XiaoMi-AI文件搜索系统
World File Search SystemDecomposition
光子计数CT中的材料分解：一种由检测器物理和ASIC建模驱动的深度学习方法
摘要。基于光子计数检测器（PCD）的光子计算计算机断层扫描（PCCT）以尖端的CT技术脱颖而出，提供增强的空间分辨率，减少辐射剂量和先进的材料分解功能。尽管它得到了公认的广告，但挑战是由现实现象引起的，例如PCD电荷共享效应，特定于应用的集成电路（ASIC）堆积和频谱转移，并引入了实际物理效应与理想物理模型中的实际物理效应之间的差异。这种未对准会导致图像重建过程中的重大错误，该过程在材料分解中尤其。在本文中，我们介绍了一种新型的检测器物理学和ASIC模型引导的深度学习系统模型，该模型是为PCCT量身定制的。该模型擅长捕获PCCT系统的全面反应，包括检测器和ASIC重音。我们提出了实验结果，证明了该模型的实验精度和鲁棒性。关键进步包括减少校准误差，材料分解成像的提高质量以及提高定量一致性。该模型代表了在弥合PCCT的理论假设和实际复杂性之间的差距，为更精确，更可靠的医学成像铺平道路时的差距。
CS168：现代算法工具箱讲座＃9：单数值分解（SVD）和低级别矩阵近似
2。更新大型ML模型。低级矩阵近似的一种相当现代的应用是用于“微调”巨大模型。在大型语言模型（LLMS）的设置中，经常有一些现成的巨大模型，其中数十亿（或更多）。鉴于这种大型模型已在巨大但通用的语料库（网络文本）上进行过培训，因此经常执行“微调”。这个微调阶段是在特定于域的数据集上进行的第二轮训练的阶段，通常大小相当适度。微调任务的示例可能是客户服务交流，ED论坛问和答案，医疗报告等的数据集。微调的挑战是，更新如此庞大的模型在计算上非常昂贵。2021纸洛拉：大型语言模式的低排名改编[1]使得1）1）微调更新通常接近低级，因此2）因此，2）一个人可以明确地以1000x或10,000x的参数训练原始模型的这些更新对原始模型的培训，如果您有兴趣，请查看原始论文（或讨论它的博客文章的动物园）。
研究论文基于经验模态分解和自回归模型的脑电图视觉意象识别
脑机接口 (BCI) 的传统想象任务包括运动想象 (MI)，即指示受试者想象移动身体的某些部位。这种想象任务对受试者来说很难。在本研究中，我们使用了一种研究较少但更容易执行的心理想象类型——视觉想象 (VI)，即指示受试者在大脑中可视化一幅图片以实现 BCI。在本研究中，招募了 18 名受试者并指示他们观察两张视觉提示图片中的一张（一张是静态的，另一张是移动的），然后在每次试验中想象提示的图片。同时，收集脑电图 (EEG) 信号。希尔伯特-黄变换 (HHT)、自回归 (AR) 模型以及经验模态分解 (EMD) 与 AR 的组合分别用于提取特征。支持向量机 (SVM) 用于对两类 VI 任务进行分类。 HHT 的平均、最高和最低分类准确率分别为 68.14 ± 3.06%、78.33% 和 53.3%。AR 模型的 Te 值分别为 56.29 ± 2.73%、71.67% 和 30%。EMD 和 AR 模型组合获得的 Te 值分别为 78.40 ± 2.07%、87% 和 48.33%。结果表明，基于 EEG 可分离多个 VI 任务，并且用于 VI 特征提取的 EMD 和 AR 模型的组合优于单独的 HHT 或 AR 模型。我们的工作可以为构建新的在线 VI-BCI 提供思路。
确定改善移动和固定实验中EEG数据基于ICA基于ICA的分解的关键因素
EEG硬件和分析方法中的摘要最新发展允许在固定设置和移动设置中进行记录。否则实验设置，脑电图记录被噪声污染，必须在功能解释数据之前将其删除。独立的组件分析（ICA）是一种综合使用的工具，可从数据中删除眼部运动，肌肉活动和外部噪声，并分析有关脑电图有效脑源水平的活动。过滤数据的有效性是改善先前研究的分解的一个关键预处理步骤。然而，迄今为止尚无研究比较有关ICA分解预处理的移动和固定实验的不同要求。因此，我们评估了脑电图实验，通道数量和预处理过程中高通滤波器的临界值如何影响ICA分解。我们发现，对于常用的设置（固定实验，64个通道，0.5 Hz滤波器），ICA结果是可以接受的。但是，在移动实验中应使用高达2 Hz截止频率的高通滤波器，并且更多的通道需要更高的过滤器才能达到最佳分解。在移动实验中发现了更少的大脑IC，但是即使使用低密度通道设置，使用ICA清洁数据也很重要且功能性。根据结果，我们为改善ICA分解的不同实验设置提供了指南。
在高能量密度锂离子电池中缓解超厚的干燥阳极中的PTFE分解
韩国陶瓷工程与技术研究所，金朱52851，大韩民国B能源工程系，汉阳大学，222 WANGSIMNI-RO，SEONGDONG，SEOLN-GU，SEOUL 04763，SEOUL 04763，韩国能源与化学工程共和国共和国共和国，ULSAN 449919191919191919. 16499年，大韩民国e工业化学系，普金国立大学，45 Yongso-ro，NAM-GU，Busan 48513，大韩民国第48513号，Pusan National University，Busan University，Busan 46241，46241，韩国韩国Griorea Inspector office and kyungpook National University，Kyungpook National University，Daegu 46241 Gachon University，Seongnam-Si，Gyonggi-Do 13120，大韩民国韩国陶瓷工程与技术研究所，金朱52851，大韩民国B能源工程系，汉阳大学，222 WANGSIMNI-RO，SEONGDONG，SEOLN-GU，SEOUL 04763，SEOUL 04763，韩国能源与化学工程共和国共和国共和国，ULSAN 449919191919191919. 16499年，大韩民国e工业化学系，普金国立大学，45 Yongso-ro，NAM-GU，Busan 48513，大韩民国第48513号，Pusan National University，Busan University，Busan 46241，46241，韩国韩国Griorea Inspector office and kyungpook National University，Kyungpook National University，Daegu 46241 Gachon University，Seongnam-Si，Gyonggi-Do 13120，大韩民国
