XiaoMi-AI文件搜索系统
World File Search System功率谱
基于 ADAMS 的电动轮椅人机交互
人机交互 (HMI) 允许人们控制和与设备交互。从获取输入生物信号的基本设备开始，到控制各种应用程序。医疗应用是 HMI 非常重要的应用之一。这些医疗应用之一是帮助完全/部分瘫痪的患者恢复运动或使用外骨骼或电动轮椅自由移动。帮助脊髓损伤或严重神经系统疾病患者恢复运动是该领域大多数研究人员的关键角色目标。在本文中，提出了一种基于 EEG 的 HMI 系统，以帮助四肢瘫痪患者在精神上控制电动轮椅，使他们能够自由独立地移动。记录、过滤来自大脑额叶的 EEG 功率谱 (α、β、δ、θ 和 γ) 并将其无线发送到轮椅以控制方向和发动机状态。使用所提出的系统进行了四个不同的实验以验证性能。实验中使用了两种不同的 GUI 场景（十字形和水平条）。结果表明，横杆方案更方便用户使用，而十字形更适合导航。实施的系统可以配备 GPS、超声波和加速度计等模块和传感器，以提高系统性能和可靠性。
5 kW 三通道 CCM PFC 控制器
6. 结论 本报告介绍了用于 PFC 应用的 AC/DC 辅助型转换器。在不使用任何专用转换器的情况下，可以使用一个转换器来消除另一个非直流负载产生的谐振电流。通过游戏研究，可以推测，这种设置消除了几乎所有的低功率谱，因此使用这种设置我们可以实现更接近一致的功率因数，THD 低于 15%。试验结果表明，功率因数可以得到改善，THD 可以大大降低。采用 Lift PFC 转换器（因为它具有第 3 节中提到的巨大优势）和适当的交流控制方法。有多种控制方法，其中任何一种方法都可以用于 PFC 应用。一般来说，对于任何 PFC 控制方法，都需要两个主输入反馈电路。电压输入反馈电路用作外部电路，以将传输电压保持在良好的 DC（预定义参考）值。内环，称为电流环，用于将电感电流控制在特定水平，并将电感电流的平均值整形为与校正数据直流电压尽可能相同，保持接近 PF
基于脑电图的视觉诱发晕动症评估初步研究
摘要：虚拟现实（VR）技术最突出的问题是用户在沉浸于VR环境时可能会出现类似晕动症的症状，这些症状被称为视觉诱发晕动症（VIMS）或虚拟现实晕动症。本研究的目的是探讨脑电图（EEG）与主观评定的VIMS水平（VIMSL）之间的关联，并寻找用于评估VIMS的EEG标记物。使用基于VR的汽车驾驶模拟器诱发VIMS症状，并使用带有四个电极的可穿戴EEG设备（Muse）收集EEG数据。结果表明，个体对VIMS的耐受性、易感性和可恢复性在受试者中差异很大；以下标记与非 VIMS 和 VIMS 状态有显著差异（P < 0.05）：（1）theta@FP1、alpha@TP9、alpha@FP2、alpha@TP10 和 beta@FP1 的重力频率（GF）平均值；（2）alpha@TP9、alpha@FP1、alpha@FP2、alpha@TP10 和 alpha@(FP2–FP1) 的 GF 标准差；（3）FP1 的功率谱熵标准差；（4）TP9、FP1 和 FP2 的 Kolmogorov 复杂度（KC）平均值。这些结果还表明，使用具有少量电极的 EEG 设备进行 VIMS 评估是可行的。
双谱无创脑电信号分析可区分复杂和自然的抓握类型
摘要 — 双谱是频域分析中一种革命性的工具，它通过捕获频率分量之间的关键相位信息，超越了通常的功率谱。在我们的创新研究中，我们利用双谱分析和解码复杂的抓握动作，收集了来自五名人类受试者的脑电图数据。我们用三个分类器对这些数据进行了测试，重点关注幅度和相位相关特征。结果突出了双谱深入研究神经活动和区分各种抓握动作的惊人能力，其中支持向量机 (SVM) 分类器表现出色。在二元分类中，它在识别强力抓握方面实现了惊人的 97% 的准确率，而在更复杂的多类任务中，它保持了令人印象深刻的 94.93% 的准确率。这一发现不仅强调了双谱的分析能力，还展示了 SVM 在分类方面的卓越能力，为我们理解运动和神经动力学打开了新的大门。索引术语 —EEG（脑电图）、双谱、交叉双谱、握力解码和机器学习。
定向谱测量改善神经群体的潜在网络模型
系统神经科学旨在了解遍布大脑的神经元网络如何介导计算任务。识别这些网络的一种流行方法是首先计算来自多个大脑区域的神经活动测量值（例如功率谱），然后将线性因子模型应用于这些测量值。至关重要的是，尽管大脑区域之间的定向通信在神经计算中发挥着既定的作用，但定向通信的测量值很少用于网络估计，因为它们与线性因子模型方法的隐式假设不相容。在这里，我们开发了一种新的定向通信频谱测量，称为定向谱 (DS)。我们证明它与线性因子模型的隐式假设兼容，并提供了一种估计 DS 的方法。我们证明，与现有替代方案相比，DS 测量的潜在线性因子模型可以更好地捕捉模拟和真实神经记录数据中的底层大脑网络。因此，定向谱的线性因子模型为神经科学家提供了一种简单有效的方法来明确模拟神经群体网络中的定向通信。
一个由大脑控制的代理在Unity玩游戏
