XiaoMi-AI文件搜索系统
World File Search System逐次
AN018：应用 A/D 转换器的注意事项 - Renesas
公共引线电阻的误差会产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但除此之外，此电流还会有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化，通常也会显示亚倍数变化。对于逐次逼近转换器，这些变化将导致额外的有效偏移。对于积分转换器，至少高频分量应该平均。在某些转换器中，模拟电源电流也会随时钟（或亚倍数）频率而变化。如果显示器是多路复用的，则该电流将随多路复用频率而变化，通常是时钟频率的一小部分。对于积分转换器，数字和模拟部分电流都会随着转换器从一个转换阶段转到另一个转换阶段而变化。（注入自动归零环路的这种电流特别顽固。）另一个严重的变化源是数字和显示部分电流随结果值的变化。这通常表现为结果震荡和/或结果缺失；显示的一个值将有效输入替换为新值，该新值被转换并显示，导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
AN018：应用 A/D 转换器的注意事项 - Renesas
公共引线电阻中的电流将产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但此外，此电流将具有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化，并且通常还会显示时钟频率的分数。对于逐次逼近转换器，这些将导致额外的有效偏移。对于积分转换器，至少高频分量应该平均。在某些转换器中，模拟电源电流也会随时钟（或分数）频率而变化。如果显示器是多路复用的，则该电流将随多路复用频率而变化，通常是时钟频率的一小部分。对于积分转换器，数字和模拟部分电流都会随着转换器从一个转换阶段转换到另一个阶段而改变。（注入自动调零环路的这种电流特别顽固。）另一个严重的变化源是数字和显示部分电流随结果值的变化。这经常表现为振荡结果和/或缺失结果；显示的一个值将有效输入替换为新值，该新值被转换和显示，导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
对工作记忆干扰的自动和努力控制可以通过独特的行为和功能大脑表征来区分
工作记忆 (WM) 中与目标无关的信息可能会在任务期间进入注意力焦点 (FOA) 并引起前摄干扰 (PI)。在本研究中，我们使用 fMRI 测试了有关 WM 中 PI 边界条件的几个假设，使用改进的口头 2-back 任务。操纵物品和诱饵呈现之间的时间距离，以评估假设的 FOA、短期记忆和长期记忆状态之间的潜在差异。PI 存在于最近端的 3-back 诱饵中，但随着诱饵距离的增加而消散，同时大脑中对记忆回忆至关重要的区域（如右前额叶皮层、顶叶皮层和海马体）的激活增加。在重复呈现物品后，PI 降低和 IFG 激活减少，支持了这样一种观点，即排练物品上下文信息的编码减少了干扰控制的需要。此外，通过逐次试验方法发现，无论距离多远，ACC、岛叶、IFG 和顶叶皮层都会随着诱饵试验干扰的增加而活跃起来。当前结果首次证明了认知控制发生了可观察到的转变，包括在解决 WM 中的 PI 时从 FOA 之外回忆任务相关信息的 MTL 区域。
AN018：应用 A/D 转换器的注意事项 - Renesas
公共引线电阻的误差会产生直流偏移电压。即使是积分 A/D 转换器的自动归零电路也无法消除此误差。但除此之外，此电流还会有几个变化的分量。时钟振荡器及其驱动的各种数字电路将显示时钟频率下的电源电流变化，通常也会显示亚倍数变化。对于逐次逼近转换器，这些变化将导致额外的有效偏移。对于积分转换器，至少高频分量应该平均。在某些转换器中，模拟电源电流也会随时钟（或亚倍数）频率而变化。如果显示器是多路复用的，则该电流将随多路复用频率而变化，通常是时钟频率的一小部分。对于积分转换器，数字和模拟部分电流都会随着转换器从一个转换阶段转到另一个转换阶段而变化。（注入自动归零环路的这种电流特别顽固。）另一个严重的变化源是数字和显示部分电流随结果值的变化。这通常表现为结果震荡和/或结果缺失；显示的一个值将有效输入替换为新值，该新值被转换并显示，导致不同的位移、新值等等。此序列通常在按顺序显示两个或三个值后关闭。
具有串联双线性的节能 delta-sigma ADC ...
