دانلود و نمایش مقالات مرتبط با علم مواد::صفحه 1
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

نتیجه جستجو - علم مواد

تعداد مقالات یافته شده: 6
ردیف عنوان نوع
1 Qualitative and quantitative analysis of patent data in nanomedicine for bridging the gap between research activities and practical applications
تجزیه و تحلیل کمی و کمی از داده های ثبت اختراع در نانو پزشکی برای پر کردن شکاف بین فعالیت های تحقیقاتی و کاربردهای عملی-2020
Nanomedicines have made a great breakthrough in the diagnosis, treatment and prevention of disease, but there are still significant challenges to make a leap from the scientific discovery to the practical and clinical success. Herein, we contribute to establish effective strategies that can bridge the gaps by an integrated and balanced analysis of patent literatures on the nanomedicine. Since most of successful commercialization of technologies stems from patents, it is important to comprehensively analyze the patent information. Unfortunately, many previous studies of patent analyses for technological trends and strategies are dependent on only quantitative analyses using structured data such as keyword networks and indicators, thus, these studies are difficult to offer detailed technological key components and trends on scientific perspectives. To address these problems, the present study performs qualitative and quantitative analysis using both structured and unstructured patent data, and provides evolving detailed trends in nanomedicine fields from a scientific point of view. Furthermore, upcoming advances in strategies regarding clinical needs, commercial events and strategies of potential leading groups in nanomedicine could be catalogued. Our analytical method and the results of several meaningful patterns and trends were applied to forecast the future practical issue of nanomedicines.
Keywords: Patent analysis | Structured and unstructured data | Nanotechnology | Nanomedicine | Material science | Surface chemistry | Pharmaceutics | Medical science | Patent indicator
مقاله انگلیسی
2 Towards the investigation of shooting incidents: evaluation of fracture pattern on polymethylmethacrylate sheet made by .2200 and .17700caliber air rifle
به سمت بررسی حوادث تیراندازی: ارزیابی الگوی شکستگی روی ورق پلی متیل متاکریلات ساخته شده توسط تفنگ بادی کالیبر 2200 و .170000-2020
Scientific examination of the physical evidence provides significant information beyond a reasonable doubt. Due to the increasing use of the glassy polymer i.e. polymethylmethacrylate instead of glass, the probability of the occurrence of the fractured polymethylmethacrylate sheet in a shooting incident cannot be ignored. Analysis of fracture pattern offers several analytical approaches that assist the forensic investigator. The use of air guns in criminal activities is increasing as well as these weapons have found to be fatal for living beings. This study was conducted to evaluate the fracture pattern on the polymethylmethacrylate by using an air rifle. The fracture pattern formed on polymethylmethacrylate sheets by the air guns shows some specific characteristics that may help to reconstruct the crime scene. The polymethylmethacrylate sheets were test-fired with Spring-Piston air rifles of .2200 (5.5 mm) and .17700 (4.5 mm). Data obtained from the measurements were then statistically analysed with the Chi-Square test. A consistency in hole diameter was observed. Analysis of fracture patterns may provide a lead to the investigator and may help to reconstruct a shooting incident. It can also distinguish between the standard firearm and air gun. The fracture on polymethylmethacrylate sheets gave significant findings that may efficaciously contribute to the forensic investigation of shooting incidences.
Keywords: Materials science | Mechanical engineering | Mechanics | Polymethylmethacrylate | Air rifle | Fracture pattern | Shooting incident | Physical evidence | Glassy polymer
مقاله انگلیسی
3 Accelerating materials science with high-throughput computations and machine learning
تسریع در علم مواد با محاسبات با توان بالا و یادگیری ماشین-2019
With unprecedented amounts of materials data generated from experiments as well as high-throughput density functional theory calculations, machine learning techniques has the potential to greatly accelerate materials discovery and design. Here, we review our efforts in the Materials Virtual Lab to integrate software automation, data generation and curation and machine learning to (i) design and optimize technological materials for energy storage, energy efficiency and high-temperature alloys; (ii) develop scalable quantum-accurate models, and (iii) enhance the speed and accuracy in interpreting characterization spectra.
Keywords: Machine learning | High-throughput | Materials discovery | Materials design | Multi-scale models
مقاله انگلیسی
4 Parallel multiphase field simulations with OpenPhase
شبیه سازی زمینه چند فازی موازی با OpenPhase-2017
The open-source software project OpenPhase allows the three-dimensional simulation of microstructural evolution using the multiphase field method. The core modules of OpenPhase and their implementation as well as their parallelization for a distributed-memory setting are presented. Especially communication and load-balancing strategies are discussed. Synchronization points are avoided by an increased halo-size, i.e. additional layers of ghost cells, which allow multiple stencil operations without data exchange. Load balancing is considered via graph-partitioning and sub-domain decomposition. Results are presented for performance benchmarks as well as for a variety of applications, e.g. grain growth in polycrystalline materials, including a large number of phase fields as well as Mg–Al alloy solidification.
