XiaoMi-AI文件搜索系统
World File Search System运动的
节能传播运动的有效性：神经生理方法
摘要：公共通信活动是促进节省电力的工具。在创建广告系列过程中的一项至关重要的任务是设计一个简单的信息，以有效地达到普通消费者。创建替代信息并预测到最有效的是一种有益的做法。测试过程中的研究方法包括定量和定性方法。但是，人们认为使用常规技术获得的结果并不完全可靠。因此，出现以下问题：在测试通信活动的信息的阶段应应用哪些其他研究方法，以便甚至在广播之前就可以更可靠地评估其有效性和/或改进？在这项研究中，我们旨在提出与问卷结合调查的认知神经科学方法的可能性，以实验性地使用选定的节省电力通信运动的示例来实验检查消息的有效性。这项研究的关键结果表明，合并有意识的和潜意识的反应使我们能够获得将来可以使用的新知识，以提高沟通运动的有效性。我们的调查表明，可以通过神经科学方法协同传统的研究方法获得的好处。
基于与任务环境相关的眼球运动的情境感知
摘要 近几十年来，情境意识这一主题一直受到人们的关注。冻结探测方法，例如情境意识全局评估技术 (SAGAT)，通常用于测量情境意识。本文旨在回顾 SAGAT 的有效性问题，并研究眼动是否是测量情境意识的有前途的替代方法。首先，我们概述了冻结探测方法的六个问题，例如冻结探测方法依赖于操作员能够记住然后明确回忆的内容。我们提出了一种基于人眼动与任务环境相关的情境意识操作化方法，以避免记忆中介和任务中断的不足。接下来，我们分析了实验数据，其中参与者 (N = 86) 被要求观察六个表盘的显示约 10 分钟，如果表盘指针超过阈值，则按下空格键。每隔 90 秒，屏幕就会变黑，参与者必须在纸上报告表盘的状态。我们评估了参与者的任务表现（检测到的阈值交叉百分比）与视觉采样分数（在阈值交叉期间瞥见的表盘百分比）和冻结探测分数的相关性。结果表明，视觉采样分数与阈值交叉水平（r = 0.31）和个人水平（r = 0.78）的任务表现相关。冻结探测分数较低，与任务表现的关联较弱。我们得出结论，SAGAT 概述的局限性阻碍了对情境意识的测量，情境意识可以通过与任务环境状态相关的眼球运动测量更有效地计算出来。目前的发现具有实用价值，因为眼动追踪摄像头和普适计算的进步减少了对 SAGAT 等中断性测试的需求。基于眼睛的情境意识是绩效的预测指标，其优势在于它可以通过实时反馈技术应用。
四足机器人运动的连续加固学习
摘要：不断学习的能力对于机器人获得高水平的智力和自主权至关重要。在本文中，我们考虑针对四足机器人的连续加强学习（RL），其中包括能够不断学习子序列任务（可塑性）并保持先前任务的性能（稳定性）的能力。提出的方法获得的策略使机器人能够依次学习多个任务，同时克服了灾难性的遗忘和可塑性的丧失。同时，它可以实现上述目标，并尽可能少地修改原始RL学习过程。所提出的方法使用Piggyback算法为每个任务选择受保护的参数，并重新定位未使用的参数以提高可塑性。同时，我们鼓励探索政策网络，鼓励策略网络的软网络的熵。我们的实验表明，传统的持续学习算法在机器人运动问题上不能很好地表现，并且我们的算法对RL培训的进度更加稳定，并且对RL培训的进度更少。几个机器人运动实验验证了我们方法的有效性。
在没有运动的情况下体内心脏扩散成像 -
©2023国际医学磁共振学会。这是以下文章的同行评审版本：Moulin，K.，Stoeck，C.T。，Axel，L。等。（另外15位作者）（2023）在没有运动补偿的情况下体内心脏扩散成像会导致不合理的高扩散率。磁共振成像杂志。ISSN 1053-1807，已在https://doi.org/10.1002/jmri.28703上以最终形式出版。本文可以根据Wiley使用自算版版本的条款和条件来将其用于非商业目的。未经Wiley的明确许可或根据适用立法的法定权利的明确许可，本文可能不会增强，丰富或以其他方式转化为衍生作品。版权声明不得删除，遮盖或修改。该文章必须链接到Wiley在Wiley在线图书馆上的记录版本，并且必须禁止第三方通过平台，服务和网站提供任何嵌入，框架或以其他方式提供其文章或页面。
使用高斯混合物学习机器人运动的几何力学
使用来自几何力学的原理构建的机器人运动的数据驱动模型已显示[Bittner，Hatton等。2018; Dan Zhao，Bittner等。2022; Hatton等。2013]为各种机器人提供机器人运动的有用预测。对于具有有用数量DOF的机器人，这些几何力学模型只能在步态附近构建。在这里，我们展示了如何将高斯混合模型（GMM）用作流形学习的一种形式，该形式学习了几何力学“运动图1”的结构，并证明了：[i]与先前发表的方法相比，预测质量的可观改善； [ii]可以应用于任何运动数据集的方法，而不仅仅是周期性步态数据； [iii]一种预先处理数据集以促进在已知运动图是线性的地方外推的方法。我们的结果可以在数据驱动的几何运动模型的任何地方应用。
