XiaoMi-AI文件搜索系统
World File Search System维纳滤波
使用扩展维纳和拉普拉斯算子进行脑肿瘤分割
Zhao 等 [45] 2013 年基准 BRATS 数据 Patch-wise 卷积神经网络 总体 (0.81) 准确率 Manic 等 [46] 阐述了基于萤火虫的灰度图像分割方法
神经科学方法杂志
背景：要了解单个神经元中的信息编码，需要分析阈下突触事件、动作电位 (AP) 及其在不同行为状态下的相互关系。然而，由于突触事件的信噪比不佳、频率高、幅度波动和时间过程多变，检测行为动物的兴奋性突触后电位 (EPSP) 或电流 (EPSC) 仍然具有挑战性。新方法：我们开发了一种突触事件检测方法，称为 MOD（机器学习最优滤波检测程序），它结合了监督机器学习和最优维纳滤波的概念。要求专家手动对短时间的数据进行评分。该算法经过训练以获得维纳滤波器的最优滤波系数和最优检测阈值。然后使用最优滤波器处理评分和未评分的数据，并将事件检测为高于阈值的峰值。结果：我们在小鼠体内空间导航过程中用 EPSP 轨迹测试 MOD，并在增强递质释放的条件下用切片体外 EPSC 轨迹测试 MOD。受试者工作特征 (ROC) 曲线下面积 (AUC) 平均为体内数据集 0.894 和体外数据集 0.969，表明检测精度高、效率高。与现有方法的比较：当使用 (1 − AUC) − 1 指标进行基准测试时，MOD 在体内数据集上的平均性能比以前的方法 (模板拟合、反卷积和贝叶斯方法) 高出 3.13 倍，但显示出相当 (模板拟合、反卷积) 或更高 (贝叶斯) 的计算效率。结论：MOD 可能成为大规模实时分析突触活动的重要新工具。
Kalman滤波和期望最大化多阶段光谱unmixing
摘要 - 高光谱成像技术的最新演变和新的新兴应用程序的扩散按下了多个时间高光谱图像的处理。在这项工作中，我们提出了一种新型的频谱拆解（SU）策略，使用出色动机的参数末端记录来说明时间频谱变异性。通过使用状态空间公式来表示多个时空混合过程，我们能够利用贝叶斯过滤机制来估计末端的变异性系数。假设丰度的时间变化在短时间间隔很小，则采用了预期最大化（EM）算法的有效实施来估计丰度和其他模型pa-Rameters。仿真结果表明，所提出的策略优于最先进的多阶段算法。
513 - 517 来自维纳圣。圣巴巴拉, CA 93101
拟对现有 8,066 平方英尺（总面积）一层（513 DE LA VINA）和两层（517 DE LA VINA）商业用途建筑进行内部改造，将其改建为 15 间酒店客房。入住率从“B”改为“R-3”。11 间带厨房的房间（10 间位于一楼/1 间位于二楼）和 4 间带全套厨房的房间（3 间位于二楼/1 间符合 ADA 标准的一楼）。仅进行小范围的外部改进，包括更换门窗以及在选定位置安装新窗户、门和两个阳台。重新粉刷外墙以匹配现有外墙并根据需要进行修补。申请场地改进的次要分区豁免 (MZE) 包括重新划分 (E) 露天停车场以容纳货车可进入的停车场，增加两个停车位，将 (E) 地面停车场的混凝土人行道加宽 1 英尺，无障碍通道和新的垃圾/回收容器围栏，地面上有 4 英寸混凝土板（无地面干扰）和 513 DE LA VINA 现有屋顶上方的二楼 WESTARD 阳台，位于 25 英尺 MISSION CREEK 有限开发区内。
维纳态中 LQCC 下量子失谐的解析表达式
