XiaoMi-AI文件搜索系统
World File Search System地面实况
基于主题无关变压器的神经语音解码，从表面和深度电极信号进行解码
摘要。目的：本研究探讨颅内电极捕获的神经信号的语音解码。大多数先前的研究只能处理 2D 网格上的电极（即脑皮层电图或 ECoG 阵列）和来自单个患者的数据。我们的目标是设计一个深度学习模型架构，可以同时适应表面（ECoG）和深度（立体定向 EEG 或 sEEG）电极。该架构应允许使用来自多个参与者的数据进行训练，这些参与者的电极位置变化很大，并且训练后的模型应该在训练期间未见过的参与者身上表现良好。方法：我们提出了一种名为 SwinTW 的新型基于变压器的模型架构，该架构可以利用任意位置的电极在皮层上的 3D 位置而不是它们在 2D 网格上的位置来处理它们。我们使用来自单个参与者的数据训练特定于主题的模型，并利用来自多个参与者的数据训练多患者模型。主要结果：仅使用低密度 8x8 ECoG 数据的受试者特定模型在 N=43 名参与者中实现了高解码皮尔逊相关系数与地面实况频谱图 (PCC=0.817)，优于我们之前的卷积 ResNet 模型和 3D Swin Transformer 模型。在每个参与者 (N=39) 中加入额外的条带、深度和网格电极可带来进一步的改进 (PCC=0.838)。对于只有 sEEG 电极的参与者 (N=9)，受试者特定模型仍然具有可比的性能，平均 PCC=0.798。多受试者模型在看不见的参与者身上实现了高性能，在留一交叉验证中平均 PCC=0.765。意义：提出的 SwinTW 解码器使未来的语音神经假体能够利用任何对特定参与者来说临床上最佳或可行的电极位置，包括仅使用更常规的深度电极
使用机载... 预测森林库存属性 - CORE
摘要：本研究旨在开发一种新方法，利用采伐机在作业伐木过程中记录的树干信息，基于遥感预测成熟林分的森林资源属性。参考样地由采伐机数据形成，使用两种不同的树木位置：全球卫星导航系统中的采伐机位置 (XY H ) 和计算改进的采伐机头位置 (XY HH )。研究材料包括 158 个位于芬兰南部的成熟挪威云杉为主的林分，这些林分在 2015-16 年期间被砍伐。树木属性来自采伐机记录的树干尺寸。森林资源属性是针对林分和为四种不同样地大小（254、509、761 和 1018 平方米）的林分生成的样地编制的。建立了基于采伐机的森林资源清查属性与样地遥感特征之间的预测模型。获得了林分水平的预测结果，基部面积加权平均直径 (D g ) 和基部面积加权平均高度 (H g ) 对于所有模型替代方案几乎保持不变，相对均方根误差 (RMSE) 分别约为 10–11% 和 6–8%，偏差较小。对于基部面积 (G) 和体积 (V)，使用任何一种位置方法，最多只能得到大致相似的预测结果，相对 RMSE 约为 25%，偏差为 15%。在 XY HH 位置下，G 和 V 的预测几乎与 254–761 平方米内的样地大小无关。因此，基于采伐机的数据可用作遥感森林清查方法的地面实况。在预测森林清查属性时，建议利用采伐机头位置 (XY HH ) 和最小地块面积 254 平方米。相反，如果只有采伐机位置 (XY H ) 可用，将样地面积扩大到 761 平方米可达到与使用 XY HH 位置获得的精度相似的精度，因为较大的样地可缓和确定单个树木位置时的不确定性。
深度学习改变图像分析的五种方式
