XiaoMi-AI文件搜索系统
World File Search System参数值
使用人工神经网络对燃气轮机进行诊断...
R B Joly、S O T Ogaji *、R Singh 和 S.D. Probert 克兰菲尔德大学工程学院，贝德福德郡 MK43 OAL，英国 ______________________________________________________________________ 摘要 英国皇家空军运营的 Tristar 飞机每年在运输和空中加油任务中飞行数千小时。每台劳斯莱斯 RB211-524B4 发动机都记录了大量发动机数据：这些数据用于辅助维护过程。在维修和大修后的试验台发动机地面运行期间也会生成数据。为了更有效地使用记录的发动机数据，本文评估了使用人工神经网络 (ANN) 的主动发动机诊断工具的可行性。介绍了发动机健康监测，并介绍了 ANN 背后的理论。提出了一种使用多个 ANN 的发动机诊断结构。顶层区分单组分故障 (SCF) 和双组分故障 (DCF)。中层类包括有故障的部件或部件对。底层根据使用相关参数的一组发动机数据，为每个发动机部件估计与发动机无关的参数值。本文提出的 DCF 结果说明了 ANN 作为诊断工具的潜力。但是，ANN 应用程序也有许多用户定义的功能：ANN 设计、使用的训练时期数；采用的训练函数、met
使用L9 OA Taguchi方法
在这项工作中，Taguchi方法方法用于优化氧化石墨烯（GO）作为倒置的钙钛矿太阳能电池（IPSC）中的孔传输层（HTL）。通过使用此方法，优化了来自数值建模太阳能电池电容模拟器 - 尺寸（SCAPS-1D）的数据。尽管它具有不同的参数结果和不同的原因，但完成分析过程也需要很长时间。据报道，Taguchi方法能够找到最重要的因素并减少更少的时间的参数变化。Taguchi算法在本实验中使用，因为它基于正交阵列（OA）实验，该实验为具有最佳控制参数值的实验提供了较小的方差。SCAPS-1D软件用于使用HTL模拟IPSC。 然后分析使用软件获得的结果，并将其与太阳能电池的性能进行比较。 最终结果表明，与以前的研究人员相比，Taguchi方法与HTL相比优化了IPSC，HTL的功率转化效率（PCE）提高了，效率从18.53％.23.408％提高。SCAPS-1D软件用于使用HTL模拟IPSC。然后分析使用软件获得的结果，并将其与太阳能电池的性能进行比较。最终结果表明，与以前的研究人员相比，Taguchi方法与HTL相比优化了IPSC，HTL的功率转化效率（PCE）提高了，效率从18.53％.23.408％提高。
具有最优锁定目标的多风险 SIR 模型
我们开发了一个多风险 SIR 模型 (MR-SIR)，其中感染、住院和死亡率因群体而异——尤其是“年轻人”、“中年人”和“老年人”之间。我们的 MR-SIR 模型能够对最优策略进行易于处理的定量分析，类似于已经在同质代理 SIR 模型背景下开发的策略。对于应用于美国的 COVID-19 大流行的基线参数值，我们发现针对风险/年龄组进行差异化的最佳政策明显优于最佳统一政策，并且大部分收益可以通过对最年长群体实施更严格的封锁政策来实现。例如，对于相同的经济成本（GDP 下降 24.3%），相对于最佳统一政策，最佳半目标或完全目标政策可将死亡率从 1.83% 降低到 0.71%（从而挽救了 270 万人的生命）。直观地说，对最脆弱群体实施严格而长期的封锁既可以减少感染，又可以对低风险群体实施不那么严格的封锁。我们还研究了社交距离、匹配技术、疫苗的预期到达时间以及是否进行追踪检测对最佳政策的影响。总体而言，在我们的模型中，有针对性的政策与减少群体间互动、增加检测和隔离感染者的措施相结合，可以最大限度地减少经济损失和死亡人数。
使用深卷积神经网络进行面部识别
