XiaoMi-AI文件搜索系统
World File Search SystemHBR
使用功能性大脑连接和机器学习进行基于 EEG/fNIRS 的工作量分类
摘要：为了提高生产率或预防事故，人们迫切需要一种技术来估计人类在某些活动期间的心理负荷。大多数研究都集中于单一的生理感知方式，并使用单变量方法来分析多通道脑电图 (EEG) 数据。本文提出了一个新框架，该框架依赖于混合脑电图 - 功能性近红外光谱 (EEG-fNIRS) 的特征，并由机器学习特征支持，以处理多级心理负荷分类。此外，我们建议在三个频段的时间和频域中使用双变量功能性大脑连接 (FBC) 特征，而不是常用的用于脑电图记录的单变量功率谱密度 (PSD)：delta (0.5-4 Hz)、theta (4-7 Hz) 和 alpha (8-15 Hz)。借助 fNIRS 氧合血红蛋白和脱氧血红蛋白 (HbO 和 HbR) 指标，FBC 技术显著提高了分类性能，使用公共数据集对 0-back 与 2-back 的准确率为 77%，对 0-back 与 3-back 的准确率为 83%。此外，地形和热图可视化表明，EEG 和 fNIRS 的区分区域在 0-back、2-back 和 3-back 测试结果之间存在差异。确定 EEG 和 fNIRS 区分心理工作量的最佳区域是不同的。具体而言，后区在 alpha 波段的后中线枕叶 (POz) EEG 中表现最佳，而 fNIRS 在右额叶区域 (AF8) 中具有优势。
Hache和Bace1抑制潜在的反阿尔茨海默氏症的潜在
According to Scheme 1 , compounds 2 – 5 were synthe- sized starting from 3-{4-[(benzylethylamino) methyl]- phenyl}-6-methoxychromen-2-one, and compounds 6 – 9 from 3-{4-[(benzylethylamino)methyl]phenyl}-7-meth- oxychromen-2-one, which were treated with 48% HBr to分别是羟基衍生物10和11。随后用2个氨基乙基兄弟的替代分别给出了中间体12和13。通过CF 3 COOH的保护组（BOC）释放了主要氨基函数（14和15）。通过与DCC激活（3,5-二氟苯基）的苯甲酸，3,5-二苯基纤维素酸反应形成最终膜衍生物（2-9），形成了3,4-二二氢氢氢羟基酸或3,4-二二氯环酸的过程，四二二二氯环酸，四二二二氯环酸，均一构成四个二二氯环酸，分别构成了均可构成的两种过程，分别构成了两次均可构成的均可构成的两种过程，分别构成了两种均可构成的二型均可分析。 （3,5-二氟苯基）乙酸，3,5-二氟肾上腺素，3,4-二二氟羟基羟基苯甲酸和3,4-二氯环酸（1.3 eporiv）在N 2 Cl 2下溶于Ch 2 Cl 2。然后，将DCC（1.4当量）添加到每个反应器中。氨基衍生物14（在第一个系列中）或15（在第二次系列中）（在第二个系列中）（1.0当量）在0 C下添加，并在室温下在n 2下2小时搅拌每种混合物。从每个溶液中填充DCU。通过灰烬色谱法对每种粗产物的纯化产生了轴向酰胺2 - 9（Tabel 1）。
人工智能技术助力日益复杂的社会做出决策和达成共识
[福岛19] S. Fukushima：复杂社会中决策与共识构建支持技术发展趋势，人工智能，第34卷，第2期，第131-138页（2019年） [福岛21] S. Fukushima：人工智能研究新趋势：日本的制胜策略，JST CRDS报告，CRDS-FY2021-RR-01（2021年） [福田19] N. Fukuda、S. Fukushima、T. Ito、T. Taniguchi、M. Yokoo：复杂社会中决策与共识构建的AI技术，人工智能，第34卷，第6期，第863-869页（2019年） [郝19] 郝K.