XiaoMi-AI文件搜索系统
World File Search System效率高的
FETCH：EEG 可穿戴系统中快速有效的通道选择技术
可穿戴生物医学系统的快速发展如今使得实时监测脑电图 (EEG) 信号成为可能。这些信号的采集依赖于电极。这些系统必须应对设计挑战，即选择一组在性能和可用性约束之间取得平衡的最佳电极。从更大的电极集合中搜索最佳电极子集是一个具有组合复杂性的问题。虽然现有研究主要集中于仅探索有限组合的搜索策略，但我们的方法提出了一种计算效率高的方法来探索所有组合。为了避免为每种组合训练模型所带来的计算负担，我们利用了一种受小样本学习启发的创新方法。值得注意的是，该策略涵盖了所有可穿戴电极组合，同时与在每种可能的组合上重新训练网络相比，显著减少了训练时间。在癫痫发作检测任务中，所提出的方法在使用八个电极的配置下实现了 0.917 的 AUC 值。这一性能与之前的研究结果相当，但实现所需的时间却少得多，将原本需要数月才能完成的过程在单个 GPU 设备上缩短为数小时。我们的工作可以全面探索可穿戴生物医学设备设计中的电极配置，从而获得可提高性能和实际可行性的见解。
shvit：带有内存有效宏设计的单头视觉变压器
最近，有效的视觉变压器表现出出色的性能，并且在资源受限的范围内延迟较低。通常，他们在宏观水平上使用4×4贴片嵌入式和4阶段结构，同时在微观级别利用多头配置的同时注意力。本文旨在解决记忆效率高的人中所有设计级别的计算重复。我们发现，使用较大的修补茎不仅降低了内存访问成本，而且还通过利用令牌表示，从早期阶段降低了空间冗余，从而实现了态度性能。fur-hoverore，我们的初步分析表明，在早期阶段的注意力层可以用会议代替，并且后期阶段的几个注意力头在计算上是多余的。为了处理这一点，我们介绍了一个单头注意模块，该模块固有地预先预先冗余，并同时通过相结合的全局和本地信息来提高准确性。在解决方案的基础上，我们引入了Shvit，这是一种单头视觉变压器，获得了最先进的速度准确性权衡。例如，在ImagEnet-1k上，我们的SHVIT-S4在GPU，CPU和iPhone12移动设备上比MobileVitV2×1.0快3.3×，8.1×和2.4倍，而同时更准确。用于使用Mask-RCNN头对MS Coco进行的对象检测和实例分割，我们的模型分别在GPU和移动设备上表现出3.8×和2.0×下骨架潜伏期时，可以与FastVit-SA12进行比较。
从基于物理的锂离子电池模型中提取和解释电化学阻抗谱 (EIS)
本文实现了一种高效算法，用于从基于物理的电池模型（例如 P2D 模型）中提取电化学阻抗谱 (EIS)。该数学方法与 EIS 的实验方法不同。在实验中，电压（电流）在很宽的频率范围内受到谐波扰动，并测量相应电流（电压）的幅度和相移。该实验方法可以在仿真软件中实现，但计算成本很高。此处的方法是从完整物理模型中确定局部线性状态空间模型。作为状态空间模型基础的四个雅可比矩阵可以通过对物理模型进行数值微分而得出。然后使用计算效率高的矩阵操作技术从状态空间模型中提取 EIS。该算法可以在瞬态过程中的某一时刻评估完整的 EIS，而与电池是否处于静止状态无关。该方法还能够分离全电池阻抗以评估部分 EIS，例如仅评估电池阳极。尽管这种部分 EIS 很难通过实验测量，但部分 EIS 为解释全电池 EIS 提供了宝贵的见解。© 2024 作者。由 IOP Publishing Limited 代表电化学学会出版。这是一篇开放获取的文章，根据知识共享署名 4.0 许可条款分发（CC BY，http://creativecommons.org/licenses/by/4.0/），允许在任何媒体中不受限制地重复使用作品，只要正确引用原始作品。[DOI：10.1149/1945-7111/ad4399]
通过多模态脑成像进行监督表型发现
