XiaoMi-AI文件搜索系统
World File Search System光流
使用多个光流算法
摘要：光流技术具有运动跟踪的优势，并且长期以来一直在降水中使用，用于使用接地雷达数据集跟踪降水场运动。但是，基于光流的模型的性能和预测时间尺度受到限制。在这里，我们介绍了将深度学习方法应用于光流量估计的结果，以扩展其预测时间尺度并增强现象的性能。表明，深度学习模型可以更好地捕获降水事件的多空间和多阶段运动，该模型与传统的光流估计方法相对。该模型包括两个组成部分：1）基于多个光流算法的回归过程，该过程更准确地捕获了与单个操作流量算法相比的多空间特征； 2）一个基于U-NET的网络，该网络训练降水运动的多个临时特征。我们通过韩国的降水案例评估了模型性能。尤其是，回归过程通过将多个光流算法与梯度下降方法相结合，从而最大程度地降低了错误，并且仅使用单个光流算法的其他模型胜过其他模型，直到3小时提前时间。此外，U-NET在捕获非线性运动中起着至关重要的作用，而非线性运动无法通过传统的光流估计来捕获简单的对流模型。因此，我们建议使用深度学习的拟议的光流估计方法在改善基于传统的光学流量方法的当前操作现象模型的性能中起着重要作用。
sofnet：基于光流的大型...
来自多个中心的大脑磁共振成像（MRI）数据通常在成像条件下表现出差异，例如所使用的核磁共振仪器的类型和随机噪声的存在。此外，MRI切片之间差距的差异进一步使数据的可用性复杂化了高级人工智能（AI）分析。基于深度学习的方法已成为解决挑战的实用解决方案。然而，现有的研究在很大程度上忽略了大脑MRI数据的增强，尤其是在面对明显的切片间隙时，例如在我们的临床大脑MRI切片中观察到的大约6 mM。响应这一研究差距，我们旨在开发新的方法来增强大脑MRI数据，重点关注更大的切片差距。为了实现这一目标，我们提出了SOFNET，它利用了基于光流和编码器 - 二次骨架的sofnet。我们模型的主要目标是插值MRI切片，同时保持特征一致性。利用光流法，与其他超分辨率算法相比，该方法表现出了出色的性能，我们提出的方法已在三个不同的大脑MRI数据集上进行了评估，并明确解决了4.2 mm和6.0 mm之间的差距。实验结果强调了SOFNET在生成适应的脑MRI数据方面获得的超分辨率质量的显着增强，超过了其他单位超级分辨率（SISR）方法。为了确保插值脑MRI切片的可信度，我们基于诸如峰值信噪比（PSNR）和结构相似性指数（SSIM）等指标（例如峰值信噪比（PSNR））对三个MRI进行了实验。这些实验证明了我们方法在将低分辨率MRI数据转换为清晰可靠的大脑MRIS中的有效性，从而可以使用AI技术进行了改进的分析。
基于光流的CNN用于检测未毛细管的DeepFake操纵
1土耳其伊斯蒂尼大学医学院医学院医学系医学系； oyku.geyik@istinye.edu.tr 2分子癌研究实验室（Isumcrc），伊斯蒂尼大学，伊斯坦布尔34010，土耳其； eulukaya@istinye.edu.tr 3核心研究与预防研究所（ISPRO）核心研究实验室，意大利佛罗伦萨50139； giulia.anichini@gmail.com 4医学系医学系医学院，伊斯提尼大学，伊斯坦布尔34010，土耳其5号，55139佛罗伦萨大学佛罗伦萨大学实验与临床医学系，意大利佛罗伦萨 *通信 *通信 *通信：Fabio.marra@uniifirf.it（f.uniifif。 ）; chiara.raggi@unifin ）;电话。 ： +39-05-5275-8128（F.M. ）; +39-05-5275-8128（C.R.） †这些作者为这项工作做出了同样的贡献。 ‡这些作者对这项工作也同样贡献。