图2:(a)弯曲角α的石墨烯片。橙色圆圈表示带有弯曲段的区域,如(b)所述。(b)弯曲石墨烯蜂窝结构,显示碳碳键。每个二面角θ(从C-C键的平面扭曲中)由连接原子(红线)的三个键(4个碳原子)定义。二面角确定弯曲。由3个碳原子给出的两个相邻的碳键角用φ和ψ表示,它们定义了每个平面(分别为紫色和绿色)。
摘要:运动意图检测对于应用于辅助机器人的人机接口的实施至关重要。在本文中,已经探索了用于创建上肢运动预测模型的多个机器学习技术,该模型通常取决于三个因素:从用户收集的信号(例如运动学或生理学),提取的特征和所选算法。我们探讨了从各种信号中提取的不同特征的使用,用于训练多种算法以预测肘部弯曲角轨迹。根据轨迹的平均速度和峰值振幅评估了预测的准确性,该轨迹足以完全定义IT。结果表明,仅使用生理信号时的预测准确性很低,但是,当包括运动信号时,它会大大改善。这表明运动学信号为预测肘部轨迹提供了可靠的信息来源。使用10种算法训练了不同的模型。正则化算法在所有情况下都表现良好,而当选择最重要的功能时,神经网络的性能更好。可以咨询本研究中提供的广泛分析,以帮助开发准确的上肢运动意图检测模型。
梯子聚合物以其刚性的梯子样结构而闻名,具有出色的热稳定性和机械强度,将它们定位为高级应用的候选者。但是,准确地从溶液散射中确定其结构仍然是一个挑战。它们的链构象在很大程度上受单体及其相对取向的固有定向特性的控制,从而导致弯曲角的双峰分布,这与常规的聚链链的弯曲链遵循单峰分布。与此同时,聚合物链的传统散射模型并不能说明这些独特的结构特征。这项工作引入了一种新颖的方法,该方法将机器学习与蒙特卡洛模拟集成在一起以应对这一挑战。我们首先开发了一个蒙特卡洛模拟,用于对梯形聚合物的构型空间进行采样,其中每个单体被模型为双轴段。然后,我们基于高斯过程回归建立了一个机器学习辅助散射分析框架。最后,我们在梯子聚合物溶液上进行小角度的中子散射实验以应用我们的方法。我们的方法揭示了常规方法无法捕获的梯子聚合物的结构细节。
摘要:国际无线电掩盖(RO)社区正在努力探索大量RO观察对数值天气预测(NWP)的影响。这项工作是无线电掩盖建模实验(罗马),已得到国际无线电掩盖工作组的认可,这是一个科学工作组,这是气象卫星协调组(CGMS)的主持下的科学工作组。罗梅克斯试图为未来的RO任务和收购提供策略。Romex计划由至少一个3个月的时期组成,在此期间,所有可用的RO数据均已收集,处理,存档并免费提供给全球社区以进行研究和测试。主要目的是测试不同的RO观测值对NWP的影响,但第一个罗马时期的RO观察的3个月(罗马克斯1,2022年9月至11月)将是对许多大气现象的研究。RO数据提供商已将其数据发送到Eumetsat进行处理。ROMEX-1每天的RO轮廓总数平均每天30 000至40 000。通过无线电掩盖气象卫星应用程序(ROM SAF)将处理后的数据(相,弯曲角,折射率,温度和水蒸气)分配给罗马克斯参与者。数据还将通过UCAR COSMIC数据分析和存档中心(CDAAC)独立处理,并通过ROM SAF获得。所有同意提供者确认且数据未用于商业或运营目的的条件的参与者可以免费获得数据。
