Po raz pierwszy zbadano zastosowanie poliaromatycznych związków o kształcie misy i zawierających azot w roli receptorów molekularnych do wykrywania kationów metali. Przeprowadzono kompleksowe pomiary potencjometryczne i spektrofluorymetryczne, jak również obliczenia kwantowo-mechaniczne za zakresu teorii funkcjonału gęstości (DFT). Pokazano, że badane związki skutecznie rozpoznają kationy metali, ze szczególnym uwzględnieniem kationów cezu (Cs⁺).

Najczęściej stosowaną metodą syntezy nanokryształów tlenku cynku (ZnO NCs) jest nieorganiczna metoda zol–żel, w której jako reagenty wykorzystuje się octan cynku oraz wodorotlenek litu. Nasze badania wykazały, że wbrew powszechnej opinii ZnO NCs otrzymane tą metodą zawierają inherentne domieszki w postaci jonów metali alkalicznych. Jony Li⁺ są kinetycznie uwięzione w strukturze nieorganicznego rdzenia ZnO, przenikają do płytkiej warstwy podpowierzchniowej, a także występują w obrębie organicznej warstwy stabilizującej.

Uzyskane wyniki pozwoliły po raz pierwszy zidentyfikować strukturalne niedoskonałości nanostruktur ZnO wytwarzanych metodą zol–żel, a także lepiej zrozumieć proces domieszkowania i pasywacji powierzchni tych materiałów, kluczowy dla ich przyszłych zastosowań w zaawansowanych technologiach.

Celem syntezy termojądrowej jest produkcja energii elektrycznej poprzez łączenie lekkich jąder w plazmie o wysokiej temperaturze. Najbardziej obiecująca droga do fuzji termojądrowej przewiduje zamknięcie takich plazm za pomocą pól magnetycznych, których najczęściej badaną konfiguracją jest tokamak.

Jednym z głównych wyzwań stojących na drodze do reaktora komercyjnego są gwałtowne zerwania sznura plazmowego (z ang. disruptions), które występują we wszystkich urządzeniach tokamakowych.

W niniejszej pracy przestawiono, w jaki sposób, wdrażając nowatorskie metody analizy tysięcy eksperymentów przeprowadzonych w reaktorze JET, zbadano charakter różnych form tych zjawisk. Badania obejmowały szeroki zakres izotopowych składów paliwa – od wodoru po tryt, w tym kluczową kampanię D-T.

Opracowano nowatorskie podejście do detekcji zagrożenia, które pozwala określić zarówno prawdopodobieństwo wystąpienia zakłócenia, jak i czas pozostały do jego nastąpienia. Wykorzystane metody są adaptacyjne i mogą być stosowane w czasie rzeczywistym.

Uzyskane wyniki wskazują, że możliwe jest opracowanie opartych na fizyce narzędzi do prognozowania i kontroli zakłóceń zachodzących w plazmie, co pozwoli wdrożyć realistyczne strategie ich unikania i zapobiegania nim, spełniające wymagania stawiane przyszłym generacjom urządzeń termojądrowych.

Dostrajanie (fine-tuning) to powszechnie stosowana technika w uczeniu głębokim, umożliwiająca przenoszenie wcześniej wytrenowanych zdolności, często wykorzystywana w modelach bazowych (foundation models). Jednak dostrajanie modeli uczenia ze wzmocnieniem (RL) pozostaje wyzwaniem.

W niniejszej pracy analizujemy dwie przyczyny słabej transferowalności. Pierwsza jest związana z utratą skuteczność w podprzestrzeni stanów starego zadania, które nie zostały odwiedzone na początkowym etapie dostrajania, mimo że przed dostrojeniem agent radził sobie w nich dobrze. W efekcie tracimy oczekiwane korzyści z transferu. Druga przyczyna jest związana z nieoptymalnym agentem bazowym, który w trakcie dostrajana w nowym zadaniu ogranicza się jedynie do małej części zdolności wcześniej wytrenowanych, na skutek czego inne ulegają zapomnieniu.

W naszej pracy identyfikujemy warunki, w których to zjawisko występuje, pokazując, że jest ono częste i w wielu przypadkach katastrofalne.

