XiaoMi-AI文件搜索系统
World File Search System距离
通过归一化压缩距离评估的半球同源物的功能平衡
健康大脑的有效功能取决于两个半球同源区域之间的动态平衡。这种平衡是通过脊间抑制作用促进的，这是大脑组织的关键方面。本质上，一个半球的兴奋性预测激活了其对应物的抑制网络，从而有助于形成周围的侧面网络（Zatorre等，2012; Carson，2020）。这些网络的形成实现了“截然不见”机制在获得神经元皮质水平的新功能方面起着至关重要的作用。它支持运动控制的发展（Mahan和Georgopoulos，2013; Georgopoulos and Carpenter，2015年），并增强了感官感知敏锐度（Kolasinski等，2017; Grujic et al。，2022）。因此，同源半球区域之间的相互作用调节控制人体段的网络的抑制 - 激发平衡，这对于自适应可塑性和学习过程至关重要（Das和Gilbert，1999; Graziadio等，2010）。在诸如疲劳之类的慢性疾病中，半球间的平衡至关重要（Cogliati dezza等，2015； Ondobaka等，2022），它会影响中风的严重程度（Deco和Corbetta，2011; Pellegrino，2011; Pellegrino et al。，2012; Zappasodi et al。 Al。，2013）。尤其是，已经观察到旨在缓解疲劳的神经调节干预措施恢复了原发性运动区域的生理同源性（Porcaro等，2019）和皮质脊柱（Bertoli等，2023年）。
Bodipy-硝酸二元组中增强系统交叉的距离依赖性
在过去的几年中，在光激发的发色团中，增强的跨系统交叉（EISC）1-3的过程经常被利用，这些传播的发色团经常被用作进入有机彩色团的高旋转状态的一种手段。示例包括二酰亚胺（PDI）4的三胞胎状态或各种发色团 - 自由基化合物的四重奏或五重状态。5 - 10，除了具有基本兴趣之外，后者在新兴的分子旋转基质中的应用也可能具有有希望的特性。例如，已经表明，PDI - 自由基化合物的分子四重奏状态可以用作多级别自旋Qubits，即qudits，用于量子信息科学中的应用。11,12共价连接的发色团中的三重态产量增加 - 稳定的自由基系统对于像沉重的无原子无原子感官感官的应用也有吸引力 - 三胞胎 - 三重三元光子上转化或光动力疗法。13 - 16
域距离适应1.5T MR脑图像的超分辨率重建
摘要。快速磁共振成像（MRI）序列在临床环境中高度要求。但是，成像信息不足会导致诊断困难。MR图像超分辨率（SR）是解决此问题的一种有希望的方法，但是由于获取配对的低分辨率和高分辨率（LR和HR）图像的实际困难，其性能受到限制。大多数现有的方法都使用倒数采样的LR IMENES，由于俯瞰域距离或由未知和复杂的降解引起的近似差而可能不准确。在这项研究中，我们提出了一个基于真实但未配对的HR/LR图像的1.5T MR脑图像的域距离调整SR框架。我们的框架工作利用了学习任意未配对图像的抽象表示并适应域间隙的能力，从而使其可行，以证明现实的下采样。此外，我们提出了一个新颖的生成对抗网络（GAN）模型，该模型集成了包含编码器，骨干和解码器的发电机，以及一个基于UNET的歧视器和多尺度感知损失。这种方法产生了令人信服的纹理，并成功地恢复了众所周知的公共数据集上过时的1.5T MRI数据，在感知和定量评估中的最先进的SR方法表现优于最先进的SR方法。
使用Riemannian歧管上的距离比较大脑中的表示形式和模型
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2020年11月27日。 https://doi.org/10.1101/2020.11.25.398511 doi：Biorxiv Preprint
基于 Wasserstein 距离的时间聚类用于电力系统容量扩展规划
摘要 — 随着可变可再生能源稳步融入欧洲电力系统，对容量扩展模型更高时间分辨率的需求也随之增加。当然，用于规划未来几十年电力系统的时间数据量与准确表示可再生能源变化所需的时间分辨率之间存在权衡。我们建议使用 Wasserstein 距离作为聚类差异的度量，用它来聚类需求、风能可用性和太阳能可用性数据。与欧几里得距离和最大距离相比，使用 Wasserstein 距离执行的层次聚类可使容量扩展规划 1) 更准确地估计系统成本和 2) 更有效地采用存储资源。数值结果表明，与欧几里得距离相比，成本估算提高了 5%，存储投资减少了相当于基准全时分辨率下安装容量的近 100%。
