Abstrakcyjne rozumowanie wizualne (AVR) obejmuje zadania wymagające umiejętności wnioskowania o relacjach między obiektami w danej scenie. Choć ludzie zazwyczaj rozwiązują tego typu problemy w sposób „naturalny”, nawet bez wcześniejszego doświadczenia, pozostają one dużym wyzwaniem dla współczesnych systemów uczenia maszynowego. W artykule podsumowano najnowsze postępy w stosowaniu metod uczenia głębokiego do rozwiązywania zadań AVR jako sposobu badania inteligencji maszynowej. Skupiono się na najpowszechniejszym rodzaju zadań AVR — progresywnych matrycach Ravena (RPM) — i przedstawiono przegląd metod uczenia oraz modeli głębokich sieci neuronowych stosowanych do ich rozwiązywania, a także zbiorów danych RPM. Analiza wyników najnowocześniejszych podejść prowadzi do sformułowania szeregu wniosków dotyczących obecnych i przyszłych kierunków rozwoju w tej dziedzinie. Autorzy prezentują badania nad RPM w szerszym kontekście, pokazując, w jaki sposób rzeczywiste problemy spoza obszaru AVR mogą skorzystać z przedstawionych osiągnięć.

Większość metod nienadzorowanej selekcji cech koncentruje się na analizie podobieństw pierwszego rzędu pomiędzy danymi, pomijając podobieństwa wyższego rzędu występujące między instancjami, co prowadzi do konstruowania suboptymalnych grafów podobieństwa. Ponadto metody te często charakteryzują się wysoką złożonością obliczeniową, co ogranicza ich wykorzystanie w zadaniach selekcji cech, zwłaszcza w przypadku danych o wysokiej wymiarowości. W celu rozwiązania powyższych problemów proponowana jest nowa metoda, określana jako nienadzorowana selekcja cech oparta na uczeniu osadzania wyższego rzędu oraz uczeniu rzadkim (Unsupervised Feature Selection for High-Order Embedding and Sparse Learning, UFSHS).

Metoda UFSHS wykorzystuje podobieństwa wyższego rzędu zawarte w oryginalnych danych wejściowych do skonstruowania optymalnego grafu podobieństwa, który wiernie odzwierciedla istotną strukturę geometryczną danych wysokowymiarowych. Następnie proponowany jest zunifikowany model integrujący uczenie osadzania wyższego rzędu oraz uczenie rzadkie, umożliwiający wyznaczenie odpowiedniej macierzy projekcji o rzadkości wierszowej, co prowadzi do wyboru optymalnego podzbioru cech. Ponadto opracowano nową metodę optymalizacji, która dostosowuje strategię optymalizacji do relacji pomiędzy liczbą instancji a wymiarowością danych, prowadząc do istotnej redukcji złożoności obliczeniowej modelu. Dodatkowo, wykazano, że zaproponowana strategia optymalizacji znajduje zastosowanie również w regresji grzbietowej, systemach uczenia szerokiego oraz systemach rozmytych.

Rozbudowane eksperymenty przeprowadzone na dziewięciu publicznie dostępnych zbiorach danych potwierdzają wysoką efektywność proponowanej metody UFSHS.

Zbadano wpływ środowiska jądrowego na produkcję mezonów 𝐵⁺, poprzez analizę skalowania ilorazu przekrojów czynnych zderzeń dwóch cząstek, pomiędzy zdarzeniami o różnej liczbie cząstek naładowanych pochodzących ze zderzeń proton–ołów. W analizie wykorzystano dane zebrane przez eksperyment CMS w 2016 roku przy energii nukleonów w układzie środka masy √𝑠NN = 8,16 TeV, odpowiadające całkowitej świetlności zintegrowanej 175 nb⁻¹. Współczynniki skalowania ilorazu zostały określone przy użyciu nowatorskiego podejścia opartego na przekrojach czynnych procesów 𝑍→𝜇⁻𝜇⁺ mierzonych w tych samych zdarzeniach. Otrzymany skalowany iloraz dla mezonu 𝐵⁺ jest zgodny z jednością dla wszystkich liczb cząstek produkowanych w zdarzeniach, co stanowi silne ograniczenie dla możliwych efektów modyfikacji produkcji cząstek zawierających ciężkie kwarki w zderzeniach z udziałem jąder.

