深脑刺激(DBS)通过将电脉冲传递到大脑的基底神经节(BG)区域来治疗由帕金森氏病(PD)引起的运动症状的巨大希望。但是,美国食品药品监督管理局(FDA)批准的DBS设备只能以固定幅度提供连续的DBS(CDB)刺激;这种效率低下的操作可降低设备的电池寿命,无法动态地适应活动,并且可能引起严重的副作用(例如步态障碍)。在这项工作中,我们引入了一个离线增强学习(RL)框架,允许使用过去的临床数据来训练RL政策以实时调整刺激幅度,目的是减少能源利用,同时保持相同的治疗水平(即,控制)功效为CDB。此外,临床原型要求在患者部署之前证明此类RL控制器的安全性和性能。因此,我们还引入了一种离线政策评估(OPE)方法,以在对患者进行部署之前使用历史数据估算RL政策的性能。我们对配备RC+S DBS系统的四名PD患者进行了评估,在每月临床就诊期间采用RL控制器,并通过症状严重程度评估了整体控制功效(即,Bradykinesia和Tremor),PD生物制造商的变化(即,本地现场电位)和患者评分。临床实验的结果表明,我们的基于RL的控制器保持与CDB相同的控制功效水平,但刺激能量显着降低。此外,OPE方法在准确估算和对RL控制器的预期回报方面有效。
摘要。本文介绍了一项更广泛研究的一部分,该研究旨在识别和监测职业风险,以及早发现员工身心健康可逆性损伤的迹象和症状、工作能力下降以及工作实践中出现缺陷和危险行为,这是由于高强度的神经心理或身体专业努力造成的。研究结果旨在强调:试验对象所经历的专业努力因素;无法避免的职业风险因素,由于工作量的性质和完成工作的条件,这些因素最终会导致工作能力下降、过早磨损、与工作有关的疾病和工作场所的危险行为,对员工和/或其他人的安全和健康造成严重后果;预防和减少已发现的工作和压力因素的措施,以确保工作场所的健康和安全、最佳利用人力资源和在整个职业生涯中保持工作能力。研究结果可以应用于确保职业健康和安全法规的行动中,并根据现行立法监测员工的健康状况和工作能力。
摘要:可编程逻辑控制器(PLC)构成了关键基础设施(CIS)和工业控制系统(ICS)的重要组成部分。它们具有定义如何驱动和操作关键过程的控制逻辑,例如核电站,石化工厂,水处理系统和其他设施。不幸的是,这些设备并不完全安全,并且容易受到恶意威胁,尤其是那些利用PLC控制逻辑中的漏洞的设备。这些威胁称为控制逻辑注射攻击。他们主要旨在破坏由裸露的PLC控制的物理过程,从而造成对目标系统的灾难性损害,如Stuxnet所示。回顾过去十年,许多研究努力探索和讨论这些威胁。在本文中,我们介绍了与控制逻辑注射攻击有关PLC的最新作品。为此,我们根据三种主要攻击方案的攻击者技术为安全研究界提供了新的系统化。对于本工作中介绍的每项研究,我们概述了攻击策略,工具,安全目标,受感染的设备和潜在的漏洞。基于我们的分析,我们强调了当前保护PLC免受这种严重攻击的安全挑战,并建议对未来的研究方向提出安全建议。
摘要 - 深处增强学习(DRL)是一种强大的机器学习范式,用于生成控制自主系统的代理。但是,DRL代理的“黑匣子”性质限制了其在现实世界中关键应用程序中的部署。为代理行为提供强大保证的一种有前途的方法是使用神经Lyapunov屏障(NLB)证书,该证书是通过系统中学的功能,其属性间接地暗示着代理的行为。但是,基于NLB的证书通常很难学习,甚至更难验证,尤其是对于复杂的系统。在这项工作中,我们提出了一种新颖的方法,用于培训和验证基于NLB的离散时间系统证书。具体来说,我们引入了一种证书组成的技术,该技术通过策略性地设计一系列证书来简化高度复杂系统的验证。当通过神经网络验证引擎共同验证时,这些证书提供了正式的保证,即DRL代理都实现了其目标并避免了不安全的行为。此外,我们引入了一种用于证书过滤的技术,该技术大大简化了生成正式验证的证书的过程。我们通过案例研究证明了我们的方法的优点,该案例研究为DRL控制的航天器提供了安全性和livesice保证。
