亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

科技·前沿 | 清華大學近期科研成果掃描

清華大學經(jīng)濟管理學院
2019-02-11 09:02 瀏覽量: 5013
?智能總結

1月28日,《自然》子刊《自然·氣候變化》(Nature Climate Change)在線發(fā)表了清華大學核研院能源管理與氣候政策團隊同麻省理工學院、武漢大學、湖北經(jīng)濟學院的合作研究成果“中國早期碳市場企業(yè)排放報告一致性”(Integrity of firms’ emissions reporting in China’s early carbon markets)。

MBAChina網(wǎng)訊】清華大學核研院張希良研究組發(fā)表關于中國碳市場基礎制度建設的最新研究成果

1月28日,《自然》子刊《自然·氣候變化》(Nature Climate Change)在線發(fā)表了清華大學核研院能源管理與氣候政策團隊同麻省理工學院、武漢大學、湖北經(jīng)濟學院的合作研究成果“中國早期碳市場企業(yè)排放報告一致性”(Integrity of firms’ emissions reporting in China’s early carbon markets)。

建設碳排放權交易市場,簡稱“碳市場”,是我國對全球應對氣候變化的莊嚴承諾。碳市場是以市場機制推動節(jié)能減碳的重要政策工具,也是我國生態(tài)文明制度建設的重要內容。核研院張希良領導的能源管理與氣候政策團隊承擔了北京市試點碳市場和全國碳市場關鍵制度的研究設計任務,為北京市試點碳市場和全國碳市場建設作出了突出貢獻,得到北京市和國家發(fā)改委高度評價。該研究以在北京和湖北開展的兩個碳市場試點為對象,比較分析了參與碳市場的單位自報數(shù)據(jù)與經(jīng)過第三方核查機構核查證實的CO2排放數(shù)據(jù),就支撐碳市場運行的企業(yè)CO2排放報告與核查機制進行了深入探討。研究發(fā)現(xiàn),單位自報數(shù)據(jù)和核查數(shù)據(jù)之間的差距在碳市場政策實施幾年后有顯著的下降。例如,對于北京碳市場初期納入的400余家單位,這一差距從2012年的平均17%下降到2014年和2015年的平均4%。研究還發(fā)現(xiàn),從2012年到2015年,北京碳市場中每家單位自行編制的排放報告中的錯誤數(shù)量從平均3.7條降至平均1.9條,且因疏忽大意和對碳市場規(guī)則理解有誤而產(chǎn)生的誤報情況大幅減少。

研究討論的北京和湖北碳市場信息概要

2012-2015年北京和湖北碳市場中單位自報數(shù)據(jù)與核查數(shù)據(jù)差異變化情況

該研究還利用計量經(jīng)濟學模型進行了多項檢驗,檢查了是否有任何證據(jù)表明在數(shù)據(jù)報告和核查過程中存在單位故意誤報或與核查機構共謀的情況。研究并未發(fā)現(xiàn)這類證據(jù)。因此,研究認為,數(shù)據(jù)報告與核查機制的有效運行確使各單位的碳核算和報告能力有所提高。最后,研究就在中國和其他發(fā)展中國家建立起有效的企業(yè)層面MRV機制提出了政策建議,強調了防止核查機構利益沖突、對于核查機構進行抽查以及對于歷史排放數(shù)據(jù)的核查予以資金支持的重要性,提高核算的準確性并防止造假或共謀情況發(fā)生。

北京碳市場中22家第三方核查機構的固定效應估計結果及2012-2015年各機構所核查單位的數(shù)目變化情況

清華大學核研院張希良教授和麻省理工學院柯蔚藍(Valerie Karplus)教授為該論文的共同通訊作者,核研院助理教授張達(原麻省理工學院全球變化科學與政策研究聯(lián)合項目研究員)為該論文的第一作者,核研院博士生張欽為該論文的第二作者。此外,武漢大學齊紹洲教授及其同事黃錦鵬博士也為該研究工作做出了重要貢獻。該研究得到了國家自然科學基金委、科技部重點研究計劃、美國能源信息署和麻省理工學院全球變化科學與政策研究聯(lián)合項目的資金支持。

