XiaoMi-AI文件搜索系统
World File Search System控制信号
研究论文基于脑机接口音乐治疗反馈分析的抗抑郁情绪调节研究
当今社会，智力低下的人由于长期处于负面情绪中，容易罹患焦虑症、多动症、抑郁症等神经精神疾病。常规西药治疗虽然有一定的疗效，但这些药物有明显的抗胆碱能副作用、中枢毒性以及心血管和胃肠道副作用，限制了其在老年人中的应用。目前临床上使用的几种抗抑郁药物都存在一定的局限性。本文针对抑郁症的症状，提出了一种脑机接口音乐治疗的反馈情绪调节方法。该方法利用特殊的音乐刺激来调节体内抑制性激素的释放，减轻负面情绪对机体内环境的影响，维持机体的稳定状态。该方法以脑电作为抑郁症患者的情绪控制信号，并将这种生物信号转化为抑郁症患者能够理解的音乐，从而明确其生理心理状态，通过反馈实现情绪的自我调节。
生长的Q-networks：使用自适应控制解决方案解决连续的控制任务
最近的强化学习方法表明，爆炸性政策的强大能力可解决连续控制基准。潜在的粗糙动作空间离散通常会产生有利的探索特征，而在与最佳控制理论一致的情况下，最终绩效并不明显地遭受损失。在机器人技术应用中，平滑控制信号通常是降低系统磨损并提高能源效率的首选，而通过行动成本正规化可能会损害探索。我们的工作旨在通过将离散的动作空间从粗糙控制到精细的控制分辨率来弥合这一绩效差距。我们利用脱钩Q学习的最新结果来扩展我们对高维作用空间的方法，直至DIM（A）= 38。我们的工作表明，自适应控制与价值分解相结合产生了简单的仅批评算法，这使得能够在连续的控制任务上具有出乎意料的强劲性能。关键字：连续控制； Q学习；价值分解；增长分辨率
使用仲裁器在 AHB IP 中进行多主通信
本研究详细阐述了具有四个主控与单个内存系统交互的 AMBA 总线接口，在内存控制器和其他支持外设之间使用仲裁器。使用 VHDL 开发了不同的模块，即 AHB MSTER、AHB SLAVE INTERFACE 和 AHB ARBITER（循环算法）。进一步将 FIFO、RAM 和 ROM 与内存控制器集成。四个 AHB 主控在仲裁器的帮助下启动操作并在单个总线上向内存控制器生成必要的控制信号。与 AHB BUS 系统中多数据通信的先前研究相比，所提出的架构显示了区域高效的管理。该系统模型与 Xilinx XC6vx75t-2ff484 合成，并使用 MODELSIM 进行仿真。索引词：AMBA、AHB Master、AHB Slave、AHB Arbiter、SOC、Xilinx。© 2020 由 MECS Publisher 出版。由现代教育和计算机科学研究协会负责选择和/或同行评审
具有多路复用控制的微型软气动执行器矩阵
摘要 软机器人因其固有的柔软性和柔顺性而受到越来越多的关注。然而，要充分发挥其潜力，通常需要许多软部件和执行器。大型系统面临的一个主要挑战是集成和小型化。此外，对于气动控制的执行器，多路复用对于减少控制阀的管道至关重要。通过在软材料 (PDMS) 中嵌入两层交互式通道 (2 n ) 来形成执行器 (n 2 )，通过在通道交叉点处累积行程和力，实现了仅通过 2 n 个控制信号对 n 2 个交叉点进行多路复用控制的小型化软气动执行器矩阵 (SPAM)，这与产生恒定力的基于活塞的串联耦合气弹簧不同。研究了一种具有 2×4 个控制信号的 4×4 执行器的 SPAM 原型。在倾斜矩阵中演示了 SPAM，并在气动软传送带中使用两个耦合的 SPAM 进行平面操作。它的简单性和尺寸使其未来能够大规模集成到软机器人中。
对调整文本到图像扩散模型的深度奖励监督
摘要。使用给定的重新函数优化文本对图像扩散模型是一个重要但毫无争议的研究领域。在这项研究中，我们提出了深度奖励调整（DRTUNE），该算法直接监督文本到图像扩散模型的最终输出图像，并通过迭代采样过程向输入噪声进行后退。我们发现，采样过程中的较早步骤对于低水平的奖励至关重要，并且可以通过停止denoing net-work-work-work-work输入的梯度来有效地实现深层监督。Drtune在各种奖励模型上进行了广泛的评估。它始终优于其他算法，尤其是对于所有浅层监督方法失败的低级控制信号。此外，我们通过DRTUNE微调稳定扩散XL 1.0（SDXL 1.0）模型，以优化人类偏好得分v2.1，从而导致有利的扩散XL 1.0（FDXL 1.0）模型。FDXL 1.0显着提高了图像质量，并且与Midjourney v5.2相比，质量可比。5
消息传递基于贝叶斯的贝叶斯对推车系统的控制
