XiaoMi-AI文件搜索系统
World File Search System频域
使用频域因果关系
摘要：我们使用频域方法调查了印度总体和部门层面的权力消耗与经济增长之间的Granger因果关系，这将帮助政策制定者通过不同频率的适当政策计划寻求有效的电力分配。我们发现，在总体上，单向因果关系从总功耗到经济增长，从第二个开始到第七季度。在部门环境中，结果是不同的。因为工业能源消耗与经济增长之间没有因果关系；因此，可以为工业部门实施节能政策。此外，由于商业部门15个季度之后存在双向因果关系，因此该部门也可以启动短期政策，而不是节能政策。在工业和农业部门中，应该启动促销政策，因为从部门的功耗到经济增长，单向因果关系存在。因此，与印度所有权力部门的单一政策相比，不同和特定的政策将更合适，以确定对更好的经济发展的有效利用。
疲劳损伤评估的频域方法
本文对疲劳损伤评估的时域和频域方法进行了比较研究。详细描述了疲劳研究的主要步骤：材料特性、参考参数的定义、载荷历史处理、循环计数算法和损伤模型。此外，还强调了每个步骤中时域和频域进展之间的主要差异。总而言之，通过比较文献综述，我们可以确定这两种方法中的一些重要亮点和暗淡之处：在时域方法中，人们在开发 S-N 领域的高级材料特性模型方面做出了许多努力，无论是确定性的还是概率性的，但在频域方法中目前仅使用线性 Basquin 模型。此外，关于材料特性中的参考参数（应力、应变、能量等）的持续讨论并不存在频域方法中，因为频域方法主要基于应力范围。相反，频域方法对雨流直方图进行了先进的处理，提出了不同的统计分布，并给出了功率谱密度和预期疲劳损伤之间的理论和分析关系，从而提出了一种比基于时域的方法更简单、更容易应用于疲劳损伤评估的方法。
机载频域 EM — 回顾与预览
四十多年前，频域电磁 (FDEM) 方法促成了首次航空电磁 (AEM) 发现。尽管早期面临来自时域技术的竞争，但 FDEM 尤其是直升机电磁 (HEM) 多年来蓬勃发展并多样化，成为采矿勘探的主要工具之一。随着传感器和解释技术的成熟，应用变得越来越定量，特别是在工程和环境任务中。为这些应用开发的 FDEM 方法的改进现在正应用于矿产勘探。校准精度和稳定性已成为这些定量调查数据解释质量的重要因素。随着技术的不断改进，诸如检测细微特征等困难的勘探问题（由于系统精度和分辨率不足而目前无法访问）正变得可处理。勘探人员和仪器/解释专家的共同努力对于这些新应用的开发至关重要。未来十年的技术改进可能包括系统硬件和软件的进一步集成、引入具有更宽光谱范围和密度的系统、增强校准能力、减少系统噪声和漂移以及更好地跟踪传感器方向。
N-PATH网络的通用频域分析
摘要 - N路径交通的电容网络提供了一种实用的解决方案，以实施高度追求的高Q过滤应用程序，其中由于其显着的足迹和低Q因子而无法使用集团电感器。最近，还揭示了N-PATH网络还可以表现出其他有趣的功能，例如非偏置相移和超宽带真实的时间延迟，为各种互惠和非互动设备的微型化提供了途径。这些网络的分析处理仍然具有挑战性，因为它们的操作涉及时代调制产生的频率混合。在本文中，我们提出了一种基于扰动理论的N-PATH网络分析的高度准确的频域方法。我们的方法通过数学上的简单得多，与最先进的多相分析相比，但提供了与数值模拟基本上没有区别的结果，同时为N-Path滤波器运行提供了物理见解。我们为高Q运行方案提供了解决方案，并获得了简单的封闭形式分析表达式，以实现术语传递函数，散射参数和基带阻抗。
脑和功能性近红外光谱的频域技术
本文回顾了频域近红外光谱 (FD-NIRS) 的基本原理，该技术依赖于强度调制光源和相位敏感光学检测，以及它在大脑中的非侵入性应用。连续波 NIRS (CW-NIRS) 的仪器更简单，数据分析更直接，几乎所有当前用于大脑 NIRS 的商用仪器都采用了 CW 技术。然而，FD-NIRS 提供的数据具有更丰富的信息内容，可以补充或超越 CW-NIRS 的功能。一个例子是 FD-NIRS 能够测量组织的绝对光学特性（吸收系数和散射系数），从而测量脑组织中氧合血红蛋白和脱氧血红蛋白的绝对浓度。本文回顾了文献中报道的动物模型和新生儿、婴儿、儿童和成人人脑的此类光学特性和血红蛋白浓度的测量值。我们还回顾了 FD-NIRS 在功能性脑研究中的应用，这些研究侧重于脑活动的较慢血流动力学反应（时间尺度为秒）和与神经元激活相关的较快光学信号（时间尺度为 100 毫秒）。FD-NIRS 数据功能的另一个例子与强度和相位数据所具有的不同敏感度区域有关。我们报告了利用此功能来最大限度地提高非侵入性光学信号对脑组织相对于更浅表的脑外组织（头皮、颅骨等）的灵敏度的最新进展。我们认为，后一种能力是 FD-NIRS 极具吸引力的品质，它补充了绝对光学测量，并可能导致非侵入性光学传感脑领域取得重大进展。
