XiaoMi-AI文件搜索系统
World File Search System任务性能
未来电动飞机的结构功率性能目标
摘要：商业航空的发展受到提高效率从而降低排放的需求的推动。全电动飞机提供了一种消除直接燃料燃烧排放的途径，但其发展受到当前电池能量和功率密度的限制。多功能结构动力复合材料结合了承重和储能功能，为高能量密度电池提供了替代方案，并有可能使电动飞机更轻更安全。本研究调查了将结构动力复合材料集成到未来电动飞机中的可行性，并评估了其对排放的影响。使用空客 A320 作为平台，概念性地设计了三种不同的电动飞机配置，包括结构动力复合材料、细长机翼和分布式推进。通过确定飞机任务性能要求和重量来估算结构动力复合材料所需的特定能量和功率。与传统 A320 相比，结构功率复合材料 >200 Wh/kg 的并联混合动力 A320 可在 1500 公里的任务中将燃油效率提高 15%。对于全电动 A320，结构功率复合材料 >400 Wh/kg 可将为 1000 公里飞行提供动力所需的电池比能或质量减半。
牛磺酸和咖啡因在Stroop干扰中的作用
摘要由约翰·里德利·斯特鲁普（John Ridley Stroop）于1935年创建的Stroop测试是对与抑制和注意力有关的认知能力评估之一（Stroop，1935）。在此测试中，参与者必须识别用于尽可能快速打印单词的墨水的颜色，而与单词的内容无关。基于先前研究的发现，咖啡因或咖啡因和牛磺酸的给药可能会对认知过程产生积极影响。它可以改善认知控制，减少干扰效应并增强任务性能，例如Stroop测试。本研究研究了咖啡因和牛磺酸如何影响认知过程，尤其是选择性关注。自变量（IV）是一种兴奋剂（咖啡因或牛磺酸）的消耗或不消耗，而因变量（DV）是完成Stroop测试所花费的时间。单向方差分析用于比较三组（对照，咖啡因和牛磺酸）之间完成Stroop测试的平均时间。60名参与者参加了该实验，并根据序列分配方法完成了Stroop测试，将它们随机分配给了基于它们给出的独立变量水平（IV）的三组之一（咖啡因，牛磺酸或对照[DECAF]）。此程序确保了该研究的标准化和道德化，并且收集的数据是有效的，并且
未来电动飞机的结构功率性能目标
摘要：商业航空的发展受到提高效率从而降低排放的需求的推动。全电动飞机提供了一种消除直接燃料燃烧排放的途径，但其发展受到当前电池能量和功率密度的限制。多功能结构动力复合材料结合了承重和储能功能，为高能量密度电池提供了一种替代方案，并有可能使电动飞机更轻、更安全。本研究调查了将结构动力复合材料集成到未来电动飞机中的可行性，并评估了其对排放的影响。以空客 A320 为平台，概念性地设计了三种不同的电动飞机配置，包括结构动力复合材料、细长机翼和分布式推进。通过确定飞机任务性能要求和重量来估算结构动力复合材料所需的特定能量和功率。与传统 A320 相比，并联混合动力 A320 的结构功率复合材料 >200 Wh/kg 可将 1500 公里飞行任务的燃油效率提高 15%。对于全电动 A320，结构功率复合材料 >400 Wh/kg 可将 1000 公里飞行所需的电池比能或质量减半。
![arxiv：2109.13085v1 [cs.lg] 21 Sep 2021](/simg/g:\will\search\icon\source\c\c18afb6dff6069fa5a070de2f822b415342e474a.webp)
arxiv：2109.13085v1 [cs.lg] 21 Sep 2021
