XiaoMi-AI文件搜索系统
World File Search SystemGuihua
混合现实可视化和人脑的交互式血流动力学计算
谈话标题：气候变化的可能影响 - 从海上到沿海和河口区域摘要：我们探索海洋对人为气候强迫的反应。海洋一般循环模型（OGCM）实验表明，与风的自然变异相比，海面变暖是亚热带循环变化的主要强迫，而海洋反应对表面变暖的空间模式不敏感。我们的模型还表明，海面变暖会导致上层黑杂质增强，而表面盐度则在高纬度地区降低，这是大西洋的一部分。我们还讨论了气候变化，盆地规模海洋和海岸之间的联系。个人简要介绍：Guihua Wang是Fudan University大气与海洋科学与大气科学研究所的教授。他的研究集中在多尺度海洋大气相互作用及其在海洋中的作用。他同时进行了观察和建模研究，涵盖了所有三个主要海洋，尤其是包括南中国海在内的太平洋。他的研究导致了对中尺度海洋涡流，大规模风驱动循环，南中国海深海循环以及它们与热带气旋的相互作用的首先了解。这些研究还提供了有关强烈电流的多尺度变异性的想法，例如黑杂电流，海湾流和南极电流及其对热带气旋和气候变化的反应。
Guihua Wang实时的表面识别系统，用于可变的双头机器人步行速度lcnet.pdf-科学技术学院
摘要 - 优化人工神经网络的计算效率对于资源受限的平台（例如自主驾驶系统）至关重要。为了应对这一挑战，我们提出了一个轻巧的上下文感知网络（LCNET），该网络加速了语义细分，同时在本文中保持了推理速度和细分精度之间的有利权衡。提出的LCNET引入了部分通道转换（PCT）策略，以最大程度地减少基本单元的计算潜伏期和硬件要求。在PCT块中，三个分支的上下文聚合（TCA）模块扩展了功能接收场，从而捕获多尺度上下文信息。此外，双重注意引导的解码器（DD）恢复了空间细节并增强了像素预测的认可。在三个基准上进行的广泛实验证明了拟议的LCNET模型的有效性和效率。值得注意的是，一个较小的LCNET 3_7仅获得了73.8％MIOU，只有51万个参数，分别使用单个RTX 3090 GPU和Jetson Xavier NX，其令人印象深刻的推理速度约为142.5 fps和〜9 fps。更准确的LCNET 3_11版本可以在约117 fps的推理速度下以相同的分辨率达到75.8％MIOU，在城市景观上约为117 fps推理速度。可以在较小的图像分辨率下实现更快的推理速度。LCNET在移动应用程序方案 - iOS的计算效率和预测能力之间取得了巨大的平衡。代码可在https://github.com/lztjy/lcnet上找到。
英文版导师简介 能动学院
Tang Guihua教授研究领域：微/纳米级热与传质以及照片 - 热电话协调的转换，以及在太阳能，热电学材料，纳米孔热绝缘材料中的应用，从雾气中收集的水和冷凝热和热传递。电子邮件：ghtang@mail.xjtu.edu.cn主页：http：//ghtang.gr.xjtu.edu.edu.edu.cn http：//scholar.google.co.uk/citations？
Guihua Wang 实时的表面识别系统，用于可变的双头机器人步行速度 lcnet.pdf-科学技术学院
摘要 - 在机器人运动过程中以不同速度识别基础表面对于安全有效的机器人导航很重要。这项工作旨在通过在每脚下方固定的力传感器来识别多个室内表面，同时以不同的速度导航，从而增强了双子机器人的感知能力。通过将实时多对象支持向量机（SVM）与有效的时域功能相结合，提出了一种机器人的准确但成本较固的表面标识系统。在这种情况下，研究了四个有希望的手工制作的时域特征，其中均方根（RMS）功能被证明超过了其他三个功能。可以通过分别以两个不同的步行速度应用RMS来实现十倍SVM交叉验证中95.99％和98.16％的平均平均精度（地图）。具有较高的计算效率可以实现高分类精度，因此可以在诸如Arduino或Jetson Nano之类的低成本平台上进行系统部署，这使我们的方法适合在各种步行速度之间进行广泛应用。
第 7 卷第 2 期 2025 年 1 月 10 日
Editor-in-Chief Hongbing Shen Founding Editor George F. Gao Deputy Editor-in-Chief Liming Li Gabriel M Leung Zijian Feng Executive Editor Chihong Zhao Members of the Editorial Board Rui Chen Wen Chen Xi Chen (USA) Zhuo Chen (USA) Gangqiang Ding Xiaoping Dong Pei Gao Mengjie Han Yuantao Hao Na He Yuping He Guoqing Hu Zhibin Hu Yueqin Huang Na Jia Weihua Jia Zhongwei Jia Guangfu Jin Xi Jin Biao Kan Haidong Kan Ni Li Qun Li Ying Li Zhenjun Li Min Liu Qiyong Liu Xiangfeng Lu Jun Lyu Huilai Ma Jiaqi Ma Chen Mao Xiaoping Miao Ron Moolenaar (USA) Daxin Ni An Pan Lance Rodewald (USA) William W. Schluter (USA) Yiming Shao Xiaoming Shi Yuelong Shu RJ Simonds (USA) Xuemei Su Chengye Sun Quanfu Sun Xin Sun Feng Tan Jinling Tang Huaqing Wang Hui Wang Linhong Wang Tong Wang Guizhen Wu Jing Wu Xifeng Wu (USA) Yongning Wu Min Xia Ningshao Xia Yankai Xia Lin Xiao Hongyan Yao Zundong Yin Dianke Yu Hongjie Yu Shicheng Yu Ben Zhang Jun Zhang Liubo Zhang Wenhua Zhao Yanlin Zhao Xiaoying Zheng Maigeng Zhou Xiaonong Zhou Guihua Zhuang
