简介：在这份报纸，我们建议了能与深convolutional从食物图象识别盘子类型，食物成分，和煮的方法的一个多工系统神经网络。我们为每个班与至少500幅图象建立了不同食物的360个班的数据集。到数据的噪音，它是从因特网收集了的还原剂，孤立点图象通过与深convolutional特征训练的一个类的SVM被检测并且消除。我们同时训练了一个盘子标识符，一个煮的方法识别器，和一个多标签成分察觉者。他们在深网络体系结构分享一些低级的层。建议框架与手工制作的特征，和识别器和成分察觉者能被用于没在训练数据集被包括为用户提供引用信息的盘子的煮的方法比传统的方法显示出更高的精确性。

简介：在这份报纸，我们在基于社区的问答处理答案检索问题。为了充分捕获在问题答案之间的相互作用，配对，我们建议原来的张肌为在他们之间的关联建模的神经网络。问题和候选人答案独立被嵌进不同潜伏的语义空格，并且3方法张肌然后被利用为在潜伏的语义之间的相互作用建模。适当地初始化网络层，我们建议一个新奇算法打电话降噪张肌autoencoder(DTAE)，然后实现用降噪嵌入张肌层上的层和DTAE的词上的autoencoders(DAE)的layerwisepretraining策略。试验性的结果显示出那我们神经网络超过的张肌有另外的竞争神经网络方法的各种各样的基线，和我们的pretrainingDTAE策略改进系统性能和坚韧性。

简介：自从它能改进生产率，一个有效预示的程序对复杂设备的预兆的维护关键，延长设备生活，并且提高系统安全。这份报纸基于背繁殖为精确失败预后建议一种新奇技术神经网络和量多代理人算法。由量计算理论和多代理人系统的广泛的研究启发了，这种技术采用量多代理人策略与包括健康评估，合作，转线路和变化的量代理人表示和几操作的主要特征，为神经网络到的参数优化避免象困住到本地最小的慢集中和责任那样的缺乏。验证建议途径的可行性，几个数字近似实验第一被设计，在哪个以后从辛辛那提大学的实验室的轴承的真实震动的数据被分析并且过去常为一个给定的未来点估计健康条件。结果是鼓励并且显示介绍预报方法有潜力在工业机械为失败预言作为一个评价工具被利用。

简介：基于小浪包转变(WPT)，基因算法(GA)，神经网络(BPNN)和支持向量用机器制造的背繁殖(SVM)，柴油机引擎阀门清理的一个差错诊断方法被介绍。与力量光谱密度分析，与运用条件的引擎有关的典型频率能从颤动信号被提取。小浪系数和根的最大的单个值(BSV)意味着在典型频率亚乐队的颤动的平方(RMS)值在颤动信号的第三水平分解的目的被提取，并且他们被用作BPNN或SVM的输入向量。为了避免，在本地最小被套住，GA被采用。正常和处于不同阀门清理条件测量的差错颤动信号被分析。BPNN，GA背繁殖神经网络(GA-BPNN)，SVM和GA-SVM被用于为不同特征的抽取训练并且测试，并且分类精确性和训练时间与相比决定最佳差错分类器和特征选择。试验性的结果证明建议特征和分类算法给100%的分类精确性。

简介：从卫星导出的大气的不稳定性信息在预报的短期的天气起一个重要作用，特别预报严重对流暴风雨。为为朝鲜多种用途的地球同步的卫星节目的天气卫星的下一代，一台新成像仪器被开发了。尽管这台成像仪器没被设计执行完整的发出声音的使命，它的能力是有限的，它的多光谱的红外线的隧道在垂直发出声音上提供信息。为了从大部分充分利用观察数据，改进了成像器的空间与时间的分辨率，为大气的不稳定性的推导的一条人工的神经网络途径的可行性被调查。有前馈控制和背繁殖训练算法的多层的视感控器模型显示出相当敏感回答到训练数据集和模型建筑学的选择。通过有7197独立侧面的小心地选择的训练数据集的广泛的性能测试，模型体系结构被选择分别地为隐藏的节点，时代的数字，和学习的率的数字是12，5000，和0.3。选择模型给330Jkg的一个吝啬的绝对错误，RMSE，和关联系数-1,420Jkg-1,并且0.9分别地。可行性进一步从一台类似的仪器经由模型的申请被表明到真实观察数据与计划成像器有可比较的观察隧道。

简介：这份报纸论述基于的一个人工的神经网络(ANN)能被用来预言c-的失败概率的反应表面方法与空间地可变的土壤倾斜。在这个方法，拉丁hypercube采样技术被采用为建立一个ANN模型产生输入数据集；随机的有限元素方法然后被利用就土壤性质的空间可变性而言计算相应输出数据集；并且最后，一个ANN模型被训练构造失败概率的反应表面并且获得合并相关变量的近似功能。说明例子的结果显示建议方法提供失败概率的可信、精确的评价。作为结果，获得的近似函数能在c-斜坡可靠性分析被用作特定的分析进程的一种选择。

