XiaoMi-AI文件搜索系统
World File Search System技术预测
在不同的民族背景下核，风能和太阳能的历史扩散：对气候缓解途径的影响
抽象的气候变化需要快速扩大低碳电力，但是关于可再生能源和核电等可用技术是否可以足够快地扩展到足够快的扩展。在这里，我们分析了核的扩散（从1960年代），以及风和太阳能（从1980 - 90年代开始）。我们表明，除了主要的能源出口商以外，大多数大型经济体都采用了所有这些技术，但是太阳能和风在国家 /地区的范围比核能更快。最初采用后，核电的最大年增长率为国家电力供应的2.6％（IQR 1.3％–6％），风能-1.1％（0.6％–1.7％），太阳能-0.8％（0.5％–1.3％）。核能的最快增长发生在1980年代的西欧，这是工业化民主国家对1970年代能源供应危机的反应。目前经历了类似的能源供应冲击的欧盟（EU）计划以类似的快速速度扩大风能和太阳能。这说明国家环境至少与成本，粒度和复杂性等技术特征一样影响技术扩散的速度。在政府间缓解途径的政府间小组中，由于其预计成本较低，可再生能源的增长速度要快得多，尽管经验证据并未表明成本是决定扩散速度的唯一因素。我们证明，即使可再生能源的增长速度与最雄心勃勃的欧盟计划一样快，在1.5℃的目标上扩大亚洲低碳电力也需要增长。2◦亚洲C一致的途径与复制中国在整个地区的核电计划兼容，同时在欧盟的近期预测中同时扩展了可再生能源。我们的分析证明了以经验基准的可行性空间对未来技术预测的有用性。
机器学习驱动的 CRISPR-Cas9 脱落预测......
摘要 摘要背景：准确预测 CRISPR-Cas9 基因组编辑中的脱靶效应对于确保这一强大工具的安全性和有效性至关重要。本研究利用机器学习技术预测脱靶切割位点并研究影响切割效率的潜在机制。通过整合 Tsai 等人和 Kleinsteiver 等人使用 GUIDE-seq 方法的数据，我们旨在增强对影响 CRISPR-Cas9 活性的因素的理解。结果：我们的研究分析了 Tsai 等人和 Kleinsteiver 等人的数据集，将切割效率标准化以与 Tsai 等人的综合数据集保持一致。我们确定了一系列序列特征，包括 PAM 序列类型、核苷酸组成、GC 含量、染色质结构、CpG 岛和基因表达水平。开发并评估了各种机器学习模型，包括人工神经网络、支持向量机、朴素贝叶斯、k-最近邻、逻辑回归和额外树分类器。额外树分类器（尤其是具有类权重的分类器）表现出强大的性能，实现了高准确度、精确度、召回率和 F1 分数。SHAP 分析提供了对特征重要性的洞察，突出了对模型预测有贡献的重要因素。结论：机器学习在预测 CRISPR-Cas9 脱靶效应中的应用显示出在提高基因组编辑精度方面的巨大潜力。我们的研究结果强调了考虑各种序列和基因组特征以改进预测模型的重要性。从这项研究中获得的见解可以为医学、农业和生物技术领域更安全、更有效的基于 CRISPR 的应用的开发提供参考。未来的工作将侧重于进一步完善这些模型并探索它们在不同基因组环境中的适用性。
评论作者 - 格里菲斯研究在线
屋顶太阳能光伏（SPV）在住宅领域的成功扩散取决于有限理性家庭接受这项技术的决定。这种异质决定是由社会人口统计学，经济和技术预测因素与各种行为特征交织在一起的。在过去的几年中，这些外源性和内源性预测因子已成为大量研究的起点，以了解行为的异质性并预测扩散率。目前的系统审查主要确定了173个有关SPV，太阳能家用系统（SHS）的原始定量和定性研究的预测因素，以及SPV以及电池储能系统（SPV-BESS）技术的预测指标。对于指定的决定因素，该研究提出了一种定制的分类法，旨在深入了解有组织和连贯的框架中的知识。从173篇最初审查的论文中的133中提取出来，审查的最后一个目标进一步扩展了当前对预测因子的理解，通过探索其与行为的相关性。审查的结果总共展开了333个预测指标，试图调查家庭的态度，知识，倾向，意识，意愿，意愿，意图和采用决策，以吸收SPV，SHS和SPV-Bess。确定的预测因子分为个人（138），社交（104）和信息（87）维度，具有20个类别和20个子类别。研究亮点：对预测因子的频率使用的详尽比较表示，“年龄”和“收入”和“财务知识”在类别维度上引起的社会预测因素的流行。然而，应用于总共239个因素的投票计数方法的综合结果表明，几种传统决定因素（例如，年龄，性别）的相关性较低，而某些被归类为个人的态度性状表现出与行为显着相关的相关性。