摘要:我们介绍了Umi-On-Legs,这是一个新框架,结合了四倍的操纵系统的真实世界和仿真数据。我们使用手持抓手(UMI)在现实世界中以任务为中心的数据收集,这提供了一种廉价的方式来展示与任务相关的操纵技巧,而无需机器人。同时,我们通过训练与任务仿真设置的任务跟踪训练全身控制器在模拟中缩放以机器人为中心的数据。这两个策略之间的接口是任务框架中的最终效应器传播,由操作策略推断,并传递给整体控制器进行跟踪。我们评估了对智力,非划算和动态操纵任务的UMI-ON-LEGS,并在所有任务上报告超过70%的成功率。最后,我们证明了先前工作中预先训练的操作策略检查站的零射击横界部署,该检查点最初是针对我们的四足动物系统在我们的四足动物系统上的。我们认为,该框架为学习动态机器人实施方案学习表达性操纵技能提供了可扩展的途径。请查看我们的网站,以获取机器人视频,代码和数据:https://umi-on-legs.github.io/
艾默生(Emerson)或其任何附属实体都没有承担任何产品的选择,使用或维护。对任何产品的适当选择,使用和维护的责任仅保留在购买者和最终用户中。Fisher,FieldVue和Valvelink是由Emerson Electric Co. Emerson业务部门的一家公司拥有的商标。Emerson和Emerson徽标是Emerson Electric Co.的商标和服务标记。所有其他商标都是其各自所有者的财产。本出版物的内容仅出于信息目的而呈现,尽管为确保其准确性所做的一切努力,但不应将其解释为本文所述的产品或服务的保证或担保,明示或暗示,或其使用或其适用性或适用性。所有销售均由我们的条款和条件约束,可应要求提供。我们保留随时修改或改进此类产品的设计或规格的权利,恕不另行通知。
摘要 - 机器人越来越多地用于服务和工业活动。在过去的几十年中,它的导航一直是世界上研究人员的空缺问题。这项研究的目标是为在具有静态和移动障碍的动态和未知环境中运行的移动机器人开发控制方法。该方法利用基于激光雷达传感器的模糊逻辑方法来收集有关环境的信息并做出导航的决策。该研究重点是在材料处理应用中使用移动机器人,例如仓库或具有平坦地板的库。结果证明了所提出的方法在静态和移动障碍物周围导航移动机器人的能力,从而在各种材料处理应用中使用。该研究为复杂环境中移动机器人导航的开放问题提供了潜在的解决方案。关键字 - 模糊控制器,移动机器人,车轮机器人,路径规划,轨迹
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受纳入博士论文和硕士论文。有关更多信息,请联系 commons@erau.edu。
转座因子 (TE) 占人类基因组的 50% 以上,许多转座因子在整个进化过程中被用来为基因表达网络提供调控功能。多种证据表明,这些网络由最大的 TE 控制家族——含 KRAB 的锌指蛋白 (KZFP) 进行微调。允许 TE 转录激活(称为“转转录”)的组织之一是成年人脑,但缺乏关于这一过程的程度及其对人脑发育的潜在贡献的全面研究。为了阐明发育中人脑的时空转转录组,我们分析了两个独立的 RNA 序列数据集,涵盖从受孕后八周到成年的 16 个大脑区域。我们揭示了独特的 KZFP:TE 转录谱,它定义了从产前晚期到产后早期的过渡,以及驱动神经发生相关基因表达的 TE 衍生的替代启动子的时空和细胞类型特异性激活。长读测序证实了这些 TE 驱动的异构体是神经源性转录本的重要贡献者。我们还通过实验表明,一个被选择的反义 L2 元素驱动时间蛋白从内质网中重新定位,这暗示了灵长类动物进化中存在新的 TE 依赖性蛋白功能。这项工作突出了时空 KZFP:TE 转录组的广泛动态性质及其在 TE 介导的基因组创新和神经典型人类大脑发育中的重要性。为了促进对这些时空基因和 TE 表达动态的交互式探索,我们提供了“Brain TExplorer”网络应用程序,供社区免费使用。
NASA Glenn研究中心的低温电子组一直在努力开发电动机控制电子产品,该电子设备将在40 K的温度下运行。该组进行了测试,以确定哪些电子组件将在如此低的温度下运行。然后,确定在低温下成功运行的组件被用于设计低温运动控制器电路。建立,评估和证明是在70 K处运行的原型电机控制器电路。接下来,Glenn Researchers计划在温度更低的温度下确定电路性能 - 降低到40K。