XiaoMi-AI文件搜索系统
World File Search System振荡
库存中的微型振荡器。 ...
零件数频率（MHz）QCC325L-120.000 120 787 QCC325L15-125.000 125 905 QCC325L15-19.071 19.071 19.071 393 QCC325L15-20.000 20 841 20 841 QCC325L15-255.000 2555.000 25930 25930 QCC398 QCC398 QCC32555-25555-2555-2555555.000 QCC325L-3.000 3 1175 QCC325L-33.333 33.333 940 QCC325L-66.666 66.666 945 QCC325R15-100.000 100 3000 QCC570-10.000 10 968 QCC570-11.0592 11.0592 573 QCC570-12.000 12 985 QCC570-14.7456 14.7456 1338 QCC570-16.000 16 716 QCC570-2.520 2.52 1000 QCC570-20.000MHZ 20.000MHz 20.000MHz 20.000MHz 1424 QCC570-22.400 QCC570-3.2768 3.2768 1782 QCC570-3.6864 3.6864 980 QCC570-32.000 32 911 QCC570-33.000 33 972 QCC570-33.333 33.333 1937 QCC570-4.096 4.096 1000 QCC570-4.9152 4.9152 917 QCC570-40.000 40 1485 QCC570-40.900 40.9 617 QCC570-60.000 60 1000 QCC570-64.000 64 230 QCC570-7.680 7.68 985 QCC570L-11.059 11.059 50 QCC570L-11.0592 11.0592 1387 QCC570L-12.000 12 1403 QCC570L12-12.000 12 200 QCC570L-14.7456 14.7456 1373 QCC570L15-40.000 40 40 420 QCC570L-16.000 16 1930 QCC570L-16.666 16.666 16.666.666.666 926 926 926 926 926 926 926
对听觉节律刺激的持续性皮质振荡反应的频率选择性
有人提出，皮质振荡通过神经同步机制在语音和音乐感知、注意力选择和工作记忆中发挥功能性作用。神经同步的一个常被忽视的特性是，它对持续振荡的调节作用比节奏刺激更持久。我们通过在被动感知范式中研究旋律刺激期间和之后皮质神经振荡来测试这种现象的存在。旋律由嵌入在 2.5 Hz 流中的 60 和 80 Hz 音调组成。通过对男性和女性的颅内和体表记录，我们发现，在响应音调时，整个皮质（远远超出了听觉区域）的高 c 波段都出现了持续的振荡活动。相比之下，在响应 2.5 Hz 流时，未观察到任何频带的持续活动。我们进一步表明，我们的数据可以通过阻尼谐振子模型很好地捕获，并且可以分为三类神经动力学，具有不同的阻尼特性和特征频率。该模型为人类皮层中听觉神经同步的频率选择性提供了机械和定量解释。
基于物理不可克隆函数的环形振荡器高温效应研究
摘要 —PUF（物理不可克隆函数）已被提出作为一种经济有效的解决方案，为利用内在过程可变性的电子设备提供信任根。它们仅在设备开启时生成识别签名和密钥，避免将敏感信息存储在可能成为攻击目标的内存中。尽管 PUF 具有许多明显的优势，但它们也存在诸如对温度敏感等缺点。事实上，它们的行为可能会受到高温会加速永久性和瞬态现象（例如老化和晶体管开关速度）这一事实的影响。在本文中，我们展示了外部感应热量对环形振荡器（RO）功能的影响，而环形振荡器是 RO-PUF 的基础。此外，我们讨论了对 PUF 进行温度攻击的可行性。索引术语 —物理不可克隆函数、老化、环形振荡器、硬件安全
表征神经退行性疾病中静息状态EEG振荡和上的活性：一项多中心研究
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经Peer Review认证）是作者/资助人，他已授予Medrxiv的许可证，以在2025年2月18日发布的此版本中显示在版权所有者中。 https://doi.org/10.1101/2025.02.14.25322283 doi：medrxiv preprint
对石墨烯中振荡大声电效应的相干检测