知识产权研究
＊本文是一篇论文（根据第19大学（赢得）学生知识产权卓越论文竞赛的修订和补充，由韩国知识产权研究所组织。1）Gabjo Kim＆Jinwoo Bae，“通过专利分析预测有希望的技术的新方法”，技术预测和社会变革，第117卷（2016年），第1卷，第1卷，第228–237。2）Yujin Jung＆Byungun Yoon，“基于技术技术的专利路线图的开发，第39-40卷（2015年），pp。37–52。3）专利局，“ 2023年统计的专利趋势”，专利局， 7。 23。 4）金正恩等人，“使用专利分析建立技术策略”，“韩国智能系统杂志S”，第1卷。 26（2016），141-146。 5）WIPO，“ WIPO专利分析手册：第5章专利类别”，GitHub页面，，搜索日期：2024。 7。 23。 6）专利局，“第四工业革命的新专利分类系统”，专利局，，搜索日期：2024。 7。 23。 7）韩国专利技术促进局，“专利分类链接信息。 自动驾驶汽车”，IP分类总部，，搜索日期：2024。 7。 23。 8）专利局，“第四工业革命的新专利分类系统，自动驾驶汽车的分类表”，专利局，7。23。4）金正恩等人，“使用专利分析建立技术策略”，“韩国智能系统杂志S”，第1卷。 26（2016），141-146。5）WIPO，“ WIPO专利分析手册：第5章专利类别”，GitHub页面，，搜索日期：2024。7。23。6）专利局，“第四工业革命的新专利分类系统”，专利局，，搜索日期：2024。7。23。7）韩国专利技术促进局，“专利分类链接信息。自动驾驶汽车”，IP分类总部，，搜索日期：2024。7。23。8）专利局，“第四工业革命的新专利分类系统，自动驾驶汽车的分类表”，专利局，
人工智能与专业工作的未来
2 Frey, CB 和 Osborne, MA 2017。就业的未来：工作对计算机化有多敏感？《技术预测与社会变革》，114 期：254-280。3 Muro, M.、Whiton, J. 和 Maxim, R. 2019。哪些工作会受到人工智能的影响？华盛顿特区：布鲁金斯大都会政策计划。另请参阅 Dellot, B.、Mason, R. 和 Wallace-Stephens, F. 2020。工作的四种未来：应对激进技术时代的不确定性。伦敦：RSA、Manyika, J.、Chui, M.、Miremadi, M.、Bughin, J.、George, K.、Willmott, P. 和 Dewhurst, M. 2017。可行的未来：人工智能、自动化、就业和生产力：麦肯锡全球研究院。 4 Autor, DH 2015. 为什么还有这么多工作？工作场所自动化的历史和未来。《经济展望杂志》，29(3)：3-30。5 Brynjolfsson, E. 和 Mitchell, T. 2017. 机器学习能做什么？对劳动力的影响。《科学》，358(6370)：1530-1534。另见 Brynjolfsson, E. 和 McAfee, A. 2014. 第二次机器时代。纽约：WW Norton & Company。6 Susskind, RE 和 Susskind, D. 2015. 职业的未来：科技将如何改变人类专家的工作：美国牛津大学出版社。7 Wilson, HJ、Daugherty, P. 和 Bianzino, N. 2017. 人工智能将创造的就业岗位。 MIT 斯隆管理评论，58(4): 14。 8 Sako, M. 2013. 专业人士的业务。美国计算机协会通讯，56(7): 30-32。 9 Armour, J.，和 Sako, M. 2020 即将出版。法律服务中的人工智能商业模式：从传统律师事务所到下一代法律公司？《职业与组织杂志》，可在 SSRN 3418810 获得。 10 Noordegraaf, M. 2015. 混合专业主义及其他：（新）不断变化的组织和社会背景下的公共专业主义形式。《职业与组织杂志》，2(2): 187-206。 11 https://www.acm.org/media-center/2018/july/acm-updates-code-of-ethics
npl 报告 iea 2 国家定时的经济影响...