清華大學與麻省理工學院建立的“中國能源與氣候變化”合作研究項目于2011年正式啟動。該項目構建了較為完整的中國能源經(jīng)濟模型系統(tǒng),并利用該模型系統(tǒng)對中國低碳能源經(jīng)濟轉型的路徑和政策進行了模擬評估,為我國能源與應對氣候變化的戰(zhàn)略政策制定提供了科學支撐。該合作研究項目的另一項研究成果“高比例煤電電網(wǎng)的風電并網(wǎng)潛力模型模擬”曾發(fā)表在2016年《自然》子刊《自然·能源》(Nature Energy)上。2015年,邱勇校長出席中美大學校長論壇并作主題演講時,曾把這一項目作為我校同美國大學合作的典型案例加以介紹。

論文鏈接:

https://doi.org/10.1038/s41558-018-0394-4

清華量子信息中心孫麓巖、鄧東靈研究組

合作在超導系統(tǒng)中實現(xiàn)量子人工智能算法

近日,清華大學交叉信息研究院孫麓巖、鄧東靈研究組與中國科學技術大學鄒長鈴研究組合作,在超導系統(tǒng)中首次實驗實現(xiàn)了量子生成對抗學習,展示了量子器件應用于人工智能領域中的可行性及巨大潛力。該成果論文《Quantum generative adversarial learning in a superconducting quantum circuit》(《超導量子電路中的量子生成對抗學習》)近日發(fā)表于科學子刊Science Advances(《科學 進展》)上。

人工智能的核心是機器學習, 而生成式對抗網(wǎng)絡(GAN, Generative adversarial Networks)是近年來機器學習領域最具前景的方法之一。一般說來,機器學習的模型大體可以分成兩類:生成模型(Generative model) 和判別模型(Discriminative model)。舉個簡單的例子,給定一張圖片,判斷這張圖片里的動物是貓還是狗,這是判別模型;給定一系列狗的圖片,要求生成一張新的,不在已有數(shù)據(jù)集里的狗的圖片,這是生成模型。

量子生成對抗網(wǎng)絡示意圖

GAN是一類非常重要的生成模型,由Goodfellow等人于2014年提出。GAN在很多方面特別是生成圖像、視頻等有極為重要的應用。GAN的原理比較簡單,可以通過生成圖片為例來理解:GAN通常包含兩個部分,生成器和判別器。判別器是一個判別圖片的網(wǎng)絡,它隨機接收一張圖片,此圖片可能來自于訓練的數(shù)據(jù)集(稱為真實的)也可能是生成器產(chǎn)生的(稱為假的),它的目標是以最大概率區(qū)分圖片到底是真的還是假的。生成器是一個生成圖片的網(wǎng)絡,它的目標是生成盡可能逼真的圖片來迷惑判別器。這樣,生成器和判別器構成了一個動態(tài)的“博弈過程”,博弈的最終結果是生成器可以生成足以“以假亂真”的圖片,判別器難以判斷生成的圖片是不是真實的。

量子生成對抗網(wǎng)絡(QGAN, quantum generative adversarial network) 基本原理與經(jīng)典的GAN是一樣的,區(qū)別在于這里生成器和判別器是由量子器件或者量子網(wǎng)絡構成,訓練用的數(shù)據(jù)集也可以是量子數(shù)據(jù)(如量子態(tài)等)。孫麓巖課題組與合作者在超導系統(tǒng)中首次實現(xiàn)了GAN,展示了從量子數(shù)據(jù)集中學習有用模式的可行性。在此實驗中,生成器由一個能以一定概率分布產(chǎn)生量子態(tài)系綜的超導量子線路組成,判別器是一個可以做投影測量的量子器件,訓練用的真實數(shù)據(jù)集由一個量子通道模擬器產(chǎn)生。