1土耳其伊斯蒂尼大学医学院医学院医学系医学系； oyku.geyik@istinye.edu.tr 2分子癌研究实验室（Isumcrc），伊斯蒂尼大学，伊斯坦布尔34010，土耳其； eulukaya@istinye.edu.tr 3核心研究与预防研究所（ISPRO）核心研究实验室，意大利佛罗伦萨50139； giulia.anichini@gmail.com 4医学系医学系医学院，伊斯提尼大学，伊斯坦布尔34010，土耳其5号，55139佛罗伦萨大学佛罗伦萨大学实验与临床医学系，意大利佛罗伦萨 *通信 *通信 *通信：Fabio.marra@uniifirf.it（f.uniifif。）; chiara.raggi@unifin）;电话。： +39-05-5275-8128（F.M.）; +39-05-5275-8128（C.R.）†这些作者为这项工作做出了同样的贡献。‡这些作者对这项工作也同样贡献。
通过偶氮苯聚合物的光流化进行光图案化
在当前基于光的图案化技术中，图像被投射到感光材料上以在光聚焦的区域中生成图案。因此，图案的大小、形状和周期性由光掩模或投影图像上的特征决定，材料本身通常不会在改变特征方面发挥积极作用。相比之下，偶氮苯聚合物提供了一种独特的光图案化平台，其中偶氮苯基团的光异构化可以在分子、微观和宏观尺度上引起大量的材料运动。通过暴露于干涉光束可以产生稳定的表面浮雕图案。因此，可以以非常简单的方式在大面积上制造具有二维和三维空间控制的周期性纳米和微观结构。偏振光可用于通过不寻常的固体到液体的转变引导固体偶氮苯聚合物沿光偏振方向流动，从而允许使用光制造复杂结构。本综述总结了使用偶氮苯聚合物进行先进制造的最新进展。包括简要介绍偶氮苯聚合物的有趣的光学行为，然后讨论偶氮苯聚合物的最新发展和成功应用，特别是在微纳米制造领域。
光纤光流体激光和传感的最新进展
摘要：光纤光流控激光器（FOFL）将光纤微腔和微流控通道集成在一起，为传感应用提供了许多独特的优势。FOFL不仅继承了激光器的高灵敏度、高信噪比和窄线宽等优点，而且还具有光纤独有的易于集成、高重复性和低成本的特点。随着新型光纤结构和制备技术的发展，FOFL成为光纤传感器的重要分支，尤其适用于生化检测。本文综述了FOFL的最新进展。我们主要关注光纤谐振器、增益介质和新兴的传感应用。还讨论了FOFL的前景。我们相信FOFL传感器为生物医学分析和环境监测提供了一种有前途的技术。
在CNS血管内皮细胞上表达的 IL-6R有助于小鼠实验性自身免疫性脑脊髓炎的发展 基于深度学习的光流有多好？ 具有单眼大满贯的基于学习的深度深度估计模型 评估波士顿动力学的选定本地化和映射技术 主论文：温室能量平衡 用聚合物混合离子... 检测冰形成 基于自主地面车辆的基于增强学习的运动计划 深度回归的不确定性定量指标
本期刊文章的自构建后版本可在Linköping大学机构存储库（DIVA）上获得：http：//urn.kb.se/resolve？urn= urn= urn= urn= urnt：nbn：se：se：liu：diva-165639 N.B. N.B. N.B.：引用这项工作时，请引用原始出版物。Petkovic，F.，Lazzarino，G.，Engblom，D.，Blomqvist，A。，A。，（2020），IL-6R，IL-6R在CNS血管内皮细胞上表达，有助于在小鼠中开发实验性自身免疫性脑膜炎，杂志Neurommommomyologology of MICE，342，57777777777777777777777777777777777777777777777777777.777777777777777777777777777777777年。 https://doi.org/10.1016/j.jneuroim.2020.577211