XiaoMi-AI文件搜索系统
World File Search System脑身
具身探索：利用虚拟现实为轮椅使用者提供远程无障碍评估
提前获取陌生地方的无障碍信息对于轮椅使用者更好地决定是否进行实地访问至关重要。如今的评估方法，例如电话、照片/视频或 360 度虚拟游览，往往无法提供针对个体差异所需的具体无障碍细节。例如，它们可能无法透露关键信息，例如桌子下面的腿部空间是否足够宽敞，或者设备的空间配置是否方便轮椅使用者使用。针对这一问题，我们提出了 Embodied Exploration，这是一种虚拟现实 (VR) 技术，可提供实地访问的体验，同时保持远程评估的便利性。Embodied Exploration 允许轮椅使用者利用越来越便宜的 VR 耳机，以化身的形式探索物理环境的高保真数字复制品。通过初步的探索性研究，我们调查了需求并不断改进我们的技术。通过对六名轮椅使用者进行真实世界用户研究，我们发现 Embodied Exploration 能够促进远程和准确的无障碍评估。我们还讨论了设计对具体化、安全性和实用性的影响。
国防部标准枪械术语（小型武器）目录 NDS Y 0002B
1043 后座利用长后座型 这是一种枪管和枪栓一体化、后座距离超过弹药总长度的后坐利用型。 连接到枪管并位于后部的枪栓由位于后座末端位置的闩锁固定，并且只有枪管由于复位弹簧的作用而向前移动，从而将弹壳踢出。枪栓上的闩锁被释放，枪栓向前移动以加载并关闭枪膛。
EmbodiedScan：面向具身 AI 的整体多模式 3D 感知套件
摘要 在计算机视觉和机器人领域，具身代理有望探索其环境并执行人类的指令。 这就需要能够根据第一人称观察充分理解 3D 场景，并将其语境化为语言进行交互。 然而，传统研究更多地侧重于从全局视角进行场景级输入和输出设置。 为了解决这一差距，我们引入了 EmbodiedScan，这是一个多模态、以自我为中心的 3D 感知数据集和整体 3D 场景理解的基准。 它包含超过 5k 个扫描，封装了 1M 个以自我为中心的 RGB-D 视图、1M 个语言提示、160k 个 3D 导向框，涵盖 760 多个类别，其中一些与 LVIS 部分一致，以及具有 80 个常见类别的密集语义占用率。 基于这个数据库，我们引入了一个名为 Embodied Perceptron 的基线框架。它能够处理任意数量的多模态输入，并表现出卓越的 3D 感知能力，无论是在我们建立的两个系列基准测试（即基本 3D 感知任务和基于语言的任务）中，还是在野外。
为... 设计一架可搭载 450 名乘客的混合翼身飞机
摘要：ACFA 2020（柔性飞机主动控制）是欧盟委员会第七研究框架计划资助的合作研究项目。该项目涉及 2020 年飞机配置（如翼身融合 (BWB) 飞机）的创新主动控制概念。ACFA 的主要目标是设计一种新型超高效 450 座 BWB 型飞机，以及为此类飞机提供强大的自适应多通道控制架构。新设计的控制器的目标是雄心勃勃地改善乘坐舒适度和操控品质，以及减轻 BWB 型飞机的负荷。根据实现的负荷减少，可以调整 450 座飞机的结构尺寸，以实现雄心勃勃的减重目标，从而进一步提高燃油效率。主动控制要求分别影响控制面和整体飞机设计的设计过程。因此，传统的飞机设计流程必须适应新的要求。本文描述的飞机设计框架已在 ACFA BWB 飞机的开发中证明了其效率。在一年的时间内，在多个领域要求的约束下开发了机身。本文介绍了 BWB 飞机设计活动的过程和结果，为详细概念分析以及多输入多输出控制架构的研究奠定了基础。
