Kompozyty ceramika/polieteroeteroketon (PEEK) mają szeroki zakres zastosowań i cieszą się dużym zainteresowaniem społeczności naukowej ze względu na ich wyjątkowe właściwości dielektryczne i mechaniczne. Jednakże połączenie między materiałem ceramicznym a PEEK jest istotnym problemem, którym należy się zająć, aby poprawić ich właściwości fizyczne i elektryczne. W tej pracy jako modyfikator granicy między tytanianem strontu baru (Ba0,6Sr0,4TiO3, BST) i PEEK wybrano żywicę polieterosulfonową (PES). Do stworzenia materiałów BST/PEEK o doskonałej stabilności częstotliwości dielektrycznej i przestrajalności dielektrycznej wykorzystano spiekanie na zimno. Badaliśmy wpływ zawartości PES na morfologię i właściwości dielektryczne materiałów BST/PEEK modyfikowanych PES. Wyniki wykazały, że PES może poprawić dyspersję cząstek BST w polimerze. Stała dielektryczna, przestrajalność dielektryczna i wytrzymałość na przebicie najpierw wzrosły, a następnie spadły wraz ze wzrostem zawartości PES. Badania te wytyczyły drogę do opracowania nowatorskiego kompozytu ceramiczno-polimerowego o dobrym wiązaniu międzyfazowym i wysokiej przestrajalności dielektrycznej. 

W niniejszym badaniu zbadano zaangażowanie młodych ludzi w naukę języków obcych. W szczególności zaangażowanie definiuje się jako metakonstrukt składający się z następujących komponentów: poznawczego, emocjonalnego i społecznego. Podjęto próbę ilościowego określenia tych poszczególnych elementów zaangażowania w ramach lekcji zadaniowych i zorientowanych na komunikację. Zastosowaliśmy pomiary elektrokardiograficzne i akcelerometryczne, aby monitorować reakcje fizjologiczne uczniów na zaangażowanie podczas regularnych zajęć z języka niemieckiego. Drugą częścią projektu było badanie ankietowe mierzące subiektywne opinie uczniów na temat ich zaangażowania. Wyniki badań potwierdzają przyjęcie podejścia zadaniowego. Najwyższy poziom zaangażowania zaobserwowaliśmy podczas zadań produktywnych, co może stanowić uzasadnienie dla nauczycieli do zwiększenia liczby zadań produktywnych w porównaniu z zadaniami receptywnymi. Ponadto, uwzględnienie w zajęciach elementu peer-learningowego okazało się istotne ze względu na jego rolę w budowaniu wewnętrznej motywacji do nauki i stymulowaniu wzrostu kompetencji społecznych. 

W swojej pracy badamy polaryzację inkluzywnego J/ψ powstającego w zderzeniach Pb-Pb przy sNN=5,02 TeV w LHC w kanale dimionowym, poprzez pomiar rozkładu kątowego produktów jego rozpadu. Badanie wykonujemy w obszarze szybkości 2,5<y<4, dla trzech poprzecznych przedziałów pędu (2<pT<4, 4<pT<6, 6<pT<10 GeV/c) oraz w funkcji centralności zderzenie dla 2<pT<6 GeV/c. Po raz pierwszy polaryzację mierzymy w odniesieniu do płaszczyzny zdarzenia zderzenia, biorąc pod uwagę kąt między mionem rozpadu o ładunku dodatnim w układzie spoczynkowym J/ψ a osią prostopadłą do wektora płaszczyzny zdarzeń w laboratorium system. Mierzona jest niewielka polaryzacja poprzeczna, której istotność sięga 3,9σ przy niskim pT i dla pośrednich wartości centralności. Polaryzację można powiązać z zachowaniem się plazmy kwarkowo-gluonowej powstałej w zderzeniach Pb-Pb, jako wirującego płynu o dużej wirowości, a także z występowaniem silnego pola magnetycznego we wczesnej fazie jej powstawania.

