XiaoMi-AI文件搜索系统
World File Search System声音信号
使用CNN-LSTM技术
心脏病占全球死亡人数的30％。早期干预和心血管异常的检测可以预防这种死亡。当前的研究提出了一种新的方法，该方法将卷积神经网络（CNN）和长期记忆（LSTM）结合在一起，以预测人心脏功能中异常。机器学习模型用于检测来自ECG和PCG信号的异常。这项研究中使用了两个突出的数据集，即Physionet 2016和Physionet 2017，用于培训和测试开发的机器学习模型。经验模式分解已用于预处理心脏声音信号和心电图信号。使用EMD可以将信号分解为其基本振荡组件，称为固有模式函数（IMF）。通过将信号与噪声比值与原始和过滤的PCG信号进行比较，可以评估该方法在降低噪声方面的有效性。特征提取是通过生成DeNO.信号的缩放图完成的。缩放图是通过连续小波变换（CWT）获得的。此后，一种称为CNN-LSTM的混合深度学习技术用于分类和训练模型。所提出的模型在分类和检测人心脏功能异常方面的精度为86％。
航海辅助设备手册 – 管理
章节变更 1.C.4 更新导航辅助设备系统的目标 2.B.2.b 阐明 CG-3213 提交要求的政策 2.F.3 要求在输入数据时使用 I-ATONIS 样式指南，以提高数据一致性 2.F.9 指定使用 I-ATONIS 进行 ATON 电池跟踪 3.C.5 阐明临时变更政策 3.E 实施辅助设备可用性类别 4.B 增加导航辅助设备术语表 4.D.1 阐明主要灯光的定义 4.D.7.f 删除声音信号控制方法中的“按优先顺序” 4.G.8 阐明标记风电场和相关结构的政策 5.B.3 阐明海岸警卫队和海岸警卫队辅助人员的私人辅助设备检查/验证要求 6.A.2 提供沉船标记豁免权的政策 7.A 简化维修单位职责7.B.6.d 阐明了破坏助航设备可能受到的最高处罚 7.C.1 规定应尽可能延长钢制船体浮标的减载距离 第 9 章将“差异响应决策指南”重命名为“差异响应因素决策指南” 9.A.1 删除了超过 6 个月的临时变更将被视为 AtoN 差异的指导 9.C 要求 I-ATONIS 数据条目反映单位完成 ATON 差异临时纠正措施的日期和时间
ECG信号通过单节点，表面声感应
摘要 - 有效的手段，可以实现单铅，非侵入性和干性心电图（ECG）测量值，为在非临床环境中对移动用户进行长时间心律监测提供了潜力。但是，现有的ECG调查方法需要精确的电极放置，暨塞接线，并要求用户保持固定。另外，当前基于心脏的基于心脏的方法（例如Phonocartiogrons）缺乏检测至关重要的心律特征的灵敏度和精度，并且容易受到环境噪声的影响。这项工作利用脖子上的宽带宽表面声波麦克风通过颈动脉捕获心脏声音。提议将心形信号转换为相应的ECG波形的跨模式自动编码器，一种用于信号模态转换的最新算法。由9个参与者研究结果证明了通过声音声音构建PQRST波形的有效性，并准确地确定了关键的PQRST指标。最后，展示了用户步行的移动声学ECG波构建，为不引人注目的，长期的低成本每日心律监测奠定了基础。临床相关性 - 转换心脏声音信号，以实现突出的心电图指标，可以使用单节点干可穿戴设备进行低成本的每日心律监测。
临床前和临床研究的全面综述
摘要 - 世界许多地区无法获得心脏病资源的访问促使基于心脏信号的自动诊断系统的发展。近年来，已经提出了广泛的监督学习模型，可以从心脏声音中最初诊断为心脏病。为了达到高精度，这种监督的学习模型通常需要大量标记的数据，这可能是昂贵的。在这方面，最近已经采用了自我监督的学习来减少对注释数据的过度依赖。wav2Vec 2.0是一种音频自我监督的学习模型，在各种与语音有关的任务中显示出令人鼓舞的结果。在本文中，我们对WAV2VEC 2.0进行了调整，以从心脏声音信号中进行杂音检测。为此，我们在Circor Digiscope Heart Sound数据集上进行了预训练和微调。结果证实了使用WAV2VEC 2.0模型进行心脏声音分类的可行性。该模型通过实现0.80的加权精度和0.70的UAR来显示出竞争性能，用于在保留测试集中进行杂音检测。为了研究微调数据大小对下游性能的影响，我们还对小规模的带注释数据进行了微调2VEC 2.0模型。结果证实，该模型对小型微调数据大小具有鲁棒性，因此可以减少我们对大型，带注释的心脏声音数据的依赖。索引术语 - 心脏声音，杂音检测，WAV2VEC 2.0，自我监督学习
对日常生活中使用的传感器技术进行范围审查
摘要 技术为量化与慢性疼痛相关的行为和生理变化提供了可能性，使用适合在日常生活环境中收集数据的可穿戴传感器和设备。我们对可穿戴和被动传感器技术进行了范围界定审查，这些技术可从慢性疼痛（包括社交场合）的心理数据中抽样。从搜索到的 2783 篇引文中，有 60 篇文章符合我们的标准。四分之三的招募对象患有慢性疼痛，大多是肌肉骨骼疼痛，其余患有急性或发作性疼痛；慢性疼痛患者的平均年龄为 43 岁（很少有研究抽样青少年或儿童），60% 为女性。37 项研究是在实验室或临床环境中进行的，其余研究是在日常生活环境中进行的。大多数只使用 1 种技术，总共有 76 种传感器类型。最常见的是加速度计（主要用于日常生活环境），其次是动作捕捉（主要用于实验室环境），少数收集自主活动、声音信号或大脑活动的。主观自我报告为疼痛、情绪和其他变量提供了“基本事实”，但通常与自动收集的数据的时间尺度不同，许多研究报告称技术数据与相关心理结构之间的关系较弱，例如，对运动的恐惧与肌肉活动之间的关系。关于实际问题的讨论相对较少：采样频率、由于人为或技术原因而丢失的数据以及用户的体验，尤其是当用户没有收到任何形式的数据时。我们在综述的最后提出了一些关于该领域未来研究内容和过程的建议。
