XiaoMi-AI文件搜索系统
World File Search System主成分
基于 PCA 和 Kriging 的降阶模型在反应流应用数字孪生开发中的应用
详细燃烧系统的详细数值模拟需要大量的计算资源，这限制了它们在优化和不确定性量化研究中的使用。从有限数量的 CFD 模拟开始，可以使用一些详细的函数评估得出降阶模型。在本研究中，考虑将主成分分析 (PCA) 与克里金法相结合以识别准确的低阶模型。PCA 用于识别和分离系统的不变量，即 PCA 模式，而不是与特征操作条件相关的系数。然后使用克里金法找到这些系数的响应面。这导致了一个替代模型，允许以较低的计算成本执行参数探索。本文还介绍了经典 PCA 方法的变体，即局部和约束 PCA。该方法分别在 OpenSmoke++ 和 OpenFoam 生成的 1D 和 2D 火焰上进行了演示，并为其开发了精确的替代模型。
使用机器学习的相似图像查找器
摘要：Internet和个人设备上数字图像的扩散产生了对有效图像检索系统的紧迫需求。本文提出了使用机器学习技术来应对这一挑战的类似图像查找器（SIF）。该系统采用特征提取方法（例如卷积神经网络（CNN））的组合来捕获图像的视觉特征。然后使用降低降低技术（如T-分布式随机邻居嵌入（T-SNE）或主成分分析（PCA））将这些特征映射到较低的空间中。结果表示可以有效地比较和检索视觉上相似的图像。此外，可以在大型数据集上培训系统，以学习跨各种图像类型和域的概括性特征。实验结果证明了所提出的SIF在准确有效地检索视觉相似图像方面的有效性。此外，还讨论了系统在图像搜索引擎，内容建议系统和数字资产管理中的可扩展性和潜在应用。
人脑中丘脑皮质连通性的系统发育保守的轴
使用Sigmoid Transformation的间隔。c，将转录组数据分配给丘脑种子。voxelwise估计在丘脑中提取了2,228个具有差异表达的基因的验尸基因表达的估计值。对于每个基因，每个种子点都分配给它所在的体素的表达值，以产生921 by-2228 by-by-gene矩阵。如上所述，每个基因的表达水平根据缩放的乙状结肠标准化为单位间隔。d，关节分解。通过主成分分析（PCA）将逐皮连通性和逐个基因矩阵串联并分解为一组正交因素。从最终的主组件（PC）中，第一台PC（PC1）解释了串联数据矩阵中差异的30.2％。对于每个PC，分数分别描述了丘脑和载荷中每个成分的表示，分别描述了每个皮质区域和基因的连通性强度和基因表达水平的贡献。
丙泊酚麻醉中的意识和脑功能复杂性
大脑可能是人类已知的最复杂的系统，其复杂性被用来解释意识的出现。然而，复杂性已被多个不同领域以多种方式定义：在这里，我们研究了时间和拓扑域中的算法和过程复杂性的度量，并在从接受麻醉剂丙泊酚不同程度镇静的个体获得的功能性 MRI BOLD 信号数据上对其进行了测试，并在两个单独的数据集中复制了我们的结果。我们证明，各种测量方法能够以不同的方式区分镇静程度，时间测量显示出更高的灵敏度。此外，我们表明，所有测量都与一个解释大部分方差的单一底层结构密切相关，如主成分分析所评估的那样，我们将其解释为我们数据“整体复杂性”的度量。这种整体复杂性还能够区分镇静程度和丙泊酚的血清浓度，支持意识与复杂性相关的假设——与后者的测量方式无关。
已发表版本的引文（APA）：Wolsink，M.（2024）。智能电网的概念化——过渡中的异常和矛盾的专家范式
缩写：AC，交流电；AMD，高级计量装置；AI，人工智能；DC，直流电；DES，分布式能源系统；DG，分布式发电；DR，需求响应；DSM，需求侧管理；DSO，配电系统运营商；EMS，能源管理系统；ESS，储能系统；EV，电动汽车；HV，高压；ICT，信息和通信技术；IoT，物联网；LAN，局域网；LEM，本地能源市场；LV，低压；MG，微电网；P2P，点对点；PCA，主成分分析；PV，光伏；RE，可再生能源；REC，可再生能源社区；RED，（欧盟）可再生能源指令；RES，可再生能源系统；RTP，实时定价（−关税）；SA，社会接受过程；SCADA，监控和数据采集； SG，智能电网；STS，社会技术系统；TE，交易能源；V2G，车辆到电网。电子邮箱地址：mpwolsink@uva.nl。
气候调节过程与欧洲森林，灌木丛和草原植物群落的功能组成有关
