1. 张建廷;刘 S.;潘,GL;李,GR; Gao,XP材料化学杂志A 2014, 2, 1524–1529。 2. 季建英;张,LL;姬华祥李,Y.;赵X.;白,X.;范,XB;张,FB; Ruoff,RS Acs Nano 2013,7,(7),6237-6243。 3. 李华华;余,MH;王,FX;刘P.;梁,Y.;肖 J.;眼睛,CX;童永祥; Yang, GW Nat Commun 2013, 4. 4. 徐永祥;黄晓倩;林哲英;钟,X.;黄,Y.;段晓峰,XF纳米研究2013,6,(1),65-76。 5. 闫杰;范志军;孙W.;年,GQ;魏,T.;张,Q.;张,RF;支莉娟; Wei, F. Adv Funct Mater 2012, 22, (12), 2632-2641。 6. 闫杰;孙W.;魏,T.;张,Q.;范志军; Wei, F. J Mater Chem 2012, 22, (23), 11494-11502。 7. 陆志勇;张,Z.;朱W.; Sun, XM Chem Commun 2011, 47, (34), 9651-9653。 8. 王红玲; Casalongue,HS;梁YY; Dai,HJ J Am Chem Soc 2010,132,(21),7472-7477。 9. 杨,GW;徐C.L.; Li, HL Chem Commun 2008, (48), 6537-6539.
人机交互 (HCI) 策略基于不同的设备和技术传达人类思维和机器智能。大多数人机交互策略都假设身体状况正常,这限制了残障用户的可访问性。某些产品(例如盲文键盘)对特定残障人士来说很好用。然而,一种可以忽略用户身体状况的更通用的人机交互策略将增强这些工具对残疾人的可访问性。在这里,我们报告了一种利用人体摩擦电 (TEHB) 进行人机交互的人机交互策略。人体的许多部位都可以产生 TEHB,从而消除了身体功能障碍带来的障碍。这种人机交互方法已用于文本输入、图形输入和模仿鼠标功能。在深度学习的帮助下,直接从手写获得的文本输入的准确率约为 98.4%。我们的研究结果为人机交互提供了一种新方法,并证明了多种交互模式的可行性。
[4] Ding, H., Liang, X., Xu, J., Tang, Z., Li, Z., Liang, R.* , & Sun, G.* (2021). 用于柔性传感器的超强拉伸、高强度和快速自恢复的水解水凝胶。ACS Applied Materials & Interfaces,13(19),22774-22784。[5] Tang, Z., Hu, X., Ding, H., Li, Z., Liang, R.* , & Sun, G.* (2021). 绒毛状聚(丙烯酸)基水凝胶吸附剂,具有快速高效的亚甲蓝去除能力。胶体与界面科学杂志,594,54-63。[6] Huo, P., Ding, H., Tang, Z., Liang, X., Xu, J., Wang, M., Liang, R.* , & Sun, G.* (2022)。具有高韧性和快速自恢复的半互穿网络导电丝素蛋白水凝胶,可用于应变传感器。国际生物大分子杂志。[7] 王梅、梁琳、刘倩、梁晓燕、郭红、李哲、梁荣* 和孙光杰 (2022)。磷酸氢二钾对磷酸镁钾水泥性能的影响。建筑与建筑材料,320,126283。[8] 郭红、唐哲、刘倩、徐建、王梅、梁荣* 和孙光杰 (2021)。超吸水绒毛状纳米复合水凝胶实现超稳定防冲刷水泥浆。建筑与建筑材料,301124035 [9] 刘倩、陆哲、胡晓、陈斌、李哲、梁荣*、孙光杰* (2021)。水泥基体原位聚合制备机械强度高的聚合物-水泥复合材料。建筑工程杂志,103048。 [10] 郭华、徐建、唐哲、刘倩、王明、梁荣*、孙光杰* (2022)。超吸水聚合物基防冲刷外加剂对海水混合水泥浆体性能的影响。材料与结构,55(2),1-14。 [11] 王明、刘倩、梁荣、徐建、李哲、梁荣*、孙光杰 (2022)。偏高岭土对高水固比磷酸镁钾水泥性能的影响。土木工程材料学报,34(9),04022227。
钰创科技股份有限公司董事长James 曾多次应邀在大型会议上发言,在消费电子、机械和半导体公司拥有出色的商业领导能力和成功经验。James 曾领导该公司的企业战略和业务规划,并成功获得多个案例和机会。他曾帮助 eYs3D 获得 ARM IoT Fund、WI Harper 和其他领先投资公司的投资。