四个获奖项目叙述的样本
项目标题：男性白头胶囊中的声音交流和优势等级。简介：性选择深远地影响了灵长类动物中性二态性状的演变（Clutton-Brock，2004年）。Although not mutually exclusive, intrasexual selection drives males to develop exaggerated traits (e.g., larger bodies, canine teeth) signaling a competitive advantage over other males, while intersexual selection drives males to develop physical adornments (e.g., manes, brilliant colors) that attract potential mates by signaling their quality (Bradbury & Andersson, 1987; Andersson, 1994; Delgado, 2006).性选择还可以对行为特征作用，包括指示质量，竞争能力或优势的人声信号（Snowdon，2004； Bradbury＆Vehrencamp 2011； Puts等，2016）。在许多灵长类动物中，包括人类在内的许多灵长类动物中，已经发现更多的主要个体表现出更深的呼唤，更高的发声率和/或扩大的曲目。这些差异在男性经历激烈的内部竞争的物种中最为明显（Baboons：Fischer等，2004; Kitchen et al。，2003; Rhesus Macaques：Highman et al。，2013; Ring-Tailed Lemurs; Ring-Tailed Lemurs：Bolt 2013; Bolt 2013; Vervet Monkeys; Vervet Monkeys：Schad et al。 Benitez等人，2013年；尽管如此，由于缺乏受控的实验方法，我们对性选择如何塑造灵长类动物交流的理解仍然有限，这些方法学检查了信号器和接收者的观点（Snowdon，2004年）。这种限制阻碍了我们对灵长类动物如何将声音信号纳入其决策过程的理解，例如主导挑战和伴侣选择。因此，从近端和最终的角度研究声音交流的全面研究至关重要。
AC-BS-01 - 阿格斯安全公司
产品兼容性和一般描述 这些产品将与以下 Altair、Altair Lite 和 Altair Plus 探测器配合使用： A1000 (AT5910CPR) Altair 烟雾探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A2000 (AT5910CPR) Altair 烟雾/温度探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A3500 (AT5910CPR) Altair 温度探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A1000L (AT5010CPR) Altair 无隔离器烟雾探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A2000L (AT5010CPR) Altair 不带隔离器的烟雾/温度探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A3500L (AT5010CPR) Altair 不带隔离器的温度探测器 AC-BS-01、AC-BSB-23W-01、AC-BSB-23R-01 A1000+ (AT5910CPR) Altair Plus 烟雾探测器 AI-BS-01、AI-BSB-23W-01、AI-BSB-23R-01 A2000+ (AT5910CPR) Altair Plus 烟雾/温度探测器 AI-BS-01、AI-BSB-23W-01、AI-BSB-23R-01 A3500+ (AT5910CPR) Altair Plus 温度探测器 AI-BS-01、 AI-BSB-23W-01 , AI-BSB-23R-01（括号内为 DOP 参考） 这些产品仅与使用 Vega 协议的控制面板兼容。 为了工作，这些发声器底座需要合适的主机探测器。 在主机探测器上触发警报条件后，Altair Flexiplus 底座发声器会激活其声音输出，该输出先前通过其选择器进行选择；同样，Altair Plus Flexiplus 底座发声器也会激活声音输出，但在这种情况下，其模式是先前从控制面板中选择的。 配备 VAD（可视警报设备）的底座发声器除了声音信号外，还会发出警报视觉信号；具体而言： - 对于 AC-BSB-23W-01 和 AI-BSB-23W-01 白色光学警报信号 - 对于 AC-BSB-23R-01 和 AI-BSB-23R-01 红色光学警报信号。 产品部件 天花板安装支架（图 1） 1. 声音扩散器锥体。 2. 环路电缆通道。 3. 预切孔，用于将支架拧到天花板上。 4. 固定销。 底座发声器（图 2） 1. 主机探测器的适配器底座。 2. 环路电缆通道。 3. 声学音调、音量和 VAD 输出强度的选择器（仅限 Altair Flexiplus）。 4. 支架底座发声器螺钉固定位置。 5. VAD 输出。 6. 声音警报信号出口。 7. 支架销钉承载孔。
