。CC-BY-ND 4.0 国际许可证永久有效。它以预印本形式提供(未经同行评审认证),作者/资助者已授予 bioRxiv 许可,可以在该版本中显示预印本。版权所有者于 2020 年 11 月 6 日发布了此版本。;https://doi.org/10.1101/2020.11.05.370072 doi: bioRxiv preprint
权威本出版物是由NIST根据其法定责任根据《联邦信息安全现代化法》(FISMA)制定的,2014年44年4月44日。§3551et Seq。,公法(P.L.)113-283。 nist负责制定信息安全标准和准则,包括对联邦信息系统的最低要求,但是如果未经适当的联邦官员对此类系统行使政策权限的适当批准,此类标准和准则不适用于国家安全系统。 本指南与管理和预算办公室(OMB)通函A-130的要求一致。 本出版物中的任何内容都不应与法定当局根据商业部长对联邦机构的强制性和约束力的标准和指南相矛盾。 也不应将这些准则解释为改变或取代商务部长,OMB董事或任何其他联邦官员的现有当局。 非政府组织可以自愿使用本出版物,在美国不受版权。 但是,归因将受到NIST的赞赏。113-283。nist负责制定信息安全标准和准则,包括对联邦信息系统的最低要求,但是如果未经适当的联邦官员对此类系统行使政策权限的适当批准,此类标准和准则不适用于国家安全系统。本指南与管理和预算办公室(OMB)通函A-130的要求一致。本出版物中的任何内容都不应与法定当局根据商业部长对联邦机构的强制性和约束力的标准和指南相矛盾。也不应将这些准则解释为改变或取代商务部长,OMB董事或任何其他联邦官员的现有当局。非政府组织可以自愿使用本出版物,在美国不受版权。归因将受到NIST的赞赏。
摘要:在本文中,我们探讨了生成机器学习模型作为计算昂贵的Monte Carlo(MC)模拟的替代品的潜力,该模拟(MC)模拟了大型强子撞机(LHC)实验通常使用的。我们的目标是开发一个能够有效地模拟特定粒子可观察物的检测器响应的生成模型,重点关注同一事件中不同颗粒的检测器响应之间的相关性并适应不对称的检测器响应。我们基于掩盖自回归流链的条件归一化流量模型(CNF),有效地结合了条件变量和高维密度分布。我们使用在LHC上对偶发事件的Higgs玻色子腐烂样品进行了模拟样本评估CNF模型的性能。我们使用涂抹技术创建重建级别的可观察力。我们表明,有条件地归一化的流可以准确地对复杂的检测器响应及其相关性进行建模。此方法可以潜在地减少与生成大量模拟事件相关的计算负担,同时确保生成的事件满足数据分析的要求。我们在https://github.com/allixu/normalizing_flow_flow_for_detector_response
1 思克莱德大学土木与环境工程系,格拉斯哥 G1 1XQ,英国;enrico.tubaldi@strath.ac.uk 2 都柏林大学学院土木工程学院,都柏林 D04V1W8,爱尔兰 3 欧洲地震工程培训与研究中心 (EUCENTRE),意大利 27100 帕维亚;ali.ozcebe@eucentre.it (A.G.Ö.);barbara.borzi@eucentre.it (B.B.);francesca.bozzoni@eucentre.it (F.B.);simone.peloso@eucentre.it (S.P.) 4 法国地质调查局 (BRGM),法国 45060 奥尔良; c.negulescu@brgm.fr 5 拉蒙马加莱夫多学科环境研究所 (IMEM),阿利坎特大学,03690 阿利坎特,西班牙;alireza.kharazian@gcloud.ua.es (A.K.);sergio.molina@gcloud.ua.es (S.M.) 6 阿利坎特大学科学学院应用物理系,03690 阿利坎特,西班牙 * 通讯地址:ekin.ozer@ucd.ie