量子生成對抗網(wǎng)絡實驗方案圖

實驗結果表明,通過多輪對抗學習后,生成器產(chǎn)生的量子數(shù)據(jù)越來越逼近真實的量子數(shù)據(jù),最終達到平均98%以上的保真度,從而使得判別器無法區(qū)分生成器產(chǎn)生的數(shù)據(jù)。此實驗為今后研究中等尺度量子器件在機器學習方面的量子優(yōu)勢打下鋪墊,可能對量子人工智能領域的發(fā)展產(chǎn)生深遠影響。

該論文共同通訊作者為孫麓巖副教授、鄧東靈助理教授、以及鄒長鈴特任副研究員。胡玲、吳書豪為文章共同一作,其他作者還包括蔡偉州、馬雨瑋、穆相豪、徐源、王海燕、宋祎璞等。此項目得到了國家重點基礎研究發(fā)展計劃、國家自然科學基金、量子通信與量子計算機重大項目安徽省引導性項目、清華大學啟動經(jīng)費等支持。

論文鏈接:

http://advances.sciencemag.org/content/5/1/eaav2761.full

清華藥學院陳立功課題組發(fā)文揭示神經(jīng)外單胺轉運體作為脂肪細胞兒茶酚胺清除新機制

1月17日,清華大學藥學院研究員陳立功課題組在《公共科學圖書館·生物學》(PLOS Biology)在線發(fā)表了題為《3型有機陽離子轉運蛋白作為一種新型脂肪細胞兒茶酚胺類物質運載途徑并介導白色脂肪棕色化過程》(Organic cation transporter 3 (Oct3) is a distinct catecholamines clearance route in adipocytes mediating the beiging of white adipose tissue )的研究論文,該研究首次發(fā)現(xiàn)白色脂肪細胞可通過3型陽離子轉運蛋白轉運兒茶酚胺類物質,最終調控白色脂肪的棕色化。

該項研究獲得《公共科學圖書館·生物學》期刊和審稿人的高度關注,被選為本期亮點文章。《公共科學圖書館·生物學》以 “阻斷荷爾蒙攝取增加脂肪燃燒(Blocking Hormone Uptake Burns More Fat)”為題專門進行了新聞發(fā)布會向國際媒體予以報道。同時,紐約西奈山伊坎醫(yī)學院著名代謝研究專家Christoph Buettner教授主動撰寫“脂肪細胞吞噬去甲腎上腺素(Fat cells gobbling up norepinephrine)“為題對該文章進行點評。

圖 1.敲除小鼠與對照小鼠寒冷刺激后的代謝變化

(A)小鼠體溫(B-C)脂肪形態(tài)變化以及Ucp1免疫組化染色(D)電鏡下脂肪以及線粒體形態(tài),箭頭所指為線粒體。

肥胖是導致糖尿病、脂肪肝以及心血管疾病的重要誘因之一,據(jù)報道全世界大約有10%的人口患有肥胖或肥胖相關的代謝疾病。脂肪組織主要分為三類:白色脂肪組織(White adipose tissues, WAT), 棕色脂肪組織(Brown adipose tissues,BAT), 米色脂肪組織(Beige adipose tissues)。其中米色脂肪對于白色脂肪水解和維持機體體溫具有重要作用。在脂肪米色化過程中,兒茶酚胺類物質發(fā)揮重要的生物學功能。

