作者 Aronson Wayne 论文名称 即时生产环境下的质量改进计划。1987 出版商:约翰内斯堡威特沃特斯兰德大学 ©2013 法律声明:版权声明:约翰内斯堡威特沃特斯兰德大学图书馆网站上的所有材料受南非版权法保护,未经版权所有者事先书面许可,不得以任何形式分发、传播、展示或以其他方式出版。免责声明和使用条款:只要您保留其中包含的所有版权和其他声明,您可以下载材料(每页一份机器可读的副本和一份打印副本)仅用于个人和/或教育非商业用途。约翰内斯堡威特沃特斯兰德大学对任何错误或遗漏概不负责,并且对图书馆网站上信息的任何错误或遗漏不承担任何责任。
城市弹性期货工具(Naturf)的邻域自适应组织是一个Python的工作流,可生成通过天气研究和预测(WRF)模型可读的文件。Naturf使用Geopandas(Jordahl等,2020)和汉密尔顿(Krawczyk&Izzy,2022)来计算带有建筑足迹和高度信息的Shapefiles的132个建筑参数。这些参数可以以多种格式收集和使用,并且主要输出是配置为输入到WRF的二进制文件。此工作流程是对国家/世界城市数据库和访问门户工具(Nudapt/Wudapt)的灵活适应(Ching等,2009; Mills等,2015),可以在任何空间分辨率的研究区域中使用。气候建模社区和城市规划师可以使用Naturf产生的城市参数和WRF可读文件来确定建筑/邻里形态对微气候的影响。有关计算的城市参数的更多信息可以在文档中找到。
约 95,000 平方公里的数据。 约 375,000 公里的机载地球物理数据。 606 次地面地球物理勘测。 约 228,000 个土壤样本结果。 约 32,000 个钻孔日志。总计 380 GB 的数据和 260,000 个文件。 该公司将利用 Planetary AI Ltd Xplore 矿产勘探技术,该技术是与 International Geoscience Services Limited 合作开发的。Xplore 是一个将语义技术与机器学习独特地结合在一起的系统。语义技术是人工智能的一个分支,专注于以机器可读的格式理解和表示数据、信息和知识的含义。它使计算机能够以类似于人类理解的方式理解、解释和推理数据,从而提高信息检索、集成和分析的有效性。这使得计算机能够像地质学家一样“理解”地质数据的含义和背景,以便根据特定的矿床模型确定潜在矿化区域。
加密是网络安全的重要组成部分。它以多种方式用于保护数据的机密性和私密性,例如在 HTTPS 网站、安全消息传递应用程序、电子邮件服务和虚拟专用网络中。加密用于在信息从一个位置移动到另一个位置(即在传输中)时保护信息,从发送者到接收者。例如,当您使用笔记本电脑或智能手机连接到银行网站时,您的设备与银行网站之间传输的数据是加密的。加密还用于保护静止的信息。例如,当信息存储在数据库中时,它会以不可读的格式存储。即使有人获得该数据库的访问权限,存储的信息也会有额外的安全保护。加密还用于保护您与组织共享的个人信息。例如,当您与在线零售商共享您的个人信息(例如出生日期、银行或信用卡信息)时,您应该确保他们使用安全浏览加密保护您的信息。
在过去的几十年中,描述化学结构的出版物数量稳步增加。然而,目前大多数已发表的化学信息在公共数据库中都无法以机器可读的形式获得。以更少的人工干预方式实现信息提取过程的自动化仍然是一个挑战——尤其是化学结构描述的挖掘。作为一个利用深度学习、计算机视觉和自然语言处理方面的最新进展的开源平台,DECIMER.ai(化学图像识别深度学习)致力于自动分割、分类和翻译印刷文献中的化学结构描述。分割和分类工具是同类中唯一公开可用的软件包,光学化学结构识别 (OCSR) 核心应用程序在所有基准数据集上都表现出色。这项工作中开发的源代码、训练模型和数据集均已在许可下发布。DECIMER Web 应用程序的一个实例可在 https://decimer.ai 获得。
