XiaoMi-AI文件搜索系统
World File Search Systemlib
从完整校准到代码调制的视觉诱发电位的零培训 - 脑电脑接口Thielen，J。； Marsman，J.P。； Farquhar，J
抽象目标。通常，由于单个特质和脑电图的非平稳信号属性（EEG），使用用户和会话特异性数据对脑委员会接口（BCI）进行校准。因此，BCIS经历耗时的被动训练阶段是正常的，以防止用户直接操作它们。在这项研究中，我们以逐步的方式系统地减少训练数据集，以最终达到一种无校准的方法，用于代码调制的视觉诱发电位（CVEP）基于BCI，以完全消除繁琐的训练阶段。方法。在广泛的离线分析中，我们将复杂的编码模型与传统的事件相关电位（ERP）技术进行了比较。我们以标准方式校准编码模型，数据仅限于单个类，同时概括所有其他数据，而没有任何数据。此外，我们研究了在线环境中零培训CVEP BCI的可行性。主要结果。通过采用编码模型，可以大大减少培训数据，同时保持分类性能以及ERP方法的解释差异。只有一个类别的数据，甚至根本没有数据，它仍然显示出出色的性能。此外，零训练CVEP BCI在在线拼写任务中达到了高通信率，证明了其可行性用于实际使用。意义。这使我们能够完全跳过训练阶段，并将所有宝贵的时间用于直接操作。迄今为止，这是该场中最快的零训练CVEP BCI，仅使用几个非侵入性水基EEG电极而无需校准而无需校准。这可以最大程度地减少会话时间，并为实用的插件BCI打开了新的令人兴奋的方向。从根本上讲，这些结果验证了所采用的神经编码模型将数据压缩到事件响应中，而没有解释能力的损失与使用完整的ERP作为模板相比。
促进临床文本的表型：Medkit库
摘要：表型包括应用算法来识别与特定，潜在复杂，性状或条件相关的个人，通常是从电子健康记录（EHRS）集合中的。由于EHR的许多临床信息都在文本中，因此文本的表型在依赖EHR的次要使用的研究中起着重要作用。但是，临床文本的内容和形式的异质性和高度专业化的方面使这项任务特别繁琐，并且是观察研究中时间和成本限制的来源。为了促进表型管道的开发，评估和可重复性，我们开发了一个名为MED KIT的开源Python库。它可以启用由易于重复使用软件砖制成的数据处理管道，名为MedKit Operations。除了图书馆的核心外，我们还共享我们已经开发的运营和管道，并邀请表型社区重新使用和丰富。
Steam套件 - 图书馆的动手学习
蒸汽套件（排除5+编码）是为8岁及以上儿童设计的，但成年人应该对年龄适合的判断。贷款期限为三个星期。贷款期限可以通过在线或亲自续订该物品来延长该项目，除非其他人要求该项目。一个套件可以一次借用。使用玩具和资源的儿童应始终监控。请检查制造商有关安全性，重量限制，窒息危害和年龄适合性的指南。所有玩具应在退回前检查和清洁。为了健康与安全的利益，请告知员工设备是否不完整或有故障或需要更换。还要通知员工，如果需要更换电池。玩具和书籍可能与目录略有不同，但以相同的方式起作用。此处列出的项目是当前出版时（2025年3月）。要确保可用性，请预订您想要的蒸汽套件或通过电话或电子邮件发送给当地图书馆。您还可以使用您的库条形码（来自库卡）在线保留蒸汽套件，并在meath.spydus.ie
使用单细胞拉曼光谱法对环境样品中细菌鉴定的研究：可行性和参考文献
我们通过拉曼光谱法报告了我们最近为鉴定环境样品中细菌的努力。我们从提交到各种环境条件的细菌中建立了一个拉曼光谱数据库。该数据集用于验证在非理想条件下执行的测量值可能是否可以进行拉曼键入。从同一数据集开始，我们随后改变了用于训练统计模型的参考库中包含的表型和矩阵多样性内容。结果表明，与从限制的条件集对光谱训练的环境特定模型相比，可以获得具有扩展光谱变化覆盖范围的模型。广泛的覆盖模型对于环境样品是可取的，因为细菌的确切条件无法控制。
评估空间平衡的运输改进
摘要定量城市模型的最新发展提供了一组新的工具，用于评估运输改进。常规的成本效益分析通常是部分平衡进行的。相比之下，定量城市模型表征了整个城市内经济活动的空间分布。我们使用常规的成本效益分析，基于市场获取变化的足够统计方法和基于模型的反事实来比较运输改进的评估。我们表明，定量的城市模型预测城市内经济活动的重组会响应运输改善，这可能会导致这三种方法的预测之间的实质性差异，以实现大规模运输成本变化。关键词：运输，空间经济学，城市经济学jel代码：R30； R40; R52本文是该中心城市计划的一部分。经济绩效中心由经济和社会研究委员会资助。本文是在访问斯坦福大学作为Trione访问教授时撰写的。我感谢斯坦福大学的款待。本文是为2025年韩国经济学国会的经济学和计量经济学专着的进步而委托的。我的思想受到了21世纪的研究项目的DOT-NBER经济学的影响，由Jim Poterba，Ed Glaeser和我本人协调。我感谢BingQing Yang获得出色的研究帮助。我要感谢Mark Bamba，Diana Furchtgott-Roth，Ed Glaeser，Benny Kleinman，Ernest Liu，Robert Hampshire，Jim Poterba，Darren Timothy，Matt Turner和Stephan Zoepf的有用评论和讨论。任何意见，错误和遗漏都是作者单独的责任
光标BCIS的长期无监督重新校准
