XiaoMi-AI文件搜索系统
World File Search SystemRecorded
用数字极化全息录制的Pazo聚合物薄膜中的极化衍射光栅：极化特性和表面浮雕形成
摘要：在这项工作中，我们研究了偶氮Pazo（Poly [1- [4-（3-羧基-4-羟基苯基唑））苯磺胺硫胺的薄膜中记录的衍射光栅的极化特性。使用两个四分之一波板，将SLM的每个像素的相位延迟转换为线性偏振光的方位角旋转。从样品的偶氮聚合物侧记录时，使用原子力显微镜观察出明显的表面浮雕幅度。相比之下，样品的底物记录允许减少表面浮雕调制和获得极化光栅，其特性接近理想的光栅，并以两个正交圆形极化记录。我们的结果证明，即使在四像素的光栅期间也可以实现这一目标。
使用机器学习和通过智能手机录制的语音样本进行声音分析评估语音障碍
摘要：背景：将边缘计算集成到智能医疗保健系统中需要开发计算高效的模型和方法，以监视和检测患者的医疗状况。在这种情况下，移动设备（例如智能手机）越来越多地用于协助诊断，治疗和监测。值得注意的是，智能手机广泛普遍，很容易被大部分人口访问。这些设备使个人能够方便地记录和提交语音样本，从而有可能促进声音不规则或变化的早期发现。这项研究重点是基于智能手机捕获的人声样本来创建各种机器学习框架，以区分病理和健康的声音。方法：调查利用了公开发音的数据集，包括58个健康的语音样本和150个来自表现出病理状况的声音和机器学习技术的样本，通过使用MEL频率经常性经系系数来分类健康和患者的患者。结果：通过经过跨验证的两类分类，最佳的K-Neareb邻居表现出最高的性能，在识别健康和病理学的声音方面的准确率达到98.3％。结论：这项研究有望使智能手机能够有效识别人声疾病，为个人和医疗保健系统提供多种优势，包括提高可访问性，早期检测和持续监测。
通过延时记录的早期自发孪生
单卵双胞胎（MZT）的艺术频率是自然概念的2.5倍。许多与艺术相关的机制可能与MZT相关。回顾性地分析导致MZT的延时记录（TL）记录表明，内部细胞质量的某些形态运动性状和滋养剂可以是MZT的预测指标，但结果是有争议的。我们介绍了在分裂时刻分为两个细胞的MZT一例的完整TL记录，其中一个细胞通过Zona Pellucida（ZP）的一个孔出来。两者都会正常形成胚胎，并被玻璃化。建议ZP中的孔可以促进<第4天胚胎的某些细胞的挤出，并且这种细胞发育不会受到ZP内部的限制。尽管缺乏ZP本身的抑制或其他胚胎细胞的影响，但整整一个细胞仍能从一开始就能正确发展。此外，ZP内部的胚胎显然弥补了该单元的损失，这显然没有问题。我们的发现是在以前的文献中讨论的，并解决了道德问题。
混合学习：在线和录制视频作为提高 21 世纪技能的创新策略
摘要 混合式学习是一种正规的教育项目，学生至少部分地通过在线学习进行学习，同时学生可以控制时间、地点、路径和/或进度。通常，混合式学习包括部分教师主导的课程和部分时间制的课程，学生通过在线数字课程学习内容。混合式学习模式的优势在于能够不受空间和时间的限制进行学习。即使不在同一地点面对面见面，混合式学习也可以进行学习。同学们还可以在线分享学习资料。混合式学习模式的弱点是需要有足够的互联网接入。没有支持在线学习的设施和基础设施（如电脑、笔记本电脑或智能手机）的学生将很难使用混合式学习模式进行学习。
神经元图：钙成像记录的神经元微观功能网络的图论入门
连接网络是神经生物学的基本结构。了解这些网络将有助于我们阐明计算的神经机制。从数学上讲，这些网络是“图”——包含连接对象的结构。在神经科学中，对象可以是大脑的某些区域，例如 fMRI 数据，也可以是单个神经元，例如荧光显微镜钙成像。图的正式研究，即图论，可以为神经科学家提供大量用于探索网络的算法。图论已经以多种方式应用于 fMRI 数据，但最近开始应用于神经元的尺度，例如功能性钙成像。在本入门书中，我们解释了图论的基础知识，并将它们与钙成像中神经元的微观功能网络的特征（神经元图）联系起来。我们探讨了图论应用于钙成像的最新示例，并强调了该领域新研究人员可能出错的一些领域。
从传感神经刺激器记录的局部场电位中去除心电图伪影
