XiaoMi-AI文件搜索系统
World File Search System赵建军
与...相关的选择性大脑激活和连接
资金：该工作得到了以下资助。冯建军教授：国家重点研发计划（编号 2019YFA0709502）；111 项目（编号 B18015）；上海市科技重大项目（编号 2018SHZDZX01）、ZJLab 和上海脑科学与脑启发技术研究中心；以及国家重点研发计划（编号 2018YFC1312904）。GD 得到了西班牙国家研究项目（编号 PID2019-105772GB-I00 MCIU AEI）的支持，该项目由西班牙科学、创新和大学部 (MCIU)、国家研究机构 (AEI) 资助；HBP SGA3 人脑项目特定资助协议 3（资助协议编号 945539），由欧盟 H2020 FET 旗舰计划资助； SGR 研究支持小组支持（编号 2017 SGR 1545），由加泰罗尼亚大学和研究资助管理局 (AGAUR) 资助；Neurotwin 数字孪生，用于模型驱动的非侵入性脑电刺激（资助协议编号：101017716），由欧盟 H2020 FET 主动计划资助；euSNN 欧洲网络神经科学学院（资助协议编号：860563），由欧盟 H2020 MSCA-ITN 创新培训网络资助；CECH 新兴人类大脑集群（编号 001-P-001682），属于欧洲研究发展基金加泰罗尼亚 2014-2020 运营计划框架内；Brain-Connects：中风恢复和康复期间的大脑连接（编号 201725.33），由 Fundacio La Marato TV3 资助； Corticity，FLAG-ERA JTC 2017，（编号 PCI2018-092891）由西班牙科学、创新和大学部 (MCIU)、国家研究机构 (AEI) 资助。资助来源未参与研究设计；数据的收集、分析和解释；报告撰写；以及提交文章发表的决定。
精确且高分辨率的边界条件和流动...
1 2 3 4 MD-82 商用客机头等舱的精确高分辨率边界条件和流场 6 7 刘伟 1 , 温继洲 1 , 赵江月 1 , 尹伟友 1 , 沈晨 1 , 赖代一 1 , 林朝欣 8 2 , 刘俊杰 1 , 孙和江 1,* 陈庆艳 1,3 9 10 1 天津大学环境科学与工程学院，天津 300072，11 中国 12 2 波音民用飞机公司环境控制系统，华盛顿州埃弗雷特 98203，美国 13 3 普渡大学机械工程学院，印第安纳州西拉斐特 47907，美国 14 15 * 电子邮件地址：sunhe@tju.edu.cn 16 17 摘要 18 19商用客机客舱中的流场对于创造热舒适和健康的客舱环境至关重要。除了客舱几何形状和家具外，流场还取决于扩散器处的热流体边界条件。为了研究客舱中的流场，本文介绍了一种获取客舱几何形状、扩散器边界条件和流场的程序。本研究使用激光跟踪系统和逆向工程生成了 MD-82 飞机客舱的数字模型。尽管该系统的测量误差很小，但仍需要近似值和假设来减少工作量和数据量。几何模型还可以轻松用于计算空间体积。结合使用热球风速计 (HSA) 和超声波风速计 (UA) 来测量
脑功能连接的协变量辅助主回归的贝叶斯估计
本文在贝叶斯范式中重新表述了赵等人（2021b）的协变量辅助主（CAP）回归。该方法确定了多变量响应数据协方差中与协变量相关的成分。具体而言，该方法估计一组多元响应信号的线性投影，其方差与外部协变量相关。在神经科学中，人们对分析来自大脑不同区域的脑信号时间序列之间的统计依赖性很感兴趣，我们将其称为功能连接（FC）（Lindquist 2008；Fornito 和 Bullmore 2012；Fornito 等人 2013；Monti 等人 2014；Fox 和 Dunson 2015）。