在本篇研究中,陳立功課題組發(fā)現(xiàn)脂肪細胞高表達3型陽離子轉運蛋白和兒茶酚胺類物質代謝酶,具備代謝兒茶酚胺的分子基礎。通過同位素標記的底物轉運實驗,發(fā)現(xiàn)脂肪細胞的Oct3可以高效轉運包含去甲腎上腺素在內的兒茶酚胺類物質,并且具有高轉運能力、低親和力的轉運特性。在寒冷刺激下,敲除該蛋白的脂肪呈現(xiàn)更明顯的脂肪棕色化現(xiàn)象,并使得包含產(chǎn)熱、脂肪酸氧化、糖酵解在內的一系列基因表達上調,能量消耗增加,最終增強機體產(chǎn)熱過程,并且這一過程依賴于β-AR-cAMP-PKA通路。該研究指明了脂肪細胞內存在轉運兒茶酚胺類物質的關鍵蛋白Oct3,區(qū)別于之前已經(jīng)報道的交感神經(jīng)末梢以及脂肪巨噬細胞中的轉運機制,填補了該領域在白色脂肪米色化以及交感神經(jīng)信號負向調控通路的空白。發(fā)展針對OCT3的特異性抑制劑或者抗體有望為肥胖和糖尿病等代謝疾病提供新的治療途徑。

圖 2.脂肪細胞中OCT3可介導兒茶酚胺類物質的轉運

清華大學陳立功研究員主要從事轉運蛋白生理學和藥理學研究,關注轉運蛋白在代謝疾病、癌癥以及免疫系統(tǒng)等重大疾病中的功能。近年來陸續(xù)在《肝臟病學》(Hepatology)、《公共科學圖書館·生物學》(PLOS Biology)、《美國科學院院報》(PNAS)、《細胞死亡與分化》(Cell Death and Differentiation)、《毒理學檔案》(Archive of Toxicology)、《ACS化學生物學》(ACS Chemical Biology)等期刊發(fā)表了關于轉運蛋白的代謝調控作用, 并受邀在《蛋白質與細胞》(Protein & Cell),《分子與細胞生物學期刊》(Journal of Molecular and Cellular Biology)發(fā)表綜述,系統(tǒng)地介紹了轉運蛋白在代謝領域的研究進展和作為藥物靶點的巨大應用前景。

《公共科學圖書館·生物學》為JCR分區(qū)一區(qū)雜志并為自然指數(shù)期刊。清華大學藥學院博士生宋文欣和羅琪為本論文的共同第一作者,陳立功研究員與加州大學舊金山分校Kathleen M. Giacomini教授為論文的共同通訊作者。 該研究得到了國家重點研發(fā)計劃、國家重大新藥創(chuàng)制項目以及國家自然科學基金的資助。

文章鏈接

https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.2006571

清華-伯克利深圳學院劉碧錄、鄒小龍團隊發(fā)文探討二維材料大電流產(chǎn)氫電催化劑

1月17日,清華-伯克利深圳學院劉碧錄、鄒小龍、成會明團隊在《自然·通訊》 (Nature Communications)期刊上在線發(fā)表了題為“調控結構及表面化學制備pH普適大電流產(chǎn)氫電催化劑”(Morphology and Surface Chemistry Engineering for pH-Universal Catalysts toward Hydrogen Evolution at Large Current Density)的研究論文。該研究通過設計和制備三種模型電催化劑(包括貴金屬Pt、具有微納結構的MoS2微球、具有微納結構且表面化學成分優(yōu)化的MoS2/Mo2C異質結微球),揭示了電催化劑微觀結構及表面化學對大電流密度電解水產(chǎn)氫性能的影響。

研究發(fā)現(xiàn),催化劑微觀結構及表面化學組成對大電流密度下的傳質(反應電解液和氫氣產(chǎn)物)具有重要影響,進而通過優(yōu)化催化劑結構和表面化學組成,制備出在大電流密度下具有優(yōu)異性能和穩(wěn)定性的電催化劑。同時,結合實驗和理論計算揭示了電化學環(huán)境會對催化劑表面化學產(chǎn)生影響,進而使其在不同的pH條件下都具有優(yōu)異的性能。該工作對設計大電流密度電解水產(chǎn)氫催化劑具有重要指導意義。

