XiaoMi-AI文件搜索系统
World File Search System五分钟
无线磁传感器在城市环境中的应用及其准确性验证
摘要：在智慧城市中，传感器是必不可少的元素——最新交通信息的来源。本文讨论连接到无线传感器网络 (WSN) 的磁传感器。它们投资成本低、使用寿命长且易于安装。但是，在安装过程中仍需要局部扰动路面。往返日利纳市中心的所有车道都配有传感器，每五分钟发送一次数据。它们发送有关交通流强度、速度和成分的最新信息。LoRa 网络确保数据传输，但在发生故障时，4G/LTE 调制解调器可实现备用传输。这种传感器应用的缺点是其准确性。研究任务是将 WSN 的输出与交通调查进行比较。在选定的道路剖面上进行交通调查的适当方法是使用 Sierzega 雷达进行视频录制和速度测量。结果显示值失真，主要是在短时间间隔内。磁传感器最准确的输出是车辆数量。另一方面，交通流组成和速度测量相对不准确，因为不容易根据动态长度识别车辆。传感器的另一个问题是频繁的通信中断，这会导致中断结束后值的累积。本文的第二个目标是描述交通传感器网络及其可公开访问的数据库。最后，有几种数据使用建议。
回顾 SPP 对 2022 年 12 月冬季风暴的响应
在 2022 年 12 月 23 日的两个 EEA1 期间，SPP 在大部分事件中都没有经历严重的储备短缺。在这一天，由于容量问题，SPP 发布了两个 EEA。两者都是最低级别 (EEA1)，并且由于 SPP 的 RC 区域内大量拥塞的流量闸门，宣布了一次传输紧急情况。EEA1 警报在两个短暂的时间段内发布，在此期间在线容量下降到适合通知互连的程度。第一个 EEA1 于 2022 年 12 月 23 日（星期五上午）08:27 CT 发布，由于负载减少，于 10:00 CT 终止。第二个 EEA1 于同一天晚些时候 17:20 CT 发布，并于当晚 20:20 CT 终止。在 EEA 期间，SPP 从未实施负载管理，也没有进展到 EEA2 或 EEA3。 2022 年 12 月 23 日，SPP BAA 在 28 个五分钟间隔内经历了运行储备短缺。在第一次 EEA1 事件期间，SPP 削减了约 600 兆瓦的非稳定出口，在第二次 EEA1 事件期间，SPP 削减了约 1,100 兆瓦的非稳定出口。
9340 9360 电力表网络版宣传册 - 西门子
n 最小/最大日志：对于所有瞬时读数，记录自上次重置以来的最差阶段，包括日期和时间戳。n 维护日志（两种型号）：记录电能、I/O 和需求重置、固件更新、电源故障和选件模块更改的日期和时间。n 警报日志（两种型号）：记录所有用户定义的警报条件，日期/时间戳精确到 1 秒。n 计费日志和每间隔电能：记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置，范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志：9340 上有一个，9360 上有三个。每个日志最多可记录 96 个用户可定义参数。n 趋势记录和预测（9360）：通过四条趋势曲线对能源和需求的平均值、最小值和最大值进行趋势分析。以分钟、小时、天和月为间隔提供每个数量的最小值/最大值和平均值。预测功能通过自动预测未来四小时和四天的平均值、最小值和最大值来“展望未来”。提供按小时和周计算的统计摘要。
音乐即兴演奏时的脑对脑交流
摘要 在生态环境中理解和预测他人的行为是社会神经科学的一个重要研究目标。在这里，我们部署了一种移动脑体成像 (MoBI) 方法来分析现场爵士乐表演期间专业音乐家之间的脑间交流。具体来说，在一场分为三部分的 45 分钟的爵士乐表演中，我们进行了双谱分析以评估来自三位专业音乐家的头皮脑电图 (EEG) 信号的同步性，在此期间，每五分钟就会有一位新音乐家加入。我们估算了所有音乐家二元组、电极组合和五个频带的双谱。结果显示，当更多音乐家一起表演以及他们同步演奏乐句时，β 和伽马频带 (13-50 Hz) 中的双谱更高。在确定的同步表演事件前约三秒发现了正双谱幅度变化，表明准备性皮质活动可预测协同行为动作。此外，随着音乐家的表演越来越多，电极区域之间的同步脑电图活动也越来越多，其中颞叶、顶叶和枕叶区域之间的脑内同步最为频繁。音乐家大脑活动同步性的提高反映了音乐即兴演奏任务中共享的多感官处理和动作意图。
使用机器学习和深度学习诊断多发性硬化症：挑战与机遇
摘要：多发性硬化症 (MS) 是一种影响中枢神经系统 (CNS) 的疾病，可导致大脑、脊髓和视神经问题。估计共有 280 万人患有 MS。全球每五分钟就会报告一例新的 MS 病例。在这篇综述中，我们讨论了 2011 年至 2022 年期间发表的使用机器学习 (ML) 诊断 MS 的提议方法。已经使用不同类型的数据开发了许多模型，包括磁共振成像 (MRI) 和临床数据。我们确定了在诊断 MS 方面取得最佳效果的方法。最常用的方法是 SVM、RF 和 CNN。此外，我们讨论了 MS 诊断中的挑战和机遇，以改进 AI 系统，使研究人员和从业者能够增强他们的方法并改善 MS 的自动诊断。自动 MS 诊断面临的挑战包括难以将该疾病与具有类似症状的其他疾病区分开来、保护患者数据的机密性、实现可靠的 ML 模型（非专家也可以轻松理解）以及难以收集大量可靠的数据集。此外，我们讨论了该领域的几个机会，例如实施安全平台、采用更好的 AI 解决方案、开发更好的疾病预后系统、结合多种数据类型以更好地预测 MS 并使用 OCT 数据进行诊断、利用更大的多中心数据集来提高所开发模型的可靠性以及商业化。
