科技蓝色简约新闻资讯排版  132437

数字孪生是真实世界中的过程、操作或产品的虚拟模拟，可用于在安全的数字环境中测试新想法。设计师正使用数字孪生技术在虚拟世界中再现物理对象，并对其进行测试，可大幅节约测试成本。

在虚拟世界中进行充分测试后，工程师们可调整和编辑组件，再使用3D打印技术在现实世界中创建它们。如一级方程式车队目前正在收集比赛期间传感器传输的数据。然后，他们将数据传送到发动机和汽车部件的数字孪生体上，并模拟各种场景，以作出改进。

研究人员们利用一种对能量输送具有活性的材料，代替传统的非活性电池电解质，以提高原电池的能量密度。在给定的功率或能量容量下，新方法可使电池使用寿命增加50%，或相应地减小尺寸和重量，同时还能提高安全性。

研究团队创新的关键是一种新型电解质。是使用了一种新的液态氟化化合物，他们发现可将阴极和电解质的一些功能结合在一种化合物中，这可减轻典型原电池的大部分重量。除了这种新化合物之外，还有其他材料理论上可在高容量电池中发挥类似的阴极电解液作用。

近期，研究人员开发了一种深度学习模型，该模型使用单次胸部X光片就能预测心脏病发作或中风在10年内死亡的风险。深度学习是一种高级类型的人工智能，可训练它来搜索X射线图像，以找到与疾病相关的模式。

研究论文主要作者说：“我们的深度学习模型为利用现有的胸部X光图像筛查心血管疾病风险提供了潜在的解决方案。”这种类型的筛查可用于识别那些可以使用他汀类药物但尚未接受治疗的个人。