摘要:底物表面的状态是某些有机化合物的升华方法产生的晶体形态的关键因素之一。在这项工作中,我们成功地准备了1,2-双(2,5-二甲基-3-噻吩基)全氟细胞烯(1A)的不同形态,这些晶体被分类为空心晶体和叶片样晶体,通过与玻璃表面相处,并与玻璃表面进行玻璃表面,并与水文表面相处。为了澄清玻璃基板每个表面上的晶体生长过程,我们研究了在升华的早期阶段附着在底物表面的米勒指数,并通过X射线衍射测量和极化显微镜散发器的晶体面晶体的晶状体生长方向和晶体生长方向。结果表明,在早期和升华阶段产生的晶体面之间的异质结会导致两种不同的晶体形态。此外,已经证实,异质结在这些晶体面之间的特定方向上发生,因为这些晶体面上的晶格点非常吻合。最后,我们展示了空心和羽毛状晶体的光学行为。
截至 2023 年初,生成式人工智能已成为流行文化和科技行业的热门话题。多个网站允许用户写一个句子并返回一张描绘用户所写内容的图像。有些网站免费提供这项服务,而有些网站则要求用户为这项服务付费。2023 年 1 月 23 日,微软宣布向发明 ChatGPT 和 DALL-E[12][13] 的人工智能研究实验室 OpenAI 投资数十亿美元,这意味着人工智能领域的重要性和潜力。人工智能已经在医疗保健、制造业、零售业和银行业等许多行业得到应用。相对较新的文本到图像生成式人工智能领域(见第 2.1 节)进一步扩展了人工智能的使用领域。我们在本文中研究的一个潜在应用领域是用户体验设计(从现在开始称为 UX)。例如,正在从事 Web 应用程序项目的 UX 设计师或学生可能会发现创建可作为初稿并进一步改进的模拟用户界面很有用。
抽象的生物电子医学通过感测,处理和调节人体神经系统中产生的电子信号(被标记为“神经信号”)来治疗慢性疾病。虽然电子电路已经在该域中使用了几年,但微电子技术的进展现在允许越来越准确且有针对性的解决方案以获得治疗益处。例如,现在可以在特定神经纤维中调节信号,从而靶向特定疾病。但是,要完全利用这种方法,重要的是要了解神经信号的哪些方面很重要,刺激的效果是什么以及哪些电路设计可以最好地实现所需的结果。神经形态电子电路代表了实现这一目标的一种有希望的设计风格:它们的超低功率特征和生物学上可行的时间常数使它们成为建立最佳接口到真正神经加工系统的理想候选者,从而实现实时闭环与生物组织的闭环相互作用。在本文中,我们强调了神经形态回路的主要特征,这些电路非常适合与神经系统接口,并展示它们如何用于构建闭环杂种人工和生物学神经加工系统。我们介绍了可以实施神经计算基础的示例,以对这些闭环系统中感应的信号进行计算,并讨论使用其输出进行神经刺激的方法。我们描述了遵循这种方法的应用程序的示例,突出了需要解决的开放挑战,并提出了克服当前局限性所需的措施。
摘要。人类计算机的交互已从命令行演变为图形,直至有形的用户界面(TUI)。tuis代表了将物理对象纳入数字环境中的新范式,以便为用户提供更丰富,更自然和直观的互动手段。本文回顾了TUIS在认知人体工程学,教育和行业中的应用,并特别强调了TUI在减少认知负荷以及改善保留率和增强解决问题的行为方面可能产生的潜在影响。它涵盖了TUI认知益处的各种案例研究,分布式和体现的认知,可伸缩性和可访问性问题的框架,减少技术障碍以及用户不情愿的方法以及TUI与IoT合并的方式。作者还讨论了TUI如何在智能环境中的网络和控制方面看到巨大的改进。从上述内容中,尽管Tuis承诺与常规GUI有关的巨大好处,但在不同应用程序中的全面利用要求解决成本,适应性和包容性的广泛使用。
