XiaoMi-AI文件搜索系统
World File Search System低频
低频主动声学作为关键反潜战技术的出现
第二次世界大战后的三十年间，美国利用苏联潜艇的高声源水平实现了远距离探测，在战略和战术反潜战中取得了空前的成功。20 世纪 80 年代，安静的苏联潜艇的出现要求美国必须开发新的革命性潜艇探测方法，才能继续实现其传统的反潜战效能。由于低频主动声学不受消音措施的影响，因此有人提议用低频主动声学来替代传统的被动声学传感器系统。作为美国海军一项紧急计划的一部分，目前正在研究这项技术背后的基础科学和物理学，但美国及其北约盟国已经开始开发使用低频主动声学的声纳。虽然这些首批系统尚未在深水中投入使用，但也在进行研究，以将这项技术应用于第三世界浅水区，并预测对手可能开发的潜在对策。
提高了CVD双层MOS2字段中的低频噪声...
在MOS 2效应晶体管中，与迁移率或数量依赖性关系相关的电流或电压闪烁是由低频噪声的特征。这种噪声通常可用于评估基于MOS 2的电子设备的应用限制。在这项工作中，通过化学蒸气沉积（CVD）生长的单晶双层MOS 2的低频噪声特性是系统地进行投资的，并发现与基于单层MOS 2通道的低频噪声MOS 2相比，可提供显着的性能改进。在F¼100Hz时，归一化的漏极电流功率频谱密度（S I / I D 2）为2.4 10 10 Hz 1和BiLayer和Monolayer MOS 2转换器分别为3.1 10 9 Hz 1。McWhorter的载流子数量流量模型可以准确地描述1晶体管类型，这表明载流子捕获和通过介电缺陷捕获和去捕获是CVD MOS 2晶体管中1/ F噪声的主要机制。此外，在VBg¼3V时，通过使用后场电压降低了双层MOS 2晶体管的接触电阻，从而在VBg¼3V时实现了最小的WLS I / I D 2的3.1 10 10 L m 2 / hz（其中W是栅极宽度，L是栅极长度）。这些结果表明，CVD双层MOS 2是未来大规模2D-Sementemondoctor的电子应用，具有提高噪声性能的有前途的候选者。
精确测量和抑制当前源中低频噪声
电流源（CS）具有很大的意义，例如计量学单元的校准以及基本物理学中旋转电偶极矩的测量。[1-6]参考。[1 - 6]，获得高效果的要点之一是CS的稳定性。因此，应使用一些补偿方法来抑制当前的噪声。commy，CS噪声被反馈控制系统抑制，该反馈控制系统将电流转换为具有高精度电阻器的电压。[7]但是，由于电子设备中的噪声（对于Examply，1 / F噪声，热噪声和射击噪声），因此有效抑制低频噪声是挑战。需要在低频中使用更高的当前测量方法来解决此问题。幸运的是，根据Ampere定律，电流可以通过线圈转换为磁场，可以通过磁力计测量。目前，光学泵送磁力计（OPM）的灵敏度已达到10英尺 /√< / div>
智能材料及声学超材料低频吸声研究进展
吴玉成现为合肥工业大学特聘教授、博士生导师。2000年获中国科学院凝聚态物理博士学位。目前的研究兴趣主要集中在聚变材料、能源相关材料和功能纳米材料上。他曾在世界各地担任各种学术职务，包括圣安德鲁斯大学名誉教授（2013-）、皇家墨尔本理工大学客座教授（2012-）、中国微米纳米技术学会理事（2012-）、国家先进能源环境材料国际科技合作基地主任（2017-）。他在Science Advances、Advanced Materials、Advanced Functional Materials、ACS Nano等期刊上发表了300多篇同行评议科学论文，总引用次数超过12 000次。
金修饰石墨烯硅肖特基中的低频噪声...