大型语言模型（LLMS）最近在各种任务中表现出了高功能，尤其是在开放式文本生成中，如Chatgpt（OpenAI，2023a）和其他模型所示（OpenAI，2023b; Touvron等>，2023a，b;江等。，2023）。在开放式一代中，LLMS必须以类似人类的风格产生正确的答案。多亏了缩放法（Kaplan等人。，2020年； Wei等人。，2022; Gunasekar等。，2023），这项和许多其他任务得到了显着改进。评估LLMS的开放式一代对于他们的发展而言是挑战的。最可靠的评估方法是人类的判断，例如在聊天机器人领域（Chiang等人，2024）。但是，开放式一代任务缺乏基本真理和清晰的评估客观标准。最近的llm-as-a-a-a-a判断基准（Zheng等人，2023），高端LLM取代了Human法官，部分解决了此问题，但有
采用 0.25 m pHEMT 技术的 5G 毫米波紧凑型压控振荡器
所提出的 VCO 架构基于参考文献 [16-18] 中研究的 Colpitts 结构以及作者在 [12] 中提出的结构，如图 2 所示。该振荡器的有源部分由两个晶体管 pHEMT 1 和 pHEMT 2 组成：每个晶体管有 4 个指状物，栅极长度和宽度分别为 0.25 µm 和 20 µm。指状物数量越多，输出功率就越大 [19]。每个晶体管都偏置在工作点 (VDS=2.2 V, VGS -0.6 V)，三个电感 Ld1、Ld2 和 Lg 分别等于 0.15 nH、0.15 nH 和 0.1 nH。电路的性能在很大程度上取决于偏置条件 [20]，因此偏置电压和电感的值需要仔细选择。 VCO 的谐振电路基于两个源漏短路晶体管 pHEMT 3 和 pHEMT 4。因此，这两个晶体管充当变容二极管，其电容值由施加到其栅极的电压源 Vtune 调整。
基于类独特性的黎曼流形上基于振荡活动的 BCI 的频带选择：初步结果
摘要 — 众所周知，考虑用户特定设置可以增强脑机接口 (BCI) 的性能。特别是，振荡活动分类的最佳频带高度依赖于用户，过去二十年已经开发了许多频带选择方法。然而，这些传统方法是否可以有效地应用于黎曼 BCI 尚未得到很好的研究，黎曼 BCI 是一类新兴的 BCI 系统，与传统 BCI 管道不同，它利用了数据的非欧几里得性质。在本文中，我们提出了一种基于黎曼流形的新型频带选择方法。选择频带时，考虑到基于流形上的类间距离和类内方差量化的类独特性。该方法的一个优点是可以针对每个人调整频带，而无需进行密集的优化步骤。在使用基于运动想象的 BCI 公共数据集的比较实验中，我们的方法比固定宽频带和流行的传统频带选择方法的平均准确率有显著提高。尤其是，我们的方法显著提高了最初准确度较低的受试者的表现。这一初步结果表明，开发考虑流形属性的新用户特定设置算法的重要性，而不是直接应用在黎曼 BCI 兴起之前开发的方法。
在视觉雪综合征中，主要视觉皮层的神经可塑性增强了：MEG伽马振荡的证据
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是制作
环形振荡器PUF的在线可靠性评估
物理不可克隆函数 (PUF) 是一种加密原语，可作为低成本、防篡改的唯一签名和密钥生成以及设备识别机制。环形振荡器 (RO) PUF 是研究最多的 PUF 架构之一，这主要是因为它的简单性。在现代电路中广泛采用 PUF 时，可靠性起着重要作用。由于当今 PUF 的可靠性问题，其实施成本使其不适合工业应用，如 [1] 所示。这项工作的目标是定义一种基于测量的振荡频率差异来评估 RO-PUF 响应可靠性的方法。除了对挑战的响应之外，该方法还将在运行时提供响应是否可靠的信息。Maes 在 [2] 中是最早展示 PUF 可靠性和其熵之间的权衡的人之一。Schaub 等人在 [3] 中提供了一种用于延迟 PUF 的通用概率方法，其中可靠性和熵之间的权衡基于信噪比 (SNR) 建模，并通过实际测量进行验证。Martin 等人的另一项工作 [4] 提供了一种基于 FPGA 提取数据的 PO-PUF 可靠性评估指标。这里，可靠性和熵之间的权衡是根据实验数据估算的。还需要提到的是，可靠性受老化的影响很大 [5]，但其影响很难研究。相比之下，我们提出了一种可以改进最先进技术的方法，因为它提供了一种基于不同环境条件下的离线研究来动态估计可靠响应的方法。
使用低温蓝宝石振荡器改进离子阱量子计算机
我们描述了一种灵活的微波合成系统，该系统由一个超低相位噪声低温蓝宝石振荡器 (CSO) 设计，可用作镱离子 (Yb+) 量子比特的主时钟。我们报告称，使用该合成系统，量子比特相干时间从 0.9 秒提高到 8.7 秒，提高了 10 倍，单量子比特量子门的误差为 1.6e-6。使用滤波函数方法 [1]，我们发现证据表明，0.9 秒的宝贵相干性受到精密级商用现成微波合成器 [1] 的相位噪声的限制。此外，我们还利用微波合成系统的灵活性来演示贝叶斯学习算法，该算法可以自主设计信息优化的控制脉冲来识别和校准定量动力学模型，以表征囚禁离子系统。我们通过实验证明，新算法在少量样本的情况下超过了传统校准方法的精度 [2]。