XiaoMi-AI文件搜索系统
World File Search System时间窗
随机子空间集成学习在功能性近红外光谱脑机接口中的应用
探索了随机子空间集成学习方法在提高基于功能性近红外光谱的脑机接口 (fNIRS-BCIs) 性能方面的可行性。利用 fNIRS 发色团浓度变化的时间特征（如均值、斜率和方差）构建特征向量，以实现 fNIRS-BCIs 系统。采用 fNIRS-BCIs 中最受欢迎的特征均值和斜率。分别采用线性支持向量机和线性判别分析作为单个强学习器和多个弱学习器。使用每个通道和可用时间窗口内的所有特征来训练强学习器，并随机选择特征子集来训练多个弱学习器。确定随机子空间集成学习有利于提高 fNIRS-BCIs 的性能。
药物发现和开发中的因果推断
以在临床试验中测试一种药物是否与阻止致命癌症进展有关为例。定期概率更新意味着服用该药物会改变在规定的时间窗口内死于该疾病的条件概率，无论试验在何时何地进行。操纵意味着即使我们考虑影响患者生存的所有其他因素（例如年龄和合并症），药物治疗仍显示出额外的益处。反事实条件意味着如果不服用该药物，患者的死亡就不会被推迟。最后，作用机制意味着我们了解药物为何延长患者的生存期，例如通过激活肿瘤浸润免疫细胞。总之，这四个条件既确保了统计相关性，又确保了机械理解。他们将 Austin Bradford Hill 2 的因果关系标准置于因果背景中，并为在医疗保健中建立因果关系的哲学推理实施了实际测试。3
适应于...的空中交通数据的新表示法
摘要 — 空中交通通常以简单的指标来表征，例如在给定区域上空飞行的飞机数量或在时间窗口内飞行的总距离。例如，这些值可用于估计给定控制中心所需的空中交通管制员的粗略数量或进行经济研究。但是，这种方法不适用于更复杂的情况，例如在空域比较或空中交通管制员培训中遇到的情况。本文介绍了一种基于可靠理论框架的交通数据创新表示方法。它将为许多专用于交通分析的工具铺平道路。基于局部协方差的提取，获得了一个具有对称正定矩阵空间中值的网格。它可以作为比较的基础，也可以进行过滤和选择，以获得适合有效复杂性评估的交通状况摘要。
人工智能在电动汽车电池技术中的实际应用
混合机器学习模型：提高能源效率和减少驾驶时间可以增加电动汽车的行驶里程。驾驶过程中的行驶里程优化可以帮助电动汽车实现这一目标。最近的一项研究提出了一种 LSTM-DNN 混合模型，该模型考虑了电动汽车的电能供应与机械能需求之间的关系。研究人员训练了这个机器学习模型来利用实时速度、加速度、地图和交通数据。它还考虑了 SOC 和环境条件。这个 LSTM-DNN 模型在 40 分钟的时间窗口内具有 2-3 公里的行驶里程预测精度。其持续学习方法为持续迭代和改进创造了空间。例如，电动汽车制造商可以针对电池老化训练 LSTM-DNN 模型，以确保行驶里程预测精度，以防止未来的电池退化。
自省信心可预测自我脑电图解码
图 2 状态之间的振荡差异（分神 - 专注，N = 25）随探测开始（0 秒）时间的变化。（a）时间频率分解在电极位置处取平均值。虚线黑色矩形表示反映显著差异的光谱时间聚类（p < .025，双侧聚类置换检验），灰色矩形表示趋势水平（.025 < p < .05）聚类。（b - d）α（8 - 13 Hz）、θ（4 - 7 Hz）和δ（2 - 3 Hz）光谱功率在聚类的电极位置处取平均值（黑条 = 显著，灰条 = 趋势）。（e）聚类内不同子窗口的聚类拓扑结构（黑色标记表示在每个时间窗口内至少 50% 的样本上存在的电极，白色电极标记趋势水平效应的拓扑结构）
荧光分析时间相关光子计数技术的实现
