XiaoMi-AI文件搜索系统
World File Search System空间频率
为 HDR 显示器建模环绕感知对比度敏感度
摘要 尽管显示技术取得了进步，但许多现有应用仍依赖于使用较旧的、有时是过时的显示器收集的人类感知的心理物理数据集。因此，存在一个基本假设，即此类测量可以延续到更现代技术的新观看条件中。我们已经进行了一系列心理物理实验，以使用最先进的 HDR 显示器探索对比敏感度，不仅考虑了刺激的空间频率和亮度，还考虑了它们周围的亮度水平。从我们的数据中，我们得出了一个新颖的环绕感知对比敏感度函数 (CSF)，它可以更准确地预测人类对比敏感度。我们还提供了一个实用版本，它保留了我们完整模型的优势，同时实现了轻松的向后兼容性，并在许多使用 CSF 模型的现有应用程序中始终产生良好的结果。我们展示了使用源自 CSF 的传递函数、色调映射和改进的视觉差异预测准确度进行有效 HDR 视频压缩的示例。
从一小组空间
结果：在对第一位患者进行分类时，我们仅使用单个微创 sEEG 电极记录的 6 个通道数据就实现了平均 58% 的准确率，而在对第二位患者进行分类时仅使用单个 ECoG 条带记录的 8 个通道数据就实现了 72% 的准确率。我们的紧凑型架构不需要使用预先设计的特征，学习速度很快，并且可以在与用于训练的时间间隔不同的连续数据集上成功运行稳定、可解释且具有生理意义的决策规则。关键神经元群的空间特征与主动和被动语音映射结果相吻合，并表现出神经活动的逆空间频率关系特征。与其他架构相比，我们的紧凑解决方案的性能与最近在神经语音解码文献中介绍的解决方案相当或更好。 20 结论：我们展示了使用少量 21 个电极并基于从少量 22 训练数据中得出的紧凑型无特征工程解码器构建语音假体的可能性。23
量子力学的数量和量子信息的数量
摘要：在这项工作中，Ti的直接照射：蓝宝石（100 fs）飞秒激光束在第三次谐波（266 nm）（266 nm），中等重复率（50 Hz和1000 Hz），用于在聚恒定（PS）薄膜上创建正常的周期性纳米结构。在一个斑点区的情况下，获得了50 Hz以及1 kHz的典型低空间频率LIPS（LSFL），并使用线扫描辐照。激光束的功能，重复速率，脉冲数（或辐照时间）和扫描速度，以导致各种周期性纳米结构的形成。发现PS的表面形态在很大的能量（1至20 µ j/pulse）下强烈取决于大量脉冲（10 3至10 7脉冲）的积累。此外，在激光辐照过程中从室温加热至97℃，修饰了纹波的形态，尤其是它们的振幅从12 nm（RT）提高到20 nm。扫描电子显微镜和原子力显微镜用于成像表面结构的形态特征。以选定的速度进行激光梁扫描，可以在聚合物膜上生成良好的纹波，并在大面积上产生均匀性。
能量-RUA
抽象的低毒性太阳能集中器系统代表了未偿还光伏（PV）应用的重要挑战。尤其是，作为全息浓缩剂（HSC）的多重全息镜（MHL）提供了对建筑集成浓缩PVS有希望的可能性的见解。该技术不会影响关键的生态系统，并且可以将建筑物从能源消费者转化为能源供应商。它们可用于窗户，屋顶或墙壁，并且需要高衍射效率和广泛的验收角。在这项工作中，我们基于低毒性光聚合物，介绍了低空间频率525线MM-1的MHL的几种设计，并在窗玻璃上支撑。在633 nm处评估了这些HSC的平均衍射效率，而通过在不同入射角下太阳照明下的短路电流来评估接受角度。多功能和高效率全息元素已被用来集中到白天不同相对位置的阳光，避免了对昂贵的跟踪系统的需求。据我们所知，这是低毒性全息太阳浓缩器中高衍射效率（85％）和广泛接受角（104°）之间的最佳权衡。
人类大脑皮层形状不对称的个性
摘要 大脑皮层不对称存在于不同的门类中，在人类中尤为明显，这对大脑功能和疾病具有重要意义。然而，许多先前的研究混淆了由大小引起的不对称和由形状引起的不对称。在这里，我们介绍了一种新方法，使用三个独立数据集中的磁共振成像数据来表征不同空间频率下整个皮层形状的不对称（与大小无关）。我们发现皮层形状不对称具有高度的个性化和稳健性，类似于皮层指纹，并且比基于大小的描述符（例如皮层厚度和表面积）或脑活动区域间功能耦合的测量值更准确地识别个体。个体可识别性在粗略空间尺度（~37 毫米波长）下最佳，形状不对称显示出与性别和认知的尺度特定关联，但与惯用手无关。虽然单侧半球皮层形状在粗尺度（~65 毫米波长）下表现出显著的遗传性，但形状不对称主要由特定受试者的环境影响决定。因此，粗尺度形状不对称具有高度个性化、性别二态性、与个体认知差异有关，并且主要受随机环境影响驱动。
超长领域的实验实现
简介。光学成像中的超分辨率是指可以提高空间分辨率超出光的衍射极限的方法。衍射极限定义可以在标准光学成像系统中解析的最小特征大小，并由光波长和光学系统的数值光圈（NA）确定[1]。解决远距离成像中亚波长度特征的一种方法是使用上震荡的光点，这是一种现象，其中复杂场可以以大于其截止空间频率的速率局部振荡[2-5]。尽管如此，超级镜的强度与大量侧叶相结合的固有缺点，导致成像质量差。已经研究了数值优化方案[6]和索菲的光学设置[7-9]，以缓解侧齿强度。但是，最近引入的物理概念Supprowth [10]为解决此问题提供了有希望的途径。在超级生长领域中，复杂场的局部幅度增长率高于其傅立叶频谱中最高空间频率，从而提供了对亚波长度特征的访问[11]。这个概念与evanevanscent波的接近局部显微镜相似[12，13]。超级生长的光场斑点可以与超震荡区相比，可以呈指数级的强度，并且在理论上已证明能够成像亚波长度对象[14]。
