XiaoMi-AI文件搜索系统
World File Search System上对
血浆源在干燥表面上对内生孢子进行净化：关键参数和灭活结果的综述
在20多年来已证明了等离子体源对热敏设备进行净化的效率，但是基于商业等离子体的灭菌器仍然具有狭窄的应用。这可以通过困难来部分解释，以确定可靠的生物指示剂和工业用途所需的标准化微生物测试程序。在本文中，我们研究了环境因素对沉积在表面上并通过血浆来源处理的微生物的灭活率的影响。此外，我们提出了文献综述，表明与常规的低温灭菌器相比，几种分离中和余辉等离子灭菌器提供的治疗时间较短，以减少内生孢子在受污染的表面上的浓度通过6 log。最后，我们为未来的等离子体净化标准提出了一些建议。
在硬底部反拖结构上对两亲d语法的分析
米歇拉·德·西蒙妮（Michela de Simone），意大利 - 意大利意大利，意大利，米歇尔（Michela.desimone）ich.desimone8@gmail.com anna di cosmo，naples federico ii，意大利大学，anna.dicosmo@dicosmo@dicosmo@unina@unina.it意大利，ornella.nonnis@isprambiente.it gianluca franceschini，ispra，意大利 - 意大利环境保护与研究所，意大利，gianluca.franceschini@isprambiente.it barbara catalano 0000-0002-9022-5806 Paolo Tomassetti，Ispra-意大利 - 意大利环境保护与研究所，意大利，Paolo.tomassetti@isprambiente.it laura ciaralli ispra，Ispra，意大利 - 意大利 - 意大利 - 意大利环境保护研究所意大利意大利意大利意大利，意大利，eleonoramonfardini94@gmail.com benedetta trabucco，ISPRA-意大利环境保护与研究所，意大利，意大利，benedetta.trabucco@isprambiente.it
在黎曼流形上对复杂 EEG 数据分布进行建模，以实现异常值检测和多模态分类
摘要 — 目的：近年来，黎曼几何在脑机接口 (BCI) 中的应用势头强劲。为黎曼 BCI 提出的大多数机器学习技术都认为流形上的数据分布是单峰的。然而，由于高数据变异性是脑电图 (EEG) 的一个关键限制，因此分布可能是多峰的而不是单峰的。在本文中，我们提出了一种新颖的数据建模方法，用于考虑 EEG 协方差矩阵的黎曼流形上的复杂数据分布，旨在提高 BCI 的可靠性。方法：我们的方法黎曼谱聚类 (RiSC) 使用基于测地距离的相似性测量的图来表示流形上的 EEG 协方差矩阵分布，然后通过谱聚类对图节点进行聚类。这允许灵活地在流形上对单峰和多峰分布进行建模。可以以 RiSC 为基础设计异常值检测器（即异常值检测黎曼谱聚类 (oden-RiSC)）和多模态分类器（即多模态分类器黎曼谱聚类 (mcRiSC)）。odenRiSC/mcRiSC 的所有必需参数均以数据驱动的方式选择。此外，无需预设异常值检测阈值和多模态分类模式数。结果：实验评估表明，odenRiSC 可以比现有方法更准确地检测 EEG 异常值，并且 mcRiSC 的表现优于标准单模态分类器，尤其是在高变异性数据集上。结论：odenRiSC/mcRiSC 有望使实验室外的真实 BCI 和神经人体工程学应用更加稳健。意义：RiSC 可以用作稳健的 EEG 异常值检测器和多模态分类器。
基于混合集群演化元博弈的海上对空反导杀伤链优选策略研究
引用格式： 李博文 , 李晶晶 , 张龙剑 , 等 . 基于混合集群演化元博弈的海上对空反导杀伤链优选策略研究 [J]. 中国舰船研 究 . DOI: 10.19693/j.issn.1673-3185.04217. LI B W, LI J J, ZHANG L J, et al. Research on optimal selection strategy of surface-to-air anti-missile kill chain based on mixed swarm evolutionary meta-game[J]. Chinese Journal of Ship Research(in Chinese). DOI: 10.19693/j.issn.1673- 3185.04217.