Synergiczne połączenie technologii mikroprzepływowych z systemami druku addytywnego przyspiesza rozwój innowacyjnych metod wytwarzania trójwymiarowych rusztowań o wysokiej zgodności biologicznej do zastosowań w inżynierii tkankowej. Coraz większe zainteresowanie budzi możliwość tworzenia porowatych materiałów z gradientem właściwości (pFGM), które mogą odwzorowywać złożoną, hierarchiczną strukturę porów występującą w tkance kostnej. W niniejszej pracy przedstawiono metodę wytwarzania porowatych rusztowań opartą na generowaniu płynnej piany w czasie rzeczywistym, która następnie ulega żelowaniu, tworząc porowate włókna precyzyjnie układane w struktury przestrzenne za pomocą systemu biodruku 3D.  Kluczową zaletą tego podejścia jest możliwość dynamicznego regulowania rozmiaru pęcherzyków podczas procesu drukowania, co pozwala na bieżąco modyfikować właściwości deponowanych, spienionych filamentów w jednym etapie technologicznym. Dzięki temu zdefiniowane lokalnie, dostosowane do potrzeb pory mogą być rozmieszczane w trójwymiarowych strukturach z wysoką dokładnością przestrzenną. Oprócz charakterystyki mechanicznej i morfologicznej różnych wariantów mikroarchitektur, oceniono również biokompatybilność proponowanej metody, bezpośrednio zatapiając komórki kostniakomięsaka w biomateriale. Wyniki potwierdziły biokompatybilność tej techniki i wykazały wpływ wewnętrznej mikroporowatości na proliferację komórek, co podkreśla potencjał tej technologii w tworzeniu precyzyjnie kształtowanych mikrośrodowisk tkankowych. Otrzymane wyniki uwidaczniają wszechstronność prezentowanego systemu biodruku 3D oraz jego potencjał w wytwarzaniu biomimetycznych rusztowań o indywidualnie projektowanych gradientach morfologicznych. Stanowi to istotny krok naprzód w syntezie pFGM, mający bezpośrednie znaczenie dla medycyny regeneracyjnej i inżynierii tkankowej.

W pracy opisano nowatorski mikrosystem typu lab-on-a-chip przeznaczony do elektroporacji komórek, umożliwiający prowadzenie badań porównawczych skuteczności dwóch procedur przeciwnowotworowych. Opracowane urządzenie pozwala na jednoczesną ocenę wpływu leku cytostatycznego oraz stymulacji elektrycznej komórek, dzięki czemu może być wykorzystywane do badań nad chemioterapią i elektrochemioterapią. 

Mikrosystem składa się z dwóch par elektrod wykonanych z tlenku indu i cyny (ITO), rozmieszczonych równolegle względem mikrokomór hodowlanych. Umożliwia on prowadzenie obserwacji oraz wykonywanie testów na komórkach adherentnych jednocześnie dla czterech prób badanych (kontrola, chemioterapia, elektrochemioterapia, działanie pola elektrycznego), w sześciu powtórzeniach dla każdej z nich. Takie rozwiązanie zapewnia wymaganą liczbę powtórzeń w testach biologicznych oraz umożliwia analizę statystyczną uzyskanych wyników.

Szczególną uwagę poświęcono optymalizacji konstrukcji elektrod oraz ich rozmieszczenia względem mikrokomór hodowlanych, tak aby w każdej z 24 mikrokomór zapewnić jednorodne warunki pola elektrycznego. W tym celu przeprowadzono symulacje numeryczne rozkładu pola elektrycznego w obszarze mikrokomory hodowlanej, które posłużyły do wyboru najbardziej korzystnej konfiguracji elektrod. Wyniki symulacji zostały następnie zweryfikowane w badaniach z wykorzystaniem ludzkich linii komórkowych.

Elektroporacja przeprowadzona w zaprojektowanym mikrosystemie charakteryzowała się wysoką skutecznością przy jednoczesnym zachowaniu wysokiej żywotności komórek. Zgodnie z naszą wiedzą, jest to jeden z pierwszych systemów mikroprzepływowych z elektrodami ITO dedykowany do zastosowań w elektrochemioterapii. System ten może być wykorzystywany w badaniach oceniających skuteczność procedur terapeutycznych, w których stosuje się lek cytostatyczny w połączeniu z polem elektrycznym.