深度学习使研究人员能够从果蝇、老鼠甚至人类中生成越来越复杂的连接组。这些数据可以帮助神经科学家了解大脑的工作原理，以及大脑结构在发育和疾病过程中的变化。但神经连接并不容易绘制。2018 年，利希特曼与加利福尼亚州山景城谷歌连接组学负责人维伦·贾恩联手，后者正在为他的团队的人工智能算法寻找合适的挑战。贾恩说：“连接组学中的图像分析任务非常困难。你必须能够在很远的距离内追踪这些细线，即细胞的轴突和树突，而传统的图像处理方法犯了太多错误，以至于它们对这项任务基本上毫无用处。”这些线可以比一微米还细，延伸到数百微米甚至毫米的组织。深度学习算法提供了一种自动分析连接组学数据的方法，同时仍能实现高精度。在深度学习中，研究人员可以使用包含感兴趣特征的注释数据集来训练复杂的计算模型，以便快速识别其他数据中的相同特征。“当你进行深度学习时，你会说，‘好吧，我只举几个例子，你自己想办法解决一切’，”德国海德堡欧洲分子生物学实验室的计算机科学家 Anna Kreshuk 说。但即使使用深度学习，Lichtman 和 Jain 在尝试绘制人类大脑皮层片段时也面临着艰巨的任务 1 。仅对 5,000 个左右极薄的组织切片进行成像就花了 326 天。两位研究人员花了大约 100 个小时手动注释图像和追踪神经元，以创建“地面实况”数据集来训练算法，这种方法被称为监督机器学习。然后，训练有素的算法自动将图像拼接在一起，并识别神经元和突触以生成最终的连接组。 Jain 的团队为解决这个问题投入了大量的计算资源，包括数千个张量处理单元 (TPU)，这是谷歌内部专为神经网络机器学习而打造的图形处理单元 (GPU)。Jain 说，处理这些数据需要几个月的时间，大约需要一百万个 TPU 小时，之后人类志愿者以协作的方式校对和纠正连接组，“有点像谷歌文档”，Lichtman 说。他们说，最终结果是任何物种中以这种细节程度重建的最大数据集。尽管如此，它只代表了 0.0001%
作战中心
自 1964 年以来，NSWC Corona 部门一直担任海军的独立评估机构。NSWC Corona 在评估海军作战能力方面拥有丰富的经验，是 NAVSEA 数据分析领域的领导者。Corona 利用联网数据环境、数据分析和可视化以及测量技术来连接海军的数据孤岛，帮助作战人员做出明智的决策。NSWC Corona 拥有 3,800 多名工程师、科学家和支持人员、水手和承包商，位于加利福尼亚州诺科，在福尔布鲁克和海豹滩设有分遣队，并在另外 14 个地点设有人员。战备评估 Corona 部门管理的项目旨在让舰队和海岸社区了解关键武器、战斗、C41 和 HM&E 系统的物资战备情况以及推动物资战备的因素。 Corona 为 600 多个系统和 2800 个变体（水面舰艇和潜艇上的 C5I 和 HM&E）提供可靠性、可维护性和可用性 (RM&A) 指标，提供自动化和预测分析。产品和服务广泛应用于海军项目办公室、在役工程代理、区域维护中心、OPNAV 和舰队。准备就绪评估能力和产品正在不断发展，以满足海军对提高准备就绪、成本和舰队维护/现代化过程透明度的日益增长的期望。性能评估 Corona 部门的技术根基在于对水面海军的进攻和防御系统进行分析数据驱动的性能评估，支持收购 T&E 和舰队演习反馈。能力涵盖数据、严谨性、系统和协作，以便及时进行全面评估。Corona 在数据需求文档中执行最佳实践，以确保可以使用正确的数据来回答关键问题。 Corona 维护着能够接收大量数据的协作空间，并能够在机密环境中存储、处理、分析和报告结果。Corona 已实施自动化并采用可视化软件，以简化在短时间内（例如，舰队作战训练演习只需几个小时）提供嵌入式通信、视频流和地面实况的稳健事件重建交付。靶场系统工程 Corona 部门为海军和联合训练和测试提供海军水面和空中靶场系统工程和技术解决方案，包括舰载系统和远程靶场区域，以及测试和训练靶场上的仪器的工程、集成和安装。Corona 运营和维护舰队战术训练靶场和网络环境，并且是舰队训练现场、虚拟和建设性 (LVC) 能力的技术工程代理。Corona 确保现有和未来的靶场系统满足舰队对战斗真实性、实时任务监控和重放以及用于分析和评估的信息和数据收集的需求。