XiaoMi-AI文件搜索系统
World File Search System或传感器
传感器
摘要：本文提出了一种分层深度强化学习 (DRL) 方法，用于智能家电和分布式能源 (DER)（包括储能系统 (ESS) 和电动汽车 (EV)）的能源消耗调度。与基于离散动作空间的 Q 学习算法相比，该方法的新颖之处在于，使用基于参与者-评论家的 DRL 方法在连续动作空间中调度家用电器和 DER 的能源消耗。为此，提出了一个两级 DRL 框架，其中根据消费者偏好的家电调度和舒适度在第一级调度家用电器，而使用第一级的最优解以及消费者环境特征在第二级计算 ESS 和 EV 的充电和放电计划。在分时定价下，在一个有空调、洗衣机、屋顶太阳能光伏系统、ESS 和 EV 的单个家庭中进行了模拟研究。不同天气条件、工作日/周末和电动汽车驾驶模式下的数值示例证实了所提出方法在电力总成本、储能系统和电动汽车的能量状态以及消费者偏好方面的有效性。
传感器
摘要：抑制控制是一种抑制反应的认知过程。它用于日常活动，例如驾驶摩托车、驾驶汽车和玩游戏。这个过程的影响可以与现实世界中的红灯进行比较。在本研究中，我们使用相位滞后指数和试验间一致性 (ITC) 研究了人类抑制控制下的大脑连接。人类大脑连接可以更准确地表示功能神经网络。脑电图 (EEG) 的结果（数据集是使用听觉停止信号任务从十二名健康受试者在左手和右手抑制期间生成的）表明，大脑额叶和颞叶的 delta (1-4 Hz) 和 theta (4-7 Hz) 波段功率的试验间一致性增加。这些 EEG delta 和 theta 波段活动神经标记与人类额叶的抑制有关。此外，通过视觉刺激，枕叶的 delta-theta 和 alpha（8-12 Hz）波段功率的试验间一致性有所增加。此外，与颞叶和枕叶相比，在抑制控制下，额叶 F3-F4 通道之间的大脑连接性最高。额叶中更高的 EEG 一致性和相位滞后指数与人类反应抑制有关。这些发现揭示了理解大脑连接的神经网络和人类反应抑制过程中的潜在机制的新见解。
传感器
摘要：智能手机配备了高端硬件，具有强大的计算能力，价格也非常实惠，已经成为主流，成为用户生活中不可或缺的一部分。智能手机设备的广泛使用促进了许多智能手机应用程序的开发，形成了完善的生态系统，可以通过不同移动平台的各自市场轻松发现和访问。这些智能手机应用程序不再仅限于娱乐目的，而是越来越多地应用于科学和医学领域。在耳鸣（耳朵里嗡嗡作响）的背景下，这些智能手机应用程序的范围从缓解、管理、自助，一直到连接外部传感器以更好地了解这种现象。在本文中，我们旨在推出与耳鸣有关的智能手机应用程序。根据 PRISMA 指南，我们系统地分析和调查直接应用于耳鸣的智能手机应用程序的现状。特别是，我们探索了 Google Scholar、CiteSeerX、Microsoft Academics 和 Semantic Scholar 来识别科学贡献。此外，我们搜索并探索 Google Play 和 Apple 的应用商店，以识别相关的智能手机应用及其各自的属性。本综述 (1) 提供了现有应用的最新概述，以及 (2) 列出并讨论了与耳鸣背景下使用的智能手机应用相关的科学文献。
传感器
摘要：眼电图 (EOG) 信号已广泛应用于人机界面 (HCI)。文献中提出的 HCI 系统使用自行设计或封闭的环境，这限制了潜在用户和应用的数量。在这里，我们提出了一个使用 EOG 信号对四个方向的眼球运动进行分类的系统。该系统基于开源生态系统、Raspberry Pi 单板计算机、OpenBCI 生物信号采集设备和开源 Python 库。设计的系统提供了一种廉价、紧凑且易于携带的系统，可以复制或修改。我们使用最大、最小和中位数试验值作为特征来创建支持向量机 (SVM) 分类器。在 10 名受试者中，有 7 名受试者对上下左右运动的在线分类平均准确率为 90%。该分类系统可用作 HCI 的输入，即用于瘫痪患者的辅助交流。
传感器