W najnowszej publikacji naukowcy z eksperymentu ALICE po raz pierwszy zmierzyli, jak zderzenia cząstek w Wielkim Zderzaczu Hadronów różnią się od siebie pod względem liczby rzadkich hadronów zawierających wiele kwarków dziwnych — cząstek Ξ⁻ i ich antycząstek Ξ⁺ — oraz jak te fluktuacje są powiązane ze zmianami liczby kaonów. Pomiary wykonano dla zderzeń proton–proton, proton–ołów i ołów–ołów przy energii 5,02 TeV na parę nukleonów. Okazało się, że wyniki bardzo dobrze wyjaśnia tzw. statystyczny model hadronizacji, w którym cząstki powstają w sposób skorelowany w stosunkowo szerokim zakresie pędu wzdłuż wiązki (trzech jednostek pospieszności). Oznacza to, że cząstki o podobnej lub przeciwnej „dziwności” powstają razem znacznie częściej, niż przewidują to prostsze modele. Natomiast popularne modele fragmentacji strun — takie, które przewidują powstawanie par cząstek o przeciwnej dziwności jedynie w bardzo wąskim obszarze — nie potrafią wyjaśnić zaobserwowanego zachowania. Wyniki te sugerują, że podczas zderzeń dochodzi do bardziej złożonych i długozasięgowych korelacji między cząstkami zawierającymi kwarki dziwne, niż wcześniej sądzono, a to dostarcza cennych informacji o mechanizmach formowania się materii tuż po zderzeniu.

W niniejszej pracy przedstawiono PyBrook – oryginalny, działający w czasie rzeczywistym system chmurowy przeznaczony dla Internetu Rzeczy (IoT). PyBrook umożliwia użytkownikom deklaratywne definiowanie złożonych modeli przetwarzania danych przy użyciu języka programowania Python. Framework udostępnia również uniwersalny interfejs webowy, który prezentuje zbierane dane w czasie rzeczywistym. Celem PyBrook jest maksymalne uproszczenie tworzenia usług przetwarzania danych w czasie rzeczywistym poprzez wykorzystanie zaawansowanych mechanizmów języka Python oraz nowoczesnych koncepcji, takich jak hot-reloading (dynamiczne przeładowywanie kodu) czy wdrażanie oprogramowania w kontenerach systemu Linux. Aby zapewnić powtarzalność i dostępność projektu, PyBrook został opublikowany jako pakiet Pythona dostępny w serwisie PyPi oraz jako obraz kontenera Docker udostępniony na platformie Docker Hub.

Głównym celem artykułu było opracowanie oryginalnej metodyki tworzenia modeli matematycznych bloków gazowo-parowych (CCGT), przedstawionej na przykładzie jednostki o klasy 500 MW pracującej w technologii kogeneracyjnej — produkującej jednocześnie energię elektryczną i ciepło sieciowe, z możliwością dodatkowego eksportu pary technologicznej. Zakres modelowania obejmował kluczowe wyzwania: wyznaczenie charakterystyk pracy, linii rozprężania spalin i pary wodnej oraz wymiany ciepła w kotle odzyskowym (HRSG) i wymiennikach ogrzewających wodę sieciową. Model opracowano z wykorzystaniem podejścia analityczno-aproksymacyjnego, uwzględniając ograniczenia technologiczne narzucane przez wdrożone układy automatyki. Przeprowadzono szczegółową walidację modelu oraz wyznaczono wybrane charakterystyki pracy bloku. Otrzymany model bardzo dokładnie odwzorował pracę rzeczywistej jednostki CCGT — średnie błędy bezwzględne i względne dla mocy elektrycznej turbiny gazowej i parowej wyniosły odpowiednio 1,18 MW (0,54%) oraz 0,63 MW (0,55%). Zaproponowana metodyka umożliwia symulację pracy jednostki w zmiennych warunkach, wspiera diagnostykę cieplną poszczególnych układów cieplno-przepływowych oraz umożliwia wielokryterialną ocenę pracy bloku w funkcji zmiennych warunków zewnętrznych.