胎儿微智力和人类脑脑
糖尿病是全球最常见的慢性疾病之一，约有5.37亿20-79岁的成年人患有该疾病。这是一种全球流行病，发病率迅速上升。传统的糖尿病治疗方法在实现长期疾病控制方面的功效有限。近年来，骨髓衍生的单核细胞（BMMNC）自体输注已成为一种新型有效的治疗方法，用于治疗自身免疫性1型糖尿病（T1DM）。bmmnc包含两种重要类型的干细胞，骨髓来源的造血干细胞（BMHSC）和骨髓衍生的间充质干细胞（BMMSC），目前在T1DM的处理中独立或协同使用。在这篇综述中，我们总结了糖尿病患者（包括1型，2型和继发性糖尿病）和与糖尿病相关并发症的患者中有关BMMNC，BMHSC和BMMSC输注的临床数据。研究表明，骨髓干细胞的自体输注是安全有效的，具有广泛用于糖尿病患者的潜力。
脑启发计算 脑启发计算
背景：类脑计算将传统计算技术与受人脑启发的计算和认知思想、原理和模型相结合，以构建智能信息系统，用于我们的日常生活。图像和语音处理、盲信号分离、创造性规划和设计、决策、自适应控制、知识获取和数据库挖掘只是类脑计算应用的一些领域。我们对大脑功能了解得越多，信息系统就越智能。本书还介绍了心智和意识建模的一个主题，以及人工智能领域的其他新理论模型和应用。人脑是一种非常节能的装置。从计算角度来说，它仅需 20 瓦的功率就能每秒执行相当于十亿亿亿亿次浮点运算（1 后面跟着 18 个零）的数学运算。相比之下，世界上最强大的超级计算机之一“橡树岭前沿” (Oak Ridge Frontier) 最近演示了百亿亿次计算能力。然而，要实现这一壮举需要数百万倍的功率，即 20 兆瓦。我和我的同事希望通过大脑来指导开发强大而节能的计算机电路设计。你看，能源效率已经成为阻碍我们制造更强大的计算机芯片的一个主要因素。虽然更小的电子元件已成倍地提高了我们设备的计算能力，但进展却正在放缓。有趣的是，我们对大脑如何运作的看法一直是计算机世界的灵感源泉。为了理解我们是如何得出这种方法的，我们需要简单回顾一下计算的历史。人脑是宇宙中最复杂的物体之一。它能够在不断变化的环境中执行高级认知任务，例如抽象、概括、预测、决策、识别和导航。大脑这种较高的认知能力得益于它的功耗非常低，只有20W。大脑能效高的原因主要有两点：一是信息交换和处理是事件驱动的；因此，尖峰能量仅在需要的时间和地点被消耗。其次，神经元和突触位于同一个神经网络中，高度互联，每个神经元平均与104个其他神经元相连。神经元/突触共位意味着数据处理（由突触兴奋和神经元放电组成）和记忆（由突触权重和神经元阈值组成）在大脑内共享同一位置。许多研究工作旨在模仿人类大脑的计算类型，以实现非凡的能源效率。这是神经形态工程的目标，其中，脉冲神经网络（SNN）是利用人工神经元和突触开发出来的。 SNN 通常采用与 Rosenblatt 和 Minsky 开创的传统感知器网络相同的全连接 (FC) 架构。然而，在 SNN 中，神经元和突触通常表现出对施加的尖峰的时间依赖性响应，例如神经元内的整合和发射以及跨突触的兴奋性突触后电流 (EPSC)。这与用于计算机视觉和语音识别的人工智能 (AI) 加速器中的传统人工神经网络 (ANN) 形成对比，其中信息是同步的并且基于信号幅度而不是时间。大多数 SNN 通常依赖于互补金属氧化物半导体 (CMOS) 技术，具有两个显著的关键优势：首先，CMOS 技术在半导体行业生态系统中广泛可用，包括设计、制造和鉴定，为基于 CMOS 的神经形态工程成为成熟主题创造了条件。其次，CMOS晶体管可以按照摩尔定律小型化，其中减小
脑磁图用于脑电生理学和...