围绕死亡和衰减的微生物组：食物加工，肉类变质和人类分解环境的微生物生态
该资源是由作者使用美国司法部提供的联邦资金准备的。表达的意见或观点是作者的意见或观点，不一定反映美国司法部的官方立场或政策。
基于集合经验模态分解技术的广域风电-储能调度规划
摘要 — 本文致力于解决一项极具挑战性的任务，即开发一种针对广阔地理区域的风力发电的日前调度计划程序。使用完全集合经验模态分解技术，结果表明区域聚集风力发电的低频分量占风能利用的扰动能量的最大比例。通过利用低频分量的慢变特性，可以轻松获得这些分量的准确预测，并将其纳入开发的调度计划程序中。在拟议的电力流控制策略下运行的集中式电力调度储能系统提供的缓冲作用有助于实现广域风力发电的可调度性。使用抽水蓄能系统作为调度储能介质，说明了所开发程序的有效性。
水资源管理和洪水减轻：在气候变化下的混合分解EMD-ANN模型研究
摘要，近年来，人口不断增长和城市化的增加使管理水成为世界上的关键问题。在全球范围内，洪水是最具破坏性的自然灾害之一。洪水风险缓解措施在很大程度上依赖于准确，一致的水流预测。巴基斯坦上印度河流域（UIB）最容易受到洪水的影响。最近几十年来洪水变得越来越频繁。UIB可以分为子区域，其集体影响在Massam地区最突出。UIB水文和气象站观测值已用于研究季节性水电学变化。为了预测洪水，本研究提出了一种将人工神经网络作为多层感知器（MLP）的混合模型，以及经验模式分解（EMD）。从1960年至2012年，1969年至2012年和1972年至2012年的地表水水文学项目和巴基斯坦气象部收集的数据已从17个地点使用。统计参数和NASH -SUTCLIFFE效率以分析模型的能力。结果，基于分解的模型在预测准确性方面的性能优于基于AI的模型。MLPQTP-EMD的表现比竞争AI模型要好。通过在洪水季节（6月至9月）进行峰值分析，以实现91.3％的得分，进一步验证了结果，并增加了EMD增加5.6％的输入数据，获得了39.3-32.3％的统计指数得分。
来自东北大西洋的三种海带物种的厌氧分解动力学：对蓝色碳存储的影响
摘要：碎屑的分解途径是宏观栖息地对“蓝色碳”天然碳固相的贡献的关键过程。使用异位分解室研究了3个东北大西洋冠层海带物种的厌氧分解。thallus零件（stipes，holdfast和叶片）Hyperborea，Saccharina latis-sima和L. digitata在温度控制的黑暗条件下仍在海水中孵育。难治性（RP），第一阶分解速率（K）和相关的半衰期（T 1/2）的cal cal- cal- cal- cal。在0、7、14和21 D中测量了在孵化水中测量的溶解有机和无机碳（分别是DOC和DIC），并在每个分解阶段确定热重为重量纤维纤维纤维。氧气耗尽发生在24小时内。发布的DOC是DIC的大约5倍。Holdfast材料产生了最多的DIC，而刀片材料则释放了最大数量的DOC。S. latissima发行的文档少于L. Hyperborea和L. digitata。在整个21 d孵育中，碎片的平均（SD）RP从0.46±0.05增加到0.50±0.04。S. latissima的整个RP最高。一阶分解速率，平均在3个海带物种上，给出了27.8±2.9 d的叶片片段的半衰期（t 1/2），（k = 0.025±0.002），而定位为113.2±21.1 d（k = 0.006±0.001）。该实验在早期分解过程中表达了宏观碳的命运，因此可以控制大量藻类的蓝色碳途径的过程，从而强调了不同物种和thallus部分的分解差异。
使用连续分解索引
摘要：快速，健壮的大脑 - 计算机界面（BCI）系统的开发需要非复合和有效的计算工具。为此目的采用的现代程序是复杂的，它限制了它们在实际应用中的使用。在这项研究中，第一次，据我们所知，基于连续的分解指数（SDI）的特征提取方法被用于运动和心理成像脑电图（EEG）任务的分类。首先，使用多尺度主分析（MSPCA）对BCI竞争III的公共数据集IVA，IVB和V进行了剥离，然后计算出与数据的每个试验相对应的SDI功能。最后，使用六个基准的机器学习和神经网络分类器来评估所提出方法的性能。使用10倍的交叉验证方法，在二进制和多类应用程序中针对二进制和多类应用中的运动和心理图像数据集进行了所有实验。此外，开发了使用SDI（CADMMI-SDI）对计算机化的运动和心理图像的自动检测，以实际描述所提出的方法。实验结果表明，使用FeedForward神经网络类别获得了97.46％（数据集IVA），99.52％（数据集IVB）和99.33％（数据集V）的最高分类精度。此外，执行了一系列实验，即统计分析，通道变化，分类参数变化，处理和未加工的数据以及计算复杂性，并得出结论，SDI对于噪声和非元素和效率生物标记的噪声和精确的Motory和Impellation Motorie and Imnellys Motorie and of Nocie and of noise和Efiment and Imnelligation Motorie and obles and becongementions。