XiaoMi-AI文件搜索系统
World File Search System模态分析
人工智能促进健康公平和多样性 (AIHED)
Ashiwel Undieh，团队领导；医学和表观基因组学数据 Victoria Frye，核心 A 领导 健康的社会决定因素；电子健康记录（EHR） Jie Wei，核心 B 领导 人工智能软件应用；医学计算 N. Madamopoulos，核心 C 领导 硬件设备开发；光子传感器 Karen Hubbard，核心 D 领导 社区联系；社区参与式研究 Ahu Aydogan 健康的环境决定因素（EDOH）；空气质量与健康 Akira Kawaguchi 人工智能软件应用；增强现实 Bingmei Fu 人工智能图像处理；人工智能辅助疾病诊断 Bruce Kim 微电子；可穿戴传感器 Kevin Foster 人工智能部署的经济决定因素；成本效益分析 Noel Manyindo 健康的社会决定因素；社区联系 Reza Khanbilvardi EDOH；环境监测数据采集 Sang-Woo Seo 硬件开发；物理传感器和执行器 Zhigang Zhu 数据工程；多模态分析
薄膜的指导模式Niobate平板1简介
摘要：用薄膜 - 氯尼贝特（TFLN）培养基制成的介电平板波导，以在线性状态下进行操作。我们概述并实施了一个很大程度上的分析程序，以对具有双重，各向异性核心的三层平板进行严格的模态分析。对于z切波指南，平板本本元素问题将TE和TM模式的标量方程组分开。平板主要支持杂种特征模式，具有明显的占主导地位的TE或TM极化，并且具有相对于晶体轴的模式的传播方向的有效指标。在没有垂直对称性的单数构型中，可以观察到近堕落模式的强杂交，或者在对称板中，其中两个近乎退化的模式为相同的对称类别。讨论了具有氧化物和空气盖的平板，讨论了平板厚度和俯冲角的分散曲线。
无人机中使用的 EO_IR 万向架的被动隔离器设计和减振
影响无人机监视系统所捕获图像质量的最关键因素之一是从飞机传递到万向架的振动。无人机中使用的万向架是必不可少的设备，它可以稳定而准确地固定住摄像机并将其指向所需的方向。在本文的范围内，为微型无人机中使用的双轴光电万向架进行了被动隔振系统设计。通过在不同方法中选择弹簧阻尼器系统，使用分析方法进行了在单轴上隔离平台谐波振动的设计。使用分析方法创建了沿单轴隔离平台谐波振动的设计。此外，包含该减震系统的部件“Pan Yoke”采用计算机辅助设计程序进行设计，并使用 Ansys 模态分析检查固有频率值。已确定从飞行器传递到万向架的振动频率和设计部件的固有频率彼此接近，约为 200 Hz。通过各种设计更改和拓扑优化对该部件的固有频率值进行了优化，以防止部件发生共振。
混合腔体 - 安特纳（Antenna
在金属天线表面的等离子体共振可以极大地增强拉曼散射。固有的固有性是，极端场限制缺乏精确的光谱控制，这将在塑造光和分子振动之间的光力相互作用方面具有巨大的希望。我们将一个实验平台降低，该平台由等离子纳米胶体胶体天线组成，该平台与开放的，可调的Fabry-Perrot微腔耦合，以选择性地解决具有强拉曼散射强的分子的单个振动线。由腔模式的杂交和等离子宽共振引起的多个狭窄和强烈的光学共振，用于同时增强激光泵和光学态的局部密度，并使用严格的模态分析来表征。多功能自下而上的制造方法允许通过理论和实验性地进行定量比较与裸纳米胶体系统的定量比较。这表明混合系统允许具有狭窄的光学模式的类似SERS增强比例，为分子验光力学中的动态反应效应铺平了道路。
柔性航天运载火箭的建模、仿真和控制
摘要 — 现代太空运载火箭 (SLV) 外形细长，由于使用了轻质材料，通常具有柔性。这种结构柔性与传感器和执行器动力学相结合，会对 SLV 的控制产生不利影响，从而导致运载火箭不稳定，在最坏的情况下，还会导致结构故障。这项工作侧重于 SLV 的刚性和柔性动力学的建模和仿真及其与控制系统的相互作用。SpaceX 的 Falcon 9 被选为本研究的对象。使用 Ansys 中的模态分析计算柔性模式。开发了高精度非线性模拟，将柔性模式及其与刚性自由度的相互作用结合起来。此外，还开发了柔性体动力学的线性化模型，涵盖整个轨迹直到第一级分离。使用经典控制方法，开发了使 SLV 保持其期望轨迹的姿态控制器，并设计了多个滤波器来抑制柔性动力学的相互作用。设计的控制器以及滤波器在非线性模拟中实现。此外，为了证明设计的控制器的鲁棒性，进行了蒙特卡罗模拟并给出了结果。关键词 — 航天运载火箭；柔性动力学；柔性模式；增益稳定；陷波滤波器；低通滤波器；椭圆滤波器
航空航天工程辅修
