功能性超声成像（fUSI）是一种新兴的脑成像方法，以千赫兹级帧率采集超声回波散射，并检测神经活动引起的血流变化所导致的组织散斑快速变化。它可能具有远高于功能磁共振成像（fMRI）的空间分辨率，设备紧凑、信号强，同时还可作为低强度聚焦超声治疗的补充。 平面波发射和延迟求和等方法可利用返回的回波重建组织结构。功能信号通常采用功率多普勒方法估算，即计算复数图像数据在滑动窗口内的标准差。该指标主要反映运动的红细胞，因而更多反映血容量，而非血流速度。尽管功率多普勒应用广泛，但奇异值分解（SVD）杂波滤波可能会去除超过99%的方差，并可能误删神经信号。刚性运动校正和更温和的滤波方法有望改善结果。基于自相关的指标则可能提供有关血流速度的补充信息。 经过处理的fUSI时间序列可使用广义线性模型（GLM）、多变量模式分析（MVPA）以及编码或解码模型进行分析，以支持脑机接口和神经精神疾病研究。然而，其特异性最终受到血管组织结构的限制：静脉产生的信号强烈但成分混杂，毛细血管的选择性高但信号微弱。更好的运动校正、血流估计、深度学习方法和开放的Python仿真工具，可能加快该技术的验证与临床应用。
每日HackerNews RSS
一则 Hacker News 讨论介绍了一个从零开始讲解功能超声成像（fUSI）的项目。评论者对其工程实现以及它有望推动更广泛、甚至消费级脑成像的可能性印象深刻，但也质疑目前该技术究竟能提供多少有用信息。
主要障碍是如何穿过颅骨成像。Merge Labs 首先要从手术中本来就需要开颅骨窗的患者入手，同时研究如何穿过完整颅骨成像，以期应用于更广泛的场景。其他问题还包括：能否通过眼球进行成像、fUSI 的血流测量与神经能量消耗及 fMRI 的 BOLD 信号有何关联，以及业界对整合 EEG、fNIRS 和 fUSI 的系统日益增长的兴趣。
DIY 爱好者还提出，可以使用市售探头、计算机和软件搭建基础超声系统，不过多普勒成像需要更复杂的波束控制技术。总体而言，参与者对这项技术充满热情，但也对其近期能否真正用于临床保持谨慎。
Dear Machine 让用户通过现有的 Gmail 或类似收件箱，以电子邮件方式操作自己的电脑；支持附件、群组对话、并行会话，以及访问基于本地 Git 的记忆。它支持已安装的智能体，如 Claude Code、Codex CLI 和 OMP，并可配置模型、提供商和沙箱适配器。用户可以使用 `machtiani run --attach` 监控工作，也可以在项目中直接调用 Machtiani。
Machtiani 是底层的迭代执行框架。它采用分层流程：规划器制定计划，ReAct 执行器执行计划，后端智能体完成具体任务。这些组件可以使用彼此独立的模型和配置，而长时间运行的会话能够保留上下文，无需依赖上下文压缩。
目前，安装需要从源代码构建，并使用固定版本的子模块。用户可以通过 BYOC 智能体或 Dear Machine 的礼宾服务进行设置，支持使用 Nix 或标准的 Linux/macOS 安装程序。Windows 用户可以使用 PowerShell。礼宾服务负责配置提供商、收件箱、模型、后端和更新；完成设置后，由 `dearmachine` 管理系统。
一则 Hacker News 帖子《亲爱的用户，电子邮件将长期存在》引发了一场讨论：当有多人参与同一段对话时，这个基于电子邮件的 AI 智能体究竟归谁所有。
创作者澄清，智能体属于将其安装在自己电脑上的人，而不是会话中的每一位参与者。它只能在所有者发起的邮件会话中工作。访客可以请求它执行操作或修改内容，但无法在该会话之外联系它。所有者始终掌握控制权，可以审批访客消息，并在智能体的回复发送前预览或拒绝这些回复。如果访客的请求相互冲突或与所有者的指令冲突，智能体必须优先执行所有者的指令。
**AMT630A OSD v0.7.0** 是一个 Arduino/ESP32 库，用于控制基于 AMT630A 的复合视频显示器中的五个硬件 OSD 窗口。它支持大字体和小字体文本、自定义字形、4-bpp 16×22 位图块、共享索引/字体 RAM 分配、调色板与动画、透明度、混合、不透明度、亮度、缩放、闪烁、移动和批量更新。
一个 Python 转换器可将 GIF/PNG/JPEG/BMP 图像转换为 Arduino 位图头文件，并提供基于 RGB444 的量化、共享调色板、内存检查、校准预览和透明填充。示例涵盖 HUD、字符浏览器、自定义字形、动画或混合窗口、位图，以及通过 74HC4066 实现工厂菜单自动化。