Dzięki szczegółowej analizie empirycznej, przeprowadzonej w wymagających środowiskach NetHack i Montezuma’s Revenge, wykazujemy, że standardowe techniki zachowywania wiedzy pozwalają złagodzić ten problem i pełniej wykorzystać wcześniej wytrenowane zdolności.

W szczególności w NetHack osiągamy nowy najlepszy wynik dla modeli neuronowych, poprawiając poprzedni rekord z 5K do ponad 10K punktów w scenariuszu Human Monk.

Stale austenityczne eksploatowane w warunkach intensywnego promieniowania, np. w reaktorach jądrowych, ulegają znaczącym zmianom mikrostrukturalnym, prowadzącym do umocnienia radiacyjnego i degradacji ich właściwości mechanicznych. W opublikowanej pracy: "Atomistic Analysis of the Mechanisms Underlying Irradiation-Hardening in Fe-Ni-Cr Alloys" – A. Ustrzycka, F. J. Dominguez-Gutierrez, W. Chromiński, International Journal of Plasticity, 2024, przy użyciu symulacji atomistycznych oraz eksperymentalnej analizy mikroskopowej, zbadano mechanizmy powstawania i ewolucji defektów radiacyjnych w stopach Fe-Ni-Cr. 

W pierwszej kolejności przeprowadzono symulacje nakładających się kaskad zderzeniowych (overlapping cascade), które odwzorowują efekty bombardowania materiału neutronami, umożliwiając analizę powstawania i ewolucji defektów radiacyjnych. Następnie zweryfikowano rodzaj i gęstość powstałych defektów metodami eksperymentalnymi. Próbki stopu FeNiCr poddano napromieniowaniu jonami Ni o wysokiej energii, wykorzystując akcelerator tandemowy. Powstałe w ten sposób defekty radiacyjne przeanalizowano za pomocą transmisyjnej mikroskopii elektronowej (TEM), co pozwoliło na ich identyfikację oraz ilościową charakterystykę. Analiza symulacji przeprowadzonych metodą Dynamiki Molekularnej wykazała, że defekty radiacyjne, zarówno pętle dyslokacyjne, jak i nanometryczne pustki, przyczyniają się do wzrostu umocnienia materiału, przy czym pustki stanowią znacznie silniejsze bariery dla ruchu dyslokacji. Zaobserwowano kluczowe mechanizmy, takie jak ścinanie pustek przez dyslokacje, ich zapadanie się do pętli dyslokacyjnych, a następnie zanikanie w wyniku interakcji z dyslokacjami. Procesy te prowadzą do złożonego sprzężenia między gęstością pustek i pętli dyslokacyjnych. W oparciu o te wyniki opracowano nowy model umocnienia radiacyjnego, uwzględniający efekty oddziaływań dyslokacji powstałych w wyniku deformacji plastycznej z defektami promieniowania.

Artykuł powstał we współpracy z IPPT i NCBJ.

Obecnie ponad 60% światowej populacji mieszka w miastach. Życie w miastach niesie wiele korzyści, ale wiąże się również z wyzwaniami związanymi z koniecznością inteligentnej urbanizacji.

Nowa generacja projektowalnych dwuwymiarowych nanomateriałów, zwanych MXenami, stanowi kluczową technologię, która może wynieść współczesne podejście do urbanizacji na wyższy poziom, prowadząc do realizacji koncepcji inteligentnego miasta. Inteligentne miasto to nowatorski model oparty na samowystarczalnych technologiach, które są interaktywne i responsywne wobec potrzeb obywateli.

W niniejszym artykule omawiane są technologie oparte na MXenach, które mogą wspierać zrównoważony rozwój miast. Dzięki nim możliwe jest projektowanie samowystarczalnych, adaptacyjnych i inteligentnych budynków, które minimalizują zużycie zasobów i rozwiązują problemy związane z deficytem czystej energii, wody oraz powietrza.

MXeny mogą także rozwiązać problem obecnych ograniczeń technologicznych związanych z Internetem Rzeczy (IoT) i telemedycyną, ponieważ łączą różnorodne właściwości i umożliwiają wielofunkcyjność. Przewiduje się, że MXeny odegrają kluczową rolę w rozwoju inteligentnych miast. W związku z tym, przedstawiono ich potencjał i mapę drogową, która demonstruje praktyczne zastosowania MXenów w tym kontekście.

