昨天下午，历史电视家助手官微发布关于电视家公众号更名后快速退款指引，公布了退款流程，并再次强调绝对不跑路。

更为突出的是，地名都相比于1A体系，地名都2A体系分子的摩尔消光系数都实现了显著的提升（图2b,f），这对提升激发态分子的能量输入十分有利，从而为更高效的多模态光学诊疗奠定了基础。此外，变变去最近的研究表明，变变去AIE分子在聚集状态下能够实现激发态激子的多通道分布，从而赋予基于单种AIE分子的聚集体多重性能，便于实现优异的one-for-all型多模态光学诊疗。

因此，瞎折相对于电子给体的设计，电子受体的调控对D-A-D结构荧光分子的性能具有更加显著的影响。此外，历史高生物相容性的2TT-2BBTD纳米聚集体在近红外二区荧光-光声-光热三模态成像指导的光动力-光热协同治疗中表现优异。不同的是，地名都1A体系呈现出较弱的AIE效应到聚集淬灭发光（ACQ）的现象（图2d），而2A体系却展现出ACQ到AIE性质的转变（图2h）。

然而，变变去受制于新受体开发的挑战性以及当前具有强吸电子能力受体的数目十分有限，利用受体工程构筑高性能有机荧光分子的研究一直停滞不前。通常，瞎折D-A-D结构分子的最高占据分子轨道（HOMO）分布于整个共轭骨架，而最低未占分子轨道（LUMO）几乎定域在受体基元部分。

基于以上突出优势，历史由2TT-2BBTD分子组成的纳米聚集体在808nm激光照射下同时展现出长的近红外二区荧光发射、历史高的发光效率、良好的活性氧生成能力、高光热转化效率以及优异的光热稳定性（图4）。

地名都(b,c)纳米制备和多模态光学诊疗应用。再者，变变去随着计算机的发展，变变去许多诸如第一性原理计算、相场模拟、有限元分析等手段随之出现，用以进行材料的结构以及性能方面的计算，但是往往计算量大，费用大。

图3-1机器学习流程图图3-2 数据集分类图图3-3                       图3-3 带隙能与电离势关系图图3-4 模型预测数据与计算数据的对比曲线2018年Zong[5]等人采用随机森林算法以及回归模型，瞎折来研究超导体的临界温度。2018年，历史在nature正刊上发表了一篇题为机器学习在分子以及材料科学中的应用的综述性文章[1]。

目前，地名都机器学习在材料科学中已经得到了一些进展，如进行材料结构、相变及缺陷的分析[4-6]、辅助材料测试的表征[7-9]等。另外7个模型为回归模型，变变去预测绝缘体材料的带隙能（EBG），变变去体积模量（BVRH），剪切模量（GVRH），徳拜温度（θD），定压热容（CP），定容热容（Cv）以及热扩散系数（αv）。