XiaoMi-AI文件搜索系统
World File Search SystemAlonso
引用出版版本（APA）：Maria Alonso-Valerdi，L.，Ibarra-Zarate，D.I.，Torres-Torres，A.S.
方法：声学疗法为：（1）耳鸣培训治疗（TRT），（2）听觉歧视疗法（ADT），（3）（3）富含声学环境（TEAE）和（4）双耳式疗法治疗（BBT）的治疗。此外，放松音乐也包括在内：耳鸣患者和健康的个体。为了实现这一目标，招募了103名参与者，有53％是女性，男性为47％。所有参与者用这些五个声音之一对所有参与者进行了8周的处理，此外，这些声音也根据其耳鸣的声学特征（如果应用）和听力损失进行了调节。它们是在声学疗法之前和之后对电脑电图进行监测的，并且估计了Aerps的哪些脑电图。通过检查这些AERP的曲线下的面积来评估声学疗法的声音效应。获得了两个参数：（1）幅度和（2）地形分布。
引用（APA）VOOGD，K。L.，Allamaa，J。P.，Alonso-Mora，J。，＆Son，T。D.（2023）。从模拟到现实世界自动dri
对自动驾驶汽车（AV）的研究取得了显着的进步，而深度学习的最新进展（DL），尤其是在车辆感知堆栈上。尽管有一些令人鼓舞的结果和演示，但DL在车辆计划和控制堆栈中的应用仍然有限。深度强化学习（DRL）是一种在序列过程中生成控制策略的方法，并且能够自动从数据学习和适应数据，从而强大地应对不同的操作条件和任务。与传统的基于模型的控制方法相比，这提供了更高的性能计划或控制解决方案，该方法依赖于系统的数学模型。最近通过示例的DRL分解包括Alphastar（Arulkumaran等，2019），该模型旨在播放Starcraft II和端到端的自动驾驶汽车延续（Kendall等，2019）。
neurotecnología：interfaz cerebro-计算机yprotección...
室内定位是一个尚未有效，准确解决的问题。在室外最有效的解决方案是全球位置系统（GPS），但由于信号的减弱，无法在室内使用它，因此已经研究了其他解决方案。这些方法可用于定义盲人，旅游或自主机器人导航的指导的地图。在本文中，提出了强大的障碍检测和映射系统的研究，设计，实施和评估。因此，它可用于警报近对象的存在，并避免在室内导航中发生碰撞。该系统基于飞行时间（TOF）摄像头和单板计算机（SBC），例如Raspberry Pi或Nvidia Jetson Nano。为了评估系统，进行了一些实际的实验。这种系统可以集成在轮椅上，并帮助残障人士在室内移动或从室内环境中获取数据并在2D或3D图像中重新创建它。