Podsumowując, badanie to promuje rolę MXenów w poprawie jakości życia mieszkańców miast, podnosząc standardy urbanizacji do nowego poziomu.

Cukrzyca to choroba związana z niewydolnością endokrynnej części trzustki, składającej się głównie z wysp trzustkowych. Obecnie cukrzyca jest uważana za najszybciej rozwijającą się chorobę cywilizacyjną. Na całym świecie ponad 440 milionów ludzi cierpi na cukrzycę, a szacuje się, że do 2045 roku liczba ta wzrośnie do 700 milionów. Wyspy trzustkowe to złożone, silnie unaczynione mini-narządy, a jedynie opracowanie w pełni funkcjonalnego, unaczynionego modelu wyspy trzustkowej może przyczynić się do postępu w wiedzy na temat rozwoju cukrzycy, nowych strategii terapeutycznych oraz generowania wysp do zastosowań w medycynie regeneracyjnej.

Dlatego głównym celem naszego badania było opracowanie mikroprzepływowego systemu do jednoczesnej hodowli dwóch trójwymiarowych (3D) modeli badawczych. Urządzenie przedstawione w niniejszym artykule zostało wykorzystane do jednoczesnej hodowli modelu naczynia krwionośnego, składającego się z komórek śródbłonka (HUVEC), opracowanego przy użyciu techniki Viscous Finger Patterning (VFP), oraz modelu wyspy trzustkowej, który został opracowany w wyniku współhodowli komórek α i β.

Podczas badań zoptymalizowano metodę produkcji urządzenia, w tym celu porównano najprecyzyjniejszą technikę mikrofrezowania z metodą szybkiego prototypowania – drukiem 3D. Przestrzenne rozmieszczenie komórek w opracowanych modelach, ich morfologia i żywotność zostały zwizualizowane za pomocą barwienia fluorescencyjnego oraz analizy mikroskopii konfokalnej. Niniejszy artykuł przedstawia badania wstępne dotyczące opracowania długoterminowej hodowli złożonego modelu imitującego połączenie mikrokrążenia z wyspą trzustkową, który w przyszłości może posłużyć do opracowania nowych strategii terapeutycznych lub generowania w pełni funkcjonalnych wysp trzustkowych.

Przedstawiamy pierwsze zastosowanie niestechiometrycznych nanokryształów stopowych Ag–In–Zn–S jako fotoinicjatorów i fotokatalizatorów kontrolowanej polimeryzacji metakrylanu metylu (MMA).
 
Przetestowano dwa typy nanokryształów, różniące się składem i charakteryzujące się czerwoną oraz zieloną fotoluminescencją.
 
Wykorzystując ich właściwości redukcyjne oraz zdolność do generowania wolnych rodników, wykazaliśmy, że pod wpływem światła UV skutecznie inicjują rodnikową polimeryzację MMA, natomiast w świetle widzialnym (niebieskim lub zielonym) pełnią funkcję fotokatalizatorów kontrolowanej polimeryzacji rodnikowej.

Przedstawiamy ogólną metodykę modelowania charakterystyk materiałów magnetycznych stosowanych w energetyce przy użyciu głębokich sieci neuronowych.

Do trenowania autoenkodera (czyli modelu sieci neuronowej złożonej z dwóch części: enkodera i dekodera) w sposób nienadzorowany wygenerowano wielowymiarowe charakterystyki materiałów magnetycznych, które naśladują rzeczywiste pomiary. Enkoder stara się przewidzieć parametry materiałowe modelu teoretycznego, który następnie jest używany w dekoderze. Dekoder, korzystając z przewidzianych parametrów, rekonstruuje wejściowe charakterystyki.

Sieć neuronowa jest trenowana na syntetycznie wygenerowanym zestawie charakterystyk, który obejmuje szeroki zakres zachowań materiałów, co pozwala na uogólnienie modelu, pozwalające opisać fizykę problemu, zamiast jedynie optymalizować parametry dla pojedynczej charakterystyki.

