XiaoMi-AI文件搜索系统
World File Search System性能比
深度 EEG 和 fNIRS 实时解码双手力量
摘要 — 与侵入式脑机接口 (BCI) 相比，非侵入式皮质神经接口在肢体运动及其力量的皮质解码方面仅取得了中等水平的表现。虽然非侵入式方法更安全、更便宜、更容易获得，但信号在空间域 (EEG) 或时间域 (功能性近红外光谱 (fNIRS) 的 BOLD 信号) 中分辨率较差。之前从未实现过双手力产生和连续力信号的非侵入式 BCI 解码，因此我们引入了一个等距握力跟踪任务来评估解码。我们发现，使用深度神经网络结合 EEG 和 fNIRS 比线性模型更能解码左手和右手产生的连续握力调节。我们的多模态深度学习解码器在力重建中实现了 55.2 FVAF[%]，并且解码性能比每种单独的模态提高了至少 15%。我们的结果表明，使用非侵入性移动脑成像获得的皮质信号实现连续手力解码的方法对康复、恢复和消费者应用具有直接影响。
“盒子里的太阳”昼夜太阳能储存……
摘要——由于人口增长和工业进步，全球对可持续发展的关注度不断上升。因此，人们进行了各种研究，以探索改善环境和利用可再生能源的新趋势。沸石是一种具有分子尺寸微孔的晶体材料。明矾泥是饮用水净化过程中产生的副产品，数量不可避免。本文介绍了沸石用于增强可持续能源存储系统的方法。沸石 (ZSM-12) 是由废明矾泥饼脱水去除多余水分后热分解合成的。ZSM-12 是一种高硅沸石，是一种通过相变材料 (PCM) 增强潜热储能介质的先进应用。进行了包括 XRD (X 射线衍射仪) 和 SEM (扫描电子显微镜) 在内的微观测量，以检查改性明矾泥中沸石 (ZSM-12) 的存在。在中试规模的太阳能存储系统中，添加含沸石的明矾泥 (AS) 的相变材料 (PCM/AS/ZSM-12) 的热性能比纯 PCM 提高了 15%，储存热量达到 89 kJ，而基于石蜡的纯 PCM 的储存热量为 7 kJ。
P300拼写器BCI
摘要 - 脑部计算机界面（BCI）是人脑和计算机之间通信的常见设备。本文研究了使用3D界面为BCI机器使用的效率。为此，已修改了P300拼写器（使用户能够使用脑电波在屏幕上拼写字符的BCI设备）已进行了修改。P300拼写器的经典虚拟键盘被3D立体图像替换，从而增强了设备的人体工程学特征。此外，3D接口上的范围范式可以以三种方式影响设备的孔隙：准确性，速度和容量。本文提出了两种称为天然3D和平行2D界面的不同浮雕范式，并研究了它们在提到的三种措施方面的效果。前者在3D空间中的平面，后者包括不同3D深度的平行键盘的灰烬。提出了这些效果的理论分析。通过从实际受试者获得的实验数据来验证结果，并与经典的2D界面进行了比较。两个提出的键盘都提高了设备的速度，而平行2D的总性能比天然3D更好。
cdk1/ cx3cr1 mRNA表达的全血比合并乳酸的结合了败血症患者ICU死亡率的预测： div> div>
主要结果：在100名化粪池患者的180个芯片中，我们在ICU入院后的第1天和第2-3天都在幸存者与非活物中的39个上调和2个下调差异表达的基因（DEG）。我们将上调DEG的集线器基因以及CX3CR1和IL1B结合了计算表达比。CDK1/CX3CR1比率具有最佳性能，可以预测全因ICU死亡率，在ROC曲线（AUROC）下的面积为0.77（95％置信区间[CI] 0.88-0.66），在第2天，在ICU下，在ICU下，第1天，0.82（95％CI 0.91-0.72）的面积为0.82（95％CI 0.91-0.72）。这种性能比每个单独的mRNA生物标志物要好。在外部验证队列中，使用RT-QPCR测量的CDK1/CX3CR1比的预测性能与第1天测量时乳酸的预测性能相似，在第2-3天测量时较高。结合乳酸水平和CDK1/CX3CR1比率，我们确定了3组具有ICU死亡率风险增加的患者，范围为9％至60％，中级风险群体死亡率为28％。
等位基因特异性基因编辑以挽救主要的CRX- ...
