检索结果-南通市图书馆

计算机系统应用 2022年第8期31卷 369-379页

作者：张达郭特丁瑞丁锦红周文洁李一凡张璐矾张雨柔夏立坤首都师范大学信息工程学院北京100048 首都师范大学信息工程学院电子系统可靠性与数理交叉学科国家国际科技合作示范型基地北京100048 首都师范大学信息工程学院神经计算与智能感知实验室北京100048 首都师范大学信息工程学院北京成像理论与技术高精尖创新中心北京100048 首都师范大学心理学院北京100048

基于生成对抗网络(generative adversarial networks,GAN)的脑电信号(electroencephalogram,EEG)生成技术存在生成样本特征单一、幅值差异过大以及拟合速度慢等问题,其质量难以满足深度学习模型训练和优化的要求.因此,本文通过对WGAN-G... 详细信息

基于生成对抗网络(generative adversarial networks,GAN)的脑电信号(electroencephalogram,EEG)生成技术存在生成样本特征单一、幅值差异过大以及拟合速度慢等问题,其质量难以满足深度学习模型训练和优化的要求.因此,本文通过对WGAN-GP的优化,使其更适应脑电信号生成,从而解决以上问题.具体而言:(1)在WGAN-GP网络的框架的基础上,通过将长短期记忆网络(long short-term memory,LSTM)代替卷积神经网络(convolutional neural networks,CNN),以保证时间相关特征的完整性,从而解决脑电生成特征单一的问题;(2)将标准化处理后的真实脑电信号输入至判别器,以解决幅值差异过大问题;(3)将脑电噪声部分作为先验知识输入至网络生成器,以提高生成模型的拟合速度.本文分别通过sliced Wasserstein distance(SWD)、mode score(MS)以及EEGNet对生成模型做多层次定量评估.与目前已有生成网络WGAN-GP相比较,基于本模型的生成数据更为接近真实数据.

