XiaoMi-AI文件搜索系统
World File Search System互补性
基于可再生能源的混合系统的互补性
人们越来越关注美国电力供应快速深度脱碳的情景，其中成本最低的解决方案通常涉及可再生能源、能源存储和输电资产的大幅扩张。能够整合可再生能源项目同时最大限度减少输电扩张的战略在未来可能特别有价值。正是在这种背景下，混合发电厂（或混合能源系统）的概念变得突出。一个具体的例子是 FlexPower 概念，1 它试图展示如何将可变可再生能源 (VRE) 和能源存储技术结合起来，从而产生基于可再生能源的混合发电厂，提供完全的可调度性和全方位的可靠性和弹性服务，类似于或优于基于燃料的发电厂。
企业间的战略互补性和不对称定价
过去二十年，温和通胀一直是发达经济体普遍存在的现象（例如，见Blanchard 等人（2015 年）、IMF（2013 年））。日本经常被引用作为一个典型案例，该国十五年来一直在与长期通货紧缩作斗争。考虑到这一点，我们使用来自日本的企业调查数据来研究企业的定价行为。我们推测长期通货紧缩可能归因于企业的不对称定价：企业可能不会提高自己的价格，因为竞争对手也在这样做。企业间定价态度的这些相互作用可以描述为准折弯需求曲线下的定价。在这种情况下，理论预测：（1）竞争对手的价格上涨（下跌）使得企业提高（下跌）自身价格成为最佳选择，从而企业的定价决策是相互促进的； （2）企业对竞争对手价格的反应是不对称的：它们往往对竞争对手的降价反应比对价格上涨反应更敏感，因此，企业对涨价的决策比降价的决策更为谨慎。3 本文旨在提供微观证据来支持该理论所预测的这种不对称定价。4
重视技术互补性：屋顶太阳能和……
* 纽约大学斯特恩分校，bbolling@stern.nyu.edu；** 劳伦斯伯克利国家实验室，ndarghouth@lbl.gov；***（通讯作者）耶鲁大学和 NBER，kenneth.gillingham@yale.edu；† 智利天主教大学商学院，andresgonzalezlira@uc.cl。对于麻省理工学院、西部大学和德克萨斯大学奥斯汀分校的研讨会参与者以及 2023 年 ASSA 会议、2023 年 IIOC、2023 年 AERE 夏季会议、2023 年营销科学会议和 2023 年 USAEE 会议的会议参与者提供的有益意见和建议，我们表示感谢。我们还要感谢美国能源部的 Ammar Quasibaty 提出的非常有用的建议。本材料基于美国能源部能源效率和可再生能源办公室 (EERE) 资助的太阳能技术办公室奖励编号 DE-EE0009363 的工作。本文表达的观点不一定代表美国能源部或美国政府的观点。
人类与人工智能互补性的贝叶斯模型
人工智能 (AI) 和机器学习模型越来越多地应用于实际应用。在许多此类应用中，人们强烈希望开发混合系统，使人类和 AI 算法能够协同工作，充分利用两者互补的优势和劣势。我们开发了一个贝叶斯框架，用于结合人类和机器的预测和不同类型的置信度分数。该框架使我们能够研究影响互补性的因素，其中人类和机器预测的混合组合比单独的人类或机器预测组合产生更好的性能。我们将此框架应用于一个大规模数据集，其中人类和各种卷积神经网络执行相同的具有挑战性的图像分类任务。我们从经验和理论上表明，即使人类和机器分类器的表现不同，只要这些准确度差异在由人类和机器分类器置信度分数之间的潜在相关性确定的范围内，就可以实现互补性。此外，我们证明，通过区分人类和机器分类器在不同类别标签上犯的错误，可以提高混合人机性能。最后，我们的结果表明，引出并纳入人类信心评级可提高贝叶斯组合模型的混合性能。我们的方法适用于涉及人类和机器算法的各种分类问题。
论爱尔兰波浪能、潮汐能、风能和太阳能资源的互补性
I. 引言 使用可再生能源已被认为是应对人为气候变化的关键战略。这些能源被认为是可持续的，因为它们可以自然补充并且不会产生温室气体。实现低碳经济和应对全球气候变化挑战的重要一步是实施可再生能源替代品。这场绿色革命是由太阳能和风能引领的。由于此类资源丰富，将波浪能和潮汐能等新形式的可再生能源纳入当前的资源组合将有助于向 100％ 可再生能源的未来过渡 [1]。利用多种资源组合将提高能源供应系统的可靠性，并降低将可再生能源纳入当前发电结构的成本。能源互补的概念是指多种可变的可再生能源协同工作以提高系统可靠性的能力，从而减少能源发电不足的时期。可再生能源资源的互补性评估对于设计这些资源的最佳组合以满足负荷要求至关重要。
商品互补性在混合捆绑策略中的作用
本文研究当垄断企业生产两种互补产品并可能采取捆绑销售策略时的最佳定价。为此，我们使用了 Yan 和 Bandyopadhyay (2011) 框架的修改版本，其中捆绑销售策略的有效性与互补程度正相关，并且独立产品需求的价格弹性可能不同。获得了三个主要结果。首先，混合捆绑销售被证明是最佳策略。其次，捆绑（非捆绑）产品的销售额和利润随着产品变得更加互补而增加（减少），这需要一种经验上合理的行为。第三，当产品高度互补时，弹性较小的产品和捆绑产品可以定价相同。关键词：混合捆绑；产品互补程度；价格弹性；多产品垄断 JEL 分类代码：D21，D42
企业和总经济中的资本技能互补性
