XiaoMi-AI文件搜索系统
World File Search System滑动
酵母 PHO5 启动子处核小体结构的有效动力学
摘要染色质动力学由重塑酶介导，在基因调控中起着至关重要的作用，正如在典型模型酿酒酵母 PHO5 启动子中建立的那样。然而，有效的核小体动力学，即启动子核小体配置的轨迹，仍然难以捉摸。在这里，我们通过整合已发表的单分子数据推断出这种动力学，这些数据捕获了从受抑制到完全活跃的 PHO5 启动子状态的多核小体配置，以及其他现有的组蛋白周转和新的染色质可及性数据。我们设计并系统地研究了一类新的“受调节的开关滑动”模型，模拟全局和局部核小体（解）组装和滑动。68,145 个模型中只有 7 个与所有数据吻合良好。所有七个模型都涉及滑动和 N-2 核小体的已知核心作用，但通过调节一个组装而不是解体过程来调节启动子状态转换。这与 PHO5 启动子先前观察结果的常见解释一致，但提出了挑战，并表明染色质通过结合竞争而开放。
基于动态操作的DC微电网的强大非线性控制考虑可再生能量整合
摘要：微电网的重要性已被直接电流（DC）微电网的研究量增加所承认。主要原因是简单的结构和有效的性能。在这篇研究文章中，已经提出了双积分滑动模式控制器（DIMC）用于涉及可再生能源和混合储能系统（HESS）的能源收集和直流微电网管理。DIMC比传统的滑动模式控制器提供了更好的动态响应和减少的颤动。在第一阶段，得出了网格的状态差异模型。然后，为PV系统和混合储能系统提出了非线性控制定律，以实现DC链路上电压调节的主要目标。在后面的部分中，使用Lyapunov稳定性标准证明了系统的渐近稳定性。最后，提供了能源管理算法，以确保DC微电网在安全操作限制内的平稳运行。通过在MATLAB/SIMULINK软件上实现并与滑动模式控制和Lyapunov重新设计进行比较，通过在MATLAB/SIMULINK软件上实现了拟议的系统的有效性。此外，为了确保所提出的控制器对该方案的实际生存能力，已在实时硬件式测试工作台上进行了测试。
研究论文解码大脑系统：针对可变长度脑电图数据的动态自适应卷积群体投票方法
大脑是一个复杂而动态的系统，由相互作用的集合及其时间演化组成。脑电图 (EEG) 记录的大脑活动在学习研究和应用领域中对解读人类的认知过程起着至关重要的作用。在现实世界中，人们对刺激的反应不同，并且大脑活动的持续时间因人而异。因此，实验中收集的试验中 EEG 记录的长度是可变的。然而，当前的方法要么固定每次试验的 EEG 记录长度，这会丢失隐藏在数据中的信息，要么使用滑动窗口，这会在切片的重叠部分消耗大量计算量。在本文中，我们提出了 TOO（仅遍历一次），一种处理可变长度 EEG 试验数据的新方法。TOO 是一种卷积仲裁投票方法，它通过卷积实现滑动窗口并用 1×1 卷积层替换全连接层来打破模型的固定结构。 1×1 卷积层生成的每个输出单元对应于滑动时间窗口创建的每个切片，这反映了认知状态的变化。Ten，TOO 对输出单元采用群体投票，并确定代表整个单次试验的认知状态。我们的方法为不同长度的试验提供了一个自适应模型，只需遍历每个试验的 EEG 数据一次即可识别认知状态。我们设计并实施了一个认知实验并获取了 EEG 数据。利用从该实验收集的数据，我们进行了评估，将 TOO 与最先进的滑动窗口端到端方法进行比较。结果表明，TOO 在试验级别获得了良好的准确率（83.58%），而计算量却低得多（11.16%）。它还可能用于其他应用领域的变量信号处理。
