XiaoMi-AI文件搜索系统
World File Search System谱密度
在不同汉密尔顿量和谱密度下对开放量子动力学进行有效的量子模拟
在研究各种量子系统时，对各种汉密尔顿量和谱密度的开放量子动力学进行模拟是普遍存在的。在量子计算机上，模拟一个 N 维量子系统只需要 log 2 N 个量子比特，因此与传统方法相比，在量子计算机中进行模拟可以大大降低计算复杂度。最近，提出了一种用于研究光合作用光收集的量子模拟方法 [npj Quantum Inf. 4, 52 (2018)]。在本文中，我们应用该方法模拟各种光合作用系统的开放量子动力学。我们表明，对于 Drude-Lorentz 谱密度，供体和受体团簇内分别具有强耦合的二聚化几何结构表现出显著提高的效率。我们还证明，当供体和受体团簇之间的能隙与谱密度的最优值匹配时，总能量传递可以得到优化。我们还研究了不同类型的浴（例如欧姆、亚欧姆和超欧姆谱密度）的影响。目前的研究表明，所提出的方法对于模拟光合作用系统的精确量子动力学具有普遍性。
根据指定的转折点序列构建疲劳试验的连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为保证了初始条件 MAX-MIN-MAX ...。为了通过谱密度研究随机过程标准偏差 (RMS)，通过连续余弦函数提供原始序列的外推。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，采用了从开发中获得的一些样本实现中的信息。作为应用之一，该方法旨在用于分析耐久性评估任务中两种相互竞争的载荷评估方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
从... 构建连续随机过程
连续过程再生方法首先用于计算再生过程的谱密度。该方法的主要特点是保留“锯齿状”实现中给出的转折点（极值）的值和序列。在这样做的同时，基于循环计数方法的方法将给出完全相同的疲劳耐久性估计，因为初始条件 MAX-MIN-MAX ... 得到保证。为了通过谱密度研究随机过程标准偏差（RMS），原始序列的外推由连续余弦函数提供。转折点处的兼容性条件确保了过程及其一阶导数的连续性。为了确定频率，利用了开发过程中获得的一些样本实现的信息。作为其中一个应用，该方法旨在用于分析两种在耐久性评估任务中评估载荷的竞争方法的可比性，即应用循环计数方法和基于过程谱密度方法的方法。对建模过程进行了一些其他推测。关键词：材料疲劳、耐久性估计、余弦外推、循环计数、谱密度
![arXiv:2302.06138v1 [physics.space-ph] 2023 年 2 月 13 日](/simg/g:\will\search\icon\source\b\b96cd69c97df1ad7ab79c31dcac0097229f461b4.webp)
arXiv:2302.06138v1 [physics.space-ph] 2023 年 2 月 13 日
过去曾对赤道电离层不规则性进行过研究，并产生了有关电离层物理和过程的有趣见解。在这里，我们介绍了使用印度星座导航 (NavIC) 对赤道电离异常 (EIA) 附近电离层进行长期研究的初步结果。我们已经根据不同动态频率的功率谱密度表征了电离层不规则性。其形式类似于 [1-3] 使用电离层相位屏建模所建议的形式。利用位于 EIA 北部山脊附近的印多尔上空的 NavIC L5 (1176.45 MHz) 信号，对 C/N o (dB-Hz) 变化进行了观测。我们展示了从一天（2017 年 12 月 4 日）的闪烁观测中获得的一些初步结果，作为概念验证研究。这是 NavIC 首次在该地区开展此类研究。通过功率谱密度分析，我们证明了 NavIC 能够长期探测该地区的此类不规则现象，并且对预测未来此类事件具有重要意义。
根据频谱、复杂性和临界性特征确定脑电图中的意识状态
本研究基于当代的提议，即不同的意识状态可以通过神经复杂性和临界动力学来量化。为了检验这一假设，研究旨在使用复杂性和临界性框架中的非线性技术以及功率谱密度来比较三种冥想条件的电生理相关性。30 名冥想熟练的参与者在一个会话中接受了 64 通道脑电图 (EEG) 测量，该会话包括无任务基线休息（闭眼和睁眼）、阅读条件和三种冥想条件（无思绪空虚、存在监测和集中注意力）。使用临界理论（去趋势波动分析、神经元雪崩分析）、复杂性度量（多尺度熵、Higuchi 分形维数）和功率谱密度的分析工具对数据进行了分析。对比了任务条件，并比较了效果大小。应用偏最小二乘回归和受试者操作特性分析来确定每个测量的判别准确度。与闭眼休息相比，冥想类别空虚和集中注意力显示出更高的熵值和分形维数。在所有冥想条件下，长程时间相关性均下降。集中注意力和阅读的临界指数值最低。伽马波段（0.83-0.98）、全局功率谱密度（0.78-0.96）和样本熵（0.86-0.90）的判别准确率最高。确定了不同冥想状态的电生理相关性，并确定了非线性复杂性、关键大脑动力学和光谱特征之间的关系。冥想状态可以用非线性测量来区分，并通过神经元复杂程度、长程时间相关性和神经元雪崩中的幂律分布来量化。
MIEEG-GAN：生成人工运动意象......
摘要 — 生成对抗网络 (GAN) 在语音处理等领域的时间序列数据生成方面取得了重要进展。GAN 的这种能力对于脑机接口 (BCI) 非常有用，因为收集大量样本可能既昂贵又耗时。为了解决这个问题，本文提出了一种为运动想象生成人工脑电图 (EEG) 数据的新方法。这里的 GAN 使用由双向长短期记忆神经元组成的生成器和鉴别器网络。使用来自 BCI 竞赛 IV 的数据集 2b 评估训练后的模型。该数据集包括左手和右手运动想象的试验。训练单独的 GAN 以生成与数据集中存在的两种试验类型相对应的人工 EEG 样本。为了进行评估，使用短期傅里叶变换和 Welch 功率谱密度比较真实和人工 EEG 信号的时频特性。结果表明，GAN 可以捕捉运动想象脑电图数据的重要特征，例如 beta 波段的功率变化。从 Welch 的功率谱密度来看，人工生成信号和原始信号的功率变化处于相似的频率区间。
CVD Bernal 堆叠双层石墨烯中的可调 1/f 噪声...