人类代理人的互动表现为人们指导对象或代理人充当人类意图。这项演示工作开发了一种在线人类代理相互作用系统，尤其是针对脑部计算机界面（BCI），该系统使用实时的脑部信号：脑电图：脑电图（EEG）来控制Unity3D游戏平台中的代理。开发的系统还提供了EEG信号的线路可视化，包括三个频带（Theta，Alpha和Beta）中预处理的时间数据和功率谱。为了构建这项系统的工作，我们首先通过蓝牙传输从商业上可用的14通道脑线软件（Emotiv）收集无线EEG信号。然后对EEG信号进行预处理，并将其馈送到经过训练的深度学习模型中，以预测人类的意图，该模型将发送到Unity3D平台，以控制代理商在游戏中的动作，例如卡丁车游戏场景。在线测试结果表明，我们的系统工作的可行性将受益于人类代理人的互动社区。演示视频可以在以下链接中查看：https：//youtu.be/9awkheatc6i
利用深度神经网络解决量子动力学中的逆问题：机器学习对时间相关最优控制场的预测 Xi
逆问题在物理科学中持续引起人们的极大兴趣，特别是在控制非平衡系统中所需现象的背景下。在这项工作中，我们利用一系列深度神经网络来预测时间相关的最优控制场 E(t)，从而实现降维量子动力系统中所需的电子跃迁。为了解决这个逆问题，我们研究了两种独立的机器学习方法：(1) 用于预测频域中功率谱的频率和幅度内容的前馈神经网络（即 E(t) 的傅里叶变换）；(2) 用于直接预测时域中的 E(t) 的互相关神经网络方法。这两种机器学习方法都为探索底层量子动力学提供了互补的方法，并且在准确预测最优控制场的频率和强度方面也表现出色。我们为这些深度神经网络提供了详细的架构和超参数，并为每个机器学习模型提供了性能指标。从这些结果中，我们表明机器学习方法，特别是深度神经网络，可以作为一种经济有效的统计方法来设计电磁场，以实现这些量子动力系统中所需的转变。
天体物理场的生成模型，在球体上具有散射转换
散射转换是最近用于研究高度非高斯过程的新型摘要统计数据，这对于天体物理研究而言非常有前途。特别是，它们允许从有限数量的数据中构建复杂非线性字段的生成模型，并已用作新的统计组件分离算法的基础。在即将进行的宇宙学调查的背景下，例如用于宇宙微波背景极化的Litebird或Vera C. rubin天文台和欧几里德空间望远镜，用于研究宇宙的大规模结构，将这些工具扩展到球形数据。在这项工作中，我们在球体上开发了散射转换，并着重于建造几个天体物理领域的最大透镜生成模型。我们从单个目标场构建了同质天体物理和宇宙学领域的生成模型，其样品是使用共同统计量（功率谱，像素概率密度函数和Minkowski功能）定量比较的。我们的采样字段在统计和视觉上都与目标字段吻合。因此，我们得出的结论是，这些生成模型为未来的天体物理和宇宙学研究开辟了广泛的新应用，尤其是那些很少有模拟数据的新应用。
天体物理场的生成模型，在球体上具有散射转换
散射转换是最近用于研究高度非高斯过程的新型摘要统计数据，这对于天体物理研究而言非常有前途。特别是，它们允许从有限数量的数据中构建复杂非线性字段的生成模型，并已用作新的统计组件分离算法的基础。在即将进行的宇宙学调查的背景下，例如用于宇宙微波背景极化的Litebird或Vera C. rubin天文台和欧几里德空间望远镜，用于研究宇宙的大规模结构，将这些工具扩展到球形数据。在这项工作中，我们在球体上开发了散射转换，并着重于建造几个天体物理领域的最大透镜生成模型。我们从单个目标场构建了同质天体物理和宇宙学领域的遗传模型，它们的样品是使用Common Statistics（功率谱，像素概率密度函数和Minkowski功能）定量比较的。我们的采样字段在统计和视觉上都与目标字段吻合。因此，我们得出的结论是，这些生成模型为未来的天体物理和宇宙学研究开辟了广泛的新应用，尤其是那些很少有模拟数据的新应用。
经颅直流电刺激对帕金森病潜在 P300 相关事件及 Alpha 和 Beta 脑电图频带节律的影响的原创性研究
背景：帕金森病是最常见的神经退行性疾病之一。虽然帕金森病的彻底治愈方法仍然难以捉摸，但有多种治疗方法可以减缓其进展并抵消其症状。经颅直流电刺激（tDCS）是一种诱导大脑可塑性的非侵入性方法。本研究的目的是检查两周 tDCS 对左侧背外侧前额皮质（DLPFC）对帕金森病患者神经生理功能的影响。方法：30 名年龄在 67 至 82 岁之间的帕金森病患者参与了实验。15 名患者在左侧 DLPFC 上接受了 tDCS，而 15 名患者接受了假 tDCS。在 tDCS 之前和之后，使用脑电图方法对 alpha 和 beta 波段节律和 P300 事件相关电位潜伏期进行评估神经生理功能。结果：经颅直流电刺激 (tDCS) 可缩短 P300 反应的起始潜伏期，并增加 alpha 和 beta 波段节律的功率谱。结论：本研究加深了我们对 tDCS 在帕金森病治疗中的潜在作用的理解，因为 P300 潜伏期的缩短以及 alpha 和 beta 波段的增加与认知方面的改善相关。