XiaoMi-AI文件搜索系统
World File Search System逐次
卷积神经网络用于解码脑电图反应并可视化判别特征的逐次变化
背景：深度学习彻底改变了计算机视觉领域，其中卷积神经网络 (CNN) 从大型数据集中提取复杂的信息模式。深度网络在神经科学中的应用主要集中在神经成像或脑机接口 -BCI- 应用。在脑电图 (EEG) 研究中，多变量模式分析 (MVPA) 主要依赖于线性算法，该算法需要同质数据集，并假设判别特征在试验中以一致的延迟和电极出现。然而，神经反应可能会在实验过程中随时间或空间发生变化，导致对判别特征的低估。在这里，我们旨在利用时间和空间解锁的神经活动，使用 CNN 对 EEG 对外部刺激的反应进行分类，并在每次试验的基础上检查判别特征在实验过程中的变化情况。新方法：我们提出了一种新颖的流程，包括数据增强、CNN 训练和特征可视化技术，针对 EEG 数据的 MVPA 进行了微调。结果：我们的流程提供了高分类性能并可推广到新数据集。此外，我们表明，CNN 识别的分类特征在电生理学上是可解释的，并且可以在单次试验水平上重建，以研究类别特定判别活动的逐次试验演变。与现有技术的比较：将开发的流程与常用的 MVPA 算法（如逻辑回归和支持向量机）以及浅层和深层卷积神经网络进行了比较。我们的方法的分类性能明显高于现有的 MVPA 技术（p = 0.006），并且与其他 EEG 数据的 CNN 的结果相当。结论：总之，我们提出了一种用于 EEG 数据 MVPA 的新型深度学习流程，可以以数据驱动的方式提取逐次试验的判别活动。
AEP-3630 实验室手册版权所有 2023-2024 ...
12 计算机数据采集（7 经验） 295 12.1 数字-模拟转换. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 12.2 斜坡发生器. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300 12.4 通过逐次逼近法进行数字化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 12.6.1 噪声发生器 . ...
ICPR-2024 口头会议
R2-214 Lee, Keuntek; Park, JaeHyun; Cho, Nam Ik 使用重叠码本增强多曝光高动态范围成像以改进表征学习 R2-303 Yu, Huiyuan; He, Jia; Cheng, Maggie 通过逐次回归实现快速正交匹配追踪
RACSY19C 应用物理学 – 相关课程 III 第一单元
基本运算放大器 – 反相和非反相运算放大器 – 差分运算放大器 – CMRR – 运算放大器作为符号和比例变换器移相器积分器的基本用途。微分器和加法器 D/C – 二进制加权方法 – R-2R 梯形法 – A/C 逐次逼近和计数器方法 – OpAmp 作为比较器 学习书籍：
意外反应是压缩记忆状态的探测
近期记忆容量有限，不可避免地会导致对过去刺激的部分记忆。还有证据表明，对新奇或罕见刺激的行为和神经反应取决于一个人对过去刺激的记忆。因此，这些反应可以作为不同个体记忆和遗忘特征的探测。在这里，我们利用了两种固有涉及遗忘的刺激序列有损压缩模型，这不仅在许多情况下是必需的，而且具有理论和行为优势。一个模型基于一个简单的刺激计数器，另一个模型基于信息瓶颈 (IB) 框架，该框架为生物和认知现象提出了一个更普遍、理论上合理的原理。这些模型用于分析通常称为 P300 的新奇检测事件相关电位。在听觉奇异范式中记录的 P300 反应的逐次试验变化都经过每个模型的测试，以提取每个受试者的两个刺激压缩参数：记忆长度和表征准确性。然后利用这些参数估计受试者在任务条件下的近期记忆容量极限。结果以及最近发表的关于单个神经元和 IB 模型的研究结果强调了如何利用有损压缩框架来解释不同空间尺度和不同个体的神经反应的逐次变化，同时使用基于理论的简约模型提供不同表征水平的个体记忆特征估计值。
