XiaoMi-AI文件搜索系统
World File Search System实验设置
深度学习辅助脑成像临床决策
验证和基准测试 关键词：深度学习、脑成像、神经系统疾病、实验机器学习、验证、统计 基于深度学习的脑成像数据分析对于协助脑部疾病（例如阿尔茨海默病、帕金森病……）的临床决策具有巨大的潜力。这是一个非常活跃的研究领域，每年都会发表很多论文（Colliot，2023 年）。然而，就转化为患者护理而言，其真正的医学影响迄今为止有限。研究论文中提出的实验结果通常不足以回答临床转化的两个关键问题：i）我们是否对所提出的方法的性能有坚实的保证？；ii）在不同的深度学习方法中，我们是否有强有力的证据来选择表现最好的方法？有几个潜在原因：i）不可重复的研究程序和结果；ii）不充分的实验设置没有考虑到脑成像的特殊性；iii）有偏见的验证程序；iv）推论统计数据不足或缺乏。
电池电池组的电气和热建模用于分析电池组效率和温度
摘要：电池组的效率很大程度上取决于电池电池的互连之间的电阻损失和热量产生。电池电池的分组通常在行业中以不同的方式进行。损失因施用或电动汽车状态（EV）而有所不同。因此，有必要确定电池电池和电池组的效率和热量产生。在实际情况下，与其他电池电池相比，一些电池电池迅速被充电。另一方面，当EV处于运行状态时，一些电池电池会迅速排出。作为结果电池组无法提供更好的效率，其寿命降低。作为替代选项，需要以优化的方式重新编制电池组的间隔连接。在本文首先，对带开关的电池组进行建模，然后确定时间效率和温度变化。然后，对实验设置进行了研究，以测量相对于时间的效率和温度升高。结果表明，如果开关后测量的电池组，则带有开关的电池组会提高效率（97-98％），而对于不同的C率，温度从25°C增加到50°C。
prosip：用于学习边缘机器人清洁的概率表面相互作用
摘要 - 从演示中学习（LFD）已成为一种有希望的方法，使机器人可以直接从人类示范中获取复杂的任务。但是，涉及自由形式3D表面上表面相互作用的任务在建模和执行中带来了独特的挑战，尤其是在演示和机器人执行之间存在几何变化时。本文提出了一个称为概率表面相互作用原始原始原始词（Prosip）的新型框架，该框架从系统地结合了表面路径和局部表面效果。仪器工具允许无缝记录和执行人类示范。通过设计，prosips独立于时间，不变到刚体的位移，并使用带有笛卡尔控制器的任何机器人平台。该框架用于浴室水槽的边缘清洁任务。证明了对各种对象几何形状和显着扭曲对象的概括能力。模拟和具有9度自由机器人平台的实验设置证实了绩效。
对话系统中TTS模型的上下文交互式评估
文本到语音（TTS）模型的评估目前由均值开放得分（MOS）听力测试所统治，但MOS的有效性越来越受到质疑。mos测试将听众置于被动设置中，其中他们不会与TTS积极互动，通常会评估孤立的话语而没有上下文。因此，它没有表明TTS模型适合诸如口语对话系统之类的交互应用程序的迹象，在对话中，在对话环境中生成适当语音的能力至关重要。我们旨在通过评估几种最先进的神经TTS模型来解决这一缺点的第一步，其中包括一种在定制的口语对话系统中适应对话环境的模型。我们提出系统设计，实验设置和结果。我们的工作是第一个在上下文对话系统交互中评估TTS的工作。我们还讨论了拟议的评估范式的缺点和未来企业。索引术语：文本到语音，口语对话系统，评估方法，人类计算机互动
UG_Brochure-2023_2Jun23.pdf
此外，IIST 拥有充满活力的研究环境，有超过 248 名博士学者从事前沿研究领域。学术课程旨在加强基础知识，通过实践工作提供实践经验，增强理解并扩展各个感兴趣领域的知识范围。IIST 致力于培养学生的创新文化。IIST 的所有学术实验室都经过精心设计，拥有最好的实验设置和设备。IIST 拥有三个卓越中心，分别是先进推进和激光诊断、虚拟现实和纳米科学与技术，学生可以参与各种先进而复杂的实验。许多最先进的研究实验室为学生提供了独特的学习环境，让他们可以深入研究前沿研究。随着 IIST 进入下一个十年，十年计划为年轻聪明的学生提供了充足的机会，让他们积极参与 ARIS、InspireSAT-1、空间机器人、空间传感器等太空相关项目。请访问网站 www.iist.ac.in 了解有关 IIST 及其活动的详细概述。
天体化学中的离子 - 分子反应和...