卷。 7 No. 20 1月3日，2025年
Editor-in-Chief Hongbing Shen Founding Editor George F. Gao Deputy Editor-in-Chief Liming Li Gabriel M Leung Zijian Feng Executive Editor Chihong Zhao Members of the Editorial Board Rui Chen Wen Chen Xi Chen (USA) Zhuo Chen (USA) Gangqiang Ding Xiaoping Dong Pei Gao Mengjie Han Yuantao Hao Na He Yuping He Guoqing Hu Zhibin Hu Yueqin Huang Na Jia Weihua Jia Zhongwei Jia Guangfu Jin Xi Jin Biao Kan Haidong Kan Ni Li Qun Li Ying Li Zhenjun Li Min Liu Qiyong Liu Xiangfeng Lu Jun Lyu Huilai Ma Jiaqi Ma Chen Mao Xiaoping Miao Ron Moolenaar (USA) Daxin Ni An Pan Lance Rodewald (USA) William W. Schluter (USA) Yiming Shao Xiaoming Shi Yuelong Shu RJ Simonds (USA) Xuemei Su Chengye Sun Quanfu Sun Xin Sun Feng Tan Jinling Tang Huaqing Wang Hui Wang Linhong Wang Tong Wang Guizhen Wu Jing Wu Xifeng Wu (USA) Yongning Wu Min Xia Ningshao Xia Yankai Xia Lin Xiao Hongyan Yao Zundong Yin Dianke Yu Hongjie Yu Shicheng Yu Ben Zhang Jun Zhang Liubo Zhang Wenhua Zhao Yanlin Zhao Xiaoying Zheng Maigeng Zhou Xiaonong Zhou Guihua Zhuang
与学习有关的认知和情感因素
05 社论：与学习有关的认知和情感因素 Mikaela Nyroos、Johan Korhonen 和 Riikka Mononen 08 将明确的自我效能干预与计算策略训练相结合对成绩较差的小学生的好处 Tuire Koponen、Tuija Aro、Pilvi Peura、Markku Leskinen、Helena Viholainen 和 Mikko Aro 25 理解心理认知过程对学生学习满意度的影响：社会认知职业理论与 SOR 模型的结合 张桂华、岳晓瑶、叶燕和彭耀平 39 新冠疫情期间的在线实验：测试自主支持对情绪和学业坚持的影响 Yurou Wang、Jihong Zhang 和 Halim Lee 51 家庭学习环境对数学和数学早期认知和非认知结果的作用阅读 Stefanie Vanbecelaere、Kanako Matsuyama、Bert Reynvoet 和 Fien Depaepe 65 认知与学业成绩：人格特征与心理健康的中介作用 Yueqi Shi 和 Shaowei Qu 78 创造性数学推理：认知的需要重要吗？ Bert Jonsson、Julia Mossegård、Johan Lithner 和 Linnea Karlsson Wirebring 88 工作记忆及其在数学焦虑与数学成绩关系中的中介作用：一项荟萃分析 Jonatan Finell、Ellen Sammallahti、Johan Korhonen、Hanna Eklöf 和 Bert Jonsson 102 降低在校儿童的数学焦虑：干预研究的系统评价 Miriam Balt、Moritz Börnert-Ringleb 和 Lars Orbach 117 无论自我报告的认知需求如何，检索练习都是有效的——行为和大脑成像证据 Carola Wiklund-Hörnqvist、Sara Stillesjö、Micael Andersson、Bert Jonsson 和 Lars Nyberg 127 课堂竞争与小学生学业成绩的关系：学习焦虑和学习投入作为中介因素 国强Li, Zhiyuan Li, Xinyue Wu 和 Rui Zhen 137 数学成绩与数学态度之间的关系：性别、考试焦虑和工作记忆的影响 Ann Dowker 和 Hannah Sheridan
柔性传感器技术路线图