Keywords: Material science | Phase field | Parallel computing | Load-balancing
مقاله انگلیسی
5 شبیه سازی رویداد های نادر برای میدان تصادفی مارکف با استفاده از رشد دانه در کریستال ها
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 5 - تعداد صفحات فایل doc فارسی: 15
مدل های تصادفی تصاویر برای برنامه های کاربردی مانند تقسیم بندی (segmentation)، deblurring و بازسازی بسیار مفید هستند. گاهی اوقات مهم است که بتوانیم از یک مدل تصویر تصادفی شبیه سازی یا نمونه برداری انجام دهیم. به عنوان مثال، شبیه سازی می تواند به عنوان یک ابزار بهینه سازی برای جداسازی، deblurring یا بازسازی یک تصویر استفاده شود. همچنین، شبیه سازی تصاویر در درک سیستم کمک میکند (با استفاده از اکتشاف مجازی مدل های سیستم به جای آزمایش های فیزیکی گران و وقت گیر). البته تعداد زیادی روش های مونت کارلو زنجیره مارکوف (MCMC) برای رسم نمونه هایی از مدل تصادفی مارکوف (MRF) وجود دارد. با این حال، این روش تصاویر نمونه ای را نشان می دهد که نمونه های معمول از مدل را نشان می دهند. برای نمونه برداری از تصاویر که با احتمال کمتری ظاهر می شوند، که کم پیش می آید تعداد قابل توجهی از نمونه های مونت کارلو باید با استفاده از MCMC سنتی طراحی شود.
در این مقاله، ما به تئوری انحرافات بزرگ و نمونه برداری اهمیت می دهیم تا روش شبیه سازی رویداد در مواقع خاص را برای MRF ها پیشنهاد دهیم. سپس از علم مواد به منظور اثبات کاربرد روش ما، از یک مساله استفاده می کنیم. به طور خاص، ما به پدیده رشد غیر معمول دانه در مواد پلی کریستالی نگاه می کنیم. با روش پیشنهادی ما، ما به طور مداوم تصاویری را تولید می کنیم که شامل رشد غیر طبیعی دانه هستند، اما این روش برای روش های استاندارد شبیه سازی مونت کارلو چالش بر انگیز است. مهمتر از همه، روش ما می تواند برای شبیه سازی حوادث نادر در یک کلاس گسترده از برنامه های تصویربرداری، یعنی کسانی که از یک مدل MRF استفاده می کنند، استفاده شود.
کلمات کلیدی: نمونه گیری اهمیت | انحرافات بزرگ | فیلد تصادفی مارکوف | توزیع گیبس | رشد غيرطبيعی دانه | مواد پلی کریستالی
مقاله ترجمه شده
6 محیط محاسبات ابری علمی با کارایی بالا برای شبیه سازی مواد
سال انتشار: 2012 - تعداد صفحات فایل pdf انگلیسی: 8 - تعداد صفحات فایل doc فارسی: 29
ما به شرح چهارچوب پیشرفت محاسبات ابری علمی (SCC) که ظرفیت محاسبه کارآمد را ارائه میدهند، می پردازیم. این چهارچوب شامل نمونه آزمایشی از دستگاه مجازی علمی شامل سیستم عامل یونیکس و چندین کد علمی مواد، به همراه ابزارهای رابط مهم (مجموعه ابزارهای SCC) می باشد که نقش های قابل مقایسه با خوشه های محاسبه محلی را ارائه می دهد. مشخصا، مجموعه ابزارهای SCC (محاسبات ابری علمی) ایجاد اتوماتیک خوشه های مجازی را برای محاسبات موازی، و همچنین تسهیلات I/O (صفر و یک) مناسبی را که امکان ارتباطات یکپارچه را در مورد محاسبات ابری ایجاد می کنند، فراهم می کند. چهارچوب SCC (محاسبات ابری علمی) مورد نظر ما برای محاسبات ابری انعطاف پذیر آمازون مطلوب می باشد (EC2). ما به ارائه مبنایی برای برنامه های کاربردی علمی پیش الگو پرداخته و به اثبات عملکردهای قابل مقایسه با خوشه های محاسباتی محلی می پردازیم. برای ساده سازی اجرای کد و فراهم کردن دسترسی کاربرپسند، همچنین به ادغام قابلیت محاسبه ابری در رابط گرافیک کاربری (GUI) مبتنی بر زبان برنامه نویسی جاوا پرداخته ایم. چهارچوب SCC (محاسبات ابری علمی ) مورد نظر ما، به عنوان جایگزینی برای منابع HPC ( محاسبه با کارایی بالا) برای علم مواد یا کاربردهای شیمی کوانتوم می باشد.
کلمات کلیدی: محاسبات ابری | محاسبه علمی | محاسبه کارامد | فیزیک ماده چگال
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 5938 :::::::: بازدید دیروز: 3097 :::::::: بازدید کل: 40205 :::::::: افراد آنلاین: 56