传感神经刺激器是一种用于长期观察大脑活动的先进技术，在闭环神经调节和植入式脑机接口方面表现出巨大潜力。然而，由于记录条件复杂且共模抑制比 (CMRR) 有限，传感神经刺激器记录的局部场电位 (LFP) 可能会受到心电图 (ECG) 信号的污染。在本研究中，我们提出了一种解决方案，用于从传感神经刺激器记录的局部场电位 (LFP) 中去除此类 ECG 伪影。添加同步单极通道作为 ECG 参考，然后应用两种预先存在的方法，即模板减法和自适应滤波。成功去除了 ECG 伪影，并且该方法的性能对残留刺激伪影不敏感。这种去除 ECG 伪影的方法拓宽了传感神经刺激器的应用范围。
在音频刺激期间，平滑过滤器对记录的数据质量的影响与Epoc Epoc flex脑 - 计算机界面耳机的影响
1电气工程，自动控制和信息学的学院，奥波尔技术大学，波兰45-758； natalia.browarska@gmail.com（n.b。）; j.zygarlicki@po.edu.pl（J.Z.）; michal.podpora@gmail.com（M.P.）; m.podpora@po.edu.pl（M.P.）2计算机和信息系统系，格林威治大学，伦敦SE10 9LS，英国3号控制论与生物医学工程系，FEECS，VSB-Technical University Ostrava，708 00 00 00 Ostrava-Porruba，捷克共和国； radek.martinek@vsb.cz 4生物医学科学与医学信息学理论系，尼古拉斯·哥白尼大学，Collegium Medicum，85-067 Bydgoszcz，波兰； Medsystem@medsystem.com.pl 5哲学研究所，Kazimierz Wielki大学，85-092 Bydgoszcz，Poland 6 6门诊成瘾治疗，Babinski专业精神病医疗保健中心，91-229 Lodz，Poland，波兰 *通信：Kawala84@gmail.com
最佳自适应电极选择，以同时记录神经元的产量
神经矩阵样式，用于脑机界面（BMIS）和神经科学研究的高密度电极阵列需要使用多路复用：每个记录通道都可以路由到阵列上的几个电极位点之一。此功能允许用户富裕地将记录通道分发给可以解决最理想的神经信号的位置。例如，在神经质探针中，可以通过384个记录通道来解决960个电极。但是，目前尚无自适应方法使用记录的神经数据来优化/自定义每个记录上下文的电极选择。在这里，我们提出了一种称为基于分类的选择（CBS）的算法，该算法优化了所有记录通道的关节电极选择，以最大程度地提高检测到的神经元的隔离质量。我们在使用非人类灵长类动物中的神经质子的实验中表明，该算法会产生与同时记录所有电极同时记录所有电极相似的隔离神经元。神经元计数比以前发表的电极选择策略提高了41-85％。通过CBS选择的电极分离的神经元是73％的匹配，通过尖峰时间到探针周围的完整可记录神经元集。CBS选择的电极表现出较高的平均每个记录通道信号 - 噪声比。CBS以及一般的选择优化可能在BMI神经技术的开发中起重要作用，因为信号带宽成为越来越有限的因素。代码和实验数据已提供1。
最佳自适应电极选择，以同时记录神经元的产量
神经矩阵样式，用于脑机界面（BMIS）和神经科学研究的高密度电极阵列需要使用多路复用：每个记录通道都可以路由到阵列上的几个电极位点之一。此功能允许用户富裕地将记录通道分发给可以解决最理想的神经信号的位置。例如，在神经质探针中，可以通过384个记录通道来解决960个电极。但是，目前尚无自适应方法使用记录的神经数据来优化/自定义每个记录上下文的电极选择。在这里，我们提出了一种称为基于分类的选择（CBS）的算法，该算法优化了所有记录通道的关节电极选择，以最大程度地提高检测到的神经元的隔离质量。我们在使用非人类灵长类动物中的神经质子的实验中表明，该算法会产生与同时记录所有电极同时记录所有电极相似的隔离神经元。神经元计数比以前发表的电极选择策略提高了41-85％。通过CBS选择的电极分离的神经元是73％的匹配，通过尖峰时间到探针周围的完整可记录神经元集。CBS选择的电极表现出较高的平均每个记录通道信号 - 噪声比。CBS以及一般的选择优化可能在BMI神经技术的开发中起重要作用，因为信号带宽成为越来越有限的因素。代码和实验数据已提供1。
通过记录飞行数据的机器学习算法预测飞行员对跑道偏离风险的误解
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受纳入学位论文和论文中。有关更多信息，请联系 commons@erau.edu 。