由于电池容量有限,能源效率有效的导航构成了电动汽车的重要挑战。我们采用贝叶斯的方法来对路段的能源消耗进行建模,以进行有效的导航。为了学习模型参数,我们开发了一个在线学习框架,并研究了几种探索策略,例如汤普森采样和上限限制。然后,我们将我们的在线学习框架扩展到多代理设置,在该设置中,多个车辆可适应和学习能量模型的参数。通过分析批处理反馈下的算法,我们分析了汤普森采样,并在单位代理和多代理设置中建立了严格的遗憾界限。最后,我们通过在几个现实世界的城市路网络上进行实验来演示方法的性能。
摘要 真实的核反应截面模型是可靠的重离子传输程序的重要组成部分。此类程序用于载人航天探索任务的风险评估以及离子束治疗剂量计算和治疗计划。因此,在本研究中,GSI-ESA-NASA 合作生成了总核反应截面数据集合。该数据库包括实验测量的总核-核反应截面。Tripathi、Kox、Shen、Kox-Shen 和 Hybrid-Kurotama 模型与收集的数据进行了系统比较。给出了有关模型实施的详细信息。指出了文献中的空白,并考虑了哪些模型最适合与太空辐射防护和重离子治疗最相关的系统的现有数据。
a Bash Biotech Inc,600 est Broadway,Suite 700,圣地亚哥,CA 92101,美国 b 生命科学实验室,KTH-Royal Institute of Technology,斯德哥尔摩 SE-17165,瑞典 c 病理学和肿瘤生物学系,人类生物学高级研究中心(WPI-ASHBi),京都大学,京都 606-8501,日本 d 泌尿外科,东京大学医学院,东京 113-8654,日本 e 血液学和再生医学中心,卡罗琳斯卡医学院,斯德哥尔摩 SE-17177,瑞典 f 医学生物学系,Atat € urk 大学医学院,埃尔祖鲁姆 25240,土耳其 g 宿主-微生物组相互作用中心,牙科、口腔和颅面科学学院,伦敦国王学院,伦敦 SE1 9RT,英国h 哥德堡大学萨尔格伦斯卡大学医院分子与临床医学系,哥德堡 SE- 41345,瑞典 i 查尔姆斯理工大学生物与生物工程系,哥德堡 SE-41296,瑞典 j 生物创新研究所,哥本哈根 N DK-2200,丹麦 k 郑州大学药学院先进药物制备技术教育部重点实验室,郑州 450001,中国
开发一种基于人工智能 (AI) 的方法,用于检测接受 FDG-PET/CT 分期的霍奇金淋巴瘤 (HL) 患者的局灶性骨骼/骨髓摄取 (BMU)。将单独测试组的 AI 结果与独立医生的解释进行比较。使用卷积神经网络对骨骼和骨髓进行分割。AI 的训练基于 153 名未接受治疗的患者。骨摄取明显高于平均 BMU 的被标记为异常,并根据总异常摄取平方计算指数以识别局灶性摄取。指数高于预定义阈值的患者被解释为具有局灶性摄取。作为测试组,回顾性纳入了 48 名在 2017-2018 年期间接受过分期 FDG-PET/CT 且活检证实患有 HL 的未接受治疗患者。十位医生根据局灶性骨骼/BMU 对 48 例病例进行分类。在 48 例 (81%) 的局部骨骼/骨髓受累病例中,大多数医生同意 AI 的观点。医生之间的观察者间一致性为中等,Kappa 值为 0.51(范围为 0.25–0.80)。可以开发一种基于 AI 的方法来突出显示使用 FDG-PET/CT 分期的 HL 患者中的可疑局部骨骼/BMU。核医学医生之间关于局部 BMU 的观察者间一致性为中等。
合成生物学和人工智能 (AI) 的进步为现代生物技术提供了新的机遇。高性能细胞工厂是工业生物技术的支柱,最终决定了生物基产品在与石油基产品的激烈竞争中是成功还是失败。迄今为止,合成生物学面临的最大挑战之一是以一致和高效的方式创建高性能细胞工厂。作为所谓的白盒模型,已经开发了许多代谢网络模型并将其用于计算菌株设计。此外,近年来,人工智能驱动的菌株工程取得了巨大进展。这两种方法都有优点和缺点。因此,人工智能与代谢模型的深度整合对于构建具有更高滴度、产量和生产率的优质细胞工厂至关重要。本综述总结了最新的先进代谢模型和人工智能在计算菌株设计中的详细应用。此外,还讨论了人工智能和代谢模型深度整合的方法。预计由人工智能驱动的先进机械代谢模型将为未来几年高效构建强大的工业底盘菌株铺平道路。
