XiaoMi-AI文件搜索系统
World File Search System网络控制
人工神经网络在边坡稳定性分析中的应用
BP神经网络隐层节点确定方法. 计算机技术与发展 2018; 28(4): 31-35. doi: 10.3969/j.issn.1673-629X.2018.04.007。 2. 温疆, 廖建忠. 岩质边坡稳定性分析方法综述. 西部探矿工程 2012; 24(6): 153-155. doi: 10.3969/j.issn.1004-5716.2012.06.053。 3. 毛江, 赵洪达, 姚建军. 人工神经网络的应用及展望. 电子设计工程 2011; 19(24): 62-65。 4. 李红莲, 柴庆元. 人工神经网络与神经网络控制(NNC)的发展与展望。河北科技图文信息技术有限公司. 2009; 26(5): 44-46. doi: 10.3969/j.issn.1008-6129.2009.05.012。 5. 姚建国. 人工神经网络在岩土力学与工程中的局限性及对策. 中国岩石力学与工程学会. 第八届全国岩石力学与工程学术会议论文集. 2004;385-388。 6. 张建平, 陈倩. BP网络在边坡稳定性分析中的应用. 西南交通大学学报. 2001; 36(6): 648-650。 7. 杨晓峰, 陈天洪. 人工神经网络的优缺点. 计算机科学. 1994; 21(2): 23-26。 8. 冯晓霞, 周林伟, 曾绍琪, 李伟昌. 边坡岩体稳定性分析. 工程与建设 2017; 31(2): 244-247. doi: 10.3969/j.issn.1673-5781.2017.02.032.
资源分配问题的新颖开关型策略网络：技术报告
摘要 - 深处增强学习（DRL）已成为制定排队网络中控制策略的强大工具，但是在这些应用程序中，多层多层感知器（MLP）神经网络的常见使用具有重要的缺点。MLP体系结构虽然多才多艺，但通常会遭受样本效率差和过度合适的培训环境的趋势，从而导致新的，看不见的网络的次优性能。响应这些问题，我们引入了开关型神经网络（STN）体系结构，旨在提高排队网络中DRL策略的效率和概括。从传统的非学习政策中的STN杠杆作用模式，确保在类似状态下进行一致的行动选择。这种设计不仅简化了学习过程，而且还通过减少过度效果的趋势来促进更好的概括。我们的作品提出了三个关键贡献：首先，STN的开发是MLP的更有效替代方案；其次，经验证据表明，在各种培训方案中，STN在各种培训方案中实现了卓越的样本效率。第三，实验结果表明，STN在熟悉的环境中与MLP性能相匹配，并且在新设置中的表现明显优于它们。通过嵌入特定领域的知识，STN增强了近端策略优化（PPO）算法的有效性而不损害性能，这表明其适合各种排队网络控制问题。
人工智能驱动的自主光网络
摘要 随着先进相干技术的部署，光网络中的动态性、复杂性和异构性急剧增加，光交叉连接技术和多样化的网络基础设施对网络运营商的光网络管理和维护提出了巨大挑战。在本文中，我们提出了一种人工智能驱动的自主光网络的“3S”架构，该架构可以帮助光网络“自我感知”网络状态、“自适应”网络控制和“自我管理”网络操作。为了支持这些功能，已经研究了许多人工智能 (AI) 驱动的技术来提高从设备方面到网络方面的灵活性和可靠性。自适应掺铒光纤放大器 (EDFA) 控制是设备方面的一个例子，它根据网络状况提供功率自适应能力。从链路方面，开发了自适应光纤非线性补偿、光监控性能和传输质量估计，以自动监控和缓解与链路相关的信号损伤。从网络方面来看，流量预测和网络状态分析方法提供了自我意识，而人工智能驱动的自动资源分配和网络故障管理则增强了自适应性和自我管理能力。得益于充足的网络管理数据、强大的数据挖掘能力和成熟的计算单元，这些人工智能技术具有巨大的潜力为光网络提供自主功能，包括网络资源调度和网络定制。
fabio pasqualetti