圖1. 大電流密度電解水產(chǎn)氫催化劑設計策略:電催化劑微觀結構和表面化學組成協(xié)作

當前,人類對化石能源的過度使用導致環(huán)境污染和能源短缺等問題日益突出,利用電解水方法制備氫氣是可再生能源轉化、進而解決能源危機的一種有效策略。電解水制氫技術目前最大的問題是高能耗。因此,開發(fā)和使用高效電催化劑、降低電解水過程中的電能消耗,是近年來電解水方向基礎研究和工業(yè)應用的的重點課題。鉑基催化劑是長期以來公認最有效的電解水產(chǎn)氫催化劑,但鉑的儲量小、價格高昂,限制了其大規(guī)模工業(yè)使用。近年來,非貴金屬催化劑的研究發(fā)展迅速,但該類催化的性能依然難與鉑基催化劑媲美。

圖2. 催化劑表面微觀形貌和化學組成對大電流密度反應界面?zhèn)髻|的影響

從實際應用的角度來講,電解水產(chǎn)氫的大規(guī)模應用亟待解決的首要問題是發(fā)展適用于大電流密度的電催化劑,如電流密度大于200mA/cm2至1000mA/cm2。目前,對大電流密度電解水產(chǎn)氫催化劑的設計和機理的研究仍是一個重大挑戰(zhàn)。

本文提出了適用于大電流密度電解水產(chǎn)氫催化劑的設計和制備新策略,所制備的具有微納結構且表面化學成分優(yōu)化的MoS2/Mo2C異質結微球電催化劑,在酸性體系下,達到1000mA/cm2的電流密度所需過電壓僅為227 mV;在堿性體系下,達到1000 mA/cm2的電流密度所需過電壓僅為220mV;此外,該催化劑在中性體系下亦具有良好的性能,表現(xiàn)出不依賴于電解液pH值的優(yōu)異電解水性能。

圖3. 電化學環(huán)境與電催化劑表面化學相互作用對催化劑本征反應動力學的影響

進一步測試表明該催化劑在大電流密度下具有良好的穩(wěn)定性,表現(xiàn)出很好的實用前景。實驗結合理論研究揭示了該催化劑具有優(yōu)異性能的原因。其一,催化劑的微納結構設計有利于大電流密度下的快速傳質。其二,在不同電化學環(huán)境下,催化劑表面具有不同的氧修飾化學成分,使得該催化劑在各種pH環(huán)境下均表現(xiàn)出優(yōu)異的性能。以上研究結果對理解電催化分解水過程中的基礎科學問題和高效電解水催化劑的設計具有重要指導意義,相關設計策略有望進一步拓展至其他材料體系和電催化反應中。

該論文第一作者為清華-伯克利深圳學院(TBSI)2017級博士生羅雨婷,論文通訊作者為劉碧錄研究員和鄒小龍研究員。該研究由國家自然科學基金委以及深圳市經(jīng)信委、科創(chuàng)委和發(fā)改委等部門支持。

文章鏈接:

https://www.nature.com/articles/s41467-018-07792-9

編輯:

(本文轉載自 ,如有侵權請電話聯(lián)系13810995524)

* 文章為作者獨立觀點,不代表MBAChina立場。采編部郵箱:news@mbachina.com,歡迎交流與合作。

收藏
訂閱

備考交流

  • 2024考研英語二備考群: 678595048
  • 2024管理類聯(lián)考復試調劑②群: 814776983
  • 2024海外碩士交流群: 895560072
  • 2024年MBA/MEM/MPAcc聯(lián)考備考群: 769561411
  • 免聯(lián)考調劑咨詢①群: 796631901
  • 2024考研政治沖刺群: 863373153
  • 海外碩士咨詢③群: 850595383
  • 免聯(lián)考碩士入學咨詢群: 711046255
  • 2024考研復試調劑交流群: 902176003
免費領取價值5000元MBA備考學習包(含近8年真題) 購買管理類聯(lián)考MBA/MPAcc/MEM/MPA大綱配套新教材

掃碼關注我們

  • 獲取報考資訊
  • 了解院?;顒?/li>
  • 學習備考干貨
  • 研究上岸攻略

最新動態(tài)