摘要。我们描述了一个贝叶斯控制器的贝叶斯控制器，这是控制理论中众所周知的基准。卡车孔系统的特征是其非线性和不足的性质，我们通过（1）假设控制器缺乏传感器噪声方差的知识，并且（2）在控制信号上施加界限。传统的控制算法通常难以适应不确定性和约束。然而，贝叶斯框架，尤其是专用推理框架，可以顺利地适应这些复杂性。在拟议的控制器中，整个计算过程由在线贝叶斯推理组成。通过工具箱简化了此过程，以在因子图中快速传递基于消息传递的推断。我们描述了在因子图中传递消息的机制，解决了诸如非线性因素，有限控制和实时参数跟踪之类的挑战。本文的主要目的是证明，随着主动推理框架的发展和自动推理工具箱的效率，贝叶斯控制成为应用程序工程师的吸引人选择。
提高模拟脑机接口性能的人工智能
摘要 目的。脑机接口 (BCI) 将神经活动转化为辅助设备的控制信号，以帮助运动障碍人士有效沟通。在这项工作中，我们引入了一种新的 BCI 架构，可以改善对 BCI 计算机光标的控制，以便在虚拟键盘上打字。方法。我们的 BCI 架构结合了外部人工智能 (AI)，可以有益地增强 BCI 的运动轨迹。此 AI-BCI 利用过去用户的操作（长时间（100 秒前）和短时间（100 毫秒前））来修改 BCI 的轨迹。主要结果。我们在闭环 BCI 模拟器中测试了我们的 AI-BCI，其中 9 名人类受试者执行打字任务。我们证明我们的 AI-BCI 实现了：(1) 更高的信息通信速率，(2) 目标之间的弹道运动更快，(3) 改进的精确控制以“拨入”目标，以及 (4) 更高效的运动轨迹。我们进一步表明，我们的 AI-BCI 可提高从差到精通控制的广泛控制质量范围内的性能。意义。这种 AI-BCI 架构通过提高所有评估的关键指标的 BCI 性能，可能会提高 BCI 系统的临床可行性。
飞机涡轮发动机控制系统开发
关键词：控制系统、燃气涡轮发动机、液力机械系统、全权限数字电子控制 (FADEC)、数字电子发动机控制 (DEEC) 1.0 简介 任何发动机控制系统的目标都是让发动机在给定条件下以最高效率运行。此任务的复杂性与发动机的复杂性成正比。从历史上看，喷气发动机一直由液力机械控制系统控制，该系统由飞行员控制的简单机械连杆组成。随着发动机变得越来越复杂，控制信号越来越多，对性能和功能的要求越来越高，电子控制系统应运而生 [1]。当今用于飞机推进的现代航空发动机在过去 60 年中发展成为现在的形式，控制技术在提高性能、可靠性、使用寿命和安全性方面发挥着关键作用。今天，所有现代航空发动机都由全权限数字电子控制 (FADEC) 系统或电子和液力机械系统的组合控制。在许多这些系统中实现的控制功能并没有太大变化。仅使用燃料流量进行速度控制并限制瞬态过程中的流量的原理，就像在第一套液压机械系统中一样
![arXiv:2010.12066v2 [cs.LG] 2022 年 2 月 18 日](/simg/f\f91d9a1540164713974243c89bd168bb5526f546.webp)
arXiv:2010.12066v2 [cs.LG] 2022 年 2 月 18 日
技术进步使得测量来自人脑的非侵入式高质量脑电图 (EEG) 信号变得容易。因此，开发稳健且高性能的 AI 算法对于正确处理 EEG 信号和识别模式至关重要，从而产生适当的控制信号。尽管在处理运动想象 EEG 信号方面取得了进展，但情绪检测等医疗保健应用仍处于 AI 设计的早期阶段。在本文中，我们提出了一个用于识别元音的模块化框架作为脑机接口系统的 AI 部分。我们精心设计了模块，以便在给定原始 EEG 信号的情况下区分英语元音，同时避免大多数医疗保健应用在数据匮乏的环境中出现的典型问题。所提出的框架包括适当的信号分割、滤波、提取频谱特征、通过主成分分析降低维度，最后通过基于决策树的支持向量机 (DT-SVM) 进行多类分类。我们框架的性能通过测试集和重新替代（也称为表观）错误率的组合进行评估。我们提供所提议框架的算法，以便未来想要遵循相同工作流程的研究人员和开发人员轻松使用。
用于量子网络中分布式量子计算的量子步行控制平面
摘要 - Quantum网络是通过量子通道之间量子处理器之间的相互作用形成的复杂系统。类似于经典的计算机网络，量子网络允许在量子计算中分布量子计算。在这项工作中，我们描述了一个量子步道协议，以在量子网络中执行分布式量子计算。该协议使用量子步行作为量子控制信号来执行分布式量子操作。我们考虑了离散时间置换量子步行模型的概括，该模型是网络图中与网络节点内部量子寄存器中量子步行者系统之间的相互作用。该协议从逻辑上捕获分布式量子组合，抽象硬件实现以及通过频道传输量子信息。控制信号传输映射到Walker系统在网络上的传播，而控制层和量子寄存器之间的相互作用嵌入到硬币操作员的应用中。我们演示了如何使用量子步行者系统执行分布式CNOT操作，该操作显示了分布式量子计算协议的通用性。此外，我们将协议应用于量子网络中的纠缠分布的任务。