日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

研究發(fā)現(xiàn)可通過訓練大腦來擺脫暈車癥,可減少50%以上

如意 ? 來源:cnBeta.COM ? 作者:cnBeta.COM ? 2020-09-15 10:40 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

根據(jù)一項新研究,人們有可能可以通過 “訓練自己的大腦”來擺脫暈車狀況,有可能將癥狀減少50%以上。最近的研究在英國華威大學進行,涉及42名測試對象。每個人最初都被帶到一個基于實驗室的3D模擬器中進行虛擬乘車,并在路上實際乘車。

在這兩種情況下,他們都是乘客。這種安排是為了模擬在自動駕駛汽車中--人們認為,在這種車輛中暈車的情況可能會更嚴重,因為乘客會經(jīng)常把視線從道路上移開,去閱讀、發(fā)短信或進行其他非駕駛活動。

在乘車過程中,參與者對自己的暈車程度進行評分。然后在接下來的兩周內(nèi),他們被分成兩組。其中一組只是在這段時間內(nèi)休息一下,而另一組的成員每天進行15分鐘的紙筆視覺空間訓練練習?!耙曈X空間”指的是對物體空間關系的視覺感知。練習的任務包括:看一排以不同配置連接在一起的盒子圖,并確定哪一個是原始配置,只是從不同角度顯示。

在兩周結束時,所有的測試對象又被帶去乘了幾次車。雖然對照組沒有什么變化,但 “大腦訓練 ”組的成員表示在模擬器中暈車的次數(shù)減少了51%,在路上暈車的次數(shù)減少了58%。

“試想一下,如果當有人在等待新的自動駕駛汽車試駕時,他們可以坐在展廳里,在出車前在平板電腦上做一些‘大腦訓練拼圖’,從而降低他們的暈車風險,”團隊成員Joseph Smyth博士說。“這種方法也很有可能用于其他領域,比如海軍工作人員或郵輪乘客的暈船問題。我們對將這一新發(fā)現(xiàn)應用于虛擬現(xiàn)實頭盔的使用感到特別興奮?!?br /> 責編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 大腦控制
    +關注

    關注

    0

    文章

    6

    瀏覽量

    8099
  • 自動駕駛
    +關注

    關注

    795

    文章

    15012

    瀏覽量

    181716
  • 汽車
    +關注

    關注

    15

    文章

    4246

    瀏覽量

    41376
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    e絡盟新一季《發(fā)現(xiàn)頂尖技術之聲》聚焦大腦健康與持續(xù)科技

    安富利旗下全球電子元器件產(chǎn)品與解決方案分銷商e絡盟屢獲殊榮的播客系列《發(fā)現(xiàn)頂尖技術之聲》第二季強勢回歸,新推出的兩期節(jié)目將探討科技如何影響人類福祉與地球可持續(xù)發(fā)展,引人深思。
    的頭像 發(fā)表于 03-30 10:09 ?420次閱讀
    e絡盟新一季《<b class='flag-5'>發(fā)現(xiàn)</b>頂尖技術之聲》聚焦<b class='flag-5'>大腦</b>健康與<b class='flag-5'>可</b>持續(xù)科技

    BlueMatrix與Perplexity達成合作,為機構研究帶來AI驅動的發(fā)現(xiàn)能力

    機構投資者提供AI賦能的研究發(fā)現(xiàn)服務。 此次合作將授權經(jīng)紀商研究成果帶給Perplexity Enterprise用戶,讓買方專業(yè)人士既能查詢其訂閱的研究內(nèi)容,又能利用Perplex
    的頭像 發(fā)表于 01-14 16:23 ?628次閱讀

    國產(chǎn)算力首證具身大腦模型訓練實力:摩爾線程聯(lián)合智源研究院完成RoboBrain 2.5全流程訓練

    智算集群 ,成功完成智源自研具身大腦模型 RoboBrain 2.5 的 全流程訓練 。 這是行業(yè)內(nèi)首次驗證國產(chǎn)算力集群在具身智能大模型訓練中的可用性與高效性,標志著國產(chǎn)AI基礎設施在應對復雜多模態(tài)任務上邁出了關鍵一步。
    的頭像 發(fā)表于 01-14 09:05 ?791次閱讀
    國產(chǎn)算力首證具身<b class='flag-5'>大腦</b>模型<b class='flag-5'>訓練</b>實力:摩爾線程聯(lián)合智源<b class='flag-5'>研究</b>院完成RoboBrain 2.5全流程<b class='flag-5'>訓練</b>

    NVMe高速傳輸之擺脫XDMA設計48: 核心測試內(nèi)容

    )初始化功能測試 系統(tǒng)在上電復位后, 首先由 PCIE 集成塊執(zhí)行鏈路訓練, 鏈路訓練在百毫秒級別 時間內(nèi)完成, 鏈路訓練成功后, 讀取初始化狀態(tài)寄存器值, 上電復位后通過 ILA 抓
    發(fā)表于 11-18 07:52

    漸凍如何真正意義有效無創(chuàng)神經(jīng)調(diào)控?

