XiaoMi-AI文件搜索系统
World File Search System可区分的
平行时空的自我注意力集CNN的电动机...
运动图像（MI）脑电图（EEG）分类是脑机构界面（BCI）的重要组成部分，使具有流动性问题的人可以通过辅助设备与外界进行通信。但是，由于其复杂性，动态性质和低信噪比，EEG解码是一项艰巨的任务。设计一个充分提取EEG信号的高级特征的端到端框架仍然是一个挑战。在这项研究中，我们提出了一个平行的空间 - 暂时性自我注意力，用于四级MI EEG信号分类。这项研究是定义原始脑电图信号的新时空表示的第一个研究，该信号使用自我注意力的机制提取可区分的时空特征。特别是，我们使用空间自我注意模块来捕获MI EEG信号通道之间的空间依赖性。此模块通过通过加权求和在所有通道上汇总特征来更新每个通道，从而提高了分类准确性并消除由手动通道选择引起的伪像。此外，时间自我发项模块将全局时间信息编码为每个采样时间步骤的特征，因此可以在时域中提取MI EEG信号的高级时间特征。定量分析表明，我们的方法优于主体内和受试者间分类的最先进方法，证明其稳健性和有效性。最后，采用提出的方法根据脑电图信号实现对无人机的控制，从而验证其在实时应用中的可行性。在定性分析方面，我们对从学到的架构估算的新时空表示形式进行视觉检查。
![arxiv：2106.09655v1 [Quant-ph] 2021年6月17日](/simg/g:\will\search\icon\source\d\d060758f07249d1501a47f27aebd0a7f189f4124.webp)
arxiv：2106.09655v1 [Quant-ph] 2021年6月17日
不能复制量子信息是量子信息理论与经典信息理论之间最明显的差异之一。这一事实是在现代量子信息理论[WZ82]的早期发现的，这是由Quanm-tum通信的角度进行的无关，同时是加密协议的基石：不可敲打的不可能阻止恶意的窃听者拦截消息并复制消息而不会扰乱原始原始原始。仅适用于完全可区分的量子状态的家庭，才能自然地问一个人是否可以通过要求给定品质的大约克隆来放松这一非常严格的要求。这是通用不对称量子克隆的主题，这是当前论文的主题。在过去的三十年中，量子克隆问题引起了很多关注。从早期的通用量子克隆（BH96]的开创性工作开始，许多作者研究了不同的克隆场景（对称与非对称，Qubit，Qubit vs. qudit等）[CER98，WER98，WER98，KW99，KW99，CER00，FFC05]。Two series of papers are concerned with the most general, asymmetric, 1 → N quantum cloning problem: one from Kay and collaborators [ KRK12 , Kay14 , Kay16 ], and another one using techniques from group representation theory, by ´ Cwikli´nski, Horodecki, Mozrzymas, and Studzi´nski [ ´ CHS12 , SHM13 , S ‘chm14]。对我们来说重要的是，Hashagen在[Has17]中研究了1→2个普遍的不对称案例，重点是优点的不同数字；这项工作中使用的技术基于Eggeling和Werner [EW01]和Vollbrecht和Werner [VW01]的先前结果，涉及对称状态的可分离性。
用物理编码的深度学习分布式水文建模：一般框架及其在亚马逊>中的应用
摘要虽然深度学习（DL）模型比传统的分布式水文模型（DHM）表现出较高的模拟精度，但它们的主要局限性在于不透明度和缺乏潜在的物理机制。DL和DHM之间对协同作用的追求是一个引人入胜的研究领域，但确定的路线图仍然难以捉摸。在这项研究中，一个新型框架无缝整合了编码为神经网络（NN）的基于过程的水文模型，一种用于绘制空间分布的额外NN，并从分水岭属性和基于NN的替换模型中的物理有意义的参数进行了核对，这些参数是开发的。多源观测被用作训练数据，并且该框架是完全可区分的，可以通过反向传播进行快速参数调整。基于框架建立了亚马逊盆地的混合DL模型（〜6×10 6 km 2），并且将全球尺度DHM的Hydropy编码为其物理骨架。与流量观测和重力恢复和气候实验卫星数据同时培训，混合模型的中位数NASH -SUTCLIFFE效率为0.83和0.77，分别用于流量和总水存储的动态和分布式模拟，比原始水疗模型高41％和35％。用替代NN替换原始的Penman – Monteith公式会产生更合理的潜在蒸发量（PET）估计，并在这个巨大的盆地中揭开PET的空间模式。解释了用于参数化的NN，以确定控制关键参数中空间可变性的因素。总的来说，这项研究为大数据时代的分布式水文建模提供了可行的技术路线图。
