绝育的猫咪更容易沉静，特兰比较容易接受训练，很少发脾气。

在化学反应单元中，西瓦CO2以~0.25gh-1g-1催化剂的速率化学加氢生成甲醇，生成的甲醇在第一个小时内不断冷凝并通入酶单元最终浓度~100mM。尼亚实现高性能纤维锂离子电池规模化制备。

纤维水系锂离子电池(FLIBs)具有1.3V左右的放电平台，地区86mAh/g的比容量，以及较高的循环稳定性 (图2b)。该显示织物柔软透气，特兰可经受反复的机器洗涤，可有效满足实际应用要求。西瓦d.10×10发光单元阵列的发光强度分布柱状图(单元之间的强度差小于10%)。

图3.通过ASAP从CO2快速合成淀粉纤维锂离子电池在纤维锂离子电池领域，尼亚复旦大学彭慧胜团队在2021年至今已经发表了2篇Nauture和一篇Nature Nanotechnology。进一步将织物显示、地区键盘和电源等模块有效集成，地区构建得到柔性织物显示系统，可以作为一种新型、便捷的通信工具，在物联网、人机交互、智能通讯等新兴领域显示了巨大的应用潜力。

本工作利用这3种工程酶(fls-M3、特兰fbp-AGR和agp-M3)构建ASAP2.0，该酶在20m甲醇中10h内产生~230mgL-1直链淀粉。

这两项成果都发表在Nature\Science上，西瓦现在我们一起来回顾这几篇论文。图2-1 机器学习的学习过程流程图为了通俗的理解机器学习这一概念，尼亚举个简单的例子：尼亚当我们是小朋友的时候，对性别的概念并不是很清楚，这就属于步骤1：问题定义的过程。

地区这样当我们遇见一个陌生人时。根据机器学习训练集是否有对应的标识可以分为监督学习、特兰无监督学习、半监督学习以及强化学习。

因此，西瓦2018年1月，美国加州大学伯克利分校的J.C.Agar[7]等人设计了机器学习工作流程，帮助我们理解和设计铁电材料。随后开发了回归模型来预测铜基、尼亚铁基和低温转变化合物等各种材料的Tc值，尼亚同样取得了较好结果，利用AFLOW在线存储库中的材料数据，他们进一步提高了这些模型的准确性。