无线电波的频率是一秒钟内发生的完整周期数。周期越长,波长越长,频率越低。周期越短,波长越短,频率越高。频率以赫兹 (Hz) 为单位进行测量和表示。每秒一个周期表示为 1 赫兹。由于无线电波的频率非常高,因此通常以千赫兹 (千赫 [KHz]) 或百万赫兹 (兆赫 [MHz]) 为单位进行测量和表示。1 KHz 等于每秒 1,000 个周期,1 MHz 等于每秒一百万个周期。有时频率以十亿赫兹 (千兆赫 [GHz]) 表示。1 GHz 等于每秒十亿个周期。
克 (g) 0.03527 盎司,常衡 (oz) 摄氏度 (°C) 的温度可以按如下方式转换为华氏度 (°F):°F=(1.8×°C)+32 除非另有说明,电导率以毫西门子每米 (mS/m) 为单位 除非另有说明,电阻率以欧姆米为单位 1 mS/m = 1000/ ( 1 欧姆米) 因此 10 mS/m = 100 欧姆米 垂直坐标信息参考“1988 年北美垂直基准 (NAVD 88)”,除非文中另有说明 水平坐标信息参考“1984 年北美基准,通用横轴墨卡托第 14 区 (NAD 84 UTM 区 14N)”,除非文中另有说明 GPS 数据的航空地球物理调查参考为 WGS84,如文中所述 主页文本给出了数据投影的描述,使用 din 采集和处理本报告中使用的首字母缩略词:EM 电磁 DTM 数字地形模型 GPS 全球定位系统 HEM 直升机电磁 RTP 简化到极点 USGS 美国地质调查局 UTM 通用横轴墨卡托本报告中使用的缩写:Hz 赫兹 kHz 千赫兹
由于振动和旋转跃迁,一氧化碳和甲烷等许多分子在中红外范围内都有强的吸收线。1 自 1994 年发明以来,中红外量子级联激光器 (QCL) 已成为分子气体传感的流行选择。2 分子光谱的精度和分辨率高度依赖于 QCL 的光谱线宽。3 由于接近于零的线宽展宽因子 (LBF),4 QCL 本身的固有线宽只有几百赫兹,接近肖洛-汤斯极限。5 然而,电流源噪声、温度波动和机械振动引起的闪烁噪声(1/f 噪声)会显著加宽自由运行 QCL 的实际线宽至兆赫兹范围。6 为了将 QCL 的光谱线宽缩小到千赫兹或赫兹范围,已经开发出各种各样的频率稳定技术。一种主要方法是将 QCL 频率锁定在分子吸收线的一侧,但代价是波长可调性的损失。7、8 另一种方法是通过庞德-德雷弗-霍尔方法将 QCL 锁定在高精度光学腔体上,这种方法容易受到外部声学和机械振动的影响。9 – 11 一种更常见的方法是将 QCL 相位锁定在近红外光学腔体上。
°C 摄氏度 °F 华氏度 μPa 微帕斯卡 AHT 锚固拖船 AIS 自动识别系统申请人 弗吉尼亚电力公司,以 Dominion Energy Virginia 的名义开展业务 BIA 生物重要区域 BOEM 海洋能源管理局 CFR 联邦法规 CPT 锥形渗透试验 CTV 船员转移船 dB 分贝 DMA 动态管理区 Dominion Dominion Energy Virginia DP 动态定位 DPS 不同种群细分 DSPT 直接可操纵管道隧道施工 DSTBM 直接可操纵隧道掘进机 ECM 环境合规监测器 ESA 濒危物种法案 FR 联邦公报 ft 英尺 HDD 水平定向钻井 HF 高频 HRG 高分辨率地球物理 Hz 赫兹 IR 红外线 km 千米 km/h 千米每小时 kHz 千赫兹 租赁区 租赁编号 OCS-A 0483 LF 低频 LOA 授权书 m 米 MF 中频 MMPA 海洋哺乳动物保护法 NGDC 国家地球物理数据中心 nm海里 NOAA 国家海洋和大气管理局 NOAA 渔业局 NOAA 国家海洋渔业局 OCS 外大陆架 PAM 被动声学监测 PBR 潜在生物去除