：DeepMind希望教AI玩比围棋更难的纸牌游戏，麻省理工学院技术评论，2月5日， 2019，https://www.technologyreview. com/2019/02/05/137577/deepmind-wants-to-teach-ai-how-to-play-a-card-game-thats-harder-than-go/ (2019) [HBR 19] 专题：假新闻，DIAMOND《哈佛商业评论》，2019 年 1 月刊，第 16-82 页 (2019) [Ito 17] Ito, T.、Fujita, K.、Matsuo, N.、Fukuda, N.：基于代理技术创建大规模共识构建支持系统 ─ 迈向实现自动协助代理 ─，人工智能，第 32 卷，第 5 期，第 739-747 页 (2017) [Ito 20] Ito, T.、Suzuki, S.、Yamaguchi, N.、Nishida、T.、Hiraishi、K. 和 Yoshino、K.：D-Agree：基于自动化辅助代理的群体讨论支持系统，第 34 届 AAAI 人工智能会议论文集，第 13614-13615 页 (2020) [Kimura 18] Kimura、Y.、Fukushima、S. 等人：支持复杂社会决策和共识建立的信息科学与技术，JST CRDS 战略提案，
四个周期垂直堆叠的SIGE/SI CHANNEN FINFET制造及其电特性
摘要：在本文中，为了解决sige通道鳍片效果晶体管（FinFET）的外延厚度极限和高界面陷阱密度，提出了四个周期的SIGE/SI CHANNEL FINFET。高晶体质量的四个周期堆叠的SIGE/SI多层外延，每个SIGE层的厚度小于10 nm的厚度在Si基板上实现，而没有任何结构缺陷影响，通过优化其外延的生长过程。同时，SIGE层的GE原子分数非常均匀，其SIGE/SI接口很清晰。然后，通过优化其偏置电压和O 2流量，可以通过HBR/O 2/He等离子体实现堆叠的SIGE/SI FIN的垂直文件。引入了四个周期垂直堆叠的SIGE/SI FIN结构后，其FinFET设备在与常规SIGE FINFET相同的制造过程中成功制造。与传统的SIGE通道芬法特（Sige Channel FinFet）相比，它可以达到更好的驱动电流I，子阈值斜率（SS）和I ON /I OFF比率电性能，其SIGE通道的鳍高度几乎等于四个周期的SIGE /SIGE /SIGE /SI频道中的SIGE总厚度。这可能归因于四个周期堆叠的SIGE/SI FIN结构具有较大的有效通道宽度（W EFF），并且在整个制造过程中可以保持质量和表面界面性能更好。此外，首先打开堆叠的SIGE/SI通道的Si通道也可能对其更好的电气性能有所贡献。这个四个周期垂直堆叠的SIGE/SI Channel FinFet设备已被证明是未来技术节点的实用候选人。
基于功能近红外光谱技术评估意识障碍患者的残留认知
准确诊断长期意识障碍（DOC）患者的意识水平对于设计治疗计划、确定康复服务和预测预后至关重要。DOC 1 – 4 主要包括昏迷（仅有失眠和反射行为）、无反应觉醒综合征（UWS）和微意识状态（MCS）。UWS 5 中的患者临床上清醒，但对自己和周围环境没有意识。与 UWS 不同，MCS 6 中的患者表现出极少、不一致但可重复的有目的的意识证据。对这两组患者的意识的临床评估和诊断具有挑战性。目前，主观床边行为评估仍被视为评估 DOC 患者意识的临床参考标准。7 但据报道误诊率为 ∼ 40% 。 3 事实上，由于患者的认知、运动和感觉障碍，以及检查者和环境条件等其他因素，准确评估 DOC 患者的脑功能和检测其残留意识非常复杂、耗时且具有挑战性。评估 DOC 患者意识水平的一种客观方法是使用功能神经影像技术。在过去的几年中，各种神经影像学和电生理研究为评估 DOC 患者意识、探索结构和功能特征、监测意识恢复以及阐明 DOC 患者意识的潜在机制提供了宝贵的见解。