XiaoMi-AI文件搜索系统
World File Search System低频
强大的深度学习对象识别模型依赖于自然图像中的低频信息
机器学习模型很难推广到他们接受过分布之外的数据。特别是，视力模型通常容易受到对抗性攻击或共同腐败的影响，而人类视觉系统对此是可靠的。最近的研究发现，将机器学习模型正式化以偏爱大脑的表示可以提高模型鲁棒性，但目前尚不清楚为什么。我们假设增加的模型鲁棒性部分是由于从神经表示遗传的低空间频率偏好。我们通过几个面向频率的分析测试了这个简单的假设，包括设计和使用混合图像以直接探测模型频率灵敏度。我们还检查了许多其他公开可用的健壮模型，这些模型接受了对抗图像或数据增强的培训，并发现所有这些强大的模型都表现出对低空间频率信息的偏爱。我们表明，通过模糊的预处理可以作为对抗攻击和常见腐败的防御机制，进一步确认了我们的假设，并证明了在强大的物体识别中低空间频率信息的实用性。
低频漂移波在磁性喷嘴中驱动非经典运输中的作用
在磁性喷嘴中研究了不稳定模式的存在。静电探针用于表征稳态的特性，探针对有偏见，用于在三个维度上测量波传播。在低流量和高流量条件下重复该实验。在这两种情况下都观察到了不一致的模式，并确定了较低的杂化漂移不稳定性的描述。在下游形成푚= 1模式的低流案例中也观察到低频模式。理论上，这波可能是抗漂移不稳定。异常碰撞频率是为每个波的定义的，并在电子横侧传输和推进器性能的背景下进行了讨论。发现不一致的模式在两种工作条件下在不同的电子种群中都具有很强的效果，但是在低流量的情况下，几个数量级强。低频模式的影响似乎显着少于抗漂移不稳定性理论下的不连贯模式。但是，观察到在上游区域中与不一致的模式相反，这意味着它可能诱导收敛的电子传输。讨论了这两种模式对结论和推力产生的含义。
在选定的环境气体下，金修饰石墨烯-Si 肖特基势垒二极管中的低频噪声
我们报告了金纳米粒子 (AuNP) 修饰的石墨烯-硅肖特基势垒二极管的电流-电压特性和低频噪声的结果。测量在环境空气中添加两种有机蒸气四氢呋喃 [(CH 2 ) 4 O; THF] 和氯仿 (CHCl 3 ) 中的任一种进行，以及在黄光照射 (592 nm) 期间进行，接近测量的金纳米粒子层的粒子等离子体极化频率。当加入四氢呋喃蒸气时（在金修饰的石墨烯-硅肖特基二极管中），我们观察到正向电压 (正向电阻区域) 的直流特性发生变化，而当添加氯仿时（在未修饰的石墨烯-硅肖特基二极管中），在黄光照射下会发生微小的变化。与无照射相比，在黄光照射期间观察到两种气体的低频噪声差异明显较大。与没有 AuNP 层的石墨烯-Si 肖特基二极管相比，AuNP 抑制了噪声强度。我们得出结论，所研究的金装饰肖特基二极管产生的闪烁噪声可用于气体检测。
使用涂有热荧光层的铁磁薄膜检测和成像低频磁场
我们提出了一种基于热荧光的低频场测量和成像新方法。在介绍了该技术的原理和实验装置之后，我们展示了通过记录发光磁性薄膜的荧光信号，可以在相对较大的表面上几乎瞬间获得磁场制图。各种来源发射的电磁场的表征是一个重要问题，无论是民用还是国防应用（磁线圈、天线、电信、雷达、民用和军用航空、医学等）。可以通过单个探针执行电磁场测量以获得空间局部结果。对于可视化磁场的空间分布（历史上从沉积在一张纸上的铁屑中获得），有几种已知技术可用 [1 - 3]。使用移动探针的扫描系统是一种常见的商业解决方案 [4]。随着法拉第磁光成像 [5] 的发展，以及电子显微镜中洛伦兹或全息技术 [6] 的小规模发展，静态磁场的直接成像已经发展起来。集成电路和超大规模集成 (VSLI) 设备的近场测量可以通过使用空间分辨率为几百微米或更低的小探针扫描来解决 [6,7]。这种分辨率确实非常适合 EMC 和 EMI 测量，因此受到国际标准 (IEC61967 和 IEC62132) 的推荐 [8]。对于动态场观测，适当的方法是基于频闪成像，通过铁磁传感器的磁化变化实时演变磁场，直至亚纳秒级（例如，参见 M.R. 的评论。Freeman 等人。[10]。然而，这些技术对于常规表征来说相当复杂且耗时。在相对较短的时间内获得磁场映射更加困难。具有竞争力的
用于监测系统性低频振荡的低成本多通道 NIRS 血氧仪
摘要 系统性低频振荡 (sLFO) 是频率为 0.01–0.15 Hz 的非神经元振荡。这些 sLFO 以对称（横跨身体中线）和高度可预测的延迟穿过整个身体和大脑，可以通过功能性近红外光谱 (fNIRS) 和血氧水平依赖性功能性磁共振成像观察到它们。它们的特性可作为检测和监测循环功能障碍的有用生物标志物。纯 sLFO 可以在外围（例如手指、脚趾、耳垂）收集。在这里，我们介绍了一种用于检测和分析外围 sLFO 的 7 通道 NIRS 血氧仪 [MNO]，我们将其命名为并发连续波 fNIRS 系统 (CON-CW fNIRS)。我们的 CON-CW fNIRS 体积小（10 9 10 9 20 cm 3 ），便携性高，功耗低，性价比高（低于 300 美元）。我们表明，我们的设备非常可靠，并且可以通过直接比较（r max = 0.908 D [HbO] 和 r max = 0.841 D [Hb]）以及与之前发布的数据进行比较，重现使用商用 fNIRS 设备获取的值。
低频体细胞突变是在热带树中遗传的吉安氏菌和Sextonia rubra
