个数量级
DM 630/地质解析——重新利用现有隧道获取能源...
博士研究将有助于确定利用现有隧道承载由高温高压液体组成的可再生能源储存系统的可行性，研究它们与未来供热网络的整合，包括社会接受度和成本效益。在意大利和欧洲城市地区，许多废弃或废弃的现有地下空间可以从智能和可持续的方法中受益，并重新开发用于能源目的，对社会经济活动产生积极影响。通过确定创新技术解决方案的规模、监测和分析实验场地的数据以及数值建模来了解用于储存的隧道衬砌和周围土壤的热-水-机械行为，将实现最先进的技术进步。通过增加对能源地质结构的行为和适用性的一般了解，即地下结构（桩、挡土结构、隧道衬砌）的热激活，将增强这一成果。该研究将与工程公司 Geosolving Srl 共同进行，该公司对实际应用感兴趣
基于隧道施工对建筑物损坏的预测 - Pure
隧道施工引起的建筑物损坏评估是一个复杂的土壤-结构相互作用 (SSI) 问题，受土壤和结构的众多几何和材料参数的影响，具有强烈的非线性行为特征。目前，人们倾向于使用机器学习 (ML) 开发数据驱动模型来捕捉这种复杂行为。鉴于真实数据（通常来自特定案例研究）的稀缺性，许多研究人员已转向通过复杂且经过验证的数值模型（如有限元法 (FEM)）创建大量合成数据集。然而，这些数据集的开发和高级 ML 算法的训练带来了重大挑战。带来了重大挑战。仅依赖案例研究得出的参数域和范围可能会导致数据分布不平衡，从而导致模型在人口较少的地区表现不佳。在本文中，我们介绍了一种通过迭代过程设计最佳高置信度数据集的策略。这个过程从系统的文献综述开始，以确定参数、它们的范围和依赖关系对 SSI 引起的建筑物损坏的重要性。从数百次 FEM 模拟开始，我们生成初始数据集，并通过敏感性分析 (SA) 研究、统计建模和在统计显著区域重新采样来评估其质量和影响。通过这种评估，我们可以改进模型的输入空间，寻找缓解输出分布不平衡的方案。重复该过程，直到数据集达到训练元模型的令人满意的平衡，从而有效地最大限度地减少偏差。我们的研究结果突出了这种方法在确定最佳和可行输入空间方面的成功，从而显著减少了输出特征的不平衡分布。这种方法不仅在我们的研究中被证明是有效的，而且还提供了一种通用的方法，可以适用于旨在生成高质量合成数据集的其他学科。
引用：Rodani T.，Osmenaj E.，Cazzaniga A.，Panighel M.，Africh C.＆Cozzini S.朝扫描隧道显微镜图像的公开化。
目前，基于高阶谐波发电（HHG）的台式超级紫外线（XUV，10-124 eV）和软X射线（从124 eV到几个KEV）辐射的台式超快来源显然是在对电子超时时间量表的行为方面的科学进步明显促进了科学进步。1–7这些来源成功的关键点依赖于结合极端和空间分辨率的独特能力，从而使超快动力学具有原子特异性和化学环境敏感性，直至达到了时间范围的时间域（1 as = 10-18 s）。除了在极端时间尺度上揭示动力学的惊人潜力外，HG技术仍在持续进展，旨在克服几个基本限制，从而极大地阻碍其应用。例如，HHG的显着较低的转化效率仍然代表一个主要问题，尤其是在Soft-X射线中