摘要。基于模态的降阶模型因其在工程问题中的计算效率而成为结构建模的首选。经典模态方法的一个重要限制是它们是几何线性的。本研究提出了一种快速校正方法来解释由悬臂梁的大挠度引起的几何非线性。该方法依赖于预先计算的校正项,因此在时域响应分析期间增加的额外计算工作量可以忽略不计。在直梁模型和国际能源署 (IEA) 15 MW 风力涡轮机叶片模型上检验了该方法的准确性。结果表明,对于所研究的两种情况,所提出的方法显著提高了模态方法在轴向和扭转运动等非线性引起的二次挠度方面的准确性。
摘要。基于模态的降阶模型因其在工程问题中的计算效率而成为结构建模的首选。经典模态方法的一个重要限制是它们是几何线性的。本研究提出了一种快速校正方法来解释由悬臂梁的大挠度引起的几何非线性。该方法依赖于预先计算的校正项,因此在时域响应分析期间增加了可忽略不计的额外计算工作。在直梁模型和国际能源署 (IEA) 15 MW 风力涡轮机叶片模型上检验了该方法的准确性。结果表明,对于所研究的两种情况,所提出的方法显著提高了模态方法在由于轴向和扭转运动等非线性引起的二次挠度方面的准确性。
本文旨在比较生物识别应用中各种异常值校正方法对心电图信号处理的效率。主要思想是校正心电图波形各个部分中的异常,而不是跳过损坏的心电图心跳,以获得更好的统计数据。实验是使用自收集的利沃夫生物特征数据集进行的。该数据库包含 95 个不同人的 1400 多条记录。未经任何校正的基线识别准确率约为 86%。应用异常值校正后,基于自动编码器的算法的结果提高了 98%,滑动欧几里得窗口的结果提高了 97.1%。在生物特征识别过程中添加异常值校正阶段会导致处理时间增加(最多 20%),但在大多数用例中这并不重要。
1数学和信息科学学院,华沙技术大学,UL。Koszykowa 75,00-662波兰华沙; krachwal@ibspan.waw.pl(K.R. ); danastas@ibspan.waw.pl(A.D.); karolina.bogacka@ibspan.waw.pl(K.B. ); maria.ganzha@ibspan.waw.pl(M.G.) 2,波兰科学院系统研究所,UL。 Newelska 6,01-447波兰华沙; marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。 Wierzbowa 48,90-133 Lodz,波兰; mokob@ciop.lodz.pl(M.K. ); andab@ciop.lodz.pl(A.D.)4复杂系统部,电气和计算机工程学院,Rzeszow技术大学。 POWSTA´NCów Warszawy 12,35-959Rzeszów,波兰; andrzejp@prz.edu.pl(A.P. ); marekb@prz.edu.pl(M.B.) *信件:piotr.sowinski@ibspan.waw.plKoszykowa 75,00-662波兰华沙; krachwal@ibspan.waw.pl(K.R.); danastas@ibspan.waw.pl(A.D.); karolina.bogacka@ibspan.waw.pl(K.B.); maria.ganzha@ibspan.waw.pl(M.G.)2,波兰科学院系统研究所,UL。 Newelska 6,01-447波兰华沙; marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。 Wierzbowa 48,90-133 Lodz,波兰; mokob@ciop.lodz.pl(M.K. ); andab@ciop.lodz.pl(A.D.)4复杂系统部,电气和计算机工程学院,Rzeszow技术大学。 POWSTA´NCów Warszawy 12,35-959Rzeszów,波兰; andrzejp@prz.edu.pl(A.P. ); marekb@prz.edu.pl(M.B.) *信件:piotr.sowinski@ibspan.waw.pl2,波兰科学院系统研究所,UL。Newelska 6,01-447波兰华沙; marcin.paprzycki@ibspan.waw.pl 3中央劳动保护局个人防护设备部 - 北部研究所。Wierzbowa 48,90-133 Lodz,波兰; mokob@ciop.lodz.pl(M.K.); andab@ciop.lodz.pl(A.D.)4复杂系统部,电气和计算机工程学院,Rzeszow技术大学。POWSTA´NCów Warszawy 12,35-959Rzeszów,波兰; andrzejp@prz.edu.pl(A.P. ); marekb@prz.edu.pl(M.B.) *信件:piotr.sowinski@ibspan.waw.plPOWSTA´NCów Warszawy 12,35-959Rzeszów,波兰; andrzejp@prz.edu.pl(A.P.); marekb@prz.edu.pl(M.B.)*信件:piotr.sowinski@ibspan.waw.pl