由于 MEG 和脑电图 (EEG) 似乎是姊妹电生理技术，两者都对脑细胞内和脑细胞之间的电化学电流流动敏感，因此 MEG 有时被认为等同于 EEG，具有有限的科学附加价值。我们驳斥了这种误解，并解释了不同的物理原理如何使这两种模式在许多方面互补而不是纯粹是多余的。具体而言，我们认为 MEG 是直接和非侵入性访问整个大脑电生理活动的最佳组合，具有亚毫秒时间分辨率和分辨大脑区域之间活动的能力，通常具有令人惊讶的空间和光谱区分以及最小偏差。事实上，与 EEG 不同，MEG 源映射的准确性不受头部组织复杂分层引起的信号失真的影响，具有高度异质的电导率曲线，无法在体内精确测量。
脑内皮：脑小血管疾病的联系
*通讯作者。电子邮件：martin.dichgans@med.uni-muenchen.de†Christer Betsholtz，Huddinge，Huddinge，Karolinska Institutet，Blickagången16，SE-141 57 Huddinge，Seweden，瑞典；伊丽莎白·希尔曼（Elizabeth Hillman），生物医学工程和放射学部功能性光学成像实验室，纽约州哥伦比亚大学的Mortimer B. Zuckerman Mind Brain行为研究所； Anne Joutel，巴黎的精神病学研究所和神经科学研究所（IPNP），法国巴黎大学，巴黎大学Inserm；佛蒙特大学拉纳医学院药理学系马克·尼尔森（Mark Nelson）； Dominik Paquet，ISD，大学医院，LMU慕尼黑，慕尼黑，德国。©作者2023。由牛津大学出版社出版，代表欧洲心脏病学会。保留所有权利。有关权限，请发送电子邮件：journals.permissions@oup.com
丝毫脑脑跨血液的损害...
先前的研究假设大脑中的所有丝氨酸都完全来自糖酵解，而没有血丝氨酸的任何贡献。与普遍的教条相反，我们的研究表明，血液中的另提供丝氨酸在产后大脑发育中起着至关重要的作用。我们已经将SCL38A5鉴定为BBB的主要L-丝氨酸转运蛋白，这对于在产后早期从血液从血液中流入大脑至关重要。SLC38A5的缺失会导致发育延迟，行为障碍，脱氧脂脂的积累以及异常的突触和线粒体受损。我们的观察结果提出了一种独特的代谢途径，这对于早期产后脑发育至关重要，并且对丝氨酸缺乏综合征的病理具有影响。
脑对脑界面的系统性Prisma评论
本文旨在回顾脑对脑界面（B2BI）技术的当前状态及其潜力。B2BIS功能通过脑计算机界面（BCI）读取发件人的大脑活动和计算机 - 脑接口（CBI），以将模式写入接收大脑，并传输信息。我们使用首选的报告项目进行系统的审查和荟萃分析（PRISMA）来系统地检查与B2BI有关的当前文献，从而产生15个相关出版物。实验论文主要使用了B2BI的CBI部分的经颅磁刺激（TMS）。最靶向的视觉皮层产生磷酸。在研究设计方面，73.3％（11）是单向的，而86.7％（13）仅使用1：1协作模型（受试者为主题）。限制很明显，因为CBI方法之间的差异很大，这表明未达成共识的神经刺激方法来传输信息。此外，只有12.4％（2）个研究比1：1模型更为复杂，很少有研究人员研究直接双向B2BI。这些研究表明，B2BI可以在人类交流和协作方面提供进步，但是需要更多的设计和实验来证明潜力。B2BI可以允许康复治疗师在心理上传递信息，激活患者的大脑以帮助中风恢复并增加更复杂的双向性，这可能会使用户之间的行为同步增加。该领域很年轻，但是B2BI技术在神经工程学和人为因素上的应用显然需要更多的研究。