XiaoMi-AI文件搜索系统
World File Search System于微
用于微波和毫米波应用的辐照硅
稿件收到日期为 2022 年 2 月 13 日；接受日期为 2022 年 3 月 14 日。出版日期为 2022 年 4 月 12 日；当前版本日期为 2022 年 6 月 7 日。这项工作部分由 TEAM-TECH 项目资助，该项目名为“微电子材料毫米和亚太赫兹波段高精度表征技术”，由波兰科学基金会 TEAM TECH 计划运营，由欧洲区域发展基金、2014-2020 年智能增长运营计划共同资助，部分由 TEMMT 资助，该项目获得了参与国共同资助的 EMPIR 计划和欧盟地平线 2020 研究与创新计划 18SIB09 项下的资金。 （通讯作者：Bartlomej Salski。）Jerzy Krupka 就职于华沙理工大学微电子与光电子研究所，邮编：00-661 Warsaw, Polish。 Bartlomiej Salski、Tomasz Karpisz 和 Pawel Kopyt 就职于华沙理工大学无线电电子学和多媒体技术研究所，邮编：00-661 Warsaw，Poland（电子邮件：bsalski@ire.pw.edu.pl）。 Leif Jensen 就职于 Topsil Semiconductor Materials A/S（地址：3600 Frederikssund，丹麦）。 Marcin Wojciechowski 就职于中央措施办公室，地址：00-139 华沙，波兰。本文于 2022 年 6 月 19 日至 24 日在美国科罗拉多州丹佛市举行的 IEEE MTT-S 国际微波研讨会 (IMS 2022) 上发表。本信中一个或多个图片的彩色版本可在 https://doi.org/10.1109/LMWC.2022.3161393 上找到。数字对象标识符 10.1109/LMWC.2022.3161393
NCI 基于微生物的癌症治疗诊断会议
微生物癌症治疗诊断学可用于研究微生物癌症治疗期间的微生物-肿瘤相互作用，并通过将其设计用于各种类型的成像/诊断方式（例如 MRI、PET 和超声）来直接监测治疗效果。治疗诊断学可以对肿瘤中的微生物治疗剂进行实时体内成像，从而可能提供有关微生物治疗剂定位的即时信息，估计微生物定植的程度、持续时间及其对肿瘤的影响。这些信息可用于促进及时、交互式的治疗调整并改善基于微生物的癌症治疗。最后，通过微生物基因操作相对容易地创建具有选择性肿瘤细胞毒性和选择性抗癌激活免疫系统的微生物，也为全球健康和资源匮乏的环境开发相对简单、低成本的癌症免疫疗法提供了前景。
基于微石墨-玻璃厚膜的压阻传感器“2279
1 坎皮纳斯大学电气工程与计算机学院 — FEEC，坎皮纳斯 13083-852，SP，巴西；osvaldocorrea50@gmail.com（OC）；jacobus@unicamp.br（JS）2 坎皮纳斯大学半导体元件和纳米技术中心 — CCSNano，坎皮纳斯 13083-870，SP，巴西；pompeu@sigmabbs.com.br * 通信地址：stanisla@unicamp.br † 本文是会议论文的扩展版本：Correa，O.；de Abreu Filho，PP；Canesqui，MA；Moshkalev，S.；Swart，JW 基于玻璃基质中的微石墨颗粒的新型复合材料，用于压阻传感器。 2021 年第 35 届微电子技术与器件研讨会 (SBMicro) 论文集，巴西坎皮纳斯，2021 年 8 月 23-27 日；第 1-4 页。https://doi.org/10.1109/SBMicro50945.2021.9705220。
基于微带陷波电路的RFID应变传感器信息融合新方法
摘要：从目前发展现状来看，无芯片射频识别（RFID）传感器在结构健康监测中的应用存在检测难、效果差、设计功能单一等缺点，限制了该技术的进一步发展。因此，提出一种新型RFID应变传感器，实现小型化无芯片RFID编码标签结构紧凑、功能分离。集成圆盘单极子天线使无线测量成为可能。通过单参数应变仿真分析，确定了6个线性度较好的特征参数。采用时间序列数据增强算法和背景噪声数据增强算法对训练集进行扩充。然后利用BP神经网络进行数据融合，训练误差最终收敛到0.0005。设计了有线与无线对比实验，并通过有线实验对无线实验进行优化。无线测量实验结果表明，结合多参数信息融合技术，所提出的传感器与实际应变的平均误差为6.04%，最小误差为0.25%，应变传感器多参数融合监测方法修正了单参数测量的误差，提高了其准确性和鲁棒性。