DDASR：域距离自适应超分辨率重建 MR 脑图像
摘要 — 临床环境对高细节和快速磁共振成像 (MRI) 序列的需求很高，因为成像信息不足会导致诊断困难。MR 图像超分辨率 (SR) 是一种很有前途的解决此问题的方法，但由于获取成对的低分辨率和高分辨率 (LR 和 HR) 图像的实际困难，其性能受到限制。大多数现有方法通过下采样 HR 图像来生成这些对，这个过程通常无法捕获复杂的退化和特定于域的变化。在本研究中，我们提出了一个域距离自适应 SR 框架 (DDASR)，其中包括两个阶段：域距离自适应下采样网络 (DSN) 和基于 GAN 的超分辨率网络 (SRN)。DSN 在下采样过程中结合了未配对 LR 图像的特征，从而能够生成域自适应的 LR 图像。此外，我们提出了一种具有增强注意力 U-Net 和多层感知损失的新型 GAN。所提出的方法产生了视觉上令人信服的纹理，并成功恢复了来自 ADNI1 数据集的过时 MRI 数据，在感知和定量评估中均优于最先进的 SR 方法。代码可在 https://github.com/Yaolab-fantastic/DDASR 上找到。
DDASR：域距离自适应的 MR 脑图像超分辨率重建
摘要 — 临床环境对高细节和快速的磁共振成像 (MRI) 序列有很高的要求，因为成像信息不足会导致诊断困难。MR 图像超分辨率 (SR) 是解决此问题的一种有前途的方法，但由于获取成对的低分辨率和高分辨率 (LR 和 HR) 图像的实际困难，其性能受到限制。大多数现有方法通过下采样 HR 图像来生成这些对，而这个过程通常无法捕捉到复杂的退化和特定于域的变化。在本研究中，我们提出了一个域距离自适应 SR 框架 (DDASR)，其中包括两个阶段：域距离自适应下采样网络 (DSN) 和基于 GAN 的超分辨率网络 (SRN)。DSN 在下采样过程中结合了未配对 LR 图像的特征，从而能够生成域自适应的 LR 图像。此外，我们提出了一种具有增强注意力 U-Net 和多层感知损失的新型 GAN。所提出的方法可产生视觉上令人信服的纹理，并成功恢复 ADNI1 数据集中过时的 MRI 数据，在感知和定量评估方面均优于最先进的 SR 方法。代码可在 https://github.com/Yaolab-fantastic/DDASR 上找到。
在行为学视觉运动任务中根据单眼线索进行距离估计
摘要 在自然环境中，感觉处理和运动输出紧密相关，这反映在许多大脑区域同时包含感觉和运动信号的事实中。然而，标准的还原论范式将感觉决策与其自然的运动后果分离开来，而头部固定会阻止自我运动的自然感觉后果。特别是，在环境中的运动提供了许多深度线索，这些线索超出了立体视觉的范围，但人们对这些线索知之甚少。为了研究自然任务中视觉处理和运动输出的整合，我们研究了自由移动小鼠的距离估计。我们发现小鼠使用视觉准确地跳过可变间隙，从而将视觉计算直接耦合到其相应的行为运动输出。单眼眼睑缝合不影响间隙跳跃成功，因此小鼠可以使用不依赖于双眼视差和立体视觉的线索。在单眼条件下，小鼠改变了头部位置并进行了更多的垂直头部运动，这与从使用立体视觉转向其他单眼线索（如运动或位置视差）的转变一致。最后，当光纤分别位于双眼或单眼 V1 区时，对初级视觉皮层的光遗传抑制会损害双眼和单眼条件下的任务表现。总之，这些结果表明小鼠可以使用单眼线索，依靠视觉皮层来准确判断距离。此外，这种行为范式为研究神经回路如何将感觉信息转化为行为运动输出奠定了基础。
自闭症的人际距离理论及其对认知评估，治疗和日常生活的影响
想象一下人们在一起电梯中的情况。他们避免了眼神交流，并且它们的运动僵硬且受约束；他们中的大多数人要么沉默地旅行，要么开始讨论一个肤浅的话题。如果自闭症诊断专家是要观察我们的虚构乘客，他们会注意到可能让人想起自闭症谱系障碍（ASD）的行为特征。但是，如果同一群神经典型的人要在办公室休息室或鸡尾酒会上互动（有足够的空间可以站在舒适的距离或如有必要的情况下移开），他们可能会有一个愉快的时光，在闲聊中分享故事，同时进行剧烈的，明确的情绪，并进行长期的眼神交流。观察到的人突然在电梯中失去了社会通信能力。尽管文化的许多其他要素
全球距离的怪异动作：量子互联网的空间纠缠分布的分析
▶每个节点的少量节点和Qubits； ▶不完美的纠缠来源； ▶非确定性基本链接生成和纠缠交换； ▶不完美的测量和门操作； ▶无（或有限）纠缠蒸馏/误差校正。