静息态成人额颞叶痴呆与阿尔茨海默病脑电图特征提取鉴别技术的比较研究
摘要：早期阿尔茨海默病 (AD) 和额颞叶痴呆 (FTD) 具有相似的症状，这使其诊断和制定特定治疗策略变得复杂。我们的研究评估了多种特征提取技术，用于从脑电图 (EEG) 信号中识别 AD 和 FTD 生物标志物。我们开发了一种优化的机器学习架构，该架构集成了滑动窗口、特征提取和监督学习，以区分 AD 和 FTD 患者以及健康对照 (HC)。我们的模型具有 90% 的滑动窗口重叠度、SVD 熵用于特征提取和 K 最近邻 (KNN) 用于监督学习，在区分 AD 和 HC、FTD 和 HC 以及 AD 和 FTD 方面分别实现了 93% 和 91%、92.5% 和 93% 以及 91.5% 和 91% 的平均 F1 分数和准确率。特征重要性阵列是一种可解释的 AI 特征，它突出显示了有助于识别和区分 AD 和 FTD 生物标志物的脑叶。这项研究引入了一种使用 EEG 信号检测和区分 AD 和 FTD 的新框架，满足了对早期准确诊断的需求。此外，还记录了滑动窗口、多特征提取和机器学习方法对 AD/FTD 检测和区分的比较评估。
计算航空实验室2023亮点
10。使用最佳有限元预测，Pradhan等人，对尺度解析模拟的统一理解和对湍流的近壁建模。流体力学杂志：以湍流通道流为例，最佳有限元投影用于根据适用于这些方法的不同分辨率的投影来实现壁溶解的极限，混合兰率限制和WMLES限制。我们进一步以近壁底层底层的速度来表征WMLES中的滑动速度，并发展出普遍的缩放关系，该关系在后验测试中得到了验证。提供了改进的滑动壁模式的指导，包括动态过程的目标。在纸上的关注即将使用此方法进行预测性LE中的动态滑移建模。
在独立聚合物膜的玻璃过渡中的桥梁假设上
抽象的带有高分子量的薄薄聚合物膜在玻璃转变温度下显示出异常降低，膜厚度。特别是在这样的材料中，测得的玻璃过渡温度以膜厚度的方式演变，其斜率弱取决于分子量。de gennes提出了一种滑动机制，作为这些系统中假设的主要放松过程，在这些系统中，压力扭结可以通过所谓的桥梁以类似仓库的方式传播，即从一个自由界面到另一个界面，沿聚合物大分子的骨干。在这里，通过考虑有限大小的随机步行的确切统计数据，我们将详细研究桥梁假设。我们表明，滑动机制无法重现实验中出现的基本特征，并且我们表现出了这一事实背后的基本原因。
集成路径以下和分布式驱动器自动驾驶无人车辆的横向稳定性控制
摘要：智能化是未来汽车行业的发展趋势。智能设备要求车辆的动态控制可以根据决策计划的轨迹输出来完成轨迹跟踪，并确保车辆的驾驶安全性和稳定性。但是，紧急情况引起的轨迹限制规划和严格的道路条件将增加轨迹跟踪和无人车辆稳定控制的困难。鉴于上述问题，本文研究了分布式驱动器无人车辆的轨迹跟踪和稳定性控制。本文应用了分层控制框架。首先，在上部控制器中，提出了算法后的自适应预测时间线性二次调节器（APT LQR）路径，以考虑轮胎的动态稳定性性能，以获取所需的前轮驱动角度。DDAUV的横向稳定性是基于相位平面确定的，在改进的滑动模式控制（SMC）中，滑动表面进行进一步调节，以获得所需的额外偏航矩，以协调路径后跟随和横向稳定性。然后，在下部控制器中，考虑到四个轮胎的滑动和工作负载，建立了全面的成本功能，以合理地分配四个轮毂电动机（IWM）的驾驶扭矩，以生成所需的额外偏航矩。最后，建议的控制算法通过硬件（HIL）实验平台验证。结果显示了以下路径，并且在不同的驾驶条件下可以有效地协调横向稳定性。