摘要：本文研究了一类特殊态，即通过局域量子操作与经典通信（LQCC）协议得到的Werner态（WLQCC态）中的量子失谐，将量化量子失谐的19个参数简化为4个关于Werner态和量子失谐性质的参数。在正交射影测度条件下，解析地导出了WLQCC态中量子失谐的解析表达式。得到了WLQCC态中量子失谐的一些性质，特别是量子失谐与表征WLQCC态的参数之间的变分关系。通过数值计算，对比了LQCC协议前后Werner态中的量子失谐，发现任何WLQCC态中的量子失谐都不可能超过原Werner态中的量子失谐。
球面反卷积信息滤波纤维束图
简介：人们越来越有兴趣开发使用扩散 MRI 纤维束成像分析活体整个人脑结构连接的方法和模型。这些分析依赖于连接组重建的稳健性和生物学准确性；不幸的是，许多方法因素都会影响这种重建（以及任何衍生的测量值），甚至包括播种策略 [1] 。部分原因是在流线纤维束成像中，轨迹是彼此独立生成的，因此大脑中的特定通路可能相对于底层生物学被过度定义或定义不足。在这里，我们提出了一种全脑纤维追踪数据的后处理滤波器，以补偿这种方法偏差。方法：Raffelt 等人 [2] 的模拟结果表明，使用球面反卷积产生的纤维取向分布 (FOD) 中每个峰的幅度与与该峰对齐的体素内轴突的细胞内体积分数成正比。因此，如果全脑纤维追踪的结果是对底层神经元轴突结构的完美重建，则高角度分辨率空间中的轨迹密度应与 FOD 峰值的方向和相对幅度相对应。因此，我们可以构建一个简单的成本函数：
脑电信号伪差自动检测与滤波的初步研究*
摘要 —EEG 记录中最大的问题之一是伪影造成的信号污染，因为这些干扰会阻碍对真实神经信息的分析。因此，在研究 EEG 之前，在尽可能多地保留大脑数据的同时消除伪影是一个关键步骤。为了解决颅面伪影的自动去除问题，本文提出了一个两阶段程序：前一个阶段是检测阶段 - 同时应用 MLP 神经网络和动态阈值法来检测 EEG 的污染区域，而后一个阶段是去除阶段 - 结合 CCA 和 EEMD 算法仅去除伪影数据。实验结果表明，两种检测方法相当，但动态阈值检测略优于 MLP。此外，组合技术可以完全去除散布在所有 EEG 通道中的伪影。本研究将扩展到需要更复杂模型的眼部伪影。索引术语 —癫痫、EEG、伪影检测、伪影去除
用于无滤波光学的简化相干突触受体...
摘要 — 神经形态计算被誉为现有和新兴数据处理应用的游戏规则改变者。朝着这个方向，人工神经网络实现已成为研究的重点。将神经网络推进到光学领域具有多种优势，例如在飞行时间推理延迟下具有高数据吞吐量。本研究提出了相干突触互连作为通往无滤波器神经网络的途径，具有更高的路由灵活性。实验研究并评估了具有集成称重功能的相干突触受体，用于 1 GHz 130 ps 宽尖峰序列。通过使用光学注入锁定本地振荡器来实现零差检测，同时利用其相位和共积分光电二极管的响应度在接收传入的光尖峰时实现可调权重。此外，还显示了检测权重的符号切换，支持将突触分配扩展到波长和时间维度的可行性。索引词——光信号检测、神经网络硬件、电吸收调制激光器、神经形态学
利用人工智能技术对 3D 运动物体进行目标估计滤波
1.研究目的：为了提高复杂运动目标的跟踪和平滑能力，需要提高地面设备的指挥控制和信息相关功能的性能。特别是需要提高与指挥控制设备配合使用的雷达的性能。作为雷达目标跟踪算法，已经提出了M3（多机动模型）滤波器、IMM（交互多模型）滤波器等。该类滤波器对高机动目标有较高的跟踪性能，有望作为未来指挥控制雷达的滤波器。然而，有许多参数必须提前设置，例如运动模型的转移概率。在本研究中，我们设计了一种融入人工智能技术的过滤器，旨在提高处理三维运动物体的能力。