摘要。我们提出了一种基于物理学的学习校正方法Phimo,该方法量身定量MRI。phimo杠杆从信号演化中提供信息,以从数据持续的重建中排除运动腐败的k空间线。我们证明了PhiMO在应用T2*定量中的潜力,该phimo对磁场对磁场的不均匀性的影响特别敏感。一种用于运动校正的最新技术需要冗余的k空间收购,以延长收购。我们表明,Phimo可以检测并排除扫描内运动事件,因此,对于严重的运动抗体,可以纠正。Phimo接近最先进的校正方法的性能,同时大大减少了40%以上的采集时间,从而促进了临床适用性。我们的代码可在https://github.com/compai-lab/2024-miccai-eichhorn上找到。
全球气候模型(GCM)对于通过模拟地球系统来预测气候变化至关重要。,GCM输出由于模型未确定性,参数化简化和复杂气候现象的表示不足而表现出系统的偏见。依靠历史观察数据和统计技术的传统偏见校正方法通常忽略了未观察到的混杂因素,从而导致偏见。本文提出了一种新型的偏见校正方法,以利用GCM和Observational数据来学习一种因素模型,以捕获多引起潜在混杂因素。受到基于因果关系时间序列的最新进展的启发,我们的方法首先构建了一个因素模型,从历史数据中学习潜在混杂因素,然后应用它们以使用高级时间序列预测模型来增强偏见校正过程。实验结果证明了降水输出准确性的显着证明。通过吸收未观察到的混杂因素,我们的方法为气候模型偏见校正提供了底饰和理论上的解决方案。
尽管 CRISPR-Cas9 是基因治疗发展的关键,但其潜在的脱靶突变仍然是一个主要问题。在这里,我们建立了一种“间隔缺口”基因校正方法,将 Cas9 D10A 切口酶与一对相距 200 到 350 bp 的 PAM-out sgRNA 相结合。结合腺相关病毒 (AAV) 血清型 6 模板递送,我们的方法可在人类造血干细胞和祖细胞(HSPC 包括长期 HSC)和 T 细胞中实现有效的 HDR,同时将 NHEJ 介导的靶突变降至最低。利用间隔缺口,我们开发了一种修复 HBB 、 ELANE 、 IL7R 和 PRF1 基因中发生的致病突变的方法。我们实现了 20% 到 50% 的基因校正效率,同时将 NHEJ 介导的靶突变降至最低。根据深入的脱靶评估,经典 CRISPR-Cas9 诱导的频繁非预期遗传改变在用间隔缺口处理的 HSPC 中显著减少或消失。因此,间隔缺口基因校正方法为基因治疗提供了更高的安全性和适用性。
摘要:机载高光谱成像已被证明是一种有效的手段,可以为生物物理变量的检索提供新的见解。然而,从机载高光谱测量中获得的无偏信息的定量估计主要需要校正双向反射分布函数 (BRDF) 所描绘的陆地表面的各向异性散射特性。迄今为止,角度 BRDF 校正方法很少结合观察照明几何和地形信息来全面理解和量化 BRDF 的影响。森林地区尤其如此,因为这些地区通常地形崎岖。本文介绍了一种校正机载高光谱影像在崎岖地形上空森林覆盖区域的 BRDF 效应的方法,在本文的补充中称为崎岖地形-BRDF (RT-BRDF) 校正。根据机载扫描仪和局部地形的特点,为每个像素计算局部视角和照明几何形状,并在崎岖地形的情况下使用这两个变量来调整 Ross-Thick-Maignan 和 Li-Transit-Reciprocal 核。新的 BRDF 模型适用于多线机载高光谱数据的各向异性。本研究中的像素数设置为 35,000,基于分层随机抽样方法,以确保全面覆盖视角和照明角度,并尽量减少 BRDF 模型对所有波段的拟合误差。基于中国林业科学研究院在普洱地区(中国)的 LiDAR、CCD 和高光谱系统 (CAF-LiCHy) 获取的多线机载高光谱数据,将应用 RT-BRDF 校正的结果与当前经验(C、太阳冠层传感器 (SCS) 加 C(SCS + C))和半物理(SCS)地形校正方法的结果进行了比较。定量评估和目视检查均表明,RT-BRDF、C 和 SCS + C 校正方法均可降低地形影响。然而,RT-BRDF 方法似乎更有效地降低多条航线重叠区域反射率的变化,其优势在于可以降低由宽视场 (FOV) 机载扫描仪、崎岖地形和长飞行时间内变化的太阳照射角度组合引起的 BRDF 效应。具体而言,针叶林和阔叶林的变异系数 (CV) 平均下降分别为 3% 和 3.5%。这种改进在近红外 (NIR) 区域(即 > 750 nm)尤为明显。这一发现为大面积机载高光谱勘测开辟了新的应用可能性。
基于测量的量子计算中的计算能力源于纠缠资源状态的对称性保护的托托(SPT)顺序。但是,资源状态容易出现准备错误。我们使用资源状态的冗余非局部对称性引入了量子误差校正方法。我们基于将一维聚类状态的z 2×z 2对称性扩展到其他图状态的传送协议中。Qubit Zz-Crosstalk错误,在量子设备中突出,降低了通常的群集状态的传送性。但是,正如我们在量子硬件上所证明的那样,一旦我们以冗余对称性生长图形状态,就可以恢复完美的传送性。我们将基本的冗余序列识别为纠缠频谱中受错误保护的脱落。
摘要:利用左右脑优势理论可以确定左脑和右脑人群的一些特征。它可以帮助制定大脑平衡教育主题的培训大纲。在执行任何动作时,人的注意力或专注力至关重要。本文将使用脑电图 (EEG) 数据检查左脑和右脑优势患者的注意力水平。可以使用 EEG 波跟踪和记录大脑活动。人脑的思考和注意力会导致脑电波在不同频带中改变。可以使用基线校正方法清理基于频率的 EEG 信号并提取特征。结果,创建了 EEG 拓扑功率谱密度值。本文的主要目的是比较不同大脑优势的人的注意力水平。相反,EEG 信号可用于预测一个人是左脑还是右脑优势。