XiaoMi-AI文件搜索系统
World File Search SystemSimulate
文章 飞行员的尽责性与皮肤电稳定性相关：社会压力下模拟飞行的研究
摘要：对于飞行员来说，应对焦虑的能力在飞行过程中至关重要，因为他们可能会面临压力。根据大五人格量表，这种能力可以通过两种重要的人格特质进行调节：尽责性和神经质。前者与注意力有关，后者与对焦虑刺激的注意力偏差有关。鉴于目前用于检测用户状态的监测系统的发展，该系统可以并入驾驶舱，因此需要估计它们对个体间人格差异的鲁棒性。事实上，几种情绪识别方法都是基于生理反应，这些反应可以通过特定的人格特征进行调节。对 20 名飞行员的人格特质进行了评估。之后，他们进行了两次连续的模拟飞行，一次没有社会压力，一次有社会压力，同时测量皮肤电活动。在第二次飞行之前，也就是压力诱发条件之前，对他们的主观焦虑进行了评估。结果表明，神经质得分较高与认知和躯体焦虑呈正相关。此外，在社会压力下，尽责性得分越高与皮肤电稳定性（即皮肤电导反应次数越少）呈正相关。这些关于自我报告和生理反应的结果都支持将人格差异纳入飞行员的状态监测中。
飞行员的尽责性与皮肤电稳定性相关：社会压力下模拟飞行研究
摘要：对于飞行员来说，应对焦虑的能力在飞行过程中至关重要，因为他们可能会面临压力。根据大五人格量表，这种能力可以通过两种重要的人格特质进行调节：尽责性和神经质。前者与注意力有关，后者与对焦虑刺激的注意力偏差有关。鉴于目前用于检测用户状态的监测系统的发展，该系统可以并入驾驶舱，因此需要估计它们对个体间人格差异的稳健性。事实上，几种情绪识别方法都是基于可以通过特定人格特征进行调节的生理反应。对 20 名飞行员的人格特质进行了评估。之后，他们进行了两次连续的模拟飞行，分别在没有和有社会压力的情况下，同时测量皮肤电活动。在第二次飞行之前，也就是在压力诱发条件之前，对他们的主观焦虑进行了评估。结果表明，神经质得分越高，认知焦虑和躯体焦虑越呈正相关。此外，在社会压力下，尽责性得分越高，与皮肤电稳定性呈正相关，即皮肤电导反应次数越少。这些关于自我报告和生理反应的结果都支持将性格差异纳入飞行员的状态监测中。
对激光束能曲线的模拟和实验分析，以提高线馈激光沉积的效率
抽象的激光覆层是一项公认的技术，大多数先前的数值建模工作都集中在基于粉末过程的过程中的交付和融化池行为。这项研究对优化的激光束成型进行了新的研究，以针对电线基的独特特性，其中直接底物加热以及电线和底物之间的热传递非常重要。与基于粉末的材料交付相比，该主题的值是通过基于电线的沉积过程来改善的沉积速率和致密的金属结构。线内温度分布（AISI 316不锈钢），底物的传热和直接加热（低碳钢）是通过传热模拟建模的，具有三个激光束辐照度分布。此分析确定了通常与标准高斯分布相关的局部高温区域的去除，以及均匀方形梁曲线可以提供的改进的底物加热。使用横截面光学显微镜分析了使用预位线和1.2 kW CO 2激光器的实验，以提供模型验证和改进的电线覆盖层润湿的证据，同时维持甲壳材料中有良好的抗甲基甲虫。这项工作的关键发现是从480 W/mm 2减少，在从高斯分布更改为均匀的平方分布时，需要辐照辐射，以进行有效的熔融池形成。这也可减少总能量50％。认可和讨论了能源效率，降低成本和可持续性改善的潜在提高。
引入蜜罐的模拟容器 - 景观
