目的:本研究论文将通过考虑 CNN 在公共数据集上的优势对脑部 MRI 图像进行分类,以对良性和恶性肿瘤进行分类。材料和方法:深度学习(DL)方法由于在过去几年中的良好表现,在图像分类中变得越来越流行。卷积神经网络(CNN)通过多种方法可以在不使用手工制作的模型的情况下提取特征,并最终显示出更好的分类精度。所提出的混合模型在分类方面结合了 CNN 和支持向量机(SVM),在检测方面结合了基于阈值的分割。结果:先前研究的结果基于不同的模型,其精度为粗糙极限学习机(RELM)-94.233%,深度 CNN(DCNN)-95%,深度神经网络(DNN)和离散小波自动编码器(DWA)-96%,k 最近邻(kNN)-96.6%,CNN-97.5%。混合 CNN-SVM 的总体准确率为 98.4959%。结论:在当今世界,脑癌是最危险的疾病之一,死亡率最高,由于细胞生长异常、形状、方向和位置异常,检测和分类脑肿瘤是医学成像中的一项艰巨任务。磁共振成像 (MRI) 是用于脑肿瘤分析的典型医学成像方法。传统的机器学习 (ML) 技术根据放射科医生专家选择的一些手工特性对脑癌进行分类。这可能导致执行失败并降低算法的有效性。简要介绍
摘要 - 为了改善MOS晶体管操作特征,例如开关速度和功耗,集成设备的尺寸不断降低,以及其他进步。地理标度的主要缺点之一是名义上相同设备之间阈值电压的变化增加。其起源在于位于氧化物内部和氧化物和半导体之间的界面层的缺陷。同时,缺陷的数量变为接近纳米尺度的设备中的可数量。此外,它们对设备性能的影响显着增加,以一种可以直接从电气测量值观察到来自单个缺陷的电荷过渡。描述由单个缺陷引起的设备的降解,必须研究其对V TH偏移的影响的分布。对于Sion技术,文献中已经报道了单个缺陷的步骤高度的单模式指数分布。但是,我们的结果表明,步进高度更可能是双模式的分布。这些发现对于准确评估分布的尾部至关重要,即缺陷对V th产生巨大影响。这种缺陷会导致设备和电路的直接故障。在这项研究中,创建和分析了单个缺陷效应的统计分布。我们将结果与使用常用的电荷表近似(CSA)计算的值进行了比较,并表明CSA显着低估了研究技术对缺陷的实际影响。最后,我们使用所获得的分布,并使用我们的紧凑型物理建模框架分析了它们对测量应力测量模拟变异性的影响。
摘要:建模社会传染过程的信息最近由于其在网络科学,多机构系统,信息科学和营销中的广泛适用性而引起了研究人员的极大兴趣。与生物传播不同,社会传染中的增强作用的存在必须考虑系统中个体的复杂性。尽管许多研究承认个人在采用信息时的异质性,但没有研究考虑到个人在采用决策过程中的不确定性。这导致社会传染动力学的最佳建模在最终采用大小与传输概率中存在相变的存在。我们采用了反向出生问题(IBP)来代表基于边缘的隔室理论中复杂的概率幅度,并证明,通过对随机正常网络的广泛模拟,我们的新方法在预测社会传染动力学方面更好地形成了。
限制的检测引擎可能会发现点异常,各种专家系统涵盖了其他事件[2]。由于生成新的地面真相集非常昂贵,因此无监督的算法已成为主流。在TeleManom [1]中,使用长期短期记忆(LSTM)网提取预期的遥测值。然后,使用的差异和实际值之间的差异无监督阈值来检测事件。作为单独的LSTMS处理不同的遥测通道,TeleManom提供了可追溯性和可解释性,这对于空间应用至关重要。用于检测遥测异常的数据驱动算法通常被大量参数化,并且不正确的超级参数会恶化其性能。我们以[1]为基础,并提出了一种遗传算法(GA),以进化其未受监督阈值部分的超参数(Sect。2)。实验表明GA提高了TeleManom的能力(3)。我们表明,应重新审视检测器的质量,因为捕获检测异常的时间方面的指标(相对于地面真理)传达了非常重要的信息。
摘要 语音识别阈值材料对听力损失程度广泛的个体的重测信度 Karin L. Caswell 杨百翰大学 沟通障碍系 理学硕士 本研究的目的是评估一份最新的数字记录的语音识别阈值 (SRT) 材料列表的重测信度。Chipman (2003) 确定了 33 个心理测量等同的扬抑格词,这些词在当今英语中经常出现。这些数字记录的单词用于根据美国言语-语言听力协会的指导方针确定 40 名参与者的 SRT。参与者的年龄在 19 至 83 岁之间,听力障碍从正常到严重不等。个人的纯音平均值将 16 名听力正常至轻度听力损失的参与者、12 名轻度听力损失的参与者和 12 名中度至重度听力损失的参与者分类。语音材料通过随机选择的一只耳朵呈现给参与者。在测试和重测条件下对同一只耳朵进行 SRT 测量。测试条件下的平均 SRT 为 22.7 dB HL,重测条件下的平均 SRT 为 22.8 dB HL,重测条件下的改进为 0.1 dB,但没有发现显着差异。使用修改后的方差方程确定重测信度,结果为 0.98,表明信度几乎完美。因此,对于新的 SRT 词,重测信度被确定为非常出色。