简介：ProfessorKowk-faiSo,theeditor-in-chiefofNeuralRegenerationResearch,hasbeennamedaFellowoftheNationalAcademyofInventors(NAI)ProfessorKwok-faiSo,DepartmentofOphthalmology,LiKaShing,FacultyofMedicine,TheUniversityofHongKong(HKU),hasbeennamedaFellowoftheNationalAcademyofInventors(NAI).

简介：

简介：Withinthenervoussystem,regenerationislimited,andthisisduetothesmallamountofneuralstemcells,theinhibitoryoriginofthestemcellnicheandoftentothedevelopmentofascarwhichconstitutesamechanicalbarrierfortheregeneration.Regardingtheseaspects,manyeffortshavebeendoneintheresearchofacellcomponentthatcombinedwithscaffoldsandgrowthfactorscouldbesuitablefornervousregenerationinregenerativemedicineapproaches.Autologousmesenchymalstemcellsrepresentnowadaystheidealcandidateforthisaim,thanktotheirmultipotencyandtotheiramountinsideadulttissues.However,issuesintheirharvesting,throughtheuseofinvasivetechniques,andproblemsinvolvedintheirageing,requiretheresearchofnewautologoussources.Tothispurpose,therecentdiscoveryofastemcellscomponentinteeth,andwhichderivefromneuralcrestcells,hascametothelightthepossibilityofusingdentalstemcellsinnervoussystemregeneration.Inthiswork,inordertogiveguidelinesontheuseofdentalstemcellsforneuralregeneration,webrieflyintroducetheconceptsofregenerationandregenerativemedicine,wethenfocustheattentiononodontogenesis,whichinvolvestheformationandthepresenceofastemcomponentindifferentpartsofteeth,andfinallywedescribesomeexperimentalapproacheswhichareexploitingdentalstemcellsforneuralstudies.

简介：ThenetworkisincreasinginvolvedintotheChineseNewYearFestival.OnFeb13,AntFinancialandCBNDataissuedtheadatareport"NewYearFestivalonFingers",tomakeananalysisonalipay-supportedlifeservicesbysurveyingmorethan400millionusersduringtheSpringFestival.ThisisthefirsttimetointerpretthetimeofinternetthroughdataanalysisandlookathowtheChineseSpringFestivalischanging.Redenvelopisbecomingthemeansofsendingwarmgreetings;

简介：

简介：联网的控制系统服从于影响他们的网络拓扑学的对手条件。保证可靠系统操作，网络拓扑学需要在全面系统性能上为他们的影响被描绘并且设法。这份报纸为这追求介绍网络坚韧性深度的概念。分离事件系统被用作一个基础为网络拓扑学的动态行为建模，支持他们的分析，并且执行他们的管理。随机的分析联系连接可靠性可能性到网络坚韧性深度的概率的描述。几拓扑学管理策略被讨论，包括被动方法，随机的策略，和优化方法论。他们的各自的好处和限制被确定。由把排控制用作混血儿(连续、分离的事件)的一个平台是的系统和包檫除隧道一个通讯协议，结果与案例研究被表明。

简介：

简介：Thispaperstudiesscale-typestabilityforneuralnetworkswithunboundedtime-varyingdelaysandLipschitzcontinuousactivationfunctions.Severalsufficientconditionsfortheglobalexponentialstabilityandglobalasymptoticstabilityofsuchneuralnetworksontimescalesarederived.Thenewresultscanextendtheexistingrelevantstabilityresultsinthepreviousliteraturestocoversomegeneralneuralnetworks.

简介：因特网的快速的进化一直在呼吁让有效recommender系统从联机资源指出有用信息。尽管历史的评价数据广泛地在建议方法被用作最重要的信息，最近的前进与标签信息的加入在建议性能一直在表明改进。而且，标签注解的可获得性被作为CiteULike，MovieLens和BibSonomy标注应用的如此的多产的联机聚会很好探讨了，它允许用户表示他们的偏爱，上载资源并且分配他们的自己的标签。不过，存在标签知道的建议接近的大多数用一张分成三部分的图在用户，目标和标签之中为关系建模，并且因此在节点的一样的类型以内俯看关系。克服这限制，我们建议一条新奇途径，三位一体，向个性化的建议集成历史的数据和标签信息。三位一体构造在节点的一样的类型以内考虑在节点而且关系的不同类型之间的互联的一个三分层的object-user-tag网络不仅。基于这个异构的网络，三位一体与重启模型一起采用随机的散步把协会的力量分到候选人对象，从而提供为一个询问用户优先考虑对象的一个工具。我们经由一系列大规模10褶层交叉验证实验验证我们的途径并且用三个全面标准评估它的表演。结果证明我们的方法超过几个存在方法，包括有重启，分配过程的资源的模拟，并且传统的合作过滤的监督随机的散步。

