XiaoMi-AI文件搜索系统
World File Search Systemthreshold
全球金融流动性对印尼经济的影响：基于门槛VAR的动态分析
摘要：关于全球流动性溢出效应对印度尼西亚经济的实证研究仍然相对有限。大多数关于印度尼西亚经济的全球传染文献仅关注金融冲击对实际冲击（对产出）的影响。我们认为，全球产出对印度尼西亚宏观经济状况的影响是一个相当相关的研究问题。本研究旨在调查世界 GDP、世界大宗商品价格、世界通货膨胀、贸易流量、资本流入、资本账户交易、储备积累、全球流动性（例如全球广义货币）和货币总量与印度尼西亚 GDP 变量和通货膨胀之间的相互依存关系。本文使用阈值向量自回归 (TVAR) 来捕捉世界经济变量的制度变化。世界经济数据和印度尼西亚的经济数据被用来证明在两种不同制度下对世界经济形势的不同反应。本研究确定了两组上层制度和下层制度的世界变量——即世界通货膨胀、世界 GDP 和世界大宗商品价格。 TVAR 估计得出的残差平方和小于 VAR 估计。由于世界经济变量的冲击，不同的制度导致印度尼西亚的经济反应不同。本研究得出的结论有望为印度尼西亚的货币政策制定者提供参考。
基于高性能神经形态计算的低变差阈值开关设备振荡神经元
摘要：高功率和低变异性人工神经元设备非常需要高性能神经形态综合。在本文中，基于低可变性Ag纳米（NDS）阈值开关（TS）设备的振荡神经元具有低操作电压，较大的ON/OFF/OFF比率和高均匀性。测量结果表明，该神经元的示范在低至1 V的施加电压下表现出自振荡行为。振荡频率随施加的电压脉冲振幅而增加，并且随着载荷电阻而降低。然后，当振荡神经元连接到用于神经形态计算的RRAM Crossbar AR-Ray的输出时，可以准确地评估电阻随机记忆（RRAM）突触权重。同时，模拟结果表明，由于AG NDS TS设备的高开/OFF比（> 10 8），我们的振荡神经元可以通过我们的振荡神经元来支持大的RRAM横杆阵列（> 128×128）。此外，AG NDS TS设备的高均匀性有助于提高输出频率的分布并抑制神经网络识别精度的降解（<1％）。因此，基于AG NDS设备的开发的振荡神经元显示出对未来神经形态计算应用的巨大潜力。
乳酸阈值训练以提高长距离跑步表现：叙事评论
Affiliations: 1 Deanship of Quality and Academic Accreditation, Department of Physical Therapy, Imam Abdulrahman Bin Faisal University, Dammam, Saudi Arabia, 2 PPG college of physiotherapy (Affiliated to the Tamilnadu Dr. MGR Medical University), Coimbatore, India, 3 Faculty of Health & Life Sciences INTI International University, Nilai, Negeri Sembilan, Malaysia, 4 CHETTINAD School of Physiotherapy, Chennai, India, 5 Saveetha College of Physiotherapy, Saveetha Institute of Medical and Technical Sciences, Chennai, India, 6 Deanship of Quality and Academic Accreditation, Imam Abdulrahman Bin Faisal University, Dammam, Saudi Arabia, 7 Department of Physical Therapy and Health Rehabilitation, College of Applied Medical Sciences, Jouf萨卡卡大学，沙特阿拉伯Al-Jouf，埃及开罗大学，开罗大学物理治疗学院8号生物力学系，埃及，阿拉伯联合酋长国阿布扎比9 Mediclinic Al Noor医院
在界面热应力阈值下方实现钻石涂层的精确石墨化
抽象的钻石涂层具有许多出色的特性，使其成为高性能表面应用的理想材料。但是，没有革命性的表面修改方法，钻石涂层的表面粗糙度和摩擦行为会阻碍其满足高级工程表面要求要求的能力。这项研究提出了在涂料界面上的热应力控制，并通过激光诱导和机械切割证明了在常规钻石涂层表面上进行精确石墨化的新过程，而不会损害金属底物。通过实验和模拟，阐明了表面石墨化和界面热应力的影响机制，最终使钻石涂层表面向石墨烯的快速转化，同时控制涂层的厚度和粗糙度。与原始的钻石涂层相比，获得的表面显示出摩擦系数降低63％–72％，所有摩擦系数均低于0.1，至少为0.06，特定磨损率降低了59％–67％。此外，摩擦对应物中的粘合剂磨损受到显着抑制，从而使磨损降低了49％–83％。这表明机械化学磨损特性的润滑和抑制作用显着改善。本研究提供了一种有效且成本效益的途径，以克服工程钻石表面的应用瓶颈，有可能显着提高性能并扩大钻石涂层组件的应用范围。