Delta-sigma (ΔΣ) ADC 广泛用于信号采集和处理应用。因此，这种类型的 ADC 被用作编解码器和助听器，这些设备需要信号路径具有较大的动态范围 [1-4]。与奈奎斯特速率转换器相比，ΔΣ ADC 更易于设计，因为它们不需要具有严格参数的模拟组件。过采样转换器对输入信号带宽进行采样，因此无需使用抗混叠滤波器。通过中等过采样率和增加的采样率，可以设计高分辨率 ADC。这可以有效降低整个功耗，同时保持所需的分辨率 [5]。电压缩放适用于数字电路设计，以降低散热量，同时牺牲速度。已报道了几种解决该问题的技术，例如体驱动电路、SAR 操作、亚阈值操作 [6-9] 和过零电路 [10, 11]，但这些电路的性能非常低。delta-sigma ADC 是一种非常高效的结构，具有过采样和噪声整形特性。连续 ΔΣADC 的工艺缩放因子和带宽得到了改善。高性能模拟电路包括无运算放大器流水线 ADC [12, 13]、节能逐次逼近寄存器 (SAR) ADC [14, 15] 和数字校准技术 [16, 17]。为了在时域中处理信号，压控振荡器 (VCO) 起着重要作用 [18-24]。当触发器同步时，VCO 输出会在 VCO 中引入量化误差。
长距离 a 同步作为 BCI 的控制信号
摘要 空间注意的变化与α波段（α，8-14 Hz）活动的变化有关，特别是在半球间不平衡中。其潜在机制归因于局部α-同步，它调节神经兴奋的局部抑制，以及反映长距离通信的额顶叶同步。这种神经相关性的方向特异性使其具有作为脑机接口 (BCI) 控制信号的潜力。在本研究中，我们探索了长距离α-同步是否呈现依赖于自愿注意定向的侧化模式，以及这些神经模式是否可以在单次试验水平上被拾取以提供主动 BCI 的控制信号。我们在执行隐蔽视觉空间注意 (CVSA) 任务时从一群健康成人（n = 10）收集了脑电图 (EEG) 数据。数据显示，在目标呈现之后，额叶和顶枕区域之间呈现α-波段相位耦合的侧化模式，这与之前的发现一致。然而，这种模式在线索到目标定向间隔内并不明显，而这是 BCI 的理想时间窗口。此外，使用支持向量机 (SVM) 从线索锁定同步中逐次解码注意力方向是偶然的。目前的发现表明，EEG 可能无法在单次试验的基础上检测注意力定向中的长距离 a 同步，因此，凸显了该指标作为 BCI 控制的可靠信号的局限性。
清醒灵长类动物皮层神经元对皮层内微刺激的反应
摘要 皮层内微刺激 (ICMS) 常用于许多实验和临床范例；然而，它对神经元激活的影响仍未完全了解。为了记录清醒非人类灵长类动物皮层神经元对刺激的反应，我们在通过植入三只恒河猴初级运动皮层 (M1) 的犹他阵列提供单脉冲刺激的同时记录了单个单位活动。输送到单通道的 5 到 50 m A 之间的刺激可靠地引发了整个阵列中记录的神经元尖峰，延迟长达 12 毫秒。ICMS 脉冲还会引发一段长达 150 毫秒的抑制期，通常在初始兴奋反应之后发生。电流幅度越高，引发尖峰的概率就越大，抑制持续时间也越长。在神经元中引发尖峰的可能性取决于自发放电率以及其最近尖峰时间和刺激开始之间的延迟。 2 到 20 Hz 之间的强直重复刺激通常会调节诱发尖峰的概率和抑制的持续时间；高频刺激更有可能改变这两种反应。在逐次试验的基础上，刺激是否诱发尖峰并不影响随后的抑制反应；然而，它们随时间的变化通常是正相关或负相关的。我们的研究结果证明了皮质神经对电刺激反应的复杂动态，在将 ICMS 用于科学和临床应用时需要考虑这些动态。
感知决策中独立于主体和任务的神经相关性以及决策信心的预测
