XiaoMi-AI文件搜索系统
World File Search System音调
噪音对心理表现和烦恼的影响......
摘要 机械系统中的旋转部件会产生音调噪声，这些音调的存在会影响乘员的质量和舒适度，导致烦恼和心理表现下降。ISO 1996-2 和 ANSI S1.13 标准已经描述了量化突出音调影响的指标，但还需要更多研究噪音属性如何影响烦恼和表现，特别是在不同任务难度水平下。本文研究了在不同任务难度水平下暴露于带有音调成分的背景噪音时，噪音指标、烦恼反应和心理表现之间的关系。在本研究中，60 名参与者在受控测试室中执行三个不同级别的 n-back 任务时，暴露于 18 个具有三个不同突出音调的噪音信号（三个频率音调和两个背景噪音水平），评估主观感知的烦恼和不同的工作量。通过记录反应时间、正确率和失误次数来测量性能参数。结果表明，在更高的任务难度水平下，失误次数和反应时间呈增加趋势，但正确率呈下降趋势。研究结果表明，在不同任务难度下，除烦躁度和响度外，主观反应存在显著差异。尤其是在任务难度增加的情况下，参与者对较高的背景噪音水平、较低的音调频率和增加的音调水平更烦躁。响度指标与其他噪音指标高度相关。基于相关性最高的噪音指标，使用神经网络模型提出了三种预测感知烦躁度的模型。这三个模型中的每一个都有不同的输入参数和不同的网络结构。这三个神经网络模型的准确率和 MSE 表明它适合预测感知烦躁度。结果显示了音调噪音对烦躁度和心理表现的影响，尤其是在不同任务难度下。结果还表明神经网络模型具有较高的准确性和效率，可用于预测噪音烦躁度。模型 1 在某些方面更受青睐，例如输入参数较低，使其更加用户友好。最好的神经网络模型同时包括响度指标和音调指标。似乎组合指标在所提出的神经网络模型中的重要性最低，也是不必要的。
尼日利亚Pidgin Prosody的定量方法
由多达1亿扬声器说，尼日利亚人是世界上口语最广泛的克里奥尔语言。像许多其他克里奥尔岛一样，尼日利亚的皮金有一个重点的lexifier，但与诸如Igbo，Yoruba和Hausa之类的主要音调语言一起使用。对语言的词汇韵律的大多数描述都将其描述为一种语气语言或音调强调语言，在给定单词中，基本高调的音节仅出现一次。大多数所谓的最小对是单音节和反对词汇和语法函数，其中包括Gó'Go'和Gò'Go'和Gò'Fut'或Déy'tto'和Dèy'Impf'等最常见的例子。所描述的少数多音节最小对包括“父亲”和fàdá'CatholicPriest'，尽管目前尚不清楚该语言的现代品种是否保持了这种区别。这样的分析可以说是压力对色调映射的结果，这一过程通过该过程被压力音节中的音调突出被语调语言的母语人士重新分析为高音调。据我们所知，尼日利亚皮金（Pidgin）的任何主要描述都没有将其描述为一种压力强调语言。西非Pidgin英语的其他品种也被描述为音调，也许最著名的是Pichi，它表现出类似的最小对，并且显然使用了音调在代词上的语法标记。
高强度空气超声波暴露对...的影响
有关安全超声波暴露限值的规定是基于非常有限的研究，这些研究只考虑了听力阈值变化作为听力缺陷的指标。本研究的目的是评估接触高强度超声波对一系列听力功能指标的影响，其中包括听力阈值，以及听力缺陷的亚临床指标：噪声中言语理解能力、超阈值听性脑干反应I波幅度和延迟，以及对调幅（AM）音调的频率跟随响应水平。在一组 9 名年轻听众中，评估了左耳接触高强度超声波之前和之后这些指标的变化。将这些变化与对照组 9 名年轻听众的变化进行了比较。暴露包括以 105、110、115 和 120 dB SPL 的级别在每个级别上呈现 10 分钟的 40 kHz AM 音调，另外在超声波检测任务中暴露于 40 kHz 未调制音调，总持续时间为 50 秒。与对照组参与者相比，暴露组参与者的左耳听力功能测量结果均未发现明显变化大于右耳。暴露于 AM 音调期间获得的脑电图形记录未显示超声音调的调制频率或低频次谐波处的显著锁相活动。九分之一的参与者能够以高于偶然水平的成绩完成超声波检测任务，尽管由于实验装置的限制，她能够检测到音调呈现的机制仍不清楚。35
