XiaoMi-AI文件搜索系统
World File Search System控制任务
儿童在阿尔茨海默氏病和/或主要抑郁症
早期生命逆境（ELA）倾向于加速神经生物学衰老，而神经生物学衰老反过来又被认为增强了对主要抑郁症（MDD）和阿尔茨海默氏病（AD）的脆弱性。这两个条件是相关的，MDD代表AD的危险因素或早期症状。鉴于两种疾病的实质环境敏感性，及时识别其神经认知标志物可以促进干预措施以防止临床发作。为此，我们分析了青少年大脑和认知发展研究（9-10岁）的多模式数据。为了将遗传与相关的遗传环境影响分解，同时还探测了基因 - 逆转相互作用，我们比较了采用者（通常暴露于实质性ELA）的一组，其儿童通过其生物家庭通过遗传风险评分（GRS）从全基因组关联研究中进行了。AD和MDD GRS预测与上流体认知相关的重叠和广泛的神经发育改变。具体而言，仅在收养者中，较大的AD GR与加速的结构成熟（即皮质稀薄）有关，而较高的MDD GR与延迟的功能神经发育有关，如抑制性控制任务的补偿性脑激活中所反映的。我们的研究确定了与MDD风险相关的补偿机制，并突出了与儿童后期有关的与AD脆弱性有关的加速成熟的潜在认知益处。
汽车和军事航空环境中的视线控制投影显示
现代汽车信息娱乐系统通过在主要驾驶任务中添加次要任务来促进驾驶。这些次要任务很有可能分散驾驶员对主要驾驶任务的注意力，从而降低安全性或增加认知工作量。同样，军用飞机（包括快速喷气式飞机和运输机）的飞行员除了主要飞行任务外，还需要执行大量的次要任务控制任务，在某些情况下，例如在地面攻击例行程序中，任务控制次要任务变得比自动驾驶飞行任务更为重要。因此，在汽车和航空环境中，简化操作员与电子用户界面之间的人机交互 (HMI) 可以潜在地提高安全性并有助于充分利用这些系统的真正潜力。本文提出了一种新的交互系统，该系统将现有的头向下式显示器投射到操作员（汽车环境中的驾驶员和航空环境中的飞行员）挡风玻璃前的半透明板上。投影屏幕允许以指向和选择的形式进行交互，就像传统的图形用户界面一样，但是会跟踪操作员的视线或手指运动。最终的系统旨在减少操作员需要将视线从驾驶或飞行的主要任务上移开的次数，并且他们只需通过查看或移动食指即可与投影显示进行交互。我们有
扩散模型的行为克隆
模仿学习通过观察专家的演示而无需访问环境奖励信号来解决学习的挑战。大多数现有的模仿学习方法不需要与环境进行交互，要么将专家分布建模为条件概率p（a | s）（e。g。，行为克隆，BC）或关节概率P（s，a）。尽管简单地用BC对条件概率进行建模，但它通常在概括方面挣扎。在建模关节概率可以提高概括性能时，推理过程通常是耗时的，并且模型可能会遭受过度拟合的歧视。这项工作提出了一个模仿学习框架，该框架从建模专家分布的条件和联合概率中受益。我们提出的扩散模型启动行为克隆（DBC）采用了一种扩散模型，该模型训练了建模专家行为，并学习了一项政策，以优化BC丢失（条件）和我们提出的扩散模型损失（关节）。DBC在导航，机器人臂操纵，灵活的操纵和运动中的各种连续控制任务中的表现优于基准。我们设计了其他实验，以验证对条件概率或专家分布的关节概率建模的局限性，并比较不同的生成模型。消融研究证明了我们的设计选择的有效性。
跟踪飞机轨迹...
