XiaoMi-AI文件搜索系统
World File Search Systemcous
增材制造中打印质量预测的光谱特征分析：基于声学的方法
摘要：增材制造 (AM) 工艺中的质量预测至关重要，特别是在航空航天、生物医学和汽车等高风险制造业。声学传感器已成为一种有价值的工具，可通过分析特征和提取独特特征来检测打印图案的变化。本研究重点关注熔融沉积成型 (FDM) 3D 打印样品立方体 (10 mm × 10 mm × 5 mm) 的声学数据流的收集、预处理和分析。以 10 秒为间隔提取不同层厚度的时域和频域特征。使用谐波-打击源分离 (HPSS) 方法对音频样本进行预处理，并使用 Librosa 模块对时间和频率特征进行分析。进行了特征重要性分析，并使用八种不同的分类器算法（K最近邻（KNN）、支持向量机（SVM）、高斯朴素贝叶斯（GNB）、决策树（DT）、逻辑回归（LR）、随机森林（RF）、极端梯度提升（XGB）和轻梯度提升机（LightGBM））实施机器学习（ML）预测，以基于标记数据集对打印质量进行分类。使用具有不同层厚度的三维打印样品（代表两种打印质量水平）生成音频样本。从这些音频样本中提取的频谱特征作为监督ML算法的输入变量，以预测打印质量。调查显示，频谱平坦度、频谱质心、功率谱密度和RMS能量的平均值是最关键的声学特征。使用包括准确度分数、F-1分数、召回率、精确度和ROC / AUC在内的预测指标来评估模型。极端梯度提升算法脱颖而出，成为最佳模型，预测准确率为 91.3%，准确率为 88.8%，召回率为 92.9%，F-1 得分为 90.8%，AUC 为 96.3%。这项研究为使用熔融沉积模型进行基于声学的 3D 打印部件质量预测和控制奠定了基础，并可扩展到其他增材制造技术。
复合材料的声学辅助体积 3D 打印
复合材料增材制造技术的进步已经改变了航空航天、医疗设备、组织工程和电子产品。增强 3D 打印物体性能的一个关键方面是通过在结构中嵌入和定向增强材料来微调材料。现有的定向这些增强材料的方法受到图案类型、排列和粒子特性的限制。声学提供了一种通用的方法来控制粒子，而不受其大小、几何形状和电荷的影响，从而实现复杂的图案形成。然而，将声学集成到 3D 打印中一直具有挑战性，因为声场在聚合层和未聚合树脂之间散射，从而产生不必要的图案。为了应对这一挑战，开发了一种创新的声学辅助体积 3D 打印机 SonoPrint，它可以同时对整个结构进行增强图案化和打印。SonoPrint 通过在制造的结构中嵌入增强颗粒（例如微观玻璃、金属和聚苯乙烯）来生成机械可调的复合几何形状。该打印机采用驻波场在感光树脂中直接创建目标粒子图案（包括平行线、径向线、圆形、菱形、六边形和多边形），只需几分钟即可完成打印。SonoPrint 增强了结构特性，有望推进体积打印，解锁组织工程、生物混合机器人和复合材料制造中的应用。
ECG信号通过单节点，表面声感应
摘要 - 有效的手段，可以实现单铅，非侵入性和干性心电图（ECG）测量值，为在非临床环境中对移动用户进行长时间心律监测提供了潜力。但是，现有的ECG调查方法需要精确的电极放置，暨塞接线，并要求用户保持固定。另外，当前基于心脏的基于心脏的方法（例如Phonocartiogrons）缺乏检测至关重要的心律特征的灵敏度和精度，并且容易受到环境噪声的影响。这项工作利用脖子上的宽带宽表面声波麦克风通过颈动脉捕获心脏声音。提议将心形信号转换为相应的ECG波形的跨模式自动编码器，一种用于信号模态转换的最新算法。由9个参与者研究结果证明了通过声音声音构建PQRST波形的有效性，并准确地确定了关键的PQRST指标。最后，展示了用户步行的移动声学ECG波构建，为不引人注目的，长期的低成本每日心律监测奠定了基础。临床相关性 - 转换心脏声音信号，以实现突出的心电图指标，可以使用单节点干可穿戴设备进行低成本的每日心律监测。
具有可信意图的语音声学分类
