XiaoMi-AI文件搜索系统
World File Search System从表
从表面到Drake Passage附近的地表到中层的山波
a NorthWest Research Associates, Boulder, Colorado b J ¨ ulich Supercomputing Centre, Forschungszentrum J ¨ ulich, J ¨ ulich, Germany c Met Of fi ce, Exeter, United Kingdom d ECMWF, Reading, United Kingdom e Climate and Global Dynamics Laboratory, NCAR, Boulder, Colorado f Laboratoire de M ´ et ´ eorologie Dynamique, Ecole Polytechnique，Palaiseau，法国G大气物理系，数学与物理学系，查尔斯大学，布拉格，捷克共和国h气象与气候学研究所（BOKU）（BOKU）自然资源与生命科学大学，维也纳大学，维也纳，维也纳，维也纳，维也纳，奥地利，澳大利亚，水平科学，大气层，大气层，大气层，大气层，水平科学。东京，东京，日本K大气层和海洋研究所，东京大学，日本喀什瓦瓦大学，d deutsches zentrum f ur luftsches zentrum f ur luft- und raumfahrt，oberpfaffenhofen，oberpfaffenhofen，oberpfaffenhofen，德国forschungszentrum j ulich，j ulich，德国
从表面反应动力学和第一性原理计算热速率和高温隧穿
摘要：研究氢在铜表面的解离吸附和复合脱附的动力学，使我们对表面化学有了原子级的理解，但迄今为止，通过实验确定这些过程的热速率（决定催化反应的结果）仍是不可能的。在这项工作中，我们使用反应动力学实验的数据确定了 200 至 1000 K 之间氢在 Cu(111) 上的解离吸附和复合脱附的热速率常数。与目前的理解相反，我们的研究结果表明，即使在高达 400 K 的温度下，量子隧穿仍然起着主导作用。我们还提供了 H 2 在 Cu(111) 上的反应势垒（0.619 ± 0.020 eV）和吸附能（0.348 ± 0.026 eV）的精确值。值得注意的是，热速率常数与基于环聚合物分子动力学新实现的表面反应第一原理量子速率理论高度一致，为使用可靠、高效的计算方法发现更好的催化剂铺平了道路。
基于主题无关变压器的神经语音解码，从表面和深度电极信号进行解码
摘要。目的：本研究探讨颅内电极捕获的神经信号的语音解码。大多数先前的研究只能处理 2D 网格上的电极（即脑皮层电图或 ECoG 阵列）和来自单个患者的数据。我们的目标是设计一个深度学习模型架构，可以同时适应表面（ECoG）和深度（立体定向 EEG 或 sEEG）电极。该架构应允许使用来自多个参与者的数据进行训练，这些参与者的电极位置变化很大，并且训练后的模型应该在训练期间未见过的参与者身上表现良好。方法：我们提出了一种名为 SwinTW 的新型基于变压器的模型架构，该架构可以利用任意位置的电极在皮层上的 3D 位置而不是它们在 2D 网格上的位置来处理它们。我们使用来自单个参与者的数据训练特定于主题的模型，并利用来自多个参与者的数据训练多患者模型。主要结果：仅使用低密度 8x8 ECoG 数据的受试者特定模型在 N=43 名参与者中实现了高解码皮尔逊相关系数与地面实况频谱图 (PCC=0.817)，优于我们之前的卷积 ResNet 模型和 3D Swin Transformer 模型。在每个参与者 (N=39) 中加入额外的条带、深度和网格电极可带来进一步的改进 (PCC=0.838)。对于只有 sEEG 电极的参与者 (N=9)，受试者特定模型仍然具有可比的性能，平均 PCC=0.798。多受试者模型在看不见的参与者身上实现了高性能，在留一交叉验证中平均 PCC=0.765。意义：提出的 SwinTW 解码器使未来的语音神经假体能够利用任何对特定参与者来说临床上最佳或可行的电极位置，包括仅使用更常规的深度电极
现场报告 生成人工智能时代的有意义的写作 Kristi Girdharry 和 Davit Khachatryan 巴布森学院 DOI：10.37514/DBH-J.2023.11.1.04 简介 2023 年 1 月底，本文的合著者参加了学校的一场推广教师研究的活动。应用统计学教授 Davit Khachatryan 正在介绍 Playmeans——他为音乐数据的视听分析创建的应用程序 1——而英语教授 Kristi Girdharry 正在介绍一项关于学生作家的初步研究。从表面上看，这两个演讲和演讲者在学科知识和主题方法方面相差甚远；然而，他们对学生和教师如何使用各种技术来参与有意义的学习体验有着共同的兴趣。
现场报告 生成人工智能时代的有意义的写作 Kristi Girdharry 和 Davit Khachatryan 巴布森学院 DOI：10.37514/DBH-J.2023.11.1.04 简介 2023 年 1 月底，本文的合著者参加了学校的一场推广教师研究的活动。应用统计学教授 Davit Khachatryan 正在介绍 Playmeans——他为音乐数据的视听分析创建的应用程序 1——而英语教授 Kristi Girdharry 正在介绍一项关于学生作家的初步研究。从表面上看，这两个演讲和演讲者在学科知识和主题方法方面相差甚远；然而，他们对学生和教师如何使用各种技术来参与有意义的学习体验有着共同的兴趣。