直接整合非轴对称高斯风 -
摘要。风电场的性能受到涡轮 - 摩擦相互作用的显着影响。通常，通过测量其Nacelle风速或使用涉及跨转子盘的一组离散点的数值方法来评估其Nacelle风速或通过评估其转子平均风速来对每个涡轮机进行量化。al-尽管文献中存在各种点分布，但我们引入了两种分析表达式，用于整合非轴对称的高斯唤醒，这解释了上游Turbine Yaw和Wind Veer产生的唤醒拉伸和剪切。分析溶液对应于将目标涡轮机建模为圆形执行盘和等效的矩形执行器盘。衍生的表达式具有多功能性，可容纳尾流源（上游涡轮机）和目标涡轮机之间的任何偏移和轮毂高度差。验证对转子平均的数值评估使用2000个下游位置的2000平均点置于尾流源的平均点，这表明在极端的veer条件下，在小/中度的逆转效应下，在小/中度的vever效应下，在小/中度的vever效应下两种分析溶液都具有出色的一致性。与使用16个平均点的矢量数值平均值相比，两种态解决方案在计算上都是有效的，而圆盘溶液的速度较慢约为15％，而矩形盘溶液的速度约为15％。此外，分析表达式被证明与多个唤醒叠加模型兼容，并且是可区分的，为推导分析梯度提供了基础，这对于基于优化的应用程序可能是有利的。
心力衰竭和心肌病
背景：决策和学习过程中神经血流动力学的改变与炎症对情绪和动机行为的影响有关。到目前为止，据报道，钝化的中脱透明胺的奖励信号与炎症引起的anhedonia和冷漠有关。尽管如此，尚不清楚炎症是否会影响决策动态的神经活动。决策过程涉及从环境中整合嘈杂的证据，直到达成关键的证据门槛为止。越来越多的经验证据表明，这种过程通常被称为决策证据的积累，在精神疾病的背景下受到影响。方法：在一项随机，安慰剂对照的跨界研究中，将19名健康的男性参与者分配给安慰剂和伤寒疫苗。注射后三到四个小时，参与者在功能磁共振成像过程中执行了概率逆转学习任务。为了捕获基于决策的隐藏神经认知操作，我们设计了一个混合顺序采样和增强学习计算模型。，我们进行了通过建模结果告知的整个大脑分析，以研究炎症对决策动态和奖励学习效率的影响。结果：我们发现在任务的决策阶段，伤寒疫苗接种减弱了反向前额叶前额叶皮层中有界证据积累的神经特征，仅用于需要短整合时间的决策。与先前的工作一致，我们表明，在结果阶段，轻度急性炎症使双侧腹侧纹状体和杏仁核的奖励预测误差钝化。结论：我们的研究扩展了当前对炎症对决策神经机制的影响的见解，并表明外源性炎症会改变证据整合的神经活动索引效率，这是选择可区分的函数。此外，我们复制了先前的发现，即发炎钝化纹状体奖励预测误差信号。
KOM（2025）0002KOM（2025）0002
西班牙是欧盟第二大国家，拥有506,000平方公里，在2024年拥有48,592,909名居民，人口密度超过93 km 2，低于欧盟平均水平。西班牙的海岸非常大，海岸线约为8,000公里，其中包括其11个主要岛屿和一个超过100万平方公里的海洋地区，分为大西洋和地中海。它包括大陆半岛，以及火山大西洋金丝雀群岛和地中海巴利阿里群岛。西班牙的平均高度相对较高，高度超过海拔600米，因此具有很大的河流，气候区和地形特征。西班牙河流的天然河流状况主要取决于降水模式，在该降水模式下，雨水被转化为地表水或地下水。可以观察到降水的鲜明对比：直接受大西洋影响的北部和西北有大量降雨，没有可区分的干旱季节。该区域有时被称为EspañaHúmeda或湿西班牙，年降水量超过600毫米，偶尔上升至2,000毫米。该国的其余部分主要干燥，年降水量小于600毫米。西班牙东南部是半干旱的，年度降水量低于300毫米，在某些地方让人想起撒哈拉沙漠。因此，该国有74％的人有荒漠化的风险。农业使用了几乎一半的领土，并且高度多样，在领土之间的耕作类型上存在显着差异。有机农业的份额约为11％，略高于欧盟平均9％。西班牙负责欧盟生产橄榄的一半和三分之一的水果。农业是该国最大的水上用户，并且高度依赖灌溉（占农田的20％）。城市废水处理和非常高的旅游业在该国也构成了重大挑战。就自然资本而言，西班牙是欧盟的出色参考，并拥有非常丰富的生物多样性。目前，该国28％的地面土地被指定为保护区，略高于欧盟的价值26.4％。
讲座系列“性别与神经科学”女性说话...