通过数据驱动，从大规模多模态脑成像数据中发现图像衍生表型 (IDP)，通过将 IDP 与受试者的人口统计、行为、临床和认知指标（即非成像衍生表型或 nIDP）联系起来，对神经科学和临床研究具有巨大潜力。然而，目前的方法主要基于无监督方法，而不使用 nIDP 中的信息。在本文中，我们提出了监督式 BigFLICA（SuperBigFLICA），这是一种用于 IDP 发现的半监督、多模态和多任务融合方法，它同时整合了来自多种成像模态和多个 nIDP 的信息。SuperBigFLICA 具有计算效率高的特点，并且在很大程度上避免了参数调整的需要。我们使用英国生物库脑成像数据集（包含约 40,000 名受试者和 47 种模式）以及超过 17,000 个 nIDP，表明 SuperBigFLICA 增强了 nIDP 的预测能力，与通过传统专家知识和无监督学习方法得出的 IDP 相比（平均 nIDP 预测准确率提高高达 46%）。它还可以学习可以预测新 nIDP 的通用成像特征。对 SuperBigFLICA 算法的进一步实证分析证明了其在不同预测任务中的稳健性，以及在预测健康结果和认知 nIDP（例如流体智力和高血压评分）时得出具有生物学意义的 IDP 的能力。
基因组编辑旨在提高营养利用效率和营养胁迫适应性
近年来，RNA 引导的基因组编辑 (CRISPR-Cas9 技术) 的发展彻底改变了植物基因组编辑。在营养缺乏条件下，不同的转录因子和调控基因网络共同作用以维持营养稳态。提高氮 (N)、磷 (P) 和钾 (K) 的利用效率对于确保可持续产量、提高质量和抗逆性至关重要。本综述概述了适合基因组编辑的潜在目标，以了解和提高营养利用 (NtUE) 效率和营养胁迫耐受性。还描述了使用关键负调节剂和正调节剂的不同基因组编辑策略。营养信号的负调节剂是基因组编辑的潜在目标，可在资源匮乏的条件下改善营养吸收和应激信号。通过 CRISPR/dead (d) Cas9 (dCas9) 胞嘧啶和腺嘌呤碱基编辑和主要编辑进行的启动子工程是产生精确变化的成功策略。 CRISPR/dCas9 系统还具有利用转录激活因子/抑制因子以有针对性的方式过度表达目标基因的额外优势。CRISPR 激活 (CRISPRa) 和 CRISPR 干扰 (CRISPRi) 是 CRISPR 的变体，其中实现了 dCas9 依赖的转录激活或干扰。dCas9-SunTag 系统可用于设计植物中的靶向基因激活和 DNA 甲基化。通过 CRISPR-Cas 技术开发营养利用效率高的植物将加快作物营养胁迫耐受性遗传改良的速度，并提高农业的可持续性。
AAS 22-616 低能潮汐属性...
航天器轨迹设计将飞行器的物理能力与动态环境知识相协调，以到达太空中的首选目的地。识别可用的传输几何形状和硬件规格对于产生可行的解决方案是必不可少的。一个挑战是了解控制飞行器在太空中任何特定区域移动的底层动态结构。扩展多体系统的基本知识有助于构建理想的路线。本研究的目标是表征地球-月球-太阳系统中存在的低能结构的一般行为。其动机与美国宇航局阿尔忒弥斯计划的发展有关，该计划的公共和私营部门现在都对月球任务表现出越来越浓厚的兴趣。1 对于到月球区域的传输时间不受限制的任务，低能量传输提供了推进剂效率高的路径。在地球-月球-太阳系统中，一种低能量传输被称为弹道月球传输 (BLT)。弹道月球转移利用太阳的摄动，在月球轨道之外飞行数月。美国宇航局的地月自主定位系统技术操作和导航实验 (CAPSTONE) 任务于 2022 年 6 月发射，将使用 BLT 在今年晚些时候到达月球附近。2 近期的多个任务也将利用 BLT 到达月球轨道，包括韩国探路者月球轨道器任务 (KPLO)3 和 JAXA 的平衡月地点 6U 航天器 (EQU-ULEUS)。4
基于 EEG 的两阶段高效 3-D CNN 框架...
