XiaoMi-AI文件搜索系统
World File Search SystemConstrained
高可再生能源渗透岛屿电力系统的频率最低点约束机组组合
摘要 随着基于逆变器的可再生能源 (IBR) 的快速整合，岛屿电力系统的能源脱碳进程不断加快。此类系统的独特之处在于，由于潜在的发电中断或可再生能源不可预测导致的不平衡，频率会快速变化，这对在没有外部支持的情况下维持频率最低点提出了重大挑战。本文提出了一种具有数据驱动的频率最低点约束的机组组合 (UC) 模型，包括频率最低点或最小惯性要求，有助于限制发电机严重停运后的频率偏差。这些约束是使用线性回归模型制定的，该模型利用了现实世界的全年发电调度和动态模拟数据。通过在实际岛屿电力系统中使用历史天气数据进行为期一年的模拟，验证了所提出的 UC 模型的有效性。本文还评估了从实际系统运行假设中得出的替代最小惯性约束。研究结果表明，与替代的最小惯性约束相比，所提出的频率最低点约束显著改善了高光伏 (PV) 渗透水平下的系统频率最低点，尽管发电成本略有增加。
使用大脑变形的地图集和限制的卡尔曼滤波器
摘要 - 基于术前图像的术语脑移位降低了神经元研究系统的准确性。在本文中，可以通过计算脑移位的估计来解决此问题，该估计可用于更新术前的大脑图像。因此，可以提高导航的精度。在这方面，使用大脑变形和受约束的卡尔曼过滤器（ACKF）提出了一种脑移位估计方法。另外，当风险函数是估计误差方差时，获得的ACKF估计是最佳无偏见的最小值估计。此外，在ACKF和两种现有方法（即受约束的卡尔曼滤波器（CKF）和基于地图集的方法）之间进行了比较。比较表明，ACKF会导致更准确的估计，并且需要更少的计算时间。最后，通过模拟说明了提出的ACKF方法对CKF和基于ATLAS的方法的至高无上。
在约束最小二乘过滤计算上开发高性能量子图像算法
摘要：计算机技术的最新开发可能导致量子图像算法成为热点。量子信息和计算给出了我们的量子图像算法的一些优势，这些算法处理了原始经典图像算法无法解决的有限问题。图像处理为量子图像的应用而哭泣。量子图像上的大多数作品都是理论上的，有时甚至是未抛光的，尽管量子计算机中的现实世界实验已经开始并正在繁殖。但是，正如计算机技术的开发有助于推动技术革命一样，从量子力学，量子信息和极其强大的计算机上提出了一种新的量子图像算法。引入了量子图像表示模型来构建图像模型，然后将其用于图像处理。为了重建或估计点扩散函数，采用了先验知识，并根据相反的处理获得非分类估计。使用最佳的平滑度度量来解决噪声的模糊功能。在约束条件上，确定最小标准函数并估计原始图像函数。对于某些运动模糊和某些噪声污染（例如高斯声音），所提出的算法能够产生更好的恢复结果。另外，应该注意的是，当存在噪声强度非常低的噪声攻击时，基于约束最小二乘过滤的模型仍然可以带来良好的恢复结果，并且具有很强的鲁棒性。随后，讨论实现量子电路和图像过滤的复杂性的仿真分析，并证明当噪声密度较小时，该算法对模糊恢复具有良好的影响。
心脏生长和重塑的均质约束混合模型：分析机械生物学稳定性和逆转
抽象的心脏生长和重塑（G＆R）模式在全球范围内和本地都会改变心室大小，形状和功能。生物机械，神经激素和遗传刺激通过心肌尺寸和纤维化的变化驱动这些模式。我们提出了一个新型的微观结构动机模型，该模型基于均质的约束混合理论来预测心脏中器官的G＆R。以前的模型，基于运动学生长理论，通过规定生长的方向和程度，但忽略了潜在的细胞机制，从而再现了G＆R在散装心肌组织中的后果。在我们的模型中，G＆R的方向和程度自然来自心肌组织成分的细胞内和细胞外的转移过程及其首选的稳态伸展状态。我们还提出了一种获得机械相位平衡的参考配置的方法。我们在理想化的3D左心室几何形状上测试了我们的模型，并证明我们的模型旨在在高血压条件下维持紧张的稳态。在稳定图中，我们从具有不同的收缩压和生长因子的相同参数集中确定稳定和不稳定的G＆R区域。此外，我们在第1阶段和第2期高血压后将收缩压返回到基线后的G＆R逆转程度。一种现实的器官心脏G＆R模型有可能识别有心力衰竭风险，实现个性化心脏疗法的患者，并促进医疗设备的最佳设计。
使用受约束的球形卷积
1。Amunts K，Mohlberg H，Bludau S，Zilles K. Julich-Brain：人类大脑细胞结构的3D概率地图。Science 2020; 369：988-92。 2。 Andersson JL，Sotiropoulos SN。 一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。 Neuroimage 2016; 125：1063-78。 3。 Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。 对大脑图像注册中蚂蚁相似性表现的可重复评估。 Neuroimage 2011; 54：2033-44。 4。 Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A. 跟踪密度成像（TDI）：超级分辨率属性的验证。 Neuroimage 2011; 56：1259-66。 5。 Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。 Neuroimage 2009; 47：S102。 6。 Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。 人类Connectome项目的神经影像学方法。 Nat Neurosci 2016; 19：1175-87。 7。 Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。 用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。 SCI REP 2020; 10：21285。 8。 Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Science 2020; 369：988-92。2。Andersson JL，Sotiropoulos SN。 一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。 Neuroimage 2016; 125：1063-78。 3。 Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。 对大脑图像注册中蚂蚁相似性表现的可重复评估。 Neuroimage 2011; 54：2033-44。 4。 Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A. 跟踪密度成像（TDI）：超级分辨率属性的验证。 