这项研究旨在使用深卷积神经网络（CNN）开发实时戴面膜检测系统。这在2019年冠状病毒病（Covid-19）中至关重要，这是对那些不早些时候不戴口罩的人提醒的，从而减少了病毒的传播。由于Covid-19通过呼吸液滴和戴面膜涂抹的杂志扩散，我们提出的研究利用计算机视觉技术，特别是图像过程来检测掩盖和未掩盖的面孔。我们采用定制的CNN体系结构，该体系结构由五个卷积层组成，其次是最大层和完全连接的（FC）层。最终输出层利用SoftMax激活进行分类。该模型使用优化的图层组合和参数值进行更新。我们正在开发使用数码相机作为输入设备的应用程序。该应用程序利用一个包含11,792个图像样本的数据集，该数据集用于80:20的比例训练和测试目的。实时测试是使用相机捕获的人类受试者进行的。实验结果表明，在实时视频测试中，CNN方法在培训数据上达到了99％的分类精度，而98.83％的分类精度为98.83％。这些发现表明，使用CNN的实时面膜检测系统有效地性能。
细胞群体动态随机模型量化结肠隐窝内的稳态及其在早期肿瘤发生中的破坏
摘要：健康结肠隐窝如何维持其大小，以及驱动突变如何破坏细胞稳态，这些问题对于理解结直肠肿瘤发生至关重要。我们提出了一个包含三种类型的随机分支过程，分别考虑干细胞、过渡扩增 (TA) 细胞和完全分化 (FD) 细胞，以模拟结肠隐窝中细胞群的动态变化。我们的模型公式简单，使我们能够估算文献中除一个模型参数之外的所有参数。通过拟合剩余的一个参数，我们发现模型结果与健康人类结肠隐窝的数据吻合良好，捕捉到了实验观察到的群体大小的显著差异。重要的是，我们的模型可以预测健康结肠隐窝中相关参数值的稳态细胞群。我们表明，APC 和 KRAS 突变（导致结直肠癌的最显著的早期改变）会导致突变隐窝中稳态细胞群增加，这与实验结果一致。最后，我们的模型预测了隐窝内细胞无限生长的简单情况，这与结直肠恶性肿瘤相对应。预计这种情况发生在TA细胞的分裂率超过其分化率时，这对癌症的治疗预防策略具有重要意义。
用量子网络层析成像的量子翻转恒星的表征
摘要 - 由于量子信息对噪声的敏感性信息如何，量子信息系统的实验实现将很困难。克服这种灵敏度对于设计能够在大距离内可靠地传输量子信息的量子网络至关重要。此外，表征量子网络中通信噪声的能力对于开发能够克服量子网络中噪声影响的网络协议至关重要。在这种情况下，量子网络断层扫描是指通过端到端测量在量子网络中的表征。在这项工作中，我们提出了由由单个非平凡的Pauli操作员进行的量子通道形成的量子星网网络的网络层析成像协议。我们的结果进一步进一步，通过引入分别设计状态分布和测量值的层析成像协议，进一步量子翼型星网络的端到端表征。我们基于先前定义的量子网络层析成像协议，并为恒星中的位叉概率独特表征提供了新的方法。我们基于量子Fisher信息矩阵引入了理论基准，以比较量子网络协议的效率。我们将技术应用于提出的协议，并对量子网络层析成像的纠缠潜在好处进行初步分析。此外，我们使用NetSquid模拟协议，以评估特定参数制度获得的估计量的收敛性。我们的发现表明，协议的效率取决于参数值，并激励搜索自适应量子网络层析成像协议。
机器学习算法与阈值分割对急性缺血性中风患者缺血区域进行对比
摘要 — 目的：计算机断层扫描 (CT) 扫描是一种快速且广泛使用的早期评估脑缺血性卒中症状的方法。CT 灌注 (CTP) 通常会添加到协议中，并由放射科医生用来评估卒中的严重程度。标准参数图是根据 CTP 数据集计算得出的。基于参数值组合，缺血区域被分为假定的梗塞核心（不可逆的受损组织）和半暗影（风险组织）。已经提出了不同的阈值方法将参数图分割成这些区域。本研究的目的是比较基于机器学习和阈值方法的全自动方法，以分割缺血性卒中患者的低灌注区域。方法：我们用三种主流的机器学习算法测试了两种不同的架构。我们使用参数图作为输入特征，并使用两位神经放射学专家的手动注释作为基本事实。结果：使用随机森林 (RF) 和单步方法可获得最佳结果；对于所分析的三组，我们分别实现了半暗带和核心的平均 Dice 系数 0.68 和 0.26。我们还实现了半暗带和核心的平均体积差异 25.1ml 和 7.8ml。结论：我们最好的基于 RF 的方法优于经典的阈值方法，可以分割一组患者中的缺血区域，而不管血管阻塞的严重程度如何。意义：正确可视化缺血区域将更好地指导治疗决策。
