XiaoMi-AI文件搜索系统
World File Search System模拟的
使用模拟的肌电伪影
最近的研究表明，能够记录患有半晶状体切除术的脑外伤（TBI）患者的脑电图（EEG）中高γ信号（80-160 Hz）。然而，由于与面部和头部运动相关的表面肌电图（EMG）伪影的混淆带宽重叠，因此提取与运动相关的高γ仍然具有挑战性。在我们以前的工作中，我们描述了一种增强的独立组件分析（ICA）方法，用于从EEG中删除EMG伪像，并通过添加EMG来源（ERASE）称为EMG降低。在这里，我们对六名Hemicraniectomies患者记录的EEG测试了该算法，同时他们执行了拇指流失任务。删除的平均值为52±12％（平均±S.E.M）（最大73％）EMG伪影。相比之下，常规ICA从EEG中删除了EMG伪像的平均值为27±19％（平均值±S.E.M）。尤其是，在擦除擦除后，在半晶切除术中的对侧手运动皮层区域中，高γ同步显着改善。更复杂的高γ复杂性是分形维度（FD）。在这里，我们在每个通道上计算了EEG高γ的FD。高γ的相对FD定义为移动状态下的FD在空闲状态下减去FD。我们发现，施加擦除后，高γ的相对FD与半骨切除术相对于半晶状分裂术，与纤维流量的振幅密切相关。的结果表明，与拇指流量相关的电极上的显着相关系数平均为〜0.76，而非流行性辐射切除术区域的同源电极的系数接近0。在常规ICA之后，在两个半开裂区域（最高0.86）和非流行颅切除术区域（最高0.81）中，高γ和力之间的相对FD之间的相关性均保持较高。在所有受试者中，使用擦除后，平均83％的电极与力显着相关。常规ICA后，只有19％的具有显着相关性的电极位于半晶切除术中。
耦合CFD – DEM模拟的见解。隧道
超薄芯片（UTC）需要满足柔性电子和3D集成电路（ICS）的性能和包装相关的要求。然而，对UTC的处理（厚度<50μm），尤其是在变薄之后，这是一项艰巨的任务，因为过度的机械应力可能导致破裂。可以通过将压力限制为可接受的水平来防止这种损害。在此，我们提出了一种基于聚甲基丙烯酸酯（PMMA）牺牲层（20μm-厚）的新的可靠且具有成本效益的方法。PMMA层在UTC上的应力下降4个数量级，因此，已经实现了从玻璃基板上的UTC（35μm-厚）的可靠去除或脱离。相对于使用紫外可固化磁带的常规方法，提出的方法的独特特征是高可靠性和成本效益（便宜的数量级）。还使用这种方法获得了带有金属 - 氧化物 - 氧化型电容器（Moscap）设备的UTC，并在不同的弯曲条件下进行了评估。在弯曲条件下观察到的稳定和均匀的性能（134 pf）表明，提出的技术对于在柔性印刷电路板上的高性能灵活UTC的整合起可能很有用，用于各种实际应用。
第一原理模拟的能源存储的基础
有效的电化学能源存储和转化需要高性能电极，电解质或催化剂材料。在这项贡献中，我们讨论了ForschungszentrumJülich（IEK-13）的能源和气候研究所基于模拟的努力，以及旨在改善计算方法并提供能源材料的分子水平的合作机构。我们专注于讨论电子结构，氧化态和相关的氧化还原反应的正确计算，掺杂的氧化物中的相转化以及在存在电解质存在下氧化物和金属表面上表面化学反应的挑战。尤其是，在此贡献的范围内，我们提供了有关Ni/Co和AM/U含氧氧化物以及Pb，Au和Ag Metal表面材料的新的模拟数据。计算结果与可用的实验数据结合使用，以进行计算方法性能的周到分析。
« 数值模拟的先进技术 – 端到端虚拟原型和高性能计算 »
“未来的纳米级碰撞模型？一切都还未确定！但有一件事是肯定的：为分析师提供所有可用的计算能力，那么他或她将在极短的时间内用完它。” Eberhard Haug
用于量子蒙特卡罗模拟的 Metropolis 方法
尽管 Metropolis 等人的方法[1] 最初应用于经典的硬盘系统，但后来发现该算法对于许多不同的应用都是必不可少的。在本次演讲中，我将讨论 Metropolis 算法在量子多体问题中的一些应用。本文将严格限制在量子蒙特卡罗 (QMC) 中 Metropolis 拒绝方法的使用，而不讨论 QMC 的其他方面。Metropolis 算法的丰富性和本文的简洁性意味着我只能简要介绍这些发展中的一小部分，并且必须局限于肤浅的讨论。其他人将讨论它在凝聚态物质和格点规范理论的量子格点模型中的应用，因此我将重点关注非相对论连续体应用，特别是需要推广基本 Metropolis 算法的发展。我将只简要提及这些应用背后的物理学，而不是参考评论文章。我们对 Metropolis 算法的定义如下。假设 s 是相空间中的一个点，我们希望对分布函数 π ( s ) 进行采样。在最简单的算法中，只有一个转移概率：T ( s → s ′ )。稍后我们将把它推广到一系列转移概率。有人以概率 T ( s → s ′ ) 提出一个举动，然后以接受概率 A ( s → s ′ ) 接受或拒绝该举动。详细平衡和遍历性足以确保随机游走在足够多的迭代之后将收敛到 π ( s ) ，其中详细平衡的意思是：