和克隆。 基因编辑构建体设计和转基因生物的生产。 动物处理、繁殖和外科手术。 哺乳动物细胞培养。 牛胚胎生产、电穿孔和显微注射。 禽类胚盘显微注射。经历 研究助理,Lamont 实验室 - 传染病的分子基础 2012/11 - 2013/11 奥塔哥大学生物化学系,新西兰达尼丁 研究助理,Lokman 实验室 - 鳗鱼激素注射和护理 2014/5 - 2014/6 奥塔哥大学动物学系,新西兰达尼丁 动物护理员 2014/12 - 2015/1 奥塔哥大学心理学系,新西兰达尼丁 访问学者,Reier 实验室 - 测试促进脊髓修复的分子干预措施 2016/1 - 2016/7 美国佛罗里达大学麦克奈特脑研究所 博士后学者,Van Eenennaam 实验室 - 基因编辑小鼠用于体内精子选择 2018/6 - 至今 美国加利福尼亚大学戴维斯分校动物科学系
lora [21]通过近似于每个权重矩阵的变化ΔW作为两个低级矩阵的乘积来近似基本模型的重量更新。这将所需的参数从d 2降低至2 rd d时,其中d和r分别为重量大小和等级。大多数洛拉变体都致力于解决矩阵分解的固有低级别概念,包括loha(lo w-rank ha darmard)[42],lokr(lo w-st rank kr onecker)[42]和lotr(lo lotr(lo w t t t osor r ank ank)[5]。我们在第2节中讨论了更多相关工作。但是,我们发现这些变体可以在我们的框架中很好地统一 - 超级洛拉 - 具有不同的超参数,如表1所示。我们提出的超级LORA框架如图1所示,这也产生了一些新的变体:Lonkr(Lo w-Rank n -split kr onecker)和Lorta(Lo w- r w- r ank ank t ensor a a Paintoration)。此外,我们将三个扩展选项介绍:1)在应用Lora变体之前,将∆ W重塑ΔW; 2)将所有∆ w分为任意数量的组,这会破坏不同权重的∆ w的边界; 3)通过带有固定参数的投影层F(·)将更少的可训练参数投射到更大的权重中。相应地,超级卢比提供了更多的灵活性和扩展功能,并由表2中列出的一组超参数控制。我们的贡献包括:
摘要 目的比较基于机器学习理论的6种模型的预测效果,为预测2型糖尿病(T2DM)风险提供方法学参考。 研究地点与对象 本研究基于2016—2018年东莞市居民慢性病危险因素监测数据。各监测点采用多阶段整群随机抽样的方法,最终抽取4157人。在初始人群中剔除缺失数据超过20%的个体,最终纳入4106人。采用设计K最近邻算法和合成少数过抽样技术对数据进行处理。采用单因素分析对变量进行初步筛选。采用10倍交叉验证对部分模型参数进行优化。以准确度、精确度、召回率和受试者工作特征曲线下面积(AUC)评价模型的预测效果,采用Delong检验分析各模型AUC值的差异。结果平衡数据后样本量增加至8013例,其中2型糖尿病患者4023例,对照组3990例。六种模型的比较结果显示,反向传播神经网络模型的预测效果最好,准确率、准确度、召回率分别为93.7%、94.6%、92.8%,AUC值为0.977,其次是logistic模型、支持向量机模型、CART决策树模型和C4.5决策树模型。深度神经网络的预测性能最差,准确率、准确度、召回率分别为84.5%、86.1%、82.9%,AUC值为0.845。结论本研究构建了6类2型糖尿病风险预测模型,并基于各项指标比较了这6种模型的预测效果,结果显示,基于所选数据集的反向传播神经网络的预测效果最好。
图 2 显示了大脑的各个部分及其功能。正如大自然赋予我们 2 只眼睛、2 只手、2 只耳朵、2 个肺、2 个肾、2 只脚……,我们的大脑也由两个半球组成 - 左半球和右半球(见图 3)。两个半球通过胼胝体连接,胼胝体是一束超过 2 亿根神经纤维,使它们之间能够进行交流(见图 3)。有趣的是,大脑的左侧控制身体的右侧,而身体的右侧控制身体的左侧。左脑被称为优势半球,与逻辑、口头和书面语言有关 - 其表达、阅读、写作和理解(有关两个半球的更详细专业化,见图 3)。右脑是直觉的、艺术的。