一种受大脑启发的低维计算分类器，用于微型设备推理
通过模仿类似大脑的认知并利用并行性，超维计算 (HDC) 分类器已成为实现高效设备推理的轻量级框架。尽管如此，它们有两个根本缺点——启发式训练过程和超高维度——导致推理精度不理想且模型尺寸过大，超出了资源受限严格的微型设备的能力。在本文中，我们解决了这些根本缺点并提出了一种低维计算 (LDC) 替代方案。具体而言，通过将我们的 LDC 分类器映射到等效神经网络，我们使用原则性训练方法优化我们的模型。最重要的是，我们可以提高推理精度，同时成功地将现有 HDC 模型的超高维度降低几个数量级（例如 8000 对 4/64）。我们通过考虑不同的数据集在微型设备上进行推理来进行实验以评估我们的 LDC 分类器，并且在 FPGA 平台上实现不同的模型以进行加速。结果表明，我们的 LDC 分类器比现有的受大脑启发的 HDC 模型具有压倒性优势，特别适合在微型设备上进行推理。
一种受大脑启发的低维计算分类器，用于微型设备推理
通过模仿类似大脑的认知并利用并行性，超维计算 (HDC) 分类器已成为实现高效设备推理的轻量级框架。尽管如此，它们有两个根本缺点——启发式训练过程和超高维度——导致推理精度不理想且模型尺寸过大，超出了资源受限严格的微型设备的能力。在本文中，我们解决了这些根本缺点并提出了一种低维计算 (LDC) 替代方案。具体而言，通过将我们的 LDC 分类器映射到等效神经网络，我们使用原则性训练方法优化我们的模型。最重要的是，我们可以提高推理精度，同时成功地将现有 HDC 模型的超高维度降低几个数量级（例如 8000 对 4/64）。我们通过考虑不同的数据集在微型设备上进行推理来进行实验以评估我们的 LDC 分类器，并且在 FPGA 平台上实现不同的模型以进行加速。结果表明，我们的 LDC 分类器比现有的受大脑启发的 HDC 模型具有压倒性优势，特别适合在微型设备上进行推理。
用于微生物生物电子学的溶液沉积和可图案化导电聚合物薄膜电极
图 3. 微生物全细胞生物电子装置的电化学分析。使用 (a) 裸 ITO 玻璃和 (b) PEDOT:PSS/PHEA 涂层工作电极对生物和非生物电化学反应器进行计时电流测量。插图显示非生物电流密度。反应器接种了 S. oneidensis 以进行生物测量，虚线标记。非生物测量包含培养基。电化学反应器的工作电极平衡在 +0.2 V vs Ag/AgCl，并使用 20 mM 乳酸作为 S. oneidensis 的碳源。在 43 小时的计时电流实验后，在 (c) 裸 ITO 玻璃和 (d) PEDOT:PSS/PHEA 涂层电极上对生物和非生物样品的循环伏安图（扫描速率：10 mV s -1）。
基于机器学习的无扫描非相干显微镜可用于微创深部脑成像
摘要：深层脑显微镜受成像探头尺寸的严重限制，无论是在可实现的分辨率方面，还是在手术可能造成的创伤方面。在这里，我们展示了一段超薄多模光纤（套管）可以取代大脑内部笨重的显微镜物镜。通过创建一个自洽的深度神经网络，该神经网络经过训练可以从套管传输的原始信号中重建以人为中心的图像，我们展示了单细胞分辨率（< 10 µ m）、深度切片分辨率 40 µ m 和视野 200 µ m，所有这些都使用绿色荧光蛋白标记的神经元在距离大脑表面 1.4 毫米的深度处进行成像。由于在体内很难获得这些深度的真实图像，我们提出了一种新颖的集成方法，该方法对来自不同深度神经网络架构的重建图像进行平均。最后，我们展示了移动的 GCaMp 标记的 C . elegans 蠕虫的动态成像。我们的方法大大简化了深部脑显微镜检查。
将（微观）经济学原理应用于微生物组科学
摘要 微生物组科学的一个关键挑战是规模不匹配问题，当对微生物群落进行采样、研究和平均的规模与这些群落中单个微生物相互之间以及与环境相互作用的规模不同时，就会出现这一问题。对一茶匙土壤、一勺粪便或一片植物叶片表面的微生物群落进行分析代表着多个数量级的规模不匹配，这可能会限制我们解释或预测此类样本中物种相互作用和群落组装的能力。在本篇观点中，我们探讨了历史上和现在被划分为微观经济学和宏观经济学的经济学家如何处理规模不匹配问题，以及如何从（微观）经济学家那里获取线索可以使微生物组学领域受益。
