XiaoMi-AI文件搜索系统
World File Search System输入信号
LM393N-NOPB-Texas-Instruments-datasheet-7268878.pdf
LM193 系列是高增益、宽带宽设备，与大多数比较器一样，如果输出引线无意中通过杂散电容与输入端电容耦合，则很容易发生振荡。这仅在比较器改变状态时输出电压转换间隔期间出现。无需电源旁路即可解决此问题。标准 PC 板布局很有用，因为它可以减少杂散输入输出耦合。将输入电阻器减小到 < 10 k Ω 会降低反馈信号电平，最后，即使添加少量（1.0 至 10 mV）正反馈（滞后）也会导致如此快速的转换，以至于不可能因杂散反馈而产生振荡。简单地将 IC 插入插座并将电阻器连接到引脚将在小的转换间隔内引起输入输出振荡，除非使用滞后。如果输入信号是脉冲波形，具有相对较快的上升和下降时间，则不需要滞后。
使用3D小鼠控制机器人操纵器
机器人操纵器的流体6DOF近6DOF触发器可以在不可能的情况下进行远程计算，从而促进示范数据的收集，并艾滋病常规机器人技术开发。在6DOF输入设备中，3D小鼠以其精神设计和低成本而分开，但是他们的敏感性和用户对它们的关系不足，需要特殊的设计注意事项。我们贡献了一个Web软件包，该软件包使在机器人操纵接口中集成3D小鼠容易。该软件包由可配置的输入信号处理方案组成，例如，拒绝少量输入或强调主流轴，以及对设备6DOF扭转输入的交互式视觉表示，这有助于操作员熟悉并提供可视化的辅助功能。我们提供了一个演示界面，该界面说明了与ROS/ROS2机器人系统的典型集成，并根据我们的研究经验提供了使用建议。
一种采用半波精密整流器的新架构方案
摘要：本文提出了一种基于第二代电压传送器 (VCII) 的半波整流器电路架构方案。该方案可产生电压信号形式的反相和非反相输出。所提出的电路是文献中介绍的第一种使用 VCII 的半波整流器架构。它由一个 VCII、两个二极管和一个接地电阻组成。输入信号为电流形式，整流输出电压信号在同一 VCII 的低阻抗 Z 端口提供。因此，产生的输出信号可直接使用，无需添加额外的电压缓冲器。此外，电路增益由接地电阻值设置，可以进行调整。所提出的电路采用简单的晶体管级结构，仅使用 21 个晶体管。本文介绍并解释了整流器的架构以及可能的 VCII 拓扑。还给出了初步的模拟结果，突出了其功能。它的简单性和多功能性使其适用于传感器接口和传感器网络的处理电路，其中模拟处理部分的低功耗至关重要。
基于时间序列预测范式的低延迟自定步调 BCI 系统，用于运动想象发作检测
摘要 — 在自定步调的运动想象脑机接口 (MI-BCI) 中，连续脑电图 (EEG) 信号中呈现的 MI 命令的开始是未知的。为了检测这些开始，大多数自定步调的方法对连续 EEG 信号应用窗口函数并将其分成长段以进行进一步分析。因此，系统具有较高的延迟。为了减少系统延迟，我们提出了一种基于时间序列预测概念的算法，并使用先前收到的时间样本的数据来预测即将到来的时间样本。我们的预测器是一个由长短期记忆 (LSTM) 单元构建的编码器-解码器 (ED) 网络。通过将输入信号与预测信号进行比较，可以快速检测到 MI 命令的开始。所提出的方法在 BCI 竞赛 III 的数据集 IVc 上得到了验证。模拟结果表明，对于短于一秒的延迟，所提出的算法将竞赛获胜者获得的平均 F1 分数提高了 26.7%。
人工智能
可以通过观察相关参数的值/变化来识别特定事件。为此，从相应的紧急操作程序 (EOP) 中选择了大约 45 个 COIS 信号，用于识别 PHWR 中的 LOCA 和 MSLB 场景。使用 RELAP5[2] 和 CONTRAN[3] 热工水力代码生成了与反应堆堆芯和 PHT 有关的时间相关瞬态数据。文献中有许多线性和非线性模式识别技术[4]。然而，ANN 是解决涉及大量输入信号和输出事件的复杂问题的最广泛使用的机器学习技术之一。神经网络的一般特征是能够在经过充分训练后快速识别复杂系统的各种条件或状态。最终的 ANN 模型已与诊断系统集成，该系统提供有关瞬态变化的最合适信息，并协助操作员采取纠正措施以缓解事故状况。当前版本的诊断系统能够识别 220MWe PHWR 中的 33 种 LOCA 和 18 种 MSLB 场景。
基于脑电图的想象语音词语分类器...
