XiaoMi-AI文件搜索系统
World File Search System驱晕
紧急程序培训期间的模拟器晕动症……
模拟在航空训练中具有多种优势（例如 Kennedy、Berbaum、Lilienthal、Dunlap、Mulligan 和 Funaro，1987；Kennedy、Lilienthal、Berbaum、Baltzley 和 McCauley，1989）。可以安全地训练和练习应急程序。恶劣天气不会延迟或停止基于模拟器的训练。此外，模拟还提供实机训练所没有的特殊训练选项。例如，可以使用冻结命令停止飞机以提供指令或防止坠机。可以使用预编程的重置位置重新定位飞机以执行下一个任务或重复之前的任务，而无需花费宝贵的训练时间飞回最佳起点。基于模拟器的训练可以实时、慢动作或超实时进行（Crane 和 Guckenberger，2000）。可以预先编程自动反馈功能，并且可以记录模拟器飞行以供重播和以后检查。基于模拟器的培训的优点中最重要的是节省成本。
在特定道路上减少晕动症的最佳速度曲线
晕动病 (MS) 是大多数交通系统存在的问题。文献中提出了几种针对汽车此类问题的对策，但大多数是定性的、行为性的或涉及复杂的底盘系统。随着人们对自动驾驶汽车的兴趣日益浓厚，MS 问题可能变得非常重要，以至于它会削弱其在提高生产率方面的优势；不解决这类问题可能会限制用户的接受度，降低自动驾驶汽车的安全性和环境影响。本研究提出了一种新方法，通过优化给定路径的速度曲线，将最短旅行时间与最小晕动病发生率 (MSI) 相结合。通过模拟，使用一个简单的车辆模型来比较几种策略，评估哪些有效，哪些无效。优化任务被表述为非线性模型预测控制 (NMPC)，并沿路径计算一系列优化程序；这些策略是在 NMPC 问题的成本函数中实施的，评估它们的性能，并确定是否必须使用数值 MS 模型才能显着降低 MSI。结果表明，并非所有成本函数都是有效的，但可以在不对其动态进行建模的情况下减少 MS；然而，在效率和效率方面，考虑当前 MSI 的使用 MS 模型的策略优于其他成本函数。这种定量方法可用于运动
虚拟现实中的晕屏症：个体差异的作用、其对认知功能和运动技能的影响以及沉浸期间和沉浸后的强度差异
摘要：背景：鉴于VR应用于多个领域，了解晕动症对人类认知和运动技能的影响以及导致晕动症的因素变得越来越重要。本研究旨在探索晕动症的预测因素及其与认知和运动技能的相互作用。方法：30名年龄在20-45岁之间的参与者完成了MSSQ和CSQ-VR，并沉浸在VR中。在沉浸过程中，他们体验了过山车之旅。在乘坐过山车之前和之后，参与者回答了CSQ-VR并执行基于VR的认知和心理运动任务。VR环节结束后，参与者再次完成了CSQ-VR。结果：成年期晕动症易感性是晕动症最突出的预测因素。瞳孔扩张是晕动症的重要预测因素。玩电子游戏的经验是晕动症和认知/运动功能的重要预测因素。晕动症对视觉空间工作记忆和心理运动技能产生负面影响。总体而言，摘下 VR 头戴设备后，晕动症的恶心和前庭症状的强度显著降低。结论：按重要性排序，晕动症易感性和游戏体验是晕动症的重要预测因素。瞳孔扩张似乎是晕动症的生物标志物。晕动症会影响视觉空间工作记忆和心理运动技能。就用户体验而言，晕动症及其对表现的影响应在沉浸过程中而不是沉浸之后进行检查。
使用增强现实训练中的模拟器晕动症...