9340 9360 电力表 Web 版宣传册 - 西门子
n 最小/最大日志：对于所有瞬时读数，记录自上次复位以来的最差相位，包括日期和时间戳。n 维护日志（两种型号）：记录电能、输入/输出和需求复位、固件更新、电源故障和选件模块更改的日期和时间。n 报警日志（两种型号）：记录所有用户定义的报警条件，并带有日期/时间戳，精度为 1 秒。n 计费日志和每间隔电能：记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置，范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志：9340 上有一个，9360 上有三个。每个日志最多可记录 96 个用户可定义的参数。 n 趋势记录和预测 (9360)：通过四条趋势曲线来显示能源和需求的平均值、最小值和最大值。以分钟、小时、天和月为间隔，提供每种量的最小/最大值和平均数据。预测功能“展望未来”，自动预测未来四小时和未来四天的平均值、最小值和最大值。提供按小时和周计算的统计摘要。
9340 9360 电力表 Web 版宣传册 - 西门子
n 最小/最大日志：对于所有瞬时读数，记录自上次复位以来的最差相位，包括日期和时间戳。n 维护日志（两种型号）：记录电能、输入/输出和需求复位、固件更新、电源故障和选件模块更改的日期和时间。n 报警日志（两种型号）：记录所有用户定义的报警条件，并带有日期/时间戳，精度为 1 秒。n 计费日志和每间隔电能：记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置，范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志：9340 上有一个，9360 上有三个。每个日志最多可记录 96 个用户可定义的参数。 n 趋势记录和预测 (9360)：通过四条趋势曲线来显示能源和需求的平均值、最小值和最大值。以分钟、小时、天和月为间隔，提供每种量的最小/最大值和平均数据。预测功能“展望未来”，自动预测未来四小时和未来四天的平均值、最小值和最大值。提供按小时和周计算的统计摘要。
9340 9360 电力表 Web 版宣传册 - 西门子
n 最小/最大日志：对于所有瞬时读数，记录自上次复位以来的最差相位，包括日期和时间戳。n 维护日志（两种型号）：记录电能、输入/输出和需求复位、固件更新、电源故障和选件模块更改的日期和时间。n 报警日志（两种型号）：记录所有用户定义的报警条件，并带有日期/时间戳，精度为 1 秒。n 计费日志和每间隔电能：记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置，范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志：9340 上有一个，9360 上有三个。每个日志最多可记录 96 个用户可定义的参数。 n 趋势记录和预测 (9360)：通过四条趋势曲线来显示能源和需求的平均值、最小值和最大值。以分钟、小时、天和月为间隔，提供每种量的最小/最大值和平均数据。预测功能“展望未来”，自动预测未来四小时和未来四天的平均值、最小值和最大值。提供按小时和周计算的统计摘要。
9340 9360 电力表 Web 版宣传册 - 西门子
n 最小/最大日志：对于所有瞬时读数，记录自上次复位以来的最差相位，包括日期和时间戳。n 维护日志（两种型号）：记录电能、输入/输出和需求复位、固件更新、电源故障和选件模块更改的日期和时间。n 报警日志（两种型号）：记录所有用户定义的报警条件，并带有日期/时间戳，精度为 1 秒。n 计费日志和每间隔电能：记录 kWh 输入和总计、kVARh 输入和总计、kVAh 总计、PF 总计、kW 和 kVar 需求。记录间隔可由用户配置，范围从五分钟到一天。每间隔电能日志可跟踪每天最多三个用户可定义班次的使用情况和成本。n 可自定义数据日志：9340 上有一个，9360 上有三个。每个日志最多可记录 96 个用户可定义的参数。 n 趋势记录和预测 (9360)：通过四条趋势曲线来显示能源和需求的平均值、最小值和最大值。以分钟、小时、天和月为间隔，提供每种量的最小/最大值和平均数据。预测功能“展望未来”，自动预测未来四小时和未来四天的平均值、最小值和最大值。提供按小时和周计算的统计摘要。
克里希纳·谢诺伊 (1968-2023)
克里希纳·沃恩·谢诺伊是我们认识的最有同情心的人。他必定会因其科学影响而被人们铭记，但他非凡的善良和对他人的奉献精神也将成为他遗产的永久部分。他可以通过五分钟的互动来触动一个人的生活，更不用说长达十年的师生关系了。我们从克里希纳身上学到的东西让我们成为更好的科学家，更重要的是，让我们成为更好的人。克里希纳在与胰腺癌长期斗争后于 2023 年 1 月 21 日去世，享年 54 岁。他于 2011 年首次被诊断出患有胰腺癌，最终在确诊近 12 年后去世。我们开始认为他是无敌的。在患病期间，克里希纳继续带着目标感、玩乐和惊奇感生活。在他 54 年的人生岁月中，他尽可能地融入了生活、关怀和工作。克里希纳的科学遗产大致可分为两类：对帮助瘫痪患者的脑机接口 (BCI) 系统的贡献，以及对我们关于大脑如何控制运动的基础科学理解的贡献。我们在这里对他的科学遗产的讨论集中在前者。对克里希纳的其他致敬将集中在后者。从克里希纳的榜样中可以学到的教训和值得珍惜的故事比任何一篇短文都多得多，但我们希望与那些不认识他的人分享他给科学和指导带来的魔力和快乐。