。cc-by-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本发布于2025年1月6日。 https://doi.org/10.1101/2025.01.06.631486 doi:Biorxiv Preprint
Doreen Cechnicki 斯克内克塔迪市立学校,斯克内克塔迪 Ann Coleman 尼斯卡尤纳中央学校,尼斯卡尤纳 Kimberly Dehart 奥尔巴尼市立学校,奥尔巴尼 Deborah Hall 科布尔斯基尔-里士满维尔中央学校,科布尔斯基尔 Rosanna Frank 布鲁斯特中央学区,布鲁斯特,已退休 Sheryl Garofano 北锡拉丘兹学区,西塞罗 Jane Hawkins 费耶特维尔-马尼卢斯中央学校,马尼卢斯 Karen Koeppel 西塞内卡西塞内卡中央学校,西塞内卡 Theresa Phillips 奥奈达中央学区,奥奈达,已退休 Rosemarie Posillico 伯恩特希尔斯-巴尔斯顿湖中央学校,格伦维尔 Charlene Reagan 马马罗内克联合自由学区,马马罗内克 Valerie Roth 北锡拉丘兹学区,西塞罗 Cynthia Rundblad 杜安斯堡中央学校,德兰森 Eleanor Sicluna 奥尔巴尼市立学校,奥尔巴尼 Sally Taibe沃伦斯堡中央学校,沃伦斯堡 Claudia Visalli 怀特斯伯勒中央学校,约克维尔 Shirley Ware 北锡拉丘兹学区,西塞罗 Lorraine Williams-Clark 奥尔巴尼市学校,奥尔巴尼 Dawn B. Scagnelli 纽约州教育部,奥尔巴尼
出生日期和地点:1960 年 7 月 25 日,罗马尼亚蒂米什瓦拉。国籍:罗马尼亚 公民身份:罗马尼亚人 联系方式:蒂米什瓦拉理工大学机械工程学院材料与制造工程系,Bd。 Mihai Viteazul 1, 300026 蒂米什瓦拉罗马尼亚;电话:+40-256-403655;传真:+40-256-403523;电子邮件:craciunescucm@yahoo.com, corneliu.craciunescu@upt.ro a) 教育/文凭
摘要最近的工作还暗示了灵长类动物的基础神经节在视觉感知和注意力中,除了它们在运动控制中的传统作用。基底神经节,尤其是纹状体的尾状核“头”(CDH),从上凸胶(SC)接收间接的解剖连接,这是一种中脑结构,已知在视觉注意力控制中起着至关重要的作用。为了测试这些皮层结构之间可能的功能关系,我们记录了在空间注意任务中单侧SC失活之前和期间猕猴的CDH神经元活性。sc的失活显着改变了CDH神经元的注意力相关调节,并严重损害了基于CDH活性的任务类别的分类。仅在大脑的同一侧与记录的CDH神经元(不相反)失活具有这些作用。 这些结果证明了SC活性与基础神经节中与注意力相关的视觉处理之间的新型相互作用。仅在大脑的同一侧与记录的CDH神经元(不相反)失活具有这些作用。这些结果证明了SC活性与基础神经节中与注意力相关的视觉处理之间的新型相互作用。
教授。博士。 Mustafa AKDAĞ,埃尔吉耶斯大学教授博士。 Köksal ALVER,伊斯坦布尔大学教授博士。 Caner ARABACI,Necmettin Erbakan 大学教授博士。 Mustafa ARSLAN,伊诺努大学教授博士。 Kemal ATAMAN,马尔马拉大学教授博士。 Mustafa AYDIN,Karamanoğlu Mehmetbey 大学教授博士。 Bünyamin AYHAN,塞尔丘克大学教授博士。 Şükrü BALCI,塞尔丘克大学教授博士。 Vejdi BılgıN,乌鲁达大学教授博士。 Lütfullah CEBECı,埃尔吉耶斯大学教授。博士。 Hamza ÇAKIR,埃尔吉耶斯大学教授博士。 Mete ÇAMDERELI,伊斯坦布尔商业大学教授博士。 Celalettin ÇELıK,埃尔吉耶斯大学教授博士。 Murat DOĞAN,埃尔吉耶斯大学教授博士。 Şahin GÜVEN,埃尔吉耶斯大学教授博士。 Naci ISPıR,阿塔图尔克大学教授博士。 Mustafa MACıT,阿塔图尔克大学教授Promad K. NAYAR,海得拉巴大学教授博士。 Ertan ÖZENSEL,塞尔丘克大学教授博士。 Mustafa TEKIN,伊斯坦布尔大学教授博士。 Ali Murat YEL,马尔马拉大学教授博士。阿卜杜拉·厄兹博拉特 (Abdullah ÖZBOLAT),库库罗瓦大学博士查尔斯·赫希金 (Charles HIRSCHKIND),加州大学伯克利分校博士Peter M. PHILLIPS,达勒姆大学博士伊丽莎白·普尔,基尔大学博士Mahmoud Y. Al Smaseri,耶尔穆克大学
5 天前 — 零件编号或规格。JE。・210S 等效品可接受。所用设备名称。数量。单位。品牌。到期日期等。组。指定检查包装。2.00。EA。交货或施工现场。交货地点。Okadama 停车场。
摘要 本文提出了一种使用深度学习卷积神经网络U-net对地表多时相多光谱图像进行分类的方法。使用无人驾驶飞机的多光谱光电系统获取可见光和红外图像,并用于构建该地区的正射影像图。根据获得的数据,训练神经网络来解决检测人造物体的问题。基于深度学习和热物理参数评估的远程监控对象智能识别方法允许使用遗传算法创建背景目标环境。该算法解决了热导率的系数反问题,并提供了材料热物理参数的估计。为了训练模型,引入了 18 类物体,根据人造物体和背景(人为或自然景观)之间的热对比差异进行研究。每天以 4 小时为间隔对地球表面进行 6 次勘测。该实验于2021年夏季进行,具体日期为8月4日至5日。在人造物体的检测和分类任务中,发现该模型表现出具有不同可靠性的适用性。进行的研究表明,在模型运行过程中发现了所需的对象类别。关键词1 深度学习,分类,分割,远程监控,神经网络,遗传算法,背景目标环境,光电系统,热物理参数。人工智能在远程监测数据处理任务中的应用 YY Gromov 1、IN Ishchuk 1、VV Rodionov 1