XiaoMi-AI文件搜索系统
World File Search System曲率
矢量allen -cahn方程向多相平均曲率流的定量收敛
摘要。相位模型（例如Allen-CaHn方程）可能会引起几何形状的形成和演变，这种现象可以在适当的缩放方案中进行严格分析。在其尖锐的界限限制下，已经猜想了具有n 3不同最小值的电势的矢量allen-cahn方程，以通过多相平均曲率流量来描述分支接口的演变。在目前的工作中，我们在两个和三个环境维度和适当的一类潜在的情况下给出了严格的证据：只要存在多态度平均曲率流的强大解决方案，就可以解决矢量allen-cahn方程，并具有良好的初始数据汇总到多型固定固定构型固定端口的限制范围内的范围范围范围的弯曲范围范围范围的范围，我们甚至建立了收敛速度。”1 = 2 /。我们的方法基于Allen-Cahn方程的梯度流结构及其限制运动：基于用于多相平均曲率流的最新概念“梯度流校准”的概念，我们引入了矢量allen – Cahn方程的相对熵的概念。这使我们能够克服其他方法的局限性，例如避免需要对艾伦 - 卡纳操作员进行稳定性分析，或在积极时为能量的其他收敛假设。
用于增强全脑分割的曲率引导粗到精框架
摘要。全脑分割是将整个脑体积划分为解剖标记的感兴趣区域 (ROI)，是脑图像分析中的关键步骤。传统方法通常依赖于复杂的管道，这些管道虽然准确，但由于其复杂性而耗时且需要专业知识。或者，端到端深度学习方法提供快速的全脑分割，但通常会由于忽略几何特征而牺牲准确性。在本文中，我们提出了一种新颖的框架，将以前由复杂的基于表面的管道使用但被基于体积的方法忽略的关键曲率特征集成到深度神经网络中，从而实现高精度和高效率。具体而言，我们首先训练一个粗略的解剖分割模型，重点关注高对比度组织类型，即白质 (WM)、灰质 (GM) 和皮层下区域。接下来，我们使用 WM/GM 接口重建皮质表面，并计算表面上每个顶点的曲率特征。然后将这些曲率特征映射回图像空间，在那里它们与强度特征相结合以训练更精细的皮质分割模型。我们还简化了皮质表面重建和曲率计算的过程，从而提高了框架的整体效率。此外，我们的框架非常灵活，可以将任何神经网络作为其主干。它可以作为即插即用组件来增强任何分割网络的全脑分割结果。在公共 Mindboggle-101 数据集上的实验结果表明，与各种深度学习方法相比，分割性能有所提高，速度相当。
通过调节局部曲率实现无像差非球面平面可调液体透镜
驱动机制包括气动/流体动力压力、24 电润湿 (EW)、14,21,25 - 27 介电泳 (DEP)、19,28 - 31 等。其中，DEP 方法利用电场，由于其体积小、易于制造和静态液体流动（即无需连续供应液体）等独特优点，有利于芯片实验室集成。它还能够快速响应（约 1 毫秒）并具有焦距的宽可调性（例如，从负到无穷大再到正）。32,33 此外，电驱动液体透镜通常具有高可靠性和长寿命，因为它们不需要机械运动部件。在已报道的可调液体透镜中，它们中的大多数操纵界面的整体曲率并保持球面形状。8,34因此，球面像差变得不可避免，导致成像质量差。在平面液体透镜中，周边光线和近轴光线的焦距差异会导致纵向球面像差 (LSA)。在传统的大型光学系统中，像差由多透镜系统补偿。但在微流控芯片中，很难精确控制多个单独的透镜。因此，操纵局部曲率是实现无像差系统的可行方法。已经提出了各种机制来实现平面外非球面光流控透镜。35 一种简单直接的方法是使用预成型膜 36 – 38 或非圆形孔径 39 来调节液体透镜的非球面性。其中，静电力的使用已被证明
矢量allen -cahn方程向多相平均曲率流的定量收敛
