XiaoMi-AI文件搜索系统
World File Search System增稳
人工智能在风险管理和金融稳定中的应用：概述和经验教训
尼日利亚存款保险公司 (NDIC) 6.0 简介 斯坦福大学顶尖人工智能 (AI) 专家 Andrew Ng 将 AI 描述为“新电力”，它将彻底改变全球经济的每个领域 (Ng, 2017)。这种说法与事实相差无几，至少在银行和金融服务领域是如此。目前关于金融科技如何改变银行服务的预测可分为数据访问和开放银行、数字化、机器学习/AI 和个性化 (McWilliams, 2019)。AI 一词于 1955 年首次提出 1 ，仅指计算机无需程序员干预即可获取和应用知识的能力。AI 使银行和金融业能够以更智能、更方便、更安全的方式满足客户的需求，同时获取、消费、储蓄或投资资金 (Schroer, 2019)。AI 及其相关技术正用于多种金融服务应用 (FSB, 2017)。它正用于解决多种传统银行问题，解决方案因金融机构的规模、位置和类型而异。Maskey (2018) 提出的一个中肯观点是，发展中国家的多家金融机构虽然目前正在尝试改善其数据基础设施，但可以利用 AI。神经网络是一种 AI 类型，它通过自动化复杂的流程和决策来协助银行和其他金融服务，从而降低成本、提高准确性、改善客户服务并带来竞争优势 (Accenture, 2019)。一项针对大型银行的调查显示，银行的 13 个不同部门部署了 93 种不同的 AI 解决方案 (Sloane, 2018)。AI 是一种颠覆性技术，到 2030 年，银行业将受益，潜在成本节省高达 1 万亿美元 (Maskey, 2018)。中国计划在 2030 年成为 AI 领域的领导者 (Fischer, 2018)，其金融行业处于 AI 创新的前沿。不仅中国，加拿大、俄罗斯和阿拉伯联合酋长国 (UAE) 等其他国家也已将 AI 确定为未来的关键技术 (Fischer, 2018)。例如，Mark Carney 2 表示，人工智能和大数据的使用不断增加，可能会导致从这些进步中受益的高技能工人与被边缘化的工人之间出现显著的不平衡 3 。英格兰银行有一个专门的网页，上面有几篇关于使用金融科技和人工智能塑造金融服务的文章 4 。美国银行系统监管机构也在密切关注零售金融市场的发展，包括人工智能和大数据 (McWilliams, 2018)。
一种提高风电稳定性的新控制算法...
摘要：本文提出了一种控制佩尔顿轮式涡轮机速度调节器的新算法，该涡轮机用于许多抽水蓄能系统，这些系统在可再生能源参与度较高的孤立电力系统中运行。该算法与使用 PID 或 PI 调节器的标准开发有很大不同，因为除了作用于喷嘴针和导流板外，它还采用了一种新的内环压力稳定电路，以改善频率调节并抑制调节针位置时产生的压力波的影响。所提出的算法已在 Gorona del Viento 风力水力发电厂实施，该发电厂为 El Hierro 岛（西班牙加那利群岛）提供主要能源需求。尽管该工厂除了风力和水力发电系统外，还拥有基于柴油发动机的发电系统，但本文介绍的研究结果的验证重点是频率控制仅由水力发电厂提供的情况。结果表明，采用所提出的算法取代了之前基于经典 PI 调节器的控制系统，能够在不可调度的可再生能源发电发生变化时抑制源自电厂长压力管道的压力波，而案例研究中这种情况发生的频率较高。阻尼器大大减少了累积时间和频率超过不同安全裕度的次数。阻尼器的加入还将低频泵组减载事件的数量减少了 93%。
具有无条件能量稳定性的高效线性方案......
