XiaoMi-AI文件搜索系统
World File Search System脉冲
基于脉冲神经网络的医疗数据分析综述
近年来，利用机器学习进行生物医学图像和电信号分析的研究较多[1,2]。然而，传统的人工神经网络虽然受到生物神经元的启发，但不具备生物可解释性，且需要大量的计算和能耗，不利于医疗数据的实时快速分析。随着神经网络的发展，第三代神经网络——脉冲神经网络（SNN）应运而生。虽然其准确率相对较低、训练存在困难，但由于SNN的网络结构和训练规则更具生物可解释性，具有能耗更低、速度更快、对时空数据更适用等优势。因此，利用脉冲神经网络进行医疗数据研究具有重要意义。
演示 BrainScaleS-2 芯片间脉冲......
拓扑，具有良好的扩展特性。消息在网络中的路由由 Tourmalet 芯片完成，并基于 16 位目标节点地址。BSS-2 作为一种混合信号神经形态计算系统，建立在 HICANN-X (HX) 芯片之上，该芯片具有 512 个自适应指数积分和激发 (AdEx) 神经元电路和 512 × 256 = 131 072 个突触 [7]。通过组合神经元电路，每个神经元最多可配置 16 k 个突触输入。实现具有这种神经元的大型网络需要多芯片系统。[1, 3, 10, 12] 最近，BSS-2 系统开发进展到多芯片系统，具有 46 个 HX 芯片，每个芯片通过 8 个 1 Gbit s −1 串行链路连接到 Kintex 7 FPGA。这些系统利用 BSS-1 晶圆模块基础设施，通过将许多芯片放置在与 BSS-1 晶圆完全相同尺寸和引脚配置的大型 PCB 上来模拟全晶圆级实现[13, 15]。我们认为 [16] 中描述的拓扑对于在带宽和网络直径方面互连晶圆模块上的多个 FPGA 是最佳的。图 1 显示了用于测试 BSS-2 EXTOLL 网络的当前实验室设置[7, 14]。它通过连接到 FPGA 的 MGT 端口的 USB 3.0 插头物理连接到 EXTOLL 网络。此外，它仍然连接到以太网网络以用于 FPGA 位文件闪存。该设置包含四个 FPGA 和两个芯片。
脉冲核空间推进与国际法
脉冲核空间推进技术是 20 世纪 50 和 60 年代由弗里曼·戴森、特德·泰勒、西奥多·冯·卡门和汉斯·贝特等杰出物理学家研究的，它使用专门的原子装置产生的紧凑型核爆炸来推动大型航天器。这项技术通常以其开发所在的空军项目的名称而为人所知：猎户座。长期以来，人们一直认为 1962 年《部分禁止核试验条约》禁止使用核脉冲空间推进技术。在对猎户座项目及其结果进行调查并审查了适用法律后，本文得出结论，1967 年《外层空间条约》中的语言可能会凌驾于《禁试协议》之上，允许非武器使用核爆炸物进行推进。随着新一轮太空竞赛的展开，以及中国等重要参与者完全不受《禁试条约》约束，脉冲核空间推进技术这一主题值得重新审视。
µPAX-3 - 2 瓦脉冲氙灯光源
Excelitas Technologies® 的新型 µ PAX-3 是一款 2 瓦脉冲氙气光源，旨在将创新的新型灯泡设计与最先进的电路和组件结合到一个封装光源中，该光源可提供具有出色弧稳定性的微秒级宽带光脉冲。紧凑的集成解决方案包含闪光灯、触发电路、电容器充电电源、安装法兰和精密弧对准。µ PAX-3 在一个紧凑的预对准模块中提供各种闪光能量级别和 2 瓦最大功率。它利用 Excelitas 的高稳定性短弧氙气闪光灯。这些氙气灯以其稳定性和长寿命特性而闻名，可产生从紫外线到红外线的连续光谱。出色的稳定性和小巧的外形尺寸使 µ PAX-3 成为分析仪器的理想选择。
脉冲药物输送系统文献综述
药物通常会立即或延长一段时间释放。但另一方面，脉冲式药物输送系统近年来引起了广泛关注，因为它们可以在正确的时间以正确的量将药物输送到正确的位置，从而提供空间、时间顺序和智能输送。这比传统剂量提供了更大的益处和患者依从性。每当不需要恒定的药物释放时，使用脉冲式药物释放的原理就起着重要作用。在滞后时间之后，必须以这样一种方式设计脉冲，以实现完全和快速的药物释放。各种方法都依赖于可溶性或可侵蚀性聚合物涂层的应用，例如胶囊系统、渗透系统、单元和多单元系统，并且本文讨论了可破裂膜的使用。这些系统对具有时间药理学行为的疾病有益，这些疾病需要夜间给药、具有高首过效应或胃肠道部位特定吸收的药物以及具有高毒性或耐受性风险的药物。哮喘、消化性溃疡、关节炎、癌症、糖尿病、癫痫、高血压、心血管疾病、儿童注意力缺陷综合征和高胆固醇血症等疾病都有望通过脉冲式药物输送系统得到治疗。本文探讨了脉冲式药物输送系统的分类、优势、局限性、最新进展和评价以及未来前景。
脉冲电感耦合等离子体的功率匹配
在等离子体处理中，功率输送与非线性负载的匹配是一项持续的挑战。微电子制造中使用的等离子体反应器越来越多地采用多频率和/或脉冲方式，从而产生非线性且在许多情况下非稳态的电气终端，这可能会使功率与等离子体的有效耦合变得复杂。对于脉冲电感耦合等离子体尤其如此，其中等离子体的阻抗在启动瞬态期间可能会发生显著变化，并经历 E – H（电容到电感）转换。在本文中，我们讨论了使用固定组件阻抗匹配网络对脉冲电感耦合等离子体（Ar/Cl 2 混合物，压力为数十毫托）进行功率匹配的动态计算研究的结果及其对等离子体特性的影响。在本次研究中，我们使用了设定点匹配，其中匹配网络的组件在脉冲周期的选定时间提供最佳阻抗匹配（相对于电源的特性阻抗）。在脉冲早期匹配阻抗使功率能够为 E 模式供电，从而强调电容耦合和等离子体电位的大偏移。这种早期功率耦合使等离子体密度能够更快地上升，而在脉冲后期的 H 模式中不匹配。早期匹配还会产生更多能量离子轰击表面。在脉冲后期匹配会降低 E 模式中耗散的功率，但代价是降低等离子体密度的增加速度。
峰度统计作为脉冲检测器的灵敏度...