Widma pędu poprzecznego (pT) i parametry koalescencji B2 (anty)deuteronów mierzono po raz pierwszy w zderzeniach p-p przy s=13 TeV w strumieniach i poza nimi. W tym pomiarze kierunek wiodącej cząstki z najwyższym pT w zdarzeniu (pTlead>5 GeV/c) jest używany jako przybliżenie osi strumienia. W rezultacie zdarzenie jest dzielone na trzy obszary azymutalne, a sygnał strumienia jest uzyskiwany jako różnica między obszarem skierowanym, który oprócz zdarzenia podstawowego (UE) zawiera produkty fragmentacji strumienia, a obszarem poprzecznym, w którym dominuje UE . Stwierdzono, że parametr koalescencji w strumieniu jest w przybliżeniu 10 razy większy niż w przypadku zdarzenia podstawowego. Ta obserwacja eksperymentalna jest zgodna z obrazem koalescencji i można ją przypisać mniejszej średniej odległości w przestrzeni fazowej pomiędzy nukleonami w stożku strumienia w porównaniu ze zdarzeniem podstawowym. Wyniki przedstawione w tym artykule porównuje się z przewidywaniami prostego modelu koalescencji nukleonów, w którym rozkłady przestrzeni fazowej nukleonów są generowane przy użyciu programu pythia8 ze strojeniem Monash 2013, oraz z przewidywaniami modelu produkcji deuteronu opartego na zwykłych reakcjach jądrowych ze sparametryzowanymi przekroje zależne od energii dostrojone na podstawie danych. Ten ostatni model jest zaimplementowany w pythia8.3. Obydwa modele odtwarzają zaobserwowaną dużą różnicę pomiędzy parametrami koalescencji w strumieniu i poza strumieniem, chociaż modele nie odtwarzają prawie płaskiego trendu B2Jet, zamiast tego dają tendencję malejącą.

Współczynnik modyfikacji jądrowej pionów neutralnych mierzy się w zderzeniach proton-ołów, zarejestrowanych w środku masy energii nukleonu wynoszącej 8,16 TeV za pomocą detektora LHCb. Przekrój produkcyjny π0 wynosi mierzony różnicowo w pędzie poprzecznym (pT) dla 1,5 < pT < 10,0 GeV i w środku masy pseudoszybkość (ηc:m:) obszary 2,5 < ηc:m: < 3,5 (do przodu) i -4,0 < ηc:m: < -3,0 (do tyłu) zdefiniowano względem kierunku wiązki protonów. Pomiar w przód pokazuje znaczne tłumienie π0 produkcji, podczas gdy pomiar wsteczny pokazuje pierwszy dowód wzmocnienia π0 w protonie-ołowiu zderzenia w LHC. Łącznie pomiary te zapewniają precyzyjne ograniczenia modeli struktury jądrowej i wytwarzania cząstek w zderzeniach jądrowych o wysokiej energii.

Przeprowadzono analizę amplitudy rozpadu B+→Ds+Ds-K+ w celu zbadania po raz pierwszy jego pośrednich udziałów rezonansowych, wykorzystując dane dotyczące zderzeń proton-proton zebrane za pomocą detektora LHCb przy energiach środka masy wynoszących 7, 8, i 13 TeV. W niezmiennym widmie masowym Ds+Ds- obserwuje się strukturę piku bliskiego progu, określaną jako X(3960), z istotnością większą niż 12 odchyleń standardowych. Zmierzone masy, szerokość i liczby kwantowe struktury wynoszą odpowiednio 3956 ± 5 ± 10 MeV, 43 ± 13 ± 8 MeV i JPC = 0++, gdzie pierwsza niepewność ma charakter statystyczny, a druga systematyczny. Właściwości nowej struktury są zgodne z najnowszymi przewidywaniami teoretycznymi dotyczącymi stanu złożonego z kwarków CC¯ss¯. Dowody na dodatkową strukturę znajdują się wokół 4140 MeV w niezmiennej masie Ds+Ds-, co może być spowodowane albo przez nowy rezonans z przypisaniem 0++, albo przez efekt sprzężonego kanału J/ψφ↔Ds+Ds-.