摘要 近年来，随着消费级智能眼镜的出现，增强现实技术正在兴起。那些有兴趣部署这些头戴式显示器的人需要更好地了解技术对最终用户的影响。可能阻碍使用的一个关键方面是晕动症，这是从虚拟现实中继承下来的一个已知问题，迄今为止仍未得到充分探索。在本文中，我们通过对航空、医疗和航天三个不同行业的 142 名受试者进行实验来解决这一问题。我们评估了增强现实头戴式显示器 Microsoft HoloLens 是否会导致模拟器晕动症，以及不同症状组（恶心、眼球运动和迷失方向）如何导致模拟器晕动症。我们的研究结果表明，Microsoft HoloLens 在所有参与者中只会引起微不足道的模拟器晕动症症状。大多数使用它的消费者不会出现任何症状，而只有少数人在我们所测试的训练环境中感到轻微的不适。
脊髓中的代谢重编程驱动到疼痛慢性的过渡
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是此预印本版本的版权持有人，该版本发布于2025年2月1日。 https://doi.org/10.1101/2025.01.30.635746 doi：biorxiv Preprint
海报：基于加强学习的自主行动的鲁棒性驱动到对抗性输入
在这项研究中，我们评估了自主驾驶（AD）系统中增强学习的鲁棒性（RL），特别是反对对抗攻击的稳健性。我们采用了Karavolos等人提出的基于Q学习的AD模型。[1]的简单性，是我们分析的基础。此选择使我们能够在简单的Q学习方法和更复杂的RL系统之间进行明显的比较。我们设计了两个威胁模型，以模拟对基于RL的广告系统的对抗性攻击。第一个模型涉及在RL模型的细调中注入未发现的恶意代码，使其容易受到对抗性扰动的影响，这可能会导致在特定的触发条件下碰撞。第二个威胁模型旨在通过直接改变RL模型在特定触发条件下的行动决策来引起碰撞，这代表了一种更隐秘的方法。基于这些威胁模型，我们对两种主要情况的实证研究提出：操纵传感器输入和直接对动作的扰动。研究结果表明，尽管基于RL的AD系统表现出针对传感器输入操纵的弹性，但在受到直接动作扰动时它们会表现出脆弱性。主要的和宽容的场景涉及更改传感器读数，例如在偏心转弯期间，这可能会误导系统并可能导致事故。这对于小误差很大的操作至关重要。第二种情况直接扰动动作，更多地是对基于RL的AD系统脆弱性的理论研究，而不是实用的现实世界威胁。
使用量子限制铁磁晕镜进行轴子搜索
铁磁轴子晕镜利用轴子与电子自旋的相互作用来寻找以轴子形式存在的暗物质。它由一个轴子-电磁场传感器和一个灵敏的射频探测器组成。前者是一个光子-磁振子混合系统，后者基于量子限制约瑟夫森参量放大器。混合系统由十个直径为 2.1 毫米的钇铁石榴石球组成，通过静态磁场耦合到单个微波腔模式。我们的装置是迄今为止最灵敏的射频自旋磁强计。最小可检测场为 5 . 5 × 10 − 19 T，积分时间为 9 小时，对应于轴子-电子耦合常数 g aee ≤ 1 的极限。 7 × 10 − 11 @ 95% CL 我们研制的晕镜的科学运行得到了暗物质轴子对电子耦合常数的最佳极限，频率跨度约为120 MHz，对应轴子质量范围为42 . 4 – 43 . 1 μ eV。这也是第一台仅通过改变静磁场就能进行宽轴子质量扫描的仪器。
早期ATF4活动驱动气道俱乐部和杯状细胞分化
激活转录因子4（ATF4）是由蛋白激酶RNA样ER激酶（PERK）调节的，是一种压力诱导的转录因子，负责控制广泛的自适应基因的表达，从而使细胞能够承受压力的条件。然而，ATF4信号通路对气道再生的影响仍然鲜为人知。在这项研究中，我们使用小鼠气道上皮细胞培养模型来研究PERK/ATF4在呼吸道差异化中的作用。通过药理抑制和沉默，我们发现了PERK/ATF4在基础干细胞差异中的关键参与，从而导致分泌细胞数量减少。CHIP-SEQ分析揭示了ATF4与与成骨细胞分化和分泌细胞功能相关的基因调节元件的直接结合。我们的发现为ATF4在气道上皮分化中的作用及其潜在参与先天免疫反应和细胞适应压力的潜在参与提供了宝贵的见解。