1、3、4、8 2006 年，Owen 等人提出了一项功能性磁共振成像 (fMRI) 研究，他们指导一名符合 UWS 临床标准的患者在 fMRI 扫描仪中执行打网球的想象来回答“是”，并执行空间导航想象来回答“否”。 9 fMRI 结果显示，患者的大脑活动与健康对照者在相同任务下的活动相似，表明存在残留认知。在后续研究中，10 fMRI 用于评估一组 DOC 患者在心理意象任务期间的故意大脑活动。结果显示，在行为上看似无反应的患者中，约有 17% 实际上具有隐蔽意识，可以调节大脑活动以响应简单的是非问题进行交流。神经影像学和电生理学研究的新发现表明，在行为检查中看似无反应的患者中，约有 20% 实际上可以表现出隐蔽意识。这种差异被称为认知运动分离 (CMD)。4、11 也就是说，这些患者实际上有意识，即使他们在行为上没有反应，但是，使用不依赖于患者产生外部反应能力的电生理和神经成像技术可以观察到明显的意识迹象。最近，2020 年欧洲神经病学学会指南建议应“在可行的情况下”使用基于任务的神经影像学研究来准确检测 DOC 患者的意识。12尽管基于 fMRI 的研究为 DOC 领域提供了有价值的信息，但相对大规模的设备要求、费用和严格的受试者限制使其无法应用于植入金属的患者，并限制了其在纵向床边监测或重症监护病房危重患者的使用。功能性近红外光谱 (fNIRS) 13 是一种非侵入性光学神经成像技术，在脑机接口 (BCI)、精神分裂症研究、神经康复、新生儿护理等领域发展迅速。7、14-16 与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更高。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 在以更高的空间分辨率定位和分割大脑区域方面优于 EEG。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究 DOC 患者的功能活动和评估残余意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等 18 首次使用 fNIRS 对 MCS 患者的残余意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与 UWS 患者更相似。神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与
以创伤为重点的青少年工作方法。
查找您的 ACE 分数 ra hbr 10 24 06 在您成长的过程中，在您生命的前 18 年里： 1. 父母或家中的其他成年人是否经常...... 骂您、侮辱您、贬低您或羞辱您？或做出让您害怕自己可能会受到身体伤害的行为？ 是 否 如果是，请输入 1 ________ 2. 父母或家中的其他成年人是否经常...... 推、抓、扇您耳光或向您扔东西？或曾经用力打您以至于您身上有痕迹或受伤？ 是 否 如果是，请输入 1 ________ 3. 至少比您大 5 岁的成年人或人是否曾经...... 触摸或爱抚您，或者让您以性方式触摸他们的身体？或试图或实际上与您进行口交、肛交或阴道性交？ 是 否 如果是，请输入 1 ________ 4. 您是否经常觉得...... 您的家人中没有人爱您，或者认为您很重要或很特别？或者您的家人不互相照顾、不亲近、不互相支持？ 是 否 如果是，请输入 1 ________ 5. 您是否经常感到……您没有足够的食物，不得不穿脏衣服，没有人保护您？或者您的父母喝醉了或吸毒后无法照顾您或在您需要时带您去看医生？ 是 否 如果是，请输入 1 ________ 6. 您的父母是否曾分居或离婚？ 是 否 如果是，请输入 1 ________ 7. 您的母亲或继母是否：经常被推、抓、打耳光或被扔东西？或者有时或经常被踢、咬、用拳头打或用硬物击打？或者曾经反复殴打至少几分钟或被枪或刀威胁过？ 是 否 如果是，请输入 1 ________ 8. 您是否与有饮酒问题、酗酒或吸毒的人一起生活？是 否 如果是，请输入 1 ________ 9. 家庭成员是否患有抑郁症或精神病，或者家庭成员是否曾试图自杀？ 是 否 如果是，请输入 1 ________ 10. 家庭成员是否入狱？ 是 否 如果是，请输入 1 ________ 现在将您的“是”答案加起来：_______ 这是您的 ACE 分数