Sedra smith 微电子电路第 8 版国际版 pdf
您需要登录或创建帐户才能获得或声明访问权限。可用主题包括： 与二极管相关的额外主题 与 JFET 和 GaAs 器件和电路相关的额外主题 与有用的晶体管配对相关的额外主题 与输出级和功率放大器相关的额外主题 与内部运算放大器电路相关的额外主题 与滤波器和调谐放大器相关的额外主题 与波形生成和整形相关的额外主题 与双极数字集成电路相关的额外主题 与 MOS 数字集成电路相关的额外主题 要访问内容或兑换资源，用户必须登录或创建帐户。所提供的文本涵盖了与电子和数字设计相关的各种主题，包括双极结型晶体管 (BJT)、MOS 场效应晶体管 (MOSFET)、放大器、运算放大器电路、CMOS 数字逻辑电路和 VLSI 制造技术。重点关注领域包括集成电路放大器的构建模块、差分和多级放大器、输出级和功率放大器、运算放大器电路、CMOS 数字逻辑电路以及数字设计原理（例如功率、速度和面积）。文本还涉及 SPICE 设备模型、仿真示例和双端口网络参数。此外，它还涵盖了采用 CMOS 和双极工艺制造的 IC 设备的标准电阻值、单位前缀、典型参数值，并提供了所选问题的答案。
使用 NARMAX 方法对机械腕部扰动的皮质响应进行非线性建模
摘要 — 目的：通过对手腕扰动的皮质反应 (EEG) 进行非线性建模，可以量化健康和神经受损个体的皮质感觉运动功能。反映健康个体共有关键特征的共同模型结构可为未来研究与感觉运动障碍相关的异常皮质反应的临床研究提供参考。因此，我们的研究目标是识别这种共同的模型结构，从而使用具有外生输入的非线性自回归 - 移动平均模型 (NARMAX) 构建皮质反应的非线性动态模型。方法：在接受连续手腕扰动时记录十名参与者的 EEG。开发了一种共同的模型结构检测方法，用于识别所有参与者的共同 NARMAX 模型结构，具有个性化的参数值。将结果与传统的特定于主题的模型进行了比较。结果：所提出的方法在实施一步预测时实现了 93.91% 的方差解释率 (VAF)，在实施 k 步预测 (k = 3) 时实现了约 50% 的 VAF，与特定于受试者的模型相比，VAF 没有显着下降。估计的共同结构表明，测量的皮质反应是外部输入的非线性转换和局部神经元相互作用或皮质固有神经元动力学的混合结果。结论：所提出的方法很好地确定了受试者对腕部扰动的皮质反应的共同特征。意义：它为人类感觉运动神经系统对体感输入的反应提供了新的见解，并为未来使用我们的建模方法评估感觉运动障碍的转化研究铺平了道路。
基于力学模型的骨支架三维模型
陶瓷/聚合物纳米复合材料因具有设计独特性和性能组合而受到广泛关注，据报道是传统复合材料中没有的 21 世纪材料。在这项工作中，我们尝试研究、开发和改进设计和制造的陶瓷/聚合物生物复合材料的生物力学，用于在复杂骨折和骨疾病的情况下修复和替换人体天然骨，方法是将纳米填料陶瓷颗粒添加到聚合物基质纳米复合材料 (PMNC) 中，以制造混合二氧化钛和氧化钇稳定的氧化锆增强高密度聚乙烯 (HDPE) 基质生物复合材料。使用热压技术在不同压缩压力 (30、60 和 90 MPa) 和复合温度 (180、190 和 200 °C) 下研究了这些生物活性复合材料。 SOLIDWORKS 17.0 和有限元 ANSYS 15.7 软件程序用于模拟、建模和分析能够承受最高应力和应变的股骨生物力学。响应面法 (RSM) 技术用于改进和验证结果。对于所有制造的纳米生物复合材料系统，结果表明，获得的输出参数值随着工艺输入参数的增加而增加，应变能和等效弹性应变值也反之亦然，纳米陶瓷成分也是影响结果的主要因素。本研究的主要研究结果推断，随着纳米陶瓷粉末（TiO 2 ）含量从 1% 增加到 10%，压缩断裂强度和显微维氏硬度值分别增加了 50% 和 8.45%，而当添加 2% 的氧化锆（ZrO 2 ）时，压缩断裂强度和显微硬度分别增加了 28.21% 和 40.19%。当使用 10% TiO 2 + 2% ZrO 2 /HDPE 生物复合材料时，在最高压缩率下