XiaoMi-AI文件搜索系统
World File Search Systemlter
非线性适应时空滤波器，用于单审鉴定运动相关皮质电位
摘要：运动电位的执行或想象力反映了可以通过脑电图（EEG）作为运动相关皮质电位（MRCP）记录的皮质电位。单个试验中MRCP的识别是获得对脑计算机界面（BCI）的自然控制的挑战性可能性。我们提出了一种基于最佳非线条过滤器的MRCP检测的新方法，处理包括延迟样品（获得时空过滤器）的不同脑电图的不同通道。可以通过更改时间过滤器的顺序和输入数据的非线性处理来获得不同的输出。通过在训练集上进行交叉验证，选择最佳的分类（适用于用户），并从最佳三个投票以使用测试数据获得输出，从而评估了这些文件的分类性能。将该方法与我们小组最近引入的另一种最先进的过滤器进行了比较，该方法将其应用于16位执行或想象50个自定进度的上limb Palmar Grasps的健康受试者中。新方法在80％的整体数据集上具有中位数的准确性，这比以前的过滤器（即63％）要好得多。对于在线BCI系统设计具有异步，自定为自定进定应用的可行性。
使用滤波器组任务相关成分分析对上肢运动进行多类分类
摘要 — 肢体运动分类可为非侵入式脑机接口提供控制命令。以往对肢体运动分类的研究主要集中在左/右肢的分类；然而，尽管上肢运动的分类为脑机接口提供了更多主动诱发的控制命令，但上肢运动的不同类型分类却常常被忽视。尽管如此，很少有机器学习方法可以作为肢体运动多类分类的最新方法。本文重点研究上肢运动的多类分类，提出了多类滤波器组任务相关成分分析 (mFBTRCA) 方法，该方法包括三个步骤：空间滤波、相似性测量和滤波器组选择。空间滤波器，即任务相关成分分析，首次用于上肢运动的多类分类。
QuCNN：基于纠缠反向传播的量子卷积神经网络
摘要 — 量子机器学习仍然是量子计算领域中一个非常活跃的领域。其中许多方法已经将经典方法应用于量子设置，例如 QuantumFlow 等。我们推动这一趋势，并展示了经典卷积神经网络对量子系统的适应性——即 QuCNN。QuCNN 是一个基于参数化的多量子态的神经网络层，计算每个量子滤波状态和每个量子数据状态之间的相似性。使用 QuCNN，可以通过单辅助量子比特量子例程实现反向传播。通过在一小部分 MNIST 图像上应用具有数据状态和滤波状态的卷积层、比较反向传播的梯度并针对理想目标状态训练滤波状态来验证 QuCNN。索引术语 — 量子计算、量子机器学习、卷积神经网络
用于 EEG 信号检测的带有基于 RRAM 的低通 FIR 滤波器的 13 W 模拟前端
摘要：本文介绍了一种用于检测脑电图 (EEG) 信号的模拟前端 (AFE)。AFE 由四个部分组成，即斩波稳定放大器、纹波抑制电路、基于 RRAM 的低通 FIR 滤波器和 8 位 SAR ADC。这是首次在 EEG AFE 中引入基于 RRAM 的低通 FIR 滤波器，其中利用 RRAM 的生物可信特性高效分析模拟域中的信号。前置放大器采用对称 OTA 结构，在满足增益要求的同时降低了功耗。纹波抑制电路大大改善了噪声特性和失调电压。基于 RRAM 的低通滤波器实现了 40 Hz 的截止频率，适用于 EEG 信号的分析。SAR ADC 采用分段电容器结构，有效降低了电容器开关功耗。芯片原型采用 40 nm CMOS 工艺设计。整体功耗约为13µW，实现超低功耗运行。
病毒防护口罩功能性过滤材料的开发
在大流行期间佩戴口罩是防止病毒相关传染病传播的重要保护措施。然而，通过接触口罩间接传播病毒的风险是人们最早担心的问题之一。通过在口罩的纺织结构上补充病毒防护涂层，可以最大限度地减少这一问题。因此，在这一概念中，应评估制造病毒防护过滤介质的合适技术。在本研究中，无纺布聚酰胺 6 (PA6) 过滤材料用带负电荷的线性聚甘油硫酸盐 (LPGS) 作为病毒结合官能团进行功能化。研究了两种涂层条件，其中直接与 LPGS 共价涂覆已成为最佳涂层方法，对 PA6 纳米纤维结构没有损坏。未涂层的 PA6 和 LPGS 涂层的 PA6 过滤材料对空气传播的猫冠状病毒的病毒颗粒过滤效率分别为 95% 和 94%，对空气传播的马疱疹病毒 1 (EHV-1) 的病毒颗粒过滤效率分别为 98% 和 86%。然而，溶液中的 SARS-CoV-2 吸收试验表明，当与 LPGS 涂层 PA6 滤料一起孵育一小时时，LPGS 涂层可将病毒滴度降低高达 71%。因此，未涂层的 PA6 材料不会出现这种效果。这些发现证实了 LPGS 涂层适合作为抑制不同流行病中病毒传播的合适平台。
项目指南 • 发电机组 - Finanzauto
3.6 燃油系统，HFO 操作 ............................................................................................................. 34 3.6.1 柴油发动机残余燃料的要求（如加注） ................................................................................ 34 3.6.2 粘度/温度图 ............................................................................................................. 35 3.6.3 系统图 – 重质燃油操作 ............................................................................................. 36 3.6.4 HFO 系统组件 ............................................................................................................. 37 a) 细过滤器（已安装）HF1 ............................................................................................................. 37 b) 滤网 HF2 ............................................................................................................................. 37 c) 自清洁过滤器 HF4 ............................................................................................................. 38 d) 粘度计 HR2 ............................................................................................................................. 38 e) 压力泵 HP1/HP2 ............................................................................................................. 38 f) 循环泵 HP3/HP4 ............................................................................................................. 38 g)压力调节阀HR1................................................................