SLF-UNET：通过合并空间和低频域特征
抽象的基于深度学习的方法在脑肿瘤图像分割中表现出色。但是，缺乏使用图像的频域特征来解决脑肿瘤病变的研究。为了使这一差距变化，本文提出了改进的网络SLF-UNET，这是一种二维编码器架构结构，结合了基于U-NET的空间和低频域特征。提出的模型有效地从空间和频域中学习信息。在此，我们通过在高频区域中使用零填充，并将卷积操作的一部分与卷积块相结合，从而结合了空间频域特征，并将卷积操作的一部分放置。我们的实验结果表明，我们的方法的表现优于Brats 2019和Brats 2020数据集的当前主流方法。
疼痛环境下 fNIRS BCI 频域特征的可靠性
摘要—本文研究了疼痛的存在对基于功能性近红外光谱 (fNIRS) 的脑机接口 (BCI) 中心算任务分类准确性的影响。在有和没有外部疼痛刺激的情况下执行两个心算任务时，从前额叶和运动皮质获得 fNIRS 记录。针对每个任务提取无痛和疼痛条件下 fNIRS 信号的各种频域参数并用作特征。使用二次核的支持向量机 (QSVM) 作为分类器。考虑了四种训练和测试分类器的场景：(1) 使用无痛数据进行训练和测试，(2) 使用低痛数据进行训练和测试，(3) 使用无痛数据进行训练并使用低痛数据进行测试，以及 (4) 使用低痛数据进行训练并使用无痛数据进行测试。结果表明，当使用疼痛时获得的数据对模型进行测试时，使用无痛数据训练的模型的分类准确率会显著降低。同样，当使用疼痛时获得的数据对模型进行训练但使用无痛数据进行测试时，准确率也会下降。这些结果强调了在为有需要的患者开发 BCI 时考虑疼痛引起的皮质活动变化的重要性。
一种用于双线性回归的频域机器学习方法...
磁共振成像 (MRI) 可以非侵入性地绘制大脑的代谢氧消耗 (CMRO 2 )，这对于理解和监测健康和疾病状态下的神经功能至关重要。然而，由于缺乏稳健的方法，对 MRI 氧代谢的深入研究迄今为止受到阻碍。一种绘制 CMRO 2 的 MRI 方法基于在氧气和二氧化碳的呼吸调节期间同时获取脑血流 (CBF) 和血氧水平依赖 (BOLD) 加权图像。虽然这种双校准方法在研究环境中显示出良好的前景，但当前的分析方法在存在噪声的情况下不稳定和/或计算要求高。在本文中，我们提出了一种机器学习实现，用于对双校准 fMRI 数据进行多参数评估。所提出的方法旨在解决稳定性、准确性和计算开销问题，消除使用 MRI 研究氧代谢的重大障碍。该方法利用获取的灌注和 BOLD 加权数据的时间频率变换，从中选择适当的特征向量来训练机器学习回归器。实施的机器学习方法之所以被选中，是因为它们对噪声具有鲁棒性，并且能够映射复杂的非线性关系（例如 BOLD 信号加权和血氧之间存在的关系）。极端随机树 (ET) 回归器用于估计静息血流量，多层感知器 (MLP) 用于估计 CMRO 2 和氧提取分数 (OEF)。带有加性噪声的合成数据用于训练回归器，模拟数据涵盖广泛的生理合理参数。在模拟和体内数据（n = 30）中，将实施的分析方法的性能与已发表的方法进行了比较。所提出的
n-pep-12补充缺血性卒中后对频域qeeg
摘要背景N-PEP-12是一种饮食补充剂，具有神经保护作用和培养性认知作用，如实验模型和缺血性中风后患者的临床研究所示。我们检验了以下假设：N-PEP-12影响亚急性至慢性上闭塞性缺血性病变的患者的定量电解形态图（QEEG）参数。方法，我们对探索性临床试验进行了二级数据分析（ISRCTN10702895），评估了90天每天治疗90天对神经认知功能和神经记录结果的90天治疗的功效和安全性，对术后认知损害的患者对对照组的患者进行了神经认知功能和神经记录结果。所有参与者在基线时（中风后30 - 120天）和90天后在静止状态和活跃状态下进行了两次32通道QEEG。在Alpha，Beta，Theta，Delta频带，Delta/Alpha功率比（DAR）和（Delta+Theta）/（Alpha+Beta）比（DTABR）（DTABR）上的功率谱密度进行了研究组，并使用手段比较和描述方法进行了比较。其次，探索了QEEG参数与可用的神经心理学测试之间的关联。结果我们的分析表明，在alpha，beta，delta，theta，da和dtab功率频谱密度中，脑电图段（p <0.001）具有统计学上显着的主要影响。在alpha功率中发现了脑电图和时间之间的相互作用效应。在0.05α水平（p = 0.023）中，N-PEP-12补充剂与安慰剂的患者之间的theta光谱功率有显着差异，与时间点无关。需要进一步的研究来巩固我们的发现。结论90天，每天90毫克的N-PEP-12给药对近后缺血性中风后患者的某些QEEG指标产生了重大影响，证实了势后神经记录的可能增强。