大肠杆菌中鞭毛蛋白表达和运动的启动子驱动的调节
合成生物学为工程生物系统提供了强大的工具，用于不同的应用。然而，在实现现实世界应用（例如环境生物修复或用于靶向药物的治疗微型机器人）之类的实际应用之前，主要的挑战一直存在。这项研究旨在通过在大肠杆菌中使用工程启动子调节基因表达来精确控制细菌运动。我们专注于模型生物的大肠杆菌，并通过工程化鞭毛蛋白的表达来操纵其运动，这是一种至关重要的细菌运动蛋白。为了实现这一目标，采用了特定的遗传启动子来调节鞭毛蛋白的产生，从而决定了这些细菌的运动能力。启动子启用了针对鞭毛蛋白表达的有针对性的调整，这反过来允许增强或抑制细菌运动。有趣的是，启动子设计参数与基因表达水平之间的关系是非线性的，突出了复杂的基础动力学。最佳细菌运动发生在30°C，说明了环境因素的影响。我们的发现证明了使用基因工程策略有效调节运动型等复杂微生物表型的能力。结果不仅扩展了我们对细菌基因调节的理解，而且还强调了合成生物学在创建各种生物技术应用中创建功能和适应性的微生物表型方面的变革潜力。
用于运动的响应式光子纳米机器人群
在静磁场（H）下将 Fe 3 O 4 @PVP NPs 与吸收的单体一起混合形成纳米粒子链；（iii）紫外线引发单体凝胶化并在纳米粒子链上形成响应性水凝胶壳。bg pH-RPNR 的表征。Fe 3 O 4 @poly(AA-co-HEA) pH-RPNR 的光学显微镜（b、c）、SEM（d）和 TEM（e）图像、FT-IR 光谱（f）和磁滞回线（g）。b、d 和 e 中的插图描绘了相应的高度放大图像。c 中的插图给出链长分布的直方图。
全国数字网络安全意识运动的开发和实施的参考条款
国家信息技术局，乌干达（NITA-U）（在此之后称为“客户”）是乌干达政府的自治机构，由国家信息技术局，2009年乌干达法案，2009年，旨在协调国家社会和经济发展的背景下在乌干达进行协调，促进和监视信息技术（IT）。乌干达政府通过国家信息技术局（NITA-U）获得了世界银行/IDA的资金，用于为乌干达数字加速项目 - 政府网络（UDAP-GOVNET）提供资金。作为UDAP-GOVNET的一部分，该项目应着重于互补的基础设施投资，以扩大选定领域的数字连通性，并提高数字政府服务的效率和有效性，并为更好的韧性，气候适应和经济复苏创造基础，以及其他干预措施。按计划，将负担得起的宽带扩展到农村地区以及以公民为中心的电子服务的推广将导致互动互动的用户数量增加，在线访问服务以及在所有人口统计学中使用互联网进行社会经济活动。与这种预期的影响有关，多年来的网络威胁在持久性和复杂性上增加了，将重点转移到边缘的用户，这增加了为所有互联网用户促进网络安全，数据保护和隐私意识的必要性。此外，向在线提供服务的转变增加了提高对个人数据保护和隐私的认识的需求。这将促进互联网用户对其权利以及数据控制器和处理器之间对数据保护和隐私法的义务的理解。为了解决这个问题，NITA-U试图招募一家公司来开发和实施全国性的数字网络安全，数据保护和隐私意识运动。
南非国大党运动的暴力、政治策略和游击战转向
20 世纪 60 年代初，南非国大党运动从一个致力于在反对种族隔离的斗争中只使用非暴力手段的运动，转变为一个专注于农村游击战的运动，将其作为走向“全面战争”和武装夺取政权的独立且充分的第一步。但是，在 1960 年至 1961 年国大党运动关于是否“诉诸暴力”的讨论中，几乎没有人（如果有的话）相信，当他们批准放弃对非暴力的完全依赖时，他们所支持的战略就是暴力。1960 年后国大党运动面临的选择并不是在“非暴力”和“暴力”或“武装斗争”这两个互相排斥的选择之间做出选择。相反，国大党领导人考虑了一系列不同形式的暴力行动，并考虑了它们与各种非暴力活动的关系，以及这些行动可能和应该产生的种族隔离过渡。本文分析了 20 世纪 60 年代初国大党领导层内部讨论的一系列战略选择，以及这些选择逐渐缩小的决策过程。这一过程受到模糊性、单方面行动、意外后果和国家镇压的影响，结果国大党运动的“转向暴力”最终以国大党领导人最初没有希望或预料到的形式出现。
利用运动的力量：体重支持系统和辅助机器人案例研究
摘要 - 运动障碍的幼儿面临着额外的障碍，无法进行运动和发起社会行动。体重支撑安全带系统（BWSS）允许孩子采取步骤，探索环境并与人和物体互动，但是需要进一步的研究以了解这种类型的系统如何帮助患有运动障碍的儿童。辅助机器人有可能在使用BWSS的物理治疗期间让孩子参与和动机。我们进行了三个半月以来的案例研究，以了解单独的BWSS以及带有辅助机器人的BWSS是否可以促进儿童运动和参与。我们的结果表明，儿童倾向于增加与BWSS的每一次会话的运动量。本研究中使用的辅助机器人也倾向于保持孩子的参与度。这项工作的产品可以使对早期流动干预技术感兴趣的临床医生和研究人员以及在儿童流动性领域工作的机器人。