葡京娱乐场-富盈娱乐场开户_百家乐试玩_sz全讯网网址xb112 (中国)·官方网站

在大面積柔性襯底上直接生長集成高品質晶硅納米線溝道是突破高性能柔性電子邏輯、可穿戴傳感和顯示等應用的關鍵技術難點。然而，高品質晶體溝道的獲得往往依賴高溫生長過程（>800 ℃）-- 這恰恰是柔性聚合物襯底（熔點<150 ℃）所無法承受的！為此，南京大學電子科學與工程學院余林蔚教授、徐駿教授課題組基于自主創新的平面固-液-固（IPSLS）納米線生長模式（近期工作Refs. 1-4），探索了一種全新的“激光-液滴”自聚焦局域加熱生長策略，突破了傳統環境加熱技術的限制，利用柔性聚合物襯底（聚酰亞胺，PI）和金屬銦催化劑顆粒對特定激光（808 nm）輻照的高選擇性吸收差異，實現僅在液滴/納米線生長界面附近范圍的高效局部加熱，以驅動晶硅納米線在柔性襯底上的超高速度生長：在不需要環境加熱的室溫“冷”環境下，其生長速度可以高達3.5 μm/s，比傳統加熱方式納米線生長速度提高了3個數量級。值得一提的是，即便在此高速生長過程中，IPSLS納米線的生長路徑依然可以被精確引導定位，并成功展示了豐富的線形調控能力。此外，由于納米金屬液滴具有極小的熱熔，通過調控激光照射時序，可以對納米線生長動態過程進行前所未有的精確調控（例如，對生長液滴實現瞬間“激活和冷卻”等操作），從而實現對超長納米線的精準形貌/直徑編碼。基于此技術，成功在柔性PI襯底上生長高品質納米線溝道，并制備了納米線場效應晶體管（FET）器件，其電流開關比和亞閾值擺幅分別為>104和386 mV/dec。此“激光-液滴”選擇性加熱生長策略有望推廣應用于：在各類大面積、低成本柔性襯底上的“冷”環境中，直接定位生長和集成高品質晶硅納米線陣列，為推動各種高性能柔性電子器件的規模化應用提供關鍵的材料支撐和全新的技術路線。

我校理學院大數據研究團隊在人工智能與大數據處理技術研究方面取得系列進展，研究成果分別發表在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics和Information Sciences三大人工智能頂級期刊。神經網絡是人工智能領域中目前最為火熱的研究方向——深度學習的架構基礎。雖然深度學習在近幾年發展迅速，但是關于如何設計最優神經網絡架構的問題仍處于探索階段。該團隊分別針對人工智能中神經網絡結構復雜、高維大規模數據存在無效和冗余特征、難以獲取長時序信息等問題與缺陷，設計出了一系列網絡結構優化、大數據特征選擇和時序循環神經網絡模型，有效改善了上述不足，提高了人工智能模型的學習性能。 題目為《帶Group Lasso懲罰與控制冗余的神經網絡特征選擇》（Feature Selection using a Neural Network With Group Lasso Regularization and Controlled Redundancy）的研究論文發表在人工智能領域權威國際期刊IEEE Transactions on Neural Networks and Learning Systems。王健副教授和博士生張華清為該論文共同第一作者， 我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項工作得到國家自然科學基金、國家科技重大專項、山東自然科學基金、中央高校基本科研業務費、中國石油天然氣集團公司重大科技項目以及山東省高校青年創新科技支撐計劃的資助。 特征選擇技術也稱屬性選擇，是指從原始特征或屬性中選擇出最有效的特征或屬性以降低數據維度的過程，它是人工智能數據預處理環節的重要步驟，也是大數據處理技術的重要環節。該項工作在神經網絡中嵌入Group Lasso懲罰項并實現特征冗余控制，在選出對解決問題最有幫助、蘊含信息量最大的特征或屬性的同時，控制所選特征子集的冗余程度，以達到降維的最優效果，從而使模型的泛化能力更強，降低神經網絡模型產生過擬合的風險。 題目為《基于L1正則化的神經網絡結構優化模型設計與分析》（Learning Optimized Structure of Neural Networks by Hidden Node Pruning With L1Regularization）的研究論文發表在國際人工智能領域權威期刊IEEE Transactions on Cybernetics。碩士生謝雪濤和博士生張華清為論文共同第一作者，王健副教授為通訊作者，我校榮譽教授Nikhil R. Pal院士（印度統計研究所）參與指導，中國石油大學（華東）為第一署名單位。該項研究成果得到了國家自然科學基金、山東省自然科學基金和中央高校基本科研業務費的資助。 該項工作借助L1正則子具有的稀疏表達能力，提出兩種神經網絡結構優化學習模型；本項工作另外一個突出貢獻就是提出了一種簡單且具有通用性的收斂性證明方法，同時保證了模型設計的合理性。實驗結果表明所提出模型具有強大的魯棒性、廣泛的適用性、理想的剪枝能力和良好的泛化能力，適用處理高維大數據。該研究成果在人工智能與深度學習構造最簡網絡結構方面具有很強的指導作用和應用推廣價值。

近期，西湖大學人工光合作用與太陽能燃料中心孫立成實驗室在探索這一未解之謎的過程中取得進展。

第二類超導體中量子化磁通的運動行為對超導材料和器件的電磁輸運性質起著關鍵作用。人為調控超導磁通量子的運動行為，不但可以有效提高超導體的臨界電流密度，還可實現具有新功能的超導電子器件，如超導磁通整流器、磁通二極管等。以往的磁通量子調控手段往往缺乏原位可調性，極大限制了相應超導電子器件的應用。近日，南京大學吳培亨院士領導的超導電子學研究所王永磊教授和王華兵教授研究團隊設計出了一種可調控的新型人工自旋冰與超導異質結構器件，不但實現了超導電性的原位開關，還實現了可開關和可反轉的磁通霍爾效應。 人工自旋冰是具有集體相互作用的納米小磁體陣列，其特殊的幾何排列使得系統具有很高的簡并度、新奇的低能激發態（如磁單極子）、豐富的相變和磁疇。近年來該團隊致力于人工自旋冰和超導納米結構器件等方面的研究，不但設計出了可擦寫的人工自旋冰，并且于國際上首次設計和制備出了人工自旋冰與超導的異質結構器件，實現了可調控的超導磁通阻挫效應和磁通整流效應。近日該團隊又設計出了一種基于風車型人工自旋冰與超導的異質結構器件，利用風車型人工自旋冰易于調控的鏈條狀磁荷結構，以及磁荷與超導磁通量子間的強耦合作用，實現了對超導磁通運動的原位操控，展示了超導零電阻態與耗散態之間的原位開關，同時實現了可編程的磁通霍爾效應。

近日，由清華大學醫學院林欣教授科研團隊與華夏英泰公司聯合研發的雙靶點CD19/CD20 STAR-T候選產品HXYT-001細胞注射液的中國I期臨床試驗在北京大學腫瘤醫院完成了首例受試者知情同意簽署。