За допомогою методу теорії функціонала густини проведено розрахунок електронної структури, силового поля та інфрачервоних спектрів поглинання нещодавно синтезованих похідних вільної основи порфіну. Проведено віднесення всіх смуг в ІЧ спектрах досліджуваних сполук.

Індекс рубрикатора НБУВ: Г272.4-1

Рубрики:

Органічні сполуки металів підгрупи цинку

Шифр НБУВ: Ж69408 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Г522.1

Рубрики:

Кристалічні структури неорганічних сполук

Шифр НБУВ: Ж41115 Пошук видання у каталогах НБУВ 

Подготовлены тонкие пленки из прозрачных проводящих оксидов ZnO с помощью CVD при различных температурах (400, 450, 500 градусов по Цельсию). Результаты дифракции рентгеновских лучей указывают на наличие в тонких пленках фазы ZnO, кристаллическая структура которой сохраняется и является поликристаллической, а также на присутствие большого количества пиков с высокой интенсивностью (0 0 2) и с дифракционными углами 2theta = 34,76 градусов, что указывает на направление для преимущественного роста фазы (0 0 2). Оптические измерения показали, что спектр пропускания зависит от длины волны; при уменьшении длины волны значение спектра пропускания очень высокое и находится в оптическом спектре ИК-излучения, что указывает на то, что эти пленки имеют большую ширину энергетической зоны; это приводит к пропусканию большой части видимого света за счет увеличения температуры подложки, что соответствует улучшению структуры кристалла. С помощью метода оптической микроскопии определены стабильность и однородность пленок. В дополнение проанализированы образцы после отжига. Результаты анализа показывают, что процесс отжига увеличил площади и размеры подготовленных зерен ZnO и увеличил расстояние между ними.

У більшості реалізацій сучасних безпровідних сенсорних мереж нерухомі вузли використовуються для розподілення інформації, що призводить до збільшеного розходу енергії сенсорами, що пов'язані з такими вузлами, а також сенсорами, що розміщені на маршрутах такого інтенсивного трафіку. Таким чином, через деякий час мережне середовище стане фрагментованим. Отже, використання мобільних станцій в безпровідних сенсорних мережах покращує енергетичний баланс серед усіх сенсорів в зоні обслуговування. Це призводить до збільшення часу життя сенсорів та, в результаті, до пролонгованого часу життя мережі. Запропоновано вдосконалений метод для протоколу LEACH (LEACH-TLCH), що дозволяє збалансувати енергоспоживання всієї мережі та збільшити час життя мережі. Моделювання вдосконаленого методу виконано у середовищі Opnet; результати моделювання підтвердили покращені характеристики енергоефективності та часу життя мережі.

Досліджено технологічний процес одержання сплаву на основі заліза з ефектом пам'яті форми; обгрунтовано вибір хімічного складу сплаву; обрано режими термічної обробки. Показано, що запропонований сплав має високий ступінь відновлення форми за збереження таких важливих властивостей, як міцність, в'язкість, корозійна та окалиностійкість. Одержано математичні моделі впливу хімічного складу сплаву на межу міцності сплаву та значення ефекту пам'яті форми.

Індекс рубрикатора НБУВ: В372.6 + Л719.4

Рубрики:

Тонкі шари твердих тіл

Плівки

Шифр НБУВ: Ж100357 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Г522.1 + Д451.729

Рубрики:

Кристалічні структури неорганічних сполук

Шифр НБУВ: Ж41115 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Л719.2

Рубрики:

