XiaoMi-AI文件搜索系统
World File Search Systeminterfaces
神经形态神经接口 - IOPscience
摘要。目标。与传统数字计算相比，神经系统中的计算使用不同的计算原语，在不同的硬件上运行，因此在使用时间、空间和能量等物理资源方面受到与数字计算不同的约束。为了更好地理解具有类似时空和能量约束的物理介质上的神经计算，神经形态工程领域旨在设计和实现电子系统，在 VLSI 硬件中模拟神经系统在多个生物组织层面的组织和功能，从单个神经元到大型电路和网络。混合模拟/数字神经形态 VLSI 系统结构紧凑、功耗低，并且独立于模型大小和复杂性实时运行。方法。本文重点介绍了当前在从突触到系统级的多个生物组织层面上将神经形态系统与神经系统进行接口的努力，并讨论了未来具有更复杂神经形态电路的生物混合系统的前景。主要结果。单个硅神经元已成功与无脊椎动物和脊椎动物神经网络接口。这种方法允许研究传统技术无法获得的神经特性，同时提供传统数值建模方法无法实现的真实生物学背景。在网络层面，神经元群有望与数百或数千个硅神经元的神经形态处理器进行双向通信。最近对 BMI 的研究表明，使用当前的神经形态技术可以实现这一点。意义。生物神经元和各种复杂程度的 VLSI 神经形态系统之间的生物混合接口已开始出现在文献中。当前神经形态系统的主要目的是作为研究与神经动力学相关的基本问题的计算工具，其复杂性现在允许与大型神经网络和电路直接接口，从而为神经工程系统、神经假体和神经康复带来潜在的有趣的临床应用。
固-液中非晶-非晶界面的性质...
非晶态固体材料因其离子电导率、稳定性和可加工性等优良特性，在储能领域引起了越来越多的关注。然而，与块体晶体材料相比，密度泛函理论 (DFT) 计算的规模限制和实验方法的分辨率限制阻碍了对这些高度复杂亚稳态系统的基本理解。为了填补知识空白并指导非晶态电池材料和界面的合理设计，我们提出了一个基于机器学习的原子间势的分子动力学 (MD) 框架，该框架经过动态训练，以研究非晶态固体电解质 Li 3 PS 4 及其保护涂层非晶态 Li 3 B 11 O 18 。使用机器学习势使我们能够在 DFT 无法访问的时间和长度尺度上模拟材料，同时保持接近 DFT 水平的精度。这种方法使我们能够计算非晶化能、非晶-非晶界面能以及界面对锂离子电导率的影响。这项研究证明了主动学习的原子间势在将从头算建模的应用扩展到更复杂和现实的系统（例如非晶材料和界面）方面的良好作用。
基于心理状态的自适应界面案例
多个领域（例如航空、汽车和核电行业）复杂系统的操作员需要长时间连续地执行任务。长时间连续使用会导致精神疲劳以及认知灵活性、注意力和情境意识的下降，危及复杂操作的安全性和效率。基于心理状态的自适应系统可能是解决此问题的方法。这些系统根据一系列指标推断操作员的当前心理状态，这些指标包括操作员独立测量（例如天气和一天中的时间）、行为（例如反应时间和车道偏差）以及生理标记（例如脑电图和心脏活动）。然后可以采用多种方式之一调整操作员与系统之间的交互，以减轻检测到的任何认知状态下降，从而确保持续的安全性和效率。根据手头的任务及其具体问题，可能的调整（通常基于机器学习估计）包括修改信息、呈现方式或刺激显著性以及任务调度。自适应系统的研究涉及多个领域，包括神经工效学、人为因素以及应用和生态背景下的人机交互，因此需要仔细考虑上述每个方面。本文概述了一些关键
脑机接口和交通中的认知分心
新型可穿戴神经技术能够洞察佩戴者的认知过程，并提供改变或增强其能力的方法。此外，它还提供了免提设备控制的前景。由于这些脑机接口的可访问性和可负担性不断提高，它们很可能在不久的将来成为日常技术。因此，我们必须预测它们的影响，不仅对社会和个人有广泛影响，而且更具体地说，对交通和运输等领域也有影响。在注意力日益成为稀缺商品的经济中，这些创新可能为需要集中注意力的日常活动（如驾驶和骑自行车）带来机遇和挑战。在这里，我们认为它们的发展具有双重风险。首先，基于 BCI 的设备可能会匹配或进一步增加认知人机交互的强度，超过当前的免提通信设备，尽管后者被广泛接受，但众所周知，它会引入大量的认知负荷和干扰。其次，基于 BCI 的设备通常比免提设备更难被目视检测（例如，执法部门如何检查这些极小且集成良好的设备何时被使用？）和限制其使用（例如，我们如何在不侵犯个人完整性和隐私的情况下阻止用户使用此类神经技术？）。研究人员、工程师和政策制定者应该预见到它们在交通中的使用，以确保所有道路使用者的安全。
基于生物信号的共同适应用户机器接口，用于电机控制