Modele typu Transformer mogą napotykać praktyczne ograniczenia wynikające z ich wysokich wymagań obliczeniowych. Jednocześnie wykazują one znaczną rzadkość aktywacji (activation sparsity), którą można wykorzystać do zmniejszenia kosztu inferencji (inference cost) poprzez przekształcenie części sieci w warstwy typu Mixture-of-Experts (MoE). Pomimo kluczowej roli, jaką odgrywa rzadkość aktywacji, jej wpływ na ten proces pozostawał dotąd niezbadany. W pracy wykazano, że efektywność konwersji może zostać znacząco zwiększona poprzez odpowiednią regularyzację rzadkości aktywacji w modelu bazowym. Ponadto, motywowani dużą zmiennością liczby aktywowanych neuronów dla różnych danych wejściowych, autorzy wprowadzają nową regułę dynamicznego wyboru liczby ekspertów (dynamic-k expert selection), która dostosowuje liczbę uruchamianych ekspertów osobno dla każdego tokena. Dla dalszego obniżenia kosztów obliczeniowych podejście to rozszerzono również na projekcje wielogłowego mechanizmu uwagi (multi-head attention). Opracowano ponadto wydajną implementację, która przekłada te oszczędności obliczeniowe na rzeczywiste przyspieszenie działania (wall-clock speedup). Proponowana metoda, nazwana Dense-to-Dynamic-k Mixture-of-Experts (D2DMoE), przewyższa dotychczasowe rozwiązania w typowych zadaniach z zakresu przetwarzania języka naturalnego (NLP) i wizji komputerowej, redukując koszt inferencji nawet o 60% bez istotnego pogorszenia jakości działania modelu.

Druk 3D metodą ekstruzji materiału z wykorzystaniem termoplastycznego filamentu polega na warstwowym nakładaniu uplastycznionego tworzywa. Technika ta jest powszechnie stosowana do tworzenia prototypów, oprzyrządowania, a także finalnych produktów ze względu na niskie koszty, dużą dostępność oraz szeroki wachlarz zastosowań – od architektury i motoryzacji, przez wzornictwo przemysłowe, po medycynę i katalizę. Szczególne znaczenie dla zastosowań katalitycznych mają materiały porowate na bazie niklu, dlatego opracowanie technologii druku wykorzystującej materiały termoplastyczne z dodatkiem proszku niklowego jako źródła katalizatora stanowi perspektywiczny kierunek rozwoju. Kluczowym wyzwaniem pozostaje jednak proces obróbki termicznej, niezbędny do usunięcia polimerowego lepiszcza oraz spieczenia cząstek niklu w porowatą strukturę. W odpowiedzi na to opracowano nowe podejście, które skutecznie zapobiega deformacji wydrukowanej struktury podczas tego procesu. Zaproponowana metoda polega na impregnacji wydruku 3D roztworem związku krzemu, takiego jak krzemian sodu, przeprowadzonej w warunkach obniżonego ciśnienia. Porównanie wyników pozwoliło wyłonić optymalne stężenie roztworu, które umożliwia zachowanie pierwotnych wymiarów próbek bez istotnych zmian w ich strukturze. Dodatkowo zbadano wpływ temperatury roztworu impregnującego na efektywność procesu. W ramach badań przeprowadzono analizę mikroskopową i składu chemicznego, a także testy mechaniczne oraz określenie porowatości. W wyniku przeprowadzonych prac opracowano skuteczną, skalowalną i ekonomiczną metodę utrwalania porowatych wydruków 3D.

W publikacji zaprezentowano wyniki badań nowej klasy ambipolarnych elektroaktywnych polimerów, zaprojektowanych do zastosowań w Organicznych Tranzystorach Elektrochemicznych (OECT, ang. Organic Electrochemical Transistor) – urządzeniach o rosnącym znaczeniu w bioelektronice i czujnikach działających w środowisku wodnym. Opracowano dwa monomery o charakterze donorowo–akceptorowym (G-DTP-Bu-NDI i G-DTP-G-NDI), które dzięki obecności ugrupowań naftalenodiimidu (NDI), ditienopirolu (DTP) oraz glikolowych (G) jako łańcuchów bocznych wykazują zarówno wysoką ruchliwość elektronów i dziur, jak i przewodnictwo jonowo-elektronowe. Oba związki z powodzeniem poddano elektropolimeryzacji, uzyskując cienkie, jednorodne i jednocześnie porowate warstwy polimerowe. Otrzymane polimery wykazały stabilną, ambipolarną aktywność redoksową w środowisku organicznym i wodnym, co potwierdzono badaniami elektrochemicznymi i spektroelektrochemicznymi. Materiały te zastosowano jako warstwy aktywne w tranzystorach elektrochemicznych o konfiguracji pionowej, stosując metodę elektropolimeryzacji bezpośrednio w kanale OECT o długości zaledwie 350 nm. Szczególnie obiecujące wyniki uzyskano dla polimeru poli(G-DTP-G-NDI) o większej zawartości grup glikolowych. Ich obecność znacząco przyczyniła się do poprawy efektywności wstrzykiwania ładunku do warstwy półprzewodnika, a w konsekwencji doprowadziła do większej stabilności i wyższej wydajności działania OECT. Uzyskane tranzystory wykazywały symetryczną odpowiedź prądową zarówno w zakresie przewodnictwa typu p jak i n.

