XiaoMi-AI文件搜索系统
World File Search SystemITR
传感器
摘要：基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）拼写器因其高信息传输速率（ITR）而受到广泛研究。本文旨在提高SSVEP-BCI在高速拼写方面的实用性。系统从自行开发的专用EEG设备获取脑电图（EEG）数据，并将刺激布置为键盘。对任务相关成分分析（TRCA）空间滤波器进行修改（mTRCA）以进行目标分类，并且在离线分析中与原始TRCA相比表现出明显更高的性能。在在线系统中，利用基于贝叶斯后验概率的动态停止（DS）策略来实现可变的刺激时间。此外，还优化了时间滤波过程和程序以促进在线DS操作。值得注意的是，在线 ITR 平均达到 330.4 ± 45.4 比特/分钟，明显高于固定停止 (FS) 策略，峰值 420.2 比特/分钟是迄今为止使用 SSVEP-BCI 的最高在线拼写 ITR。所提出的系统具有便携式 EEG 采集、友好的交互和可变的命令输出时间，为基于 SSVEP 的 BCI 提供了更大的灵活性，并有望实现实际的高速拼写。
通过连续治疗进行多种结果优化的自适应体重学习
为了促进精确医学，个性化的治疗方案（ITR）是基于患者特定特征的预期临床结果来优化预期的临床结果。但是，现有的ITR研究主要集中在具有分类治疗选择和单一结果的方案上。实际上，临床医生经常通过连续的治疗选择和多种可能取得的结果（例如医学疗效和不可避免的毒性）来应对方案。为了平衡这些结果，必须有适当的体重，应在考虑患者偏好和临床专业知识的数据驱动器中学习。在本文中，我们提出了一种用于开发个性化治疗方案（ITR）的新型算法，该算法使用了持续的治疗方案和多种结果，并利用了观察数据。我们的方法假设临床医生正在通过最佳的治疗决策优化个性化的患者公用事业，至少比随机分配更好。治疗分配被认为直接取决于治疗的真正潜在效用，而不是患者特征。同时提出的方法同时估计了综合结果的加权和决策过程，从而允许以连续剂量构建个性化的治疗方案。所提出的方法的估计器可用于推理和可变选择，从而促进识别信息治疗分配和偏好相关变量。我们通过模拟研究评估了我们提出的方法的有限样本性能，并将其应用于辐射肿瘤分析的实际数据应用。
教育与科学
这项研究旨在研究科学和艺术中心（BILSEM）五年级个人人才认可（ITR）计划的成功程度，将通过空间概念和空间思维来实现通过嵌入社会研究课程的空间思维技能的教学模块。研究过程已根据嵌入式实验设计完成，这是混合方法设计之一。该研究样本由Muğla科学与艺术中心的5年级ITR计划中的30名学生组成。开发了一个关于空间思维技能（IMST）的教学模块，以促进和提高学生的空间概念和空间思维能力。研究数据是通过空间思维技能测试，空间概念测试，学生期刊，专家意见形式和焦点小组讨论表的收集。在给予有天赋的学生的IMST后获得的定量数据进行了参数分析，而通过内容和描述性分析分析了定性数据。调查结果表明，有利于测试后结果的有天赋的学生的测试前和后测得分数之间存在显着差异。同样，从焦点小组讨论和学生期刊中提取的发现反映了学生在社会学习课程中对空间思维技能进行培训的必要性的基础。在本研究范围内开发的教学模块已被发现有效地提高了有天赋的学生的空间概念和空间思维技能。与研究结果一致，建议研究人员开发的IMST可以由社会研究教师使用，以改善BILSEM ITR计划中五年级学生的空间概念和空间思维技能。
SSVEP BCI系统的可解释的模糊转移学习
摘要 - 大脑计算机界面（BCIS）的快速演变显着影响了人类计算机相互作用的领域，具有稳态的视觉诱发电势（SSVEP），作为一种尤其是强大的范式。这项研究探讨了高级分类技术利用可解释的模糊转移学习（IFUzzyTL）来增强基于SSVEP系统的适应性和性能。最近的努力通过创新的转移学习方法加强了减少校准要求，从而通过策略性地应用域适应性和很少的动作学习策略来完善跨主题的生成性并最大程度地减少校准。深度学习中的开创性发展还提供了有希望的增强功能，促进了稳健的领域适应性，并显着提高了SSVEP分类的系统响应能力和准确性。但是，这些方法通常需要复杂的调整和广泛的数据，从而限制了立即适用性。ifuzzytl引入了一个自适应框架，该框架将模糊逻辑原理与神经网络体系结构相结合，重点关注有效的知识传递和域自适应。ifuzzytl通过整合模糊的推理系统和注意机制来完善人类干预格式的输入信号处理和分类。这种方法通过有效管理脑电图数据的固有可变性和不确定性来增强模型的精度，并与现实世界的运营需求保持一致。在三个数据集中证明了该模型的功效：12JFPM（1s的12JFPM（89.70％精度为149.58），基准（ITR为85.81％，ITR的精度为85.81％），ITR的准确性为213.99）和Eldbeta（76.50％的IT and and and and ath and and and and and and and and and and and and and and and aft）and 94.63）和94.63）和94.63） SSVEP BCI性能的基准。