抽象的用户机器接口映射从用户测量的生物信号，以控制外部设备的控制命令。从生物信号到设备输入的映射由解码算法执行。对用户和解码器的改编（共同适应）提供了提高不同用户和应用程序接口的包容性和可用性的机会。用户学习会导致可靠的接口控制，可以跨环境和上下文概括。解码器适应性可以个性化接口，说明日常信号变异性并提高整体性能。共同适应创造了塑造用户和解码器系统以实现可靠且可推广的个性化接口的机会。但是，共同适应创建了一个两学习系统，并在用户和解码器之间进行动态交互。工程共同自适应接口需要新的工具和框架来分析和设计用户 - 码头交互。在本文中，我们回顾了自适应解码，用户学习和在用户机器接口中的共同适应，可用于运动控制的用户机器接口，脑中脑部脑部计算机，肌电和运动接口。然后，我们讨论了自适应接口的性能标准，并提出了一种设计用户decoder共同适应的游戏理论方法。
利用脑机接口恢复暂时瘫痪的非人类灵长类动物的连续手指功能
1 密歇根大学生物医学工程系，美国密歇根州安娜堡 48109 2 凯斯西储大学生物医学工程系，美国俄亥俄州克利夫兰 44106 3 大都会健康医疗中心骨科系，美国俄亥俄州克利夫兰 44106 4 退伍军人事务医疗中心路易斯斯托克斯克利夫兰分部，美国俄亥俄州克利夫兰 44106 5 密歇根大学医学院麻醉系，美国密歇根州安娜堡 48109 6 密歇根大学外科系整形外科科，美国密歇根州安娜堡 48109 7 密歇根大学医学院神经外科系，美国密歇根州安娜堡 48109 8 密歇根大学电气工程与计算机科学系，美国密歇根州安娜堡48109，美国 9 密歇根大学机器人研究所，密歇根州安娜堡 48109，美国 10 密歇根大学神经科学研究生课程，密歇根州安娜堡 48109，美国 11 密歇根大学医学院神经病学系，密歇根州安娜堡 48109，美国 12 上述作者对本研究贡献相同。∗ 任何通讯作者均应致函此联系人。
用于非侵入性肌电神经界面的生物机制研究，用于上limb假体控制：10年的观点评论
十年前，一群来自学术界和行业的研究人员确定了上限limb假体控制中的工业和学术最先进的二分法，这是一种广泛使用的生物界应用。他们提出，如果解决了四个关键的技术挑战，可以弥合这一差距，并将学术研究转化为临床和商业上可行的产品。这些挑战是不直觉的控制方案，缺乏感觉反馈，鲁棒性和单传感器方式。在这里，我们提供了有关过去十年发生的研究工作的透视审查，目的是应对这些挑战。此外，我们讨论了上限假体控制研究中最新发展至关重要的三个研究领域，但在10年前的评论中没有设想：深度学习方法，表面肌电图分解和开源数据库。为了结束审查，我们为上限假肢及其他地区的研究与发展提供了前景。
重新审视脑机接口的具体实现
摘要 研究人员越来越多地探索为健全用户部署脑机接口 (BCI)，其动机是比现有的身体介导交互更直接地访问心理状态。这种动机似乎与长期以来 HCI 对具身化的强调相矛盾，即普遍认为身体对认知至关重要。本文通过回顾具身认知和交互的见解来解决这一明显的矛盾。我们首先批判性地审视最近对 BCI 的兴趣，并确定大脑认知与更广泛的身体整合的程度是研究的核心关注点。然后，我们定义了综合认知观点对界面设计和评估的影响。我们得出的一个违反直觉的结论是，具身化本身不应该意味着比 BCI 更倾向于身体介导的交互。相反，它可以通过以下方式指导研究：1) 为 BCI 性能提供基于身体的解释，2) 提出在认知模块化观点中被忽视的评估考虑因素，以及 3) 通过将其设计见解直接转移到 BCI。最后，我们反思了 HCI 对具身化的理解，并确定了迄今为止被忽视的具身化的神经维度。
非破坏性地原位探测涉及低 k 材料或聚合物的埋藏固体/固体界面处的分子结构：综述
近年来，半导体技术的不断缩小，极大地受益于三维（3D）集成技术和三维晶体管的快速发展。1 – 7预计未来迫切需要在更复杂的3D器件和3D动态随机存取存储器（3D DRAM）方面取得进一步进展。在此过程中，需要开发和采用许多创新的测量技术来表征3D器件和3D单元，以深入了解新器件和新材料的结构-功能关系，从而辅助设计性能更佳的先进3D器件。随着3D器件变得越来越复杂，涉及更多的埋置固/固界面，而这些埋置界面上的分子相互作用对整个器件的性能起着关键作用，应进行原位研究。极紫外 (EUV) 光刻技术已用于 3D 技术，其通过次数不断增加，可用于 7 纳米和 5 纳米节点逻辑集成电路以及 16/14 纳米节点 DRAM 的批量生产。8 – 10 与 193 纳米浸没式光刻技术相比，