XiaoMi-AI文件搜索系统
World File Search SystemG4S
drug4sight：恢复视力的光调节药物
在视网膜变性疾病等视网膜炎色素，感光细胞等视网膜变性疾病中的挑战逐渐丢失，导致视力障碍，治疗方案非常有限。然而，内部视网膜神经回路持续存在，其余神经元可以使用靶向神经元蛋白的药物进行敏感。
EEG4Students：脑电图数据收集和机器学习分析的实验设计
使用机器学习和深度学习根据脑电图 (EEG) 信号预测认知任务一直是脑机接口 (BCI) 中发展最快的领域。然而，在 COVID-19 大流行期间，数据收集和分析可能更具挑战性。大流行期间的远程实验带来了一些挑战，我们讨论了可能的解决方案。本文探讨了可以在个人计算机上有效运行以执行 BCI 分类任务的机器学习算法。结果表明，随机森林和 RBF SVM 在 EEG 分类任务中表现良好。此外，我们研究了如何使用经济实惠的消费级设备进行此类 BCI 实验以收集基于 EEG 的 BCI 数据。此外，我们还开发了数据收集协议 EEG4Students，为对此感兴趣的非专家提供此类数据收集指南。我们的代码和数据可以在 https://github.com/GuangyaoDou/EEG4Students 找到。
G4SEE：基于 Geant4 的单粒子效应模拟工具包及其通过单能中子测量的验证
I. 引言 蒙特卡罗 (MC) 工具广泛应用于辐射对电子产品的影响 [1]，尤其是高能加速器应用。对于后者，用于模拟辐射效应的 MC 代码主要以两种互补的方式使用：第一，用于模拟加速器周围产生的复杂辐射环境 [2]–[4]；第二，用于模拟此类辐射环境与微电子元件之间的相互作用。对于单粒子效应 (SEE)，第二种类型的模拟涉及对微米体积中逐个事件的能量沉积进行评分，代表 SEE 敏感体积 (SV)。相对于互补实验数据，此类模拟的关键附加值在于，它们可以提供加速器环境中存在的非常广泛的粒子和能量的 SEE 概率，而这些粒子和能量通常无法通过实验获得。在欧洲核子研究中心的辐射到电子 (R2E) 项目 [5] 中，SEE MC 模拟被广泛用于模拟高 Z 材料对 SEE 响应能量依赖性的影响 [6]、重离子核相互作用的影响 [7]、低能质子的贡献以及其他单带电粒子