荣誉和奖项·安东尼奥·鲁贝蒂（Antonio Ruberti）青年研究员奖：“他对网络物理安全，复杂网络和数据驱动控制的理论的基本贡献，” IEEE Control Systems Society。2023年12月·O。HugoSchuck最佳纸张奖：“准确性可防止基于感知的控制中的鲁棒性”，《美国控制大会》，1838- 1844年，丹佛，CO，2020年7月。2021年5月·控制系统信件杰出纸张奖：“线性系统的数据驱动最小能量控制”，IEEE LCSS 3（3），589-594，2019。2020年12月·Roberto Tempo最佳CDC论文奖：“控制人脑功能连接的框架”，IEEE决策与控制会议，4697-4704，尼斯，法国，2019年12月。2020年12月·ACC最佳学生纸奖决赛入围者（高级作者）：“准确性阻止基于感知的控制中的鲁棒性”，美国控制会议，丹佛市，2020年7月·AFOSR青年研究者研究奖：“数据驱动的动态网络控制”。2019年10月·ACC最佳学生纸奖（高级作者）：“库拉莫托振荡器集群同步的精确而近似的稳定条件”，宾夕法尼亚州费城美国控制会议。 2019年7月·ARO Young Deskuckator计划奖：“安全多代理网络的设计和操作”。2017年9月
电气工程.pdf
电气工程系 (www.iitk.ac.in/ee/) 提供几乎所有电气工程子学科的硕士、硕士 (R) 和博士课程。领域包括：信息和编码理论；通信、电信和无线网络；点对点网络；数字交换系统；航空电子和导航系统、5G/6G 无线技术；量子计算和通信、分子通信；人工智能和机器学习、数字信号和图像处理；计算机视觉；逆问题和断层扫描；信号与系统理论；控制系统和机器人；网络控制和电动汽车控制；电子和虚拟仪器；模糊逻辑；神经网络及其应用；电力系统经济学；优化；电力市场；电力系统保护；高压电介质和绝缘；高压直流输电和 FACTS、电能质量；智能电网和同步相量；电力电子；电力驱动微电网；微电子学；VLSI 系统设计；模拟和数字电路设计；半导体器件建模与仿真；固态器件；纳米电子学和纳米级器件；有机电子学；柔性电子学；光伏技术；电磁学；射频工程和微波；天线，超材料；MMIC；射频和微波传感器；RFID；微波和毫米波成像；射频能量收集、电磁和断层成像；太赫兹成像和测试；纳米光子学、等离子体学、基于量子点的器件；光电子学；光纤信号处理；非线性光纤；光纤传感器；量子密码学和量子光学；自旋波；光子网络和系统。
结合IVU + OCT数据，生物力学模型和机器学习方法，用于精确冠状动脉斑块形态定量和帽厚度以及应力/应变指数预测
脊椎动物视觉系统的光感受器的发展受复杂的转录调节网络控制。otx2在有丝分裂视网膜祖细胞（RPC）中表达，并控制感光体发生。由OTX2激活的CRX在细胞周期出口后在感光前体中表达。neurod1也存在于可以指定为杆和锥形光感受器亚型中的光感受器前体中。NRL，并调节包括孤儿核受体NR2E3在内的下游杆特异性基因，该基因进一步激活了杆特异性基因并同时抑制了锥体特异性基因。锥形亚型规范也受到诸如THRB和RXRG等几个转录因子的相互作用的调节。这些关键转录因子中的突变是出生时眼部缺陷的原因，例如微感染和遗传感受器疾病，例如Leber先天性症状（LCA），色素性视网膜炎（RP）和盟友性疾病。特别是，许多突变是以常染色体主导方式遗传的，包括CRX和NRL中的大多数错义突变。在这篇综述中，我们描述了与上述转录因子中突变相关的光感受器缺陷的光谱，并总结了当前对致病突变下的分子机制的知识。终于，我们考虑了理解基因型 - 表型相关性和轮廓途径的杰出差距，以实现对治疗策略的未来研究。
控制人白血病干细胞和抗药性的表观遗传机制 在压力下，具有较高代谢独立性的微生物富含人类肠道微生物 柱子中的再生人肝癌（HLOS）/ ... div> 聚ADP-核糖信号在亨廷顿疾病中失调 大语言模型克服了生态学中非结构化文本数据的挑战 宿主菌群中促进寿命的clanic酸的化学诱导 标题：蝴蝶翼尺度的山脊和Crossrib的高度是... 解释混合种群中的SNP遗传力 冥想专业知识的功能连接指纹 评估伪细菌中基因表达的载体及其在Aplysina Marine Sponge研究中的应用 多蛋白质结构与flodmason 进行比对
