XiaoMi-AI文件搜索系统
World File Search System同步脉冲
基于重复的运动图像分类 -大规模系统中神经网络和信号处理的研究文章应用和进化
低频率振荡是人脑活动的重要属性，低频频率（ALFF）的幅度是一种反映低频振荡特征的方法，该方法已广泛用于治疗脑部疾病和其他领域。然而，由于当前分析方法的低频率信号提取ALFF的准确性较低，我们提出了基于傅立叶的同步脉冲转换（FSST），该转换（FSST）经常用于信号处理范围中，以提取整个时间尺寸的低频功率谱的ALFF。将提取信号的低频特性与通过静止状态数据的FS StandS快速傅立叶变换（FFT）进行比较。很明显，FSST提取的信号具有更低的频率特征，这与FFT显着不同。
脑刺激与持续振荡竞争，以控制灵长类动物大脑中的脉冲时间
经颅交流电刺激 (tACS) 是一种常用的非侵入性脑活动调节方法。具体来说，tACS 经常被用作一种有针对性的干预手段，通过增强特定频率的神经振荡来影响特定行为。然而，这些干预手段往往产生高度可变的结果。在这里，我们为这种可变性提供了一个可能的解释：tACS 与大脑的持续振荡相竞争。利用来自警觉的非人类灵长类动物的神经记录，我们发现，当神经放电独立于持续的脑振荡时，tACS 很容易同步脉冲活动，但当神经元强烈同步于持续的振荡时，tACS 通常会导致同步减少。因此，即使刺激方案是固定的，tACS 也可以对神经活动产生截然不同的结果。数学分析表明，这种竞争很可能在许多实验条件下发生。因此，试图将外部节奏强加于大脑往往会产生完全相反的效果。
用于量子密钥分发的参考时钟信号分发
解决 QKD 中符号同步的一个直观方法是使用成对光纤通过不同信道传输参考信号和量子数据信号。然而，温度会导致成对光纤之间产生延迟，从而导致同步精度下降 [Tanaka et al. 2008]。时分复用 (TDM) 方案克服了这个问题，其中同步脉冲从量子脉冲中滞后传输。然而，TDM 方案带来了其他问题，例如比特率限制，因为这些技术要求量子信号和参考信号之间有足够长的时间间隔 [Tanaka et al. 2008]。最近，已经提出了不同的 QKD 时钟恢复算法，避免使用额外的经典参考信号。在 [Pljonkin and Rumyantsev 2016] 中，提出了一种同步算法，其中时间帧被划分为更小的时间窗口，同步时间为 788 。 6 ms，同步失败概率为0.01%。在[Rumyantsev and Rudinskiy 2017]中，作者提出了一种不包括时间帧划分的算法，提供更快的同步时间3.216 ms，错误概率为0.0043%。然而，后者只能应用于站间距离不超过几十公里的QKD系统，而前者可以应用于数百公里的QKD系统。另一方面，