XiaoMi-AI文件搜索系统
World File Search SystemFukami
通过变异分析检测阿尔法波的闭眼活动
已经开发了多种技术来帮助和改善瘫痪和严重运动障碍患者的交流。BCI 是一种不依赖于大脑正常的周围神经和肌肉输出通路的通信系统。在 UFES/巴西，我们正在开发一种基于诱发视觉刺激的自动驾驶汽车 BCI 系统（Castillo 等人 2013），这可能会导致视觉疲劳。一个很好的替代方法是通过用户命令切换 BCI，该命令可以通过闭眼来执行。这样，就采用了脑电图信号 (EEG)，其中包含允许检测闭眼的信息。通过频率范围为 8 Hz 至 13 Hz 的 alpha 波分析，可以在枕叶上感知眼睛睁开和闭眼活动。alpha 波的高能量对应于清醒受试者的闭眼（90% 的健康和残疾人士）（Alaraj 和 Fukami 2013）。阿尔法波已被用于操作电子设备，然而，与睁眼（EO）和闭眼（EC）相关的自动识别并不是一件容易的事，因为阿尔法波的带宽受自然变化和电噪声以及肌肉伪影的影响。已经开发出几种自动检测阿尔法波的方法，例如：模拟滤波和平滑（AFS）、峰值检测和计数、功率谱分析、分形维数、KM2O-Langevin 和近似熵（Kirkup 等人 1998 年、Craig 等人 2005 年、Sakai 等人 2010 年、Alaraj 和 Fukami 2013 年）。所有上述方法都使用取决于每个受试者和实验条件的阈值作为参考。这项工作的目的是提出一种基于 EEG 阿尔法波变化信息的自动方法，用于识别清醒受试者的闭眼事件，以激活 BCI。
奇数对称平面大厅效应：一种检测电流诱导的面内磁化切换
1 N. H. D. Khang，T。Shirokura，T。Fan，M。Tahahashi，N。Nakatani，D。Kato，Y。Miyamoto，2 H. Wu，D。Turan，Q。Pan，C.-Y. Yang，G。Wu。 下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1092 H. Wu，D。Turan，Q。Pan，C.-Y.Yang，G。Wu。 下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109Yang，G。Wu。下巴，H.-J。 Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109下巴，H.-J。Lin，C.-H。莱，张，M。Jarrahi， 3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用109Lin，C.-H。莱，张，M。Jarrahi，3 K. Gary，C。 4 Y. J. A. b。 Huai，18（6），33（2008）。 5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1093 K. Gary，C。4 Y. J.A. b。 Huai，18（6），33（2008）。5 W.-G。 Wang，M。Li，St.Eageman和C. L. 6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1095 W.-G。 Wang，M。Li，St.Eageman和C. L.6 T. Kawahara，K。Ito，R。Take， 7 A. 7 A. 8 A. J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。 10 10 J. E. E. 11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用1096 T. Kawahara，K。Ito，R。Take，7 A. 7 A.8 A.J. Sinova，St.O。O. Valenzuela，J。Wunderlich，C。H。Back，1213（2015）。10 10 J. E. E.11 K. Gary，I。M。Miron，C。 12 C. O. Avci。 A. Katine，应用10911 K. Gary，I。M。Miron，C。12 C. O. Avci。A. Katine，应用109A. Katine，应用10913 N. H. D. Khang和P. N. Hai，应用物理信函117（25），252402（2020）。14 Y. Takahashi，Y。Takeuchi，C。Zhang，B。Jinnai，S。Fukami和H. Ohno，应用物理信函114（1），012410（2019）。15G.Mihajlović，O。Mosendz，L。Wan，N。Smith，Y。Choi，Y。Wang和J.16 S. Fukami，T。Anekawa，C。Zhang和H. Ohno，自然纳米技术11（7），621（2016）。17 Y.-T。 Liu，C.-C。黄，K.-H。 Chen，Y.-H。黄，C.-C。 Tsai，T.-Y. Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。17 Y.-T。 Liu，C.-C。黄，K.-H。 Chen，Y.-H。黄，C.-C。 Tsai，T.-Y.Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。Chang和C.-F。 PAI，物理审查应用了16（2），024021（2021）。
使用非易失性逻辑的边缘人工智能硬件的前景
