XiaoMi-AI文件搜索系统
World File Search SystemCrac
神经探针插入水凝胶脑模型时的开裂模式和力动力学
摘要 目的. 将穿透性神经探针插入大脑对于神经科学的发展至关重要，但它涉及各种固有风险。原型探针通常插入水凝胶基大脑模型中，并分析其机械响应以了解体内植入期间的插入力学。然而，人们对神经探针在水凝胶大脑模型中插入动力学的潜在机制，特别是开裂现象，仍了解不足。这种知识差距导致在将模型研究获得的结果与在体内条件下观察到的结果进行比较时出现误解和差异。本研究旨在阐明探针的锐度和尺寸对探针插入水凝胶模型时出现的开裂机制和插入动力学的影响。方法. 系统地研究了由尖端角度、宽度和厚度定义的不同柄形状的假探针的插入。透明水凝胶中插入引起的裂纹用不混溶染料加重，通过原位成像跟踪，并记录相应的插入力。开发了三维有限元分析模型来获得探针尖端和幻像之间的接触应力。主要结果。研究结果揭示了一种双重模式：对于尖锐、细长的探针，由于与插入方向一致的直裂纹不断扩展，插入力在插入过程中始终保持在较低水平。相反，钝的、厚的探针会产生很大的力，并且随着插入深度的增加而迅速增加，这主要是由于形成了具有锥形裂纹表面的分支裂纹，以及随后的内部压缩。这种解释挑战了传统的理解，即忽视了开裂模式的差异，并将增加的摩擦力视为导致更高插入力的唯一因素。通过实验确定了区分直裂纹和分支裂纹的关键探针锐度因素，并从三维有限元分析中得出了两种开裂模式之间转变的初步解释。意义。本研究首次提出了神经探针插入水凝胶脑模型时两种不同开裂模式的机制。建立了开裂模式与插入力动力学之间的相关性以及探针锐度的影响，通过模型研究为神经探针的设计提供了见解，并为未来研究探针植入过程中脑组织开裂现象提供了参考。
可卡因和快克可卡因会议，2024 年 5 月 23 日
• 特定诊所或小组工作计划 • 提供健康检查，特别关注可卡因/快克使用者的担忧 • 强调为那些担心自己吸食的人提供 IEP 和治疗 • 在 IEP 的同时提供快克烟斗 • 利用低门槛药物计划的强度，为同时使用阿片类药物和可卡因的人提供服务，让人们接受可以减少伤害和提供密切支持的服务。 • 使用 WAND 干预措施（针对高风险注射用户的伤害减少干预措施，通过向参与者提供代金券进行激励）来吸引人们 尽可能广泛地宣传上述所有内容（包括通过紧急服务、候诊室、IEP 等） 与有生活经验的人进一步合作，以确定可能吸引用户参与的优惠（包括替代疗法、有利环境、可能提供的干预措施等。 外展、内展和应对危机（MAT 3）
在混凝土墙，砖甲板和人行道上进行自主裂纹检测的深度学习方法
裂缝是在各种人造结构（例如人行道，桥梁，核电站壁和隧道天花板）上观察到的常见问题。发生结构元素分为不同的碎片时，发生裂纹，代表当混凝土承受超出其拉伸能力的力时缓解应力的机制[1]。这是一种恶化过程的症状，可以削弱混凝土或使其承受过度的压力，从而导致其失去完整性[2]。发生裂缝时，垂直于裂缝的拉伸应力消除了[3]。由于混凝土的异质材料结构和脆性行为，人们广泛认为，裂纹最终会在结构的寿命中出现。建筑代码明确承认这一点，以确保尽管形成了破裂，但结构可以忍受预定的服务寿命的负载。混凝土裂纹会导致严重的后果，例如降低强度和刚度，降低了美学，耐用性较短和防水损害[4]。由于裂缝而导致的刚度丧失会导致结构元素的其他变形和位移。
AILS-NTUA 参加 SemEval-2024 任务 9：破解脑筋急转弯
在本文中，我们概述了我们参加 SemEval-2024 第 9 项竞赛的作品：“脑筋急转弯：一项违背常识的新任务”。我们参与两个子任务：子任务 A - 句子拼图和子任务 B - 单词拼图。我们通过微调评估了大量不同大小的预训练的基于 Transformer 的语言模型。随后，我们对它们的分数和反应进行分析，以帮助未来的研究人员理解和有效地利用这些模型。我们表现最佳的方法在两个子任务的竞赛排行榜上都占据了竞争地位。在评估阶段，我们最好的作品在句子拼图中获得了 81.7% 的平均准确率，在单词拼图中获得了 85.4% 的平均准确率，分别比最佳神经基线 (ChatGPT) 高出 20% 和 30% 以上。
破解密码揭露信用卡犯罪... - TRACE
本研究的主要目的是探索商业模式画布在理解和解构白领犯罪运作结构方面的适用性，特别强调信用卡犯罪作为重点。通过将从暗网获得的犯罪信用卡手册与 BMC 的见解相结合，本研究引入了一种理解和处理非法活动的创新方法。应用画布来解构信用卡生态系统的关键组成部分，建立了一个系统框架，用于理解此类犯罪活动中涉及的动机、操作程序、资源分配和财务动态。本研究强调了商业模式画布在解开错综复杂的犯罪网络方面的多功能性和有效性，并提出了一种利用这种方法调查和打击各种白领犯罪的模型。通过强调 Canvas 与信用卡欺诈手册的成功结合，该研究为采用类似方法分析和打击各种形式的金融犯罪奠定了基础，从而展示了在信用卡欺诈犯罪之外的更广泛应用的潜力。
使用机器学习
