XiaoMi-AI文件搜索系统
World File Search System并馈
额叶皮质的门控前馈抑制释放目标导向动作
预印本（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此版本的版权所有者于 2020 年 12 月 15 日发布。；https://doi.org/10.1101/2020.12.13.422593 doi：bioRxiv 预印本
对激光束能曲线的模拟和实验分析，以提高线馈激光沉积的效率
抽象的激光覆层是一项公认的技术，大多数先前的数值建模工作都集中在基于粉末过程的过程中的交付和融化池行为。这项研究对优化的激光束成型进行了新的研究，以针对电线基的独特特性，其中直接底物加热以及电线和底物之间的热传递非常重要。与基于粉末的材料交付相比，该主题的值是通过基于电线的沉积过程来改善的沉积速率和致密的金属结构。线内温度分布（AISI 316不锈钢），底物的传热和直接加热（低碳钢）是通过传热模拟建模的，具有三个激光束辐照度分布。此分析确定了通常与标准高斯分布相关的局部高温区域的去除，以及均匀方形梁曲线可以提供的改进的底物加热。使用横截面光学显微镜分析了使用预位线和1.2 kW CO 2激光器的实验，以提供模型验证和改进的电线覆盖层润湿的证据，同时维持甲壳材料中有良好的抗甲基甲虫。这项工作的关键发现是从480 W/mm 2减少，在从高斯分布更改为均匀的平方分布时，需要辐照辐射，以进行有效的熔融池形成。这也可减少总能量50％。认可和讨论了能源效率，降低成本和可持续性改善的潜在提高。
激光丝馈金属添加剂制造中的进步：简短评论
摘要：激光丝馈金属添加剂制造（LWAM）是一个利用激光加热和融化金属合金线的过程，然后将其精确放在基板或以前的层上，以构建三维金属零件。LWAM技术具有多种优势，例如高速，成本效益，精确控制以及具有近网状特征和改进冶金性能的复杂几何形状的能力。但是，该技术仍处于开发的早期阶段，其整合到该行业中。为了全面了解LWAM技术，本评论文章强调了LWAM关键方面的重要性，包括参数建模，监视系统，控制算法和路径规划方法。该研究旨在确定现有文献中的潜在差距，并强调LWAM领域的未来研究机会，以推进其工业应用。
基于并网双馈感应发电机的风电场智能控制系统综述 I. Hamdan 1，
摘要：本综述研究重点关注并网双馈感应发电机 (DFIG) 风电场智能控制系统中使用的各种方法。本文回顾了一种使用模糊协调 PI 的控制器，该控制器建议用于在大型风电场发生干扰时通过降压-升压转换器 (DC-DC 转换器) 改善与 DFIG 耦合的超级电容器 (SC) 的动态性能。此外，本研究回顾了一种俯仰角控制，用于在不同风速下调节风力涡轮机 (WT) 叶片的角度，以控制功率并安全运行 WT。在俯仰角上实施人工智能控制 (模糊方法) 取代传统控制以提高系统性能，模糊方法用于在各种工作条件下自动调整传统控制参数。然后，本文回顾了一种开发的控制技术，该技术使用区间型 2 模糊逻辑控制 (FLC) 调整 PI 来为由 DFIG 操作的 WT 进行最佳扭矩调节。建议的控制可调节机械转子速度的误差并产生实现最大输出功率的最佳扭矩。根据现有文献的结果，引入了 SC 到三相四线有源电力滤波器 (APF) 直流链路的集成，方法是使用由模糊控制方法控制的接口三级双向降压-升压转换器。关键词：智能控制系统；风能；电力电子；双馈感应发电机；最大功率跟踪。
类似大脑的前馈和循环网络组件的组合实现了原型提取和
摘要：联想记忆一直是大规模循环新皮质网络执行计算的主要候选对象。实现联想记忆的吸引子网络为许多认知现象提供了机械解释。然而，吸引子记忆模型通常使用正交或随机模式进行训练，以避免记忆之间的干扰，这使得它们不适用于自然发生的复杂相关刺激，如图像。我们通过将循环吸引子网络与使用无监督赫布-贝叶斯学习规则学习分布式表示的前馈网络相结合来解决这个问题。由此产生的网络模型结合了许多已知的生物学特性：无监督学习、赫布可塑性、稀疏分布式激活、稀疏连接、柱状和层状皮质结构等。我们评估了前馈和循环网络组件在 MNIST 手写数字数据集上的复杂模式识别任务中的协同效应。我们证明了循环吸引子组件在前馈驱动的内部（隐藏）表示上进行训练时实现了联想记忆。联想记忆还被证明可以从训练数据中提取原型，并使表示对严重失真的输入具有鲁棒性。我们认为，从机器学习的角度来看，所提出的前馈和循环计算集成的几个方面特别有吸引力。
有限的时间前馈脱钩和精确的DC微电网朝向大信号稳定性