摘要 目的。在许多现实世界的决策任务中，决策者可获得的信息是不完整的。为了解释这种不确定性，我们为每个决策关联一定程度的置信度，表示该决策正确的可能性。在本研究中，我们分析了 68 名参与者进行八个不同感知决策实验的脑电图 (EEG) 数据。我们的目标是调查 (1) 是否存在与受试者和任务无关的决策信心神经相关性，以及 (2) 在多大程度上可以构建能够在逐次试验基础上估计信心的脑机接口。实验涵盖了广泛的感知任务，从而可以将与任务相关的决策特征与与任务无关的特征分开。方法。我们的系统训练人工神经网络，根据 EEG 数据和响应时间预测每个决策的信心度。我们将解码性能与三种训练方法进行了比较：(1) 单个受试者，训练数据和测试数据均来自同一个人； (2) 多主体，所有数据都属于同一任务，但训练和测试数据来自不同的用户；(3) 多任务，训练和测试数据来自不同的任务和主体。最后，我们使用另外两个实验的数据验证了我们的多任务方法，其中未报告置信度。主要结果。我们发现在刺激锁定和反应锁定时期，不同置信度水平的 EEG 数据存在显著差异。我们所有的方法都能够比相应的参考基线好 15% 到 35% 之间的置信度进行预测。意义。我们的结果表明，即使使用迁移学习方法，也可以从神经信号中重建对感知决策任务的置信度。这些置信度估计基于决策过程，而不仅仅是置信度报告过程。
研究方案
疼痛相关预期会影响对疼痛刺激的感知，这反映在安慰剂和反安慰剂效应中 (Colloca & Barsky, 2020)。关于疼痛相关正向和负向预期对疼痛预期神经活动的影响的研究强调了不同振荡成分的重要性 (Büchel et al., 2014; Geuter et al., 2017; Strube et al., 2021; Taesler & Rose, 2016)，然而，与这些预期的产生相关的过程仍不清楚。特别是，刺激前的振荡活动已被证明会影响后续疼痛刺激的处理，但尚未在预期产生的背景下得到充分研究。此外，实验产生的预期效应对疼痛的长期持续性很少被研究。一项脑电图研究将在健康参与者中检查产生正向和负向治疗预期的神经机制，以解决相隔一周的两个会话中时频域中的相关振荡活动。正向和负向期望将通过口头指导和不同颜色的视觉刺激条件诱发，这些视觉刺激将用于逐次调节期望。我们还将在第一次会话中评估 fMRI 数据，并进行组合 EEG/fMRI 分析，详情请参阅单独的预注册。我们在之前的 EEG 试点研究 (N = 20) 中成功测试了我们诱发正向和负向期望的程序。本研究的目的：我们的目的是评估期望阶段正向和负向期望的时频 (EEG) 特征以及行为安慰剂和反安慰剂效应的稳定性。
赖布尔国家技术学院
UNIT-I 布尔代数与逻辑门概述：数字系统和代码、二进制算术、布尔代数、开关函数最小化、德摩根定理、卡诺图方法（最多 4 个变量）、奎因麦克拉斯基方法、不关心条件和多输出开关功能的情况。 UNIT-II 组合电路：NAND / NOR 门、开关函数的实现、半/全加器、半/全减器、串联和并联加法、BCD 加法器、前瞻进位生成器、解码器和编码器、BCD 到 7 段解码器、多路复用器和多路分解器、奇偶校验位生成器和检测器错误检测。 UNIT-III 顺序电路：寄存器和计数器简介：触发器及其转换、激励表、同步和异步计数器以及顺序电路的设计：代码转换器和计数器。模式-k 和除以 K 计数器、计数器应用。UNIT-IV 逻辑系列：RTL、DTL、所有类型的 TTL 电路、ECL、电路、I2 L 和 PMOS、NMOS 和 CMOS 逻辑等的操作和特性。 UNIT-V 存储器和转换器：介绍各种半导体存储器和 ROM 和 PLA 的设计，介绍模拟/数字和数字/模拟转换器及其类型（R-2R 梯形网络和逐次逼近转换器） 教科书名称 1. WH Gothman，“数字电子学” PHI 2. RP Jain：“现代数字电子学”，TMH 参考书名称： 1. RJ Tocci，“数字系统原理与应用” 2. Millman Taub，“脉冲、数字和开关波形” TMH 3. MM Mano：“数字逻辑和计算机设计”，PHI。 4. Floyd：“数字基础”，UBS。 5. B. Somanathan Nair，“数字电子学与逻辑设计”，Prentice-Hall of India