摘要 — 本文提出了一种使用 EEG 数据进行情绪识别的新型两阶段框架，该框架在保持模型尺寸小且计算效率高的同时，性能优于最先进的模型。该框架由两个阶段组成；第一阶段涉及构建名为 EEGNet 的高效模型，该模型受到最先进的高效架构的启发，并采用包含深度可分离卷积层的倒置残差块。EEGNet 模型在效价和唤醒标签上分别仅使用 6.4k、14k 和 25k 个参数即可实现 90%、96.6% 和 99.5% 的平均分类准确率。在准确率和存储成本方面，这些模型比之前最先进的结果高出多达 9%。在第二阶段，我们对这些模型进行二值化以进一步压缩它们并轻松将它们部署到边缘设备上。二值神经网络 (BNN) 通常会降低模型准确率。本文通过引入三种新方法改进了 EEGNet 二值化模型，并实现了比基线二值模型高出 20% 的改进。所提出的二值化 EEGNet 模型分别实现了 81%、95% 和 99% 的准确率，存储成本分别为 0.11Mbits、0.28Mbits 和 0.46Mbits。这些模型有助于在边缘环境中部署精确的人类情感识别系统。索引术语 — 情感识别；脑电图；3D-CNN；ResNet；量化；深度学习；二值 CNN
使用基于深度学习的预测对住宅光伏应用进行能源存储管理的实时随机优化
摘要 — 针对由太阳能光伏发电和电池储能 (BES) 组成的住宅光伏 (PV)-储能混合系统，提出了一种具有随机优化的计算效率高的实时能源管理方法。由于负载和太阳能发电的随机性，现有的 BES 提前日调度离线能源管理方法会实时遭受能源损失。另一方面，典型的在线算法无法为业主提供最小化电力购买成本的最佳解决方案。为了克服这些限制，我们提出了一个综合能源管理框架，该框架由离线优化模型和基于规则的实时控制器组成。优化是在滚动时域内进行的，使用基于深度学习的长短期记忆方法，根据负载和太阳能发电预测曲线进行滚动时域优化，以降低每日电力购买成本。优化模型被设计为一个多阶段随机规划，其中我们使用滚动时域中的随机对偶动态规划算法以固定间隔更新 BES 调度的最佳设定点。为了防止在最佳解决方案更新间隔期间发生能量损失，我们在电力电子转换器控制级别的优化层下方引入了一个基于规则的控制器，时间分辨率更高。使用 OPAL-RT 模拟器中的实时控制器硬件在环测试平台对所提出的框架进行评估。与其他现有能源管理方法相比，所提出的实时方法可有效降低净购电成本。
用于动态分析的等几何混合壳
摘要 飞机水平稳定器容易因气流与机翼分离以及随后尾流对稳定器结构的冲击而发生疲劳损坏，这被称为抖振事件。在本研究中，先前开发的等几何混合壳方法在动态分析环境中重新表述，以使用不同的俯仰角模拟飞机起飞。提出的 Kirchhoff-Love (KL) 和连续壳混合允许使用连续壳对飞机水平稳定器的关键结构部件进行建模，以获得高保真度的 3D 应力，而使用计算效率高的 KL 薄壳对不太重要的部件进行建模。施加的气动载荷是由混合浸入几何和边界拟合的计算流体动力学 (CFD) 分析生成的，以准确记录稳定器外表面上的动态激励。具体来说，为了节省计算量，除了机翼和稳定器之外的整个飞机都浸入基于浸入几何分析 (IMGA) 概念的非边界拟合流体域中，而围绕飞机机翼和稳定器的网格是边界拟合的，以准确计算稳定器上的气动载荷。然后将获得的载荷时间变化应用于水平稳定器的动态混合壳分析，并评估高保真应力响应以进行后续疲劳评估。然后进行简单的频域疲劳分析，以评估稳定器的抖振引起的疲劳损伤。代表性水平稳定器的稳态和动态非线性混合壳分析结果证明了所提方法的数值精度和计算效率。
用于动态分析的等几何混合壳
摘要 飞机水平稳定器容易因气流与机翼分离以及随后其尾流对稳定器结构的冲击而发生疲劳损坏，这被称为抖振事件。在本文中，之前开发的等几何混合壳方法在动态分析设置中被重新制定，以模拟使用不同俯仰角的飞机起飞。所提出的 Kirchhoff-Love (KL) 和连续壳混合允许使用连续壳对飞机水平稳定器的关键结构部件进行建模，以获得高精度 3D 应力，而使用计算效率高的 KL 薄壳对不太重要的部件进行建模。施加的气动载荷由混合浸入几何和边界拟合的计算流体动力学 (CFD) 分析生成，以准确记录稳定器外表面的动态激励。具体来说，为了节省计算量，除了机翼和稳定器之外的整个飞机都浸入基于浸入几何分析 (IMGA) 概念的非边界拟合流体域中，而围绕飞机机翼和稳定器的网格则采用边界拟合，以准确计算稳定器上的气动载荷。然后将获得的载荷时间变化应用于水平稳定器的动态混合壳分析，并评估高保真应力响应以进行后续疲劳评估。然后进行简单的频域疲劳分析，以评估稳定器的抖振引起的疲劳损伤。代表性水平稳定器的稳态和动态非线性混合壳分析结果证明了所提方法的数值精度和计算效率。