执行摘要 本文件解释了国家计时中心 (NTC) 计划的首选方案将如何帮助英国特定行业的公司发展，这些公司的创新活动由该中心支持。根据 NPL 的首选方案，该中心将提供专业设施来测试新产品的性能，并通过合作研发项目和培训服务建立专业知识。（本文件仅考虑首选方案，不审查商业案例大纲中给出的专家主导的选项分析。）NPL 长期以来一直评估其计划的经济效应，表明公司的就业增长与过去使用 NPL 产品和服务之间存在密切联系。该证据已用于填充模型中的参数，该模型将 BEIS 的公共资金与获得 NPL 支持的公司之间的就业增长联系起来。简而言之，本文中的分析通过将该新中心的资源配置视为 NPL 从 BEIS 获得的资金增加，估计了 NTC 对客户和合作者的预期影响。此外，本文中的分析并未考虑设立 NTC 的成本；但也没有考虑防止（或减轻）依赖 GNSS 信号进行计时和同步的基础设施中断的潜在好处。相反，它考虑了首选方案所带来的创新活动的额外成本和收益。也就是说，分析的进行方式就好像 NTC 已经建成一样，因此，如果 GNSS 中断，它将提供一些支持，所以现在的问题是“政府是否应该提供额外的资金（例如，在 NPL 上投入的资源和对企业的补助金），以便 NTC 能够支持新计时和同步解决方案的开发和商业化？”基于这种方法，分析发现预期总收益为 8300 万英镑，一旦在十年的评估期内扣除投资成本，净现值为 5700 万英镑。第一部分是本文的动机，并概述了分析。第 2 至第 4 节提供了市场分析、一些技术预测，并解释了 NTC 将如何通过支持创新创造价值。第 5 至第 10 节建立了模型并引导读者完成分析。最后，还有一系列附件，讨论了福利机制和计量经济学分析的进一步细节。
已发表版本的引用（APA）：JET 贡献者、Vega、J.、Citrin、J.、Ho、A.、Huijsmans、G.T.A.、Marin、M. 和 van de Plassche、K.L. (2022)。利用人工智能技术预测托卡马克等离子体中的中断。自然物理，18(7)，741-750。 https://doi.org/10.1038/s41567-022-01602-2
奥卡马克是目前最有前途的商业化聚变反应堆配置，但与仿星器相反，它们很容易发生中断。由于它们也是非常复杂的设备，因此中断取决于许多影响以及它们之间的非线性相互作用。脉冲托卡马克实验包括数百万安培数量级的电流放电。这些放电的正常演变可能会被各种类型的不稳定性 1 突然打断。与过度辐射（从可见光到 X 射线光谱区域）、过高的等离子体密度或异常电流分布有关的不稳定性尤为常见和危险。中断发生在两个阶段，即热猝灭和电流猝灭。在热猝灭期间，等离子体的大部分内部能量会在 1 毫秒数量级的时间尺度上损失。热猝灭之后立即是电流猝灭，在此期间等离子体电流会在几毫秒到几百毫秒的时间间隔内熄灭，在当今的托卡马克中这一点尤为明显。中断的前兆通常表现为几个诊断信号异常，例如电子温度异常（图1）。然而，这些所谓的前兆信号也可能出现在非中断等离子体中，这使得中断预测成为一个复杂的多目标问题。由于缓解中断需要立即终止放电，因此误报会浪费大量的资源，而且有损坏设备的风险。因此，需要将误报和漏报保持在最低限度。准确预测中断对于下一代托卡马克来说将更加重要，因为它们将使用面向等离子体的金属部件。金属有几个优点。首先，它可以承受负载且腐蚀程度可接受，这意味着它对面向等离子体的部件的寿命以及托卡马克的效率的影响较小。其次，等离子体燃料的滞留率相对较低。滞留率高，即放射性燃料在壁内积聚，是一种安全威胁
npl报告iea 2国家时机的经济影响...
