本文对用于提取电阻开关 (RS) 和建模参数的不同数值技术进行了修订。针对不同的电阻存储技术,计算了常用于估计可变性的置位和复位电压。还介绍了提取串联电阻的方法以及与电荷通量忆阻建模方法相关的参数。研究发现,获得的周期间 (C2C) 可变性取决于所使用的数值技术。这一结果很重要,它意味着在分析 C2C 可变性时,应描述提取技术以对不同的电阻存储技术进行公平比较。除了使用大量不同类型的电阻存储器的实验数据外,我们还采用了动力学蒙特卡罗 (kMC) 模拟来研究构成导电细丝 (CF) 的渗透路径的形成和断裂事件,这些细丝允许在丝状单极和双极器件中进行电阻开关操作。
在过去几年中,跨计算环境的神经成像分析的可重复性引起了人们的关注。已经部署了软件容器化解决方案,例如Docker和奇异性,以掩盖软件诱导的可变性的影响,但硬件体系结构的变化仍然不明显地导致了不清楚的结果。我们研究了硬件变异性对FSL Flirt Application产生的线性注册结果的影响,FSL Flirt Application是神经成像数据分析中广泛使用的软件组件。使用Grid'5000基础架构,我们使用两个软件包装系统(Docker and GUIX)研究了九种不同的CPU模型的效果,我们将所得的硬件变异性与随机圆形测量的数值变异性进行了比较。结果表明,硬件,软件和数值可变性导致类似幅度的扰动 - 尽管不相关 - 表明这三种可变性
在该项目中,申请人将将机器学习技术集成到基于卫星的变形监测和运输基础设施的结构性绩效分析中。基于卫星的监控的应用是通过远程捕获公共基础设施的小小的流离失所来检测和防止结构/岩土技术恶化,其中可能包括桥梁,海洋港口码头和机场跑道。NRC建筑研究中心(NRC-CRC)进行的有关机场跑道和港口码头的案例研究表明,使用常规的,确定性分析,对基于卫星的基于卫星的监测和基于地面的监测之间的一般性协议。但是,在数据中观察到了一些可变性,并且所使用的确定性方法并不能清楚其意义。在拟议的项目中,申请人将采用替代的机器学习方法进行数据处理,包括AI训练和校准的概率模型,该模型将说明测量值的不确定性和可变性,从而赋予观察到可变性的显着性。
样本受访者经过加权,以代表同一层内非抽样企业的数量。由于收到的零回报很多,因此使用两阶段过程结合单侧 Winsorisation(一种限制极值的平均方法)来计算估计值,以提高结果质量。标准误差的计算假设总体总数的估计量是独立随机变量的乘积。此计算考虑了非零 LCREE 活动比例估计值的可变性以及假设所有非零响应的总体总数估计值的可变性。
1 Donders大脑,认知与行为研究所,拉德布德大学Nijmegen,6525 En Nijmegen,荷兰2号,惠康综合神经影像中心2佛罗里达州盖布尔斯,美国33124,美国5神经科学计划,迈阿密米勒大学医学院,佛罗里达州迈阿密,佛罗里达州33136,美国6,6临床心理学和行为神经科学,心理学,心理学教职员工,TechnisscheUniversitätdresden,Dresden,Dresden,01187 DRESDEN,DRESDEN,DRESDEN,DRESDEN,7 MAX PLANCK STICETER,DRANCK IPKIG IPSIGS STIGUTE SCONCESTISTICS SCONCESTISTIS SCONIDE,NIPSIDES SCONSITION,NIPSIDE,NIBSIDE,4岁,34 8 Social, Cognitive and Affective Neuroscience Unit, Department of Cognition, Emotion, and Methods in Psychology, Faculty of Psychology, University of Vienna, 1010 Vienna, Austria, 9 University of Lyon, Univ Lyon 1, INSERM, Stem Cell and Brain Research Institute U1208, 69500 Bron, France, 10 McConnell Brain Imaging Centre (BIC), Montreal Neurological Institute (MNI), McGill University, Montreal, Quebec H3A 2B4, Canada, 11 Wellcome Centre for Integrative Neuroimaging, Centre for Functional MRI of the Brain (FMRIB), Nuffield Department of Clinical Neurosciences, John Radcliffe Hospital, University of Oxford, Oxford OX3 9DU, UK, 12 Department of Biomedical Engineering, Faculty of Medicine, School of Computer Science, McGill University,蒙特利尔,魁北克H3A 2B4,加拿大和13 Mila-Quebec人工智能研究所,蒙特利尔,魁北克H2S 3H1,加拿大