迈向多类别运动前分类
摘要 —非侵入式脑机接口可以帮助人类控制外部设备。先前对肢体运动分类的研究主要集中在左/右肢的分类；然而，尽管上肢运动的分类在脑机接口中提供了更多主动诱发的控制命令，但它常常被忽视。尽管如此，没有任何机器学习方法可以作为肢体运动多类分类的基线方法。本文重点研究上肢运动的多类分类，提出了多类滤波器组任务相关成分分析 (mFBTRCA) 方法，该方法包括三个步骤：空间滤波、相似性测量和滤波器组选择。空间滤波器，即任务相关成分分析，首先用于去除脑电信号中的噪声。典型相关性测量空间滤波信号的相似性并用于特征提取。相关特征是从多个低频滤波器组中提取的。最小冗余最大相关性方法从所有相关特征中选择必要特征，最后使用支持向量机对所选特征进行分类。使用两个数据集评估了与以前使用的模型相比所提出的方法。其中，mFBTRCA 实现了 0.4022 ± 0.0709（7 个类别）的分类准确率
基于微环谐振器和具有 Fano 谐振的 MZI 的带宽可调光学滤波器
敏感传感器、全光开关和可重构分插滤波器[5-7]。前期工作中，利用微环谐振器（MRR）的对称谐振特性，已经制作出许多带宽可调的器件[8-12]。例如，一种是基于单个微环谐振器的滤波器，其谐振器的耦合系数由微机电系统调整。然而，要实现 MEMS 可调谐性，需要施加近 40 V 的高驱动电压 [5]。另一种也是基于单个微环谐振器的滤波器 [13]。其谐振器的耦合系数由热光移相器调整。这种滤波器的缺点是带宽变化范围有限，带外抑制性能较差。还有一种结合了 MZI 和环形谐振器的滤波器，环形谐振器嵌入 MZI 臂中，其带宽调谐受到带内纹波和插入损耗的限制 [14]。在本文中，我们展示了一种基于环形谐振器和具有 Fano 谐振的 MZI 的带宽可调光学滤波器。它由两个单个 MRR 和一个由两个 1 9 2 多模干涉 (MMI) 构成的 MZI 结构组成。两个单个 MRR 的耦合系数均由热光移相器调谐。在这种新设计中，由两个 TiN 加热器控制的两个 MRR 可用于产生额外的相位以打破正常 MRR 的对称洛伦兹形状。通过两个不对称洛伦兹形状的叠加可以观察到 Fano 谐振，并且 3 dB 通带明显增宽。利用硅的热光（TO）特性，带宽范围从0.46到3.09nm，比以前的器件更宽。输出端口的消光比大于25dB，自由光谱范围（FSR）为9.2nm，适合光电集成电路中的传输。众所周知，通过端口3dB，带宽是一个重要的
![arXiv:1810.02455v2 [cs.RO] 2019 年 3 月 1 日](/simg/7\763a8b44196a9bef96a30b09810486f99c1f2ff0.webp)
arXiv:1810.02455v2 [cs.RO] 2019 年 3 月 1 日
摘要 — 小型无人机可以通过实时监视不断蔓延的火势，帮助消防员扑灭野火。然而，仅根据野火图像自主引导无人机是一个具有挑战性的问题。这项工作对机载摄像机获得的噪声图像进行建模，并提出了两种过滤野火图像的方法。第一种方法使用简单的卡尔曼滤波器来降低噪声并更新观察区域的信念图。第二种方法使用粒子滤波器来预测野火的增长，并使用观测来估计与野火扩张有关的不确定性。信念图用于训练深度强化学习控制器，该控制器学习一种策略来引导飞机勘察野火，同时避免直接飞过火场。仿真结果表明，所提出的控制器可以精确引导飞机并准确估计野火的增长，而对观测噪声的研究证明了粒子滤波方法的鲁棒性。
基于 TSV 的发夹带通滤波器，适用于 6G 移动...
摘要 针对第六代（6G）移动通信应用，提出了三种新型五阶超紧凑发夹带通滤波器。发夹单元的臂采用三维集成技术（TSV）实现，部分发夹单元由四个臂组成。本文介绍了这三种滤波器的设计方法，并通过基于有限元法的工业级仿真器HFSS验证了滤波特性。结果表明:所设计的三个滤波器的中心频率分别为0.405 THz、0.3915 THz、0.3955 THz,带宽分别为0.1 THz、0.077 THz、0.063 THz,插入损耗为2.0 dB,回波损耗分别为12.4 dB、13.4 dB、14 dB。所设计的三个滤波器的尺寸均为0.284×0.0325 mm2(1.29×0.148λg2)。关键词:第六代(6G)移动通信、太赫兹(THz)频段、发夹带通滤波器、硅通孔(TSV)分类:电子器件、电路和模块(硅、化合物半导体、有机和新材料)