XiaoMi-AI文件搜索系统
World File Search System点估计
步行速度和2型糖尿病的风险
不精确 - 95％的顺式宽，未满足最佳信息大小，或者点估计不会超过最小重要的差异[8]。为了确定不精确的存在，我们考虑了最佳信息大小（审查中包含的案例数与传统样本量计算的数量相比，单个功能足够的试验的数量）。根据对照组的5％事件率和25％的相对风险降低，我们计算出可选的信息大小为400例[8]。我们认为，非致命结局等级工作组提出的绝对风险降低为2％[9]，是最小的差异阈值。我们根据最小的差异调整了最近发表的最低限度上下文化的方法，以进行不精确的速率[10，11]。因此，我们考虑了效应大小的点估计值是否大于或小于最小重要的差异，以及95％的置信区间是否重叠了该阈值。为了计算绝对效应，我们使用合并的相对风险估计了风险差异及其95％CI。我们计算了汇总的相对风险，然后使用基线风险将汇总的相对风险转换为风险差异[12]。基线风险是使用包括的队列研究的平均事件率估算的。
引用：Poudel N，Mishra NK，Bhattarai M，Shah RK，Dhungel A，Karna R等。 AZD 1222 Covishield疫苗的副作用在一线健康车中
简介：冠状病毒疫苗接种已被接受为防止严重性，传播和死亡率的全球健康措施。疫苗经常引起不良反应，这应该是由于疫苗引起的保护性免疫反应。这项研究旨在找出AZD 1222 Covishield疫苗在三级护理医院接受疫苗接种的前线卫生保健人员中首次剂量的副作用的普遍性。方法：这是对接受Covishield疫苗首次剂量的前线卫生工作者的描述性横断面研究。该研究是在获得机构审查委员会的道德批准后，于2021年2月至2021年3月在三级护理医院进行。便利抽样用于数据收集，并使用SPSS版本17分析数据进行分析。在95％置信区间的点估计以及二进制数据的频率和比例。结果：在629名参与者中，有344名（54.7％）参与者报告了疫苗接种后的一种或其他副作用。报道的主要副作用是发烧152（19.6％），肌痛144（22.9％），注射部位的疼痛123（19.6％），头痛75（11.9％）和疱疹带状疱疹的重新激活。结论：首次剂量的Covishield疫苗后，看到了轻度症状，几天之内就解决了。发现了一些重生疱疹带状疱疹的病例。患有COVID-19感染史的患者中，不良反应更多。
电力和能源系统
太阳能分布式发电 (SDG) 和风能分布式发电 (WDG) 以及插电式电动汽车 (PEV) 的日益普及将有望减少温室气体排放。然而，它们也带来了诸如生产负荷方面的不确定性、功率损耗增加和电力系统电压不稳定等不利因素，应谨慎处理这些问题以提高可靠性。在这方面，本文提出了一种多目标优化方法，用于确定电力系统中 SDG、WDG 和电容器组 (CB) 的规模和位置，同时考虑到来自 PEV 负荷需求、太阳辐照度、风速和常规负荷的不确定性。研究目标是电压稳定性指数、温室气体排放和总成本。使用非常规点估计法 (PEM) 来处理相关的不确定性，并部署机会约束规划方法来处理平滑约束。通过最大熵法估计输出变量的相应概率分布函数。此外，通过蒙特卡洛模拟 (MCS) 进行鲁棒性分析。将所提出的方法应用于典型的径向配电网。结果表明，PEV 的存在显著增加了负载需求，导致在没有分布式电源的情况下配电系统电压崩溃。然而，所提出的概率方法通过优化可再生分布式电源和 CB 的配置确保配电系统的安全运行。此外，在不同 PEV 渗透水平下比较了确定性和概率性案例的结果。通过模糊满足方法选择了帕累托前沿的最佳权衡解。
飞机起飞重量的统计建模