利用机器学习释放 fNIRS 的潜力
在本研究中，我们探索了使用功能性近红外光谱 (fNIRS) 信号与现代机器学习技术结合对特定解剖运动进行分类的潜力，以增加基于 fNIRS 的脑机接口 (BCI) 应用的控制命令数量。这项研究的重点是新颖的个体手指敲击，这是 fNIRS 和 fMRI 研究中众所周知的任务，但仅限于左/右手指或几根手指。24 名右撇子参与者执行了个体手指敲击任务。根据 10-10 国际系统，使用放置在运动皮层上的 16 个源和探测器记录数据。该事件的平均氧合 1 HbO 和脱氧 1 HbR 血红蛋白数据被用作特征，以评估不同机器学习 (ML) 模型在具有挑战性的多类分类环境中的性能。这些方法包括 LDA、QDA、MNLR、XGBoost 和 RF。一种新的基于 DL 的模型“Hemo-Net”已被提出，它由多个并行卷积层组成，并使用不同的滤波器来提取特征。本文旨在探索在多类分类任务中使用 fNRIS 与 ML/DL 方法的有效性。与 LDA、MNLR 和 QDA 相比，RF、XGBoost 和 Hemo-Net 等复杂模型具有相对更高的测试集准确率。Hemo-Net 表现出色，达到了 76% 的最高测试集准确率，然而，在这项工作中，我们的目标不是提高模型的准确率，而是探索 fNIRS 是否具有神经特征来帮助现代 ML/DL 方法进行多类分类，这可以用于脑机接口等应用。使用 fNIRS 数据很难对精细解剖运动（例如单个手指运动）进行多类分类。与基于集成的 RF 和 XGBoost 方法相比，MNLR 和 LDA 等传统 ML 模型的性能较差。基于 DL 的方法 Hemo-Net 优于本研究中评估的所有方法，并展示了基于 fNIRS 的 BCI 应用的光明前景。
人工智能将如何改变项目管理
PM 研究新闻 AI 将如何改变项目管理 副标题 2022 年 2 月 24 日——美国马萨诸塞州波士顿和德克萨斯州达拉斯——著名的项目管理领导者 Antonio Nieto-Rodriguez 和 Ricardo Viana Vargas 撰写了一篇非常有趣的新文章，本月发表在《哈佛商业评论》在线版上，题为“AI 将如何改变项目管理”。根据摘要：今天只有 35% 的项目成功完成。这个令人失望的比例的一个原因是项目管理可用的技术成熟度低。这种情况即将改变。研究人员、初创公司和创新组织开始将人工智能、机器学习和其他先进技术应用于项目管理，到 2030 年，该领域将发生重大转变。技术将很快改善项目选择和优先级排序、监控进度、加快报告速度并促进测试。在虚拟项目助理的帮助下，项目经理会发现他们的角色更多地集中在指导和利益相关者管理上，而不是管理和手动任务上。作者展示了想要从项目管理技术中获益的组织应该如何从今天开始收集和清理项目数据、准备人员以及投入推动这一转变所需的资源。在介绍一些有趣且有用的背景信息之后，作者讨论了“项目管理将被颠覆的六个方面”。要阅读这篇有趣的文章，请访问 https://hbr.org/2023/02/how-ai-will-transform-project-management 。Antonio Nieto-Rodriguez 是《哈佛商业评论项目管理手册》、《HBR 文章《项目经济已经到来》和其他五本书的作者。他的研究及其对现代管理的全球影响得到了 Thinkers50 的认可。Antonio 是教授和指导高管战略实施艺术和科学以及现代项目管理的先驱和权威，目前担任七所顶尖商学院的客座教授。他是 Projects&Co 和战略实施研究所的创始人。您可以通过他的网站、他的 LinkedIn 简报《成功领导项目》和他的在线课程《为非项目经理重塑项目管理》关注 Antonio。Ricardo Viana Vargas 博士是 Macrosolutions 的创始人兼董事总经理，这是一家在能源、能源和环境领域开展国际业务的咨询公司。