摘要 目标:为严重运动障碍患者开发脑机接口 (cBCI) 理想情况下依赖于最终用户和其他利益相关者(如护理人员和研究人员)之间的密切合作。意识到这些群体之间可能存在的意见分歧对于开发可用的 cBCI 和访问技术 (AT) 至关重要。在本研究中,我们比较了潜在 cBCI 用户、他们的护理人员和 cBCI 研究人员对以下方面的意见:(1) 用户希望用 cBCI 控制哪些应用程序;(2) 用户喜欢使用哪些心理策略来控制 cBCI;(3) 用户希望在临床轨迹的哪个阶段了解 AT 和 cBCI。方法:我们收集了 28 名闭锁综合征患者、29 名护理人员和 28 名 cBCI 研究人员的数据。问卷配有动画视频来解释不同的 cBCI 概念,并评估了这些概念的实用性。结果:三组人对最理想的 cBCI 应用的看法一致,但对心理策略和了解 cBCI 的时间存在分歧。动画视频被认为是向最终用户和其他利益相关者解释 cBCI 和心理策略的清晰且有用的工具。结论:利益相关者之间对于用户喜欢使用哪种心理策略以及他们希望何时了解 cBCI 存在明显分歧。为了推进 cBCI 的开发和临床实施,有必要将研究议程与最终用户和护理人员的需求相结合。
摘要:本研究提出了一种新的梦境记录方法,该方法结合了非侵入式脑机接口 (BMI)、思维输入软件和生成式 AI 辅助多模态软件。该方法旨在将 REM 睡眠期间的意识过程升华到半意识状态,并产生用于思维输入的信号。我们概述了一个两阶段的过程:首先,使用生成式 AI 开发多模态软件来补充文本流并生成多媒体内容;其次,采用基于摩尔斯电码的打字方式来简化信号要求并提高打字速度。我们通过建议一种涉及植入 BMI 的用户的控制系统来优化非侵入式信号,从而应对非侵入式 EEG 的挑战。文献综述重点介绍了 BMI 打字、意识过程升华以及生成式 AI 在基于文本提示的思维输入方面的潜力方面的最新进展。
摘要 —近年来,深度学习 (DL) 对基于脑电图 (EEG) 的运动想象脑机接口 (MI-BMI) 的改进做出了重大贡献。在实现高分类准确率的同时,DL 模型的规模也不断扩大,需要大量的内存和计算资源。这对嵌入式 BMI 解决方案提出了重大挑战,该解决方案应通过本地处理数据来保证用户隐私、减少延迟和低功耗。在本文中,我们提出了 EEG-TCN ET,一种新颖的时间卷积网络 (TCN),它在只需要少量可训练参数的情况下实现了出色的准确率。其低内存占用和低推理计算复杂度使其适合在资源有限的边缘设备上进行嵌入式分类。在 BCI 竞赛 IV- 2a 数据集上的实验结果表明,EEG-TCN ET 在 4 类 MI 中实现了 77.35% 的分类准确率。通过为每个受试者找到最佳网络超参数,我们进一步将准确率提高到 83.84%。最后,我们在 Mother of All BCI Benchmarks (MOABB) 上展示了 EEG-TCN ET 的多功能性,这是一个包含 12 个不同 EEG 数据集和 MI 实验的大规模测试基准。结果表明,EEG-TCN ET 成功地推广到单个数据集之外,在 MOABB 上的表现比目前最先进的 (SoA) 好 0.25 倍。索引术语 — 脑机接口、运动意象、深度学习、卷积神经网络、边缘计算。
海洋生物膜是全球无处不在的表面相关微生物群落,由于其独特的结构和功能,引起了人们的关注。The aim of this study is to provide a comprehensive overview of the current scienti fi c understanding, with a speci fi c focus on naturally occurring bio fi lms that develop on diverse marine abiotic surfaces, including microplastics, sea fl oor sediments, subsurface particles, and submerged arti fi cial structures susceptible to biocorrosion and biofouling induced by marine bio fi LMS。本文介绍了有关海洋环境中这些表面相关微生物群落的多样性,结构,功能和动态的最新进展和发现,突出了它们的生态和生物地球化学维度,同时也是为了进一步研究海洋生物生物LMS的灵感。