XiaoMi-AI文件搜索系统
World File Search SystemMulti
引用原始发表的论文（记录的版本）：Zenkert，D.，Harnden，R.，Asp，L。等（2024）。多功能碳纤维复合材料
当今大多数产品都具有多个功能，但是这些功能是通过在系统中整合不同的单功能设备和/或材料来实现的。在一种单个材料中同时具有多个功能具有许多潜在的优势，例如一种可以存储能量，具有自感应或自我修复能力或任何其他身体功能的结构材料。这将带来质量和资源节省，使能源更高，因此更可持续。本文介绍了如何使用碳纤维的电气和电化学性质在高性能载荷中同时使用碳纤维来进行碳纤维的微型审查。通过该碳纤维复合材料还可以存储像锂离子电池一样的能量，用作应变传感器，具有电气控制的致动和形状，并用作能量收割机。
m3t：使用多平面和多板变压器
在这项研究中，我们提出了使用多平面和多层跨前（M3T）网络的三维医学图像分类器，以在3D MRI图像中对阿尔茨海默氏病（AD）进行分类。提出的网络协同委托3D CNN，2D CNN和变压器用于准确的AD分类。3D CNN用于执行本机3D表示学习，而2D CNN用于利用大型2D数据库和2D代表学习的预训练权重。使用具有感应性偏置的CNN网络有效地提取局部大脑中与AD相关的异常的信息信息。跨前网络还用于获得CNN后多平面（轴向，冠状和矢状）和多切片图像之间的注意力关系。也可以使用不感应偏置的变压器学习分布在大脑中较大区域的差异。在此期间，我们使用了来自阿尔茨海默氏病神经影像学计划（ADNI）的训练数据集，该计划总共包含4,786 3D T1加权MRI图像。对于有效数据，我们使用了来自三个不同机构的数据集：澳大利亚成像，生物标志物和生活方式旗舰研究（AIBL）（AIBL），开放访问Imaging研究（OASIS）的开放访问系列（OASIS）以及来自培训数据集中的一些ADNI数据。我们提出的M3T基于曲线（AUC）下的区域（AUC）和AD分类的分类精度，与常规的3D分类网络相结合。这项研究表示，所构成的网络M3T在多机构验证数据库中实现了最高的性能，并证明了该方法有效地将CNN和Transformer用于3D医学图像的可行性。
白血病、多发性骨髓瘤的推定服务连接，
2 美国医学研究所 2011 年。伊拉克和阿富汗烧伤坑暴露的长期健康后果。华盛顿特区：美国国家科学院出版社。https://doi.org/10.17226/13209（以下简称“NASEM 2011 报告”）。3 美国国家研究委员会 2010 年。国防部增强颗粒物监测计划报告审查。华盛顿特区：美国国家科学院出版社。https://doi.org/10.17226/12911（以下简称“NRC”）。4 NRC，上文。5 Wang X、Doherty TA、James C。军事烧伤坑暴露和呼吸道疾病：对退伍军人群体的影响。过敏哮喘免疫年鉴。2023 年 12 月；131(6):720-725。 doi: 10.1016/j.anai.2023.06.012。https://pmc.ncbi.nlm.nih.gov/articles/PMC10728339/。6 Id。7 美国癌症协会。军事烧伤坑和癌症风险。2022 年。https://www.cancer.org/healthy/cancer-causes/chemicals/burn-pits.html。
受大脑启发的具有脉冲神经元的多层感知器
近年来，多层感知器 (MLP) 成为计算机视觉任务领域的研究热点。由于没有归纳偏差，MLP 在特征提取方面表现良好并取得了惊人的效果。然而，由于其结构简单，其性能高度依赖于局部特征通信机制。为了进一步提高 MLP 的性能，我们引入了脑启发神经网络的信息通信机制。脉冲神经网络 (SNN) 是最著名的脑启发神经网络，在处理稀疏数据方面取得了巨大成功。SNN 中的泄漏积分和触发 (LIF) 神经元用于在不同时间步骤之间进行通信。在本文中，我们将 LIF 神经元的机制合并到 MLP 模型中，以在不增加 FLOP 的情况下实现更好的准确率。我们提出了一种全精度 LIF 操作来在块之间进行通信，包括不同方向的水平 LIF 和垂直 LIF。我们还建议使用组 LIF 来提取更好的局部特征。借助 LIF 模块，我们的 SNN-MLP 模型在 ImageNet 数据集上分别仅使用 4.4G、8.5G 和 15.2G FLOP 就实现了 81.9%、83.3% 和 83.5% 的 top-1 准确率，据我们所知，这是最先进的结果。源代码将在 https://gitee.com/mindspore/models/tree/master/research/cv/snn mlp 上提供。
MC1408−8 8位乘法D/A转换器
电路描述 MC1408-8 由一个参考电流放大器、一个 R-2R 梯形放大器和 8 个高速电流开关组成。对于许多应用，只需要添加一个参考电阻和参考电压。开关在操作时为非反相；因此，输入的高状态会打开指定的输出电流分量。开关使用电流转向来实现高速，并使用由有源负载增益级和单位增益反馈组成的终端放大器。终端放大器在切换期间将梯形放大器的寄生电容保持在恒定电压，并为梯形放大器的所有支路提供相等电压的低阻抗终端。R-2R 梯形放大器将参考放大器电流分成二进制相关分量，这些分量被馈送到等于最低有效位的剩余电流。该电流被分流至地，最大输出电流为参考放大器电流的 255/256，如果 NPN 电流源对完全匹配，则 2.0 mA 参考放大器电流的最大输出电流为 1.992 mA。
多学科研究国际会议...
我们是谁：我们是一个年轻、充满活力的团体，由一群对全球一体化和智慧共享充满热情的科学人士创立。我们的组织源于我们坚信，未来真正成功的研究成果将是那些拥抱日益扁平的科学世界的成果。我们支持并开展新技术的跨学科合作研究。
Agilent 8904A 多功能合成器 直流至 600 kHz
Agilent Technologies 8904A 多功能合成器采用最新的 VLSIC 技术，从六种基本波形创建复杂信号。标准 8904A 以数字方式合成精确的正弦波、方波、三角波、斜波、白噪声和直流波形，并将这些信号路由到单个输出。选件 001 增加了三个相同的内部合成器（通道），它们可以调制第一个合成器或与输出相加。可以为每个合成器独立设置频率、幅度、波形、相位和目标。通道 A 可用的调制类型包括 AM、FM、FM、DSBSC 和脉冲调制。选件 002 增加了第二个 50 Ω 输出，为双通道应用提供了第二个独立信号。选件 003 为 8904A 添加了快速跳频和数字调制功能。选件 005 允许多个 8904A 进行相位同步，以满足需要使用多个 8904A 的应用。选件 006 将 8904A 的输出 1 从 50 Ω 浮动输出更改为 600 Ω 高功率平衡输出。使用此选项，8904A 可以将 10 伏特有效值电压输出到 600 Ω 负载，频率范围从 30 Hz 到 100 kHz 以上。所有这些独特功能使 8904A 成为 VOR、ILS、FM 立体声和通信信号等要求苛刻的应用的强大工具。
一周的国家水平教师发展计划“ AI和数据科学的多学科研究趋势”
一周的国家一级教师发展计划（FDP）关于1月29日至2024年2月2日计划的“人工智能多学科研究趋势（AI）和数据科学”。此FDP旨在使教职员工掌握遍历AI和数据科学景观所需的知识和技能，从而促进了在学术界的创新，协作和负责任的技术文化。