通信采用 I²C，ESP32 默认使用 GPIO 21/22。不同硬件布局和固件之间存在显著差异。在已测试的原厂固件上，长时间从外部控制 OSD 可能会与 AMT630A 内部 MCU 发生冲突，导致 OSD 和实时视频画面冻结；先进入兼容的工厂菜单或许可以避免这一问题。必须根据具体显示器验证电气连接。
一名开发者对一款售价 35 美元的倒车摄像头显示器进行了逆向工程，在全尺寸“罗比机器人”服装内打造出抬头显示画面。他通过 I²C 探测 AMT630A 视频处理器、转储固件、跟踪寄存器并解码屏幕显示（OSD）格式，最终构建了一套基于 ESP32、可通过复合视频输出的可编程抬头显示系统。
相应的 Arduino 库支持自定义字体和内置字体、多个 OSD 窗口、16 色位图、调色板、透明效果、动画以及其他复合视频源。该项目可通过 GitHub 和 Arduino IDE 的库管理器获取。芯片可能支持三路输入和分屏，但切换功能尚未经过测试；后向传感器可以触发警告弹窗。
评论者赞赏了详尽的文档和视频，讨论了加装后置摄像头与法律规定的后视镜要求，提到 YouTube 跟踪标识符的问题，并对“backup”“back-up”和“reversing”摄像头等术语的用法进行了争论。
请启用 JavaScript 和 Cookie 以继续。
一个 Hacker News 帖子讨论了新上线的 America.gov 网站上出现的异常行为。输入“play Minecraft”（玩《我的世界》）会触发一个硬编码的彩蛋：用官僚式语言改写的《我的世界》“终末之诗”，内容涉及“选民”、表格、福利、身份证件和政府系统。用户起初以为这是 AI 的幻觉，后来才发现真正 responsible 的是相关的 JavaScript 资源文件。
该网站不同寻常的首页图像和推荐问题，例如“为孩子的未来投资”，也被解读为无意中 reflects 了美国当前的政治和经济环境。讨论逐渐扩展到 DOGE、联邦政府的不稳定、聊天机器人安全过滤器、审查制度，以及使用 AI 讨论敏感政府信息有多困难。一些用户表示，他们成功提示聊天机器人分析官方文件；另一些人则认为，这有助于训练更完善的内容过滤器。
少数用户为这些视觉设计辩护，认为它们体现了美国的多元性，并认为聊天机器人的设想颇具潜力。这个《我的世界》彩蛋后来被移除或禁用了。
Marques Brownlee 在《致 YouTube》中批评了 YouTube 计划推出的 A/B 测试功能。该功能允许创作者为同一支视频发布多个版本。Brownlee 认为，这可能削弱 YouTube 所营造的共同文化体验：观众看到的可能是不同版本的视频，评论和推荐也会因人而异，分享的链接可能指向不同内容。他的核心观点是，创作者应该优先重视叙事、好奇心和创作信念，而不是播放量、留存率等指标。反复创作并完成作品，比无休止地优化各种版本更有价值，因为这种优化可能会抹去那些让创作富有意义的独特而有趣的部分。 作者还认为，这项功能体现了 YouTube 的不自信——它模仿竞争对手，并把自身的身份交给可以量化的指标，而不是坚定地发展自己的价值观。总体而言，这篇文章赞扬了创造力、社群，以及为创作本身而创作的精神。
讨论的焦点是，YouTube允许创作者对同一个视频的不同版本进行A/B测试，甚至可能根据用户画像向不同用户展示不同版本。批评者认为，这会削弱共同现实：人们分享同一个链接时，看到的可能是不同的“事实”、政治叙事或创意作品。他们把这视为一种以提升互动率为目的的“黑暗模式”，会损害信任、连续性、真实性，以及社会共同的相互理解基础。
也有人认为，如果不同版本之间的差异很小，并且目的是改善影响较小的用户体验、优化错误提示，或安全地分阶段推出新功能，那么A/B测试是有用的。问卷调查并不可靠，而行为数据能够揭示用户自己难以表达 preferences。
更深入的争论集中在评估指标上。支持者认为，实验可以纠正管理者的直觉；批评者则指出，追求点击量、观看时长或收入最大化，会制造乏味且具有操控性的内容，同时忽视信任、长期质量和创造力。几位评论者呼吁获得用户同意并保持透明，尤其是在涉及政治或事实性内容时；还有人提议，对以互动为驱动的平台加强监管。
对于包含原点的凸多面体 \(P\)，其支撑函数为
\[
h(y)=\max_{x\in P}x\cdot y=\max_i v_i\cdot y.