(1) D. Evans，“物联网：互联网的下一次发展将如何改变一切”，（白皮书），https：//www。cisco.com / c / dam / global / ru_ua / assets / pdf / iot-ibsg-0411final。pdf（访问日期 2020-01-04）。(2) G.E.Moore，“将更多组件塞入集成电路”，Proc.IEEE，卷。86，号。1，页。82-85，1998 年 1 月，电子学，卷。38，号。8，页。114-117，1965 年 4 月。(3) A. Chien 和 V. Karamcheti，“摩尔定律：第一个结束和一个新的开始”，计算机，卷。46，页。48-53，2013 年 12 月。( 4 ) T. Hanyu、T. Endoh、Y. Ando、S. Ikeda、S. Fukami、H. Sato、H. Koike、Y. Ma、D. Suzuki 和 H. Ohno，“自旋转移力矩磁阻随机存取存储器 (STT-MRAM) 技术”，载于《非易失性存储器和存储技术的发展》，B. Magyari-Kope 和 Y. Nishi 编辑，页。237-281，第 7 章，Woodhead Publishing 电子和光学材料系列，第 2 版，2019 年。( 5 ) 羽生貴弘，“MTJ / MOSハイブリッド回路技术 ”，応用物理 ，vol.86，no.8，pp.662-665，2017 年 8 月。( 6 ) T. Hanyu、T. Endoh、D. Suzuki、H. Koike、Y. Ma、N. Onizawa、M. Natsui、S. Ikeda 和 H. Ohno，“使用基于 MTJ 的 VLSI 计算的待机无电源集成电路”，Proc.IEEE，vol.104，
出版物清单-Ricardo Vinuesa
[80] S. Rezaeiravesh，R。Vinuesa和P. Schlatter。一个不确定性定量框架，用于评估计算流体动力学中的准确性，灵敏度和鲁棒性。J. Comput。SCI。 ，62，101688，2022。 [81] M. Morimoto，K。Fukami，R。Maulik，R。Vinuesa和K. Fukagata。 基于神经网络的流体流量估计中的模型形式的不存在定量。 Nagare J. JPN。 Soc。 流体机械。 ，41，2022。 [82] R. T. Javed，O。Nasir，M。Borit，L。Vanh´ee，E。Zea，S。Gupta，R。Vinuesa和J. Qadir。 下车！ AI伦理教育中的孤岛：全球AI课程的无监督主题建模分析。 J. Artif。 Intell。 res。 ，73，933–965，2022。 [83] Moon，R。Murphy，Y。Nakauchi，E。Prestes，B。RaoR.，R。Vinuesa和C.-M。 m orch。 机器人技术在实现联合国可持续发展目标中的作用 - 专家在2021 IEEE/RSJ IROS研讨会上的会议。 IEEE机器人。 Autom。 mag。 ，29，92–107，2022。 [84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。 翅膀中的流量控制和通过深度加强学习发现新方法。 流体，7，62，2022。 [85] R. Vinuesa和S. Le Clainche。 用于复杂流的机器学习方法。 Energies，15，1513，2022。 [86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。SCI。，62，101688，2022。[81] M. Morimoto，K。Fukami，R。Maulik，R。Vinuesa和K. Fukagata。基于神经网络的流体流量估计中的模型形式的不存在定量。Nagare J. JPN。Soc。流体机械。，41，2022。[82] R. T. Javed，O。Nasir，M。Borit，L。Vanh´ee，E。Zea，S。Gupta，R。Vinuesa和J. Qadir。下车！AI伦理教育中的孤岛：全球AI课程的无监督主题建模分析。J. Artif。 Intell。 res。 ，73，933–965，2022。 [83] Moon，R。Murphy，Y。Nakauchi，E。Prestes，B。RaoR.，R。Vinuesa和C.-M。 m orch。 机器人技术在实现联合国可持续发展目标中的作用 - 专家在2021 IEEE/RSJ IROS研讨会上的会议。 IEEE机器人。 Autom。 mag。 ，29，92–107，2022。 [84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。 翅膀中的流量控制和通过深度加强学习发现新方法。 流体，7，62，2022。 [85] R. Vinuesa和S. Le Clainche。 用于复杂流的机器学习方法。 Energies，15，1513，2022。 [86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。J. Artif。Intell。 res。 ，73，933–965，2022。 [83] Moon，R。Murphy，Y。Nakauchi，E。Prestes，B。RaoR.，R。Vinuesa和C.-M。 m orch。 机器人技术在实现联合国可持续发展目标中的作用 - 专家在2021 IEEE/RSJ IROS研讨会上的会议。 IEEE机器人。 Autom。 mag。 ，29，92–107，2022。 [84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。 翅膀中的流量控制和通过深度加强学习发现新方法。 流体，7，62，2022。 [85] R. Vinuesa和S. Le Clainche。 用于复杂流的机器学习方法。 Energies，15，1513，2022。 [86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。Intell。res。，73，933–965，2022。[83]Moon，R。Murphy，Y。Nakauchi，E。Prestes，B。RaoR.，R。Vinuesa和C.-M。 m orch。 机器人技术在实现联合国可持续发展目标中的作用 - 专家在2021 IEEE/RSJ IROS研讨会上的会议。 IEEE机器人。 Autom。 mag。 ，29，92–107，2022。 [84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。 翅膀中的流量控制和通过深度加强学习发现新方法。 流体，7，62，2022。 [85] R. Vinuesa和S. Le Clainche。 用于复杂流的机器学习方法。 Energies，15，1513，2022。 [86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。Moon，R。Murphy，Y。Nakauchi，E。Prestes，B。RaoR.，R。Vinuesa和C.-M。 m orch。机器人技术在实现联合国可持续发展目标中的作用 - 专家在2021 IEEE/RSJ IROS研讨会上的会议。IEEE机器人。Autom。 mag。 ，29，92–107，2022。 [84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。 翅膀中的流量控制和通过深度加强学习发现新方法。 流体，7，62，2022。 [85] R. Vinuesa和S. Le Clainche。 用于复杂流的机器学习方法。 Energies，15，1513，2022。 [86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。Autom。mag。，29，92–107，2022。[84] R. Vinuesa，O。Lehmkuhl，A。Lozano-Dur´an和J. Rabault。翅膀中的流量控制和通过深度加强学习发现新方法。流体，7，62，2022。[85] R. Vinuesa和S. Le Clainche。用于复杂流的机器学习方法。Energies，15，1513，2022。[86] N. Tabatabaei，R。Vinuesa，R。Orléu和P. Schlatter。在rans模拟中，边界层的湍流跳闸技术。流湍流。燃烧。，108，661–682，2022。[87] N. Tabatabaei，M。Hajipour，F。Mallor，R。Orloul - Orl u，R。Vinuesa和P. Schlatter。使用风洞测量值对NACA4412唤醒建模。流体，7，153，2022。[88] G. R. McPherson，B。Sirmacek和R. Vinuesa。质量灭绝事件的环境阈值。结果工程。，13，100342，2022。[89] D. Mamchur，J。Peksa，S。LeClainche和R. Vinuesa。用于非侵入对象检查的射线照相和新技术的应用和进步。传感器，22，2121，2022。[90] R. Raman，P。Singh，V。K. Singh，R。Vinuesa和P. Nedungadi。了解IEEE访问中出版物的文献计量模式。IEEE访问，10，35561–35577，2022。[91] M. Atzori，W。Kéopp，S。W. D. Chien，D。Massaro，F。Mallor，A。Peplinski，M。Rezaei，N。Jansson，S。Markidis，R。Vinuesa，E。Laure，P。Schlatter，P。Schlatter和T. Weinkauf。用paraview催化剂在NEK5000中大规模湍流模拟的原位可视化。J.超级计算。，78，3605–3620，2022。[92] D. Mamchur，J。Peksa，S。LeClainche和R. Vinuesa。对非侵害对象筛查技术的艺术状态分析。prz。elektrotech。，98，168–173，2022。[93] S. Singh Gill，R。Vinuesa，V。Balasubramanian和S. K. Ghosh。创新的软件系统，用于管理COVID-19大流行的影响。nat。软件。：实践。实验。，52，821–823，2022。[94] R. Vinuesa和B. Sirmacek。可解释的深度学习模型，以帮助实现可持续发展目标。马赫。Intell。 ，3，926，2021。 [95] L. Guastoni，A。Guemes，A。Ianiro，S。Decetti，P。Schlatter，H。Azizpour和R. Vinuesa。 卷积网络模型，以预测壁数量的壁湍流。 J.流体机械。 ，928，A27，2021。 [96] A. Guemes，S。Decetti，A。Ianiro，B。Sirmacek，H。Azizpour和R. Vinuesa。 从粗壁测量到湍流速度场，通过深度学习。 物理。 流体，33，075121，2021。Intell。，3，926，2021。[95] L. Guastoni，A。Guemes，A。Ianiro，S。Decetti，P。Schlatter，H。Azizpour和R. Vinuesa。卷积网络模型，以预测壁数量的壁湍流。J.流体机械。，928，A27，2021。[96] A. Guemes，S。Decetti，A。Ianiro，B。Sirmacek，H。Azizpour和R. Vinuesa。从粗壁测量到湍流速度场，通过深度学习。物理。流体，33，075121，2021。