1. 简介。轨迹跟踪是飞行控制系统的一项基本任务。在这一任务中，确保所采用的方法准确，特别是对干扰具有鲁棒性至关重要。这对于飞行的关键阶段（例如进近和着陆）尤其重要，因为飞行在拥挤的空域和近地飞行。在这些阶段，干扰引起的偏离参考轨迹可能会导致灾难性的后果。因此，风是飞行系统最危险的干扰之一，因为它不可预测，对飞机动力学影响很大。考虑到上述飞行条件下控制任务的关键性，迄今为止已经研究了几种用于此应用的方法。在 [19] 中，作者提出了一种 gamma/theta 制导律，用于跟踪已知风场的最优控制方法得出的轨迹。作者在垂直平面上制定了问题，并使用起飞阶段的数值示例说明了所开发的方法。 [15] 中的研究提出了一种自适应控制方案，利用该思想控制飞机在起飞阶段的爬升率。该反馈控制律不需要事先了解风场。[4] 中的作者将非线性空间反演方法应用于飞机轨迹跟踪。开发了一种新的垂直平面制导方案，与传统的基于非线性动态反演的方法相比，其跟踪性能有所提高。与 [19] 类似，需要对现有的风扰动进行先验估计。着陆飞行阶段被视为二维跟踪
来自时间域功能近红外光谱系统得出的脑指标的可靠性
随着人们对建立精准医疗的大脑生物标记的兴趣日益浓厚，需要能够产生有效可靠指标的非侵入性、可扩展的神经成像设备。Kernel 的第二代 Flow2 时域功能近红外光谱 (TD-fNIRS) 系统满足非侵入性和可扩展神经成像的要求，并使用经过验证的模式来测量大脑功能。在这项工作中，我们研究了从 Flow2 记录中得出的一组指标的重测信度 (TRR)。我们采用了 49 名健康参与者的重复测量设计，并在多个时间点和不同的耳机上量化了 TRR——在不同的实验条件下，包括静息状态、感觉和认知任务。结果表明，静息状态特征的可靠性很高，包括血红蛋白浓度、头部组织光衰减、低频波动幅度和功能连接。此外，被动听觉和 Go/No-Go 抑制控制任务在几天内都表现出相似的激活模式。值得注意的是，可靠性最高的区域在听觉任务期间位于听觉区域，在 Go/No-Go 任务期间位于右前额叶区域，这与先前的文献一致。这项研究强调了 Flow2 衍生指标的可靠性，支持其实现使用基于大脑的生物标记物进行神经精神和神经认知障碍的诊断、治疗选择和治疗监测的愿景的潜力。
FlyOS：重新思考集成模块化航空电子设备...
自主多旋翼飞行器通常采用联合架构，这会导致独立硬件组件之间的通信成本相对较高。这些成本限制了对新任务目标做出快速反应的能力。此外，如果不引入影响尺寸、重量、功率和成本 (SWaP-C) 约束的新硬件，联合架构就无法轻松升级。反过来，这些约束限制了使用冗余硬件来处理故障。为了应对这些挑战，我们提出了 FlyOS，这是一种集成模块化航空电子 (IMA) 方法，用于在异构多核航空平台上的软件中整合混合关键性飞行功能。FlyOS 基于分离内核，可在虚拟化沙盒操作系统之间静态划分资源。我们提出了一种双沙盒原型配置，其中时间和安全关键的飞行控制任务在实时操作系统中执行，而任务关键的基于视觉的导航任务在 Linux 沙盒中执行。低延迟共享内存通信允许在沙盒之间实时传递飞行命令和数据。还部署了基于虚拟机管理程序的容错机制，以确保在关键功能或时间故障时进行故障转移飞行控制。我们验证了 FlyOS 的性能，并展示了其与传统架构相比在可预测、可扩展和高效飞行控制方面的优势。
通过冥想和运动激活轨道额皮层：近红外光谱研究
在某些类型的冥想中，例如正念和禅宗，呼吸是吸引人的重点，而在过度，短期的厌氧运动中，肌肉成为注意力的焦点。因此，在两种努力中，人们的注意力都集中在身体的某些效果上。冥想和锻炼通常为人类提供精神上的茶点。我们假设同一大脑区域都被人类的两种努力激活。为了审查这一假设，我们让参与者参与了3个任务：冥想，表现和控制任务。在每项任务后，参与者进行了2张检验以吸引他们的思想，而使用近红外光谱（NIR）同时监测血液血红蛋白水平的变化。有17名参与者（20-24岁； 11名男性，6名女性）。我们将快速转换（FFT）分析应用于NIRS波数据，并计算了（1）冥想和对照之间的FFT数据的相关系数，（2）锻炼和控制，以及（3）在Orbitofrontal Cortex（OFC）（OFC）和背侧外侧额叶前frontal frontal frontal corortex（dlpffc）中，dlpffc（dlpffc）在dlpfcc cons in Chare in Chare conthement in Chare in Chrenthement in Chare in Chare in Chincors（dlpffc）。在冥想和运动分析中检测到OFC和DLPFC之间的相关系数有显着差异，信号源分析证实，NIRS波从左右OFC边缘（即，左右窗）向中心传播。我们的结果表明，冥想和锻炼都激活了OFC，这与情绪反应和运动行为有关，从而导致精神茶点。
Rongxiang（Catherine）Tang，博士 2025年春季研究 2024年12月第7期