在功率网格的规模上对水电操作进行建模
摘要。气候变化和不断发展的水管理实践可能会对水力发电生成产生重大影响。尽管水文模型已被广泛用于评估这些效果，但它们通常会遇到一些局限性。一个重大挑战在于对水电储层的释放决策进行建模，这是由复杂的权衡取舍而导致的，涉及电力部门调度，竞争用水以及网格中发电的空间分配。为了解决这一差距，这项研究介绍了一种基于需求的新方法，用于将水力发电集成到土地表面模型的路由模块中。首先，水力发电结构与水文网络连贯，并且在水力发电厂及其供应储层之间建立了链接，以明确表示为水力发电生成而建造的水。然后，通过分配水力发电的规定电力需求来模拟协调的大坝操作，以在电网内的不同发电厂中满足，同时考虑了与大多数大坝多用途的运营约束。为了验证这种方法，我们在陆地表面模型的水运输方案中实施了框架，并通过法国电气系统的案例研究进行评估。我们通过高分辨率的重新分析来推动模型，并开出观察到的全国性Hy-Dropower生产，因为水力发电基础设施的总功率需求需求。通过比较储层库存的模拟演变与观察结果，我们发现该模型模拟了储层的现实操作，并成功地满足了水力发电生产的需求
在达尔文数据集上对阿尔茨海默氏病的预测，并具有降低性和解释性技术
摘要：神经细胞的进行性变性会导致神经退行性疾病。例如，阿尔茨海默氏症和帕金森氏病逐渐降低了个人的认知能力和运动技能。借助治愈知识，我们的目标是通过诉诸康复疗法和药物来减缓其影响。因此，早期诊断在延迟这些疾病进展的过程中起着关键作用。发现针对特定任务的手写动力学分析被认为是提供这些分歧的早期诊断的有效工具。最近，引入了带有手写（Darwin）数据集的诊断阿尔茨海默氏症。它包含来自174名参与者（诊断为阿尔茨海默氏症与否）的手写样本的记录，执行25种特定的手写任务，包括命令，图形和副本。在本文中，我们探讨了降低维度，解释性和分类技术的Darwin数据集的使用。我们确定用于预测阿尔茨海默氏症的最相关和决定性的手写功能。从具有不同组的原始450个功能的原始集合中，我们发现了小的特征子集表明，执行空中运动所花费的时间是预测阿尔茨海默氏症的最具决定性的功能。
Lexie在Angaboly上对马健康创新的贡献
在大型动物健康诊断的领导者Metaboly Research Group Inc（“ Angaboly”）中，Lexie在特伦特大学（Trent University）利用她的教育对兽医部门产生有意义的影响。她沉浸在动手项目中，专注于为马健康诊断的创新工具。在联合创始人兼首席行动Olicer（COO）William Kim的监督下，Lexie是推动Metaboly的使命分析和跟踪马匹和牛的环境毒素的任务的重要力量。Lexie的工作不仅支持了涉及公司合作伙伴和客户的项目，而且她参与了Metaboly的生物信息学管道，也加速了大动物毒素数据库的开发 - 北美在北美的第一个公开访问数据库。这种实用的经验使Lexie能够从样本准备和处理到更复杂的任务（例如数据分析和报告）中的科学中的基本技能。
在过程树上对齐的动态编程方法
摘要一致性检查的基本任务是计算给定事件日志和过程模型之间的最佳对齐。通常，众所周知，这种不可避免地会产生高计算成本，从而导致实践中的可扩展性差。攻击复杂性的一个角度是开发利用基础过程模型的特定句法限制的对齐算法。在本文中，我们研究具有独特标签的过程树的对齐。这些模型是感应矿工的输出，这是领先的过程挖掘工具也使用的最新过程发现算法家族。我们的主要贡献是一种新型算法，该算法可以有效地构建具有独特标签的过程树的操作对齐，即在多项式时间内。这与问题是NP完整的一般过程树相反，并且问题是PSPACE完整的，并且一般的工作流网络。我们在PM4PY中提供了算法的概念验证实现，并根据现实生活事件日志进行了评估。
有效的海上对象检测和验证，以增强未裂过的海洋系统的安全性
在存在其他车辆或障碍物的情况下，未经拖放的海事系统的安全操作是一个主要问题。通常，感知算法利用传感器数据来识别必须避免的障碍，并且AI算法用于解释用于导航和对象回避算法的原始传感器数据。但是，感知算法通常在计算上很昂贵。在本文中，我们提出了一种有效的方法，该方法采用不依赖于训练有素的模型或AI匹配的计算高效技术，使用范围或点云形式的原始LIDAR数据来检测障碍。该方法将传感器读数转换为机器人的局部坐标系，将其投影到占用图上，并应用有效的图像处理技术来检测障碍物。作为一种快速且易于实现的算法，拟议的工作为基于激光雷达的海上感知应用提供了实用的解决方案。本文进一步侧重于检测具有简单形状（例如浮标或图腾）的接近物体，这些物体通常在近岸和近海岸海事环境中使用。具有有效检测障碍的能力，我们的算法可以帮助确保在操纵这些环境时安全导航。结果表明，该算法可以准确地检测出具有最小假阳性的浮标和图腾。