Kluczowym osiągnięciem badań było zastosowanie in situ elektropolimeryzacji jako techniki bezpośredniego nanoszenia materiału elektroaktywnego w kanale tranzystora. Metoda ta pozwoliła uzyskać wysokiej jakości warstwy polimerowe bez konieczności prowadzenia klasycznej polimeryzacji chemicznej, oczyszczania, frakcjonowania i nanoszenia materiału standardowymi metodami roztworowymi. Dodatkowo wyeliminowano problem zanieczyszczeń – w szczególności metalicznymi katalizatorami – istotny z punktu widzenia ograniczenia zjawiska pułapkowania ładunku, które stanowi duże wyzwanie w technologii wytwarzania organicznych urządzeń elektronicznych typu OECT.

Opracowane materiały oraz zastosowana technika in situ elektropolimeryzacji otwierają nowe kierunki badań w obszarze kolejnej generacji organicznych tranzystorów elektrochemicznych, zwłaszcza do zastosowań biologicznych, takich jak czujniki, interfejsy neuronowe czy wysokoczułe układy bioelektroniczne.

W niniejszym badaniu przedstawiono opracowanie i charakterystykę zaawansowanych kompozytów na bazie polilaktydu (PLA), zaprojektowanych w celu poprawy przewodnictwa cieplnego i odporności ogniowej w zastosowaniach druku addytywnego (AM, Additive Manufacturing). Z wykorzystaniem technologii modelowania metodą osadzania topionego (FDM, Fused Deposition Modeling) wzmocniono kompozyty dodatkami: grafitu (G), disiarczku molibdenu (MoS₂) oraz siloksenu (S) w różnych stężeniach napełniacza. Szczególną uwagę poświęcono wpływowi niedoskonałości strukturalnych charakterystycznych dla procesu FDM, takich jak mikroszczeliny i porowatość, na właściwości funkcjonalne wydrukowanych materiałów. Do kompleksowej analizy zastosowano zestaw technik badawczych, obejmujących skaningową mikroskopię elektronową (SEM), spektroskopię w podczerwieni z transformacją Fouriera (FT-IR), dyfrakcję promieni rentgenowskich (XRD), spektroskopię Ramana, kalorymetrię różnicową skaningową (DSC), analizę termograwimetryczną (TGA), ocenę gęstości, pomiary dyfuzyjności cieplnej metodą zmodyfikowaną Angströma oraz kalorymetrię stożkową (cone calorimetry). Pozwoliło to na szczegółowe poznanie mikrostruktury, właściwości cieplnych i zachowania w warunkach zapłonu badanych kompozytów. Pomimo obecności defektów strukturalnych wynikających z procesu FDM, kompozyty o najwyższej zawartości grafitu i disiarczku molibdenu (G15/M2) wykazały wzrost dyfuzyjności cieplnej o 44% oraz poprawę przewodnictwa cieplnego o 40% w porównaniu z czystym PLA. Z kolei kompozyty oparte na siloksenie (S2.5) wykazały obniżone właściwości transportu cieplnego, co wskazuje na ich potencjalne zastosowanie jako materiałów termoizolacyjnych. Testy odporności ogniowej wykazały opóźnienie momentu maksymalnego wydzielania ciepła (pHRR) oraz znaczne obniżenie całkowitego wydzielania ciepła (THR) w próbkach zawierających napełniacze, szczególnie w przypadku G15/M2 i S2.5. Ponadto synergiczne działanie grafitu i disiarczku molibdenu istotnie zmniejszyło całkowitą emisję dymu (TSR), podczas gdy wyższe stężenia siloksenu prowadziły do zwiększonej produkcji dymu. Uzyskane wyniki podkreślają podwójne korzyści funkcjonalne możliwe do osiągnięcia poprzez odpowiedni dobór rodzaju i stężenia napełniacza, co otwiera drogę do projektowania zaawansowanych materiałów do druku addytywnego o zwiększonej przewodności cieplnej i odporności ogniowej. W dalszych badaniach należy skoncentrować się na udoskonaleniu parametrów procesu FDM, aby zminimalizować defekty mikrostrukturalne i zmaksymalizować właściwości użytkowe kompozytów przeznaczonych do zastosowań inżynierskich