    HUIYING漸凍(ALS)的機理概述ALS是一種進行性神經(jīng)退行性疾病,其核心病理機制是上層及下層運動神經(jīng)元的選擇性死亡,導致肌肉無力、萎縮和癱瘓。該疾病涉及多種分子機制,包括谷氨酸介導的興奮毒性
    的頭像 發(fā)表于 11-15 12:57 ?521次閱讀
    漸凍<b class='flag-5'>癥</b>如何真正意義有效無創(chuàng)神經(jīng)調(diào)控?

    AES和SM4算法的重構分析

    為:Y=A(AX+C)^-1+C 。 通過對比以上兩個計算公式可以發(fā)現(xiàn),它們都具有的仿射變換操作和求逆操作,于是可以通過以下流程圖對AES和SM4算法進行S盒的
    發(fā)表于 10-23 07:26

    在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗

    , batch_size=512, epochs=20)總結 這個核心算法中的卷積神經(jīng)網(wǎng)絡結構和訓練過程,是用來對MNIST手寫數(shù)字圖像進行分類的。模型將圖像作為輸入,通過卷積和池化層提取圖像的特征,然后通過全連接層進行分類預
    發(fā)表于 10-22 07:03

    NVMe高速傳輸之擺脫XDMA設計33:初始化功能驗證與分析

    通過 NVMe 子系統(tǒng)模型實現(xiàn), 因此對初始化功能的測試用例的實現(xiàn)比較簡單, 只需要配置初始化控制寄存器控制初始化進程, 要實現(xiàn)不同應用場景的模擬則需要通過構建不同拓撲結構的 N
    發(fā)表于 10-08 08:02

    移植CANfestival,發(fā)現(xiàn)can無法接收數(shù)據(jù),為什么?

    通過can的上位機發(fā)送報文,發(fā)現(xiàn)如下的情況 無論發(fā)送任何數(shù)據(jù),發(fā)現(xiàn)rt_device_read返回值是0,查了一下函數(shù)返回值發(fā)現(xiàn)讀取失敗
    發(fā)表于 09-11 07:46

    基于瑞芯微RK3576的resnet50訓練部署教程

    堆疊得到的,但當網(wǎng)絡堆疊到一定深度時,就會出現(xiàn)退化問題。殘差網(wǎng)絡的特點是容易優(yōu)化,并且能夠通過增加相當?shù)纳疃?b class='flag-5'>來提高準確率。其內(nèi)部的殘差塊使用了跳躍連接,緩解了在深度
    的頭像 發(fā)表于 09-10 11:19 ?1488次閱讀
    基于瑞芯微RK3576的resnet<b class='flag-5'>50</b><b class='flag-5'>訓練</b>部署教程

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+可期之變:從AI硬件到AI濕件

    生物化學計算機,它通過離子、分子間的相互作用來進行復雜的并行計算。因而未來可期的前景是AI硬件將走向AI濕件。 根據(jù)研究,估算出大腦的功率是20W,在進行智力活動時,其功率會增大到25~50
    發(fā)表于 09-06 19:12

    訓練平臺數(shù)據(jù)集過大無法下載數(shù)據(jù)集至本地怎么解決?

    起因是現(xiàn)在平臺限制了圖片數(shù)量,想要本地訓練下載數(shù)據(jù)集時發(fā)現(xiàn)只會跳出網(wǎng)絡異常的錯誤,請問這有什么解決辦法?
    發(fā)表于 07-22 06:03

    NVMe高速傳輸之擺脫XDMA設計之七:系統(tǒng)初始化

    , 在系統(tǒng)復位退出后 1 秒時如果 LinkUp 信號仍為低電平, 則斷言為鏈路訓練失敗, 初始化流程終止。 如果 LinkUp 為高電平, 此時用戶可通過系統(tǒng)控制模塊啟動 PCIe 初始化,進入
    發(fā)表于 07-04 09:14

    無刷電機小波神經(jīng)網(wǎng)絡轉子位置檢測方法的研究

    摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經(jīng)網(wǎng)絡實現(xiàn)轉角預測,并采用改進遺傳算法訓練網(wǎng)絡結
    發(fā)表于 06-25 13:06

    TLV3501輸出有毛刺,有什么辦法減少

    我采用TLV3501將混頻后的50Hz正弦波變成方波,然后送入FPGA,對方波信號進行檢測,發(fā)現(xiàn)方波信號有有毛刺導致FPGA誤觸發(fā),有什么辦法減少方波的毛刺呀
    發(fā)表于 05-28 10:31
    嵊泗县| 嘉祥县| 习水县| 潮州市| 长寿区| 富源县| 潞西市| 晋城| 定兴县| 从化市| 荥阳市| 辽宁省| 清原| 同仁县| 孟州市| 安图县| 深水埗区| 长岛县| 朝阳区| 阿勒泰市| 手机| 凯里市| 舞钢市| 成武县| 昭苏县| 诸城市| 邳州市| 富宁县| 葫芦岛市| 洛川县| 辽阳市| 鸡西市| 定南县| 沛县| 南陵县| 酉阳| 金秀| 博客| 固阳县| 临澧县| 仪征市|