功能连接背后的大脑信号是多变量的，在分析功能连接时，每个大脑活动都被视为与其他大脑活动的相对关系（Varoquaux 等人，2010），因为这种统计依赖性与行为特征（协变量）相关。本文开发了一种贝叶斯方法对反应信号进行监督降维，以分析外部协变量与以多变量信号的协方差为特征的功能连接之间的关联。通常，分析大脑功能连接的第一个步骤是定义一组对应于感兴趣的空间区域（ROI）的节点，其中每个节点都与其自己的图像数据时间过程相关联。然后，根据每个节点时间过程之间的统计依赖性（van der Heuvel 和 Hulshoff Pol，2010；Friston，2011），估计网络连接（或节点之间的“边缘”结构）。 FC 网络是使用 Pearson 相关系数（ Hutchison 等人，2013 年）以及部分
会议议程
会议主席 Nikola Kasabov，新西兰奥克兰理工大学和英国阿尔斯特大学 蒋旭东，新加坡南洋理工大学 徐成忠，澳门大学，中国澳门 会议联合主席 Hiep Xuan Huynh，越南芹苴大学 张玉东，英国莱斯特大学 项目主席 Ke-Lin Du，加拿大康考迪亚大学 Venkata Duvvuri，美国甲骨文公司 Vijayakumar Varadarajan，澳大利亚新南威尔士大学 项目联合主席 雷雪琳，华东理工大学，中国 Iman AbouHassan，保加利亚索非亚理工大学 周世华，大连大学，中国 专题主席 Naoyuki Ishimura，日本中央大学 Takahiko Fujita，日本中央大学 Hiep Xuan Huynh，越南芹苴大学 Nhat Minh Viet Vo，越南顺化大学 孔祥杰，浙江工业大学，中国 李成明，中山大学，中国 梁程超，重庆邮电大学，中国 组委会 王婷，北京控制机器人与智能技术研究所，中国 技术程序委员会 A. Mathew，美国伯大尼学院 Samarjeet Borah，印度锡金马尼帕尔大学 Herman Sahota，美国爱荷华州立大学 Chang Gyoon Lim，韩国全南国立大学 Isidoros Perikos，希腊帕特雷大学 肖驰，中国海南大学 赵耀池，中国海南大学 Jesuk Ko，韩国光州大学
支持信息
1. 张建廷；刘 S.；潘，GL；李，GR； Gao,XP材料化学杂志A 2014, 2, 1524–1529。 2. 季建英；张，LL；姬华祥李，Y.；赵X.；白，X.；范，XB；张，FB； Ruoff，RS Acs Nano 2013，7，(7)，6237-6243。 3. 李华华；余，MH；王，FX；刘P.；梁，Y.；肖 J.；眼睛，CX；童永祥； Yang, GW Nat Commun 2013, 4. 4. 徐永祥;黄晓倩；林哲英；钟，X.；黄，Y.；段晓峰，XF纳米研究2013，6，（1），65-76。 5. 闫杰；范志军；孙W.；年，GQ；魏，T.；张，Q.；张，RF；支莉娟； Wei, F. Adv Funct Mater 2012, 22, (12), 2632-2641。 6. 闫杰；孙W.；魏，T.；张，Q.；范志军； Wei, F. J Mater Chem 2012, 22, (23), 11494-11502。 7. 陆志勇;张，Z.；朱W.； Sun, XM Chem Commun 2011, 47, (34), 9651-9653。 8. 王红玲； Casalongue，HS；梁YY； Dai,HJ J Am Chem Soc 2010,132,(21),7472-7477。 9. 杨，GW；徐C.L.； Li, HL Chem Commun 2008, (48), 6537-6539.
基于云端的深度神经网络的优化及应用...