ECMA-74，第 9 版，2005 年 12 月
ISO/DIS 7779 修正案 1 中的 C.19 更改以及修订的附件 B 和修订的附件 D 均包含在 2002 年 12 月批准的 ECMA-74 第七版中。附件 B 包括一项规定，允许使用半径为 0.5 米的半球面来测量磁盘驱动器等小型噪声源发出的声功率。附件 B 还允许使用圆柱形测量表面。第七版中修订的附件 D 除了音调与噪声比外还包括突出比，提供了说明音调与噪声和突出比计算的改进数字，并包含突出音调的新标准。新标准是 Ecma TC26 和 ITI TC6 三年研究的成果。
多普勒速度计 - Marinsat 船舶电子设备
多普勒测速仪利用多普勒效应测量船舶速度，多普勒效应表现为发射器和接收器或声能或电磁能反射器之间的相对运动导致的频率变化。多普勒效应的一个常见例子是火车。当火车靠近时，汽笛的音调会比平时更高。火车经过时，您可以听到音调的变化。
ECMA-74，第 12 版，2012 年 12 月
ISO/DIS 7779 修正案 1 中的 C.19 变更以及修订的附件 B 和修订的附件 D 均包含在 2002 年 12 月批准的 ECMA-74 第七版中。附件 B 包括一项规定，允许使用半径为 0.5 米的半球面来测量磁盘驱动器等小噪声源发出的声功率。附件 B 还允许使用圆柱形测量表面。第七版中修订的附件 D 除了音调噪声比外，还包括突出比，提供了说明音调噪声和突出比计算的改进数字，并包含突出离散音调的新标准。新标准是 Ecma TC26 和 ITI TC6 三年研究的结果。
神经适应驾驶舱中的自动化惊喜
背景。操作飞机是多维且复杂的。飞行员必须“飞行、导航、通信”——保持空中飞行、管理飞机航线并与空中交通管制部门通话。为了方便完成这些任务，驾驶舱引入了自动化（Billings，1997 年）。当这种自动化发生故障时，后果充其量是令人讨厌的，最坏的情况是危及生命（Endsley & Kiris，1995 年）。自动化中的错误可能会令人惊讶和分心，从而导致自动化意外（Boer & Dekker，2017 年）。这些可能会导致飞行员感到困惑，进而导致人为错误，这是航空事故的主要原因（Lyssakov，2019 年）。识别这种混淆及其原因可能会改善人机交互 (Dehais 等人，2015)。在之前的一项研究中 (Krol 等人，2018)，我们表明可以通过脑电图 (EEG；Berger，1929) 记录飞行员对飞行相关事件的认知反应，使用被动脑机接口 (pBCI；Zander & Kothe，2011) 确定不同级别的事件关键性并实时将解释报告回驾驶舱。此程序可用于使驾驶舱适应飞行员的认知，从而形成神经自适应驾驶舱 (Krol 等人，即将出版)。在本研究中，我们开发了一个更具体的分类器，可以可靠地检测飞行员对意外和/或错误的飞行相关事件的认知反应，这些事件对于持续操作飞机至关重要。方法。记录了 13 名试飞员（均为男性）的脑电图活动和眼球运动，年龄 44-62 岁（平均 54 岁），飞行经验 7210 ± 4809 小时。