摘要 - 与错误相关的电位（ERRP）是事件与事件相关的电位（ERP），这是由于实验参与者在任务性能过程中对错误的识别所引起的。错误已被用于用于脑部计算机界面（BCIS），以检测和纠正错误，并在线解码算法。基于Riemannian几何学的特征提取和分类是BCI的一种新方法，在一系列实验范式中显示出良好的性能，但尚未应用于ERRP的分类。在这里，我们描述了一个实验，该实验引起了执行视觉歧视任务的七个正常参与者的错误。在每个试验中提供了音频反馈。我们使用多通道脑电图（EEG）记录来对ERRP进行分类（成功/失败），将基于Riemannian几何的方法与计算时间点特征的传统方法进行了比较。总体而言，Riemannian方法的表现优于传统方法（78.2％对75.9％的精度，p <0.05）；在七个参与者中，有三名在统计学上是显着的（p <0.05）。这些结果表明，Riemannian方法更好地捕获了反馈引用的错误，并且可能在BCI中应用于错误检测和校正。
朝着实时识别大型大脑状态，以改善大脑状态依赖性刺激
在过去的几十年中，系统神经科学为人类认知和行为对神经元网络的形成的依赖提供了证据，这些神经元网络暂时将分布的大脑区域响应于外部刺激和 /或任务需求（Gonzalez-Castillo和Bandettini，2018年，2018年），同样相当相关的网络（在2011年），并在2011年的corbect和corbert and corbect and conters和其他工作。最近，已经提供了证据证明内部状态（即交付外部输入时的大脑的潜在特性或活动）的想法，影响了大脑如何处理任务（Bradley等，2022）。看来，响应和任务性能是持续的潜在大脑状态和刺激处理之间非线性相互作用的结果（Huang等，2017），在时间和空间中不同状态之间的浮雕决定了与行为相关的大脑可变响应（Zagha和McCormicmick，2014）。在此框架中的一个相关示例是（Taghia et al。，2018）的工作，在sec- ond/seaceend暂时尺度上使用功能性磁共振成像（fMRI），提出了一种计算方法，以识别大型潜在大脑状态，并提出deter-
![mmb-ŋoѵ71ou-ѵ_oѵo0bom| ruo疏; v bmvb] _ | BM | O =ж](/simg/g:\will\search\icon\source\d\d38c4bb80f55461cd4d4214c4edd2fa0ee6da1e9.webp)
mmb-ŋoѵ71ou-ѵ_oѵo0bom| ruo疏; v bmvb] _ | BM | O =ж
运动 - 涉及te l epo rta ti之类的crac ti ng ti ng ti ng ti ti是在虚拟环境环境中的共同部署的技术。al-div al natical，他们倾向于在导航时发生故障。私密的摄影作品显示了供应供应工具的cffcciivcncss。，例如小径，在这种疾病和反对的各个工具的弱点和弱点。但是。迄今为止。lhere是当1泄漏用作运动型技术时的1ool的系统比较的插孔。特别是在考虑不同任务的情况下。在1His纸中。我们比较了三种方向支撑工具的影响，即Minimap，1Rail和Heatmap。我们对48名参与者进行了Quanti1a1A1ive用户研究，以INVCS1IGATC 1HC的准确性和效率WHCN执行四个探索和搜索任务。作为因变量。任务性能，Comple 1i o 111im c。 SPACC覆盖范围，RC访问量。rcu“ ac i ng时间和mcmorability wcrc mcasurcd。总的来说，我们的结果Indi Cate 1Hat oricntation-S上的工具改善了ta sk comp lim es and revisi tir 1g bchavior。u“ ail and heatmap
设计交互式本地和全局决策支持...