\]
它是分段线性的，每个顶点对应一个线性区域。这些区域与高斯映射的胞腔相对应。
对于任意 \(c>0\)，
\[
\{y:h(y)\le c\}=cP^\circ,
\qquad
P^\circ=\{y:x\cdot y\le1\text{ 对所有 }x\in P\}.
\]
因此，极对偶是一个由若干半空间相交而成的凸多面体。它的各个面对应于 \(P\) 的各个顶点：与 \(v_i\) 对应的面位于 \(v_i\cdot y=1\) 上。反过来，\(P\) 中位于 \(n\cdot x=d\) 上的每个面，都对应于对偶顶点 \(n/d\)。
对偶多面体的棱投影到高斯映射的分界线上，而其各个面投影到高斯映射的胞腔中。这种几何对应关系解释了这两种对偶凸包方法：将原多面体的面所在平面表示为对偶点 \(n/d\)，编辑或合并这些点，然后取它们的凸包。由此得到的每个对偶面 \(w\cdot y=1\) 都对应一个化简后的原顶点 \(w\)。
# 黑客新闻
最新 | 历史 | 评论 | 提问 | 展示 | 职位 | 提交
登录
## 理解用于凸包简化的对偶多胞体
（cairnc.github.io）
22 分
由 OlympicMarmoto 提交
1 天前
隐藏 | 过去 | 收藏 | 2 条评论
帮助
**OlympicMarmoto**
1 天前
下一条 [–]
我写了一篇关于凸包构建和对偶多胞体的短文。
对偶多胞体属于那种我理解之后，几个月后又 inevitably 会忘记细节的东西，所以我主要是把它写下来，作为自己的参考。希望其他人也会觉得有用。
回复
**vivzkestrel**
23 小时前
上一条 [–]
- 帖子页面出现 404 了？
- https://cairnc.github.io/posts/
回复
指南 | 常见问题 | 列表 | API | 安全 | 法律 | 申请加入 YC | 联系方式
搜索：
用于室内能量收集和湿度管理的湿电壁纸 Moist-Electric Wallpaper for Indoor Energy Harvesting and Humidity Management
13 天前
请启用 JavaScript 和 Cookie 以继续。
一个研究团队展示了一种“湿电”壁纸，既能收集能量，又能降低室内湿度。据报道，由1,596个单元组成的阵列为一副无线键盘供电，同时将室内湿度从38%降至32%。
黑客新闻的评论者认为，这是一项很有潜力的概念验证，尤其适合为小型物联网传感器供电，但他们也质疑其测试时间短、长期耐久性、成本、外观、可扩展性以及冷凝水处理能力。
讨论随后延伸到了空气取水。评论者估计，提取空气中的水分或许能满足部分家庭需求，但这会消耗大量能源，在干燥地区缺乏吸引力，用于农业也不具备经济性。大范围取水对区域气候的影响可能很小，但可能会明显改变局部湿度。
有人提出，现有的除湿器和暖通空调冷凝水是一种更便宜的替代方案。不过，这些水可能含有灰尘、霉菌、细菌和污染物，在储存或用于非植物用途前，需要进行过滤和消毒。总体而言，评论者认为这一概念颇有意思，但尚未得到实际应用方面的验证。
Jeffrey Turkstra 对 2026 年春季学期 CS 240 课程人工智能诚信事件的记述称，课程政策明确禁止学生使用大语言模型完成作业，并在课堂上多次重申这一规定。Argus 是一款静态分析工具，并非大语言模型；它识别出了异常的代码模式。经过人工审核，教师认为被标记的 584 名学生中有 267 人可能违反了规定。
对行动时机、可能的胁迫、正当程序以及相关表格设计的担忧，促使教师与学校领导层会面。最终，Argus 得出的追溯性调查结果被丢弃；受影响的学生可以重新选课，其中有 74 人确实这样做了。Argus 仍继续用于之后的作业和课程。教师还报告称，在受控的期中考试中，被标记的学生表现更差。