演讲系列“性别与神经科学”女性说话很多，男人不。女性没有良好的空间推理，男人有。女人情绪激动，男人是理性的。有两种明显的可区分的性别，并且之间有明显的差异，可以科学地证明，例如在大脑的神经科学研究的帮助下 - 对吗？这种性别二进制和性别之间的差异是否通常被认为是自然的，真的是如此明确，对生物性别差异的研究可以和不能说什么，以及自然科学中对性别的其他观点 - 这些和类似的问题将在演讲系列中解决。欢迎所有研究人员，学生和感兴趣的各方！如果您想加入，请发送电子邮件至sarah.czerney@lin-magdeburg.de 26.10.2022下午3点Emily NgubiaKessé博士（Freiburg大学）“ Neuro Science - 种族与之有什么关系？社会价值如何污染”神经科学研究，理论和实践“ 07.06.2022下午3点Dr. Daphna Joel (Tel Aviv University) „Rethinking sex, brain, and gender beyond the binary“ 09.03.2022 10 a.m. (online) Prof. Dr. Cordelia Fine (University of Melbourne): „Avoiding Neurosexism in Neuroscience: 8 things you need to know about sex, gender and the brain“ 01.12.2021 2 p.m. （在线）Hannah Fitsch博士（Hu Berlin/Goethe-University Frankfurt/m。）：„莱布尼兹与神经科学中的二进制（性别/性别）类别有关。计算神经科学方法中的数学逻辑“ 29.09.2021下午3点（在线）梅赛德斯·库弗纳（MercedesKüffner）博士（弗莱堡大学）：“性与性别为生物变量（SABV） - 选定的基金会” 17.06.21下午2点（在线）Kerstin Palm博士（Hu Berlin）：“生物学的性/性别研究 - 生命科学中性别/性别的批判性观点” 03.03.2021下午3点（在线）Anelis Kaiser博士（弗莱堡大学）：“从女性VS.-Male-brain到人脑连续体” 23.10.2020 2 PM。 （在线）Sigrid Schmitz博士（Hu Berlin）：“性别大脑：与神经科学对话的性别研究”
通过使用瞬态直方图解锁接近传感器的性能
摘要 - 我们提供了通过利用一类近距离飞行时间（TOF）距离传感器捕获的瞬态直方图来恢复平面场景几何形状的方法。瞬态直方图是一个一维的时间波形，它填充了入射在TOF传感器上的光子的到达时间。通常，传感器使用专有算法处理瞬态直方图以产生距离估计值，距离估计值通常在几种机器人应用中使用。我们的方法直接利用了瞬态直方图，以使平面几何形状能够更准确地恢复，仅使用专有距离估计值，并且平面表面的反照率的一致恢复，而单独的距离估计是不可能的。这是通过可区分的渲染管道来完成的，该管道模拟了瞬态成像过程，从而可以直接优化场景几何形状以匹配观测值。为了验证我们的方法，我们从广泛的观点中捕获了八个平面表面的3,800个测量值，并表明我们的方法在大多数情况下都以数量级优于专有距离基线的基线。我们演示了一种简单的机器人应用程序，该应用程序使用我们的方法感知与安装在机器人臂端效应器上的传感器的平面表面的距离和斜率。I. i tratoduction o ptally of飞机近距传感器最近已广泛使用场景瞬变。尽管这些传感器具有许多理想的属性，但现有的机器人应用程序不利用瞬态直方图，而是依靠低分辨率（最多最多这些传感器通过用光脉冲照亮场景，并在瞬态直方图中从场景中重新转移到场景中，从而测量该脉冲的形状，如图1。这些瞬态传感器在机器人技术中的使用是由于它们可靠地报告较大范围内（1cm -5m）的距离估计值，同时较小（<20 mm 3），轻量级和低功率（按测量的毫米级订单）[1]，[2]，[2]。由于其形式，可以将瞬态传感器放置在较高分辨率3D传感器无法的位置，例如在机器人操纵器的抓地力或链接上，或在非常小的机器人上。
