XiaoMi-AI文件搜索系统
World File Search SystemMove
手部运动康复的深度学习模型
脑电图 (EEG) 可以控制机器用于人类目的，尤其是对于进行康复锻炼或常规任务的残疾人。机械手的脑机接口 (BCI) 使用深度学习将 (EEG) 大脑活动转换为机械手的命令，使用户可以通过想象的运动向右或向左移动他们的手。它可以使瘫痪者执行基本的手部动作，并帮助康复机器人帮助中风患者恢复手部功能，通过提供基于机器学习对其动作和意图的解释的指导性练习。人工智能算法，特别是深度学习，将隐含的脑波模式和意图分类和识别为脑电图。然而，EEG 信号具有高度的非平稳性，使其分析具有挑战性。因此，选择合适的信号处理策略变得至关重要。本研究旨在建立一个混合模型来指导机械臂运动，该模型应用运动方向和左右分类。通过将预训练的卷积神经网络（CNN）-Inception V3模型与传统的机器学习算法（逻辑回归（LR））（被认为是一种广泛的分类方法）相结合，并确定合适的信号处理方法，短时傅里叶变换（STFT）和连续小波变换（CWT）以选择最准确的方法对所提模型进行分类。所提出的混合模型的训练结果表明，STFT 比 CWT（0.997）具有更高的平均准确率（0.998），使其对九个受试者的当前数据集进行更精确的分类并提高混合 CNN 模型训练的有效性。同样，在评估指标上，STFT 实现的平均准确率的评估结果高于 CWT（0.997 > 0.797）。这表明 STFT 是特征提取的更好选择，提高了带有逻辑回归的混合 CNN 模型的泛化和鲁棒性。
引用发布版本（APA）：Rehm，M.，Pontikis，I。，＆Hald，K。（2024）。来自工业人类运动数据的自动信任估计
摘要 - 自动化的信任通常会通过交互后问卷进行评估。对于人类机器人协作，评估在反应过程中的信任水平是有益的，以将机器人的协作行为调整为用户期望。在本文中，我们研究了是否可以从可观察到的行为（例如与大型工业操纵者的互动）中估计信任。为此，我们在协作悬垂期间报告了两个任务的数据收集，大型切割件的运输和实际悬垂过程非常接近机器人。数据用于训练和比较不同的深度学习模型。结果表明，自动信任估计是可行的，它可以使用信任作为通知与机器人交互的参数。
纽约水道完成可再生柴油试验，向清洁能源转型迈进
在公共交通系统中断时，纽约水道渡轮曾数十次提供紧急服务。9/11 事件发生时，纽约水道渡轮从曼哈顿疏散了 150,000 多人，这是历史上规模最大的海上疏散行动的一部分。2003 年 8 月，大规模停电导致哈德逊河所有渡口关闭，纽约水道将 160,000 人送回新泽西州。渡轮船员还从纽约水域救出了 300 多人，最著名的是 2009 年从全美航空 1549 号航班上救出的 143 名乘客，这被称为哈德逊奇迹，是航空史上最成功的海上救援。
国际帕金森氏病和运动大会
C. Tesson;问：Angelova； A. Salazar-Villacort； J. Rodriguese; A. scardamagia; B. Chung; M. Jaconelli； B. Vona; N. Esther; A. Kwong; T. Courtin； A. Maroofian; S.总是A. Nickopes； M. Severin; P. Lewis;链球菌; B. O'Callaghan; A.预订； L. Sophan; P. lis; C. Pinon;问：自由； M. Chui; D. Murphy; V. Pitz; M. Makary； M. Cassar； B. Hassan; S. ifticar; C. Rock;问：鲍尔； M. Tinazzi； M. Sveel； B. Samanci; H.Hanağası; B.Bilgiç; J. Obeso； M. Kurtis； Q. Cogan; A.