FF16D64B-25BB-43C9-B84F-C628DB098916.PDF
心脏听诊是一种无创，方便且低成本的心脏瓣膜疾病的方法，它可以在早期诊断心脏瓣膜的异常。但是，听诊的准确性取决于心脏病学家的专业精神。偏远地区的医生可能缺乏正确诊断的经验。因此，有必要设计一个系统来协助诊断。TIS研究提出了一种计算机辅助心脏瓣膜疾病诊断系统，包括心脏声音获取模块，训练有素的诊断模型和软件，可以诊断四种心脏瓣膜疾病。在这项研究中，收集了包含FVE类别的心脏声音类别的训练数据集，包括正常，二尖瓣狭窄，二尖瓣反流和主动脉狭窄心脏声音。卷积神经网络Googlenet和加权KNN用于单独训练模型。对于通过卷积神经网络训练的模型，时间序列心脏声音信号基于连续小波变换转换为时频缩放图，以适应Googlenet的体系结构。对于通过加权KNN训练的模型，手动提取时间域和时频域的特征。基于卡方测试的十项选择选择，以获得更好的功能。此外，我们设计的软件使医生可以上传心脏声音，可视化心脏声波形并使用模型来获取诊断。使用准确性，灵敏度，特异性和F 1分数指标的模型评估是在两个训练有素的模型上进行的。te结果表明，经过修改的Googlenet训练的模型优于其他人，总体准确性为97.5％。诊断四种心脏瓣膜疾病的平均准确性，灵敏度，特异性和F 1得分分别为98.75％，96.88％，99.22％和97.99％。 TE计算机辅助诊断系统，具有心脏声音获取模块，诊断模型和软件，可以可视化心脏声波并显示参考诊断结果。 可以帮助诊断心脏瓣膜疾病，尤其是在缺乏熟练医生的偏远地区。诊断四种心脏瓣膜疾病的平均准确性，灵敏度，特异性和F 1得分分别为98.75％，96.88％，99.22％和97.99％。TE计算机辅助诊断系统，具有心脏声音获取模块，诊断模型和软件，可以可视化心脏声波并显示参考诊断结果。可以帮助诊断心脏瓣膜疾病，尤其是在缺乏熟练医生的偏远地区。
Carsten Nicolai Anti Reflex
THE SCHIRN KUNSTHALLE PRESENTS THE MOST COMPREHENSIVE EXHIBITION OF CARSTEN NICOLAI TO DATE CARSTEN NICOLAI ANTI REFLEX 20 January – 28 March 2005 Press preview: Wednesday, 19 January 2005, 11.00 a.m. Carsten Nicolai is presently considered to be one of the most important representatives of a generation of artists who are purposefully exploring the points of intersection between art, nature, and science.作为一个人的跨境视觉艺术家，研究人员，音乐家和制作人，尼古拉（Nicolai）试图克服人类感知中的感官之间的分裂，并有可能通过听力和触摸和触摸体验诸如声音和光线或电磁场的频率，例如声音和光线或电磁场的频率。他的装置散发出极简主义的美学，以其优雅，简单和对技术的重视吸引了游客。在他参加了重要的国际展览之后，例如Kassel Docucta和Wenice双年展，Schirn提出了首次重大调查，1965年出生于Chemnitz的艺术家将制作一系列新作品。Max Hollein，展览的策展人：“在他的作品中，Carsten Nicolai将实验室实验的科学分析和方法与直观搜索他在艺术家作品中所依赖的新语言进行直观搜索。他利用了复杂的物理过程，并将其转移到可以体验和理解的视觉和声学信号中。”卡斯滕·尼古拉（Carsten Nicolai）对他对科学的态度：“我喜欢在非常精确的条件下工作，在这方面，科学研究和艺术过程或多或少是相同的。由类似实验产生的刚刚遵循普遍逻辑的人像机器一样行事。只有那些违反这些法律并做一些意想不到的新鲜地面的人。许多著名的科学发明偶然出现了。新发现通常是从意想不到的时刻出现的。”该展览是由Kulturstiftung derLänder和Merck Kgaa赞助的Schott AG和EAS GmbH授予了其他支持。声学和视觉的共存是Carsten Nicolai作品中的一个经常性主题。在现代声学科学的创始人恩斯特·克拉德尼（Ernst Chladni，1756– 1827年）的传统中，尼古拉旨在将不同的感官观念联系起来。在可重复的实验排列中，液体是通过不同频率的声音信号来动画的，例如，在同心圆，相遇和连接的情况下会产生波浪，从而产生振动结和干扰模式。尼古拉（Nicolai）部分大空间装置的视觉印象将声音体验转化为频率的肖像。