×
验证码:
换一张
忘记密码?
记住我
×
统一认证登录
登录
中文版
|
English
上海科技大学知识管理系统
ShanghaiTech University Knowledge Management System
统一认证登录
登录
注册
ALL
ORCID
题名
作者
发表日期
关键词
文献类型
DOI
出处
存缴日期
收录类别
出版者
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
知识整合
学习讨论厅
在结果中检索
研究单元&专题
信息科学与技术学院 [2]
物质科学与技术学院 [1]
作者
梁俊睿 [2]
高一鸣 [2]
陈梓杰 [2]
张绍宁 [1]
文献类型
期刊论文 [2]
会议论文 [1]
发表日期
2024 [1]
2023 [2]
出处
2023 IEEE ... [1]
ACS NANO [1]
IEEE TRANS... [1]
语种
英语 [3]
资助项目
National N... [1]
Research F... [1]
Shanghai S... [1]
Youth Inno... [1]
资助机构
收录类别
EI [3]
SCI [2]
×
知识图谱
KMS
反馈留言
浏览/检索结果:
共3条,第1-3条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
期刊影响因子升序
期刊影响因子降序
发表日期升序
发表日期降序
作者升序
作者降序
提交时间升序
提交时间降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
Sulfur-Functionalized Carbon Nanotubes with Inlaid Nanographene for 3D-Printing Micro-Supercapacitors and a Flexible Self-Powered Sensing System
期刊论文
ACS NANO, 2024, 卷号: 18, 期号: 31, 页码: 20706-20715
作者:
Ren, Dayong
;
Zhang, Shaoning
;
Dai, Jiaxin
;
Lan, Jiancheng
;
Qiu, Donghai
Adobe PDF(11587Kb)
|
收藏
|
浏览/下载:279/1
|
提交时间:2024/08/09
3D printing
Flowcharting
Graphene
Microelectronics
Nanosheets
Photoelectrochemical cells
Sulfur
Supercapacitor
3-D printing
3D-printing
Functionalized carbon nanotubes
Graphene nanosheets
Inlaid graphene nanosheet
Microsupercapacitors
Self-powered sensing
Self-powered sensing system
Sensing systems
Sulphur-functionalized carbon nanotube
A Self-powered Sensing System With Embedded TinyML for Anomaly Detection
会议论文
2023 IEEE 3RD INTERNATIONAL CONFERENCE ON INDUSTRIAL ELECTRONICS FOR SUSTAINABLE ENERGY SYSTEMS (IESES), Shanhai, China, 26-28 July 2023
作者:
Zijie Chen
;
Yiming Gao
;
Junrui Liang
Adobe PDF(495Kb)
|
收藏
|
浏览/下载:309/0
|
提交时间:2023/09/22
Self-powered sensing
tiny machine learning
anomaly detection
AIoT
LOPdM: A Low-power On-device Predictive Maintenance System Based on Self-powered Sensing and TinyML
期刊论文
IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2023, 卷号: 72, 页码: 1-1
作者:
Zijie Chen
;
Yiming Gao
;
Junrui Liang
Adobe PDF(1996Kb)
|
收藏
|
浏览/下载:191/0
|
提交时间:2023/09/08
Cost engineering
Deep neural networks
Maintenance
Intelligence models
Low Power
Machine-learning
Maintenance systems
Performances evaluation
Predictive maintenance
Self-powered
Self-powered sensing
Tiny machine learning
Vibration
首页
上一页
1
下一页
末页