语音中的非语言韵律模式能够传达说话者的情绪状态、健康状况、性别甚至性格特征，例如可信度。虽然研究主要集中在从听众的角度看语音声学与感知到的性格特征之间的关系，但当前的研究已经开发了一个大型语音数据集，以根据说话者的自我感知来检查说话者为了听起来可信而发出的语音。更准确地说，当前的研究正在寻求确定某些声学线索是否可用于表征说话者的意图（即中性或可信）。总共招募了 96 名来自不同种族背景（即白人、黑人和南亚人）的年轻人和老年人。他们被要求首先以他们正常的说话方式（“中性”）说一组句子，然后重复相同的句子，但这次他们被要求传达听起来可信的意图。我们的研究结果证明，音调和语音质量相关特征可以从我们的音频数据集中正确区分说话者的意图，准确率约为 70%。索引术语：可信度、语音声学、音调、语音质量。
具有声学靶向基因递送的工程病毒向量
靶向基因传递到大脑是神经科学研究的关键工具，并且具有治疗人类疾病的重要潜力。然而，通常通过入侵注射限制其适用的研究范围和临床应用的范围，通常通过侵入性注射来进行常见基因载体（例如腺相关病毒（AAV））的特定地点传递。另外，集中的超声血脑屏障开口（FUS-BBBO）进行了无创，可以从系统性循环中使AAVS进入大脑的位点特异性进入。但是，当与天然AAV血清型结合使用时，该方法的转导效率有限，并且会导致周围器官的实质性不良转导。在这里，我们使用高吞吐量在体内选择来设计新的AAV矢量，专门设计用于FUS-BBBO位置的局部神经元转导。所产生的载体显着增强了超声靶向的基因递送和神经元的偏移，同时减少了周围转导，从而在两种经过测试的小鼠菌株中靶向特异性的靶向提高了十倍以上。除了增强非侵入性基因递送到特定大脑区域的唯一已知方法外，这些结果还建立了AAV矢量为特定物理递送机制而进化的AAV量的能力。
高级洛伦兹混合
摘要：纳米级机械谐振器引起了信号处理，传感器和量子应用的广泛关注。纳米结构中超高Q声腔的最新进展允许与各种物理系统和高级功能设备进行牢固的相互作用。那些声学腔对外部扰动高度敏感，由于这些响应是由几何和材料确定的，因此很难控制这些共振特性。在本文中，我们通过在光力学系统中混合高阶Lorentzian响应来演示一种新型的声学共振调节方法。使用弱耦合的语音晶体声腔，我们实现了二阶和三阶洛伦兹响应的连贯混合，这能够具有与设备的声学耗散率相当的共振范围的带宽和峰值频率的微调和峰值频率。这种新颖的共振调节方法可以广泛应用于洛伦兹响应系统和光学机械，尤其是针对环境波动和制造误差的主动补偿。关键字：光子综合电路，硅光子学，声学效应，片上布里群散射，光学机械
通过声学透明颅窗对人类大脑活动进行功能性超声成像
可视化人类大脑活动对于了解正常和异常的大脑功能至关重要。目前可用的神经活动记录方法具有高度侵入性、灵敏度低，并且不能在手术室外进行。功能性超声成像 (fUSI) 是一种新兴技术，可提供灵敏、大规模、高分辨率的神经成像；然而，fUSI 无法通过成年人头骨进行。在这里，我们使用聚合物头骨替代材料创建与 fUSI 兼容的声学窗口，以监测单个个体的成年人大脑活动。使用体外脑血管模型模拟脑血管系统和体内啮齿动物颅骨缺损模型，首先，我们通过不同厚度的聚甲基丙烯酸甲酯 (PMMA) 颅骨植入物或钛网植入物评估了 fUSI 信号强度和信噪比。我们发现，可以使用专用的 fUSI 脉冲序列通过 PMMA 植入物以高灵敏度记录大鼠大脑神经活动。然后，我们为一名在脑外伤后接受颅骨重建手术的成年患者设计了一种定制的超声透明颅窗植入物。我们表明，fUSI 可以在手术室外记录清醒人的大脑活动。在视频游戏“连点成线”任务中，我们展示了该个体任务调节皮质活动的映射和解码。在弹吉他任务中，我们绘制了其他特定于任务的皮质反应。我们的原理验证研究表明，fUSI 可用作高分辨率（200 μ m）功能成像方式，通过声学透明颅窗测量成年人的大脑活动。
ResonantAcoustic ® 混合技术推动高能材料加工的进步
含能材料和弹药用于火箭、导弹、弹药和烟火装置等任务关键型应用。这些材料是多种不同化学物质的复杂混合物，可制成粉末、粘稠糊状物、高粘稠糊状物和液体等产品，每种产品都必须按照严格的标准制造。英国火箭公司、爱好者和世界各地的其他人也受益于这些改进。RAM 还可以比传统方法快 10 倍至 100 倍地进行研磨、筛分和涂覆，但操作却足够温和，可以处理 3D 打印含能和爆炸性墨水。