巴斯克; Q. Kiziltan; T.Gül； G.大教堂天使； B. Elibol; N. Bayas; E. ng; S. Fan; T. Hershkovitz; K. Weiss； J. Raza Alvi； T.苏丹； I. Azmi Alkhawaja; T. Froukh; H. Abdolah和Alrukban； C. Fauth; U. Schatz; T.Zöggor; M. Zech; K.站； V. Varghese; S. Gandhi; C. Blauwendraat; J. Hardy; S. lesage; V. Boniface; T. Haack; A. Bertoli-Avella; A.标准； D.亚历山大； H. Steller； A. Brice; A. Abramov; K. Bhatia； H. Houlden（英国伦敦）
从“不伤害”转向“自然积极”的工具
企业从旨在减轻对自然的负面影响（例如减少森林砍伐、减少使用农用化学品）转向采用净积极战略（例如恢复生物多样性、重新造林）。仅仅避免破坏自然已经不够了——企业也越来越被期望恢复生态系统并做出积极贡献。然而，许多企业只是试行了这些努力，受到诸如站点级数据可用性以及衡量和管理全球运营中与自然相关的结果和影响的复杂性等挑战的阻碍。
国防部入住住房补贴 (MIHA) 流程指南
2. 要获得 MIHA 授权，会员必须有资格获得海外住房补贴 (OHA)。3. MIHA 旨在支付入住 OHA 计划涵盖的会员租赁私营部门住房的入住费用。4. MIHA 不旨在支付搬出费用。B. MIHA/杂项。MIHA/杂项的实际费用数据是通过调查收集的。此数据用于设置 MIHA/杂项补贴率。居住在会员租赁的私营部门住房中的会员每年都会收到一份“海外住房补贴公用事业费用调查”。此外，每三年每位会员都会收到一次“海外住房补贴公用事业和入住费用调查”。为确保设置适当的 MIHA 费率，报告准确、统一和完整的成本至关重要。因此，会员必须保留所有入住费用的副本，以便日后完成调查和成本报告。
草案 TR 决议 T-17842 号决议：将数字鸿沟补助计划从试点转变为永久性计划。摘要 本决议过渡
TR 决议草案 T-17842 号决议：将数字鸿沟补助计划从试点转变为永久性计划。摘要 本决议将数字鸿沟补助计划从试点转变为永久性计划，适用于符合条件的社区技术计划。每年可获得的补助总额为 200,000 美元，持续发放，直至资金耗尽或因其他原因而停止。本决议授权向低收入农村和城市学校的项目提供最高 100,000 美元的资金，并向社区组织 (CBO) 的项目提供最高两次 50,000 美元的奖励。资金来源是数字鸿沟账户。这些补助旨在通过提供必要的资源和数字技术，缩小低收入城市和农村地区学校和社区的数字鸿沟。这些项目旨在通过数字素养培训、家庭设备和宽带连接提供整体解决方案。背景 公共事业法典 (Pub. Util. Code) 第 280.5 节 (§) 由 AB 855 (Ch. 820, Stats. 2003) 颁布，设立了数字鸿沟账户，并要求加州公共事业委员会 (CPUC 或委员会) 管理数字鸿沟补助计划。1 该计划的资金来自从位于国有财产上的无线电信设施租赁协议中收取的一定比例的收入，2 然后存入数字鸿沟账户。3 目前，数字鸿沟账户的余额约为 200,000 美元。4
神经外科干预措施在帕金森氏病，肌张力障碍和图雷特综合征等运动障碍中的作用