用于军事模拟的地理特定地形建模
特定地理地形模型是用于创建现有现实世界环境的军事模拟的地理空间信息来源。这些模拟用于在不踏上地面的情况下获得态势感知并用于任务演练。特定地理地形模型由仅表示裸地高程的数字地形模型 (DTM)、正射影像层和基本要素层（如建筑物足迹、森林、水和基础设施）组成。鉴于任务和行动的时间性质，重要的是通过开发半自动特定地理地形建模流程尽可能缩短特定地理地形模型的生产周期。考虑到不同数据精度、货币和比例之间的相关性，从各种来源的现有数据创建特定地理地形模型具有挑战性。此外，从更常见的数字表面模型 (DSM) 中推导出 DTM 仍然是一个反复研究的课题，该模型仍然包括所有地面物体，例如建筑物和森林，并且没有灵丹妙药。在创建外国领土上的地理特定地形模型时，卫星图像是唯一保证准确和最新信息的来源，因为它是商业上可用且几乎覆盖全球的。因此，研究使用 WorldView-2 卫星提供的最先进的立体卫星图像作为推导所有必需的地理特定地形模型层的单一输入源。
用于大脑模拟的低延迟通信设计
摘要 — 大脑模拟是人工智能领域的最新进展之一，它有助于更好地理解信息在大脑中的表示和处理方式。人脑极其复杂，因此只有在高性能计算平台上才能进行大脑模拟。目前，具有大量互连图形处理单元 (GPU) 的超级计算机用于支持大脑模拟。因此，超级计算机中的高吞吐量低延迟 GPU 间通信对于满足大脑模拟这一高度时间敏感的应用的性能要求起着至关重要的作用。在本文中，我们首先概述了当前使用多 GPU 架构进行大脑模拟的并行化技术。然后，我们分析了大脑模拟通信面临的挑战，并总结了应对这些挑战的通信设计指南。此外，我们提出了一种分区算法和一种两级路由方法，以实现多 GPU 架构中用于大脑模拟的高效低延迟通信。我们报告了在一台拥有 2,000 个 GPU 的超级计算机上模拟具有 100 亿个神经元的大脑模型的实验结果，以表明我们的方法可以显著提高通信性能。我们还讨论了尚待解决的问题，并确定了大脑模拟低延迟通信设计的一些研究方向。
用于大脑模拟的低延迟通信设计
摘要 大脑模拟作为人工智能领域的最新进展之一，有助于更好地理解信息在大脑中的表达和处理方式。人类大脑的极端复杂性使得大脑模拟只有在高性能计算平台上才可行。目前，用于支持大脑模拟的超级计算机具有大量互连的图形处理单元（GPU）。因此，超级计算机中的高吞吐量低延迟 GPU 间通信对于满足大脑模拟这一高度时间敏感的应用的性能要求起着至关重要的作用。在本文中，我们首先概述了当前使用多 GPU 架构进行大脑模拟的并行化技术。然后，我们分析了大脑模拟通信面临的挑战，并总结了应对这些挑战的通信设计指南。此外，我们提出了一种分区算法和一种两级路由方法，以实现多 GPU 架构中用于大脑模拟的高效低延迟通信。我们报告了在具有 2000 个 GPU 的超级计算机上模拟具有 100 亿个神经元的大脑模型（数字孪生大脑，DTB）的实验结果，以表明我们的方法可以显著提高通信性能。我们还讨论了尚待解决的问题，并确定了大脑模拟低延迟通信设计的一些研究方向。
卫生和护理中模拟的国家战略愿景
每个出版物中的每个出版物都有重要的要素，Hee认为可以从使用模拟作为一种干预形式中受益，以帮助实现特定目标或支持所描述的更广泛的工作计划。通过采用主要利益相关者的意见，我们相信这将有助于增强有能力的，适应能力的多专业劳动力的发展，这些劳动力将受益于从事旨在优化其实践和福祉的健康和护理系统中的工作（图1）。建议，将通过将模拟和沉浸式技术的使用在区域和地方级别的HEE国家计划中整合在一起来实现。这项工作已经通过迄今为止正在进行的重要利益相关者参与计划开始。特定参与“重新启动”之类的国家计划的机会，重点是提高位置能力，因为Covid-19也变得越来越清晰可见。
使用电子表格作为神经网络计算机模拟的学习工具
摘要。本文证实了在电子表格环境中开发神经网络计算机模拟训练方法的必要性。系统地回顾了它们在模拟人工神经网络中的应用。作者区分了在电子表格环境中解决网络计算机模拟训练问题的基本方法、电子表格和神经网络模拟工具的联合应用、在电子表格中应用第三方插件、使用电子表格的嵌入式语言开发宏；使用标准电子表格插件进行非线性优化、在电子表格环境中创建没有插件和宏的神经网络。本文考虑了在基于云的电子表格 Google Sheets 中构建神经网络模型的方法。该模型基于 RA Fisher 在“分类问题中使用多种测量”中提供的多维数据分类问题。讨论了 Edgar Anderson 在 1920 年代至 1930 年代收集和准备数据方面的作用以及数据选择的一些特点。本文介绍了 Anderson 开发的以表意文字形式呈现多维数据的方法，该方法被认为是第一种有效的数据可视化方法之一。