29] 及其中的参考文献）。在演化过程中，薄膜/蒸汽界面可能会发生复杂的拓扑变化，如夹断、分裂和增厚，这些变化都给该界面演化的模拟带来了很大困难。[1] 提出了一种相场模型，该模型可以自然地捕捉形态演化过程中发生的拓扑变化，并且可以轻松扩展到高维空间，其中采用了稳定化方案的谱方法。相场方法的思想可以追溯到 [22] 和 [30] 的开创性工作。从那时起，它已成功应用于许多科学和工程领域。相场法使用辅助变量 φ（相场函数）来局部化相并用一层小厚度来描述界面。相场函数在两个相中分别取两个不同的值（例如 +1 和 −1），并在整个界面上平滑变化。在相场模型中，界面被视为过渡层，界面上某些物理量会连续但急剧地发生变化。相场模型可以从变分原理自然推导出来，即通过最小化整个系统的自由能。结果，导出的系统满足能量耗散定律，证明了其热力学一致性，并得到了一个数学上适定的模型。此外，能量定律的存在为设计能量稳定的数值方案提供了指导。相场方法现在已成为研究界面现象的主要建模和计算工具之一（参见[8–13,20,25,26]及其参考文献）。从数值角度来看，对于相场模型，数值近似中的一个主要挑战是如何设计无条件的能量稳定方案，使半离散和全离散形式下的能量都保持耗散。能量耗散定律的保持尤为重要，对于排除非物理数值解至关重要。事实上，已经观察到不遵守能量耗散定律的数值格式可能导致较大的数值误差，特别是对于长时间模拟，因此特别需要设计在离散级别保持能量耗散定律的数值格式。开发用于近似相场模型的数值格式的另一个重点是构建高阶时间推进格式。在一定精度的要求下，当我们想要使用更大的时间推进步骤来实现长时间模拟时，高阶时间推进格式通常比低阶时间推进格式更可取。这一事实促使我们开发更精确的格式。此外，不言而喻，线性数值格式比非线性数值格式更有效，因为非线性格式的求解成本很高。在本文中，我们研究了基于 SAV 方法的线性一阶和二阶时间精确、唯一可解且无条件能量稳定的数值格式，用于解决固态脱湿问题相场模型，该 SAV 方法适用于一大类梯度流 [15, 16]。引入辅助变量的梯度流格式首次在 [23,24] 中提出，称为不变能量二次化 (IEQ) 方法，其中辅助变量是一个函数。SAV 方法的基本思想是将梯度流的总自由能 E (φ) 分为两部分，写为
高光伏渗透率对电压稳定性的影响
摘要 — 光伏 (PV) 在现代电力系统中的重要性日益凸显。随着光伏发电的发展，可靠性问题也随之而来，因为光伏发电的行为与传统发电机不同。其中一个可靠性问题是电压稳定性。本文使用具有不同光伏渗透水平的动态模型，研究了德克萨斯州电力可靠性委员会 (ERCOT) 系统中奥斯汀地区的电压稳定性。基准情况设定为可再生能源渗透率为 0%。其他情况包括 15% 的风能渗透率和高达 65% 的光伏渗透率。研究结果表明，电压/无功控制能力对电压稳定性至关重要，而光伏发电缺乏这种能力。光伏的电压调节可能会导致过压，并且在区域光伏渗透率高的情况下，电压崩溃可能会更加突然。
具有无条件能量稳定性的高效线性方案......
相场方法的思想可以追溯到 [22] 和 [30] 的开创性工作。从那时起，它已成功应用于许多科学和工程领域。相场法使用辅助变量 ϕ（相场函数）来局部化相并用一层厚度较小的层来描述界面。相场函数在两个相中分别取两个不同的值（例如 +1 和 −1），并在整个界面上平滑变化。在相场模型中，界面被视为过渡层，在该过渡层上某些物理量会连续但急剧地发生变化。相场模型可以从变分原理自然推导出来，即通过最小化整个系统的自由能。因此，推导出的系统满足能量耗散定律，这证明了其热力学一致性并可得到一个数学上适定的模型。此外，能量定律的存在为设计能量稳定的数值方案提供了指导。相场法现在已成为研究界面现象的主要建模和计算工具之一（参见[8–13,20,25,26]及其参考文献）。
对骨髓增生综合征，骨髓增生性肿瘤和骨髓增生性肿瘤/骨髓增生性/脊髓增生性肿瘤的共识诊断和预后测试：建议报告-2023
Acronym Meaning AML Acute myeloid leukemia CAP College of American Pathologists CBC Complete blood count CMML Chronic myelomonocytic leukemia CNL Chronic neutrophilic leukemia EPO Erythropoietin ET Essential thrombocythemia FISH Fluorescence in situ hybridization HLA Human leukocyte antigen JMML Juvenile myelomonocytic leukemia LDH乳酸脱氢酶MD骨髓增生综合征MDS-EB2骨髓增生综合征-Excess Blasts-2 MDS/MPN myelodysplastic/myelodysplastic/骨髓质量肿瘤肿瘤NEOPLASTIC NEOPLASTER NEOPLASTS MDS/MPN-RS-TMPN-RS-TMPN-RS-T