注意：数字显示了由森林，灌木丛和草原内前八个ravimax旋转的主成分轴捕获的个体和求和变异（请参阅表S5 – S7）。轴命名是基于最密切相关的性状。主要成分分析中包含的植被特征：叶干物质含量，叶氮同位素特征*（叶子三角洲15 n），叶面积*，叶碳含量，叶碳与氮的比例，叶质量干质量，叶干质量，新鲜质量，新鲜质量，叶子氮含量，叶子氮含量，叶片含量，叶子厚度，叶子厚度，叶子厚度，植物丛，植物丛，根部*密度*，茎管直径*，茎特异性密度和茎直径。“*”表示补充分析中包括对单个CWM（图S8A – D）和CWV（图S9A – D）的影响的特征。
气候调节过程与欧洲森林，灌木丛和草原植物群落的功能组成有关
注意：数字显示了由森林，灌木丛和草原内前八个ravimax旋转的主成分轴捕获的个体和求和变异（请参阅表S5 – S7）。轴命名是基于最密切相关的性状。主要成分分析中包含的植被特征：叶干物质含量，叶氮同位素特征*（叶子三角洲15 n），叶面积*，叶碳含量，叶碳与氮的比例，叶质量干质量，叶干质量，新鲜质量，新鲜质量，叶子氮含量，叶子氮含量，叶片含量，叶子厚度，叶子厚度，叶子厚度，植物丛，植物丛，根部*密度*，茎管直径*，茎特异性密度和茎直径。“*”表示补充分析中包括对单个CWM（图S8A – D）和CWV（图S9A – D）的影响的特征。
解开关键成功因素以提高供应链有效性，效率和性能：一个7VS框架
摘要本文试图通过检查与有效性相关的决策主题来指导供应链经理有关关键成功因素（CSF）。它基于与CSF有关供应链管理的先前理论和运营观点。研究使用了一个定量调查工具，该工具由303家供应链决策者的响应告知。这可以通过应用主成分分析直接链接到供应链效率的48个变量中识别7个关键集群。CSF在供应链文献中有所忽略，为了解决这一点，提出了一个基于证据的7VS框架，并结合了CSF，以帮助供应链性能的成功运作。结果表明，管理CSF提高供应链效率和性能，同时协助组织获得竞争优势。这项研究对组织的运营效率有了整体的看法，并为成功运行CSF的供应链成功奠定了基础。
人Dickkopf-3（DKK-3）在发育，免疫调节和癌症中的多面作用
对诱导的，特定于频率的神经活动的经典分析通常在试验中平均带限制功率。 最近，已广泛理解的是，在个别试验中，β频段活性是作为瞬态爆发而不是振幅调节的振荡而发生的。 大多数Beta爆发研究将它们视为单一，并具有刻板印象的波形。 但是，我们表明爆发形状各不相同。 使用爆发产生的生物物理模型，我们证明了波形可变性是通过产生β爆发的突触驱动器的可变性来预测的。 然后，我们使用一种新颖的自适应爆发检测算法来识别基于操纵杆的到达任务中记录的人类MEG传感器数据的爆发，并应用主成分分析以爆发波形来定义一组维度或图案，以最能解释波形方差。 最后，我们证明了特定范围的波形图案的突发，生物物理模型未完全解释的波形基序，差异化有助于运动相关的β动力学。 感觉运动β爆发不是均匀的事件，并且可能反映了不同的计算过程。对诱导的，特定于频率的神经活动的经典分析通常在试验中平均带限制功率。最近，已广泛理解的是，在个别试验中，β频段活性是作为瞬态爆发而不是振幅调节的振荡而发生的。大多数Beta爆发研究将它们视为单一，并具有刻板印象的波形。但是，我们表明爆发形状各不相同。使用爆发产生的生物物理模型，我们证明了波形可变性是通过产生β爆发的突触驱动器的可变性来预测的。然后，我们使用一种新颖的自适应爆发检测算法来识别基于操纵杆的到达任务中记录的人类MEG传感器数据的爆发，并应用主成分分析以爆发波形来定义一组维度或图案，以最能解释波形方差。最后，我们证明了特定范围的波形图案的突发，生物物理模型未完全解释的波形基序，差异化有助于运动相关的β动力学。感觉运动β爆发不是均匀的事件，并且可能反映了不同的计算过程。
研究声明 - GitHub 页面
我的研究生工作重点是了解人类在自行车上保持平衡时使用的控制机制。由于自行车是一种动态复杂的车辆 [ 1 , 15 , 36 , 18 ]，充当人类与环境之间的中介，因此它是了解平衡和手动控制的理想车辆平台。我早期的研究生工作重点是将主成分分析应用于跑步机上稳定骑行期间的大量运动捕捉数据，从而确定了主要运动模式并揭示了低速时用于保持平衡的细微腿部运动 [ 17 , 35 ]。我们通过对城市周围和跑步机上更自然的骑行行为的视频分析进一步证实了这种低速行为 [ 13 ]。此后，这项工作在运动研究文献中被广泛引用。在这些初步实验之后，我设计并制作了一辆装有独特仪器的自行车，能够准确测量骑车人-车辆系统的完整动态状态 [ 21 , 32 ]，包括最