引用张萌, 王志勇, 胡红玲. 一种利用频率和空间编码视觉目标的基于SSVEP的BCI新方法. 中国科学信息科学, 2020, 63(8): 1893
亲爱的编辑，基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）与其他类型的BCI相比，具有更高的识别准确率、与刺激的关系更可靠、信息传输速率（ITR）更高等性能，引起了研究人员的广泛关注。基于SSVEP的BCI面临的一个主要挑战是可用于编码视觉目标的频带有限。更多的视觉目标可能会带来更高的ITR。为了解决这个问题，研究人员正在尝试设计新的编码方案，包括以代码形式呈现频率刺激和在编码方案中利用联合相位和频率信息[1-3]。这些研究通过将通信框架应用于BCI取得了显著的成果。受这些研究的启发，本研究提出了一种利用频率和空间信息对视觉目标进行编码的新编码方法。我们扩展了 [ 4 ] 的编码方案，在原始空间编码方案中引入了频率信息。根据我们提出的编码方案，我们实现了一个 BCI 系统，该系统利用四个不同的频率和相对于每个频率刺激的四个不同位置呈现 16 个视觉目标。与仅在编码方案中使用频率信息或空间信息的传统 BCI 系统相比，我们的提议研究可以
空间编码的BCI
在空间外观视野中，空间编码的SSVEP BCI在稳态视觉诱发对视觉闪烁刺激的反应的地形中利用了变化。与频率编码的SSVEP BCI相比，操作员不会注视任何闪烁的灯；因此，此范式可以减少视觉疲劳。其他优点包括高分类精度和简化的刺激设置。对范式的先前研究使用了固定持续时间的刺激间隔。对于频率编码的SSVEP BCIS，已经表明，动态调整试验持续时间可以提高系统的信息传输速率（ITR）。因此，我们研究了通过应用动态停止方法，是否可以为空间编码的BCI实现类似的增加。到此为止，我们引入了一个新的停止标准，该标准结合了分类结果的可能性及其在较大数据窗口中的性能。，BCI的平均ITR为28.4±6.4位/ min/ min，固定间隔，动态间隔将性能提高到81.1.1±44.4位/分钟。用户能够保持长达60分钟的连续操作的性能。我们建议动态响应时间可能是一种时间反馈，使操作员可以优化其大脑信号并补偿疲劳。
在子宫中制作：肥胖子宫的后代心血管功能的孕产妇编程
1 CNC - 神经科学和细胞生物学的中心，CIBB，Coimbra大学创新生物医学和生物技术的中心，3004-531 Coimbra，葡萄牙； mdiniz@cnc.uc.pt（M.S.D.）; luis.grilo@uc.pt（L.F.G.）; ctsantos@cnc.uc.pt（C.T。）2 Ph.D. Coimbra大学跨学科研究所（IIIUC）实验生物学和生物医学的计划（PDBEB），3004-531 Coimbra，葡萄牙3 Unic@Rise@Rise@Rise，Porto大学医学院，医学系，4099-002 Porto，Porto，Portugal; ipires@med.up.pt 4代谢与运动实验室（Lametex），体育活动，健康与休闲研究中心（CIAFEL），PORTO大学体育院学院综合和翻译研究实验室（ITR），4200-450 Porto，Porto，Porto，葡萄牙，葡萄牙 *通讯 *通讯：Pereirasusan@gmail.com;电话。 ： +351-231-249-170;传真：351-239-8534092 Ph.D. Coimbra大学跨学科研究所（IIIUC）实验生物学和生物医学的计划（PDBEB），3004-531 Coimbra，葡萄牙3 Unic@Rise@Rise@Rise，Porto大学医学院，医学系，4099-002 Porto，Porto，Portugal; ipires@med.up.pt 4代谢与运动实验室（Lametex），体育活动，健康与休闲研究中心（CIAFEL），PORTO大学体育院学院综合和翻译研究实验室（ITR），4200-450 Porto，Porto，Porto，葡萄牙，葡萄牙 *通讯 *通讯：Pereirasusan@gmail.com;电话。： +351-231-249-170;传真：351-239-853409
AI图像识别零件分类服务
在《ITR 市场观点：AI 市场 2020》中，NEC（RAPID Machine Learning）取得以下排名：• 图像识别市场 - 设备检查供应商销售价值份额排名第一（2019 财年）• 图像识别市场 - 制造检查供应商销售价值份额排名第二（2019 年）• 图像识别市场 - 2018 财年供应商销售价值份额排名第二，2019 财年排名第二。