由于非平稳性和脑电图信号的低信噪比（低SNR）特征，实现较高的分类性能是具有挑战性的。空间过滤通常用于改善SNR，但通常会忽略潜在的时间或频率信息中的个体差异。本文通过正交小波分解研究了运动图像信号，通过该分解，原始信号被分解为多个无关的子带分量。此外，通过加权渠道频谱过滤量滤波器进行过滤，并通过空间过滤共同实施，以提高EEG信号的可区分性，并具有嵌入在目标函数中的l 2-NORM正规化术语，以解决潜在的过度处理问题。最后，使用高斯先验的稀疏贝叶斯学习应用于提取的功率特征，产生RVM分类器。SEOWADE的分类性能比几种竞争算法（CSP，FBCSP，CSSP，CSSSP和Shallow Convnet）的分类性能要好得多。通过SEOWADE优化的空间滤波器的头皮重量图在神经生理学上具有更有意义。总而言之，这些结果证明了Seowade在提取单次脑电图分类的相关时空信息方面的有效性。
基于特征表示学习和深度神经网络
抽象背景：药物目标相互作用预测对于缩小候选药物范围的范围至关重要，因此是药物发现中的至关重要的一步。由于生化实验的特殊性，新药的发展不仅昂贵，而且耗时。因此，药物靶标相互作用的计算预测已成为药物发现过程中的重要方法，旨在大大减少实验成本和时间。结果：我们提出了一种基于特征表示学习和名为DTI-CNN的深神经网络的基于学习的方法，以预测药物目标相互作用。我们首先使用Jaccard相似性系数并重新启动随机行走模型，从异质网络中提取药物和蛋白质的相关特征。然后，我们采用deno的自动编码器模型来降低维度并确定基本功能。第三，根据从上一步获得的特征，我们构建了一个卷积神经网络模型，以预测药物与蛋白质之间的相互作用。评估结果表明，DTI-CNN的平均AUROC得分和AUPR得分为0.9416和0.9499，其性能比其他三种现有的最新方法更好。结论：所有实验结果表明，DTI-CNN的性能要比现有方法中的三种方法更好，并且所提出的方法的设计适当设计。
传统涡轮机与仿生涡轮机的气动比较，以增强低风条件下的风能应用
摘要。预计到 2050 年，风能将占全球产量的 35%，其中位于高风速地区的大型风力发电场将做出重大贡献。然而，在低风速地区，需要调整涡轮机以最大程度地提高效率。这导致了基于仿生原理的叶片的开发，这些叶片可提高此类条件下的性能。为了验证这种方法，提出了对传统涡轮机和仿生涡轮机进行空气动力学比较分析的建议。所提出的方法涉及使用计算流体动力学 (CFD) 模拟和叶片元素动量理论 (BEMT) 来预测两种设计的行为。评估功率系数 (Cp)、推力 (Ct)、轴向力和扭矩等变量，比较转子在相同条件下的性能。目标是确定仿生涡轮机的可行性及其在低风速（从 2.5 m/s 开始）下对水平轴风力涡轮机的适应性。经 CFD 和 BEMT 模拟验证的结果显示，仿生涡轮机的性能比传统转子高出 33%，凸显了其在恶劣环境条件下提高风能效率的潜力，尤其是在风速较低或不稳定的地区。这证明了仿生设计在增强可再生能源技术方面的可行性。
边缘粘合无铅芯片级封装的跌落冲击可靠性
本文介绍了在标准 JEDEC 跌落可靠性测试板上对边缘粘合的 0.5 毫米间距无铅芯片级封装 (CSP) 进行的跌落测试可靠性结果。测试板在几个冲击脉冲下接受跌落测试，包括峰值加速度为 900 Gs，脉冲持续时间为 0.7 毫秒，峰值加速度为 1500 Gs，脉冲持续时间为 0.5 毫秒，峰值加速度为 2900 Gs，脉冲持续时间为 0.3 毫秒。使用高速动态电阻测量系统监测焊点的故障。本研究中使用的两种边缘粘合材料是 UV 固化丙烯酸和热固化环氧材料。对具有边缘粘合材料的 CSP 和没有边缘粘合的 CSP 进行了测试。报告了每块测试板上 15 个元件位置的跌落至故障次数统计。测试结果表明，边缘粘合的 CSP 跌落测试性能比无边缘粘合的 CSP 好五到八倍。使用染料渗透和扫描电子显微镜 (SEM) 方法进行故障分析。观察到的最常见故障模式是焊盘翘起导致线路断裂。使用染料渗透法和光学显微镜对焊料裂纹和焊盘翘起故障位置进行表征。
太阳能技术性能评估...
本论文的目的是评估 2020 年 6 月至 11 月瑞典市场上八个小型 PV（光伏）系统的技术性能。此外，本论文的目的还在于过滤测量数据，因为现场测量中通常会出现错误数据。已经采用了几种过滤方法来消除错误数据，例如线性插值、异常值和异常发电，以确保用于评估的数据的质量。测量的参数包括逆变器的输出功率、阵列辐照度平面、环境温度和模块温度。虽然模块技术对模块温度有一定影响，但在本研究中，安装方法对系统的模块温度影响更大。研究发现，与建筑一体化光伏（BIPV）系统相比，建筑应用光伏（BAPV）系统的模块温度较低。然而，安装方法对系统性能的明显影响尚不明显。系统 3 和 6 分别是 BAPV 和 BIPV 系统，它们是在单位能量产出 (kWh/kWp) 和性能比 (PR) 方面表现最佳的系统。在此期间，系统 3 的平均 PR 为 89%，系统 6 的平均 PR 为 91%。6 月份的单位能量产出最高，两个系统的单位能量产出约为 135 kWh/kWp。结果还显示，采用单晶硅技术的系统比采用单晶硅技术的系统表现更好
识别电动汽车的锂离子电池老化中的驾驶行为
摘要：供应链不确定性很高，这是由于上游和下游的信息透明度较低，供应链规划较长的交货时间，较短的产品生命周期，冗长的生产周期时间以及连续的技术迁移。新的供应计划的构建和创新面临着巨大的挑战。本研究的目的是通过计划进行检查的管理周期提出一个具有决策模式的智能弹性供应链框架。它可以增强供应链的弹性并增强工业竞争力。此外，对半导体分布的需求预测和风险推断的实证研究是作为验证进行的。通过需求模式聚类和对历史客户订单行为的预测，每个客户的需求状态是分类的，并发布了最佳计划解决方案以支持决策。结果表明，提出的方法是推动协作努力来增强需求风险管理以提高供应链弹性的实践可行性。所提出的预测模型的性能比所有四个基准模型都更好，并且对拟议风险参考模型的修订召回均显示出所有需求风险水平的高精度。由于供应链的弹性将由于工业革命而重建，因此政府和行业联盟应遵循弹性供应链蓝图，以使制造策略成为行业4.0时代的技术平台。