航母操作环境。这将给本已高度受限和危险的环境增加极大的复杂性。在人员减少的环境中，随着操作节奏的加快，向共享有人-无人环境迈进，意味着在这些复杂环境中，飞机、地面车辆和机组人员的规划和调度需要更多的自动化。然而，虽然自动规划算法速度快，能够在短时间内处理大量信息，但它们往往很脆弱，无法应对高度动态环境中不断变化的条件。最近的研究表明，通过允许人类操作员和自动规划人员之间的高级交互，可以显著提高整体任务性能。为此，已经开发了一个用户界面，允许管理航空母舰甲板操作的人类决策者直接与集中规划算法交互，以调度飞行中和甲板上的飞机（有人和无人），以及地面车辆和人员。该甲板操作行动路线规划器 (DCAP) 系统利用人类决策者的经验和高级目标导向行为，结合强大的自动规划算法来制定可行、稳健的计划。本文重点介绍了 DCAP 的设计特点，并介绍了旨在量化价值的评估的初步结果
设计交互式本地和全局决策支持...
航母操作环境。这将给本已高度受限和危险的环境增加极大的复杂性。在人员减少的环境中，随着操作节奏的加快，向共享有人-无人环境迈进，意味着在这些复杂环境中，飞机、地面车辆和机组人员的规划和调度需要更多的自动化。然而，虽然自动规划算法速度快，能够在短时间内处理大量信息，但它们往往很脆弱，无法应对高度动态环境中不断变化的条件。最近的研究表明，通过允许人类操作员和自动规划人员之间的高级交互，可以显著提高整体任务性能。为此，已经开发了一个用户界面，允许管理航空母舰甲板操作的人类决策者直接与集中规划算法交互，以调度飞行中和甲板上的飞机（有人和无人），以及地面车辆和人员。该甲板操作行动路线规划器 (DCAP) 系统利用人类决策者的经验和高级目标导向行为，结合强大的自动规划算法来制定可行、稳健的计划。本文重点介绍了 DCAP 的设计特点，并介绍了旨在量化价值的评估的初步结果
青少年发展的行为和神经动力学的变化
青春期是一个重要的发育时期，在此期间，大脑功能和行为发生了很大的变化。执行功能的几个方面，包括抑制响应，在此期间有所改善。相应地，结构成像研究已证明皮质和皮质下灰质体积的一致降低，死后组织学研究发现，前额叶皮质中兴奋性突触的大幅度降低（40％）。最近的计算建模工作表明，突触密度的变化是任务性能的改善。这些模型还可以预测与吸引子盆地深度相关的神经动力学的变化，其中更深层次的盆地可以构成更好的任务绩效。在这项研究中，我们分析了与任务相关的神经染色体，在跨越早期至晚期的大量纵向持续的受试者（男性和女性）中。我们发现年龄与埃里克森侧翼任务中的行为表现呈正相关。较旧的受试者在特定的认知操作过程中围绕与任务相关的EEG潜力的更深吸引者盆地的特征。因此，与检查兴奋性突触修剪的效果的计算模型一致，老年青少年在任务执行过程中表现出更强的吸引力动力学。
信标：全面RNA任务和语言模型的基准
RNA在将遗传指令转化为功能外的功能中起着关键作用，强调了其在生物过程和疾病机构中的重要性。尽管出现了许多深度学习方法，尤其是通用RNA语言模型，但仍缺乏标准化的基准来评估这些方法的有效性。在这项研究中，我们介绍了第一个全面的RNA基准标签（Be NCHM A RK用于任务和语言模型）。首先，Beacon构成了13项不同的任务，这些任务涵盖了结构分析，功能研究和工程应用的广泛工作，从而可以对各种RNA理解任务的方法进行全面评估。第二，我们检查了一系列模型，包括CNN等传统方法以及基于语言模型的高级RNA基础模型，为这些模型的特定任务性能提供了宝贵的见解。第三，我们研究了从令牌和位置编码方面的重要RNA语言模型组件。值得注意的是，我们的发现强调了单个核苷酸令牌化的优势以及与传统位置编码方法相比，用线性偏见（Alibi）抚养的有效性。基于这些见解，提出了一个简单而强大的基线，称为Beacon-B，可以通过有限的数据和计算资源来实现出色的性能。我们的基准标准的数据集和源代码可在https://github.com/terry-r123/rnabchhench上获得。