尽管 Turkstra 坚称证据充分表明存在大范围的学术不端行为，但他向遭受不当压力的无辜学生道歉。他总结认为，诚信检测工具应在学期开始时部署；潜在违规行为应逐案审查；在采取追溯性行动前，应让校方官员参与；沟通应把握分寸，以保障公平和正当程序。
The Hacker News 的一则讨论帖围绕一名教授如何处理入门编程课程中疑似使用人工智能作弊的学生展开。教授发现作业中存在可疑的相似之处后，要求学生承认自己使用过大型语言模型，否则将面临课程不及格和可能的纪律处分。后来，这一处理流程被撤回，相关学生可以重新提交作业或重新选课。
支持者认为，学生违反了明确的课程规则，必须独立练习基础知识。批评者则称，相关证据和强迫承认的做法具有胁迫性，可能会惩罚正常的编程习惯，或仅仅因为学生接触、参考了他人完成的内容；他们还批评教授的防御性语气，以及过于狭隘的反协作政策。
更广泛的分歧在于，大学应该如何适应人工智能。有人建议允许学生使用人工智能进行辅导和获得反馈，同时通过受监督的编程考试、口头考试、现场修改题目或线下实验室来评估学生是否真正理解知识。评论者还提出，当作业可以在课堂之外完成时，大规模入门课程、以成绩为导向的家庭作业，以及学历证书是否还能继续保持有效性和可信度。
```[ SDF 公共访问 UNIX 系统 .. 始于 1987 年 ] 加入 欢迎 常见问题 状态 成员 商店 导览 Gopher 滥用举报 Minecraft 社交 ~ Europa Webmail 画廊 用户地图 IRC 教程 Telnet Git SSH -=- 一个用于启发、促进并实现新想法的社区平台 -=- [ 联系我们 ]```
Hacker News 用户分享了对 SDF 的赞誉与回忆。这是一套自 1987 年开始运行、面向公众开放的 Unix 系统。成员们喜欢这里的复古计算氛围、Shell 访问、BBS 社区、网络托管，以及 Mastodon、Pixelfed、网络电台和自定义 RSS 脚本等服务。有人使用 SDF 托管网站、存储文件、运行 PHP 脚本、维护私有 Git 仓库，或通过完整的终端学习网络知识、进行端口扫描。
一个轻松的子讨论串围绕远程 Shell 访问是否还应被称为 Telnet 展开。参与者认为，SSH 本身也已有相当长的历史，而“rsh”是一个更直观的替代名称。
主要批评在于系统管理不可靠。多名用户表示，他们曾因服务器配置问题而连续数月甚至一年无法登录，却得不到任何支持。尽管非常喜爱这个社区，有些人仍决定不再支持它，或转向其他具有复古特色的服务。另一些人则表示，偶尔访问系统依然很有意思；他们指出，拨号号码可能仍然可用，并称 SDF 是一个宝贵且友好的地方，适合学习 Unix、结识有趣的人。
请启用 JavaScript 和 Cookie 以继续。
作者回顾了自己在东京工业大学完成机器学习博士学业、同时在谷歌从事端侧键盘语言模型工作的经历。他们建议在攻读计算机科学博士之前——最好是在就读期间——积累行业经验，因为工作可以带来收入、灵活性，并在研究进展放缓时提供另一种前进动力。
作者此前在韩国有过一段更长的博士学习经历，因此日本的项目更短、更聚焦，但三年的期限也可能带来限制。评论者指出，一些实验室拥有良好的指导和协作氛围，但也存在过度劳动、研究标准参差不齐、经费有限、通勤时间长，以及可能阻碍协作的署名规则等问题。学费低廉并不意味着自费就有吸引力，因为学生仍需承担生活费和参加会议的费用。
大多数建议是认真考察具体的实验室和职业目标：资金充足、支持良好的环境可能非常适合学习，而薄弱或资金匮乏的环境则可能几乎无法提供学术价值。国际学生还应考虑日本文部科学省（MEXT）政策的不确定性、签证对工作的限制，以及攻读博士可能对日后就业产生的影响。