本文概述了运动障碍神经外科疗法（MDS），包括Tourette综合征，肌张力障碍，帕金森氏病（PD）等。它专注于这些治疗的好处，并提出了进一步研究的指示。通过梳理了总价值10年的英语PubMed文章，重点是在北美进行的研究。要管理诸如帕金森氏病和图雷特综合症之类的MD，结果表明，非侵入性神经调节技术，闭环深脑刺激（DBS）和其他晚期疗法可能会在未来成为选择的治疗方法。关于肌张力障碍的研究正通过研究可能通过神经外科手术刺激并研究基因疗法来刺激的大脑的新领域，以改善治疗方法。现代技术发展，例如非侵入性神经调节程序和改进的成像，为传统的手术方法提供了有希望的替代品。这项研究强调了需要进行更好结果的连续临床试验的必要性，这就是为什么必须继续进行研究和发展的原因。
巴拿马卫星标记棱皮龟的运动行为对叶绿素、初级生产力、温度和涡动能的响应
摘要：棱皮龟 Dermochelys coriacea 是全球濒危物种。本研究追踪了 30 只在加勒比海巴拿马繁殖地（博卡斯德尔托罗 San San Pond Sak 保护区）被标记的北大西洋种群个体，追踪时间长达 3 年。我们使用卫星遥测技术研究了海龟在迁徙和觅食行为状态之间切换的可能性，这些行为状态与环境变量有关。我们绘制了这些海龟的广泛迁徙路线，并使用遥感数据（包括叶绿素、生产力和海面温度 (SST)）对其进行了分析，以评估这些数据如何影响它们的迁徙和觅食行为。我们还考虑了海洋过程，即与海龟迁徙路径相吻合的中尺度涡流，以了解它们的行为反应。我们的观察表明，虽然一些海龟进行了大规模迁徙，迁徙到东北和西北大西洋的高利用率地区，但大多数海龟仍留在墨西哥湾边界内。该研究有效地区分了迁徙和摄食行为，指出摄食活动与叶绿素浓度之间存在明显的正相关关系，而生产力只起到了边际作用，并且没有发现对 SST 和中尺度涡流的影响。这项研究促进了对北大西洋棱皮龟迁徙的了解，强调了综合、多学科海洋保护工作的重要性。要了解气候变暖对迁徙路径和食物来源可用性的影响，就需要采取一种整体方法，涵盖物理海洋学的变化、营养动态以及从浮游生物到更高营养级的相互作用。此外，由于棱皮龟穿越不同的国际领土，该研究强调需要合作收集数据以有效保护它们。关键词：San San Pond Sak · 隐马尔可夫模型 · 龟迁徙 · 觅食 · 高使用率区域 · 墨西哥湾 · Dermochelys coriacea
运动技能和神经系统软体征：它们仅仅是临床差异还是抽动障碍和原发性刻板运动障碍不同病因的反映？
虽然抽动障碍 (TD) 和刻板性运动障碍 (SMD) 在儿科诊所中经常共病，但它们的临床和病因差异仍然不太清楚。我们旨在通过评估神经系统软体征 (NSS) 和运动技能来研究区分 TD 和原发性 SMD 的临床特征。向儿童及其父母发放了《儿童情感障碍和精神分裂症量表（针对学龄儿童）-当前和终身版本 DSM-5 (K-SADS-PL)》和社会人口和临床数据表。临床医生完成了耶鲁全球抽动严重程度量表 (YGTSS)、重复行为量表修订版 (RBS-R) 和神经系统评估量表 (NES)。九孔钉测试用于测试精细运动技能，1 分钟坐站测试用于测试粗大运动技能，火烈鸟平衡测试用于测试静态平衡，指鼻测试用于测试双侧协调性。家长完成了康纳斯家长评定量表修订简表 (CPRS-RSF) 和发育性协调障碍问卷修订版 (DCDQ-R)。我们的样本包括 20 名 TD、20 名原发性 SMD、13 名 ADHD 患者和 20 名健康对照者 (HC)。SMD 组的 NES 复杂运动动作排序得分明显高于 HC。原发性 SMD 组的九孔钉测试优势手表现明显低于 TD 组。原发性 SMD 儿童的 1 分钟坐站测试得分明显较低；DCDQ-R 总分和分量表得分高于 HC，且发育性协调障碍风险更高。我们的研究结果为 TD 和原发性 SMD 的不同病因提供了宝贵的见解，为未来的神经生物学研究奠定了基础。