机器学习策略识别：高保真度决策策略发现的范例
摘要 我们提出了一种新方法，称为机器学习策略识别 (MLSI)，以发现隐藏的决策策略。在这种方法中，我们首先根据一组被指示使用特定策略的参与者的选择和过程数据训练机器学习模型，然后使用训练后的模型识别一组新参与者所采用的策略。与大多数需要多次试验才能识别参与者策略的建模方法不同，MLSI 可以逐个试验区分策略。我们在三个实验中检查了 MLSI 的表现。在实验一中，我们在配对比较决策任务中向参与者传授三种不同的策略。最好的机器学习模型识别出参与者使用的策略，准确率超过 90%。在实验二中，我们将 MLSI 与多重测量最大似然 (MM-ML) 方法进行了比较，后者也能够在策略识别中整合多种类型的数据，结果发现 MLSI 的识别准确率高于 MM-ML。在实验三中，我们向在有利于非补偿策略（取其优）的任务环境中自由做出决策的参与者提供反馈。 MLSI 的逐次试验结果表明，在实验过程中，大多数参与者一开始会探索多种策略，但最终学会使用“选择最佳”策略。总体而言，我们的研究结果表明，MLSI 可以逐次识别隐藏策略，并且准确率很高，可与需要多次试验才能识别策略的其他方法相媲美。
空海一体的海洋物联网系统
摘要 —随着即将到来的第六代 (6G) 中通过空中和太空飞行器实现的非地面网络 (NTN) 的发展，海洋物联网 (IoT) 系统得到了大幅发展，从而有助于环境保护、军事侦察和海上运输。然而，由于气候变化不可预测以及海上网络的极端信道条件，有效可靠地收集和计算大量海上数据具有挑战性。在本文中，我们提出了一种用于海洋物联网系统的空间-空-海一体化网络中的混合低地球轨道 (LEO) 和无人机 (UAV) 边缘计算方法。具体而言，安装在无人机和 LEO 卫星上的两种边缘服务器具有计算能力，可实时利用从海洋物联网传感器收集的大量数据。我们的系统旨在通过联合优化通信和计算的比特分配以及在延迟、能量预算和操作约束下的无人机路径规划，最大限度地降低电池受限无人机的总能耗。为了实现可用性和实用性，根据低地球轨道 (LEO) 卫星的可达性，利用逐次凸近似 (SCA) 策略，为三种不同情况开发了所提出的方法，“始终开启”、“始终关闭”和“中间断开”。通过数值结果，我们验证了与仅为无人机的比特分配或轨迹设计的部分优化方案相比，通过联合优化比特分配和无人机路径规划，可以在所有低地球轨道可达性情况下节省大量能源。索引词——海洋网络、物联网 (IoT)、边缘计算、低地球轨道 (LEO) 卫星、无人机 (UAV)、逐次凸近似 (SCA)。
具有串行控制的 8 位模拟数字转换器数据表 (Rev. B)
TLC0831 和 TLC0832 使用采样数据比较器结构，通过逐次逼近程序转换差分模拟输入。要转换的输入电压施加到输入端并与地（单端）或相邻输入（差分）进行比较。TLC0832 输入端可以分配正 (+) 或负 (-) 极性。TLC0831 仅包含一个具有固定极性分配的差分输入通道；因此它不需要寻址。信号可以在 IN+ 和 IN- 之间以差分方式施加到 TLC0831，也可以施加到 IN+，IN- 接地作为单端输入。当施加到指定正端的信号输入小于负端上的信号时，转换器输出全为零。
经济公报 2024 年第 3 期 - 欧洲中央银行
管理委员会决心确保通胀及时回到2%的中期目标。它认为欧洲央行关键利率的水平对正在进行的通货紧缩进程做出了重大贡献。管理委员会未来的决定将确保欧洲央行关键利率在必要时保持足够的限制。如果对通胀前景、潜在通胀动态和货币政策传导强度的最新评估能够进一步增强管理委员会对通胀持续向其目标靠拢的信心，那么降低当前的货币政策限制水平将是适当的。无论如何，管理委员会将继续遵循依赖数据和逐次会议确定适当限制水平和持续时间的方法，并且不会预先承诺特定的利率路径。