摘要 — 我们开发了一种能够识别低电平脉冲射频干扰 (RFI) 的新型微波辐射计探测器。敏捷数字探测器可以通过直接测量信号的其他矩（而非传统测量的方差）来区分 RFI 和自然热辐射信号。峰度是预测电压的四阶中心矩与二阶中心矩的平方之比。它可以很好地指示 RFI 的存在。本文解决了与正确计算峰度相关的许多问题。推导出了在没有和存在脉冲正弦 RFI 的情况下峰度的平均值和标准差。峰度对短脉冲 RFI（例如来自雷达）的敏感度远远高于对连续波 RFI 的敏感度。发现脉冲正弦 RFI 的最小可检测功率与 ( M 3 N ) − 1 / 4 成比例，其中 N 是独立样本的数量，M 是接收器中的频率子带数量。
脉冲 - 频率测定器 - 操作员 - 手册。 ...
运行原理PFPD使用氢和空气混合物的流速不支持连续燃烧。燃烧器充满了可容纳的气体混合物，火焰被点燃，火焰通过燃烧器传播，并且在所有燃料消耗时会燃烧。以3-4赫兹的速度连续重复循环。传播火焰产生的气相反应导致特定发光光谱和寿命的光排放。特定发射寿命的差异与传播火焰的动力学相结合，可以使用时间和波长信息来提高PFPD的选择性并降低观察到的噪声，从而提高灵敏度。传播火焰使用低燃烧气流速，从而增加了相对分析物的浓度。这对于形成二聚体的硫等物种尤其重要。此外，使用封闭电子设备允许采集两个同时选择性的色谱图，并允许拒绝指定的距离窗口外发生的噪声，从而进一步提高了PFPD的检测率（图1.1）。
基于忆阻器的脉冲神经网络 - ePrints Soton
新兴的非易失性存储设备，即忆阻器，在神经形态硬件设计中展现出了非凡的前景，特别是在脉冲神经网络 (SNN) 硬件实现中。基于忆阻器的 SNN 已经应用于解决传统人工神经网络 (ANN) 解决的任务（例如图像分类和模式识别），并且不同学科仍在进行更多尝试以挖掘这一新研究课题的潜力。要将忆阻器应用于神经形态应用（本文中严格定义为使用 SNN 的应用），可以遵循两种途径。一种方法是首先利用硬件基础设施来表征和控制忆阻器设备，然后将其映射到应用程序的更高级函数（例如矩阵乘法）。另一种方法是将数据驱动的忆阻器模型嵌入软件模拟器中，以使用从真实设备中提取的参数来模拟应用程序。
在 HPC 基础设施上扩展脉冲神经网络
1 机器人、人工智能与实时系统，慕尼黑工业大学信息学院，德国慕尼黑，2 于利希超级计算中心 (JSC) 神经科学模拟与数据实验室，高级模拟研究所，JARA，于利希研究中心有限公司，德国于利希，3 瑞士国家超级计算中心 (CSCS)，苏黎世联邦理工学院，瑞士卢加诺，4 神经计算单元，冲绳科学技术研究生院，日本冲绳，5 机器人与人工智能卓越系，生物机器人研究所，Scuola Superiore Sant'Anna，意大利蓬泰代拉，6 计算机架构与技术系，格拉纳达大学信息与通信技术研究中心，西班牙格拉纳达，7 图像处理研究团队，日本理化学研究所先进光子学中心，和光，8 计算工程应用单元，信息系统与网络安全总部，理化学研究所，日本和光市、9 日本东京电气通信大学信息与工程研究生院、10 德国于利希研究中心、神经科学与医学研究所 (INM-6)、高级模拟研究所 (IAS-6)、JARA BRAIN 研究所 I、11 德国亚琛工业大学计算机科学 3-软件工程、12 日本神户理化学研究所计算科学中心