摘要：低频噪声是几乎所有电子系统中限制性能的关键因素。凭借其极高的电子迁移率等优异特性，石墨烯在未来的低噪声电子应用方面具有很高的潜力。本文，我们对基于化学气相沉积 Bernal 堆叠双层石墨烯的双栅极石墨烯晶体管中的低频噪声进行了实验分析。制备的双栅极双层石墨烯晶体管分别采用原子层沉积的 Al 2 O 3 和 HfSiO 作为顶栅极和背栅极电介质。结果揭示了明显的 M 形栅极相关噪声行为，可以用定量电荷噪声模型很好地描述。在室温下，10 Hz 下的最小面积归一化噪声谱密度低至约 3 × 10 − 10 μ m 2 · Hz − 1，远低于之前报道的石墨烯器件的最佳结果。此外，在 20 K 温度下，观察到的噪声水平进一步降低了 10 倍以上。同时，噪声谱密度幅度可以在 20 K 时通过双栅极电压调整超过 2 个数量级。关键词：Bernal 堆叠双层石墨烯，双栅极晶体管，1/f 噪声，电荷噪声模型，低温■引言
验证可穿戴 MUSE 耳机的脑电图频谱分析和额叶阿尔法不对称
摘要 — EEG 功率谱密度 (PSD)、个体 alpha 频率 (IAF) 和额叶 alpha 不对称 (FAA) 都是 EEG 频谱测量，已广泛用于评估实验和临床环境中的认知和注意力过程，并且可用于现实世界的应用（例如远程 EEG 监测、脑机接口、神经反馈、神经调节等）。高密度 EEG 记录系统的成本高、移动性低、准备时间长，这些因素限制了其潜在应用。低密度可穿戴系统解决了这些问题，并可以增加对更大和多样化样本的访问。本研究测试了低成本、4 通道可穿戴 EEG 系统 (MUSE) 是否可用于快速测量连续 EEG 数据，从而产生与研究级 EEG 系统 (64 通道 BIOSEMI Active Two) 相似的频率分量。我们将参考乳突的 MUSE EEG 数据的频谱测量与具有两个不同参考的 BIOSEMI EEG 数据的频谱测量进行比较以进行验证。我们特意收集了最少量的数据来测试实际应用的可行性（EEG 设置和数据收集在 5 分钟内完成）。我们表明 MUSE 可用于检查所有频带的功率谱密度 (PSD)、单个 alpha 频率 (IAF；即峰值 alpha 频率和 alpha 重心) 和额叶 alpha 不对称。此外，我们观察到使用 MUSE 记录的 alpha 功率和不对称测量具有令人满意的内部一致性可靠性。估计 PAF 和 CoG 频率上的不对称性与传统方法（整个 alpha 波段）相比没有产生显着优势。这些发现应推动在大量参与者样本中使用可穿戴神经技术进行人类神经生理监测，并提高其在现实环境中实施的可行性。关键词——可穿戴 EEG、功率谱密度、频域、信号验证、额叶 alpha 不对称、单个 alpha 频率 (IAF)。
DNA损伤和心脏肥大的核形态变化是由SNRK通过肌动蛋白去聚合
5药物和生物化学系，德国图宾根大学的药物基因组学与药物研究中心，德国Tübingen * *通讯作者的关键字多尺度熵，神经发育，eeg，eeg，eeg，fnirs摘要，自然界的生物学系统，例如人类大脑，包括复杂的动力学和非网络动力学。 量化信号复杂性的一种方法是多尺度熵（MSE），它适用于在不同时间尺度下具有远距离相关的结构。 在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。 在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。 为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。 结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。 此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。 最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。 突出显示生物系统显示复杂和非线性动力学。 使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。5药物和生物化学系，德国图宾根大学的药物基因组学与药物研究中心，德国Tübingen * *通讯作者的关键字多尺度熵，神经发育，eeg，eeg，eeg，fnirs摘要，自然界的生物学系统，例如人类大脑，包括复杂的动力学和非网络动力学。量化信号复杂性的一种方法是多尺度熵（MSE），它适用于在不同时间尺度下具有远距离相关的结构。在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。 在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。 为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。 结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。 此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。 最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。 突出显示生物系统显示复杂和非线性动力学。 使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。突出显示生物系统显示复杂和非线性动力学。使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。EEG中 MSE在胎龄增加，FNIRS中的MSE降低。 eeg功率谱密度和自发活性瞬变有助于MSE。MSE在胎龄增加，FNIRS中的MSE降低。eeg功率谱密度和自发活性瞬变有助于MSE。
使用 DEAP 进行 SVM 分类器特征提取的 DWT 与 PSD 性能比较
信号由在不同情况下组合的多个频率组成。离散小波变换 (DWT) 用于使用一系列高通/低通滤波器将信号分解为不同的频带。或者，使用功率谱密度 (PSD) 来获取频谱以及每个频率的功率分布。统计特征来自 DWT 和 PSD。然后，PCA 用于降维，并且在 SVM 分类器的情况下仅将得到的数据用于情绪分类，因为我们需要尽可能多的数据来进行深度学习。所有这些都是为了从分类器中提取最大性能并最小化所需的计算资源，然后将信号分解为组成频率并得出表征整个信号的相关统计特征。