生成式人工智能的兴起是当今世界数字技术快速发展的主要因素。借助这项创新,我们能够创造出极具创造性和实用性的材料,并管理多个行业中新的任务完成工具和方法。专家们一致认为,未来几年人工智能对经济的影响将会增加。这些预期是由对这些技术的巨大需求支撑的,这最终导致了人工智能领域前所未有的变革。
摘要 目的:评估美国接受治疗的晚期/复发性子宫内膜癌 (EC) 患者的全身治疗利用模式和结局。方法:这项回顾性观察研究使用了 Optum Clinformatics 扩展数据集市死亡日期数据库(2004 年 1 月 1 日 - 2019 年 12 月 31 日),并纳入了接受一线 (1L) 铂类化疗并开始二线 (2L) 抗肿瘤治疗的晚期/复发性 EC 成年患者的去识别数据。索引日期是开始 1L 治疗的日期。评估了接受治疗的次数和顺序以及每种疗法中接受每种治疗的患者比例。考虑到新药批准,还单独评估了 2018 年或 2019 年首次接受治疗的患者。结果:在符合所有资格标准的 1317 名患者中,520 名(39.5%)和 235 名(17.8%)患者分别接受了 3 线或 4 线治疗,中位总随访时间为 25.2 个月(范围:2.5 – 173.3 个月),从指数日期开始。化疗(包括铂类和非铂类方案)是所有治疗方案中最常见的治疗方法:2 线,80.0%;3 线,66.2%;4 线,80.4%。总体而言,2 线、3 线和 4 线患者中分别有 2.5%、2.3% 和 8.9% 接受了抗程序性死亡 1(抗 PD-1)免疫疗法。在 2018 年和 2019 年首次接受治疗的患者中(n = 163),9.8% 的患者在 2L 中接受了抗 PD-1 免疫治疗。在总体人群中,接受 2L、3L 和 4L 治疗的患者的下次治疗中位时间 (TTNT) 分别为 19.3、10.5 和 8.1 个月。结论:在临床实践中,在接受 1L 铂类疗法治疗的晚期/复发性 EC 患者中,化疗是所有疗法中最常见的治疗选择。免疫疗法的使用总体较低,但在 2018 年或 2019 年开始治疗的患者中有所增加。总体而言,随着疗法的增加,中位 TTNT 下降。
AC 交流电 aFRR 自动频率恢复储备 BRP 平衡责任方 BESS 电池储能系统 BMS 电池管理系统 CED 累积能量需求 DC 直流电 EF 环境足迹 ESG 环境、社会和公司治理 EU 欧盟 FU 功能单元 DoD 放电深度 EOL 寿命终止 FCR-D 频率遏制储备 – 干扰 FCR-N 频率遏制储备 – 正常 FFR 快速频率储备 IEA 国际能源署 GWP 全球变暖潜能值 GHG 温室气体 ISO 国际标准化组织 LCA 生命周期评估 LCI 生命周期清单 LCIA 生命周期影响评估 LiB 锂离子电池 LFP 磷酸铁锂 LMO 锂锰氧化物 LTO 钛酸锂 mFRR 手动频率恢复储备 NMC 锂镍锰钴氧化物 NaS 硫钠 PbA 铅酸电池 PCS 电力转换系统 PEF 产品环境足迹 PEFCR 产品环境足迹分类规则 RoW 世界其他地区 RRF 恢复和弹性设施 SvK Svenska kraftnät TSO 传输系统操作员 V oc 开路电压 VRB 钒氧化还原
(学位) 科学、技术与创新博士 (学位授予日期) 2023-03-25 (出版日期) 2024-03-01 (资源类型) 博士论文 (报告编号) 第 8679 号 (URL) https://hdl.handle.net/20.500.14094/0100482427
目前 UAS 的设计机构规定并不适合。该行业充斥着来自世界各地的制造商,市场上有大量的商业平台,但没有专门的产品标准来衡量它们在安全性和质量方面的适用性。许多平台继续发展,引入进一步的非标准化技术来提高安全性或性能。遗憾的是,民航局无法跟上步伐,因此法规完全依赖于对飞行员能力和技术是否适合商业用途的手动评估。这种方法依赖于民航局官员对所有新兴技术的深入了解,而对于资金不足、负担过重的组织来说,这既不切实际也不现实。
智能传感器是一种快速发展的技术,它允许在资源受限的边缘设备上直接将数据采集与计算结合起来。因此,它们在非常接近传感微机械的地方在同一封装中执行机器学习。在物联网领域,需要越来越多的电池供电甚至无电池智能传感器,因为市场潜力是现场部署大约数千亿个传感器。为了维持不断增长的应用范围,最大限度地提高能源效率,同时允许此类设备中的传感器可编程,延长电池寿命和使用案例至关重要。为了将这一概念推向极致,意法半导体提出了一种新的传感器解决方案,允许将机器学习和二进制神经网络直接部署到超低功耗传感器本身。这带来了使用极其受限的内存的额外挑战。这项工作通过活动识别任务试验了这种超新颖且有前途的传感器内机器学习计算解决方案的功能,并介绍了性能和能效方面的初步发现。实验结果表明,该传感器在全浮点精度网络中可实现 10.7 个周期/MAC 的推理性能,在大型二进制模型中可实现高达 1.5 个周期/MAC 的推理性能。该传感器的运行功耗范围从大于 100 µJ 到低于 1 µJ,具体取决于所部署的机器学习计算(全浮点到全二进制)
网络物理系统和嵌入式设备已成为我们日常生活不可或缺的一部分。物联网(IoT)功能继续提高,并应用于军事,公用事业和医疗保健等技术领域。这些域内数据的关键性需要强大的安全性和完整性。我们的研究提供了对现实世界应用的轻质加密算法ascon的新评估。我们使用位于美国空军学院(USAFA)的IoT环境评估ASCON的影响,我们发现Ascon在应用于MQTT消息协议上以对消息进行加密信息时的预期执行,而无需抑制信息共享,但提供必要的安全性和完整性。我们表明,ASCON与AES的性能度量相媲美,但内存足迹较小。这很重要,因为它转化为需要紧凑系统的更广泛的应用程序和机会。这是对现实世界应用中ASCON的首次评估。
一般而言,大多数评估都涉及某种成本效益分析,即以成本与效益的比率来表示项目的效益。例如,“该项目每投资 1 美元,回报 5.50 美元”。本文不打算定义这些成本中应该包括和不应该包括哪些内容。应准确定义成本,以便对干预措施或项目进行比较。鉴于 DHI 为效益比较提供了公平的竞争环境,强烈建议尝试采用类似的统一成本估算方法。就政府服务而言,最好能得到中央机构就此问题的建议。如果没有这样的建议,政府机构至少应在其自身活动范围内采用统一的方法。附录一中提供了一些评估干预措施的示例。