99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)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(guò)訓(xùn)練大腦來(lái)擺脫暈車(chē)癥,可減少50%以上

如意 ? 來(lái)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(xiàng)新研究,人們有可能可以通過(guò) “訓(xùn)練自己的大腦”來(lái)擺脫暈車(chē)狀況,有可能將癥狀減少50%以上。最近的研究在英國(guó)華威大學(xué)進(jìn)行,涉及42名測(cè)試對(duì)象。每個(gè)人最初都被帶到一個(gè)基于實(shí)驗(yàn)室的3D模擬器中進(jìn)行虛擬乘車(chē),并在路上實(shí)際乘車(chē)。

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(dòng)駕駛汽車(chē)中--人們認(rèn)為,在這種車(chē)輛中暈車(chē)的情況可能會(huì)更嚴(yán)重,因?yàn)槌丝蜁?huì)經(jīng)常把視線(xiàn)從道路上移開(kāi),去閱讀、發(fā)短信或進(jìn)行其他非駕駛活動(dòng)。

在乘車(chē)過(guò)程中,參與者對(duì)自己的暈車(chē)程度進(jìn)行評(píng)分。然后在接下來(lái)的兩周內(nèi),他們被分成兩組。其中一組只是在這段時(shí)間內(nèi)休息一下,而另一組的成員每天進(jìn)行15分鐘的紙筆視覺(jué)空間訓(xùn)練練習(xí)?!耙曈X(jué)空間”指的是對(duì)物體空間關(guān)系的視覺(jué)感知。練習(xí)的任務(wù)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(gè)是原始配置,只是從不同角度顯示。

在兩周結(jié)束時(shí),所有的測(cè)試對(duì)象又被帶去乘了幾次車(chē)。雖然對(duì)照組沒(méi)有什么變化,但 “大腦訓(xùn)練 ”組的成員表示在模擬器中暈車(chē)的次數(shù)減少了51%,在路上暈車(chē)的次數(shù)減少了58%。

“試想一下,如果當(dāng)有人在等待新的自動(dòng)駕駛汽車(chē)試駕時(shí),他們可以坐在展廳里,在出車(chē)前在平板電腦上做一些‘大腦訓(xùn)練拼圖’,從而降低他們的暈車(chē)風(fēng)險(xiǎn),”團(tuán)隊(duì)成員Joseph Smyth博士說(shuō)?!斑@種方法也很有可能用于其他領(lǐng)域,比如海軍工作人員或郵輪乘客的暈船問(wèn)題。我們對(duì)將這一新發(fā)現(xiàn)應(yīng)用于虛擬現(xiàn)實(shí)頭盔的使用感到特別興奮。”
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 大腦控制
    +關(guān)注

    關(guān)注

    0

    文章

    6

    瀏覽量

    8064
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    788

    文章

    14312

    瀏覽量

    170564
  • 汽車(chē)
    +關(guān)注

    關(guān)注

    15

    文章

    3854

    瀏覽量

    39525
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(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    NVMe高速傳輸之擺脫XDMA設(shè)計(jì)之七:系統(tǒng)初始化

    , 在系統(tǒng)復(fù)位退出后 1 秒時(shí)如果 LinkUp 信號(hào)仍為低電平, 則斷言為鏈路訓(xùn)練失敗, 初始化流程終止。 如果 LinkUp 為高電平, 此時(shí)用戶(hù)可通過(guò)系統(tǒng)控制模塊啟動(dòng) PCIe 初始化,進(jìn)入
    發(fā)表于 07-04 09:14

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來(lái)訓(xùn)練網(wǎng)絡(luò)結(jié)
    發(fā)表于 06-25 13:06

    經(jīng)顱電刺激適應(yīng)之tDCS治療注意力缺陷ADHD

    沉重負(fù)擔(dān)。近十年神經(jīng)影像學(xué)發(fā)現(xiàn),各年齡段人群大腦,特別是兒童和青少年的大腦具有高可塑性。tDCS可通過(guò)刺激前額葉皮層的異常神經(jīng)元緩解ADHD癥狀,具有潛在的長(zhǎng)期神經(jīng)可塑
    的頭像 發(fā)表于 04-22 19:49 ?143次閱讀
    經(jīng)顱電刺激適應(yīng)<b class='flag-5'>癥</b>之tDCS治療注意力缺陷ADHD

    基于RV1126開(kāi)發(fā)板的resnet50訓(xùn)練部署教程

    本教程基于圖像分類(lèi)算法ResNet50訓(xùn)練和部署到EASY-EAI-Nano(RV1126)進(jìn)行說(shuō)明
    的頭像 發(fā)表于 04-18 15:07 ?451次閱讀
    基于RV1126開(kāi)發(fā)板的resnet<b class='flag-5'>50</b><b class='flag-5'>訓(xùn)練</b>部署教程

    如何通過(guò)直流負(fù)載箱優(yōu)化電源測(cè)試效率?