Po zdefiniowaniu i wytrenowaniu modelu, wykazujemy jego przydatność w złożonym problemie jednoczesnego modelowania materiałów magnetycznych w domenach częstotliwości i prądu (zakres nieliniowy).  W tym celu wykorzystano charakterystyki zmierzone w zakresie częstotliwości do 10 MHz oraz natężenia pola magnetycznego (H) aż do nasycenia.

Artykuł przedstawia dedykowaną metodę rozpoznawania ludzkich postaw z wykorzystaniem opcji klasyfikacji i klastrowania. Ostatecznym celem badań jest rozpoznawanie działań człowieka na podstawie sekwencji postaw, co stawia określone wymagania wobec opracowanej metody.

W tym celu zaproponowano rzadki autoenkoder (Sparse Autoencoder) w połączeniu z samoorganizującą się mapą (SOM – Self-Organized Map). SOM została rozszerzona o dodatkową warstwę odpowiedzialną za post-etykietowanie lub klasteryzację, co tworzy strukturę określaną jako rozszerzona SOM (extended SOM).

Aby poprawić wydajność SOM, zastosowano dwie modyfikacje ukierunkowane na zadanie – dedykowaną miarę odległości kątowej oraz funkcję sąsiedztwa do aktualizacji wag SOM.

Główny wkład badawczy tej pracy to koncepcja rozszerzonej SOM, która jest trenowana na danych nieoznaczonych i może klasyfikować lub grupować postawy człowieka. Sparse Autoencoder pozwala na zachowanie cech charakterystycznych danych przy jednoczesnym zmniejszeniu ich wymiarowości.

Wykazano, że opracowana metoda osiąga wyższą efektywność klasyfikacji w porównaniu do innych reprezentatywnych metod. Badania ablacyjne pokazują, w jaki sposób wprowadzone modyfikacje poprawiają wyniki klasyfikacji. Opracowana metoda charakteryzuje się dobrą rozdzielczością w rozróżnianiu postaw. Na końcu artykułu przedstawiona jest dyskusja na temat użyteczności zaproponowanej koncepcji.

Germanokrzemek Na₄₋ₓGeᵧSi₁₆₋ᵧ (0,4 ≤ x ≤ 1,1; 4,7 ≤ y ≤ 9,3) został zsyntezowany w warunkach wysokiego ciśnienia i wysokiej temperatury. Kryształy nowego związku typu gość-gospodarz zawierają w swej strukturze unikalny szkielet tetrelowy z podwójnymi kanałami, w których znajdują się atomy sodu, oraz mniejszymi, pustymi jednostkami (Si,Ge)₉. Ułożenie tych elementów tworzy nowy typ struktury o topologii ściśle związanej z hipotetyczną odmianą alotropową węgla. Analiza topologiczna struktury ujawniła, że przestrzeń otoczenia gości nie może być wypełniona pojedynczymi wielościanami, jak ma to miejsce w związkach klatkowych (np. klatratach). Analiza naturalnych parkietaży (ang. tilings) dostarcza wygodnej metody jednoznacznego porównania pokrewnych struktur bogatych w tetrele oraz może pomóc w wyjaśnianiu nowych możliwych układów strukturalnych związków międzymetalicznych. 

W niniejszym artykule przedstawiono wydajną technikę poprawy jakości obrazów radarowych ISAR (Inverse Synthetic Aperture Radar) z wykorzystaniem estymacji parametrów dwuwymiarowego widma z jednoczesną koncentracją.

Proponowana metoda ma na celu uśrednianie wielu skoncentrowanych obrazów ISAR, uzyskanych przy użyciu ortonormalnych okien. W efekcie generowany jest obraz o zwiększonej poprawionej rozdzielczości i zredukowanym szumie.

W porównaniu do najnowocześniejszych metod, zaprezentowane podejście skutecznie tłumi zarówno stacjonarny, jak i niestacjonarny szum w obrazach ISAR, co prowadzi do poprawy kontrastu i entropii.

Przeprowadzono obszerne symulacje, które ilościowo potwierdzają efektywność proponowanej techniki oraz jej przydatność w rzeczywistych systemach. Na końcu pracy przedstawiono wyniki przetwarzania rzeczywistych obrazów ISAR o wysokiej rozdzielczości, demonstrując skuteczność metody w aktywnych radarach FMCW (Frequency-Modulated Continuous Wave).