将大脑视为由简单神经元组成的复杂计算机无法解释意识或认知的基本特征。没有突触的单细胞生物利用其细胞骨架微管执行有目的的智能功能。需要一个新的范式来将大脑视为一个尺度不变的层次结构,既从神经元水平向上延伸到越来越大的神经元网络,也向下、向内延伸到神经元内细胞骨架微管中更深、更快的量子和经典过程。证据表明,微管中存在在太赫兹、千兆赫兹、兆赫兹、千赫兹和赫兹频率范围内重复的自相似传导共振模式。这些传导共振显然起源于太赫兹量子偶极振荡和每个微管蛋白(微管的组成亚基和大脑中最丰富的蛋白质)中色氨酸、苯丙氨酸和酪氨酸的芳香族氨基酸环的π电子共振云之间的光学相互作用。现在,来自培养的神经元网络的证据还表明,树突状体细胞微管中的千兆赫和兆赫振荡调节远端轴突分支的特定放电,从而因果地调节膜和突触活动。大脑应该被视为一个尺度不变的层次结构,其中量子和经典过程对意识和认知至关重要,这些过程源自神经元内的微管。
虽然实验神经科学中大多数经典的功能研究都集中在单个神经元的编码特性上,但随着记录技术的最新发展,人们越来越重视神经群体的动态。这导致了各种各样用于分析与实验变量相关的群体活动的模型的出现,但直接检验许多神经群体假设需要根据当前神经状态干预系统,这就需要能够在线推断神经状态的模型。现有的方法主要基于动态系统,需要强参数假设,而这些假设在噪声主导的环境中很容易被违反,而且不能很好地扩展到现代实验中的数千个数据通道。为了解决这个问题,我们提出了一种方法,将快速、稳定的维数降低与所得神经流形的软平铺相结合,从而可以将动态近似为平铺之间的概率流。该方法可以使用在线期望最大化进行有效拟合,可扩展到数万个图块,并且在动态以噪声为主或具有多模态转换概率时优于现有方法。生成的模型可以以千赫兹的数据速率进行训练,在几分钟内产生神经动态的精确近似值,并在亚毫秒时间尺度上生成预测。它在未来的许多时间步骤中保持预测性能,并且速度足够快,可以作为闭环因果实验的组成部分。
活细胞需要能量,有些细胞比其他细胞需要更多能量。有些细胞的代谢率在几秒钟内从最小变为最大,而有些细胞则是无底洞,需要无节制地持续供应能量。能量底物和氧气的供应以及代谢废物的清除是通过复杂的血管网络来维持的,富含葡萄糖的血浆和充满氧气的红细胞 (RBC) 就是通过血管网络运输的。能量代谢的变化是诊断和监测组织疾病的常用指标,这一事实进一步强调了深入了解能量供应的重要性。大脑也不例外,但它有许多特殊功能和未解之谜。能量需求大约比身体每体积的平均能量需求高出一个数量级。最重要的是,由于大脑的能量储存能力有限,因此必须持续供应氧气和葡萄糖。供应中断几分钟就会对脑细胞造成不可逆转的损害。因此,大脑使用复杂的调节系统来控制其能量供应,该系统涉及壁细胞以及神经元和神经胶质细胞。更清楚地了解单个血管和整个脉管系统水平的血流变化对于揭示这个相互关联的系统如何协调其适应性至关重要。在 PNAS 中,Meng 等人 (1) 介绍了一种强大的超快速方法来改善微血管网络中脑血流的体内测量,这将大大提高双光子显微镜在量化微血管灌注方面的适用性。尽管自 19 世纪末以来我们就知道大脑会局部调节血流以满足局部能量需求的增加 (2, 3),但潜在的血液动力学过程以及细胞间和细胞内的信号通路仍然很大程度上未被发现(有关最近的综述,请参阅参考文献 4 和 5)。并且,在当前背景下需要强调的是,允许以高空间和时间分辨率测量血流的方法有限,但它们对于产生对血液调节微血管方面的新见解至关重要。由于其重要性,研究人员不断开发和应用各种方法来测量脑血流。这些方法基于不同的模式,例如放射性标记扩散化合物、氢扩散和微电极技术、磁共振成像、光谱、光学相干断层扫描、激光散斑成像,以及最近的聚焦超声和光声成像。其中一些方法已达到黄金标准地位,而其他方法则从地图上消失了。1998 年,Kleinfeld 等人 (6) 引入双光子显微镜来追踪单个红细胞。在接受静脉注射荧光葡聚糖以染色血浆的麻醉小鼠中,通过毛细血管短段的千赫兹线扫描来量化位移