XiaoMi-AI文件搜索系统
World File Search Systemsensors
传感器
摘要：在智能环境中实现成功的人机协作需要对人类行为进行建模，以预测人们的决策。本研究的目标是利用 TBR 和 Alpha 波段作为电生理特征，以区分不同的任务，每个任务都与不同的推理深度相关。为此，我们在参与者执行两项认知任务：挑选和协调时监测了 TBR 和 Alpha 的调节。在挑选条件下（处理深度较低），要求参与者从四个单词的字符串中自由选择一个单词。在协调条件下（处理深度较高），要求参与者尝试选择与分配给他们的未知伙伴相同的单词。我们进行了两种类型的分析，一种考虑时间因素（即观察试验中的动态变化），另一种不考虑。当不考虑时间因素时，只有 Beta 对挑选和协调之间的差异敏感。然而，当包括时间因素时，实验中期认知努力和疲劳之间发生了转变。这些结果凸显了监测电生理指标的重要性，因为疲劳等不同因素可能会影响直觉和深思熟虑的推理模式的瞬时相对权重。因此，在人机交互中监测人机随时间的反应可能对人机交互中顺利协调至关重要。
传感器
量子噪声是量子传感器的基本限制，并导致所谓的射击限制。如今，几个系统，例如光学时钟或重力波检测器接近测量敏感性，其中此限制对总统计不确定性构成了重大贡献。 众所周知，可以通过在非经典状态下制备探针来克服该极限。 ，我们将对在单个被困离子运动中实施的不同非古典状态进行概述，并讨论其在计量学中的个人优势和局限性。 提出的实验的可能应用是测量小振荡电场和诱捕频率。 重点将放在我们对Fock状态的实验性工作，在这种情况下，在两种情况下，量子增强的感应都可以使用相同的量子状态。如今，几个系统，例如光学时钟或重力波检测器接近测量敏感性，其中此限制对总统计不确定性构成了重大贡献。众所周知，可以通过在非经典状态下制备探针来克服该极限。，我们将对在单个被困离子运动中实施的不同非古典状态进行概述，并讨论其在计量学中的个人优势和局限性。提出的实验的可能应用是测量小振荡电场和诱捕频率。重点将放在我们对Fock状态的实验性工作，在这种情况下，在两种情况下，量子增强的感应都可以使用相同的量子状态。
传感器
摘要：人们已经分析了许多神经系统疾病和描绘病理区域，并且借助磁共振成像 (MRI) 研究了大脑的解剖结构。尽早识别阿尔茨海默病 (AD) 患者非常重要，这样才能采取预防措施。对分段 MRI 的组织结构进行详细分析可以更准确地对特定脑部疾病进行分类。已经提出了几种复杂程度各异的用于诊断 AD 的分割方法。使用深度学习方法对大脑结构进行分割和对 AD 进行分类已引起人们的关注，因为它可以在大量数据上提供有效的结果。因此，与最先进的机器学习方法相比，深度学习方法现在更受青睐。我们旨在概述当前基于深度学习的分割方法，以便定量分析大脑 MRI 以诊断 AD。本文将介绍如何使用卷积神经网络架构分析大脑解剖结构和诊断 AD，讨论脑部 MRI 分割如何改善 AD 分类，描述最先进的方法，并使用公开可用的数据集总结其结果。最后，我们将深入了解当前的问题，并讨论构建 AD 计算机辅助诊断系统的未来可能研究方向。
传感器
摘要：在中风慢性期（例如中风后 6 个月以上），严重的肢体运动障碍可能难以解决。最近的证据表明，物理治疗在此阶段后仍可促进有意义的康复，但所需的大量治疗很难在标准临床实践范围内提供。数字游戏技术现在与脑机接口相结合，以激励人们积极参与和频繁锻炼并促进神经恢复。然而，获取脑信号的复杂性和成本阻碍了这些康复系统的广泛使用。此外，对于有残留肌肉活动的人来说，肌电图 (EMG) 可能是一种更简单且同样有效的替代方法。在这项初步研究中，我们评估了基于 EMG 的 REINVENT 虚拟现实 (VR) 神经反馈康复系统变体的可行性和有效性，以增加随意肌肉活动，同时减少意外的共同收缩。我们招募了四名中风康复慢性期的参与者，他们的主动腕关节运动均受到严重限制。他们完成了七次 1 小时的训练，在此期间，我们的头戴式 VR 系统强化了腕伸肌的激活，而没有激活屈肌。训练前后，参与者接受了一系列临床和神经肌肉评估。我们发现训练提高了标准化临床评估的分数，与之前报告的脑机接口分数相当。此外，训练可能引起皮质脊髓通讯的变化，表现为 12-30 Hz 皮质肌肉一致性的增加和维持恒定腕肌活动水平的能力的提高。我们的数据支持在严重慢性中风中使用肌肉-计算机接口的可行性，以及它们促进功能恢复和触发神经可塑性的潜力。
传感器
摘要：基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）拼写器因其高信息传输速率（ITR）而受到广泛研究。本文旨在提高SSVEP-BCI在高速拼写方面的实用性。系统从自行开发的专用EEG设备获取脑电图（EEG）数据，并将刺激布置为键盘。对任务相关成分分析（TRCA）空间滤波器进行修改（mTRCA）以进行目标分类，并且在离线分析中与原始TRCA相比表现出明显更高的性能。在在线系统中，利用基于贝叶斯后验概率的动态停止（DS）策略来实现可变的刺激时间。此外，还优化了时间滤波过程和程序以促进在线DS操作。值得注意的是，在线 ITR 平均达到 330.4 ± 45.4 比特/分钟，明显高于固定停止 (FS) 策略，峰值 420.2 比特/分钟是迄今为止使用 SSVEP-BCI 的最高在线拼写 ITR。所提出的系统具有便携式 EEG 采集、友好的交互和可变的命令输出时间，为基于 SSVEP 的 BCI 提供了更大的灵活性，并有望实现实际的高速拼写。