摘要。相位模型（例如Allen-CaHn方程）可能会引起几何形状的形成和演变，这种现象可以在适当的缩放方案中进行严格分析。在其尖锐的界限限制下，已经猜想了具有n 3不同最小值的电势的矢量allen-cahn方程，以通过多相平均曲率流量来描述分支接口的演变。在目前的工作中，我们在两个和三个环境维度和适当的一类潜在的情况下给出了严格的证据：只要存在多态度平均曲率流的强大解决方案，就可以解决矢量allen-cahn方程，并具有良好的初始数据汇总到多型固定固定构型固定端口的限制范围内的范围范围范围的弯曲范围范围范围的范围，我们甚至建立了收敛速度。”1 = 2 /。我们的方法基于Allen-Cahn方程的梯度流结构及其限制运动：基于用于多相平均曲率流的最新概念“梯度流校准”的概念，我们引入了矢量allen – Cahn方程的相对熵的概念。这使我们能够克服其他方法的局限性，例如避免需要对艾伦 - 卡纳操作员进行稳定性分析，或在积极时为能量的其他收敛假设。
基于孟格曲率和LDA理论的P300脑机接口特征选择方法
脑机接口 (BCI) 系统解码脑电信号，建立人脑与外界直接交互的通道，无需肌肉或神经控制。P300 拼写器是最广泛使用的 BCI 应用之一，它向用户呈现字符选择，并通过从 EEG 中识别 P300 事件相关电位来执行字符识别。这种基于 P300 的 BCI 系统可以达到良好的准确度，但由于冗余和噪声信号，在日常生活中难以使用。应该考虑改进的空间。我们为基于 P300 的 BCI 系统提出了一种新的混合特征选择方法，以解决特征冗余问题，该方法结合了孟格曲率和线性判别分析。首先，将选定的策略分别应用于给定的数据集，以估计应用于每个特征的增益。然后，按降序对每个生成的值集进行排序，并根据预定义的标准判断其是否适合分类模型。然后评估两种方法的交集以确定最佳特征子集。使用三个公共数据集（即 BCI 竞赛 III 数据集 II、BNCI Horizon 数据集和 EPFL 数据集）对所提出的方法进行了评估。实验结果表明，与其他典型的特征选择和分类方法相比，我们提出的方法具有更好或相当的性能。此外，我们提出的方法可以在三个数据集上在所有 epoch 之后实现最佳分类准确率。总之，我们提出的方法为提高基于 P300 的 BCI 拼写器的性能提供了一种新方法。
非局部allen – cahn方程与体积保留平均曲率流的定量收敛
适用于（6）的适当定期解决方案。再次，进化仅限于“ submanifold” =∂⊂rd：| | = M，其中包含体积构成。takasao在非常温和的假设下表明（1） - （2）在Brakke的意义上将（1） - （2）融合到弱溶液的平均曲率流量[3]；环境尺寸的第一个d = 2，3 [20]，最近，在所有维度上的略微触发（1） - （2）[21]。另一种方法受到勒克豪斯和Sturzenhecker [16]的工作的启发：第二作者和Simon [14]表明，在[16]中，在自然能量的假设下，限制是对体积预留平均曲率流量的分布解决方案，在所有空间尺度中都可以使用多个阶段的阶段。为了证明我们，我们使用相对能量法。在阶段场模型的收敛性背景下，这种方法是由[5]中的Fischer，Simon和第二作者引入的，但是相对能量与Simon和Simon和[14]中的第二作者引入的弥漫性倾斜度非常紧密相关。也可以用来合并边界接触，如Hensel和Moser [9]和Hensel以及第二作者[8]所示。由于该方法不依赖最大原则，因此它也可以用于矢量问题。liu和第二作者[13]将相对的能量与convergendergencemethodstoderivethescalingscalingscalinglimitoftransitions在液晶中的各向同性和列相之间。fischer和marveggio [6]表明，该方法也可以用于矢量allen -cahn方程，至少在环境尺寸d = 2、3中，以及带有三个井的原型电势。thenlocalallen – cahnequationishysphysphysimitigatedModel，这是尖锐的界面极限。，但也可以将其视为一种近似方案（在数值或理论上）解决方案以保留平均曲率流量。构建解决方案的其他方法包括可在短时间内使用的PDE方法[4]； Almgren，Taylor和Wang [1]的最小化运动方案的版本，以及Mugnai，Seis和Spadaro [18]的第一版，后来由Julin和Julin和Niinikoski [10]进行。阈值方案在数值上也有效，请参见Swartz和第二作者的工作[15]。