摘要：本文旨在记录和分析想象运动过程中大脑运动区诱发的伽马波段活动 (GBA) (30–60 Hz)，并使用简化脑电图 (EEG) 将其与实际运动过程中相同区域记录的活动进行定量比较。使用 EEG (Cz 通道) 从 12 名健康志愿者受试者获得大脑活动 (基础活动、想象运动任务和实际运动任务)。使用平均功率谱密度 (PSD) 值分析 GBA。事件相关同步 (ERS) 是根据基础 GBA (GBAb)、想象运动的 GBA (GBAim) 和实际运动的 GBA (GBAac) 的 PSD 值计算的。右手和左手的平均 GBAim 和 GBAac 值明显高于 GBAb 值 (p = 0.007)。在想象运动和实际运动期间，平均 GBA 值之间没有显著差异（p = 0.242）。想象运动（ERSimM (%) = 23.52）和实际运动（ERSacM = 27.47）的平均 ERS 值没有显著差异（p = 0.117）。我们证明了 ERS 可以提供一种有用的方法来间接检查由随意运动（想象运动和实际运动）激活的神经运动回路的功能。这些结果作为概念证明，可以应用于生理学研究、脑机接口以及认知或运动病理的诊断。
传感器
1 奥波莱理工大学电气工程学院、自动控制和信息学，45-758 奥波莱，波兰；m.podpora@po.edu.pl（MP）；m.pelc@greenwich.ac.uk（MP）2 格林威治大学计算机与信息系统系，SE10 9LS 伦敦，英国 3 奥波莱理工大学体育与理疗学院，45-758 奥波莱，波兰；m.blaszczyszyn@po.edu.pl 4 尼古拉斯·哥白尼大学生物医学科学和医学信息学理论基础系，Collegium Medicum，85-067 比得哥什，波兰； medsystem@medsystem.com.pl 5 卡济米日·维尔基大学哲学研究所，85-092 比得哥什，波兰 6 巴宾斯基专科精神病保健中心，门诊成瘾治疗，91-229 罗兹，波兰 7 成瘾替代治疗协会“医疗辅助康复”，85-791 比得哥什，波兰 8 俄斯特拉发 VSB 技术大学控制论与生物医学工程系，FEECS，俄斯特拉发-波鲁巴 708 00，捷克共和国；radek.martinek@vsb.cz * 通信地址：kawala84@gmail.com (AK-S.)；stepan.ozana@vsb.cz (SO)
传感器
摘要：我们建议使用氮化铝 (AlN) 膜作为基于表面声波 (SAW) 的加速度测量的敏感元件。将所提出的解决方案与基于使用石英 (SiO 2 )/铌酸锂 (LiNbO 3 ) 膜的现有原型进行了比较，这些膜具有广泛的各向异性。使用 COMSOL Multiphysics 5.4 计算机模拟，我们明确表明基于各向异性较小的 AlN 膜的敏感元件克服了 SiO 2 的低灵敏度限制和 LiNbO 3 的低温稳定性。此外，与 SiO 2 相比，AlN 膜对不可逆机械变形的坚固性几乎提高了两倍，这反过来又使基于 LiNbO 3 的传感器的灵敏度提高了 1.5 倍。考虑到它们可接受的频率特性，我们认为 AlN 膜是敏感元件的良好候选者，尤其是对于高加速度测量。
传感器
摘要目的：这项研究的目的是在硅QSAR-神经网络模型中开发出强大的外部预测性，用于预测药物的血浆蛋白结合。该模型旨在通过减少化学合成和广泛的实验室测试的需求来增强药物发现过程。方法：使用277种药物的数据集来开发QSAR神经网络模型。使用滤波器方法构建模型，以选择55个分子描述符。通过预测平方相关系数Q2和均方根误差（RMSE）评估了验证集的外部精度。结果：开发的QSAR神经网络模型显示出鲁棒性和良好的适用性域。验证集的外部准确性很高，预测平方相关系数Q2为0.966，均方根误差（RMSE）为0.063。相对，该模型的表现优于文献中先前发布的模型。结论：该研究成功地开发了一种高级QSAR神经网络模型，能够预测人类血浆中277种药物的血浆结合。该模型的准确性和鲁棒性使其成为药物发现中的宝贵工具，有可能减少对资源密集型化学合成和实验室测试的需求。
占用传感器 多技术天花板传感器
特点 自调节设置：无需回调调整。不断调整延时设置。 非易失性存储器：学习和调整后的设置保存在受保护的存储器中。断电不会导致状态丢失。 覆盖范围广：选择所需的大致面积。提供从 500 到 2000 平方英尺的单位。 环境光识别：当房间有充足的自然光照明时，光电管会阻止灯亮起 尺寸小巧：球形截面形状使安装几乎不可见。 准确、一致的切换：消除了居住者的投诉；房间有人时灯亮，房间空时灯灭。最大限度地减少了恼人的误关机，并消除了夜间开灯的问题。 安装快速简便：单个安装柱和三根颜色编码的电线使安装变得简单。 光电管：20-3,000 勒克斯可调。出厂设置为 3,000 L（光电管禁用） 定时器设置：自动和手动 - 30 秒至 30 分钟。测试模式 - 6 秒。
多尺度估计理论及其应用
[ 1 , 2 , 13 , 14 , 15 , 19 , 24 , 33 , 48 ～ 52 ] 。其中 , Llinas 与 Waltz 的专着《多传感器数据融合》