摘要 — 有效学习脑电图 (EEG) 信号中的时间动态具有挑战性,但对于使用脑机接口 (BCI) 解码大脑活动至关重要。尽管 Transformers 因其长期顺序学习能力在 BCI 领域广受欢迎,但大多数将 Transformers 与卷积神经网络 (CNN) 相结合的方法都无法捕捉 EEG 信号从粗到细的时间动态。为了克服这一限制,我们引入了 EEG-Deformer,它将两个主要的新组件合并到 CNN-Transformer 中:(1) 分层粗到细 Transformer (HCT) 块,将细粒度时间学习 (FTL) 分支集成到 Transformers 中,有效辨别从粗到细的时间模式;(2) 密集信息净化 (DIP) 模块,利用多级、净化的时间信息来提高解码准确性。对三项代表性认知任务(认知注意力、驾驶疲劳和心理负荷检测)进行的全面实验一致证实了我们提出的 EEG-Deformer 的通用性,表明它的表现优于或与现有的最先进方法相当。可视化结果表明,EEG-Deformer 从神经生理学上有意义的大脑区域学习相应的认知任务。源代码可在 https://github.com/yi-ding-cs/EEG-Deformer 找到。
人类在我们专业和个人生活的许多领域中越来越多地与AI系统互动。但是,这些相互作用并非无缝,使人们感到沮丧,或者在最坏的情况下受到AI技术的伤害。在这项以研究为重点的课程中,我们将探讨人类计算机互动,人工智能和以人为以人为中心的设计的跨学科观点,以调查如何构建和评估旨在与人互动的AI系统。它旨在涵盖广泛的主题,同时还提供实用的工具,技术和方法来设计支持人类交互的软件接口。本课程的主题是围绕五个主题构建的,首先是讨论早期和现代的人类机器互动方法,然后是设计指南和原理,人类AI团队(包括在环境系统中),人与AI代理商之间的反馈机制,以及与负责任的和负责任的和可信赖的AI AI II的发展。
摘要 — 训练后量化 (PTQ) 是一种用于优化和减少机器学习模型的内存占用和计算要求的技术。它主要用于神经网络。对于完全可移植且可在各种情况下使用的脑机接口 (BCI),有必要提供存储和计算量轻量级的方法。在本文中,我们提出对脑机接口中最先进的方法进行训练后量化的评估,并评估其对准确性的影响。我们评估了代表一个主要 BCI 范式的事件相关电位单次检测的性能。当在空间滤波器和分类器上应用 PTQ 时,受试者工作特征曲线下面积从 0.861 下降到 0.825,同时将模型的大小减少了约 × 15。结果支持以下结论:PTQ 可以显着减少模型的内存占用,同时保持大致相同的准确度。
计算理解视觉设计的基本结构,例如演示幻灯片和用户界面(UIS),使机器能够为盲人的人解释和描述视觉效果[44,51,72,84],将布局重新制定为新设备[37,38] [37,38],并基于用户能力个性化[20,54,56,77]。但是,构建启用这些功能的基础机器学习模型需要劳动密集型的数据收集和注释,这必须针对每种输入进行。我们提出了一种通过生成和渲染代码生成合成的结构化视觉效果的方法(图1)。我们的方法涉及三个阶段:首先,我们根据设计原理和目标任务创建具有大语言模型(LLM)的设计思想;其次,我们基于这些设计思想来生成标记的声明语言,例如HTML代码,以表示结构化的视觉效果;第三,我们过滤,后处理和渲染代码以生成最终的注释数据集。虽然我们的方法适用于各种类型的结构化视觉效果,但我们将方法应用于缺乏用于计算建模的高质量,公共数据集的两个应用程序域:演示幻灯片和UI屏幕截图。
摘要:本文提出了一种使用嵌入式集成传感器界面的实时热监测方法,该界面专用于工业集成系统应用。工业传感器接口是涉及模拟和混合信号的复杂系统,其中几个参数可以影响其性能。这些包括在敏感的综合电路附近存在热源,需要考虑各种传热现象。这需要实时热监测和管理。的确,瞬态温度梯度或温度差异变化的控制以及先进集成电路和系统早期设计阶段可能引起的热冲击和应力的预测至关重要。本文解决了微电子应用在几个领域的增长需求,这些领域的高功率密度和热梯度差异的差异是由于在同一芯片上实施不同系统(例如新生成5G电路)引起的。为了减轻不良热效应,使用应用于Freescale嵌入式传感器板的McUxPresso工具提出了实时预测算法,并通过将嵌入式传感器编程到FRDM-KL26Z板上,以实时监控和预测其温度预测。基于离散温度测量值,嵌入式系统用于预测嵌入式集成电路(IC)中的过热情况。在本文中,还提供了FPGA实施和比较测量值。这些结果证实了所提出算法的峰检测能力,该算法可令人满意地预测FRDM-KL26Z板中的热峰,并使用有限元元素热分析工具(用于系统分析的数值集成元件(NISA)工具),以评估可能是当地热力学压力的水平。这项工作为热应力和局部系统过热提供了解决方案,这是集成传感器界面设计人员在设计各种高性能技术或恶劣环境中的集成电路时的主要关注点。
摘要 人脑是自然界中终极的计算机器。创建能够模拟大脑工作方式并与大脑通信的类脑设备对于制造高效计算电路、监测早期疾病的发生以及跨脑机接口传输信息至关重要。在这种情况下,离子-电子信号的同时传导将特别令人感兴趣,因为离子传递器是人脑中信息传递的手段,而传统电子设备则利用电子或空穴。从这个角度来看,我们提出强关联氧化物(主要集中在钙钛矿镍酸盐)作为此目的的潜在候选材料。可逆地接受小离子并将离子信号转换为电信号的能力使钙钛矿镍酸盐成为神经形态计算和生物电应用的有力候选材料。我们将讨论钙钛矿镍酸盐中离子掺杂和电阻率调制之间相互作用的机制。我们还将介绍在神经形态计算和脑机接口应用中使用钙钛矿镍酸盐的案例研究。最后,我们指出了该领域的挑战并提出了我们的观点。我们希望钙钛矿镍酸盐中强电子相关性的利用将为未来的计算设备和脑机接口提供令人兴奋的新机会。