基于主题无关变压器的神经语音解码，从表面和深度电极信号进行解码
摘要。目的：本研究探讨颅内电极捕获的神经信号的语音解码。大多数先前的研究只能使用 2D 网格上的电极（即脑皮层电图或 ECoG 阵列）和来自单个患者的数据。我们的目标是设计一个深度学习模型架构，可以同时适应表面（ECoG）和深度（立体定向 EEG 或 sEEG）电极。该架构应允许使用来自多个参与者的数据进行训练，这些参与者的电极位置变化很大，并且训练后的模型应该在训练期间未见过的参与者身上表现良好。方法：我们提出了一种名为 SwinTW 的新型基于变压器的模型架构，该架构可以与任意定位的电极一起工作，通过利用它们在皮层上的 3D 位置而不是它们在 2D 网格上的位置。我们使用来自单个参与者的数据训练特定于主题的模型，以及利用来自多个参与者的数据的多患者模型。主要结果：仅使用低密度 8x8 ECoG 数据的受试者特定模型在 N=43 名参与者中实现了高解码皮尔逊相关系数与地面实况频谱图 (PCC=0.817)，优于我们之前的卷积 ResNet 模型和 3D Swin Transformer 模型。在每个参与者 (N=39) 中加入额外的条带、深度和网格电极可带来进一步的改进 (PCC=0.838)。对于只有 sEEG 电极的参与者 (N=9)，受试者特定模型仍然具有可比的性能，平均 PCC=0.798。多受试者模型在看不见的参与者身上实现了高性能，在留一交叉验证中平均 PCC=0.765。意义：提出的 SwinTW 解码器使未来的语音神经假体能够利用任何对特定参与者来说临床上最佳或可行的电极位置，包括仅使用更常规的深度电极
具有特殊润湿性的生物启发的宏观结构阵列材料的最新进展 - 从表面工程到功能应用
带有特殊润湿性（MAAMS-SW）的摘要生物启发的宏观结构阵列（MAA，尺寸：亚毫米计至毫米尺度）材料，由于其在许多应用中的出色表现，包括石油剥夺，液体/液滴操纵，抗气管操纵，抗气管，传热，收集，水收集和油 - 水分，引起了大量的研究注意。在这篇综述中，我们关注的是生物启发的Maams-SW的理论，设计，制造和应用的最新发展。我们首先回顾了特殊润湿性的基本理论的历史，并讨论了某些生物表面的代表性结构和相应的功能，从而为生物启发的MAAMS-SW的设计和制造奠定了基础。然后，我们总结了特殊润湿MAA的制造方法，分别是三类：添加剂制造，减法制造和形成性制造，以及它们的多样化功能应用，从而为这些Maams-SW的开发提供了见解。最后，简要解决了对生物启发的MAAMS-SW的未来研究的挑战和方向。全球努力，进步和突破性从表面工程到本文详细阐述的功能应用将促进生物启发的MAAMS-SW的实际应用。
从表面到表面 - 触摸表面转换以实现驾驶舱中的具体交互
在交互式触觉系统中，“表面”既是触摸的支持，也是图像的支持。虽然触摸表面的厚度、形状和硬度已逐渐发生改变，但其交互方式仍然像第一批设备一样，仅限于用手指以简单的手势接触屏幕，假装操纵显示的内容。触觉，即使对于集成到航空或汽车等关键系统中的触觉设备，仍然基本上作为视觉的延伸，用于指向和控制。虽然感知现象学、生态感知和有形与具身交互的理论都承认身体、运动技能和与环境的交互在感知现象中的重要性，但继续将视觉视为触觉交互的首要感觉似乎有些简单化。
从表面微机械微机械结构中进行超临界二氧化碳溶剂萃取
薄膜沉积、微米级图案化以及制造低应力薄膜的能力相结合，构成了表面微机械结构，其特征具有柔顺性，并且彼此或与基板紧密贴合。如果一个柔顺特征与相邻特征或基板接触，则表面之间可能会发生永久粘附。这可能发生在两个不同的时间。首先，当结构在牺牲释放蚀刻后干燥时，相邻表面毛细管状空间中截留的液体弯月面减少产生的表面张力可以将特征拉向彼此或基板 1, 2。强粘附力（在微力学中称为粘滞力）可能导致设备永久粘附，从而导致设备干燥后产量低得令人无法接受。表面也可能相互接触并在稍后的时间（例如在设备运行期间）保持粘连，从而导致可靠性故障。这两种故障中的后者可能成本更高。已经提出了各种机制来解释粘连的原因 1-6 。据报道，从冲洗液中沉淀出来的固体杂质会粘附两个表面，这是原因 1, 2 。结果表明，疏水设备之间的粘连的主要方式是通过范德华力，而范德华力和氢键都是造成亲水表面粘连的原因 3 。其他研究表明，多晶硅表面的吸附水是造成粘连的原因 4, 5 。静电吸引力也被认为是造成粘滞的原因 6 。有关粘滞力的综述，请参阅参考文献 2 和 3。已经做了大量工作来解决表面微机械结构中的粘滞故障 7-25 。除了保持无杂质的释放和冲洗工艺外，还应用了许多技术来提高产量和长期可靠性。冷冻升华是一种常用的提高产量的技术 7-11 。使用这种方法，将设备浸入溶剂（或溶剂混合物）中，然后冷冻。通过升华固化的溶剂（或溶剂混合物），可以避免液-气界面。Guckel 等人首次使用 MeOH 和 H 2 O 混合物进行冷冻升华来干燥微机械部件。7 。环己烷 8、9、叔丁醇 10 和对二氯苯 11 等溶剂也已升华以干燥设备。其他提高产量的技术包括使用光刻胶 12 或二乙烯基苯 13