XiaoMi-AI文件搜索系统
World File Search SystemPfau
2024磁显微镜技术的路线图及其在材料科学中的应用
D V Christensen 1 , ∗ , A Staub 2 , T R Devidas 3 , B Calisky 3 , K C C C C C C Cus 4 , 5 , J Webb 6 6 6 , ，K Wagner 7，P Malletinsky 7，SAR 9，C R DU 10，A Yacoby 11，D Collomb 12，S弯曲13 ms，有15，v nei 16，H W Schumacher 17，Sievers 17，H Saito 18，一个echler 21，C L Degen 21，J McCord 22，23，M Vogel 22，23，M Fie 24，P Fischer 2，s s thei 29，c donnelly 30，31，fbüttner32，33或34，w hu 35，s zayko 36，s eisebitt 37，38，38 pfau 37，r free 39，m关闭39，f s yasin 40，b j mcmorran 41，滑雪42，x yur 40，a lubk 16，43，43，16 ，n pryds 1，d makarov
菲利克斯·布特纳
1. 利用自由电子激光实时观察到的超快全光拓扑切换。 F. Büttner †、B. Pfau †、M. Böttcher、M. Schneider、G. Mercurio、CM Günther、P. Hessing、C. Klose、A. Wittmann、K. Gerlinger、L.-M. Kern、C. Strüber、C. von Korff Schmising、J. Fuchs、D. Engel、A. Churikova、S. Huang、D. Suzuki、I. Lemesh、M. Huang、L. Caretta、D. Weder、S. Zayko、K. Bagschik、R. Carley、L. Mercadier、J. Schlappa、A. Yaroslavtsev、L. Le Guyarder、N. Gerasimova、A. Scherz、C. Deiter、R. Gort、D. Hickin、J. Zhu、M. Turcato、D. Lomidze、F. Erdinger、A. Castoldi、S. Maffessanti、M. Porro、A. Samartsev、C. Ropers、J. Sinova、JH Mentink、B. Dupé、GSD Beach 和 S. Eisebitt。自然材料 20, 30 (2021)。
Pinotsis-and-Miller-2023-Cerebral-Cortex.pdf
近几十年来，神经科学发生了范式转变。过去，我们关注的是单个神经元的特性（James 1890；Queenan 等人 2017）。现在人们逐渐意识到，信息的存储和处理依赖于空间分布的、动态的神经元组合（Fujisawa 等人 2008；Buschman 等人 2011；Yuste 2015），称为神经集合（Buschman 等人 2012；Tayler 等人 2013；Pfau 等人 2013；Pinotsis 等人 2017；Pinotsis 和 Miller 2017）或印迹细胞（Thompson 1976；Josselyn 等人 2015）。蛋白质诱导（Gordon 等人，1980 年）、立即早期基因 (IEG) 表达（Guzowski 等人，2005 年）和光遗传学（Fenno 等人，2011 年）等技术可以识别参与记忆存储和回忆的神经元集合（Ryan 等人，2015 年；Tonegawa 等人，2015b 年）。此外，最近的实验发现许多大脑区域同时存在维持相同记忆的神经集合，这被称为印迹复合体（Poo 等人，2016 年；Roy 等人，2019 年）。在 Roy 等人 (2019 年) 的研究中，他们使用蛋白质 cFos 和 IEG 绘制了总共 247 个大脑区域，其中发现 117 个区域在回忆恐惧记忆时会被显著重新激活。因此，记忆并非存储在单个大脑区域，而是分散在多个区域和神经集合中。早期的记忆巩固理论（Squire 和 Alvarez 1995）和多重痕迹理论（Nadel 和 Moscovitch 1997）也发现记忆存储在多个区域，形成印迹复合体。这些印迹复合体通过由单突触或多突触连接形成的印迹通路连接在一起（Tonegawa 等人 2015a）。
数据库概念
撰稿人：德鲁·亚当斯（Drew Adams），阿什什·阿格拉瓦尔（Ashish Agrawal），特洛伊·安东尼（Troy Anthony），维卡斯·阿罗拉（Vikas Arora），贾根·阿特拉（Jagan Athraya），戴维·奥斯丁（David Austin），托马斯·巴里（Thomas Baby），弗拉基米尔·巴里尔Chidambaran，Deba Chatterjee，Shasank Chavan，Tim Chien，Gregg Christman，Bernard Clouse，Maria Colgan，Carol Colrain，Nelson Corcoran，Michael Coulter，Jonathan Creighton，Judith Creighton，Judith D'Addmo ，比尔·哈贝克（Bill Habeck），米尔·汉克（Min-Hank Ho），李·亨（Lijie Heng），比尔·霍达克（Bill Hodak），Yong Hu，Pat Huey，Praveen Kumar Tupati Jaganath，Sanket Jain，Prakash Jashnani，Caroline Johnston，Shantanu Joshi，Shantanu Joshi Surinder Kumar， Paul Lane, Adam Lee, Allison Lee, Jaebock Lee, Sue Lee, Teck Hua Lee, Yunrui Li , Ilya