W artykule poruszono dwa istotne zagadnienia związane z wykorzystaniem obrazowania radarowego z syntetyczną aperturą (SAR) do poprawy odporności pokładowych systemów nawigacji na zakłócanie sygnału globalnego systemu pozycjonowania (GPS). Pierwszy związany jest z problemem automatycznego oszacowania korekcji trajektorii na podstawie rejestracji obrazu. Autorzy proponują dedykowaną dla systemów SAR metodę zwaną Cumulative Minimum Square Distance Matching (CMSDM). Pozwala na oszacowanie w czasie rzeczywistym błędu trajektorii systemu nawigacji inercyjnej (INS), a co za tym idzie, umożliwia oszacowanie korekcji w przypadku braku sygnału globalnego systemu nawigacji satelitarnej (GNSS) lub jego zakłócenia. Intensywne badania symulacyjne i przetwarzanie danych w rzeczywistych warunkach wykazały znaczną poprawę i przyspieszenie przetwarzania w porównaniu z najnowocześniejszą techniką. Do prawidłowego działania systemu nawigacji opartego na algorytmie CMSDM konieczna jest dokładna znajomość wysokości platformy powietrznej. W przypadku zakłóconego sygnału GNSS może to nie być możliwe do osiągnięcia tradycyjnymi metodami. Zatem drugim zagadnieniem poruszanym w tym artykule jest szacowanie wysokości platformy pokładowej na podstawie obrazów SAR. Również i w tym przypadku eksperyment wykazał, że zaproponowane rozwiązanie sprawdza się prawidłowo i może stanowić cenne źródło danych nawigacyjnych. 

W artykule przedstawiono kompleksowe podejście do klasyfikacji szeregów czasowych. Proponowany model wykorzystuje rozmytą mapę kognitywną (FCM) jako silnik klasyfikacyjny. Wstępnie przetworzone dane wejściowe zasilają zastosowany FCM. Odpowiedzi map, po procedurze postprocessingu, są wykorzystywane do obliczenia ostatecznej decyzji klasyfikacyjnej. Dane szeregów czasowych są przygotowywane przy użyciu techniki ruchomego okna w celu uchwycenia przepływu czasu w procedurze szkoleniowej. Do obliczenia wymaganych parametrów modelu używamy algorytmu wstecznej propagacji błędów. Cztery parametry modelu wymagają dostrojenia. Dla konstrukcji modelu kluczowe są dwa: 1) rozmiar FCM (liczba koncepcji) i 2) rozmiar okna (dla techniki ruchomego okna). Pozostałe dwa są ważne dla uczenia modelu: 1) liczba epok i 2) szybkość uczenia się (dla uczenia). Warto zwrócić uwagę na dwa wyróżniające aspekty proponowanego modelu: 1) oddzielenie silnika klasyfikacyjnego od przetwarzania wstępnego i końcowego oraz 2) przechwytywanie przepływu czasu dla danych z przestrzeni koncepcyjnej. Proponowany klasyfikator łączy w sobie kluczową zaletę modelu FCM, jaką jest interpretowalność modelu, z doskonałą wydajnością klasyfikacji przypisaną specjalnie zaprojektowanym etapom przetwarzania przed i po. W artykule przedstawiono przeprowadzone eksperymenty, które wykazały, że proponowany model dobrze radzi sobie z szeroką gamą najnowocześniejszych algorytmów klasyfikacji szeregów czasowych.

Problem redukcji czasu przetwarzania dużych modeli uczenia głębokiego stanowi fundamentalne wyzwanie w wielu aplikacjach praktycznych. Metody wczesnego wyjścia dążą do tego celu, dodając dodatkowe Klasyfikatory Wewnętrzne (ICs) do warstw pośrednich sieci neuronowej. ICs mogą szybko zwracać prognozy dla prostych przykładów i w rezultacie zmniejszać średni czas wnioskowania całego modelu. Jednakże, jeśli konkretny IC nie zdecyduje się na wcześniejsze zwrócenie odpowiedzi, jego prognozy są odrzucane, a jego obliczenia są efektywnie marnowane. Aby rozwiązać ten problem, wprowadzamy Zero Time Waste (ZTW), nowatorskie podejście, w którym każdy IC ponownie wykorzystuje prognozy zwrócone przez swoich poprzedników poprzez (1) dodanie bezpośrednich połączeń między ICs oraz (2) łączenie poprzednich wyników w sposób zespołowy. Przeprowadzamy obszerne eksperymenty obejmujące różne tryby, zbiory danych i architektury, aby wykazać, że ZTW osiąga znacznie lepszy kompromis między dokładnością, a czasem wnioskowania w porównaniu z innymi metodami wczesnego wyjścia. Na zbiorze danych ImageNet uzyskuje ono lepsze wyniki niż najlepsza metoda bazowa w 11 na 16 przypadków, osiągając nawet do 5 punktów procentowych poprawy przy niskim budżecie obliczeniowym.