推动是一项必不可少的非划算操作技能,用于任务,从预抓操作到场景重新排列,关于场景中的对象关系的推理,因此在机器人技术中广泛研究了推动动作。有效使用推动动作通常需要了解受操纵对象的动态并适应预测与现实之间的差异。出于这个原因,在文献中对推动作用进行了效果预测和参数估计。但是,当前方法受到限制,因为它们要么建模具有固定数量对象的系统,要么使用基于图像的表示,其输出不是很容易解释并迅速累积错误。在本文中,我们提出了一个基于图神经网络的框架,以根据触点或关节对对象关系进行建模,以效应预测和参数估计推动操作。我们的框架在真实和模拟环境中都得到了验证,这些环境包含不同形状的多部分对象,这些对象通过不同类型的关节和具有不同质量的对象连接,并且在物理预测上的表现优于基于图像的表示。我们的方法使机器人能够预测并适应其观察场景时推动动作的效果。它也可用于使用从未看过的工具进行工具操作。此外,我们在基于机器人的硬盘拆卸的背景下证明了杠杆起作的6D效应预测。
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的,该许可允许以任何媒介或格式使用,共享,适应,分发和复制,只要您对原始作者和来源提供适当的信誉,请提供与创意共享许可证的链接,并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中,除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/4.0/。
为了增强轨道几何维护计划并降低基础设施成本,准确预测由镇流器和子级别的循环负载引起的累积永久性轨道变形(沉降)对于铁路基础设施管理者至关重要。本文提出了一种新的方法,可以基于一项用于评估短期和长期轨道性能的混合方法研究的广泛参数研究,以降低计算成本来预测长期结算。将各种机器学习技术进行比较并采用用于开发预测模型,这些模型使用归档的压载轨道演示者的测量结果进行了验证。使用多个指标评估每个模型的性能和准确性,并进行了敏感性分析以识别有影响力的解释变量。值得注意的是,开发的随机森林模型与现场测量的定居数据表现出了良好的一致性。这种方法弥合了差距是数值模拟和经验数据,从而对永久轨道变形有了改进的整体理解。该方法具有在铁路轨道维护和更新管理的计算决策支持系统中实施的潜力。
拓扑量子材料的独特电子性能,例如受保护的表面状态和外来的准粒子,可以提供带有垂直磁各向异性磁铁的外部无磁场磁力切换所需的平面自旋偏振电流。常规自旋 - 轨道扭矩(SOT)材料仅提供平面自旋偏振电流,而最近探索的具有较低晶体对称性的材料可提供非常低的平面自旋偏振电流组件,不适用于能量固定的SOT应用。在这里,我们使用拓扑WEYL半候选牛头牛Tairte 4具有较低的晶体对称性,在室温下在室温下表现出大型的脱离平面阻尼样SOT。我们基于Tairte 4 /ni 80 Fe 20异质结构进行了自旋 - 扭矩铁磁共振(STFMR)和第二次谐波霍尔测量,并观察到大型平面外阻尼样的SOT效率。估计平面外旋转大厅的构成为(4.05±0.23)×10 4(ℏ⁄ 2 e)(ωm)-1,这比其他材料中报道的值高的数量级。
受气候缓解目标国家的驱动国家,全球大流行后的经济增长和恢复的低成本可再生能源的优先级。很明显,可疑的技术选择会导致更广泛的社会经济利益,这是在将其能源部门朝着更高份额的可再生能源份额过渡到更高份额的国家中所表明的。对更好地理解能源过渡对就业的直接影响的兴趣越来越大,对传统能源部门失去的工作的担忧将对世界各地的决策介绍至关重要。这项研究重点是加速可再生能源的净就业影响,该净摄入量将于2050年到2050年从可再生能源中获得100%的能源,与巴黎协议的雄心勃勃的目标兼容。与电力,热量,运输和脱盐部门相关的直接能源工作从2020年的约5700万增加到到2050年的近1.34亿。可再生能源和可持续技术中的价值链比采摘化石燃料更重要。结果表明,全球能源过渡将对世界各地经济的未来稳定和增长产生积极影响。©2021作者。由Elsevier Ltd.这是CC下的开放访问文章(http://creativecommons.org/licenses/4.0/)。