1 思克莱德大学土木与环境工程系,格拉斯哥 G1 1XQ,英国;enrico.tubaldi@strath.ac.uk 2 都柏林大学学院土木工程学院,都柏林 D04V1W8,爱尔兰 3 欧洲地震工程培训与研究中心 (EUCENTRE),意大利 27100 帕维亚;ali.ozcebe@eucentre.it (A.G.Ö.);barbara.borzi@eucentre.it (B.B.);francesca.bozzoni@eucentre.it (F.B.);simone.peloso@eucentre.it (S.P.) 4 法国地质调查局 (BRGM),法国 45060 奥尔良; c.negulescu@brgm.fr 5 拉蒙马加莱夫多学科环境研究所 (IMEM),阿利坎特大学,03690 阿利坎特,西班牙;alireza.kharazian@gcloud.ua.es (A.K.);sergio.molina@gcloud.ua.es (S.M.) 6 阿利坎特大学科学学院应用物理系,03690 阿利坎特,西班牙 * 通讯地址:ekin.ozer@ucd.ie
。cc-by-nd 4.0国际许可证。是根据作者/资助者提供的预印本(未经同行评审认证)提供的,他已授予Biorxiv的许可证,以在2021年2月17日发布的此版本中显示在版权所有的此版本中。 https://doi.org/10.1101/2020.11.11.05.370072 doi:Biorxiv Preprint
猪繁殖与呼吸综合征 (PRRS) 给养猪场造成巨大的经济损失,给全世界的社会带来经济损失。接种 PRRS 病毒 (PRRSV) 疫苗是受影响农场的常见干预措施。本研究旨在评估潜在的新型 PRRS 疫苗在动物、畜群和国家层面的经济影响和盈利能力,这些疫苗的效力有所提高。模拟了两种疫苗接种策略:(i) 仅对母猪进行大规模疫苗接种 (MS) 和 (ii) 对母猪和仔猪进行大规模疫苗接种 (MSP),包括疫苗有效性、疫苗价格和疫苗接种覆盖率的不同方案。以德国一个养猪密集地区拥有 1,000 头母猪的从分娩到育肥的农场为例。财务收益是从毛利率分析中获得的,定义为未接种疫苗(基线)和接种疫苗(干预)的 PRRSV 感染农场之间的毛利率差异。如果母猪和仔猪都接种疫苗(MSP),经济效益最高。在这些情况下,每头工作母猪的年净效益中位数在 e 170 到 e 340 之间。如果只对母猪接种疫苗(MS),估计疫苗接种带来的效益在 e 148 到 e 270 之间。估计国家层面效益的决定性变量是从现有疫苗转向保护性更强的疫苗的农民数量、采用新疫苗的以前未接种疫苗的牛群数量以及新疫苗相对于已有疫苗的有效性。当以前未接种疫苗的牛群采用新疫苗时,效益最大。分析表明,在所有模拟情景中,接种 PRRS 疫苗都是有益的。疫苗接种带来的效益大小更容易受到疫苗有效性变化的影响,而不是疫苗价格变化的影响。这项研究为支持未来的疫苗开发提供了证据。估计表明,引入更有效的疫苗可能会带来巨大的经济效益,具有社会经济重要性,而且新疫苗可能对减轻疾病负担做出重大贡献。
要开发一种在图像分辨率、功耗和动态分辨率方面可与脊椎动物视网膜功能相匹配的仿生图像传感器,需要在效率和性能方面达到极具挑战性的标准[1]–[4]。目前,功能性生物图像处理通过异步优化场景的采样率拥有极高的时间分辨率,但却存在空间分辨率低、噪声大以及无法处理低频内容等问题[5]。无论如何,使用模拟生物视网膜行为的动态视觉传感器对于在低功耗要求下使用高速运动检测执行分类任务非常重要[6]–[9]。推动图像传感器性能满足视网膜规格的困难在于底层神经网络的生物复杂性。因此,生物视觉系统硬件映射的先决条件是了解各种视网膜细胞之间的生物处理。这里,我们提出了一个生物学上可行的细胞网络视网膜模拟器,其中光刺激在感光细胞的前端阵列处被接受,并通过从用于计算每个连续视网膜细胞响应的实验电压和电流钳数据中得出的非线性积分方程系统。[10]、[11] 表明,与传统的数值求解器相比,集成该系统可以提高性能。我们希望通过将我们的模拟器交到跨学科研究人员(尤其是计算神经科学家、数学科学家和机器学习从业者)手中,它将促进深度学习应用中更高效的视觉输入表示的开发。