• ENT 4950 企业项目工作 V** (2) 先决条件：(BE3350 或 BE3700 或 BE4900) 或 (CEE3620 或 CEE3810) 或 (CM4855(c)) 或 (CS3712 或 CS4711 或 CS4760) 或 (ENT3960 和 EE3131 和 EE3901) • ENT 4960 企业项目工作 VI** (2) 先决条件：ENT4950 和 (BE4900 或 CEE3620 或 CEE3810 或 CM4855 或 CS3712 或 CS4711 或 CS4760 或 EE3171 或 EE3173 或 GE3880 或 GE3890 或 MSE4141 或 CMG4210 或 EET4253 或 MET4460 或SAT4541 或 SU4100 或 ENG3830 或（ENG3505 和 ENG4505）或（MEEM3750 和 MEEM3201） • ENT 4961 企业项目工作 VII** (1) 先决条件：ENT3950 和 ENT3960 和（ENT4950 和 ENT4960）或（ENT4900 和 ENT4960） • MEEM 4202 内在流体力学与传热 (3) 先决条件：MEEM3201 和（MA3520(c) 或 MA3521(c) 或 MA3530(c) 或 MA3560(c)） • MEEM 4210 计算流体工程 (3) 先决条件：MEEM3201(c) • MEEM 4230 可压缩流/气体动力学 (3) 先决条件： MEEM3201 • MEEM 4701 分析与实验模态分析 (4) 先决条件：MEEM3750 • MEEM 4720 空间力学 (3) 先决条件：MEEM2700 • MEEM 4820 航空推进简介 (3) 先决条件：MEEM4230 • MEEM 5180 复合材料力学 (3) 先决条件：MEEM4901(c) 或 ENT4950(c) • MSE 4430 复合材料 (3) 先决条件：MY2100 或 MSE2100 或 BE2800
互补的结构和功能异常定位致痫组织
较新的定量方法可以辅助临床上使用的传统定性方法，并减轻无益的人为偏见。使用定量技术，癫痫患者可能通过不同的方式检测到异常，包括 MRI、5 – 8 EEG、9 – 11 MEG、12、13 和弥散加权 MRI (dMRI)。14 – 18 这些异常的数量、程度和位置已被证明与手术结果有关。10、11、19 – 21 此外，不同的方式可以提供互补的信息，因此多模态分析可以比单一方式有所改进。22 因此，结合多种方式的定量方法可能能够提高我们对癫痫发作、癫痫和手术失败原因的理解。大脑活动的电记录长期以来一直被用来识别与癫痫发作有关的大脑区域。这种识别通常涉及从发作数据中定位癫痫发作区域。最近，人们使用发作间期 iEEG 记录创建了健康大脑活动的常态图。10、11、23 这些图可以通过将每个患者与常态图进行比较来识别个体患者的异常情况。假设异常可能
用于复合材料飞机机身蒙皮的 AFP 心轴开发
自动纤维铺放 (AFP) 已成为航空航天工业中复合材料的流行加工技术，因为它能够在制造复杂部件时将预浸料或胶带精确地放置在准确的位置。本文介绍了用于复合材料飞机机身蒙皮制造的 AFP 心轴的设计、分析和制造。根据设计要求，开发了 AFP 心轴，并通过有限元法进行了数值研究。考虑了心轴结构自重和来自 AFP 机头的 2940 N 负载，进行了线性静态载荷分析。还进行了模态分析以确定心轴的固有频率。这些分析证实了所提出的心轴符合设计要求。然后制造了一个原型心轴并用于制造复合材料机身蒙皮。对 AFP 机身蒙皮曲面层压板、等效平面 AFP 和手工铺层层压板进行了材料载荷测试。平面 AFP 和手工铺层层压板在拉伸和压缩方面表现出几乎相同的强度结果。与手工铺层相比，平面 AFP 层压板的拉伸模量高 5.2%，压缩模量低 12.6%。AFP 曲面层压板的极限抗压强度比平面层压板高 1.6% 至 8.7%。FEM 模拟预测的强度比平面层压板测试结果的拉伸强度高 4%，压缩强度高 11%。
通过同步光学脑成像和眼动追踪测量实现认知工作量的多模态模型
神经成像技术的最新进展使得对复杂任务设置和环境中操作员的认知过程进行多模态分析变得越来越实用。在这项探索性研究中，我们利用光学脑成像和移动眼动追踪技术来研究专家和新手操作员在正常和不利条件下操作人机界面时的行为和神经生理差异。与相关工作一致，我们观察到与新手相比，专家的前额叶氧合水平往往较低，并且表现出与最佳任务序列更一致的凝视模式，注视时间更短。这些趋势仅在操作员收到意外错误消息的不利条件下才达到统计显著性。错误消息前后的血流动力学和凝视测量之间的比较表明，专家对错误的神经生理反应包括双侧背外侧前额叶皮层 (dlPFC) 活动的系统性增加，同时注视时间增加，这表明他们的注意力状态发生了转变，可能从常规过程执行转变为问题检测和解决。新手的反应不如专家强烈，包括左侧 dlPFC 仅略有增加，注视持续时间呈下降趋势，这表明他们通过视觉搜索行为来寻找可能的线索，以理解
找到最可转移的大脑图像分割任务
摘要 - 尽管许多研究已成功地将转移学习应用于医学图像分割，但是当有多个源任务可转移时，很少有人研究了选择策略。在本文中，我们提出了一个基于知识的知识和基于可传递性的框架，以在大脑图像分割任务集合中选择最佳的源任务，以提高给定目标任务上的转移学习绩效。该框架包括模态分析，ROI（感兴趣的区域）分析和可传递性效率，以便可以逐步对源任务选择进行。特别是，我们将最先进的分析转移能力估计指标调整为医学图像分割任务，并进一步表明，基于模态和ROI特征的候选源任务可以显着提高其性能。我们关于脑物质，脑肿瘤和白质超强度分割数据集的实验表明，从同一模式下的不同任务转移通常比在不同方式下从同一任务转移的实验更成功。此外，在相同的方式中，从具有更强的ROI形状相似性与目标任务的源任务转移可以显着提高最终传输性能。可以使用标签空间中的结构相似性指数捕获这种相似性。索引术语 - 转移学习，医学图像分析，来源选择I。