我们报告了金纳米粒子 (AuNP) 修饰的石墨烯-硅肖特基势垒二极管的电流-电压特性和低频噪声的结果。测量在环境空气中添加两种有机蒸气四氢呋喃 [(CH 2 ) 4 O; THF] 和氯仿 (CHCl 3 ) 中的任一种进行，在黄光照射 (592 nm) 期间也是如此，接近于测量的金纳米粒子层的粒子等离子体极化频率。当加入四氢呋喃蒸气时（在金修饰的石墨烯-硅肖特基二极管中），我们观察到正向电压 (正向电阻区域) 的直流特性发生变化，而当添加氯仿时（在未修饰的石墨烯-硅肖特基二极管中），在黄光照射下会发生微小的变化。与无照射相比，在黄光照射期间观察到两种气体的低频噪声差异明显较大。与没有 AuNP 层的石墨烯-Si 肖特基二极管相比，AuNP 抑制了噪声强度。我们得出结论，所研究的金装饰肖特基二极管产生的闪烁噪声可用于气体检测。
低频神经活动反映了语音聆听过程中基于规则的分块
摘要 分块是序列处理的关键机制。语音序列的研究表明，低频皮质活动会跟踪口语短语，即由隐性语言知识定义的词块。在这里，我们研究低频皮质活动是否反映了序列分块的一般机制，并能跟踪由临时学习的人工规则定义的词块。实验记录了对一系列口语单词的脑磁图 (MEG) 反应。为了将单词属性与词块结构分离，两个任务分别要求听众将语义相似或语义不相似的单词对分组为词块。在 MEG 频谱中，可以观察到词块速率的清晰响应。更重要的是，词块速率响应与任务相关。它与词块边界相位锁定，而不是与单词之间的语义相关性锁定。结果强烈表明，皮质活动可以跟踪基于任务相关规则构建的词块，并可能反映词块级表示的一般机制。
指导快照：针对疾病低频分子亚群开发靶向疗法
针对疾病低频分子亚群开发靶向疗法 行业最终指南 本指南提出了哪些建议？最终指南《针对疾病低频分子亚群开发靶向疗法》为开发针对导致或促成疾病的分子改变的治疗方法提供了重要建议，以及可以证明对具有不同分子改变的患者（特别是存在于一小部分患者中的分子改变）有效的证据类型和数量。 药物开发和监管考虑 确定将某个分子亚群纳入临床试验的适当性 申办者应说明为什么证据的强度支持以下假设：具有目标分子改变的患者更有可能对靶向疗法产生反应。研究结果的普遍性如果基于计算、实验和/或临床证据支持的强有力科学原理，有理由预期分组的患者将具有相似的药理学反应，那么可以使用基于分子标准的富集策略，对具有不同分子改变的患者进行分组。在大多数情况下，FDA 都会批准符合纳入标准的患者使用该药物，而不管每个亚组或分子改变的代表性程度如何。标签标签的适应症和用途部分中所描述的适应症应足够广泛，以包括治疗具有低频率分子改变的患者，这些患者无论在临床试验中的代表性程度如何，都有资格参加试验。作为患者分组依据的研究（例如，细胞或动物模型、PD 数据）应明确说明（例如，在标签的临床药理学或临床研究部分）。初次批准后细化目标人群/适应症 鼓励申办方对可能对药物有反应但不符合原始试验条件的分子亚群进行额外研究。扩大药物适应症所需的临床疗效数据的数量和性质取决于药物在最初确定疗效的人群和正在扩大适应症的人群中药理反应的相似性以及药物作用的机制原理。此外，申办方应在上市后收集临床试验中人数有限或没有参加临床试验的患者亚群的数据，以提供有关药物风险和益处的更多信息。要了解有关评估疾病低频分子亚群中的靶向疗法的更多信息，请阅读 https://www.fda.gov/media/117173/download 上的指南
使用机器学习预测低电离层参数和低频天波传播强度
研究低频无线电波传播预测对于支撑固定和移动长距离通信、遥控导航、授时服务等应用具有重要意义。因此，为提高低频天波传播的预测精度，提出了一种基于机器学习的改进方法。首先，利用机器学习的方法建立对低频天波传播影响显著的低电离层E层临界频率（fo E）的预测模型。其次，基于低电离层参数模型增强了低频天波传播的预测方法。通过对比东亚地区实测数据和基于跳波理论的预测数据，提出的方法使低频天波场强提高了6.16%。
多类型灵活资源与低频减载协调控制策略实现有功功率平衡
摘要：随着电力系统规模的不断扩大，分布式发电和能量管理向有源配电网发展趋势日益明显。然而分布式可再生能源的不稳定性给电力系统运行带来了复杂性，电力系统的有源对称性和平衡性显得越来越重要。本文针对分布式资源和低频减载的特点，提出了一种基于储能功率快速调整的协调运行与控制策略。分析各类可控资源的特点，探究储能的快速响应能力，根据支撑时间对储能类型进行分类，最终通过储能系统的功率分配与调节控制实现决策。此外，针对有源支撑不足的场景，提出了低频减载和分级系统的综合控制策略。通过多能源系统案例验证了所提模型和方法的可行性。
稳健的深度学习对象识别模型依赖于自然图像中的低频信息
机器学习模型很难推广到它们所训练的分布之外的数据。特别是，视觉模型通常容易受到对抗性攻击或常见损坏的影响，而人类视觉系统对此具有鲁棒性。最近的研究发现，将机器学习模型正则化以支持类似大脑的表示可以提高模型的鲁棒性，但原因尚不清楚。我们假设模型鲁棒性的提高部分归因于从神经表征中继承的低空间频率偏好。我们通过几种频率导向分析测试了这个简单的假设，包括设计和使用混合图像来直接探测模型频率敏感性。我们还研究了许多其他公开可用的鲁棒模型，这些模型是在对抗性图像或数据增强上训练的，发现所有这些鲁棒模型都表现出对低空间频率信息的更大偏好。我们表明，通过模糊进行预处理可以作为防御对抗性攻击和常见损坏的机制，进一步证实了我们的假设并证明了低空间频率信息在鲁棒物体识别中的效用。