我们在两部分实验中使用了 32 通道移动无线脑电图系统 1 和双目眼球追踪眼镜 2。在第一部分中，参与的飞行员进行了 10 个新设计的训练范例。我们打算针对意外事件（S 分类器）、错误事件（E 分类器）以及意外和错误事件（AS 分类器）校准不同的分类器，以对应可能的自动化意外。因此，我们设计了一种训练范式组合，即交互奇特范式。该范式由 2 个独立部分组成，分类器在结果数据的不同部分上进行训练。为了唤起与意外和/或错误相对应的认知状态，我们模拟了一个计算机程序，需要教它何时计数音调以及何时忽略它。在 10 个块中的每个块中呈现 50 个音调序列。每个音调可以是标准音调（概率 70%-80%）、非目标音调（概率 10%-15%）或目标音调（概率 10%-15%）。这代表了一个标准的奇特范例（Friedman 等人，2001 年）。研究发现，目标音调会引起参与者的惊讶（Squires 等人，1975 年）。指示参与者在每个音调之后口头说明它是目标音调（“是”）还是不是目标音调（“否”）。然后计算机给出声音反馈：“计数”或“忽略”。由于语音识别是（参与者不知道）模拟的，因此反馈与参与者的评估无关。这使我们能够控制反馈中发生的错误数量。在前 7 个区块中，不一致反馈的概率为 14%-18%，即计算机在“是”后回答“忽略”，或在“否”后回答“计数”。这对应于罕见的、令人惊讶的错误。在最后 3 个区块中，不一致概率为 38-40%，对应于频繁的错误。
人类皮层的预测性声学
图1。实验范式的时间和条件。a）提出了三种类型的条件。前三个音调遵循引起强预测（可预测和错误预测）的序列（上升/降序），或者序列的顺序被扰乱，从而降低了最后一个音调的可预测性（无法预测）。第四调可以实现预测（可预测）或违反（错误预测），从而产生本地期望。上升或下降序列可能以低频或高频音调结束。在整个实验中，可预测的条件的频率比错误预测和不可预测的条件（60-20-20）更频繁地产生了全球期望，即可预测的条件更有可能。b）每个会话由6到8次组成。在每次运行中，以慢速事件相关的设计进行了36次试验，审判间隔为5至7 tr。条件顺序是随机的。
颤振：创建视听触摸反馈引起的颤振幻觉
图3。左：要确定振动声音的最大截止频率，我们计算了频率在不再可识别的区域中的频率。在-165 dB和12866 Hz的频率达到这一点。垂直虚线表示截止频率。右：截止频率的表示。可以看出，在每个条件上的声音相同。取决于截止频率，不存在截止声音频谱中的所有音调（灰色），只是下面的音调（黑色）。此示例用于3525 Hz的截止频率。
人工智能教科书
• 语言智力：这是在说话和写作时思考和使用正确和适当的词语的能力。 • 数学智力：这是进行数学运算的能力。它还包括对数学中使用的对象和符号的理解。 • 人际智力：这包括理解和有效与他人互动的能力。它还包括注意和区分他人的情绪、脾气、动机和意图的能力，以及根据这些知识采取行动的潜力。 • 内省智力：这包括理解自己的能力。它还包括识别你想要什么和不想要什么，以及接受自己的优点和缺点。当我们理解和接受自己时，我们可以发挥自己的优势。 • 音乐智力：这包括对音调、旋律、节奏和音调的敏感性和理解。它还包括对周围音乐的音调和乐句的理解。它理解如何将音调和乐句组合成更大的音乐节奏和结构，包括对音乐情感方面的认识。 • 空间智能：这包括三维思考能力。它包括准确感知视觉世界、对感知进行转换和检测相似模式的能力。 • 自然智能：这包括观察自然模式和理解自然和人造系统的能力。它还包括对植物、动物和自然其他方面的敏感性和理解力。