摘要：提出并评估了一种超低水平光检测模块——时间相关光子计数器，用于荧光分析。时间相关光子计数器采用硅光电倍增管作为光子计数传感器，结合泊松统计算法和双时间窗技术，可以准确计数光子数。时间相关光子计数器与时间相关单光子计数技术兼容，可以记录非常微弱的光信号的到达时间。利用这种低成本、紧凑的仪器分析了异硫氰酸荧光素的强度和寿命，获得了16 pg/ml的检测限，线性动态范围从2.86 pg/ml到0.5 µ g/ml，测得异硫氰酸荧光素的寿命为3.758 ns，与先进的商用荧光分析仪的结果一致。时间相关的光子计数器可能在即时诊断等应用中很有用。
硕士课程的强制性选修模块目录
演示文稿是带有讲义的固定时间窗口中的口头演示，该介绍是基于有关特定主题的奏效文本。目的是传达知识，信息和联系。投资组合考试（PF）最多包括三种评估书面评估，口服评估，实践评估和学生研究项目的评估。在书面证明作为考试的情况下，处理时间不得超过60分钟。研究计划包含有关投资组合考试的评估的信息，包括这些评估的范围，提供这些评估的时期，部分评估如何导致对投资组合评估的整体评估，审查员确定了总体评估以及总体结果以及导致投资组合测试失败的情况。部分服务与考试的主题相同。整个投资组合检查的时间和内容应大致与口头或书面模块检查的时间和内容相对应。
单光子在量子通信和计算中的应用
实际上，这确实意味着人们应该能够知道在给定的足够短的时间窗口内检测到了多少光子（与典型寿命发射器的数量级相当）。这实际上很难通过实验来实现，因为探测器通常无法足够快地从一次检测恢复到下一次检测，并且它们通常不太擅长区分在如此短的时间窗口内检测到的光子数量。这就是著名的 Hanbury Brown 和 Twiss (HBT) 实验的由来，其中使用 50/50 分束器来测量 g (2) 函数（参见图 1 正文）。这个想法非常简单。取一个单光子源，并在分束器的每个输出端口使用两个单光子探测器对其进行分析，真正的单光子将无法同时触发两个探测器。因为只有一个能量量子，即光子，所以粒子行为会显现出来，并且一次只能触发一个探测器，但不能同时触发两个探测器。这非常方便，因为我们可以通过使用两个探测器来规避探测器问题，因为当一个探测器启动并因此在一段时间内无法使用时，第二个探测器已准备好接收潜在的第二个光子。因此，观察到的光子反聚束行为告诉您，如果您在分束器之后通过两个探测器获得同时检测，则在两个探测器之间零延迟（τ=0）和 g (2) (0)=0 时不应发生同时检测。使用术语反聚束是为了强调我们在某一时刻有且只有一个光子 1 。我们说我们具有发射器的光子反聚束。格劳伯表明量子形式可以以同样的方式应用于这个实验 [Gla63a]。从那时起，人们就开始对物质与光子的相互作用进行详细描述和研究，但直到 1977 年，H. Kimble、M. Dagenais 和 L. Mandel [Kim77] 才通过实验证明单光子确实存在。他们利用了来自激发热原子束的单原子跃迁。光统计的第一个结果表明，单光子确实存在，它们不仅仅是某种方便的理论工具。1.1.1.3 N =1 福克态与弱相干态
六方氮化硼中量子发射器的双光子干涉
最近在二维材料中发现的量子发射器为量子信息集成光子器件开辟了新的前景。这些应用中的大多数都要求发射的光子是不可区分的，而这在二维材料中仍然难以实现。在这里，我们研究了利用电子束在六方氮化硼中产生的量子发射器的双光子干涉。我们在非共振激发下测量了 Hong-Ou-Mandel 干涉仪中零声子线光子的相关性。我们发现发射的光子在 3 纳秒的时间窗口内表现出 0.44 ± 0.11 的部分不可区分性，这对应于考虑不完美发射器纯度后的校正值 0.56 ± 0.11。 Hong-Ou-Mandel 可见度与后选择时间窗口宽度的相关性使我们能够估计发射器的失相时间约为 1.5 纳秒，约为自发辐射设定的极限的一半。使用 Purcell 效应和当前的 2D 材料光子学，可见度可达到 90% 以上。