程序性知识是执行某些任务所需的知识,是专业知识的重要组成部分。程序性知识的主要来源是自然语言指令。虽然这些可读的指令是人类有用的学习资源,但它们无法被机器解释。由于其在过程自动化中的潜在应用,从指令中自动获取机器可解释格式的程序性知识已成为一个越来越受欢迎的研究课题。然而,它还没有得到充分解决。本文介绍了一种方法和一个实现的系统,以帮助用户自动从指令中获取结构化形式的程序性知识。我们引入了一种用于分析指令的程序的通用语义表示,使用该表示,自然语言技术可以自动从指令中提取结构化程序。在三个领域对该方法进行了评估,以证明所提出的语义表示的通用性以及实现的自动系统的有效性。关键词:程序性知识,信息提取,指导性文本
摘要 建筑信息模型 (BIM)、分布式账本技术 (DLT)、智能合约和物联网 (IoT) 之间的互补性在行业报告和主要国家数字化转型计划中得到越来越多的认可。然而,确定这种特权的理论基础和经验证据仍然非常有限。本文分析了这些技术之间的相互作用,并提出了一种利用它们互补性的方法,即通过连接物理环境、数字环境、代表合同的协议和 DLT 环境。模拟安装活动用于验证所提框架中包含的概念相互关系,作为概念验证。模拟揭示了如何在所提出的方法中执行迷你智能合约(用于安装活动工作等有限范围),以及当项目交付与机器可读的 BIM 要求和合同条款相结合时如何实现付款自动化。本文还讨论了采用所提出的方法以及特别是智能合约的传播所面临的主要限制和挑战。
简单总结:基因组编辑应研究基因组中编码的所有基因的功能。基因组编辑技术可以加速昆虫基因功能分析的研究。目前,我们对基因功能信息的了解仍然不完整,而一个生物体的基因组测序已经完成。功能信息仅基于从以前的生物学研究结果中获得的信息进行注释。然而,这些信息对于确定基因组编辑的目标基因非常重要。特别是,这些信息以机器可读的形式存在非常重要,因为计算机程序主要解析这些信息以了解生物系统。在本文中,我们描述了一种基于工作流的昆虫基因功能注释方法,该方法利用转录序列信息以及参考基因组和蛋白质序列数据库。使用开发的工作流程,我们注释了日本竹节虫和家蚕的功能信息,包括基因表达以及序列分析。该工作流程获得的功能注释信息将极大地扩展利用基因组编辑进行昆虫学研究的可能性。
摘要 建筑信息模型 (BIM)、分布式账本技术 (DLT)、智能合约和物联网 (IoT) 之间的互补性在行业报告和主要国家数字化转型计划中得到越来越多的认可。然而,确定这种特权的理论基础和经验证据仍然非常有限。本文分析了这些技术之间的相互作用,并提出了一种利用它们互补性的方法,即通过连接物理环境、数字环境、代表合同的协议和 DLT 环境。模拟安装活动用于验证所提框架中包含的概念相互关系,作为概念验证。模拟揭示了如何在所提出的方法中执行迷你智能合约(用于安装活动工作等有限范围),以及当项目交付与机器可读的 BIM 要求和合同条款相结合时如何实现付款自动化。本文还讨论了采用所提出的方法以及特别是智能合约的传播所面临的主要限制和挑战。
申请、他们可能已为当前计划年度启动的任何 QHP 申请的指标,以及到系统其他区域的轻松导航。2. 计划验证工作区:计划验证工作区用于上传和验证 QHP 模板。用户可以一次上传一个或多个模板进行验证,也可以交叉验证系统中针对给定发行人 ID 和计划年度上传的当前模板。3. QHP 申请:QHP 申请屏幕用于创建或编辑现有申请。用户可以将他们在计划验证工作区中上传的有效 QHP 模板链接到他们的 QHP 申请,完成证明和理由,并提供与提交相关的补充文件。用户还可以查看 CMS 提供的有关其 QHP 申请的任何审核结果。4. 申请工具:发行人可以访问可能支持其 QHP 申请提交的其他工具,包括申请材料(用于下载预先填充了上一计划年度内容的模板)、访问以维护机器可读的 URL 以及计划预览(用于验证评级场景)。