传感器
摘要：随着金属氧化物半导体 (MOS) 制造技术的不断发展，晶体管自然而然地变得更耐辐射，这是通过稳步减小栅极氧化物厚度来增加栅极氧化物和沟道之间的隧穿概率。不幸的是，尽管已开发的晶体管具有这种抗辐射性能，但核电站 (NPP) 领域仍然需要更高的抗辐射水平。特别是在严重事故条件下，读出电路可能需要大约 1 Mrad 的总电离剂量 (TID)，而反应堆堆芯周围则需要 100 Mrad。在核电站等恶劣辐射环境中，微型袖珍裂变探测器 (MPFD) 等传感器将是一种很有前途的技术，可用于检测反应堆堆芯中的中子。对于这些传感器，读出电路应从根本上靠近传感设备放置，以最大限度地减少信号干扰和白噪声。因此，高辐射环境下的电路必须具有抗辐射能力。本文介绍了采用 SiGe 130 nm 和 Si 180 nm 制造工艺、不同通道宽度和互补金属氧化物半导体 (CMOS) 和双极 CMOS (BiCMOS) 晶体管类型的抗辐射电荷敏感放大器 (CSA) 的各种集成电路设计。这些电路在高水平活度：490 kCi 的钴-60 γ 射线环境下进行了测试。实验结果表明，随着辐照剂量的增加，幅度下降 2.85%–34.3%，下降时间增加 201–1730 ns，信噪比 (SNR) 降低 0.07–11.6 dB。这些结果可为抗辐射运算放大器在晶体管尺寸和结构方面的设计提供指导。
传感器
摘要：在本文中，我们介绍了在人机交互 (HCI) 环境中获得的效果计算研究的多模态数据集。基于游戏化的通用范式，设计和实现了一个实验性的移动交互场景，用于诱导基于对话的 HCI 相关的情绪和认知负荷状态。它包含六个实验序列，分别是兴趣、超负荷、正常、简单、负荷不足和沮丧。每个序列之后都有主观反馈来验证诱导，还有呼吸基线来平衡生理反应，以及结果摘要。此外，在实验之前，从每个受试者那里收集了三份与情绪调节 (ERQ)、情绪控制 (TEIQue-SF) 和人格特质 (TIPI) 相关的问卷，以评估诱导范式的稳定性。基于这个 HCI 场景，生成了乌尔姆大学多模态效果语料库 (uulmMAC)，它由两个同质样本组成，每个样本有 60 名参与者和 100 个录音会话。我们记录了 16 种传感器模式，包括 4 种视频、3 种音频和 7 种生物生理、深度和姿势流。此外，还收集了其他标签和注释。记录后，所有数据都经过后处理并检查技术和信号质量，最终得到 57 名受试者和 95 个记录会话的 uulmMAC 数据集。对报告的主观反馈的评估显示序列之间存在显著差异，与诱导状态非常一致，问卷分析显示结果稳定。总之，我们的 uulmMAC 数据库对有效计算和多模态数据分析领域做出了宝贵贡献：它是在接近真实 HCI 的移动交互场景中获得的，包含大量受试者并允许跨时间调查。通过主观反馈验证并检查质量问题，它可用于有效计算和机器学习应用。
传感器
摘要：本文提出了一种分层深度强化学习 (DRL) 方法，用于智能家电和分布式能源 (DER)（包括储能系统 (ESS) 和电动汽车 (EV)）的能源消耗调度。与基于离散动作空间的 Q 学习算法相比，该方法的新颖之处在于，使用基于参与者-评论家的 DRL 方法在连续动作空间中调度家用电器和 DER 的能源消耗。为此，提出了一个两级 DRL 框架，其中根据消费者偏好的家电调度和舒适度在第一级调度家用电器，而使用第一级的最优解以及消费者环境特征在第二级计算 ESS 和 EV 的充电和放电计划。在分时定价下，在一个有空调、洗衣机、屋顶太阳能光伏系统、ESS 和 EV 的单个家庭中进行了模拟研究。不同天气条件、工作日/周末和电动汽车驾驶模式下的数值示例证实了所提出方法在电力总成本、储能系统和电动汽车的能量状态以及消费者偏好方面的有效性。
传感器
摘要：抑制控制是一种抑制反应的认知过程。它用于日常活动，例如驾驶摩托车、驾驶汽车和玩游戏。这个过程的影响可以与现实世界中的红灯进行比较。在本研究中，我们使用相位滞后指数和试验间一致性 (ITC) 研究了人类抑制控制下的大脑连接。人类大脑连接可以更准确地表示功能神经网络。脑电图 (EEG) 的结果（数据集是使用听觉停止信号任务从十二名健康受试者在左手和右手抑制期间生成的）表明，大脑额叶和颞叶的 delta (1-4 Hz) 和 theta (4-7 Hz) 波段功率的试验间一致性增加。这些 EEG delta 和 theta 波段活动神经标记与人类额叶的抑制有关。此外，通过视觉刺激，枕叶的 delta-theta 和 alpha（8-12 Hz）波段功率的试验间一致性有所增加。此外，与颞叶和枕叶相比，在抑制控制下，额叶 F3-F4 通道之间的大脑连接性最高。额叶中更高的 EEG 一致性和相位滞后指数与人类反应抑制有关。这些发现揭示了理解大脑连接的神经网络和人类反应抑制过程中的潜在机制的新见解。