Listvinski, Bryn Llewellyn, Rich Long, Barb Lundhild, Neil Macnaughton, Vineet Marwah, Susan Mavris, Bob McGuirk, Joseph Meeks, Mughees Minhas, Sheila Moore, Valarie Moore, Gopal Mulagund, Charles Murray, Kevin Neel, Sue Pelski, Raymond Pfau, Gregory Pongracz, Vivek Raja, Ashish Ray, Bert Rich, Kathy Rich, Andy Rivenes, Scott Rotondo, Vivian Schupmann, Venkat Senaptai, Shrikanth Shankar, Prashanth Shanthaveerappa, Cathy Shea, Susan Shepard, Kam Shergill, Mike Skarpelos, Sachin Sonawane, James Spiller, Suresh Sridharan, Jim Stenoish, Janet Stern, Rich Strohm, Roy Swonger, Kamal Tbeileh, Juan Tellez, Ravi Thammaiah, Lawrence To, Tomohiro Ueda, Randy Urbano, Badhri Varanasi, Nick Wagner, Steve Wertheimer, Patrick Wheeler, Doug Williams, James威廉姆斯、安德鲁·维特科夫斯基、丹尼尔·黄、余海玲
深度学习与人工智能
不受位置变化的影响。生物控制论，36（4），193-202。 https://doi.org/10.1007/BF 00344251 Goodfellow, I.、Bengio, Y. 和 Courville, A. (2016)。深度学习。麻省理工学院出版社。 （Schmidt、I. Schiffman、Y. Schaefer、A. 化学工程师和仪器仪表（2018）Graves、A.、Wayne、G. 和 Danihelka、I.（2014）。神经图灵机。 arXiv。 Ha, D. 和 Schmidhuber, J. (2018)。世界模特。 arXiv。 https://arxiv.org/abs/1803.10122 Han, K., Wang, Y., Chen, H., Chen, X., Guo, J., Liu, Z., Tang, Y., Xiao, A., Xu, C., Xu, Y., Yang, Z., Zhang, Y., & Tao, D. (2020 年)。关于视觉变压器的调查。 arXiv。 https://arxiv.org/abs/2012.12556 Higgins, I., Amos, D., Pfau, D., Racaniere, S., Matthey, L., Rezende, D., 和 Lerchner, A. (2018)。迈向解开表征的定义。 arXiv。 https://archiv. org/abs/1812.02230 美国国立卫生研究院（AI）（2020 年）。 2020 年人工智能市场：5 年历史的人工智能创新和 5 年历史的临床试验 LeCun, Y., Bengio, Y., & Hinton, G. (2015 年)。深度学习。自然，521，436-444。 http://dx.doi.org/10.1038/nature 14539 Mansimov, E., Parisotto, E., Ba, JL 和 Salakhutdinov, R. (2015)。利用注意力机制根据标题生成图像。 arXiv。 https://archiv.org/abs/1511.02793 纽约（2015 年）。 我的一位朋友是角川家族的成员（2016年）（2016年）。 http://dx.doi.org/10.1037/0033-295X.101.1.13 McCulloch, WS 和 Pitts, W. (1943)。神经活动中蕴含的观念的逻辑演算。数学生物物理公报，5（4），115-133。 https://doi.org/10.1007/BF02478259 Nakkiran, P.、Kaplun, G.、Bansal, Y.、Yang, T.、Barak, B. 和 Sutskever, I. (2019)。深度双重下降：更大的模型和更多的数据会带来危害。 arXiv。 https://arxiv.org/abs/ 1912.02292 Perez, J.、Marinkovic, J. 和 Barcelo, P.（2019 年 5 月 6-9 日）。论现代神经网络架构的图灵完备性。 ICLR 2019：第七届学习表征国际会议。路易斯安那州新奥尔良。美国。 Radford , A.、Kim , JW、Hallacy , C.、Ramesh , A.、Goh , G.、Agarwal , S.、Sastry , G.、Askell , A.、Mishkin , P.、Clark , J.、Krueger , G. 和 Sutskever , I. (2021)。从自然语言监督中学习可转移的视觉模型。 arXiv。 https://arxiv.org/abs/2103.00020 Ramachandran, P., Zoph, B., 和 Le, QV (2017)。寻找激活函数。 arXiv。 https://arxiv.org/abs/ 1710.05941 Razavi, A., van the Word, A. 和 Vinyals, O. (2019)。使用 VQ-VAE-2 生成各种高保真图像arXiv。 https://arxiv.org/abs/1906.00446 Reed, S.、Akata, Z.、Yan, X.、Logeswaran, L.、Schiele, B. 和。