Yifei Luo, Mohammad Reza Abidian, Jong-Hyun Ahn, Deji Akinwande, Anne M. Andrews, Markus Antonietti, Zhenan Bao, Magnus Berggren, Christopher A. Berkey, Christopher John Bettinger, Jun Chen, Peng Chen, Wenlong Cheng, Xu Cheng, Seon-Jin Choi, Alex Chortos, Canan Dagdeviren, Reinhold H. Dauskardt, Chong-an Di, Michael D. Dickey, Xiangfeng Duan, Antonio Facchetti, Zhiyong Fan, Yin Fang, Jianyou Feng, Xue Feng, Huajian Gao, Wei Gao, Xiwen Gong, Chuan Fei Guo, Xiaojun Guo, Martin C. Hartel, Zihan He, John S. Ho, Youfan Hu, Qiyao Huang, Yu Huang, Fengwei Huo, Muhammad M. Hussain, Ali Javey, Unyong Jeong, Chen Jiang, Xingyu Jiang, Jiheong Kang, Daniil Karnaushenko, Ali Khademhosseini, Dae-Hyeong Kim, Il-Doo Kim, Dmitry Kireev, Lingxuan Kong, Chengkuo Lee, Nae-Eung Lee, Pooi See Lee, Tae-Woo Lee, Fengyu Li, Jinxing Li, Cuiyuan Liang, Chwee Teck Lim, Yuanjing Lin, Darren J. Lipomi, Jia Liu, Kai Liu, Nan Liu, Ren Liu, Yuxin Liu, Yuxuan Liu, Zhiyuan Liu, Zhuangjian Liu, Xian Jun Loh, Nanshu Lu, Zhisheng Lv, Shlomo Magdassi, George G. Malliaras, Naoji Matsuhisa, Arokia Nathan, Simiao Niu, Jieming Pan, Changhyun Pang, Qibing Pei, Huisheng Peng, Dianpeng Qi, Huaying Ren, John A. Rogers, Aaron Rowe, Oliver G. Schmidt, Tsuyoshi Sekitani, Dae-Gyo Seo, Guozhen Shen, Xing Sheng, Qiongfeng Shi, Takao Someya, Yanlin Song, Eleni Stavrinidou, Meng Su, Xuemei Sun, Kuniharu Takei, Xiao-Ming Tao, Benjamin C. K. Tee, Aaron Voon-Yew Thean, Tran Quang Trung, Changjin Wan, Huiliang Wang, Joseph Wang, Ming Wang, Sihong Wang, Ting Wang, Zhong Lin Wang, Paul S. Weiss, Hanqi Wen, Sheng Xu, Tailin Xu, Hongping Yan, Xuzhou Yan, Hui Yang, Le Yang, Shuaijian Yang, Lan Yin, Cunjiang Yu, Guihua Yu, Jing Yu, Shu-Hong Yu, Xinge Yu, Evgeny Zamburg, Haixia Zhang, Xiangyu Zhang, Xiaosheng Zhang, Xueji Zhang, Yihui Zhang, Yu Zhang, Siyuan Zhao, Xuanhe Zhao, Yuanjin Zheng, Yu-Qing Zheng, Zijian Zheng, Tao Zhou, Bowen Zhu, Ming Zhu, Rong Zhu, Yangzhi Zhu, Yong Zhu, Guijin Zou, and Xiaodong Chen *
柔性传感器技术路线图 - 香港
Yifei Luo, Mohammad Reza Abidian, Jong-Hyun Ahn, Deji Akinwande, Anne M. Andrews, Markus Antonietti, Zhenan Bao, Magnus Berggren, Christopher A. Berkey, Christopher John Bettinger, Jun Chen, Peng Chen, Wenlong Cheng, Xu Cheng, Seon-Jin Choi, Alex Chortos, Canan Dagdeviren, Reinhold H. Dauskardt, Chong-an Di, Michael D. Dickey, Xiangfeng Duan, Antonio Facchetti, Zhiyong Fan, Yin Fang, Jianyou Feng, Xue Feng, Huajian Gao, Wei Gao, Xiwen Gong, Chuan Fei Guo, Xiaojun Guo, Martin C. Hartel, Zihan He, John S. Ho, Youfan Hu, Qiyao Huang, Yu