Neuroimage 2011; 56：1259-66。 5。 Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。 Neuroimage 2009; 47：S102。 6。 Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。 人类Connectome项目的神经影像学方法。 Nat Neurosci 2016; 19：1175-87。 7。 Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。 用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。 SCI REP 2020; 10：21285。 8。 Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Andersson JL，Sotiropoulos SN。一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。Neuroimage 2016; 125：1063-78。3。Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。对大脑图像注册中蚂蚁相似性表现的可重复评估。Neuroimage 2011; 54：2033-44。4。Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A.跟踪密度成像（TDI）：超级分辨率属性的验证。Neuroimage 2011; 56：1259-66。5。Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。Neuroimage 2009; 47：S102。6。Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。人类Connectome项目的神经影像学方法。Nat Neurosci 2016; 19：1175-87。7。Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。SCI REP 2020; 10：21285。8。Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。道概率图：白质解剖结构和特定于区域的分析。Neuroimage 2008; 39：336-47。9。Jenkinson M，Bannister P，Brady M，SmithS。改进了对脑图像的鲁棒和准确的线性注册和运动校正的优化。Neuroimage 2002; 17：825-41。10。Jenkinson M，Beckmann CF，Behrens TE，Woolrich MW，
通过受限子空间变分自动编码器 (CS-VAE) 解开多主体和社会行为表征
有效地建模和量化行为对于我们理解大脑至关重要。在社交和多主体任务中，在自然环境中建模行为仍然是一项重大挑战。对执行相同任务的不同主体的行为进行建模需要将行为数据划分为跨主体共有的特征和每个主体独有的特征。与社交调查相比，在自由移动的环境中对多个个体之间的社交互动进行建模需要解开由个体引起的影响。为了灵活地将行为解开为具有个体和跨主体或社交成分的可解释潜在变量，我们基于半监督方法来划分行为子空间，并提出了一种基于柯西-施瓦茨散度的新型正则化方法。我们的模型称为约束子空间变分自动编码器 (CS-VAE)，成功地对跨主体行为视频的不同特征以及不断变化的社交行为差异进行了建模。我们的方法极大地促进了下游任务中产生的潜在变量的分析，例如揭示解开的行为主题，有效解码新主体的行为，并提供对不同动物如何表现出先天行为的理解。
等长运动任务中单个运动单元的控制和训练受到共同输入信号的限制
摘要 神经接口的最新发展使得实时和非侵入性地跟踪运动神经元脉冲活动成为可能。这种新颖的接口可以通过直接从人类神经系统中提取潜在的高维控制信号，为人类运动增强提供有希望的基础。然而，尚不清楚人类能够多灵活地控制单个运动神经元的活动，以有效增加可用于同时协调多个效应器的自由度数量。在这里，我们为人类受试者（N = 7）提供有关支配单个肌肉（胫骨前肌）的运动单元 (MU) 对的放电模式的实时反馈，并鼓励他们通过跟踪二维空间中的目标来独立控制 MU。受试者学习控制策略以针对各种 MU 组合完成目标跟踪任务。这些策略很少对应于神经活动开始时对单个 MU 的独立输入信号的意志控制。相反，MU 激活与 MU 对的共同输入一致，而 MU 对中单个 MU 的激活主要通过改变去募集顺序来实现，这可以通过运动神经元兴奋性的历史依赖性变化来解释。这些结果表明，基于对单个 MU 的独立突触输入的灵活 MU 募集不太可能，尽管去募集可能反映了神经元内在兴奋性的变化或输入或调制。
约束马尔可夫决策过程的原始对偶方法及其在队列调度和库存管理中的应用
即 [ a ] k ≤ [ b ] k ∀ k ∈ [ K ] 。给定一个向量 x ∈ RK ， [ x ] + = (max { [ x ] 1 , 0 } , ..., max { [ x ] K , 0 } )。
直流微电网功率平衡的经济约束优化：多源电梯系统应用
本文考虑了一种离散时间调度方法，用于实现连续时间直流微电网系统的功率平衡。高阶动力学和电阻网络分别用于对集中式微电网系统的电力存储单元和直流总线进行建模。采用图上的 PH（Port-Hamiltonian）公式来明确描述微电网拓扑。这种建模方法使我们能够推导出一个离散时间模型，该模型可以保持物理系统的功率和能量平衡。接下来，使用所提出的控制模型制定了受约束的经济 MPC（模型预测控制），以有效管理微电网运行。网络建模方法和基于优化的控制的系统组合使我们能够生成适当的功率分布。最后，通过在不同场景下使用真实数值数据对特定直流微电网电梯系统进行仿真和比较结果，验证了所提出方法的优势。
等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知
摘要 - 本文解决了使用增强的对象检测方法检测行人的问题。尤其是，本文考虑了在自主驾驶场景中的闭塞行人检测问题，在这种情况下，准确性和速度之间的性能平衡至关重要。现有的作品着重于独立于身体部位语义的独特人的学习表示。为了实现实时表现以及可靠的检测，我们引入了一个基于身体部位的行人检测体系结构，通过计算有效的约束优化技术将身体部位融合在一起。我们证明我们的方法显着提高了检测准确性，同时添加可忽略的运行时开销。我们使用现实世界数据集评估了我们的方法。实验结果表明，所提出的方法的表现优于现有的行人检测方法。