体细胞突变可能在植物进化中起作用，但与植物体细胞突变有关的常见期望仍未得到充分的测试。与大多数动物不同，假定植物种系在发育后期被搁置，这导致人们期望植物会沿生长积累体细胞突变。因此，对躯体突变的命运做出了一些预测：突变在植物组织中的频率通常很低。高频的突变具有更高的代际传播的机会。树的分支拓扑决定了突变分配；暴露于紫外线（紫外线）辐射会增加诱变。为了深入了解植物中突变的积累和传播，我们产生了两个高质量的参考基因组和一个独特的数据集，该数据集的60个高覆盖范围 - 整体 - 基因组序列的两种热带树种，番茄科植物（Fabaceae）（fafaceae）（fafaceae）和sextonia rubra（lauraceae）。，我们在D.圭亚那的D. guianensis中发现了15,066个从头突变，在S. rubra中发现了3,208个，令人惊讶的是，几乎全部都以低频发现。我们证明1）低频率突变可以传输到下一代； 2）突变系统发育偏离树的分支拓扑； 3）突变率和突变光谱并不明显受到紫外线暴露差异的影响。总的来说，我们的结果表明，植物生长，衰老，紫外线暴露和突变速率之间的联系比通常想象的要复杂得多。
弱和低频生物力学能量收获新一代可穿戴电子产品的低损失功率管理策略
简介：在可穿戴电子产品的快速发展中，它们对外部功率来源的依赖增加了功率费用，同时导致其在充电期间的运行中断。生物力学能量收割机通过将废物动能转换为电力，为自动可穿戴电子产品提供了有希望的解决方案。尽管成功地将其功率输出从μW推进到MW，但几个挑战仍然存在，包括在μA级处的低输出电流，GΩ级别的高内部阻抗和AC输出限制了其实际应用。常规功率管理电路通常在高频收割机中使用，而无需充分考虑产生的能源损失，当使用较低功率输出的低频收割机时，可能会导致电路故障。
MIL-HDBK-217F - TQU GROUP
6： 分立半导体 分立半导体，简介 ................................................................00.......... 二极管，低频 ..............................................................................................， 二极管，高频（微波，RF） ................................................................ 晶体管，低频，双极 ........................................................................................ 晶体管，低频，Si FET ........................................................0................................ 单结晶体管 ................................................................................................ 晶体管，低噪声，高频，双极 .............. G O.*......**.*.......................... 晶体管，大功率，高频，双极 .......0..... ........................................ 晶体管，高频，GaAs FET ............ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....... ....... ....... ....... ....... .......
MIL-HDBK-217F
6：分立半导体 分立半导体，简介 ................................................................00.......... 二极管，低频 ..............................................................................................， 二极管，高频（微波，RF） ................................................................ 晶体管，低频，双极 ........................................................................................ 晶体管，低频，Si FET ........................................................0................................ 晶体管，单结 ........................................................................................................ 晶体管，低噪声，高频，双极 .............. G O.*......**.*..........................晶体管，高功率，高频，双极 .......0..... ........................................ 晶体管，高频，GaAs FET ............ ...........0。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
一种小波辅助的深度学习方法，用于模拟受低频可变性影响的地下水水平
Sivarama Krishna Reddy Chidepudi，Nicolas Massei，Abderrahim Jardani，Abel Henriot，Delphine Allier等。总环境科学，2023，865，第161035页。10.1016/j.scitotenv.2022.161035。hal-03925440