许多人类癌症，包括急性髓样白血病（AML），是由茎和祖细胞突变引起的。免疫表型分析表明，白血病在层次上发展，白血病干细胞中的突变与疾病传播相关并复发1,2。尽管可以使用细胞表面标记来富集白血病，但它们的频率往往是可变且低，遮盖机制，并阻碍有效的疗法3,4。为了定义人类患者的AML干细胞，我们使用旨在保留造血干细胞（HSC）功能的标签跟踪技术对各种白血病进行了功能基因组分析。我们发现，人类AML的传播是由罕见但静止的静态标签细胞（LRC）种群介导的，该细胞（LRC）种群通过当前已知的免疫表型标记逃避检测。我们表明，人类AML LRC静止是可逆的，保留遗传克隆竞争，维持其表观遗传。lrc静止是由以不同的以启动子为中心的染色质和基因表达动力学定义的，并由不同的AP-1/ETS转录因子网络控制，包括JUN，这与疾病持久性和不同患者的化学疗法抗性有关。这些结果能够对人类患者标本中免疫类型的白血病干细胞的前瞻性隔离和功能性遗传操纵，并在白血病发育和耐药性中建立了表观遗传可塑性的关键功能。我们预计这些发现将导致阐明白血病干细胞静止的基本特性，以及为其临床鉴定和控制的治疗策略设计。
结构可控性预测功能模式和大脑刺激益处与工作记忆
大脑是一个固有的动态系统，许多工作都集中在通过局部扰动和全局网络集合功能变化来修饰神经活动的能力上。网络可控性是网络神经科学中的最新概念，该概念旨在预测单个皮质位点对全球网络状态和状态变化的影响，从而对局部对全球脑动力学的影响产生统一的说明。尽管该概念在工程科学中被接受，但在神经科学中的持续辩论中，将网络可控性与大脑活动和人类行为联系起来的经验证据仍然很少。在这里，我们提出了一组源自fMRI，扩散张量成像和在线重复的经颅磁刺激（RTMS）的多模式的大脑 - 行为关系 - 在由两个男女个人执行的单独校准的工作记忆任务中应用的。描述结构网络系统动力学的模式显示了与任务难度相关的大脑活动的直接关系，并且在硬任务条件下有助于功能性脑状态的难度到范围的模式。模态可控性（量化难以到达模式的贡献的措施）在受刺激的站点上预测了与任务难度增加和RTMS对任务绩效的益处相关的fMRI激活。此外，fMRI解释了模态可控性和与5 Hz在线RTMS相关的工作记忆益处之间64％的差异。因此，这些结果为网络控制理论的功能有效性提供了证明，并概述了整合结构网络拓扑和功能活动的清晰技术，以预测刺激对后续行为的影响。
结构可控性预测功能模式和大脑刺激益处与工作记忆
大脑是一个固有的动态系统，许多工作都集中在通过局部扰动和全局网络集合功能变化来修饰神经活动的能力上。网络可控性是网络神经科学中的最新概念，该概念旨在预测单个皮质位点对全球网络状态和状态变化的影响，从而对局部对全球脑动力学的影响产生统一的说明。尽管该概念在工程科学中被接受，但在神经科学中的持续辩论中，将网络可控性与大脑活动和人类行为联系起来的经验证据仍然很少。在这里，我们提出了一组源自fMRI，扩散张量成像和在线重复的经颅磁刺激（RTMS）的多模式的大脑 - 行为关系 - 在由两个男女个人执行的单独校准的工作记忆任务中应用的。描述结构网络系统动力学的模式显示了与任务难度相关的大脑活动的直接关系，并且在硬任务条件下有助于功能性脑状态的难度到范围的模式。模态可控性（量化难以到达模式的贡献的措施）在受刺激的站点上预测了与任务难度增加和RTMS对任务绩效的益处相关的fMRI激活。此外，fMRI解释了模态可控性和与5 Hz在线RTMS相关的工作记忆益处之间64％的差异。因此，这些结果为网络控制理论的功能有效性提供了证明，并概述了整合结构网络拓扑和功能活动的清晰技术，以预测刺激对后续行为的影响。
结构脑网络可控性方法论考虑的实用指南
摘要 目的。预测大脑如何通过内部或外部控制进入特定状态需要从根本上理解神经连接与活动之间的关系。网络控制理论是物理和工程科学中一个强大的工具，可以提供有关这种关系的见解；它形式化了复杂系统的动态如何从其相互连接的单元的底层结构中产生的研究。方法。鉴于网络控制理论最近在神经科学中的应用，现在是时候为结构脑网络可控性的方法论考虑提供实用指南了。在这里，我们系统地概述了该框架，研究了建模选择对经常研究的控制指标的影响，并提出了可能有用的理论扩展。我们的讨论、数值演示和理论进展基于一个高分辨率扩散成像数据集，该数据集包含 730 个扩散方向，这些扩散方向是从十名健康年轻人身上扫描约 1 小时获得的。主要结果。在对该理论进行教学介绍之后，我们探讨了建模选择如何影响四个常见统计数据：平均可控性、模态可控性、最小控制能量和最佳控制能量。接下来，我们将通过两种方式扩展当前的最新技术：首先，开发一种替代的结构连接测量方法，以解释活动通过邻接组织的径向传播；其次，定义一个补充指标，量化系统能量景观的复杂性。最后，我们将提出具体的建模建议并讨论方法论上的限制。意义。我们希望这个通俗易懂的解释将激励神经成像界更充分地利用网络控制理论的潜力，解决认知、发育和临床神经科学中的紧迫问题。