许多基于防御的保护策略，以防止对IT基础设施的攻击，并且被证明是有效的。防火墙，入侵检测系统（IDS），网络细分和严格的身份验证和更新策略至少在企业网络上是预期的。尽管采取了这些措施，但仍可能存在可穿透的差距，最终将被攻击者发现。这意味着有一个不对称的后卫必须一直成功，而攻击者只能成功一次。可以使用欺骗技术来解决此问题，其中提出了错误的目标，目的是揭露攻击者的行动。欺骗性的另一个问题是恶意内部人士的威胁。最常见的欺骗技术是蜜罐，它们模拟网络上的主机，目的是在浪费At Tacker的资源时提高互动的警报。从历史上看，蜜罐被部署为裸机服务或虚拟机。随着持续的基础架构迁移到云的迁移，OS级虚拟化（例如Linux容器（LXC）或Docker容器）已获得动力，原因有几个。容器提供类似于虚拟机的服务的简单部署，同时更轻巧，因为多个容器可以共享相同的内核和图像。，基于容器的应用程序比虚拟机提出了更好的可伸缩性，因为可以快速按需启动更多的容器实例。在这项工作中，我们提出了一个新颖的Docker Honeypot在学术界以及开源社区中的几部作品利用了容器的优势用于Honeypot用例。尽管大多数作品都集中在传统蜜罐的易于部署上[1] [2] [3]，但开放源项目Whaler，模拟了一个脆弱的Docker容器，而Honeypot Dockpot则启动了在传入的SSH连接上的容器。
对 dupilumab 反应不佳的 AD 患者的模拟疗效
（图 4）。十个参数中有四个与 IL-13 相关（ k 13 、 k 14 、 b 2 和 d 11 ），其余六个参数与皮肤屏障相关参数（ k 1 、 k 3 、 b 4 、 b 6 、 d 1 和 d 3 ），它们对应于安慰剂效应和皮肤屏障缺陷的基线严重程度，而不是每个 MoA（SI 第 5 部分）。四个 IL-13 相关参数（ k 13 、 k 14 、 b 2 和 d 11 ）可以表征 dupilumab 的反应者，因为具有较高 k 13 、k 14 和 b 2 以及较低的 d 11 的虚拟患者对 dupilumab 治疗的反应更灵敏。参数 b 2 描述了 IL-13 对皮肤屏障损伤的影响。 IL-4 相关参数（k 11、k 12、b 1、b 7 和 d 10）与 dupilumab 相比没有显著的 PRCC，dupilumab 可抑制 IL-4 和 IL-13 信号传导，从而改善 EASI，这与 dupilumab 临床疗效不相关的报告一致
使用游戏人工智能控制模拟经济
摘要：我们探索使用人工智能 (AI) 来操纵模拟经济。为此，我们介绍了正在进行的可由游戏玩家控制的宏观经济模拟工作。我们将这种模拟视为一种严肃的游戏；它可以作为一场比赛，但也可以作为一种教育工具，玩家可以通过它了解经济原则和人工智能控制器的行为。本文的主要贡献是比较研究不同人工智能代理对模拟环境操纵的有效性。专注于游戏行业常见的人工智能方法，我们实现了四个玩家，他们使用智能方法来控制模拟，试图最大化经济产出。我们工作的目的是说明游戏人工智能社区的简单方法可用于有效地控制复杂的经济模拟。因此，这项研究支持了游戏社区的普遍观点，即简单的基于角色的 AI 方法即使对于复杂的任务也可以产生具有竞争力的游戏玩法。此外，我们证明，在这种特定的模拟情况下，基于规则的推理器优于更复杂的 AI 代理。
驾驶员状态监控：在模拟自动驾驶场景中操纵可靠性预期
摘要 — 高度自动化驾驶技术在广泛集成到量产车辆之前将面临重大挑战。其中之一就是监控驾驶员的状态并确定他们是否准备好在特定情况下接管控制。因此，我们在驾驶模拟器中探索了他们的生理反应以及不同交通复杂度场景对信任的影响。使用混合重复测量设计，将 27 名参与者分为两个可靠性组，具有相反的自动化可靠性期望 - 低和高。我们假设期望会调节参与者对自动化的信任，从而调节他们在不同场景中的生理反应。也就是说，增加交通复杂性也会增加参与者的兴奋，而自动化可靠性期望会加剧或减轻这种兴奋。虽然无法观察到可靠性组差异，但我们的结果显示在高复杂性驾驶条件下（即，精神要求高的非驾驶相关任务和城市场景）生理激活增加。此外，我们观察到根据交付的组期望对自动化的信任进行调节。这些发现提供了一种背景方法，驾驶员监控系统的进一步研究可以从中受益，并可用于训练机器学习方法，以在不断变化的场景中对驾驶员的状态进行分类。这