测量科学与工程 Corona 部门被指定为海军的测试和监控系统技术顾问，负责向整个海军企业的 2,750 多名人员传播校准指导，并确保测量准确且可追溯，符合国际标准，以降低错误测试决策的风险并提高舰队的杀伤力。Corona 编写了详细的校准程序，用于每年对海军超过 160 万件测试设备进行近 500,000 次校准；并使用这些校准的结果来建立和优化校准周期，以确保适当的风险与成本权衡。Corona 运营仪表和标准实验室，作为 NAVSEA 作战系统特殊接口仪表要求的技术权威。Corona 还对三叉戟再入系统 Mk4、Mk4A 和 Mk5 进行战略系统测试和分析以及监视评估。质量和任务保证评估 Corona 部门为战略和导弹防御系统提供质量和任务保证，这些系统对故障或问题系统的容忍度非常低，项目经理要求重点支持。Corona 制定和定制质量和任务保证 (Q&MA) 要求，概述项目办公室对管理层和客户参与采购和维护期间关键技术流程的期望，例如系统工程、测试、配置控制、可靠性、制造。此外，Corona 还为承包商和政府社区提供有关 Q&MA 要求的培训，进行评估，并提供现场技术专家来确定和提高 Q&MA 活动的有效性和严谨性。地面战斗武器和弹药测试、评估和评估 Corona 为美国海军陆战队和弹药社区提供地面弹药和武器工程专业知识。Corona 直接与采购社区和作战人员合作，通过提供以下支持来支持舰队后勤、作战行动和培训600 万件测试设备；并使用这些校准结果建立和优化校准周期，以确保适当的风险与成本权衡。Corona 运营量具和标准实验室，作为 NAVSEA 作战系统特殊接口量具要求的技术权威。Corona 还对三叉戟再入系统 Mk4、Mk4A 和 Mk5 进行战略系统测试和分析以及监视评估。质量和任务保证评估 Corona 部门为战略和导弹防御系统提供质量和任务保证，这些系统对故障或问题系统的容忍度非常低，项目经理要求重点支持。Corona 开发和定制质量和任务保证 (Q&MA) 要求，概述项目办公室对管理层和客户参与采购和维护期间关键技术流程的期望，例如系统工程、测试、配置控制、可靠性、制造。此外，Corona 还为承包商和政府社区提供有关 Q&MA 要求的培训，进行评估，并提供现场技术专家来确定和提高 Q&MA 活动的有效性和严谨性。地面作战武器和弹药测试、评估和评估 Corona 为美国海军陆战队和弹药界提供地面弹药和武器工程专业知识。Corona 直接与采购界和作战人员合作，通过提供以下服务来支持舰队后勤、作战行动和训练：600 万件测试设备；并使用这些校准结果建立和优化校准周期，以确保适当的风险与成本权衡。Corona 运营量具和标准实验室，作为 NAVSEA 作战系统特殊接口量具要求的技术权威。Corona 还对三叉戟再入系统 Mk4、Mk4A 和 Mk5 进行战略系统测试和分析以及监视评估。质量和任务保证评估 Corona 部门为战略和导弹防御系统提供质量和任务保证，这些系统对故障或问题系统的容忍度非常低，项目经理要求重点支持。Corona 开发和定制质量和任务保证 (Q&MA) 要求，概述项目办公室对管理层和客户参与采购和维护期间关键技术流程的期望，例如系统工程、测试、配置控制、可靠性、制造。此外，Corona 还为承包商和政府社区提供有关 Q&MA 要求的培训，进行评估，并提供现场技术专家来确定和提高 Q&MA 活动的有效性和严谨性。地面作战武器和弹药测试、评估和评估 Corona 为美国海军陆战队和弹药界提供地面弹药和武器工程专业知识。Corona 直接与采购界和作战人员合作，通过提供以下服务来支持舰队后勤、作战行动和训练：Corona 直接与采购社区和作战人员合作，通过提供以下服务来支持舰队后勤、作战行动和训练：Corona 直接与采购社区和作战人员合作，通过提供以下服务来支持舰队后勤、作战行动和训练：