通过资本计划,MTA 维护和改善了近 600 万项基础设施资产,价值 1.5 万亿美元。资本计划由一系列始于 1980 年的五年投资计划组成。2025-2029 年资本计划以过去四十年取得的进展为基础。通过优先考虑新火车和公交车、更多电梯、新信号以及支撑整个系统的隐藏基础设施,该计划使我们走上了纽约更可靠、更便捷、更可持续的交通之路。
DLA 面临的一个主要挑战是确保数据本身的质量和一致性,而不是老化的 IT 系统。DLA 每年发布大量采购交易,并在 2019 财年授予了 370 多万项行动。绝大多数 DLA 行动都是自动交货订单,其中数据由买家输入一次,然后在发布时填充到每个自动交货订单中。如果买家事先输入的数据不正确,则在每个自动交货订单上都会错误地填充数据,直到更正为止。这可能会导致联邦采购数据系统验证出现问题,如果不迅速发现,数据准确性将非常麻烦。因此,由于数据验证有限,手动数据输入可能是 DLA 面临的最大问题。
制定技术标准是实现市场增长的途径,并可能影响整个行业的表现。当市场接受某项特定技术并以此定义整个行业产品的规格时,一种主导设计就形成了。在本文中,我们研究了主导设计的存在如何影响行业的后续创新。特别是,我们研究了其对创新绩效、根本性创新和工艺创新的影响。通过分析 1978 年至 2013 年间超过 260 万项专利的纵向和横向专利数据,我们发现结果支持我们的假设,即行业的创新绩效和根本性创新程度受到该行业主导设计的负面影响,而主导设计的出现则促进了工艺创新。我们根据技术发展和标准化的不断加快来讨论这些研究结果。此外,对不同主导设计阈值的敏感性分析结果要求根据所研究的效果调整具有不同阈值的主导设计的二元定义。& 2015 Elsevier Ltd. 保留所有权利。
摘要 辅助技术 (AT) 的使用受限是公认的全球性挑战。新兴技术有潜力开发新的辅助产品并弥补使用辅助技术方面的一些差距。然而,对这些技术在辅助技术领域的潜力的分析有限。本文介绍了一项旨在概述新兴技术发展及其在辅助技术领域的潜力的研究。它涉及进行灰色文献综述和专利分析,以概述可能促进新辅助技术产品和服务开发的新兴使能技术并确定新兴的辅助技术应用。分析确定了与辅助技术领域相关的七项使能技术。这些是人工智能、新兴的人机界面、传感器技术、机器人技术、连接和计算的进步、增材制造和新材料。虽然有超过 370 万项专利与这些使能技术有关,但其中只有一小部分——分析中确定了 11,000 项与辅助技术特别相关的专利(0.3%)。本文介绍了一些有希望的例子。总体而言,结果表明,利用新兴技术进步的新型 AT 解决方案具有巨大潜力。
摘要背景:药物-靶标相互作用 (DTI) 对于药物重新利用和阐明药物机制至关重要,它们收集在大型数据库中,例如 ChEMBL、BindingDB、DrugBank 和 DrugTargetCommons。然而,提供这些数据的研究数量(约 0.1 百万)可能仅占 PubMed 上包含实验性 DTI 数据的所有研究的一小部分。查找此类研究并提取实验信息是一项艰巨的任务,迫切需要机器学习来提取和管理 DTI。为此,我们开发了基于 Transformers 的双向编码器表示 (BERT) 算法的新型文本挖掘文档分类器。由于 DTI 数据与用于生成它的检测类型密切相关,因此我们还旨在合并函数来预测检测格式。结果:我们的新方法从以前未包含在公共 DTI 数据库中的 210 万项研究中识别和提取了 DTI。使用 10 倍交叉验证,我们获得了约 99% 的识别包含药物-靶标对的研究的准确率。检测格式预测的准确率约为 90%,这为未来的研究留下了改进的空间。结论:本研究中的 BERT 模型是稳健的,所提出的流程可用于识别包含 DTI 的新研究和以前被忽视的研究,并自动提取 DTI 数据点。表格输出有助于验证提取的数据和检测格式信息。总体而言,我们的方法在机器辅助 DTI 提取和管理方面取得了重大进步。我们希望它成为药物机制发现和再利用的有用补充。关键词:BERT、来自 Transformer 的双向编码器表示、用于生物医学数据的 BERT、药物靶标相互作用预测、挖掘药物靶标相互作用、生物医学文本挖掘、生物活性数据、药物再利用