使用循环强化学习和模拟退火在集成电路中布局
随着集成电路 (IC) 技术的日益复杂，其物理设计和生产变得越来越具有挑战性。布局一直是 IC 物理设计中最关键的步骤之一。经过数十年的研究，基于分区、基于分析和基于退火的布局器不断丰富布局解决方案工具箱。然而，包括运行时间长和缺乏泛化能力在内的开放性挑战继续限制现有布局工具的更广泛应用。我们利用强化学习 (RL) 的进步，设计了一种基于学习的布局工具，该工具基于强化学习 (RL) 和模拟退火 (SA) 的循环应用。结果表明，RL 模块能够为 SA 提供更好的初始化，从而产生更好的最终布局设计。与其他近期基于学习的布局器相比，我们的方法主要不同之处在于它结合了 RL 和 SA。它利用 RL 模型在训练后快速获得良好粗略解决方案的能力和启发式方法实现解决方案贪婪改进的能力。
使用模拟的肌电伪影
最近的研究表明，能够记录患有半晶状体切除术的脑外伤（TBI）患者的脑电图（EEG）中高γ信号（80-160 Hz）。然而，由于与面部和头部运动相关的表面肌电图（EMG）伪影的混淆带宽重叠，因此提取与运动相关的高γ仍然具有挑战性。在我们以前的工作中，我们描述了一种增强的独立组件分析（ICA）方法，用于从EEG中删除EMG伪像，并通过添加EMG来源（ERASE）称为EMG降低。在这里，我们对六名Hemicraniectomies患者记录的EEG测试了该算法，同时他们执行了拇指流失任务。删除的平均值为52±12％（平均±S.E.M）（最大73％）EMG伪影。相比之下，常规ICA从EEG中删除了EMG伪像的平均值为27±19％（平均值±S.E.M）。尤其是，在擦除擦除后，在半晶切除术中的对侧手运动皮层区域中，高γ同步显着改善。更复杂的高γ复杂性是分形维度（FD）。在这里，我们在每个通道上计算了EEG高γ的FD。高γ的相对FD定义为移动状态下的FD在空闲状态下减去FD。我们发现，施加擦除后，高γ的相对FD与半骨切除术相对于半晶状分裂术，与纤维流量的振幅密切相关。的结果表明，与拇指流量相关的电极上的显着相关系数平均为〜0.76，而非流行性辐射切除术区域的同源电极的系数接近0。在常规ICA之后，在两个半开裂区域（最高0.86）和非流行颅切除术区域（最高0.81）中，高γ和力之间的相对FD之间的相关性均保持较高。在所有受试者中，使用擦除后，平均83％的电极与力显着相关。常规ICA后，只有19％的具有显着相关性的电极位于半晶切除术中。
神经网络中的辍学模拟了深脑刺激对记忆的矛盾影响
神经调节技术，例如深脑刺激（DBS）是对记忆有关的疾病的有前途的治疗方法，包括焦虑，成瘾和痴呆。但是，这种治疗的结果似乎有些自相矛盾，因为这些技术即使应用于同一大脑靶标也会破坏和增强记忆。在本文中，我们假设通过神经调节来解释记忆的破坏和增强可以通过ngram节点的辍学来解释。我们使用卷积神经网络（CNN）对手写数字和字母进行分类，并在不同阶段施加了辍学，以模拟DBS对ENGRAM的影响。我们表明，在训练期间应用的辍学提高了预测的准确性，而在测试期间应用的辍学大大降低了预测的准确性，这些预测的准确性分别模拟了记忆的增强和破坏。我们进一步表明，辍学的神经网络的转移学习提高了学习的准确性和速率。训练期间的辍学提供了一个更强大的“骨骼”网络，并与转移学习一起模仿了慢性DBS对记忆的影响。总体而言，我们证明了Engram节点的辍学是一种可能的机制，诸如DBS之类的神经调节技术既可以破坏和增强记忆力，从而为此悖论提供了独特的观点。