    與控制 遠(yuǎn)程操作:具備通信接口的直流負(fù)載箱實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和控制,測(cè)試人員可通過(guò)上位機(jī)或其他設(shè)備在遠(yuǎn)離測(cè)試現(xiàn)場(chǎng)的地方對(duì)負(fù)載箱進(jìn)行操作和參數(shù)設(shè)置。這在大型測(cè)試場(chǎng)地或復(fù)雜測(cè)試環(huán)境中尤為實(shí)用,避免了頻繁往返于
    發(fā)表于 02-13 13:45

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過(guò)訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類(lèi)、回歸等任務(wù),無(wú)需人工進(jìn)行復(fù)雜的特征工程。 泛化能力強(qiáng) : BP神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練數(shù)據(jù)學(xué)習(xí)到的特征表示,能夠?qū)ξ粗獢?shù)據(jù)進(jìn)行預(yù)測(cè)和分類(lèi),顯示出較強(qiáng)的泛化能力。 非線(xiàn)性映射能力 : BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:36 ?909次閱讀

    PyTorch GPU 加速訓(xùn)練模型方法

    在深度學(xué)習(xí)領(lǐng)域,GPU加速訓(xùn)練模型已經(jīng)成為提高訓(xùn)練效率和縮短訓(xùn)練時(shí)間的重要手段。PyTorch作為一個(gè)流行的深度學(xué)習(xí)框架,提供了豐富的工具和方法來(lái)利用GPU進(jìn)行模型
    的頭像 發(fā)表于 11-05 17:43 ?1398次閱讀

    什么是協(xié)議分析儀和訓(xùn)練

    異常情況或瓶頸問(wèn)題。 應(yīng)用場(chǎng)景: 網(wǎng)絡(luò)故障排查:通過(guò)分析捕獲的數(shù)據(jù)包,幫助網(wǎng)絡(luò)管理員快速發(fā)現(xiàn)和定位網(wǎng)絡(luò)故障原因,如丟包、延遲、擁塞等。 網(wǎng)絡(luò)性能優(yōu)化:監(jiān)測(cè)和分析網(wǎng)絡(luò)通信流量,幫助優(yōu)化網(wǎng)絡(luò)配置和帶寬分配,提高
    發(fā)表于 10-29 14:33

    利用NVIDIA技術(shù)推動(dòng)下一代AI機(jī)器人發(fā)展

    從人形機(jī)器人到工廠(chǎng),基于物理 AI 的工業(yè)系統(tǒng)正在通過(guò)訓(xùn)練、仿真和推理加速發(fā)展。
    的頭像 發(fā)表于 10-27 09:54 ?652次閱讀

    AI大模型的性能優(yōu)化方法

    AI大模型的性能優(yōu)化是一個(gè)復(fù)雜而關(guān)鍵的任務(wù),涉及多個(gè)方面和策略。以下是一些主要的性能優(yōu)化方法: 一、模型壓縮與優(yōu)化 模型蒸餾(Model Distillation) 原理:通過(guò)訓(xùn)練一個(gè)較小的模型
    的頭像 發(fā)表于 10-23 15:01 ?2400次閱讀

    ai模型訓(xùn)練需要什么配置

    AI模型訓(xùn)練是一個(gè)復(fù)雜且資源密集的過(guò)程,它依賴(lài)于高性能的硬件配置來(lái)確保訓(xùn)練的效率和效果。 一、處理器(CPU) CPU是計(jì)算機(jī)的核心部件,負(fù)責(zé)處理各種計(jì)算任務(wù)。在AI模型訓(xùn)練中,CPU
    的頭像 發(fā)表于 10-17 18:10 ?3824次閱讀

    LM4875可通過(guò)控制DC Vol腳的電壓來(lái)改變?cè)鲆?,如果用兩個(gè)音量按鍵來(lái)控制音量要怎么做?

    LM4875可通過(guò)控制 DC Vol腳的電壓來(lái)改變?cè)鲆?,我如果用兩個(gè)音量按鍵來(lái)控制音量要怎么做?除了用電位器,還有什么其他方式嗎?我的按鍵應(yīng)該怎么接?
    發(fā)表于 10-15 06:42

    OPA2277發(fā)燙,溫度可以達(dá)到50以上,是正常的嘛?

    應(yīng)用為利用OPA2277將REF5010產(chǎn)生的10V電壓變?yōu)?10V給DAC7821提供一個(gè)負(fù)電壓基準(zhǔn), 如下圖,R1=R2=1K 發(fā)現(xiàn)OPA2277發(fā)燙,溫度可以達(dá)到50以上 請(qǐng)問(wèn)這正常
    發(fā)表于 08-30 10:18

    蘋(píng)果承認(rèn)使用谷歌芯片來(lái)訓(xùn)練AI

    蘋(píng)果公司最近在一篇技術(shù)論文中披露,其先進(jìn)的人工智能系統(tǒng)Apple Intelligence背后的兩個(gè)關(guān)鍵AI模型,是在谷歌設(shè)計(jì)的云端芯片上完成預(yù)訓(xùn)練的。這一消息標(biāo)志著在尖端AI訓(xùn)練領(lǐng)域,大型科技公司正積極探索并實(shí)踐著英偉達(dá)GPU之外的替代方案。
    的頭像 發(fā)表于 07-30 17:03 ?912次閱讀

    電磁干擾訓(xùn)練系統(tǒng)原理是什么

    智慧華盛恒輝電磁干擾訓(xùn)練系統(tǒng)的原理主要基于電磁干擾(EMI)的基本原理,即利用電磁波對(duì)電子設(shè)備或系統(tǒng)產(chǎn)生的干擾,通過(guò)模擬真實(shí)的電磁環(huán)境,對(duì)受訓(xùn)人員進(jìn)行電磁干擾應(yīng)對(duì)能力的訓(xùn)練。以下是電磁干擾訓(xùn)練
    的頭像 發(fā)表于 07-22 16:34 ?747次閱讀