XiaoMi-AI文件搜索系统
World File Search SystemReconstruction
准确、高效地重建右心室形状和
从时间分辨的医学图像中精确重建右心几何形状和运动可增强基于图像可视化的诊断工具以及通过计算方法进行的心脏血液动力学分析。由于右心形态和运动的特殊性，常用的分割和/或重建技术仅采用短轴电影 MRI，在右心相关区域（如心室底部和流出道）缺乏准确性。此外，重建过程非常耗时，并且在生成计算域的情况下需要大量的人工干预。本文提出了一种从时间分辨 MRI 中精确高效地重建右心几何形状和运动的新方法。具体而言，所提出的方法利用表面变形来合并来自多系列电影 MRI（如短/长轴和 2/3/4 腔采集）的信息并重建重要的心脏特征。它还通过利用合适的图像配准技术自动提供完整的心脏收缩和放松运动。该方法既适用于健康病例，也适用于病理（法洛四联症）病例，并且比标准程序产生更准确的结果。所提出的方法还用于为计算流体动力学提供重要输入。相应的数值结果证明了我们的方法在计算临床相关血液动力学量方面的可靠性。© 2023 Elsevier BV 保留所有权利。
从机载激光雷达重建曲面建筑物数据...
摘要 —irborneirborneLiDAR（光检测和测距）数据广泛应用于建筑物重建，研究报告称在典型建筑物中取得了成功。然而，弯曲建筑物的重建仍然是一个悬而未决的研究问题。为此，我们提出了一种通过组装和变形几何图元进行弯曲建筑物重建的新框架。输入的 LiDAR 点云首先转换为轮廓，其中识别出各个建筑物。从建筑物轮廓中识别出几何单元（图元）后，我们通过将基本几何图元与这些图元匹配来获得初始模型。为了完善组装模型，我们使用扭曲场来细化模型。具体来说，通过对初始模型进行下采样来构建嵌入式变形（ED）图。然后，通过基于我们的目标函数调整 ED 图中节点参数，将点到模型的位移最小化。所提出的框架在不同城市的各种 LiDAR 收集的几个高度弯曲的建筑物上得到了验证。实验结果以及精度比较证明了我们方法的优势和有效性。新见解归因于一种有效的重建方式。此外，我们证明基于原始的框架将数据存储显着减少到传统网格模型的 10-20%。
飞行路径重建滤波器扩展，用于灵活跟踪...
I. 简介 飞行测试是任何新型飞机开发过程的核心部分。作为测试的一部分，记录飞机在各种机动过程中的响应，从中可以确定描述其特性的飞机稳定性系数。然后可以使用这些估计值来验证或更新现有的数值模型。但是，测量到的响应有噪声、有偏差，并且可能以不同的速率采样，这可能导致模型不准确。因此，在估算这些稳定性系数之前，飞行路径重建 (FPR) [ 1 , 2 ] 通常是过滤和检查收集的飞行测试数据的一致性的第一步。FPR 是一种过滤技术，通过将飞机运动方程与响应测量相结合来重建飞机状态的时间历史。在这些方程中，飞机被表示为在空中移动的点质量。然而，为了提高燃油效率，飞机结构变得更轻，从而也更灵活。这反过来导致飞机的结构动力学与飞机飞行动态响应具有更大的相互作用。因此，为了正确地模拟这种相互作用，还需要重建结构的动力学和刚体状态。除了气动弹性建模外，跟踪飞机结构变形对于结构等应用也很重要
合成光子晶格，用于单发频率梳子
超短光信号的全部表征，包括它们的相和相干性能，对于对新型工程光源的发展和理解，例如光学频率梳，11-13个频率编码量子态，14和光学孤子分子至关重要。15此外，完全的光信号表征对于通过光纤网络16和波长划分传输格式的传播信息的通信很重要，在该格式中，单个载流子之间的相对阶段很重要。17用于测量光脉冲，频率分辨的光门控（Frog）18的最常用的甲基OD和用于直接电场重建（蜘蛛）的光谱相干涉测量法（Spider），11,19需要复杂的多模板光学设置，以便重建相干性的振幅和程度。具有仅具有单个空间模式的光谱相信息能力的能力。这包括超快速信号转换方法，例如
3D云通过地理空间意识到的蒙版自动编码器