Шаруваті пластмаси

Шифр НБУВ: Ж100357 Пошук видання у каталогах НБУВ 

Оральна мікробіота є важливою частиною мікробіоти людини, включаючи бактеріальні, найпростіші, вірусні та грибкові види. Корисні мікроелементи утворюють біоплівки для формування першої лінії захисту від шкідливих мікроорганізмів. Тютюнопаління вважається одним з основних чинників навколишнього середовища, який впливає на рото-зубну мікробіоту. Курці мають більше патогенних мікробів, ніж некурці. Фактично, тютюнопаління призводить до великої кількості токсикантів у порожнині рота, порушуючи мікробну екологію порожнини рота через різні механізми. У Саудівській Аравії дослідження щодо впливу куріння тютюну на мікробіоту порожнини рота все ще не достатні. Тому це вивчення випадків-контролю є важливим доповненням до літератури з точки зору вживання тютюну та його впливу на ротову мікробіоту та гігієну порожнини рота. У дослідженні брали участь 130 чоловіків, у тому числі 65 курців та 65 некурців. У всіх 130 учасників записувались такі параметри - вік, вага, зріст та освіта. Метою цього дослідження було вивчення та порівняння ефекту тютюнопаління на оральну мікробіоту курців та некурців. Більшість курців - це молоді люди віком від 21 до 30 років включно (n = 27). Результати доводять, що надмірна кількість мікроорганізмів спостерігається у курців, ніж у некурців (38,5 % курців та 8,8 % некурців). Не дивно, що значна частина (85,3 %) некурців мала помірну кількість мікроорганізмів порівняно з лише 53,8 % курців. Тютюнопаління сприяє надмірному культивуванню оральних мікроорганізмів, що призводить до різних захворювань пародонта в курців. Фактично, куріння порушує баланс ротової мікробіоти, створюючи життєздатне середовище для мікробів, які викликають захворювання. Подальші широкомасштабні перспективні дослідження необхідні для визначення точного механізму, який спричиняє вплив тютюну на оральну мікробіоту.

Індекс рубрикатора НБУВ: Д332.661.2-43 + Г563

Рубрики:

Тверді розчини

Шифр НБУВ: Ж72631 Пошук видання у каталогах НБУВ 

Шифр НБУВ: Ж100357 Пошук видання у каталогах НБУВ 

Recycling is one of the most important approaches to safeguard the environment since it aims to reduce waste in landfills while conserving natural resources. Using deep Learning networks, this group of wastes may be automatically classified on the belts of a waste sorting plant. However, a basic set of connected layers may not be adequate to give satisfactory accuracy for such multi output classifier tasks. To optimize the gradient flow and enable deeper training for network design with multi label classifier, this study suggests a residual-based deep learning convolutional neural network. For network training, ten classes have been explored. The Directed Acyclic Graph (DAG) is a structure with hidden layers that have inputs, outputs, and other layers. The DAG network's residual-based architecture features shortcut connections that bypass some levels of the network, allowing gradients of network parameters to travel freely among the network output layers for deeper training. The methodology includes: preparing the data and creating an augmented image data store; defining the main serially-connected branches of the network architecture; defining the residual interconnections that bypass the main branch layers; defining layers, and finally; creating a residual-based deeper layer graph. The concept is to split down the multiclass classification problem into minor binary states, where every classifier performs as an expert by concentrating on discriminating between only two labels, improving total accuracy. The results achieve (2,861 %) training error and (9,76 %) a validation error. The training results of this classifier are evaluated by finding the training error, validation error, and showing the confusion matrix of validation data.

Надійність та ефективність сонячних фотоелектричних (PV) електростанцій завжди залишаються актуальними темами. Протягом періоду експлуатації, як і всі промислові системи, ці установки сприйнятливі до збоїв у своєму обладнанні або роботі. Поява несправностей в компонентах сонячної PV системи може суттєво вплинути на ефективність, вихід електроенергії, безпеку та стабільність усієї PV електростанції, якщо їх не виявити та не усунути вчасно. Крім того, якщо залишаються будь-які несправності, вони можуть збільшити небезпеку пожежі. З цих причин необхідне включення інтелектуальної діагностичної системи, основною метою якої є надання точних індикаторів для виявлення несправностей і, таким чином, підтримання стабільності виробництва енергії сонячною PV електростанцією. Описано різні механізми несправностей, які виникають на сонячних PV електростанціях, перш ніж надати послідовний огляд штучного інтелекту на основі стратегій виявлення та діагностики для прискорення прогресу та переходу до зеленої енергії з урахуванням інтелектуальних мереж.

Індекс рубрикатора НБУВ: З845

Рубрики:

Антени. Лінії передачі (фідери)

Шифр НБУВ: Ж100357 Пошук видання у каталогах НБУВ