Pojawienie się eksperymentów sekwencjonowania receptora komórek T (TCR) umożliwiło znaczący wzrost dostępnych danych dotyczących wiązania peptydów z TCR, dzięki modelom uczenia maszynowego. Wysokiej jakości modele predykcyjne dla stałej sekwencji epitopu są możliwe, o ile dostępne są wystarczające ilości znanych sekwencji TCR wiążących się z peptydem. Jednak ich wydajność znacząco spada dla wcześniej niewidzianych peptydów. W ramach badania przygotowano zbiór danych znanych wiązań peptydów z TCR i zwiększono go o negatywne odchylenia utworzone z repertuarów limfocytów T dawców zdrowych. Wykorzystano metody głębokiego uczenia powszechnie stosowane w Przetwarzaniu Języka Naturalnego, aby wytrenować część modelu predykcyjnego wiązania peptydów z TCR z stopniem uogólnienia między-peptydowego (0,69 AUROC). Wyniki wskazują, że BERTrand przewyższa opublikowane metody podczas oceny sekwencji peptydów, które nie były używane podczas trenowania modelu.

Badanie struktury 3D chromatyny dostarcza nowych wglądów w regulację transkrypcyjną. Wraz z rozwojem metod sekwencjonowania następnej generacji 3C, takich jak ChiA-PET i Hi-C, wzrost wolumenu danych podkreślił potrzebę bardziej efektywnych algorytmów modelowania przestrzennego chromatyny. W niniejszym badaniu przedstawiono metodę cudaMMC, opartą na podejściu Monte Carlo z symulowanym wyżarzaniem i wzbogaconą o obliczenia przyspieszane przez GPU, aby efektywnie generować zespoły struktur 3D chromatyny.

Obliczenia cudaMMC wykazują znacznie szybszą wydajność przy lepszej stabilności w porównaniu z naszą wcześniejszą metodą na tym samym stanowisku roboczym. cudaMMC znacząco redukuje również czas obliczeń wymagany do generowania zespołów dużych modeli chromatyny, co czyni go niezastąpionym narzędziem do badania przestrzennego ukształtowania chromatyny.

Oprogramowanie open-source, instrukcje obsługi oraz przykładowe dane są dostępne bezpłatnie na https://github.com/SFGLab/cudaMMC.

Modele przetrwania oparte na uczeniu maszynowym i głębokim uczeniu wykazują podobne lub nawet lepsze zdolności przewidywania czasu zdarzenia w porównaniu z klasycznymi metodami uczenia statystycznego, ale są zbyt złożone, aby mogły być interpretowane przez ludzi. Istnieje kilka dostępnych wyjaśnień modeli agnostycznych wobec modelu, aby przezwyciężyć ten problem; jednak żadne z nich nie wyjaśnia bezpośrednio przewidywania funkcji przetrwania. W niniejszej pracy wprowadzamy SurvSHAP(t), pierwsze wyjaśnienie zależne od czasu, które umożliwia interpretację czarnych skrzynek modeli przetrwania. Jest oparte na SHapley Additive exPlanations z solidnymi podstawami teoretycznymi i szerokim uznaniem wśród praktyków uczenia maszynowego. Proponowane metody mają na celu zwiększenie precyzji diagnostyki i wsparcie ekspertów dziedzinowych w podejmowaniu decyzji. Eksperymenty na danych syntetycznych i medycznych potwierdzają, że SurvSHAP(t) może wykrywać zmienne z efektem zależnym od czasu, a jego agregacja jest lepszym wyznacznikiem ważności zmiennych dla przewidywania niż SurvLIME. SurvSHAP(t) jest agnostyczny względem modelu i może być stosowany do wszystkich modeli z funkcjonalnym wyjściem. Zapewniamy dostępną implementację wyjaśnień zależnych od czasu w języku Python pod adresem https://github.com/MI2DataLab/survshap.