摘要 - 这项研究是通过考虑一个新兴的实际问题来开始的，即DC微电网应在喂食电阻载荷和恒定功率载荷（CPLS）时能够具有较大信号稳定性的操作。要更具体，应在存在大量综合可再生能源和CPL，系统内部不确定性，外部干扰，耦合相互作用以及其他不利影响的情况下确保稳定性。从控制的角度来看，我们有意提出了一个通用解决方案，以实现互连系统的确切分散的跟踪控制任务。首先，提出了一种替代的有限时间馈电机制，该机制与反馈统治或递归取消过程基本不同。其次，可以从系统信息中直接构建一个comite控制器，因为它与稳定性分析相脱。提议的设计框架的一个主要优点是它降低了设计的复杂性，因此促进了实际实现。作为直接应用，为自主DC微电网系统构建了一个简单的分散复合控制器。数值模拟和实验比较结果都表明，在各种不同情况下，DC微电网实现了大信号稳定性。
前馈机械信号回路导致 BRAF 突变型黑色素瘤对针对 MAPK 通路的疗法产生耐药性
$ 共同第一作者 *共同最后作者 连载标题：靶向疗法机械地重新编程黑色素瘤细胞 关键词：黑色素瘤、细胞外基质、YAP、MRTF、靶向疗法、耐药性 利益冲突。作者声明不存在潜在利益冲突。财政支持：这项工作得到了癌症计划框架内的国家健康与医学研究所 (Inserm)、Ligue Contre le Cancer、国家癌症研究所 (INCA_12673)、ARC 基金会、ITMO Cancer Aviesan（国家生命科学与健康联盟、国家生命科学与健康联盟）和法国政府的资金支持（国家研究机构，ANR）通过“未来投资”LABEX SIGNALIFE：计划编号# ANR-11-LABX-0028-01。我们还感谢 Conseil général 06 和 Canceropôle PACA 的财政支持。 RBJ 获得了 ARC 基金会的博士奖学金。 IB 获得了抗癌联盟的博士奖学金。通讯作者：Sophie Tartare-Deckert tartare@unice.fr 和 Marcel Deckert deckert@unice.fr，Inserm UMR1065/C3M，151 Route de Ginestière BP2 3194，F-06204 Nice cedex 3。
采用玻璃微加工技术研制的 W 波段共馈空心波导缝隙阵列天线
吴亚祥 1,2 ，余田 3 ，张淼 1,2 ，余大全 3 ，广川二郎 4 ，刘庆火 5 1 厦门大学深圳研究院，深圳 518057，中国，miao@xmu.edu.cn* 2 厦门大学电磁学与声学研究所，厦门 361005，中国，miao@xmu.edu.cn* 3 微电子与集成电路系，厦门，中国。 4 东京工业大学电气电子工程系，日本东京。 5 杜克大学电气与计算机工程系，美国达勒姆。 摘要 - 本文提出了一种采用玻璃微加工技术设计的 W 波段 16×16 单元共馈空气填充波导缝隙阵列天线。该天线由五层玻璃晶片层压而成。创新性地采用玻璃通孔（TGV）技术制作各层，该技术通过激光诱导深刻蚀工艺实现，并已初步应用于先进封装领域。根据湿法刻蚀工艺，在玻璃晶圆设计时考虑了10°的锥角。除了对天线进行电磁分析外，还对其力学和热学特性进行了仿真分析，以确保玻璃晶圆键合成功。实验结果表明，在中心频率94 GHz处天线增益为30.3 dBi，在W波段，当天线增益高于30 dBi时，带宽为13.3%。
使用正弦和基于教学学习的融合培训馈送前馈神经网络，用于医学图像注册
摘要这项研究提出了一种新型的杂交元神经算法，正弦辅助教学学习学习的优化（SCATLBO），旨在训练用于单声道和多模式医学图像注册的喂养前进神经网络（FNNS）。scatlbo结合了正弦骨算法（SCA）的优势，用于探索基于教学学习的优化（TLBO），以实现剥削，达到了平衡，从而增强了算法能力，以避免局部最小值并提高逆转率。医学图像注册，对于准确的医学分析必不可少的，从这种混合方法中受益，因为它有效地对齐了复杂的多模式图像。在这项工作中，SCATLBO用于训练来自癌症基因组乳房侵入性癌（TCGA-BRCA）数据集的乳房MRI图像。SCATLBO的性能是针对几种众所周知的元启发式算法的基准测试，包括TLBO，粒子群优化（PSO），蚂蚁菌落优化（ACO），灰狼优化器（GWO）和进化策略（ES），以及基于平均平方误差（MSE）的评估（MIS）和杂音的评估（MI）。实验结果表明，SCATLBO在准确性，收敛速度和稳健性方面优于其他技术，将其确立为基于神经网络的图像注册任务的有前途的工具。这项工作有助于提高FNN的元启发式培训方法，并在各种医学成像领域中使用了潜在的应用。
喀拉拉邦电力监管委员会
(i) 可再生能源系统与产消者处所内固定的仪表/配电许可证持有人的断路器/开关设备输出端子的接口。 (ii) 对于风能项目和太阳能光伏项目，互连点应为联合变电站高压侧输出馈线上的线路隔离器； (iii) 对于小水电、生物质能和非化石燃料热电联产项目以及太阳能热电项目，互连点应为发电机变压器高压侧输出馈线上的线路隔离器； (ai)“发票”是指账单、补充账单或