摘要：表征2D材料中的缺陷，例如沉积化学蒸气（CVD）的裂纹 - 生长的六边形氮化硼（HBN）对于评估材料质量和可靠性至关重要。传统的特征方法通常是耗时且主观的，可以受到HBN的光学对比度有限的阻碍。为了解决这个问题，我们使用Matlab的Image Labeler并进行了对细致的注释和训练，利用了转移的CVD生长的HBN膜中的Yolov8n深学习模型来进行自动裂纹检测。该模型展示了有希望的裂纹检测能力，准确地识别了不同大小和复杂性的裂纹，并且损失曲线分析揭示了渐进式学习。然而，精确和回忆之间的权衡突出了需要进一步完善的必要性，尤其是在区分多层HBN地区的精细裂缝方面。这项研究证明了基于ML的方法简化2D材料表征并加速其集成到高级设备中的潜力。
H7通过加沙地带的饮用水，巴勒斯坦
摘要：航空空间铝合金作为航空工程中的重要材料，在各种航空航天组件中找到广泛的应用。然而，延长的用法通常会导致疲劳自然裂缝的出现，从而带来了严重的安全风险。因此，对航空铝合金裂纹的准确定量检测技术的研究至关重要。首先，基于三分弯曲实验模型，本文准备了疲劳天然裂纹标本，并校准了自然裂纹的深度。然后，鉴于自然裂纹固有的几何特征的复杂性，使用实验研究获得并分析了不同自然裂纹深度下的脉冲涡流信号。最后，为了更好地表现出PEC信号和裂纹深度之间的非线性，提出了基于GA的BPNN算法。拉丁高立方体方法被认为可以优化遗传算法中的种群分布。结果表明，自然裂纹的表征精度达到2.19％。
基于图像的混凝土裂纹检测方法使用中值绝对偏差
摘要：本文提出了一种创新的方法，用于使用基于图像中中位绝对偏差（MAD）的自适应阈值方法来检测和量化混凝土裂纹。该技术应用有限的预处理步骤，然后根据像素的灰度分布，动态地确定适用于每个子图像的阈值，从而导致定制的裂纹分割。使用拉普拉斯边缘检测方法获得裂纹的边缘，并为每个中心线点获得裂纹的宽度。该方法的性能是使用检测概率（POD）曲线作为实际裂纹大小的函数来测量的，从而揭示了显着的功能。发现所提出的方法可以检测到狭窄至0.1 mm的裂纹，对于具有较大宽度的裂纹的概率为94％和100％。还发现该方法的精度，精度和F2分数值比OTSU和Niblack方法更高。
材料设计的裂纹挠度分析
沿木材颗粒（0°）沿最艰难的方向定向的裂纹倾向于在90°偏转到倒影，而不是沿0°方向延伸。骨折韧性数据很难解释。研究了用聚合物代替木孔空间的裂纹生长机制和影响。使用应变场测量值和有限元分析（FEA）（FEA），在桦木的四点弯曲断裂力学和两种不同聚合物填充的桦木复合材料中分析裂纹生长。校准裂纹和90°领域中的凝聚区模型描述了正极性FEA模型中断裂过程区的性质。0◦裂纹渗透与90◦基于凝聚区特性分析裂纹挠度的条件。稳定的亚临界裂纹挠度在低负载下发生，减少裂纹尖端应力浓度，并有助于高结构韧性，前提是90◦韧性不太低。聚合物填充的整洁桦木复合材料在本研究中具有最佳的结构韧性特性，因为任何化学处理都不会损害90◦韧性。
寻找裂缝：人工智能在军事应用的新视角
亚当斯，道格拉斯。终极搭便车指南。完整且未删节。纽约：Wings Books，1996 年。 Ben Jiang。“中国科技老兵在 ChatGPT 狂潮中投身人工智能初创企业。”南华早报，2023 年 4 月 7 日。https://www.scmp.com/tech/tech-trends/article/3217457/chinese-tech-veterans-jump-ai-start-ups-amid-chatgpt-frenzy。 克劳塞维茨，卡尔·冯。论战争。迈克尔·艾略特·霍华德和彼得·帕雷特主编。第一次平装印刷。新泽西州普林斯顿：普林斯顿大学出版社，1989 年。 哈夫，达雷尔和欧文·盖斯。如何用统计数据说谎。诺顿平装再版。纽约：诺顿，1993 年。 Ian Bogost。“ChatGPT 比你想象的还要愚蠢。”大西洋月刊 (在线)，2022 年 12 月 7 日。https://www.theatlantic.com/technology/archive/2022/12/chatgpt-openai-artificial- intelligence-writing-ethics/672386/。李开复。人工智能超级大国：中国、硅谷和新世界秩序。纽约霍顿·米夫林·哈考特出版社，2018 年。迈克尔·拉里斯。 “致命的特斯拉车祸与技术和人为失误有关”，《华盛顿邮报》[在线]，2020 年 2 月 25 日。https://www.washingtonpost.com/local/trafficandcommuting/deadly-tesla-crash-tied-to-technology-and-human-failures-ntsb-says/2020/02/25/86b710bc-574d-11ea-9b35-def5a027d470_story.html。奥尼尔，凯茜。数学毁灭武器：大数据如何加剧不平等并威胁民主。第一版。纽约：Crown，2016 年。肖天亮。军事战略学。楼耀良、康武超、蔡仁钊主编。北京，中国：国防大学出版社，2020 年。