Huang, Fengwei Huo, Muhammad M. Hussain, Ali Javey, Unyong Jeong, Chen Jiang, Xingyu Jiang, Jiheong Kang, Daniil Karnaushenko, Ali Khademhosseini, Dae-Hyeong Kim, Il-Doo Kim, Dmitry Kireev, Lingxuan Kong, Chengkuo Lee, Nae-Eung Lee, Pooi See Lee, Tae-Woo Lee, Fengyu Li, Jinxing Li, Cuiyuan Liang, Chwee Teck Lim, Yuanjing Lin, Darren J. Lipomi, Jia Liu, Kai Liu, Nan Liu, Ren Liu, Yuxin Liu, Yuxuan Liu, Zhiyuan Liu, Zhuangjian Liu, Xian Jun Loh, Nanshu Lu, Zhisheng Lv, Shlomo Magdassi, George G. Malliaras, Naoji Matsuhisa, Arokia Nathan, Simiao Niu, Jieming Pan, Changhyun Pang, Qibing Pei, Huisheng Peng, Dianpeng Qi, Huaying Ren, John A. Rogers, Aaron Rowe, Oliver G. Schmidt, Tsuyoshi Sekitani, Dae-Gyo Seo, Guozhen Shen, Xing Sheng, Qiongfeng Shi, Takao Someya, Yanlin Song, Eleni Stavrinidou, Meng Su, Xuemei Sun, Kuniharu Takei, Xiao-Ming Tao, Benjamin C. K. Tee, Aaron Voon-Yew Thean, Tran Quang Trung, Changjin Wan, Huiliang Wang, Joseph Wang, Ming Wang, Sihong Wang, Ting Wang, Zhong Lin Wang, Paul S. Weiss, Hanqi Wen, Sheng Xu, Tailin Xu, Hongping Yan, Xuzhou Yan, Hui Yang, Le Yang, Shuaijian Yang, Lan Yin, Cunjiang Yu, Guihua Yu, Jing Yu, Shu-Hong Yu, Xinge Yu, Evgeny Zamburg, Haixia Zhang, Xiangyu Zhang, Xiaosheng Zhang, Xueji Zhang, Yihui Zhang, Yu Zhang, Siyuan Zhao, Xuanhe Zhao, Yuanjin Zheng, Yu-Qing Zheng, Zijian Zheng, Tao Zhou, Bowen Zhu, Ming Zhu, Rong Zhu, Yangzhi Zhu, Yong Zhu, Guijin Zou, and Xiaodong Chen *
I2P注册通过学习从像素到点相似性的基本对齐特征空间 通过滚动曲线在大规模点云中的全局本地化... ct-lvi：一个朝着连续的激光 - 视觉的框架... AI和大型模型的基础 对象重新识别的功能聚合和连接性 混合现实可视化和人脑的交互式血流动力学计算 Guihua Wang 实时的表面识别系统，用于可变的双头机器人步行速度 lcnet.pdf-科学技术学院
估计相机和激光雷达之间的相对姿势对于促进多代理系统中复杂的任务执行至关重要。尽管如此，当前的方法论遇到了两个主要局限性。首先，在跨模式特征提取中，它们通常采用单独的模态分支来从图像和点云中提取跨模式特征。此方法导致图像和点云的特征空间未对准，从而降低了建立对应关系的鲁棒性。第二，由于图像和点云之间的比例差异，不可避免地会遇到一到一对像素点的对应关系，这会误导姿势优化。为了应对这些挑战，我们通过学习从p ixel到p oint sim Imarlities（i2p ppsim）的基本对齐特征空间来提出一个名为i Mage-p oint云注册的框架。I2P PPSIM的中心是共享特征对齐模块（SFAM）。 它是在粗到精细体系结构下设计的，并使用重量共享网络来构建对齐特征空间。 受益于SFAM，I2P PPSIM可以有效地识别图像和点云之间的共同视图区域，并建立高可责任2D-3D对应关系。 此外，为了减轻一对一的对应问题，我们引入了一个相似性最大化策略，称为点最大。 此策略有效地过滤了异常值，从而确立了准确的2D-3D对应关系。 为了评估框架的功效，我们进行了有关Kitti Odometry和Oxford Robotcar的广泛实验。I2P PPSIM的中心是共享特征对齐模块（SFAM）。它是在粗到精细体系结构下设计的，并使用重量共享网络来构建对齐特征空间。受益于SFAM，I2P PPSIM可以有效地识别图像和点云之间的共同视图区域，并建立高可责任2D-3D对应关系。此外，为了减轻一对一的对应问题，我们引入了一个相似性最大化策略，称为点最大。此策略有效地过滤了异常值，从而确立了准确的2D-3D对应关系。为了评估框架的功效，我们进行了有关Kitti Odometry和Oxford Robotcar的广泛实验。结果证实了我们框架在改善图像到点云注册方面的有效性。为了使我们的结果可重现，源代码已在https://cslinzhang.github.io/i2p上发布。