1。Tang，R.，Franz，C.E.，Hauger，R.L.，Dale，A.M.，Dorros，S.M.（2024）。衰老的早期皮质微结构变化与阿尔茨海默氏病病理学的脆弱性有关。生物精神病学：认知神经科学和神经影像学。2。Tang，R。，Elman，J。A.（2024）。儿童期劣势调节中年后期默认模式网络皮层微观结构和视觉记忆关联。老年学期刊：A系列，79（1），Glad114。3。Tang，R.，Buchholz，E.，Dale，A.M.，Rissman，R.A.，Fennema- notestine，C.，Gillespie，N.A.A.（2024）。血浆神经丝链的关联与社区居住的老年男性的认知和神经影像措施的关联。阿尔茨海默氏症研究与治疗，16（1），90。4。fan，Y.，Cui，Y.，Tang，R.，Sarkar，A.，Mehta，P。，＆Tang，Y。- y。（2024）。唾液睾丸激素和急性应激的皮质醇反应调节了七个年轻男性的正念冥想。压力，27（1），2316041。5。Tang，Y。和Tang，R。（2024）。综合神经科学杂志，23（4），69。6。健康神经科学 - 大脑/思想和身体如何影响我们的健康行为和结果。Tang，R。，Elman，J。A.，Franz，C.E.，Dale，A.M.，Eyler，L.T.，Fennema- notestine，C.，Hagler Jr，D.J.，Lyons，M.J.，Panizzon，M.S.，Puckett，O.K。等。 （2023）。 衰老大脑的执行功能和结构网络可控性的纵向关联。 Geroscience，45（2），837–849。 7。 Snijder，J。 - P.，Tang，R.，Bugg，J.M.，Conway，A。R.，＆Braver，T。S.（2023）。 认知控制任务的心理测量评估：使用认知控制（DMCC）电池双重机制的研究。 行为研究方法，1-36。 8。 Tang，Y。 — Y.，Tang，R.，Posner，M.I。，＆Gross，J。J. （2022）。 轻松地培训注意力和自我控制：机制和应用。 认知科学的趋势，26（7），567–577。A.，Franz，C.E.，Dale，A.M.，Eyler，L.T.，Fennema- notestine，C.，Hagler Jr，D.J.，Lyons，M.J.，Panizzon，M.S.，Puckett，O.K。等。（2023）。衰老大脑的执行功能和结构网络可控性的纵向关联。Geroscience，45（2），837–849。7。Snijder，J。- P.，Tang，R.，Bugg，J.M.，Conway，A。R.，＆Braver，T。S.（2023）。认知控制任务的心理测量评估：使用认知控制（DMCC）电池双重机制的研究。行为研究方法，1-36。8。Tang，Y。— Y.，Tang，R.，Posner，M.I。，＆Gross，J。J.（2022）。轻松地培训注意力和自我控制：机制和应用。认知科学的趋势，26（7），567–577。
引文 (APA) 哈罗·皮萨罗索 (Haro Pizarroso)，G.，和范坎彭 (van Kampen)，E. (2023)。用于强化学习分析的可解释人工智能技术
强化学习越来越多地应用于飞行控制任务，目的是开发真正自主的飞行器，能够穿越高度变化的环境并适应未知情况或可能的故障。然而，这些日益复杂的模型和算法的开发进一步降低了我们对其内部工作原理的理解。这会影响算法的安全性和可靠性，因为很难甚至不可能确定它们的故障特征以及它们在从未测试过的情况下会如何反应。通过开发可解释的人工智能和可解释的强化学习方法（如 SHapley 加法解释），可以弥补这种理解的不足。此工具用于分析 Actor-Critic 增量双启发式编程控制器架构在非线性飞行条件下（例如在高攻角和大侧滑角下）执行俯仰速率或滚转速率跟踪任务时学习的策略。之前曾使用相同的分析工具对相同的控制器架构进行过探索，但仅限于标称线性飞行状态，并且观察到控制器学习了线性控制律，即使其人工神经网络应该能够近似任何函数。有趣的是，这篇研究论文发现，即使在非线性飞行状态下，这种控制器架构学习准线性控制律仍然是更理想的，尽管它似乎不断修改线性斜率，就好像它是增益调度技术的一个极端情况一样。
Robotsports团队描述纸
机器人控制托管在Aaeon 8251AI系统上。8251AI以极度紧凑的形式为边缘带来了高性能的AI功能。此外，该单元具有很小的质量，具有出色的IO设施，并且功耗低（15W，6核功率模式）。在8251AI上，我们正在运行Ubuntu 20.04 64位OS与自定义控制软件结合使用。驱动器和球形车轮的运动控制任务托管在三个双轴机器人运动控制器上[3]，这些运动控制器由Teensy 4.0微控制器协调[4]。与主PC接口是通过LAN ETHERNET总线进行的。一般I/O控制集中在客户委员会上，基于微控制器，其中包括（主）功率控制和安全电路的PLC功能。在演示和实验期间，与机器人的安全控制器连接了900 MHz RF Mod-ule，以提供远程杀戮开关功能。我们有一个电磁踢机制。自动螺线管用于致动杆。可以选择将踢球的两个“脚”之一。一只脚在地板上踢低，另一只脚踢出一杆。已经开发了一个新的充电电路来充电电容器堆栈。通过新颖的基于IGBT的开关进行排放，该开关可以进行脉冲调制以控制射击功率和 - 持续性。控制在通过LAN以太网接口到Aaeon 8251AI的微控制器上实现。