简介：Energyconsumptionofsensornodesisoneofthecrucialissuesinprolongingthelifetimeofwirelesssensornetworks.Oneofthemethodsthatcanimprovetheutilizationofsensornodesbatteriesistheclusteringmethod.Inthispaper,weproposeagreenclusteringprotocolformobilesensornetworksusingparticleswarmoptimization(PSO)algorithm.Wedefineanewfitnessfunctionthatcanoptimizetheenergyconsumptionofthewholenetworkandminimizetherelativedistancebetweenclusterheadsandtheirrespectivemembernodes.Wealsotakeintoaccountthemobilityfactorwhendefiningtheclustermembership,sothatthesensornodescanjointheclusterthathasthesimilarmobilitypattern.Theperformanceoftheproposedprotocoliscomparedwithwell-knownclusteringprotocolsdevelopedforwirelesssensornetworkssuchasLEACH(low-energyadaptiveclusteringhierarchy)andprotocolsdesignedforsensornetworkswithmobilenodescalledCM-IR(clusteringmobility-invalidround).Inaddition,wealsomodifytheimprovedversionofLEACHcalledMLEACH-C,sothatitisapplicabletothemobilesensornodesenvironment.SimulationresultsdemonstratethattheproposedprotocolusingPSOalgorithmcanimprovetheenergyconsumptionofthenetwork,achievebetternetworklifetime,andincreasethedatadeliveredatthebasestation.

简介：

简介：Asystemofjointlytransferringtimesignalswitharateof1pulsepersecond（PPS）andfrequencysignalsof10MHzviaadensewavelengthdivisionmultiplex-based（DWDM）fiberisdemonstratedinthispaper.Thenoisesofthefiberlinksaresuppressedandcompensatedforbyacontrolledfiberdelayline.Amethodofcalibratingandcharacterizingtimeisdescribed.The1PPSissynchronizedbyfeed-forwardcalibratingthefiberdelaysprecisely.Thesystemisexperimentallyexaminedviaa110kmspooledfiberinlaboratory.Thefrequencystabilitiesoftheuserendwithcompensationare1.8×10-14at1sand2.0×10-17at104saveragetime.Thecalculateduncertaintyoftimesynchronizationis13.1ps,whereasthedirectmeasurementoftheuncertaintyis12ps.Next,thefrequencyand1PPSaretransferredviaametropolitanareaopticalfibernetworkfromonecentralsitetotworemotesiteswithdistancesof14kmand110km.Thefrequencystabilitiesof14kmlinkreach3.0×10-14averagedin1sand1.4×10-17in104srespectively;andthestabilitiesof110kmlinkare8.3×10-14and1.7×10-17,respectively.Theaccuraciesofsynchronizationareestimatedtobe12.3psforthe14kmlinkand13.1psforthe110kmlink,respectively.

简介：WeuseddatafromtheXinjiangDigitalSeismicNetworkandPSD(PowerSpectralDensity)methodtoperformnoiselevelassessmentforsixstations.Wecalculatedthemedianofthepowerspectraldensitytoevaluatethenoiselevelofdifferentstations.Afterthecomparisonofthepowerspectraldensityofdifferentstationsandtheairgunsignalrecognition,wefoundthatnoiselevelofstationswithrecognizableairgunsourcesignalsislowerthanthatofstationswithoutrecognizablesignals.Thelargestdifferenceofthepowerspectraldensityis40dB,andthesmallestis15dB.Finally,wefoundthatthefailuretorecognizethesignalofairgunsourcesatsomestationsisduetothenoiselevel.

简介：有低通行证的偏爱networkto的高效率的宽带力量放大器(BPA)的一个新奇图案提高效率和产量力量在这份报纸被介绍。与另外的偏爱网络相比，建议低通行证的偏爱网络显示出更小的基带阻抗，它能减少电的记忆效果。当它提供更大的收音机频率(RF)阻抗时，它能阻止输出力量的漏偏爱网络。有建议偏爱网络的BPA用广告被设计轧了设备Cree40025F。设计BPA显示出40%的部分带宽，从1.8GHz到2.7GHz。测量结果展览有在2.7GHz的43.5dBm的输出力量的73.9%排水管效率(DE)价值，它出现与那作比较的9.5%和2.5dBm的改进采用LC偏爱网络。