关键词：脑电图样本生成生成对抗网络长短期记忆网络先验知识

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

JUNO sensitivity on proton decay p→νK^(+)searches

引用

Chinese Physics C 2023年第11期47卷 7-22页

作者： Angel Abusleme Thomas Adam Shakeel Ahmad Rizwan Ahmed Sebastiano Aiello Muhammad Akram 安丰鹏安琪 Giuseppe Andronico Nikolay Anfimov Vito Antonelli Tatiana Antoshkina Burin Asavapibhop João Pedro Athayde Marcondes de André Didier Auguste Nikita Balashov Wander Baldini Andrea Barresi Davide Basilico Eric Baussan Marco Bellato Antonio Bergnoli Thilo Birkenfeld Sylvie Blin David Blum Simon Blyth Anastasia Bolshakova Mathieu Bongrand Clément Bordereau Dominique Breton Augusto Brigatti Riccardo Brugnera Riccardo Bruno Antonio Budano Mario Buscemi Jose Busto Ilya Butorov Anatael Cabrera Barbara Caccianiga 蔡浩蔡啸蔡严克蔡志岩 Riccardo Callegari Antonio Cammi Agustin Campeny 曹传亚曹国富曹俊 Rossella Caruso Cédric Cerna 常劲帆 Yun Chang 陈平平 Po-An Chen 陈少敏陈旭荣 Yi-wen Chen 陈义学陈羽陈长程捷程雅苹 Alexey Chetverikov Davide Chiesa Pietro Chimenti Artem Chukanov Gérard Claverie Catia Clementi Barbara Clerbaux Selma Conforti Di Lorenzo Daniele Corti Flavio Dal Corso Olivia Dalager Christophe De La Taille 邓智邓子艳 Wilfried Depnering Marco Diaz Xuefeng Ding 丁雅韵 Bayu Dirgantara Sergey Dmitrievsky Tadeas Dohnal Dmitry Dolzhikov Georgy Donchenko 董建蒙 Evgeny Doroshkevich Marcos Dracos Frédéric Druillole 杜然杜书先 Stefano Dusini Martin Dvorak Timo Enqvist Heike Enzmann Andrea Fabbri Ulrike Fahrendholz 范东华樊磊方建方文兴 Marco Fargetta Dmitry Fedoseev Li-Cheng Feng 冯启春 Richard Ford Amélie Fournier 甘浩男 Feng Gao Alberto Garfagnini Arsenii Gavrikov Marco Giammarchi Agnese Giaz Nunzio Giudice Maxim Gonchar 龚光华宫辉 Yuri Gornushkin Alexandre Göttel Marco Grassi Christian Grewing Vasily Gromov 顾旻皓谷肖飞古宇关梦云 Nunzio Guardone Maria Gul 郭聪郭竞渊郭万磊郭新恒郭宇航 Paul Hackspacher Caren Hagner 韩然 yang Han Muhammad Sohaib Hassan 何苗何伟 Tobias Heinz Patrick Hellmuth 衡月昆 Rafael Herrera 贺远强侯少静 Yee Hsiung Bei-Zhen Hu 胡航胡健润胡俊胡守扬胡涛胡宇翔胡焯钧黄春豪黄桂鸿黄翰雄黄文昊黄鑫黄性涛黄永波惠加琪霍雷霍文驹 Cédric Huss Safeer Hussain Ara Ioannisian Roberto Isocrate Beatrice Jelmini Kuo-Lun Jen Ignacio Jeria 季筱璐吉星曌贾慧慧贾俊基蹇司玉蒋荻蒋炜江晓山金如意荆小平 Cécile Jollet Jari Joutsenvaara Sirichok Jungthawan Leonidas Kalousis Philipp Ka Pontificia Universidad Católica de Chile SantiagoChile IPHC Universitéde StrasbourgCNRS/IN2P3F-67037 StrasbourgFrance Pakistan Institute of Nuclear science and technology IslamabadPakistan INFN Catania and Dipartimento di Fisica e Astronomia dell Universitàdi Catania CataniaItaly East china university of science and technology ShanghaiChina university of science and technology of china HefeiChina Joint Institute for Nuclear Research DubnaRussia INFN Sezione di Milano and Dipartimento di Fisica dell Universitàdi Milano MilanoItaly Department of Physics Faculty of ScienceChulalongkorn UniversityBangkokThailand IJCLab UniversitéParis-SaclayCNRS/IN2P391405 OrsayFrance Department of Physics and Earth science University of Ferrara and INFN Sezione di FerraraFerraraItaly INFN Milano Bicocca and university of Milano Bicocca MilanoItaly INFN Sezione di Padova PadovaItaly III.Physikalisches Institut B RWTH Aachen UniversityAachenGermany Eberhard Karls Universität Tübingen Physikalisches InstitutTübingenGermany Institute of High Energy Physics BeijingChina SUBATECH Universitéde NantesIMT AtlantiqueCNRS-IN2P3NantesFrance Univ.Bordeaux CNRSLP2IUMR 5797F-33170 GradignanFrance Department of Physics National Taiwan UniversityTaipei Dipartimento di Fisica e Astronomia dell’Universitàdi Padova and INFN Sezione di Padova PadovaItaly university of Roma Tre and INFN Sezione Roma Tre RomaItaly Aix Marseille Univ CNRS/IN2P3CPPMMarseilleFrance Wuhan university WuhanChina INFN Milano Bicocca and Politecnico of Milano MilanoItaly National United university Miao-Li Dongguan university of technology DongguanChina Tsinghua university BeijingChina Institute of Modern Physics Chinese Academy of SciencesLanzhouChina Institute of Physics National Yang Ming Chiao Tung UniversityHsinchu North china Electric Power university BeijingChina Sun Yat-Sen university GuangzhouChina beijing Institute of Spacecraft Environment Engineering BeijingChina Universidade Estadual de Londrina LondrinaBrazil INFN Sez

The Jiangmen Underground Neutrino Observatory(JUNO)is a large liquid scintillator detector designed to explore many topics in fundamental *** this study,the potential of searching for proton decay in the p→νK^(+)mode with JUNO is *** kaon and its decay particles feature a clear three-fold coincidence signature that results in a high efficiency for ***,the excellent energy resolution of JUNO permits suppression of the sizable background caused by other delayed *** on these advantages,the detection efficiency for the proton decay via p→νK^(+)is 36.9%±4.9%with a background level of 0.2±0.05(syst)±0.2(stat)events after 10 years of data *** estimated sensitivity based on 200 kton-years of exposure is 9.6×1033 years,which is competitive with the current best limits on the proton lifetime in this channel and complements the use of different detection technologies.

关键词： proton decay grand unified theories JUNO liquid scintillator detector

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：