swath（1.4 km）。此外，凭借其太阳同步轨道，Cloudsat在同一当地时间经过赤道，将观察结果限制为在一天中的特定时间内“快照”。相比之下，成像仪器在更广泛的视野和更高的时间分辨率上进行测量，但它们仅提供“自上而下”的视角，并且不会直接测量大气曲线。但是，将不同光谱通道中的图像与大气轮廓重叠的测量结合在一起，可以推断雷达轨道以外的垂直轮廓。Barker等。[3，4]通过强度像素匹配，开发了一种将地球保健曲线扩展到3D的算法。最近的工作[5，6，7]使用了基于ML的方法（例如U-NET，CGAN，线性回归，随机森林，XGBoost），以从“自上而下”的测量中估算垂直云信息。特别是Brüning等人。[5]从MeteoSat第二代（MSG）旋转增强的可见和红外成像仪（Seviri）的卫星图像进行了训练，并具有Cloudsat Cloud Cloud Radar（CPR）反射率，重建3D云结构。对于所有方法，模型训练需要数据源之间的精确空间和时间对齐。由于雷达卫星的立交桥有限（图1b），轮廓测量值少于可用的图像（为了进行比较，MSG/Seviri每年产生40 TB的图像数据，而CPR每年产生150 GB）。然后，我们使用匹配的图像profile对进行了3D云重建任务的预训练模型。自我监督学习（SSL）的最新进展（SSL）在大型未标记数据集的训练前模型中表现出了希望，但它们在云研究中的应用仍然不足。在这项工作中，我们将SSL方法（MAE，MAE，[8]）和GeoSpatemance Authewawe AutoCododers（基于Satmae，[9]）应用于2010年的多光谱MSG/SEVIRI数据。我们的结果表明，预训练始终提高此任务的性能，尤其是在热带对流带等复杂地区。具有地理空间意识的预训练模型（即时间和坐标编码），尤其是胜过随机初始化的网络和更简单的U-NET体系结构，从而改善了重建结果。该代码将在接受后提供。
新西兰婴儿和幼儿教育杂志
现代电子制造商不仅要求廉价劳动力，还要求熟练的劳动力和稳定且可预测的劳动力市场。由于制造业的增长，中国的劳动成本大大增加了。与北京和上海相比，河内的平均每月工资法案基于河内的平均每月工资账单的收入几乎是越南工人的三倍。此外，自从生产过程中引入自动化和高级数字技术以来，对高级熟练的过程组装工人的需求也有所增加。，尽管三星在越南处于技能短缺状态，但其作为越南最大的外国直接投资来源及其在其越南工业园区的近乎单波位置的地位，它为其提供了比中国更大的影响力和更高的讨价还价，从而最大程度地降低了劳动力保留挑战，例如劳动力保留挑战，例如跳工作和偷猎。鉴于与其他跨国公司的竞争较少，以维持越南和中国行政权力下放过程的商业政府关系，三星能够影响当地劳动力市场并建立其培训系统，并为自己提供稳定而忠诚的劳动力。
从脑磁信号进行连续语言语义重建
从神经信号中解码语言具有重要的理论和实践意义。先前的研究表明从侵入式神经信号中解码文本或语音的可行性。然而，当使用非侵入式神经信号时，由于其质量低下，面临着巨大的挑战。在本研究中，我们提出了一种数据驱动的方法，用于从受试者听连续语音时记录的脑磁图 (MEG) 信号中解码语言语义。首先，使用对比学习训练多受试者解码模型，从 MEG 数据中重建连续词嵌入。随后，采用波束搜索算法根据重建的词嵌入生成文本序列。给定波束中的候选句子，使用语言模型来预测后续单词。后续单词的词嵌入与重建的词嵌入相关联。然后使用这些相关性作为下一个单词的概率度量。结果表明，所提出的连续词向量模型可以有效利用特定主题和共享主题的信息。此外，解码后的文本与目标文本具有显著的相似性，平均 BERTScore 为 0.816，与之前的 fMRI 研究结果相当。
rt-net：使用高...
抽象的高密度脑电图（HDEEG）已成功地用于对健康和患病的人脑中神经活动的大规模研究。由于其高度计算需求，通常会脱机地对源项目进行分析。在这里，我们提出了一种实时非侵入性电生理工具箱RT-NET，该工具箱是专门为使用HDEEG在线重建神经活动的专门开发的。rt-net依赖于实验室流层来从大量脑电图放大器中获取原始数据，并将处理后的数据流式传输到外部应用程序。rt- Net估计使用校准数据集进行伪影的空间过滤器，并重建了伪像删除和源活动。然后将此空间过滤器应用于HDEEG数据时，从而确保了低延迟和计算时间。总体而言，我们的分析表明，RT-NET可以通过与离线分析方法相当的性能估算实时神经活动。因此，它可以使新的大脑 - 计算机接口应用程序（例如基于源的神经反馈）的开发。
胡塞尔、自然的数学化和量子理论的信息重构
摘要 众所周知，已故的胡塞尔曾警告人们，将物理理论的核心数学模型具体化和客观化是危险的。尽管胡塞尔的担忧主要针对伽利略物理学，但我们本文的首要目标是表明，他的许多批判性论点在今天同样具有现实意义。通过讨论量子理论的形式主义和当前的解释，我们说明了围绕自然数学化的话题是如何自然而然地浮出水面的。我们的第二个目标是考虑重建量子理论的计划，该计划目前在量子基础领域很受欢迎。最后，我们将论证，从这个角度来看，现象学和量子理论关于透视性的某些见解非常一致。我们通过本文的总体希望是表明现象学和现代物理学之间有很大的相互学习空间。