[2] Li K, Wang J, Wu X, et al. Optimizing Automated Picking Systems in Warehouse Robots Using Machine Learning[J]. arXiv preprint arXiv:2408.16633, 2024. [3] Tian J, Mercier P, Paolini C. Ultra low-power, wearable, accelerated shallow-learning fall detection for older at-risk persons[J]. Smart Health, 2024, 100498. [4] Xu, Q., Feng, Z., Gong, C., Wu, X., Zhao, H., Ye, Z., ... & Wei, C. (2024). Applications of explainable AI in natural language processing. Global Academic Frontiers, 2(3), 51-64. [5] Leong HY, Gao YF, Shuai J, et al. Efficient fine-tuning of large language models for Automated Medical Documentation[J]. arXiv preprint arXiv:2409.09324, 2024. [6] Soleimani M , Irani FN , Davoodi YM .楼宇暖通空调运行多目标优化:采用Koopman预测控制和深度学习的高级策略[J].建筑与环境, 2024, 248(Jan.):111073.1-111073.16。 [7] 王琳, 程颖, 项爱英, 张建, 杨华. 自然语言处理在金融风险检测中的应用[J].金融工程与风险管理, 2024, 7: 1-10。 [8] 程颖, 杨倩, 王琳, 项爱英, 张建.基于神经网络算法的商业银行信用风险预警模型研究[J].金融工程与风险管理, 2024, 7: 11-19。 [9] 李宇峰等，“结合知识图谱嵌入与深度学习的药物不良反应预测模型研究。”2024 第四届机器学习与智能系统工程国际会议（MLISE）。IEEE，2024 年。[10] 程宇峰，郭建军，龙胜，吴宇峰，孙敏，张荣军，高级
摘要书 - WCLC 2024
周晨 1 , 陈建 2 , 吴琳 2 , 王琳 1 , 刘斌 3 , 姚建 4 , 钟华 5 , 李建 6 , 程燕 7 , 孙燕 8 , 葛华 9 , 石倩 10 , 周梅 11 , 韩哲 12 , 王建 13 , 卜倩 14 , 赵燕 15 , 陈建 16 , 杨建 17 , 夏梅 17 1 上海市同济大学医学院附属肺科医院，上海 / 中国 , 2 湖南省肿瘤医院，长沙 / 中国 , 3 哈尔滨医科大学肿瘤医院，哈尔滨 / 中国 , 4 河南科技大学第一附属医院，洛阳 / 中国 , 5 上海市胸科医院，上海 / 中国 , 6 赣南医学院第一附属医院，赣州/ 中国 , 7 吉林省肿瘤医院，长春/ 中国 , 8 山东省肿瘤医院暨研究所，济南/ 中国 , 9 河北医科大学第四医院，石家庄/ 中国 , 10 福州市结核病防治院，福州/ 中国 , 11 广州医科大学附属肿瘤医院暨研究所，广州/ 中国 , 12 徐州医科大学附属医院，徐州/ 中国 , 13 中国人民解放军总医院第五医学中心，北京/ 中国 , 14 广西医科大学第一附属医院，南宁/ 中国 , 15 河南省肿瘤医院，郑州/ 中国 , 16 福建省肿瘤医院，福州/ 中国 , 17 康方生物制药股份有限公司，中山/ 中国
风能的未来：部署、投资、技术... - IRENA