执行摘要 本文件解释了国家计时中心 (NTC) 计划的首选方案将如何帮助英国特定行业公司的发展，这些公司的创新活动由该中心支持。根据 NPL 的首选方案，该中心将提供专业设施来测试新产品的性能，并通过合作研发项目和培训服务建立专业知识。（本文件仅考虑首选方案，不审查商业案例大纲中给出的专家主导的方案分析。）NPL 长期以来一直在评估其计划的经济效应，表明公司的就业增长与过去使用 NPL 产品和服务之间存在密切联系。该证据已用于填充模型中的参数，该模型将 BEIS 的公共资金与获得 NPL 支持的公司之间的就业增长联系起来。简而言之，本文中的分析通过将新中心的资源配置视为 NPL 从 BEIS 获得的资金增加来估计 NTC 对客户和合作者的预期影响。此外，本文中的分析并未考虑建立 NTC 的成本；但也没有考虑防止（或减轻）依赖 GNSS 信号进行计时和同步的基础设施中断的潜在好处。相反，它考虑了首选方案所带来的创新活动的额外成本和好处。也就是说，分析的进行方式就好像 NTC 已经建成一样，因此在 GNSS 中断的情况下提供了一些支持，因此现在要问的问题是“政府是否应该提供额外资金（例如在 NPL 上的资源支出和对公司的补助金），以便 NTC 能够支持新计时和同步解决方案的开发和商业化？”基于这种方法，分析发现预期总收益为 8300 万英镑，一旦在十年评估期内扣除投资成本，净现值为 5700 万英镑。第一部分是本文的动机，并概述了分析。第 2 至 4 节提供市场分析、一些技术预测，并解释 NTC 将如何通过支持创新创造价值。第 5 至 10 节设置模型并引导读者完成分析。最后，还有一系列附件，讨论收益机制和计量经济学分析的更多细节。
循环经济业务模型研究
Ahmad，F.，Bask，A.，Laari，S。，＆Robinson，C。（2023）。 业务管理对循环经济的看法：当前的状态和未来方向。 技术预测和社会变革，187，122182。https：//doi.org/10.1016/j.techfore.2022.122182 Amit，R。，＆Zott，C。（2016）。 业务模型设计：动态能力的观点。 在D. Teece和S. Heaton中（编辑。 ），《动态能力的牛津手册》（第1卷 2016）。 牛津大学出版社。 Barreiro-Gen，M。，＆Lozano，R。（2020）。 圆形经济有多圆？ 分析组织中循环经济的实施。 业务战略与环境，29，3484 - 3494。https：// doi.org/10.1002/bse.2590 Benkler，Y。，＆Nissenbaum，H。（2006）。 基于公地的同伴生产和美德。 政治哲学杂志，第14卷，第394 - 419年。https：// doi。 org/10.1111/j.1467-9760.2006.00235.x Bigelow，L。S.，＆Barney，J. B. （2021）。 策略可以从业务模型方法中学到什么？ 管理研究杂志，58（2），528 - 539。https：//doi.org/10.1111/joms.12579 Bigliardi，B。和Filippelli，S。（2021）。 通过关键字分析研究循环业务模型创新。 可持续性，13，5036。 （2017）。 对开放策略的思考。 远程规划，50，423 - 426。https：//doi.org/10.1016/j.lrp.2016.11.004 Bocken，N。，＆Geradts，T。（2020）。 远程规划，53，101950。https：//doi.org/10.1016/j.lrp.2019。Ahmad，F.，Bask，A.，Laari，S。，＆Robinson，C。（2023）。业务管理对循环经济的看法：当前的状态和未来方向。技术预测和社会变革，187，122182。https：//doi.org/10.1016/j.techfore.2022.122182 Amit，R。，＆Zott，C。（2016）。业务模型设计：动态能力的观点。在D. Teece和S. Heaton中（编辑。），《动态能力的牛津手册》（第1卷2016）。牛津大学出版社。Barreiro-Gen，M。，＆Lozano，R。（2020）。圆形经济有多圆？分析组织中循环经济的实施。业务战略与环境，29，3484 - 3494。https：// doi.org/10.1002/bse.2590 Benkler，Y。，＆Nissenbaum，H。（2006）。基于公地的同伴生产和美德。政治哲学杂志，第14卷，第394 - 419年。https：// doi。org/10.1111/j.1467-9760.2006.00235.x Bigelow，L。S.，＆Barney，J.B.（2021）。策略可以从业务模型方法中学到什么？管理研究杂志，58（2），528 - 539。https：//doi.org/10.1111/joms.12579 Bigliardi，B。和Filippelli，S。（2021）。通过关键字分析研究循环业务模型创新。可持续性，13，5036。（2017）。对开放策略的思考。远程规划，50，423 - 426。https：//doi.org/10.1016/j.lrp.2016.11.004 Bocken，N。，＆Geradts，T。（2020）。远程规划，53，101950。https：//doi.org/10.1016/j.lrp.2019。可持续业务模型创新的障碍和驱动因素：组织设计和动态功能。101950 Bocken，N。和Ritala，P。（2020）。建立循环业务模型的六种方法。商业战略杂志，43（3），184 - 192。https：//doi.org/10.1108/ JBS-11-11-2020-2020-0258 Bocken，N.，Weissbrod，I。