《马萨诸塞大学、阿默斯特食品科学团队获得迪士尼综合飞行测试模拟飞机产品开发的冠军》

  • 来源专题:食物与营养
  • 编译者: niexiuping
  • 发布时间:2017-07-30
  • 芝加哥 - 食品技术研究所(IFT)宣布在IFT16期间每年迪士尼消费品食品技术学院学生协会(IFTSA)产品开发大赛的获奖者:芝加哥的科学创新是马萨诸塞州的大学,阿默斯特。全国食品科学大学生团队的任务是制定市场相关,美味营养的食品或饮料零售零食产品,符合“迪斯尼营养指南”,将水果,蔬菜,低脂乳制品或全谷物整合在一起对于10岁及以下的儿童,并融入了所选择的迪斯尼角色特许经营之一。马萨诸塞大学,阿默斯特的产品叫做Elsa的燕麦粉。

相关报告
  • 《马萨诸塞州立大学洛厄尔领导的研究小组获得100万美元开发生物燃料添加剂》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2019-01-09
    • 美国能源部向马萨诸塞州洛厄尔大学机械工程教授领导的一个研究小组颁发了一项为期三年的100万美元的赠款。这个研究小组致力于从锯末和其他木材副产品中开发可再生燃料添加剂。 “添加剂,来源于可持续原材料,将有助于抵消使用传统的化石燃料在内燃机汽车和卡车以及汽轮机发电,”猎人说麦克,一个马塞诸斯州大学洛厄尔的机械工程助理教授领导一个团队包括学术机构的研究人员和行业。“我们实验室的目标是提高能源效率,减少排放 确定未来其他潜在的可持续燃料和化学品。 在这个项目中,术语“添加剂”并不一定意味着小的数量,也不意味着它可以作为引擎性能的助推器。 “就像你填满你的车的无铅汽油,可以包含多达10%乙醇的体积,添加剂的目的是与传统的石油和柴油等燃料取代体积的柴油用可再生能源和有助于减少车辆的碳足迹,”马克说,阿灵顿的居民。“这种生物燃料混合配方将提供相同的发动机性能,但希望它更容易和更环保的生产。” 除了麦克,马萨诸塞州立大学洛厄尔分校参与该项目的研究人员还包括化学工程助理教授王锡武(hsiwu Wong),以及研究生玛蒂亚·沙沙万(Martia Shahsavan)和穆罕默德·莫罗瓦蒂安(Mohammad Morovatiyan)。 “我们关注交通运输,因为交通运输行业严重依赖石油燃料,”居住在伯灵顿的黄说。 该项目是美国能源部Co-Optima计划的一部分,该计划旨在开发燃料和发动机创新,共同努力实现车辆性能和燃油经济性的最大化。 麦克说:“美国能源部希望共同优化发动机和燃料,以提供一个更清洁、更有效和可持续的运输部门。” 麻省Lowell-led项目还包括缅因州和佛罗里达大学的同行主流工程公司和能源部今年秋天被选为全国8000万美元投资的一部分支持早期研究先进的汽车技术,可以“使更多负担得起的流动性,加强国内能源安全、减少国家对外国的依赖关键材料和增强美国经济增长的来源。” 木屑只是本研究中使用的木质生物质的一种。“木质生物质”是指森林树木和木本植物及其在木材制造和加工过程中产生的不适于买卖的、没有当地现有市场的副产品。麦克说,锯木厂和其他林业企业“有很多剩余的生物质需要处理,因此我们提供了一种方法,将其转化为有用的甚至有利可图的东西。” 来自建筑行业的废木材将来可能会有用,但目前团队还不能使用它。 麦克说:“我们正在将精确的化学反应工程应用到生产添加剂的过程中,因此原材料的组成非常重要。”“建筑木材中可能含有其他化学物质,比如压力处理木材中使用的化学物质,这将改变反应的进行方式。”因此,至少在短期内,我们只关注锯末,这是一个定义明确的生物量流。 王说,有足够多的木质生物质废弃物可用,使这一过程在经济上可行。他说,造纸工业总体上正在衰退,这个项目的经济效益之一是,它可以为造纸工业的锯末提供一种新的收入来源——在这种情况下,是生产生物燃料、生物聚合物和其他生物衍生产品。 他说:“这是新英格兰木材工业正在探索的方向,也是能源部正在努力的方向。” ——文章发布于2018年12月11日
  • 《美国研究团队合作开发出新型高精度模拟芯片架构》

    • 来源专题:集成电路
    • 发布时间:2024-03-26
    • 许多复杂的物理系统可以用耦合的非线性方程来描述,这些方程必须在多个时空尺度上同时分析。然而,复杂系统的直接数值计算往往受到“维度诅咒”的阻碍,随着问题规模的增加,计算资源也需要成倍增加。尽管对精确、高性能计算解决方案的需求正在增长,但传统冯·诺依曼计算架构在速度、能耗和基础设施方面正达到极限。作为复杂物理系统建模的一种有效方法,存内计算绕过了冯·诺依曼体系结构固有的内存处理器瓶颈,具有诱人的发展前景。但是,存内计算受到读取噪声和写入可变性等问题阻碍,限制了高性能计算的可扩展性、准确性和精度。 2024年2月22日《科学》期刊报道,美国TetraMem公司、南加州大学和马萨诸塞大学阿默斯特分校研究团队开发出一种新型高精度模拟芯片架构,通过调整忆阻器实现了前所未有的精度,并设计出一种新的电路架构和编程协议,编程协议在最后一步将模拟计算结果转换为数字从而使用多个相对低精度的模拟设备(如忆阻器)有效表示高精度的数字,使得模拟设备的编程更加快速和精确,并使低精度模拟设备能够执行高精度计算。在集成的忆阻器片上系统上,研究团队通过实验证明了多个科学计算任务的高精度解决方案,实现了高达10-15的高精度解决方案,同时保持了与传统数字方法相比的巨大功率效率优势。 该新型高精度模拟芯片架构不仅适用于神经网络等传统低精度领域,还可扩展至其他存储技术领域,如磁性存储器和相变存储器[1]。 这种技术创新结合了数字计算的精度和模拟计算的节能和高速优势,不仅提高了模拟计算的效率和速度,还能为人工智能和机器学习等领域带来更多应用可能性。 [1] Wenhao Song, Mingyi Rao, Yunning Li, et al. Programming memristor arrays with arbitrarily high precision for analog computing [J]. Science, 2024, 383(6685):903-910. https://www.science.org/doi/10.1126/science.adi9405