Accurate and real-time traffic forecasting plays an important role in the Intelligent Traffic System and is of great significance for urban traffic planning, traffic management, and traffic control. However, traffic forecasting has always been considered an open scientific issue, owing to the constraints of urban road network topological structure and the law of dynamic change with time, namely, spatial dependence and temporal dependence. To capture the spatial and temporal dependence simultaneously, we propose a novel neural network-based traffic forecasting method, the temporal graph convolutional network (T-GCN) model, which is in combination with the graph convolutional network (GCN) and gated recurrent unit (GRU). Specifically, the GCN is used to learn complex topological structures to capture spatial dependence and the gated recurrent unit is used to learn dynamic changes of traffic data to capture temporal dependence. Then, the T-GCN model is employed to traffic forecasting based on the urban road network. Experiments demonstrate that our T-GCN model can obtain the spatio-temporal correlation from traffic data and the predictions outperform state-of-art baselines on real-world traffic datasets. Our tensorflow implementation of the T-GCN is available at https://github.com/lehaifeng/T-GCN.

Wireless power transfer via coupled magnetic resonance has many merits, which has become one of the hot research spots in recent years. The progress of technology in the field of wireless power transfer is remarkable, but its power and efficiency vary with the impacts of the distance, orientation, and center deviation on transmission. To suppress the fast decrease of the transfer efficiency, the equivalent circuit model of wireless power transfer and mutual inductance theory were presented. The results provided critical insight into the design of improving efficiency using a novel method of frequency tracking. The measurement results showed that the efficiency decreased greatly with the distance, orientation and center deviation at fixed-resonance frequency, and the efficiency decreased slowly using adapted resonance frequency. The proposed method is proved through the experiment, and it can provide an effective way to improve the power and efficiency of wireless power transfer.

In this paper, drive effect analysis and performance testing of a bionic jellyfish robot driven by SMA-based materials are carried out. Firstly, the design ideas of the driver and the overall structure are presented. The effect of eddy currents at the end of bionic tentacles on the swimming performance of a jellyfish robot during its movement is investigated. The constructed bionic jellyfish robot model is subjected to two-way fluid-solid coupling simulation. The effect of eddy currents at the end of bionic tentacles on the propulsive effect of a jellyfish robot during paddle propulsion is investigated. It is demonstrated that jellyfish robots exhibit passive energy recovery capabilities analogous to those observed in real jellyfish. A prototype bionic jellyfish robot is produced. A test platform is constructed for the purpose of underwater swimming performance testing. The performance of the jellyfish robot is evaluated in terms of its ability to navigate in a straight line and to perform turns while swimming at different operating frequencies.

Tumor immune microenvironment (TIME) plays an important role in metastasis and immunotherapy. However, it has been not much known how to classify TIMEs and how TIMEs are genetically regulated. Here we showed that tumors were classified into TIME-rich, -intermediate and -poor subtypes which had significant differences in clinical outcomes, abundances of tumor-infiltrating lymphocytes (TILs), degree of key immune programs activation, and immunotherapy response across 13 common cancer types (n= 6,000). Furthermore, TIME-intermediate, -poor patients had significantly more inherited genetic defects (i.e., functional germline variants) in natural killer (NK) cells, antigen processing and presentation (APP) and Wnt signaling pathways than TIME-rich patients, and so did cancer patients than non-cancer individuals (n=4500). These results suggested that individuals who had more inherited defects in NK cells, APP and Wnt pathways had higher risk of developing cancers. Moreover, in the 13 common cancers the number of inheritable defected genes of NK cells was significantly negative-correlated with patient survival, TILs abundance in TIMEs and immunotherapy response, suggesting that inherited defects in NK cells alone were sufficient to shape TILs recruitment, clinical outcome and immunotherapy response, highlighting that NK cell activation was required in the 13 cancer types to drive the recruitment of immune troops into TIMEs. Thus, we proposed that cancer was a disease of NK cell inherited deficiencies. These results had implications in identifying of high-risk individuals based on germline genomes, implementing precision cancer prevention by adoptive transfer of healthy NK cells, and improving existing immunotherapies by combining of adoptive NK cell transfer (i.e., converting TIME-intermediate, poor tumors into TIME-rich tumors) and anti-PD-1 or CAR-T therapy.

Contaminated particles are important factor affecting the reliable operation of aircraft hydraulic systems. The complex movement mode of contaminated particles in the hydraulic fluid makes it difficult to analyse system failures. This paper proposes a topology network model that can describe the movement of contaminated particles within the hydraulic system. Firstly, the motion state of contaminated particles inside the hydraulic pipelines is analysed, and a particle motion model based on drag force is established. Then, the hydraulic system pipeline and component flow model is constructed. A cascading model of contaminated particles propagation is constructed based on the flow in pipelines and components. Finally, taking the A380 civil aircraft as an example, the number of contaminated particles in each key component is calculated, and the variation patterns of contaminated particles in the hydraulic system is revealed.