，＆Antikainen，M。（2021）。循环经济的业务模型体验：定义和方法。循环经济与可持续性，1，49 - 81。https：//doi.org/10.1007/ S43615-021-00026-Z Bogers，M。（2011）。开放创新悖论：研发合作中的知识共享和保护。欧洲创新杂志，14，93 - 117。https：//doi.org/10.1108/14601061111111104715 Bogers，M.，Chesbrough，H。，H。，＆Strand，R。（2020）。可持续的开放式创新，以应对巨大的挑战：卡尔斯伯格和绿色纤维瓶的教训。英国食品杂志，122，1505 - 1517。https：// doi。org/10.1108/bfj-07-2019-0534 Borland，H.，Ambrosini，V.，Lindgreen，A。，＆Vanhamme，J.（2016）。在生态可持续性和战略管理的交汇处建立理论。商业道德杂志，135，293 - 307。https：// doi。org/10.1007/s10551-014-2471-6 Brown，P.，Bocken，N。，＆Balkenende，R。（2019）。公司为什么从事协作循环的创新？可持续性，11，635。Brown，P.，Von Daniels，C.，Bocken，N。M. P.和Balkenende，A。R.（2021）。 在循环方向创新中协作的过程模型。 2020.125499 Casadeus-Masanell，R。和Ricart，J。Brown，P.，Von Daniels，C.，Bocken，N。M. P.和Balkenende，A。R.（2021）。在循环方向创新中协作的过程模型。2020.125499 Casadeus-Masanell，R。和Ricart，J。清洁工生产杂志，286，125499。https：//doi.org/10.1016/j.jclepro。（2010）。从战略到业务模型再到策略。远程规划，43，195 - 215。https：// doi.org/10.1016/j.lrp.2010.01.004 Chesbrough，H。W.，＆Appleyard，M。M. M.（2007）。开放创新和策略。加利福尼亚管理评论，50，57 - 76。https：//doi.org/10。2307/4116416圈子经济。（2022a）。Levi与Renewcell的合作，创建了他们有史以来最可持续的让。2022年2月从https：//windect-hub.circle-lab.com/article/9416?n = levi's-collaborates- with-renewcell-to-to-to-to-to-to-create-the-the-the-the-the-the-the-the-the-the-the-the-the-the-the-the-the-the-their-sustable-sustable-jean-jean-jean-圈经济。（2022b）。从纺织产形式的粘液可追溯性飞行员。2022年2月从https：// skindledge-hub.circle-lab检索。com/com/acrip/8872？n = viscose-traceability-pilot-from-textilegenesis-平台
推荐引用 推荐引用 Allen, Jonathan P.，“人工智能炒作动态：学术研究在推动新技术发展中的作用”（2024 年）。ICIS 2024 TREOS。 82. https://aisel.aisnet.org/treos_icis2024/82
在过去两年中，人们对生成式人工智能产生了前所未有的兴奋，但人工智能遭到强烈反对的可能性正在上升。生成式人工智能的有效和公平使用的障碍清单越来越清晰：事实上不正确的结果、知识产权侵权、训练数据中的偏见和偏执、低质量的内容生成、对低薪数据标签劳动力的依赖、监控问题、隐私问题和安全问题（Apodaca，2024 年），以及不可持续的高成本和环境破坏。56% 的财富 500 强公司在最近的年度报告中将人工智能列为风险，远多于将人工智能列为关键机遇（Arize AI）。大多数 C 级高管表示，到目前为止，他们对生成式人工智能项目要么持矛盾态度，要么不满意（BCG）。新的 AI 产品和服务也面临消费者的抵制（Cicek 等人，2024 年），包括客户服务。现实世界任务的表现越来越多地接受实证检验，在某些情况下被发现存在不足。拟议的研究任务是探究所谓的生成 AI 的“炒作动态”（Dedehayir 和 Steinert，2016 年），特别是 IS 研究在新技术炒作动态中的作用。虽然“炒作周期”在业界众所周知，但这个五阶段的描述不够精确，无法提供理论见解，更不用说技术预测了。Dedehayir 和 Steinert 提出了一种“炒作动态”模型，其中中介机构塑造了生产者和用户之间的知识交流。在这个模型中，IS 学者就是这样一个中介，我们的“炒作”受到社会规范和制度实践的影响。我们想成为哪种中介？一个忽视我们自己对技术引发的变化的复杂性的发现，而倾向于技术新颖性和“颠覆”的人，只有在反弹来袭时才将我们的注意力转向下一个大事件？虽然人工智能的反弹和炒作本身就是一个值得讨论的话题，但更根本的问题是如何让我们的学术研究回归其适当的角色，即对数字创新产生的经济和社会价值（相对于其成本）进行中立评估。参考文献 Apodaca，T.（2024）。我如何尝试以新闻工程师的身份使用生成式人工智能——合乎道德。标记。摘自 https://themarkup.org/hello-world/2024/09/07/how-im-trying-to-use-generative-ai-as-a-journalism-engineer-ethically。