Alyssa M. Jacobs 沟通障碍系 理学硕士 多年来,语音识别阈值 (SRT) 测试一直被用作听力健康的指标。然而,随着方法和技术的变化,重测信度尚未得到广泛审查,新的数字记录的扬抑格词符合已发布的听众熟悉度标准。本研究检查了 33 个高频使用和心理测量等同扬抑格词的重测信度。美国言语-语言-听力协会推荐的方法(2-dB 减量)用于测量 40 名参与者的左右 SRT,使用男性和女性说话者录音。对于每个参与者,在测试条件下发现四个 SRT,在重测条件下发现四个 SRT。分析了所有 SRT 分数,使用男性说话者录音得出的平均 SRT 值导致平均重测 SRT 比平均测试 SRT 高 1.4 dB。使用女性说话者录音得出的平均 SRT 值导致平均重测 SRT 比平均测试 SRT 高 1.2 dB。与每个参与者的纯音平均值 (PTA) 相比,SRT 分数也表现出较高的有效性。这项研究还发现,在使用数字记录和心理测量等同的扬抑格词时,使用男性说话者与使用女性说话者之间没有显著的相互作用。关键词:语音识别阈值、重测信度、数字记录材料
行业4.0应用程序涉及更多数量的传感器或物联网(IoT)设备来支持行业自动化。它涉及更多的计算来分析从处理单元的几个关键部分收集的传感器数据。稀疏信号处理是在通信和信号处理领域中具有许多应用的。本文介绍了一种新的方法,可以借助水平交叉采样(LCS)和基于回溯的基于回溯的迭代硬阈值(BIHT)算法进行重建。该过程涉及,信息信号使用发射机侧的不均匀采样将信息信号转换为随机稀疏信号,然后可以使用接收器侧的BIHT算法将其重建。模拟结果表现出所提出的BIHT重建的出色性能。
摘要 - 浮动门(FG)细胞作为控制在thranddiode配置中操作的有机薄膜晶体管(TFTS)的电路级别方法。充电和排放。使用不超过4 V的编程电压,实现了阈值电压的系统调整到-0.5和2.6 V之间的值。该概念的多功能性是通过使用有机-TFT的FG细胞作为被动式直流体中可编程阈值溶剂的转置和二极管载荷式逆变器,并在透明,透明的透明塑料底物上制造的。直接菌显示出频率响应,改善3-DB点和涟漪降低。具有可编程FG-TransDiode负载的逆变器比传统的二极管逆变器具有更大的小信号增益,更大的输出 - 电压摆动和更大的噪声余量。
在所有神经网络中,PIKING 神经网络 (SNN) 最忠实地模拟了人脑,并且被认为是处理时间数据最节能的网络。人工神经元和突触是 SNN 的组成部分。最初,SNN 的硬件采用复杂的互补金属氧化物半导体 (CMOS) 电路实现,其中单个神经元或突触由多个晶体管实现,这在面积和能耗方面非常密集 [1]。2008 年忆阻器的发现促进了使用单个双端器件实现人工突触的发展 [2],[3]。然而,尽管人工神经元同样重要,但使用单个器件实现人工神经元的研究还不够深入。最近,阈值开关忆阻器 (TSM) 器件 [4]、非挥发性忆阻器 [5]、相变材料 (PCM) [6]、基于铁电材料的场效应晶体管 (FET) [7]、[8] 和浮体晶体管 [9] 已被用于演示用于 SNN 的漏电积分激发 (LIF) 神经元。二维材料的忆阻特性为利用这些原子级薄系统实现人工神经元提供了机会,这将实现神经网络硬件的最终垂直扩展 [10]-[12]。H Kalita 等人演示了一种基于 MoS 2 /石墨烯 TSM 的人工神经元,但阈值电压高、开关比低、导通时间短。
摘要自体,CCR5基因编辑的造血茎和祖细胞(HSPC)移植是实现HIV缓解的有前途的策略。但是,只能在体内编辑一小部分HSPC,以防止感染。要投影HIV缓解所需的CCR5版本的阈值,我们开发了一种数学模型,该模型概述了SHIV-1157IPD3N4感染的Pigailed Macaques的血液T细胞重建和血浆Simian-HIV(SHIV)动力学,该动力学与CCR5 Genee Editie ccr5 Gene Editied。该模型预测,当分析治疗中断(ATI)可以获得病毒控制时:(1)移植的HSPC至少比全身辐照后残留的内源性HSPC高至至少五倍,并且(2)受保护的HSPC的分数在移植中触发了阈值(76–94-94-94%),以使跨度的差异得出了跨度的差异,以胜过跨度的跨度。在这些条件下,如果扣留了ATI,直到移植基因改性细胞植入并重构为稳定状态,则预计会发生自发的病毒控制。