XiaoMi-AI文件搜索系统
World File Search System因果流
连续变量测量的流动条件-...
在基于测量的量子计算 (MBQC) 中，计算是通过对纠缠态进行一系列测量和校正来完成的。流和相关概念是描述校正对先前测量结果的依赖性的强大技术。我们引入了基于流的量子计算方法，该方法具有连续变量图状态，我们称之为 CV-流。这些方法受到量子比特 MBQC 的因果流和 g-流概念的启发，但不等同于它们。我们还表明，具有 CV-流的 MBQC 在无限压缩极限下可以很好地近似任意幺正，从而解决了无限维设置中不可避免的收敛问题。在开发我们的证明时，我们提供了一种将 CV-MBQC 计算转换为电路形式的方法，类似于 Miyazaki 等人的电路提取方法，以及一种基于 Mhalla 和 Perdrix 的量子比特版本在存在 CV 流时查找 CV 流的有效算法。我们的结果和技术自然扩展到具有素数局部维度的量子位元的 MBQC 量子计算的情况。
基于脑电图源信号的疲劳驾驶定向脑网络分析
摘要：疲劳驾驶是导致交通事故的重要因素之一，长期单调的驾驶易导致驾驶员注意力与警觉性下降，表现出疲劳效应。本文提出一种基于脑电图（EEG）源信号的有向脑网络角度揭示驾驶疲劳对大脑信息处理能力影响的方法。基于源分析得到的EEG信号电流源密度（CSD）数据，采用有向传递函数构建疲劳驾驶的有向脑网络。随着驾驶时间的增加，平均聚类系数和平均路径长度逐渐增加，而大部分节律的全局效率逐渐降低，表明深度驾驶疲劳增强了大脑局部信息的整合能力，同时削弱了大脑的整体能力。此外，因果流分析发现，清醒状态和驾驶疲劳状态下的电极分布存在明显差异，主要分布在前部和后部的几个区域，尤其是在θ节律下。研究还发现，在驾驶疲劳状态下，前部区域接收后部区域信息的能力明显变差。这些发现可能为揭示驾驶疲劳的潜在神经机制提供理论基础。
空间导航和空间言语记忆形成过程中海马体和前额叶皮质之间因果信息流的可复制模式
海马体和前额叶皮层 (PFC) 之间的相互作用在人类空间导航和情景记忆中都发挥着重要作用，但这些区域之间跨任务域的潜在信息因果流尚不清楚。在这里，我们使用颅内脑电图记录和光谱分辨相位转移熵来研究两种不同的虚拟空间导航和记忆编码/回忆任务中的信息流，并检查信息流模式在空间和言语记忆域中的可复制性。信息理论分析表明，从海马体到侧 PFC 的因果信息流比反向更高。至关重要的是，在两种空间导航任务的记忆编码和回忆期间观察到了不对称的信息流模式。进一步的分析揭示了相互作用的频率特异性，其特征是在 delta-theta 波段 (0.5-8 Hz) 中，从海马体到 PFC 的自下而上的信息流更大；相反，在 beta 波段 (12-30 Hz) 中，从 PFC 到海马体的自上而下的信息流更强。贝叶斯分析表明，两个空间导航任务（贝叶斯因子 > 5.46e + 3）以及跨空间和言语记忆域的任务（贝叶斯因子 > 7.32e + 8）之间具有高度的可重复性。我们的研究结果确定了人类大脑在记忆形成过程中参与的独立于域且可复制的频率相关反馈回路。
静息态脑电图定向功能连接揭示亚急性中风患者康复后运动网络组织的变化
大脑可塑性和功能重组是缺血性中风后患者功能性运动恢复的机制。通过脑电图研究静息态运动网络功能连接已被证明有助于研究信息流中发生的变化并发现与运动功能恢复的相关性。在文献中，大多数将脑电图应用于中风后患者的研究都研究了相互作用的大脑区域之间的无向功能连接。最近，人们开始研究连接的方向性，并提出了许多方法或特征，每种方法或特征都更适合描述不同的方面，例如网络节点之间的直接或间接信息流、耦合强度或其特征振荡频率。每项研究都选择了一种特定的测量方法，尽管文献中并没有达成共识，而且选择最合适的测量方法仍然是一个悬而未决的问题。为了阐明这一方法论方面，我们在此建议结合基于格兰杰因果关系的两个频域测量提供的直接和间接耦合信息，即定向相干性 (DC) 和广义部分定向相干性 (gPDC)，以研究与感觉运动节律 α 和 β 相关的静息态定向连接的纵向变化，发生在 18 名接受康复治疗的亚急性缺血性中风患者中。我们的研究结果显示，在亚急性期康复后，信息流经运动前区在运动网络重组中起着重要作用。特别地，DC 强调了运动前区和初级运动区之间的半球内耦合强度的增加，特别是在 α 和 β 频带的同侧病变半球中，而 gPDC 在检测那些变化主要体现在人群中的连接方面更敏感。在 α 和 β 频段均检测到从损伤对侧运动前皮质向辅助运动区流动的因果流减少，在 β 频段观察到从同侧到损伤对侧运动前皮质的半球间连接显著增强。有趣的是，从损伤对侧运动前皮质向损伤同侧运动前皮质的连接与 α 频段上肢运动恢复相关。使用两种不同的定向连接测量方法可以更好地理解大脑之间的耦合变化