摘要 —本文提出了一种针对实际条件下运行的锂离子电池 (LIB) 使用长短期记忆循环神经网络 (LSTM) 的精确充电状态 (SOC) 估计算法。凭借其自学习能力,这种数据驱动的方法能够模拟整个电池寿命期间由于环境和工作条件变化而导致的 LIB 高度非线性行为。结果表明,在准确性和稳定性方面,LSTM 方法优于使用扩展卡尔曼滤波器 (EKF) 的常见物理模型。为了证明这一优势在实际应用中的优势,使用从储能领域的商业行业应用收集的数据对所提供的网络进行训练和测试。在不同工作条件下使用 EKF 对 LSTM 进行评估并将其与等效电路模型 (ECM) 进行比较。对于动态负载曲线,ECM-EKF 的误差 (RMSE) 为 9.5%,而 LSTM 的误差 (RMSE) 为 5.0%。
上述相干性测度对于解释量子关联也很有用。[2 ] 除了基于纠缠的相干性测度外,[5 ] 这方面的进展还包括通过考虑子系统间量子相干性的分布来解释量子纠缠 [ 12 , 26 ] 和各种不和谐类量子关联 [ 26 – 29 ] 。另一种将量子相干性与量子关联联系起来的途径是考虑状态的受控相干性。[30 – 33 ] 特别是,借助相互无偏基,Mondal 等人。 [31] 引入了二量子比特态的量子相干性非局域优势 (NAQC),随后将其推广到 (d×d) 维态(d 为素数幂),[32] 并表明它表征了一种比纠缠更强的量子关联。对于二量子比特态,还建立了 NAQC 与贝尔非局域性之间的联系。[33]
第八个在定向图的反转数中,是JørgenBang-Jensen,Jonas Costa Ferreira da Silva和Fr´ed的“ Havet”。作者考虑了定向图及其反转编号,即,使其无环所需的最小反转数。他们将此数字绑定到循环横向数字,循环弧转换数和周期堆积号。他们证明了两个图的dijoin的反转数是其反转数的总和。他们还研究了确定图的反转数是否低于k的复杂性,并表明该问题对于K = 1的NP结合了,与上述猜想一起,这意味着每个K对每个K来说都是NP的np,与先前的工作相反。
学习预测威胁具有适应性的重要性,但是在创伤后应激障碍(PTSD)等临床状况下,厌恶记忆也可能变得不利和繁重。Pavlovian恐惧状况是一种厌恶记忆的实验室模型,并认为依赖于涉及基质金属蛋白酶(MMP)9信号传导的结构突触重新配置。最近有人提出,在人类获取培训之前应用的MMP9抑制抗生素强力霉素可减少一周后的恐惧记忆力。这项先前的研究使用了提示的延迟恐惧调节,其中预测因素和结果随时间重叠。但是,预测因子和结果的时间分离在临床条件下很常见。学习时间分离事件的关联需要部分不同的神经回路,尚不清楚MMP9信号的作用。在这里,我们研究了强力霉素对与101名(50名女性)人类参与者的随机对照试验中的长间隔(15 s)痕量恐惧调节的影响。我们发现该药物在我们的预注册分析中没有影响。记忆保留的探索性事后分析表明,多西环素对痕量恐惧记忆保留的血清水平依赖性作用。然而,安慰剂组中与区分CS 1 /c的效果大小相比,在限制了统计测试的功能中,效果比以前使用的延迟恐惧条件方案小。我们的结果表明,强力霉素对健康个体中的痕量恐惧调节的影响比预期的要小且健壮,这可能会限制其临床范围的潜力。
Jelena M Wehrli +1-2,Yanfang Xia +1,Benjamin Offenhammer 1,Birgit Kleim 1-2,DanielMüller3,Dominik 5 R Bach 1,4-5* 6 1 1,4-5* 6 1精神病学系,心理治疗和心理学大学,精神病学院,精神病学院7 Zurich,Zurich,Zurich,Zurich,8032222222。 Psychotherapy, Department of Psychology, University of Zurich, 9 8050 Zurich, Switzerland 10 3 Department of Clinical Chemistry, University Hospital Zurich, University of Zurich, 8091 Zurich, 11 Switzerland 12 4 Wellcome Centre for Human Neuroimaging & Max Planck UCL Centre for Computational Psychiatry 13 and Ageing Research, University College London, WC1B 5EH London, United Kingdom 14 5 Hertz Chair for Artificial Intelligence和神经科学,跨学科研究领域“生命与15卫生”,波恩大学,53121德国波恩16 +均等贡献17 *通讯作者:Dominik r Bach(d.bach@uni@@uni-bonn.de)18 19 19
有两个主要的发现流,含有内侧颞叶(MTL),其海马 - 输入电路是声明性记忆的枢纽(Buzsaki和Moser,2013年)。首先,啮齿动物文献在定位内侧颞叶中的空间记忆电路方面取得了重大进步(Moser等,2008)。第二,内侧颞叶也是大脑的主要电路,将人类和非人类灵长类动物体验转化为耐用的代表,后来可以有意识地检索出来。这得到了大量的基础科学和医学发现的支持,从灵长类神经生理学和病变研究到人类电生理学和神经影像学研究以及导致特定记忆缺陷的脑病变(Squire,2004)。这些文献共同支持了跨物种跨物种中海马电路的作用的统一模型,以支持空间和非空间记忆,最终在人类的语义和情节记忆中达到顶点。
在具有音乐天赋的学生中也发现了这一点 (Milovanov 等人,2010 年;Schellenberg 等人,2007 年;
本文由荣誉计划在内布拉斯加大学 - 林肯大学提供免费和公开访问。已被授权的Nebraska@Nebraska University of Nebraska University of Nebraska -Lincoln的授权管理员所接受,内布拉斯加州林肯大学。
神经调节技术,例如深脑刺激(DBS)是对记忆有关的疾病的有前途的治疗方法,包括焦虑,成瘾和痴呆。但是,这种治疗的结果似乎有些自相矛盾,因为这些技术即使应用于同一大脑靶标也会破坏和增强记忆。在本文中,我们假设通过神经调节来解释记忆的破坏和增强可以通过ngram节点的辍学来解释。我们使用卷积神经网络(CNN)对手写数字和字母进行分类,并在不同阶段施加了辍学,以模拟DBS对ENGRAM的影响。我们表明,在训练期间应用的辍学提高了预测的准确性,而在测试期间应用的辍学大大降低了预测的准确性,这些预测的准确性分别模拟了记忆的增强和破坏。我们进一步表明,辍学的神经网络的转移学习提高了学习的准确性和速率。训练期间的辍学提供了一个更强大的“骨骼”网络,并与转移学习一起模仿了慢性DBS对记忆的影响。总体而言,我们证明了Engram节点的辍学是一种可能的机制,诸如DBS之类的神经调节技术既可以破坏和增强记忆力,从而为此悖论提供了独特的观点。
通过本研究,我们旨在确认PPI在人类中的重测可靠性,并评估其与不同预硫强度下的WM性能的相关性。我们发现高测试可靠性(ICC> .80)当我们跨不同的预硫水平以及考虑平均度量ICC时(即,如果试验数量增加一倍)。关于PPI与WM性能的相关性,我们发现PPI与N-BACK任务性能的显着正相关,但与CDT性能没有。此外,PPI与N-BACK的显着相关性对于2退和0后态条件都是显而易见的。因此,我们能够复制和扩展以前研究的发现,这些研究表明PPI与WM相关(例如csomor等,2008; Scholes&Martin-virson,2009年;