摘要我们在多部门框架中研究了具有特定于公司的多因素生产功能并允许公司特定于公司特定的因子价格楔形的互补性。我们根据跨因素的替代弹性，跨公司和部门的替代弹性以及因素强度来表征技能溢价对资本设备价格的弹性。使用法国数据，我们提供了这些公司级弹性的可靠识别。结合了这些要素，我们提供了总资本技能互补性的首次识别，该互补性允许在公司，行业和总体水平上无观察到的生产率的无观察能力偏见。我们发现，在经济和统计上具有重要程度的总资本技能互补性，但是仅这种力量就不足以产生对数据中观察到的高技能工人的相对需求的全面增加。技能促进技术变革没有体现在资本设备中。关键词：资本技能互补性，资本设备，收入不平等，技能溢价，Cresh本文是该中心贸易计划的一部分。经济绩效中心由经济和社会研究委员会资助。我们感谢Julieta Caunedo，Jonathan Dingel，Erik Hurst，Ezra Oberfield，Elena Pastorino，Pascual Restrepo，Felix Tintelnot，Giovanni Violante和许多研讨会参与者，以获取有用的评论。该项目受益于Topaze项目的资金（ANR-18-CE26-0009）。10.34724/casd）。由于Casd -Center d'Acces Securise Aux Donnees提供的安全环境，可以访问法国机密数据（参考
对竞争性电力市场互补性建模的审查
摘要：近年来，对电池市场各个方面的研究兴趣不断增加，已经产生了多种基于互补性的方法，以确定参与代理的最佳产品/出价策略和模型参与者的互动。在特殊情况下，多种和多样化的市场代理的整合，例如传统发电公司，可再生能源，电力存储设施和与混合一代投资组合的代理，都煽动了重要的竞争，因为每个玩家都试图建立他们的市场占主导地位并实现实质性的实质利益。互补建模方法的使用也可以证明对电力和天然气市场耦合的最佳协调有益。线性和非线性编程以及互补性建模，主要以具有平衡约束的数学计划的形式（MPEC），具有平衡约束（EPEC）（EPEC）的平衡程序（EPEC）和构思性变化模型（CV）已广泛地提供了有效的竞争，并提供了有效的市场清除机构，并履行了更完整的市场清除机构，并使他们的竞争效果，效果，效果，效果，效果，效果，效果，使其成为效果，使其更加努力，并提供了效果，并促进了效果，并旨在实现效果，并使他们的竞争效果，并允许其竞争，并促进效果，并促进效果，并促进效果，并促进了效果，并促进了效果，并促进了敏捷的机制，效果效果。各种市场定居点。这项工作首先引入了规范当代竞争电力市场的理论概念。然后，它对与基于互补性的建模方法有关的最新进展进行了全面综述，及其在当前竞争性电力池市场应用程序中的实施。
微生物组和免疫之间的互补性可能
1宾夕法尼亚州医学院医学系宾夕法尼亚州医学院，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州17033，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州2宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州医学院1宾夕法尼亚州。 kzc3@psu.edu（K.-M.C.）; caliaga@pennstatehealth.psu.edu（c.a.）3美国宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州立医学院微生物与免疫学系。 tschell@pennstatehealth.psu.edu 4美国科罗拉多州立大学的癌症预防实验室，美国，美国80523，美国； tymo -fin.lutsiv@colostate.edu（t.l. ）; henry.thompson@colostate.edu（H.T。） 5宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州17033的公共卫生科学系； jzhu2@pennstatehealth.psu.edu *通信：amanni@pennstatehealth.psu.edu（a.m.）; kee2@psu.edu（K.E.-B。） †这些作者为这项工作做出了同样的贡献。3美国宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州立医学院微生物与免疫学系。 tschell@pennstatehealth.psu.edu 4美国科罗拉多州立大学的癌症预防实验室，美国，美国80523，美国； tymo -fin.lutsiv@colostate.edu（t.l.）; henry.thompson@colostate.edu（H.T。）5宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州17033的公共卫生科学系； jzhu2@pennstatehealth.psu.edu *通信：amanni@pennstatehealth.psu.edu（a.m.）; kee2@psu.edu（K.E.-B。） †这些作者为这项工作做出了同样的贡献。5宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州17033的公共卫生科学系； jzhu2@pennstatehealth.psu.edu *通信：amanni@pennstatehealth.psu.edu（a.m.）; kee2@psu.edu（K.E.-B。）†这些作者为这项工作做出了同样的贡献。
交通数据源回顾：潜力、挑战和互补性
摘要：公共交通已成为主要的交通选择之一，特别是在减少机动化个人交通和实现可持续发展的同时减少排放、噪音等方面。过去几十年来，公共交通数据的使用不断发展和迅速改善。事实上，来自不同来源的数据可用性，加上分析和预测方法的进步，促使人们更加关注利用可用数据来改善公共交通服务。在本文中，我们回顾了公共交通数据源的当前发展状况。更准确地说，我们总结和分析了主要数据源的潜力和挑战。此外，我们展示了这些数据源的互补方面，以及如何合并它们以扩大其贡献并应对其挑战。这由信息管理框架补充，以增强数据源的使用。具体来说，我们寻求弥合传统数据源与最新数据源之间的差距，对它们进行统一概述，并展示它们如何利用数据驱动方法的最新进展，以及如何帮助实现交通服务和乘客行为之间的平衡。