中国空军的数字化转型
9 Fumi Kaoru，“Re-on Modern Air Force”（蓝天出版社，2009 年），第 276-277 页。薰认为，作战、后勤保障、后勤要综合协调建设。 10 《现实时代与国家情报监督并存》，《解放军报》，2022 年 4 月 8 日。 11 《自主创新助力战鹰行动》，《解放军新闻》，2022 年 4 月 20 日。 12 ALIS是支持自主国际后勤保障ALGS（自主后勤全球维持）的信息系统，由美国洛克希德·马丁公司开发，作为F-35的全球后勤保障系统而建立。 “F-35 现在：ODIN 取代 ALIS”，《航空信息》（2021 年 1 月），第 104-107 页。 13 在美国空军的 DX 中，国防工业或军工联合体正在开发各种设备。 14 Stelios Kavadias 等人，“变革性商业模式”，载于《哈佛商业评论》关于领先数字化转型的 10 篇必读读物（波士顿：哈佛商业评论出版社，2021 年），第 5 页15-27。15 美国国防部，“领导人表示，数字化转型、人工智能对于保持战场优势非常重要”，国防部新闻，最后更新于 6 月 9 日，https://www.defense.gov/News/News-Stories/Article/ Article/3058028 /digital-transformation-ai-important-in-keeping-battlefield-edge-leaders-say/；BAE SYSTEMS，“什么是数字化转型？” https://www.baesystems.com/en-us/definition/what-is-digital-transformation
高纵横比硅沟槽的蚀刻。
在 DRAM 器件中制造电荷存储电容器时，高纵横比 (AR) 沟槽对于实现大电容值必不可少。高 AR 沟槽的蚀刻会受到固有 RIE 滞后机制的影响，这是由于深沟槽底部的离子能量和蚀刻物质数量减少所致。本文提出了两种方法来尽量减少这些问题，从而实现更高的硅蚀刻速率和更深的沟槽。本文所述工作中使用的气体混合物为 HBr + NF 3 + O 2 。沟槽蚀刻工艺的设计目的是在蚀刻沟槽时在侧壁上连续沉积一层薄钝化膜。这种氧化物状钝化膜 (SiO x F y Cl z ) 可防止沟槽侧壁在 XY 平面表面被蚀刻时被蚀刻。在蚀刻过程中平衡形成钝化膜对于在高纵横比沟槽蚀刻中实现高度各向异性至关重要。尽管钝化膜形成于包括蚀刻前沿在内的所有表面上，但沟槽底部的膜却不断被入射到该表面上的高能离子去除。然而，侧壁上的膜不受离子轰击（除了那些以掠射角接收离子且能量 > 阈值能量的区域），因此不会被蚀刻，从而防止硅的横向蚀刻。该过程还提高了掩模选择性，因为钝化膜也沉积在掩模表面上，从而降低了其有效蚀刻速率。据悉，蚀刻工艺内置有沉积组件，可在沟槽表面形成氧化物状钝化膜。由于沟槽开口附近的壁暴露在高浓度反应物等离子体中的时间最长，因此此处的沉积物较厚（> 25 nm），并随着深度逐渐变薄至 < 5 nm。沟槽下部沉积物较薄的另一个原因是，从倾斜掩模偏转的一些离子以掠射角到达该区域并使薄膜变薄。顶部沉积物较厚的直接后果是开口收缩，从而减小了这一临界尺寸，这反过来又通过减少进入沟槽孔的离子和中性粒子的数量而增加了 RIE 滞后。因此，可实现的深度减小，电池电容也减小了。显然，通过减薄衬里定期扩大该开口将允许更多蚀刻物质进入沟槽，底部的立体角增加，从而实现更高的硅蚀刻速率。虽然减薄可以在单独的系统中完成，但我们建议在本文中现场执行此步骤。需要定制此原位等离子清洗工艺，以便在此步骤中不会显著蚀刻掩模。这很关键，因为减薄工艺按要求，等离子体中几乎没有或完全没有沉积成分。我们已成功使用硅烷（例如 SiH 4 ）和含 F 气体（例如 NF 3 ）的混合物以及少量或完全没有氧气来进行此减薄步骤。另一种方法涉及去除钝化层