Autor: ute_user

Identificación de sistemas multivariados de robots con accionamiento diferencial: comparación entre modelos basados ​​en espacio de estados y LSTM

Encuentra más información en nuestro repositorio digital El modelado de robots móviles es crucial para la estimación de odometría, el diseño de control y la navegación. Los modelos clásicos de espacio de estados (SSM) se han utilizado tradicionalmente para la identificación de sistemas, mientras que los avances recientes en aprendizaje profundo, como las redes de memoria a largo plazo (LSTM), capturan dependencias no lineales complejas. Sin embargo, existen pocas comparaciones directas entre estos paradigmas. Este artículo compara dos enfoques de modelado multivariante para un robot de accionamiento diferencial: un SSM clásico y una red neuronal recurrente basada en LSTM. Ambos modelos predicen las velocidades lineal (v) y angular (ω) del robot utilizando datos experimentales de una secuencia de navegación de cinco minutos. El rendimiento se evalúa en términos de precisión de predicción, estimación de odometría y eficiencia computacional, con odometría de verdad fundamental obtenida a través de un método basado en SLAM en ROS2. Cada modelo se ajustó para una comparación justa: selección de orden para el SSM y búsqueda de hiperparámetros para el LSTM. Los resultados muestran que el mejor SSM es un modelo de segundo orden, mientras que el LSTM utilizó siete capas, 30 neuronas y ventanas deslizantes de 20 muestras. El LSTM logró un FIT del 93,10 % para v y del 90,95 % para ω, con un RMSE de odometría de 1,09 m y 0,23 rad, mientras que el SSM lo superó con valores de FIT del 94,70 % y el 91,71 % y un RMSE inferior (0,85 m, 0,17 rad). El SSM también fue más eficiente en el uso de recursos (0,00257 ms y 1,03 bytes por paso) en comparación con el LSTM (0,0342 ms y 20,49 bytes). Los resultados sugieren que los SSM siguen siendo una opción sólida para una odometría precisa con baja demanda computacional, a la vez que fomentan la exploración de modelos híbridos para mejorar la robustez en entornos complejos. Al mismo tiempo, los modelos LSTM demostraron flexibilidad mediante el ajuste de hiperparámetros, lo que destaca su potencial para mejorar aún más la precisión con configuraciones refinadas. Accede al artículo completo aquí

Síntesis de 3,4-Dihydropyrimidin-2-(1H)-ones/thiones a través de una vía de transferencia de un solo electrón/energía. Azul de metileno (MB+) como catalizador foto redox

Encuentra más información en nuestro repositorio digital El trabajo actual proporciona un método novedoso y ecológico para crear estructuras de dihidropirimidinona (DHPM) utilizando puntos cuánticos de carbono dopados con cobre (Cu-CQDs) como un catalizador heterogéneo eficaz y respetuoso con el medio ambiente en la búsqueda de un enfoque catalítico verde y sostenible. De acuerdo con los principios de la química verde, se demostró la eficacia catalítica de los Cu-CQDs en la reacción de Biginelli, produciendo derivados de DHPM en condiciones suaves y sin disolventes. Además, utilizando in silico DFT y estudios de acoplamiento molecular, los compuestos DHPM producidos fueron evaluados por primera vez para su capacidad de bloquear la enzima pepsina, demostrando robustas interacciones de unión dentro del sitio activo de la enzima. Sobre la base de los prometedores resultados de acoplamiento, todos los derivados de DHPM se sometieron a un ensayo enzimático in vitro, confirmando su potencial como inhibidores de pepsina eficaces con inhibición que oscilaba entre 1,99 0,9 M y 8,98 1,9 M en una concentración de 10 6 M. El valor IC50 obtenido de 1,99 0,9 10 6 M indicó que el compuesto RJ10 era el mejor inhibidor. Cu-CQDs catalizado DHPMs surgió como una nueva clase de inhibidores de pepsina con aplicaciones potenciales en la química medicinal se destaca por los conocimientos combinados computacionales y experimentales. Este estudio proporciona la vía para futuros desarrollos de derivados de DHPM como inhibidores de enzimas digestivas. Accede al artículo completo aquí

Anemia hemolítica autoinmune de crioagglutinina secundaria a infección por Mycoplasma pneumoniae en paciente con anemia perniciosa: informe de caso