人体体感脑机接口表面电极刺激中频率检测的效用和下限
目的刺激初级躯体感觉皮层 (S1) 已成功在人类和动物身上唤起人工躯体感觉，但对于产生稳健躯体感觉感知所需的最佳刺激参数仍知之甚少。在本研究中，作者研究了频率作为闭环脑机接口 (BCI) 系统中人工躯体感觉的可调刺激参数。方法三名癫痫患者的 S1 手部区域上装有硬膜下微型皮层电图网格，要求他们比较不同刺激频率引起的感知。幅度、脉冲宽度和持续时间在所有试验中保持不变。在每次试验中，受试者体验 2 次刺激，并报告他们认为哪个刺激频率较高。我们使用了两种范例：首先，比较50 Hz 和 100 Hz 以确定比较频率的效用，然后伪随机比较 2、5、10、20、50 或 100 Hz。结果随着刺激频率的幅度增加，受试者描述的感觉“更强烈”或“更快”。总体而言，参与者在比较 50 Hz 和 100 Hz 的刺激时达到了 98.0% 的准确率。在第二种范例中，相应的总体准确率是 73.3%。如果两个测试频率都小于或等于 10 Hz，准确率是 41.7%，当一个频率大于 10 Hz 时，准确率上升到 79.4%（p = 0.01）。当两个刺激频率均为 20 Hz 或更低时，准确率是 40.7%，而当一个频率大于 20 Hz 时，准确率是 91.7%（p < 0.001）。在 50 Hz 为较高刺激频率的试验中，准确率为 85%。因此，检测的下限出现在 20 Hz，当测试较低频率时，准确率显著下降。在测试 10 Hz 和 20 Hz 的试验中，准确率为 16.7%，而测试 20 Hz 和 50 Hz 的试验中准确率为 85.7% (p < 0.05)。当频率差异大于或等于 30 Hz 时，准确率高于偶然性。结论大于 20 Hz 的频率可用作可调参数以引起可区分的感知。这些发现可能有助于告知未来 BCI 系统的设置和可实现的自由度。
CCNE 关于 AACN 基本要求的资源：专业护理教育的核心能力大学护理委员会
CCNE 关于 AACN《专业护理教育核心能力：基本要素》必需组成部分的资源 大学护理教育委员会 (CCNE) 是美国护理学院协会 (AACN) 的自主认证机构。CCNE 负责制定认证过程中使用的标准、政策和程序。CCNE 的《学士和研究生护理课程认证标准》（标准）（2024 年）要求学士和研究生护理课程纳入《专业护理教育核心要素：基本要素》（AACN，2021 年）的以下组成部分：▪ 10 个“护理领域”（基本要素，第 10-11 页）；▪ 8 个“护理实践概念”（基本要素，第 11-14 页）； ▪ 45 项“能力”（编号为 1.1 至 10.3，按领域、要素组织，第 27-54 页）。下面摘录了领域、概念和能力（“DCC”），作为对 CCNE 成员和代表的有用资源，帮助他们了解 CCNE 认证过程中需要和解决的 AACN 要素中的组成部分。护理领域（10）领域是广泛可区分的能力领域，从总体上看，构成了护理实践的描述框架。这些要素包括 10 个领域，改编自 Englander（2013）发起的跨专业工作，并根据护理学科进行了调整。本文档描述了护理实践所必需的领域，包括如何定义这些领域、每个护理级别每个领域应具备哪些能力，以及这些领域和能力如何区分护理并与其他卫生专业相关。每个领域都有一个描述符（或工作定义）和一个上下文陈述。上下文陈述……为该领域在护理实践背景下所代表的内容提供了一个框架——从而解释了应如何解释该领域内的能力。领域名称、描述符和上下文陈述可能会随着时间的推移而演变，以反映医疗保健和护理实践的未来变化。尽管这些领域以离散实体的形式呈现，但护理专家实践要求在每一次实践情况或患者接触中整合大多数领域，因此它们为基于能力的教育提供了一个强大的框架。《基本要素》中使用的领域和描述符如下所列。• 领域 1：护理实践知识描述符：整合、转化和应用既定和不断发展的学科护理知识和认知方式，以及其他学科的知识，包括文科和自然科学和社会科学的基础。这区分了专业护理的实践，并形成了临床判断和护理实践创新的基础。