Oracle Hospitality Nor1 eStandby for Amadeus iHotelier Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Amadeus TravelClick Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Amadeus Zdirect Email 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Cendyn eInsight/NextGuest/Serenata Email 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Cendyn Pegasus Travel Tripper Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Cvent Passkey Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Cvent Passkey Email 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Epsilon 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Equator Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for GuestCentric Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Oracle Hospitality Webhotel Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for P3 Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Revinate Email 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Revinate/Go Moment/IVY Chatbot 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Sabre SynXis Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Sandrix Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for SHS Windsurfer Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 eStandby for Workmatrix GmbH Booking Engine 可用 可用 可用 Oracle Hospitality Nor1 Solutions for IDeaS G3 Revenue Management System 可用 可用 可用
官能化石墨烯的有前途的方法之一是将杂原子掺入碳SP2晶格中,因为事实证明,它是一种可控制地调整石墨烯化学的有效且通用的方法。我们提出了与B掺杂剂选择性掺杂石墨烯的独特无污染方法,在标准的CVD生长过程中,它们从大部分Ni(111)单晶体中创建的储层中掺入一层,从而导致清洁,多功能和有效的方法用于创建B-poped Chapeene。我们结合了实验性(STM,XPS)和Theo Retical(DFT,模拟的STM)研究,以了解替代性B DOP蚂蚁的结构和化学性质。与先前报道的FCC位点中的替代B一起,我们首次观察到另外两个缺陷,即在顶部位点中替代B,而在八面体地下位点中的间隙B。广泛的STM在遗迹中证实存在于经过准备的B掺杂的Gra Phene中B掺杂剂的低浓度区域的存在,表明硼龙掺入不均匀。在两个替代部位之间,在低浓度的B掺杂区域中没有观察到偏好,而在高B浓度区域中,优先选择了Sublattices之一,以及缺陷的对准。这将在生长的B掺杂石墨烯中产生不对称的sublattice掺杂,从理论上讲,这将导致显着的带隙。
摘要 - 开放式无线电访问网络(RAN)是一种新的网络范式,它以基于云的,多供应商,开放式和智能体系结构为基础,以塑造5G及以后的蜂窝网络的下一个代理。在可观察到网络的可观察性和可重新配置方面,这种新的范式具有许多优势,但它不可避免地扩大了蜂窝系统的威胁表面,并可能将其组件和机器学习(ML)基础架构暴露于几个网络攻击中,从而使确保O-Ran网络成为必要。在本文中,我们通过关注O-Ran联盟提出的规格,体系结构和英特尔语来探索O-RAN系统的安全方面。我们解决了以整体视角确保O-RAN系统的问题,包括考虑用于互连的开放接口,在整个平台上以及用于监视和控制网络的智能上。对于每个焦点区域,我们确定威胁,讨论解决这些问题的相关解决方案,并通过实验证明该解决方案如何有效地捍卫O-RAN系统免受选定的网络攻击。本文是在整体上与O-RAN的安全方面接近安全方面的第一项工作,并具有在最先进的可编程O-Ran平台上获得的实验证据,为该领域的研究人员提供了独特的指南。