光学和激光技术
激光引起的周期性表面结构（LIPS），尤其是表现出高空间频率LIPS（HSFL）的表面结构，由于其快速纳米结构的产生能力，因此在精确制造中具有至高无上的意义。但是，对于Au，在微纳米应用中广泛使用的材料，HSFL的表现仍然难以捉摸。这项研究成功地制造了HSFL，其周期性为100 nm，利用了520 nm飞秒激光（FS-LASER）引起的结晶。启动HSFL形成的基本元素在于用无序的晶格结构与FS激光诱导的结晶相结合。无序的晶格结构促进了电子在热传输中偶联的占优势，从而抑制了热电子扩散效果 - 这是HSFL形成的先决条件。结晶控制了“非晶Au”的转换为典型的Au的结晶状态，同时还可以使周期乘法取决于FS-LASER脉冲的数量。它最终促进了在晶体AU上形成100 nm HSFL的形成。此外，通过在单层石墨烯中的周期性纳米图案（即HSFL）中的应用中，Au HSFL的多功能性得到了证明。因此，除了揭示了基于金属HSFL形成的新型物理机制外，Au HSFL的成就无疑有望在纳米电子和纳米光子学方面取得重大进步。
简历 Erik Fransén
被引次数最多的 5 篇出版物 A. Egorov，B. Hamam，E. Fransén，M. Hasselmo，A. Alonso：内嗅皮层神经元中的分级持续活动。Nature 420：173-178，2002 年。被引次数 WoS：509 L. Giocomo，E. Zilli，E. Fransén，M. Hasselmo：亚阈值振荡的时间频率与内嗅网格细胞空间频率成比例。Science 315：1719-22，2007 年。被引次数 WoS：252 CT Dickson，J. Magistretti，MH Shalinsky，E Fransén，ME Hasselmo，Alonso A. Ih 在内嗅皮层 II 层神经元亚阈值振荡起搏中的特性和作用。J. Neurophysiol. 83: 2562-2579, 2000. 引用次数 WoS: 256 E. Fransén , B. Tahvildari, A. Egorov, M. Hasselmo, A. Alonso: 内嗅皮质第五层神经元的分级持续细胞活动的机制。神经元 49: 735-746, 2006. 引用次数 WoS: 176 E. Fransén , A. Alonso, M. Hasselmo: 模拟毒蕈碱激活钙敏感非特异性阳离子电流 I NCM 在延迟匹配任务中内嗅神经元活动中的作用。神经科学杂志 22: 1081-1097, 2002. 引用次数 WoS: 108
使用神经网络探索和解释生物大脑中运动处理的特性
视觉运动感知是从导航到深度感知和抓住的行为的基础。我们对生物系统的有限访问限制了我们对大脑中运动如何处理的理解。在这里，我们通过训练神经网络来估计图像序列的速度来探索生物系统中运动感知的特性。网络概括了生物学大脑中运动处理的关键特征，我们利用对其结构的访问来探索和理解运动（MIS）感知。我们发现，网络以方向捕获了对反平运动的生物学反应。我们进一步发现，由于反向运动与时空的接收界之间的相关性，它分别高估并低估了慢速和快速反向运动的速度，该相关性在相反的方向上调整为运动。第二，我们发现网络的V1和中间（MT）层中时空调谐特性的分布与在生物系统中观察到的分布相似。然后，我们证明，与调谐到快速速度的MT单元相比，调整为缓慢速度的单元主要接收到调谐到高空间频率和低时间频率的V1单元的输入。接下来，我们发现MT单元的模式运动和速度选择性之间存在正相关。最后，我们表明网络捕获了人类低相干运动刺激的低估，这是由于噪声和信号运动的汇集所致。这些发现为众所周知的现象提供了生物学上合理的解释，并为未来的心理物理和神经生理实验提供了混凝土预测。
Microsoft Word - 地面、移动和机载 LiDAR 的精度和误差评估.doc
检查三角网格时，这种方法的弱点立即显现出来。典型点间距沿任何轴在 0.25 到 1.5 米之间。这使得 ALS 数据的水平精度报告不超过 0.125-0.75 米，因为在任何计算中假设优于最大不确定度在统计上是不合理的。在此示例中，水平点间距为 0.25 米的 ALS 数据的最大不确定度为 0.125 米（此评估网格的任何三角形最短边的 1/2 为 0.125 米）。由于 ALS 点在现实世界中的水平定位范围从几毫米到超过一米，每个 ALS 点的水平定位误差变得更加重要，因为只有少数 ALS 点用于定义整个数据集的定位。实际上，这意味着通过这种方法可以实现的唯一实际调整可以在图 1 中以图形方式显示的示例中找到。当由 ALS 点形成的三角形相差分米时，垂直调整和精度评估不应优于分米级。使用当代的孤立 GCP 方法，可以声明不符合位置精度的位置精度。换句话说，空间频率高于所述精度。一个适合比较的例子是用于信号处理领域中频率确定的 Nyquest 采样定理。作为此应用的粗略简化近似，Nyquest 定理要求必须采用大约四倍于 ALS 空间频率的采样率。对于 ALS 数据，这意味着除非使用四倍于 ALS 数据的点密度进行评估，否则不应说明准确度。这就需要一种更先进、更完善的 ALS 调整和准确度报告方法。