致谢 本报告得到了以下专家的帮助和审阅：Elbia Gannoum 和 Selma Bellini (ABEEólica – 巴西风能协会)、Kaare Sandholt (中国国家可再生能源中心)、秦海燕和于桂永 (中国风能协会)、Lucy Craig、Jeremy Parkes 和 Vineet Parkhe (DNV GL – 能源)、薛寒 (中国能源研究所)、Karin Ohlenforst 和冯赵 (全球风能理事会)、Laura Cozzi 和 Alberto Toril (国际能源署)、Karsten Capion (Klimaraadet – 丹麦气候变化理事会)、Kihwan Kim (韩国能源经济研究所)、K. Balaraman (印度国家风能研究所)、Jeffrey Logan 和 Mai Trieu (国家可再生能源实验室)、袁家海 (华北电力大学)、Aled Moses、Øyvind Vessia 和 Sune Strøm (Ørsted)、Ntombifuthi Ntuli (南非风能能源协会）、Yasushi Ninomiya（日本能源经济研究所）、Rina Bohle Zeller（Vestas Wind Systems A/S）、Ivan Komusanac（WindEurope）和 Stefan Gsänger（世界风能协会）。IRENA 同事提供了宝贵的审查和反馈：Francisco Boshell、Yong Chen、Rafael De Sá Ferreira、Celia García-Baños、Rabia Ferroukhi、Gurbuz Gonul、Carlos Guadarrama、Diala Hawila、Seungwoo Kang、Rodrigo Leme、Paul Komor、Neil MacDonald、Julien Marquant、Thomas Nikolakakis、Bishal Parajuli 和 Michael Taylor。本报告的编辑是 Lisa Mastny。
在移动环境中使用静态设备订购 RFID 标签
王戈，IEEE 会员，钱晨，IEEE 会员，上官龙飞，丁涵，IEEE 会员，韩劲松，IEEE 高级会员，崔开燕，IEEE 会员，奚伟*，IEEE 会员，赵继忠，IEEE 会员 摘要 — 无源射频识别 (RFID) 标签已广泛应用于物流、零售和仓储等许多领域。在许多情况下，物体的顺序比它们的绝对位置更重要。然而，最先进的排序方法需要标签和读取器的持续移动，这限制了应用领域和可扩展性。在本文中，我们提出了一种不需要设备移动的无源标签二维排序方法。相反，我们的方法利用标签周围不携带设备的人体任意移动引起的信号变化进行水平维度排序。因此，我们的方法称为基于人体运动的排序 (HMO)。HMO 的基本思想是当人们在读取器天线和标签之间经过时，接收到的信号强度会发生变化。通过观察标签的时间序列 RSS 变化，HMO 可以获取标签在特定水平方向上的顺序。对于垂直维度，我们采用线性规划方法，该方法在实践中可以容忍微小的误差。我们使用现成的商用 RFID 设备实现 HMO。实验结果表明，HMO 在单人和多人情况下分别可以实现高达 88.71% 和 90.86% 的平均准确率。
基尔-哥廷根-CEPR 中国与全球经济会议 日期：柏林，2024 年 6 月 27-28 日 地点：莱布尼茨协会，Chausseestraße 111（5 楼
基尔-哥廷根 CEPR 会议：全球经济中的中国 日期：柏林，2024 年 6 月 27-28 日 地点：莱布尼茨协会，Chausseestraße 111（5 楼），10115 Berlin 组织者：Andreas Fuchs、Wan-Hsin Liu、Moritz Schularick 和 Christoph Trebesch 截至 2024 年 5 月 31 日的初步计划 2024 年 6 月 27 日，星期四 09:00 注册和咖啡 09:45 Andreas Fuchs 开幕 10:00 主旨演讲（主席：Moritz Schularick）中国混合经济面临的挑战 熊伟（普林斯顿大学） 11:00 全球中国对话 #33 中国企业如何（不同地）投资非洲并改变非洲？Holger Görg，基尔世界经济研究所“国际贸易与投资”研究中心主任 R. Yofi Grant，加纳投资促进中心首席执行官 赵红，联合国工业发展组织合作伙伴专家、南开大学副教授 主持人：Finn Mayer-Kuckuk，China.Table 编辑总监 与 KOF、TH Wildau 和 China.Table 联合举办 12:00 午餐 13:00 研究会议 1 1A：贸易战 中美贸易战的金融和贸易影响，Heiwai Tang（香港大学） 关税对穷人征收更多税款：中美贸易战期间家庭消费的证据，马红（清华大学）、Luca Macedoni（奥胡斯大学）、宁静欣（对外经济贸易大学）和徐明志（北京大学） 当增长受阻时，污染？贸易战、环境执法和污染，杜新明（新加坡国立大学）和李蕾（曼海姆大学）