聚合物在航空航天行业中起着至关重要的作用，但是它们在太空中对原子和离子氧的脆弱性提出了重大挑战。地面测试已证实，低地球轨道（LEO）的长时间暴露会导致材料降解。已经探索了保护性措施，但是缺乏对侵蚀机制的全面理解。在这个项目中，我们引入了一种新颖的方法来研究由分子水平的原子氧离子（IO）引起的化学侵蚀。通过将聚合物解构为分子部分并进行单一碰撞实验，我们旨在阐明管理化学攻击的基础力。具体来说，我们将研究聚合物，聚苯乙烯，卡普顿H和石墨的最具代表性的部分。我们的实验设置，指导离子束质谱法（GIB-MS）将提供对反应性横截面和产物分支比率的见解。这项开创性的努力标志着解决空间中聚合物侵蚀的首要综合努力，对航空航天材料科学有潜在的影响
用压电纤维担架中的傅里叶域光学相干断层扫描中的伪影
收到2007年9月26日； 2008年2月15日修订； 2008年2月18日接受；发表于2008年3月4日（文档ID 87957）;发表于2008年3月31日，我们描述了一种扫描源源式光学相干断层扫描（OCT）系统，该系统启动了高速全速成像。我们实施了一个压电纤维担架，以在连续的A扫描之间产生定期的相移，从而引入了横向调制。然后，通过在轴向方向处理数据之前，在横向方向上执行傅立叶过滤来解决深度歧义。DC工件也被删除。关键因素是压电纤维担架可用于以高重复速率生成离散的相移。提出的实验设置是先前报道的B-M模式扫描光谱域OCT的一个改进版本，因为它不会产生其他伪像。这是一个简单且低成本的解决方案，可轻松应用伪影。©2008美国光学协会OCIS代码：110.4500，170.4500，100.5070。
血细胞的介电泳分离
摘要 微流控介电泳 (DEP) 装置能够基于细胞电生理特性的差异实现无标记细胞分离和离析。该技术可用作临床诊断和医学研究的工具，因为它有助于分析患者特定血液成分以及检测和分离致病细胞，如循环肿瘤细胞或疟疾感染的红细胞。本综述比较了不同的微流控 DEP 装置分离血小板、红细胞和白细胞及其细胞亚类的方法。概述并详细介绍了用于分离、捕获和分离或纯化血细胞的不同微流控 DEP 装置的实验设置，包括其技术设计、电极配置、样品制备、施加的电压和频率以及基于和与分离效率相关的创建的 DEP 场。该技术有望在临床和门诊环境中快速获得结果。尤其是即时诊断测试场景，因广泛的微型化而受到青睐，而这可以通过 DEP 设备的微电子集成来实现。
对微重力应用中压缩机保护的两相制冷剂行为的研究
蒸气压缩循环（VCC）是一项有前途的技术，可用于对未来太空飞行器的制冷需求，因为它们通常很高的冷却COP。然而，由于微重力，在启动过程中液体淹没压缩机的风险。因此，为了更好地为微重力应用制备VCC，了解两相制冷剂对启动过程中重力的依赖性很重要。在这项工作中，在VCC的启动时评估了液态洪水，并考虑了被动压缩机保护的可能性。实验设置具有两种配置。在第一个中，可以在透明管中观察到两相现象，并且可以测试不同的管插入，以作为其作为液体洪水阻塞的有效性。在第二个配置中，可以评估来自商业蒸发器的液体洪水的不同电荷水平。结果显示，管插入对直管中液体洪水的明显影响，发现毛毡管插入最有效地阻碍了流动。蒸发器测试结果还显示了液体洪水参数与电荷水平的密切相关性，并且仅显示出对蒸发器方向的微小依赖性。
fNIRS 中的深度学习：综述
在过去的二十年里，功能性近红外光谱 (fNIRS) 已经成为一种成熟的神经成像方式，用于监测大脑活动。1 fNIRS 能够长期量化皮质组织血流动力学，具有相对较高的空间采样和时间分辨率，这使得它在许多临床环境中得到了应用。2、3 fNIRS 具有独特的优势，它可以用于自由移动的受试者，比脑电图 (EEG) 或功能性磁共振成像 (fMRI) 的限制更少。这允许在自然场景和通常不适合进行 EEG 或 fMRI 成像的患者群体中部署 fNIRS。4 尽管如此，由于实验设置 5、统计结果的变化 6 等，fNIRS 在增加临床应用方面仍面临着许多挑战。重要的是，fNIRS 的当前趋势旨在通过增加空间采样来提高空间分辨率，使用数据处理消除不需要的生理噪声来提高皮质灵敏度，通过解剖配准改善量化，并通过伪影识别和去除来提高稳健性。 7 然而，目前的算法实现需要很高的专业知识