字母 A 1.2 V 2.18 ppm/°C 曲率补偿 CMOS 带隙基准
带隙基准源是模拟、数字或混合信号电路的关键元件，例如模数转换器、数模转换器、低压差稳压器、锁相环和许多其他电子设备[1、2、3、4、5、6、7]。带隙基准源提供的电压具有明确而稳定的特性，并且对电源电压和温度变化不敏感。基准源的精度和稳定性对后续电路的性能起着重要作用[8、9]。因此，已经提出了许多高阶温度补偿技术来降低 TC。[10、11、12] 中讨论了依赖于温度的电阻比补偿技术。其曲率补偿效果主要由两个温度
锡烯物种中种子表面结节的定量分析
摘要：在黄叶曲科中，种子表面包含各种大小和形状的细胞突起，称为结节。结节在许多物种中长期以来一直在描述，但是文献中缺乏具有大小和形状的测量的定量分析。基于光学摄影，将硅烯的种子分为四种类型：光滑，皱纹，架构和乳头状果糖。种子中的每个群体都具有特征性的几何特性：光滑的种子缺乏结节，并且在其侧视图中具有最高的圆形和坚固性值，而乳头状种子在侧面和背面视图中具有最大的结节和最低的圆形和坚固性值。在此，对于总共31种，属于Silene Subg的代表种子，获得了结节宽度，高度和斜率，最大和平均曲率值以及最大对平均曲率比率。behenantha和19至s。subg。Silene。 皱纹类型的种子的曲率值较低。 此外，在S. subg的物种中发现了较低的曲率值。 silene与S. subg相比。 behenantha。 s的种子。 subg。 behenantha具有更高的结节高度和斜率值，最大和平均曲率和最大值曲率比的值更高。Silene。皱纹类型的种子的曲率值较低。此外，在S. subg的物种中发现了较低的曲率值。silene与S. subg相比。behenantha。s的种子。subg。behenantha具有更高的结节高度和斜率值，最大和平均曲率和最大值曲率比的值更高。
内在无序蛋白质导致膜弯曲的来龙去脉
膜曲率对于多种细胞功能至关重要。虽然传统上将其归因于结构化域，但最近的研究表明，本质上无序的蛋白质也是膜弯曲的强大驱动因素。具体而言，无序域之间的排斥相互作用驱动凸弯曲，而吸引相互作用（导致液体状凝聚物）驱动凹弯曲。包含排斥和吸引域的无序域如何影响曲率？在这里，我们研究了结合吸引和排斥相互作用的嵌合体。当吸引域更靠近膜时，其凝聚会放大排斥域之间的立体压力，导致凸曲率。相反，当排斥域更靠近膜时，吸引相互作用占主导地位，导致凹曲率。此外，随着离子强度的增加，从凸曲率到凹曲率的转变发生了，这降低了排斥力同时增强了凝聚。与简单的机械模型一致，这些结果说明了无序蛋白质膜弯曲的一组设计规则。
加州大学圣克鲁斯分校
曲率影响多个长度尺度的物理特性，从形状和尺寸随曲率而急剧变化的宏观尺度，到具有结构、化学、电子和磁性短程有序的材料中的界面和不均匀性的纳米尺度。在关联、纠缠和拓扑占主导地位的量子材料中，曲率开辟了新特性和新现象的道路，这些特性和现象最近出现，可能对未来材料的基础和应用研究产生巨大影响。特别是，具有非共线和拓扑状态的磁性系统和 3D 磁性纳米结构可以从将曲率作为新的设计参数中受益匪浅，以探索在磁场和应力传感、微型机器人以及信息处理和存储中的潜在应用。本文概述了合成、理论和特性研究的最新进展，并讨论了利用曲率实现 3D 纳米磁性的未来方向、挑战和应用潜力。