像全民基本收入 (UBI) 这样的大规模联邦支出计划将如何影响宏观经济?我们使用 Levy 研究所的宏观计量经济学模型来估计这种无条件现金援助计划的三个版本在八年时间范围内的影响。总体而言,我们发现经济不仅可以承受联邦支出的大幅增加,而且还可以通过现金转移对经济的刺激作用实现增长。我们研究了三种无条件现金转移:每月向所有成年人提供 1,000 美元,每月向所有成年人提供 500 美元,以及每月 250 美元的儿童津贴。对于这三个版本中的每一个,我们都使用两种不同的融资计划(增加联邦债务或通过增加家庭税收来完全资助增加的支出)来模拟这些转移的宏观经济影响,并将这些影响与 Levy 模型的基线增长率预测进行比较。我们的研究结果包括:• 对于所有三种设计,实施 UBI 并通过增加联邦债务来支付它都会促进经济增长。在最小支出方案下,即每个儿童每月 250 美元,八年后 GDP 比基线预测高 0.79%。根据莱维模型,最大的现金计划(每年为所有成年人提供 1,000 美元)在八年后使经济比基线增长 12.56%。实施八年后,该计划的刺激效应消散,GDP 增长回到基线预测,但产出水平仍然保持较高水平。• 当通过增加家庭税收来支付政策时,莱维模型预测对经济没有影响。实际上,它一只手给家庭,另一只手拿走。• 但是,当模型调整为包括分配效应时,即使在税收资助的方案中,经济也会增长。这是因为分配模型包含了这样一种观点,即低收入家庭手中多出的一美元会导致更高的支出。换句话说,纳税额高于现金援助额的家庭消费倾向较低,而获得的援助额高于纳税额的家庭消费倾向较高。因此,即使政策是通过税收而不是债务融资,产出、就业、价格和工资也会增加。莱维的凯恩斯主义模型包含了一系列假设,这些假设基于对无条件现金转移、税收和政府净支出和借款的微观和宏观影响的严格实证研究(参见 Marinescu (2017)、Mason (2017)、Coibion 等人 (2017) 和 Konczal 和 Steinbaum (2016))。从根本上讲,UBI 的规模越大,总需求的增加就越大,因此产生的经济就越大。单个宏观经济指标(定性地)是人们在总需求增加的情况下所预测的:除了产出增加之外,就业、劳动力参与率、价格和工资都会上涨。即使是在赤字融资政策中,政府负债的增加也会因总需求的增加而减轻。具体而言,Levy 模型假设经济目前并未接近潜在产出(Mason 2017),并做出两个相关的微观经济假设:(1)无条件现金转移不会减少家庭劳动力供给;(2)通过增加家庭税收来增加政府收入不会改变家庭行为。其他宏观经济模型会做出不同的、可能不那么乐观的预测,因为它们不同意这些假设。估计 UBI 的宏观经济效应是任何政策评估的关键组成部分,因为静态情况下看似零和转移(资金只是从一些家庭转移到其他家庭)在宏观模拟中变成正和,这要归功于总需求的增加,从而导致经济规模的扩大。
摘要:介绍了浮式液压波浪发电装置——(龙一号)的最新研究进展。龙一号是一种点吸收式波浪能转换装置,利用具有储能功能的液压发电系统作为中间环节,实现机械能、液压能和电能的转换。建立了液压发电系统的数学模型,分析了蓄能器的调节作用。仿真结果表明,蓄能器对液压发电系统中压力和流量的控制与调节作用明显,验证了蓄能器可以稳定周期运动激励产生的电能。