Encuentra más información en nuestro repositorio digital Este informe describe el raro caso de un paciente con anemia hemolítica autoinmune debida a crioaglutininas secundarias a la infección por Mycoplasma pneumoniae, coexistiendo con anemia perniciosa. Un hombre de 56 años presentó una historia de diez días de tos y palidez mucocutánea. Estudios de laboratorio revelaron anemia megaloblástica con bajos niveles de vitamina B12, anticuerpos positivos contra el factor intrínseco y las células parietales, así como parámetros de hemólisis y una prueba directa de Coombs positiva para complemento (C3d) con crioaglutininas activas a bajas temperaturas. M. pneumoniae infección fue confirmada por inmunofluorescencia indirecta para IgM y IgG. Se administraron suplementos del complejo B intramuscular y doxiciclina durante 14 días, mejorando la hemoglobina y otros parámetros hematológicos en un plazo de cuatro semanas. Este caso destaca la complejidad diagnóstica en pacientes con anemias hemolíticas raras en el contexto de infecciones atípicas y subraya la importancia de un enfoque multidisciplinario para su diagnóstico y tratamiento adecuado. La coexistencia de la anemia hemolítica autoinmune mediada por crioagglutinina y la anemia perniciosa plantea desafíos diagnósticos y terapéuticos que son relevantes para la práctica clínica. Accede al artículo completo aquí

MXenes en ingeniería de tejidos y medicina regenerativa: avances, desafíos y perspectivas futuras

Encuentra más información en nuestro repositorio digital El atractivo de los materiales bidimensionales (2D) ha impulsado una ola de innovación en diversos ámbitos científicos, especialmente en el ámbito de las aplicaciones biomédicas y terapéuticas. Entre estos materiales extraordinarios, los MXenes destacan como nitruros y carburos de metales de transición con propiedades extraordinarias. Con baja toxicidad, amplia superficie, capacidad antibacteriana, biocompatibilidad, hidrofilicidad y una conductividad eléctrica impresionante, los MXenes son muy prometedores para una gran variedad de aplicaciones biomédicas, desde la bioimagen hasta la terapia del cáncer y más. A pesar de su enorme potencial, persisten los desafíos para garantizar la liberación controlada de fármacos, la estabilidad en entornos fisiológicos y la biodegradabilidad. Al aprovechar el poder transformador de la nanomedicina, las nanoláminas ultrafinas de MXene, meticulosamente elaboradas, emergen como nanosistemas inorgánicos versátiles, preparados para diversas funciones biomédicas. Posicionadas como candidatas óptimas para la medicina regenerativa y la ingeniería de tejidos, las MXene marcan una nueva era en la innovación sanitaria. Este artículo profundiza en los últimos avances logrados en el aprovechamiento de MXenes 2D para aplicaciones de ingeniería de tejidos y medicina regenerativa de vanguardia, al tiempo que arroja luz sobre los formidables obstáculos y las prometedoras perspectivas futuras que esperan ser exploradas con estos materiales extraordinarios. Accede al artículo completo aquí

Conversiones fotocatalíticas de CO2 en nanopartículas de cobre investigadas mediante cambios espectrales Raman utilizando redes neuronales convolucionales

Encuentra más información en nuestro repositorio digital Se emplea un proceso de aprendizaje profundo de red neuronal convolucional (CNN) para analizar datos de dispersión Raman in situ para la captura de CO2 y sus conversiones fotocatalíticas en nanoesferas huecas de sulfuro de cobre (CuSHNS) y nanocubos de cobre (CuNC) en solución de microalgas de Spirulina maxima. Los espectros Raman bajo luz visible a 633 nm en una solución microfluídica proporcionaron bandas marcadoras vibracionales representativas de características de doble enlace CO a ∼2100 cm−1 y vibraciones de flexión CH2/CH3 a ∼1400 cm−1 que están correlacionadas con productos de reducción de CO2 de monóxido de carbono (C1) y especies multicarbonadas como propanol (C3), butanol (C4), respectivamente. Los espectros Raman acumulados se entrenaron y analizaron para estimar las vías fotocatalíticas utilizando el algoritmo CNN. Se estudia la presencia de la microalga Spirulina maxima en la alteración de los procesos fotocatalíticos mediante el análisis de los cambios espectrales Raman colectivos. La principal observación es que los picos intensos de CO en los espectros Raman del CO₂ adsorbido por CuNC prácticamente desaparecieron tras el tratamiento con microalgas, mientras que su intensidad aumentó ligeramente en el caso de CuSHNS. El proceso de aprendizaje profundo de CNN para los espectros Raman fue eficaz para diferenciar los mecanismos fotocatalíticos de la conversión de CO₂ en las superficies de las nanopartículas. Accede al artículo completo aquí