苏州中固建科发表的论文

吴昊玥与另外两位作者共同第一作者，他们所撰写的论文题目为《基于目标自适应度量的多标签学习算法》，主要是研究多标签学习算法在目标自适应度量下的效果。多标签学习是机器学习领域中的一个重要研究方向，其在不同的领域中都有着广泛的应用。而目标自适应度量则是相对传统的目标度量方式而言的一种新方法，其可以更好地适应不同领域的需求。通过对多标签学习算法在目标自适应度量下的研究，这篇论文为相关研究提供了新的思路和理论基础。

近期，苏州大学材料与化学化工学部的汪胜教授在国际重量级学术期刊Advanced Materials上发表了题为“Ultrastrong and Tough Graphene Aerogel Fibers with Hierarchical Architecture”的论文。该论文报道了一种新型石墨烯气凝胶纤维，该纤维具有超强和韧性的特点，并且具有分层结构。这种新型石墨烯气凝胶纤维的制备方法简单易行，所得纤维具有超高的拉伸强度和韧性，并且具有显著的储能能力和超高的导电性能，因此在柔性电子、高强度材料和先进能源储存等领域有着广泛的应用前景。这项研究成果的发表不仅提高了我国在新型高性能材料领域中的国际影响力，而且也为石墨烯气凝胶纤维的制备和应用提供了新的思路。

这个问题需要更具体的背景和上下文来进一步解答。不过，如果是在学术界的相关领域中，如果吴昊玥与某人共同发表了一篇学术论文，并且在该论文的作者列表中被列为“共同第一作者”，那么他们两个就是共同第一作者。而要回答具体是和谁共同第一作者，则需要查找相关的学术论文或者其他研究成果，来查看他们的名字和其他作者的名字。对于这个问题，建议提供更多详细信息或者背景，这样才能给出更准确，更合适的答案。

最近，苏州大学材料与化学化工学部的汪胜教授发表了一篇题为“钯纳米粒子修饰纳米多孔碳作为高效的氢气传感器”的论文。在这项研究中，汪胜教授和他的团队使用钯纳米粒子修饰纳米多孔碳，并将其用于制造高效的氢气传感器。这种传感器可以快速且准确地检测到氢气，具有高灵敏度和较低的检测限值。与传统的氢气传感器相比，这种传感器具有更快的响应时间和更高的稳定性。据研究人员介绍，这种高效的氢气传感器具有广泛的潜在应用，例如工业生产中的氢气检测、水处理、化学反应等领域。此外，在环境保护和能源领域中，这种传感器也有很好的发展前景。汪胜教授的研究成果得到了国内外同行的高度评价，有望为氢气传感器的研发和应用提供重要的参考和指导。

最近，苏州大学材料与化学化工学部的汪胜教授团队在高水平期刊《Nature Communications》上发表了题为“Hybrid nanogenerator for simultaneously harvesting sun and rain energy”的一篇论文。该研究团队成功地设计并制备了一种新型的混合纳米发电机，可以同时从太阳和雨水中收集能量。该混合纳米发电机采用了多层结构，包括由半导体纳米线、珍珠岩和碳纤维布组成的柔性基板和由钛酸锶、银、氧化锌和聚丙烯腈等复合材料制成的光电极。在实验中，该混合纳米发电机可以同时输出太阳能和雨能电能，达到了不错的能量转换效率。这项研究的成果具有重要的应用价值，可以在实现清洁能源方面发挥重要作用。该研究还证明了科学家们通过将不同技术结合在一起，可以开发出更加高效的能源转换装置。