1. 简介。脑机接口是一种利用从大脑记录的信号为功能受损的个体提供通信和控制应用的系统。这项技术已经发展到现在正被能够从中受益的个人所使用。BCI 系统是一种快速发展的技术，涉及通过大脑活动控制外部设备的硬件和软件通信系统。BCI 技术的一个重要应用是帮助瘫痪患者等残疾人。BCI 为大脑提供了新的输出通道，这些通道依赖于大脑活动而不是周围神经和肌肉。BCI 已被研究了 20 多年。许多 BCI 使用非侵入性脑电图作为测量技术，并使用 P300 事件相关电位作为输入信号 (P300 BCI)。自 1988 年 Farwell 和 Donchin 首次使用 P300 BCI 系统进行实验以来，不仅数据处理得到了改进，而且刺激呈现也多种多样，并且开发和改进了大量应用程序 [1,2]。
用户手册 - BrainChild Electronic
BTC-9100 是 1/16 DIN 尺寸面板安装控制器。通过添加导轨安装套件，它还可用于导轨安装。BTC-7100 是 72X72 DIN 尺寸面板安装控制器。BTC-8100 是 1/8 DIN 尺寸面板安装控制器，BTC-4100 是 1/4 DIN 尺寸面板安装控制器。这些设备由 11-26 或 90-250 VDC /VAC 电源供电，包含 2 安培。控制继电器输出为标准。第二个输出可用作冷却控制或警报。两个输出都可以选择三端双向可控硅、5V 逻辑输出、线性电流或线性电压来驱动外部设备。可以为第三个输出配置六种类型的报警和一个停留定时器。该装置完全可编程，适用于 PT100 和 J、K、T、E、B、R、S、N、L 型热电偶，无需修改装置。使用 18 位 A 到 D 转换器将输入信号数字化。其快速采样率使该装置能够控制快速过程。
使用神经形态听觉传感器和脉冲神经网络实时检测神经元培养中的爆发
在许多情况下，从基础神经科学到生物医学应用，正确识别突发事件都至关重要。然而，文献中可以找到的突发检测方法都没有被广泛用于此任务。作为传统技术的替代方案，提出了一种用于实时突发检测的新型神经形态方法，并在体外培养采集的数据上进行了测试。该系统由一个神经形态听觉传感器组成，它将从电生理记录中获得的输入信号转换为尖峰并将其分解为不同的频带。传感器的输出被发送到在 SpiNNaker 板上实现的经过训练的尖峰神经网络，该网络可辨别突发和非突发活动。这种数据驱动的方法与 8 种不同的传统基于尖峰的方法进行了比较，解决了它们的一些缺点，例如能够检测高频和低频事件并以在线方式工作。使用所提出的系统，在检测到的事件数量、平均突发持续时间和相关性方面获得了与当前最先进的方法相似的结果，也受益于
45 nm 和 90 nm 电流镜 OTA 的设计与分析
本文提出了一种用于生物医学应用的 45 nm 和 90 nm 互补金属氧化物半导体 (CMOS) 技术的电流镜运算跨导放大器 (OTA) 的设计和性能分析。两种 OTA 均使用 Synopsys 工具进行设计和仿真，并对仿真结果进行了深入分析。OTA 设计用于生物电位信号检测系统，其中输入信号根据规格进行放大和滤波。从两种 OTA 的比较分析来看，45 nm OTA 可产生 45 dB 的开环增益，共模抑制比 (CMRR) 为 93.2 dB。45 nm OTA 在 1 Hz 时仅产生 1.113 µV√Hz 的输入参考噪声。45 nm OTA 还仅消耗 28.21 nW 的功率，来自 ± 0.5 V 电源。 45 nm OTA 所展现出的低功耗特性使其适合用于生物医学应用，例如生物电势信号检测系统，可用于放大和滤波心电图 (ECG) 信号。
在脑电图中同时保护多种隐私...
摘要 - 大脑计算机界面（BCI）可以在大脑和外部设备之间进行直接通信。脑电图（EEG）是非侵入性BCIS中首选的输入信号，因为它的便利性和低成本。基于EEG的BCI已成功地用于许多应用中，例如神经康复，文本输入，游戏等。但是，脑电图信号固有地带有丰富的个人信息，需要保护隐私。本文表明，可以轻松地从脑电图数据中推断出多种类型的私人信息（用户身份，性别和BCI体验），从而对BCIS构成严重的隐私威胁。为了解决此问题，我们设计了扰动，将原始的脑电图数据转换为受隐私保护的脑电图数据，这些数据掩盖了私人信息，同时保持主要的BCI任务性能。实验结果表明，受隐私保护的脑电图数据可以显着降低用户身份，性别和BCI经验的分类准确性，但几乎不会影响基于EEG的BCIS BCI的初级BCI任务的分类准确性。