通过心率时间序列的递归量化分析自动检测有氧阈值
摘要：在强度不断增加的运动过程中，人体会根据实际需求通过不同的机制转换能量。人体的能量利用可分为三个阶段，每个阶段的特点是不同的代谢过程，并由两个阈值点分隔，即有氧阈值 (AerT) 和无氧阈值 (AnT)。这些阈值在确定的运动强度 (工作量) 值时发生，并且会因人而异。它们被视为运动能力的指标，可用于个性化体育活动计划。它们通常通过通气或代谢变量检测，需要昂贵的设备和侵入性测量。最近，人们特别关注 AerT，这是一个特别适用于超重和肥胖人群的参数，可用于确定减肥和增强体质的最佳运动强度。本研究旨在提出一种新程序，使用复发分析 (RQA) 自动识别 AerT，该程序仅依赖心率时间序列，该时间序列是从一群年轻运动员在自行车功率计上进行亚最大增量运动测试 (心肺运动测试, CPET) 期间获得的。我们发现，确定性最小值（根据时期复发量化 (RQE) 方法计算出的 RQA 特征）可识别发生一般代谢转变的时间点。在这些转变中，基于确定性最小值的最大凸度的标准可以检测到第一个代谢阈值。普通最小积回归分析表明，RQA 估计的与 AerT 相对应的耗氧量 VO 2 、心率 (HR) 和工作量的值与 CPET 估计的值高度相关 (r > 0.64)。 HR 和 VO2 的平均百分比差异均小于 2%，工作负荷的平均百分比差异小于 11%。AerT 时 HR 的技术误差小于 8%；AerT 时所有变量的组内相关系数值均适中（≥ 0.66）。因此，该系统是一种仅依靠心率时间序列检测 AerT 的有用方法，一旦针对不同活动进行了验证，将来就可以轻松应用于从便携式心率监测器获取数据的应用中。
UC Riverside
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
听力能力各异的个体中语音识别阈值材料的重测信度
摘要 语音识别阈值材料对听力损失程度广泛的个体的重测信度 Karin L. Caswell 杨百翰大学 沟通障碍系 理学硕士 本研究的目的是评估一份最新的数字记录的语音识别阈值 (SRT) 材料列表的重测信度。Chipman (2003) 确定了 33 个心理测量等同的扬抑格词，这些词在当今英语中经常出现。这些数字记录的单词用于根据美国言语-语言听力协会的指导方针确定 40 名参与者的 SRT。参与者的年龄在 19 至 83 岁之间，听力障碍从正常到严重不等。个人的纯音平均值将 16 名听力正常至轻度听力损失的参与者、12 名轻度听力损失的参与者和 12 名中度至重度听力损失的参与者分类。语音材料通过随机选择的一只耳朵呈现给参与者。在测试和重测条件下对同一只耳朵进行 SRT 测量。测试条件下的平均 SRT 为 22.7 dB HL，重测条件下的平均 SRT 为 22.8 dB HL，重测条件下的改进为 0.1 dB，但没有发现显着差异。使用修改后的方差方程确定重测信度，结果为 0.98，表明信度几乎完美。因此，对于新的 SRT 词，重测信度被确定为非常出色。
一种用于 MRI 脑图像肿瘤检测和分类的混合 CNN-SVM 阈值分割方法
目的：本研究论文将通过考虑 CNN 在公共数据集上的优势对脑部 MRI 图像进行分类，以对良性和恶性肿瘤进行分类。材料和方法：深度学习（DL）方法由于在过去几年中的良好表现，在图像分类中变得越来越流行。卷积神经网络（CNN）通过多种方法可以在不使用手工制作的模型的情况下提取特征，并最终显示出更好的分类精度。所提出的混合模型在分类方面结合了 CNN 和支持向量机（SVM），在检测方面结合了基于阈值的分割。结果：先前研究的结果基于不同的模型，其精度为粗糙极限学习机（RELM）-94.233%，深度 CNN（DCNN）-95%，深度神经网络（DNN）和离散小波自动编码器（DWA）-96%，k 最近邻（kNN）-96.6%，CNN-97.5%。混合 CNN-SVM 的总体准确率为 98.4959%。结论：在当今世界，脑癌是最危险的疾病之一，死亡率最高，由于细胞生长异常、形状、方向和位置异常，检测和分类脑肿瘤是医学成像中的一项艰巨任务。磁共振成像 (MRI) 是用于脑肿瘤分析的典型医学成像方法。传统的机器学习 (ML) 技术根据放射科医生专家选择的一些手工特性对脑癌进行分类。这可能导致执行失败并降低算法的有效性。简要介绍
普京在新准则中降低使用核武器门槛，引发升级担忧
联合国裁军研究所高级研究员、核武器控制专家帕维尔·波德维格认为，俄罗斯新核战略的一个关键变化是措辞从侵略“使国家生存陷入危险”转变为侵略“对国家主权和/或领土完整构成严重威胁”。
使用“超阈值峰值”方法对风敏感结构的设计荷载系数进行概率估计
极限风荷载可以接受地小。从经济或保险的角度来看，这个概率概念很重要。如果疏散或类似措施不能防止人员伤亡，那么从安全的角度来看，它也很重要。但是，