MYELODASPASTASIC/MEELODASPASTASIC/MEELOPOSTRIAST SIREROSTION RINIROPORIFERSIST SIRESORTION SIREPOBLORIFERSIST MDS/MPN-U Myelodysplastic/myeloproliferative neoplasm, unclassifiable MF Myelofibrosis MPN Myeloproliferative neoplasms NGS Next generation sequencing NOS Not otherwise specified PMF Primary myelofibrosis PNH Paroxysmal nocturnal hemoglobinuria PV Polycythemia vera TAT Turnaround time TIBC Total iron binding capacity世界卫生组织的VWD von Willebrand疾病
静电纺丝工艺参数对聚合物支架生物稳定性的影响
静电纺丝是一种用于制造具有高表面积和微孔隙率的聚合物支架的技术，可用于各种生物医学应用，例如心血管植入物、骨骼、心脏和神经组织工程以及药物输送。与传统的挤压聚合物设备相比，静电纺丝聚合物支架具有较高的表面积，因此更容易发生快速水解和氧化降解，这可能会影响设备在使用过程中的生物相容性和机械完整性。本研究旨在确定静电纺丝工艺参数如何影响聚合物支架的形态、降解曲线和机械性能。静电纺丝支架由聚（乳酸-乙醇酸共聚物）（PLGA 50:50 和 82:18）和聚己内酯 (PCL) 制成，以获得从 1500 nm 到 750 nm 不等的纤维直径。使用扫描电子显微镜 (SEM) 检查纳米纤维形态，并使用图像处理软件 (ImageJ) 测量纤维直径。通过将支架浸入 37°C 的 PBS 中 12-24 周来进行降解研究。定期取出样品，测量质量损失百分比和机械性能（拉伸强度和断裂伸长率）。使用差示扫描量热法 (DSC) 测量聚合物样品的玻璃化转变温度。我们的研究结果表明，聚合物支架特性（纤维直径和孔隙率）可以显著影响降解率，进而影响纤维随时间变化的机械完整性。这种理解将使我们能够预测和控制对体内性能至关重要的设备属性。
具有增强储能容量和稳定性的 Nb 掺杂 MXene
MXenes 作为储能材料具有独特的特性；然而，有限的层间距离和持续循环下的结构稳定性限制了它们的应用。在这里，我们开发了一种独特的方法，涉及将 Nb 原子掺入 MXene（Ti 3 C 2 ）中，以增强其实现更高离子存储和更长时间稳定性的能力。使用密度泛函理论进行了计算分析，从原子细节上解释了材料结构、电子结构、能带结构和态密度。Nb 掺杂的 MXene 显示出 442.7 F/g 的良好电荷存储容量，这使其可应用于超级电容器。X 射线衍射（XRD）表明在 MXene 中 Nb 掺杂后 c 晶格参数增强（从 19.2A ◦ 到 23.4A ◦ ），这显示了引入具有较大离子半径的元素（Nb）的效果。此外，带隙从原始 MXene 的 0.9 eV 变为 Nb 掺杂 MXene 的 0.1 eV，这表明后者由于金属性质更强而具有导电性增加的特征，这与实验结果相符。这项工作不仅展示了 MXene 中的掺杂效应，还有助于解释物理参数变化所涉及的现象，推动了基于二维材料的储能领域的发展。
在基于视觉的端到端驾驶政策中学习稳定性的关注
今天的端到端学习系统可以学会从感知中明确推断控制。很难保证这些系统的稳定性和鲁棒性，因为它们通常是针对非结构化，高维且复杂的观察空间的（例如，来自像素输入流的自动驾驶）。我们建议利用控制控制的Lyapunov功能（CLFS）为基于端到端视觉的策略配备具有稳定性的策略，并在CLFS（ATT-CLF）中引入稳定性注意力，以解决环境变化并提高学习灵活性。我们还提出了一种不确定性传播技术，该技术被紧密整合到ATT-CLF中。我们通过与经典的CLF，模型预测控制以及在光真实的模拟器和实际的全尺度自动驾驶汽车中进行比较，证明了ATT-CLF的有效性。关键字：端到端学习，稳定性，自主驾驶
增强了可再生能源预测和操作...
对可再生能源产生的准确和可靠的预测对于将可再生能源的有效整合到电网中至关重要。尤其是，概率预测对于管理可再生能源生产的内在变异性和不确定性，尤其是风和太阳能产生的不确定性至关重要。本文考虑了使用例如分位数回归模型为单个可再生能源站点提供概率预测的设置，但在站点之间没有任何相关信息。如果例如每个站点或多个供应商提供此类预测，则此设置是常见的。但是，要有效地管理可再生发电机的车队，有必要将这些个人预测汇总到车队级别，同时确保汇总的概率预测在统计学上是一致且可靠的。为了应对这一挑战，本文介绍了综合使用Copula和Monte-Carlo方法，以将个人概率预测汇总为在车队级别的统计校准，概率的预测中。使用来自美国几个大型系统的合成数据对所提出的框架进行了验证。这项工作对电网运营商和能源计划者具有重要意义，为他们提供了更好的工具来管理可再生能源生产中固有的可变性和不确定性。