皮质内脑机构界面（IBCIS）需要频繁地重新校准，以维持由于随着时间的推移积累而导致的神经活动变化而保持稳健的性能。补偿这种非机构性将使您无需进行监督的重新校准期，在这种情况下，用户无法自由使用其设备。在这里，我们介绍了一个隐藏的马尔可夫模型（HMM），以推断用户在IBCI使用期间朝着哪些目标转向。然后，我们使用这些推断的靶标对系统进行重新训练，从而使无监督的神经活动适应。我们的方法在两个月内以大规模的闭环模拟和人类IBCI用户的闭环模拟以优于最高的最新技术。利用跨越五年IBCI记录的离线数据集，我们进一步显示了最近提出的重新校准的数据分配匹配方法如何在长时间尺度上失败；只有目标推断方法似乎能够实现长期无监督的重新校准。我们的结果表明，如何使用任务结构将嘈杂的解码器引导成一个高度表现的解码器，从而克服了临床翻译BCI的主要障碍之一。
versailles项目对X射线光电子光谱仪的强度校准的高级材料和标准性研究使用低密度聚乙烯
Benjamen P. Reed* 1 , David J. H. Cant 1 , Steve J. Spencer 1 , Abraham Jorge Carmona-Carmona 2 , Adam Bushell 3 , Alberto Herrera-Gómez 2 , Akira Kurokawa 4 , Andreas Thissen 5 , Andrew G. Thomas 6 , Andrew J. Britton 7 , Andrzej Bernasik 8 , Anne Fuchs 9 , Arthur P. Baddorf 10 , Bernd Bock 11 , Bill Theilacker 12 , Bin Cheng 13 , David G. Castner 14 , David J. Morgan 15 , David Valley 16 , Elizabeth A. Willneff 17 , Emily F. Smith 18 , Emmanuel Nolot 19 , Fangyan Xie 20 , Gilad Zorn 21 , Graham C. Smith 22 , Hideyuki Yasufuku 23 , Jeffery Fenton 24 , Jian Chen 20 , Jonathan D. P. Counsell 25 , Jörg Radnik 26 , Karen J. Gaskell 27 , Kateryna Artyushkova 16 , Li Yang 28 , Lulu Zhang 4 , Makiho Eguchi 29 , Marc Walker 30 , Mariusz Hajdyła 8 , Mateusz M. Marzec 8 , Matthew R. Linford 31 , Naoyoshi Kubota 29 , Orlando Cortazar- Martínez2，Paul Dietrich 5，Riki Satoh 29，Sven L. M. Schroeder 7，Tahereh G. Avval 31，Takaharu Nagatomi 32，Vincent Fernandez 33，Wayne Lake 34，Wayne Lake 34，Yasushi Azuma 4，Yasushi Azuma 4，Yusuke Yusuke Yoshikawa 355,36，and Alexander G./alexander G.
对井眼中溶解气体的定量监测：分析工具的校准
摘要。气体监测是理解地下环境中天然气的交换，扩散和迁移过程的先决条件，这与多种应用有关，例如CO 2的地质隔离。在这项研究中，将三种不同的技术（微型GC，红外和拉曼光谱镜）部署在一个实验性的钻孔上，以进行CO 2注射后的监测目的。的目的是开发一种实时化学监测装置，通过在井眼内的水中测量溶解的气体浓度，但也通过与井孔水平的平衡中的气体收集系统在表面上进行测量。但是，必须校准所有三种技术以提供最准确的定量数据。为此，实现了实验室中的第一个校准步骤。需要进行新的校准，以确定水中或气体收集系统中的气体浓度和/或浓度。用于气相分析，微型-GC，FTIR光谱和拉曼光谱法。对于CO 2，CH 4和N 2进行了Mi-CRO-GC的新校准，不确定性从±100 ppm到1.5 mol％，具体取决于散装浓度和气体类型。先前对CO 2和CO 2，N 2，O 2，CH 4和H 2 O校准了FTIR和RAMAN光谱仪，其精度为1 - 6％，具体取决于浓度尺度，气体和光谱仪。溶解的CO 2。预测溶解的CO 2浓度的不确定性分别为±0.003 mol kg 1和±0.05 bar。
warwick.ac.uk/lib-publications 手稿版本：作者的……
稿件版本：作者接受的稿件 WRAP 中呈现的版本是作者接受的稿件，可能与已发布的版本或记录版本不同。 永久 WRAP URL：http://wrap.warwick.ac.uk/190222 如何引用：有关最新的书目引用信息，请参阅已发布的版本。如果已知已发布的版本，则链接到上面的存储库项目页面将包含有关访问它的详细信息。 版权和再利用：华威研究档案门户 (WRAP) 在以下条件下使华威大学研究人员的这项工作开放获取。版权©和此处呈现的论文版本的所有道德权利属于个人作者和/或其他版权所有者。在合理和可行的范围内，WRAP 中提供的材料在提供之前已经过资格检查。完整项目的副本可用于个人研究或学习、教育或非营利目的，无需事先许可或收费。前提是注明作者、标题和完整的书目详情，并提供原始元数据页面的超链接和/或URL，且内容不做任何更改。出版商声明：更多信息请参阅知识库条目页面的出版商声明部分。如需了解更多信息，请联系WRAP团队：wrap@warwick.ac.uk。