摘要 — 飞机的起飞重量 (TOW) 是飞机性能的一个重要方面，会影响从飞行轨迹到燃油消耗的大量特性。由于其依赖于乘客和货物载重因素以及运营策略等因素，特定航班的 TOW 通常不提供给运营航空公司以外的实体。上述观察结果促使开发准确的 TOW 估计值，可用于燃油消耗估计或轨迹预测。本文提出了一种基于高斯过程回归 (GPR) 的统计方法，使用从起飞地面滑行观测到的数据来确定 TOW 的平均估计值和相关的置信区间。选择预测变量时要同时考虑它们的易用性和底层飞机动力学。模型开发和验证是使用飞行数据记录器档案进行的，该档案还提供地面真实数据。发现所提出的模型的平均 TOW 误差为 3%，平均适用于八种不同类型的飞机，比飞机噪声和性能 (ANP) 数据库中的模型误差小近 50%。与仅提供 TOW 点估计的 ANP 数据库相比，GPR 模型通过提供概率分布来量化估计中的不确定性。最后，开发的模型用于估计飞机上升过程中的燃油流量。GPR 模型估计的 TOW 用作燃油流量估计的输入。与确定性 ANP 模型或不使用 TOW 作为明确输入的模型相比，所提出的 TOW 统计模型能够更好地量化燃油流量的不确定性。索引术语 — 统计建模；起飞重量 (TOW)；燃油流量；飞行数据记录器 (FDR)；起飞地面滑行
NREL Flatirons 园区的光伏电站和电池储能系统集成
缩略词列表 AGC 自动发电控制 ARIES 综合能源系统高级研究 BESS 电池储能系统 BMS 电池管理系统 CAISO 加州独立系统运营商 CGI 可控电网接口 DAS 数据采集系统 DOE 美国能源部 EMS 能源管理系统 ERCOT 德克萨斯州电力可靠性委员会 FFR 快速频率响应 GHI 全球水平辐照度 GPS 全球定位系统 IBR 基于逆变器的资源 IEEE 电气电子工程师协会 IESS 大规模综合能源系统 IR 红外线 Li-ion 锂离子 MPP 最大功率点 MPPE 最大功率点估计 MPPT 最大功率点跟踪 NERC 北美电力可靠性公司 NREL 国家可再生能源实验室 NWTC 国家风能技术中心 PCC 公共耦合点 PCC 公共耦合点 PFR 一次频率响应 PHIL 功率硬件在环 PLL 锁相环 PMU 相量测量单元 POD 功率振荡阻尼 POI 互连点 PPC 发电厂控制器 PREPA 波多黎各电力局 PSS 电力系统稳定器 PV光伏 ROCOF 频率变化率 RPS 可再生能源组合标准 RTAC 实时自动化控制器 RTDS 实时数字模拟器 SCADA 监控和数据采集 SDS 安全数据表 SETO 太阳能技术办公室 SF 同步框架 SOC 充电状态
用于分段线性降维的自适应潜在特征共享
线性高斯探索性工具（例如主成分分析 (PCA) 和因子分析 (FA)）广泛用于探索性分析、预处理、数据可视化和相关任务。由于线性高斯假设具有限制性，因此对于非常高维的问题，它们已被稳健、稀疏扩展或更灵活的离散-连续潜在特征模型所取代。离散-连续潜在特征模型指定依赖于数据子集的特征词典，然后推断每个数据点共享这些特征的可能性。这通常是使用关于特征分配过程的“富者得富”假设来实现的，其中词典试图将特征频率与其解释的总方差部分结合起来。在这项工作中，我们提出了一种替代方法，可以更好地控制特征到数据点的分配。这种新方法基于双参数离散分布模型，该模型将特征稀疏性和词典大小分离，从而以简约的方式捕获常见和罕见特征。新框架用于推导一种新型自适应因子分析变体 (aFA) 以及自适应概率主成分分析 (aPPCA)，能够在各种场景中灵活地发现结构和降低维度。我们推导出标准吉布斯采样以及有效的期望最大化推理近似，这些近似以更快的数量级收敛到合理的点估计解。所提出的 aPPCA 和 aFA 模型的实用性在特征学习、数据可视化和数据白化等标准任务上得到了证明。我们表明，aPPCA 和 aFA 可以为原始 MNIST 或 COLI-20 图像提取可解释的高级特征，或者在应用于自动编码器分析时
医疗保健机构中的 COVID- 19 疫苗有效性......
摘要 目的 医护人员 (HCW) 是首批优先接种 COVID-19 疫苗的人群。本研究旨在评估葡萄牙医院的 HCW 中 COVID-19 疫苗对 SARS-CoV-2 症状性感染的有效性 (VE)。 设计 前瞻性队列研究。 背景和参与者 我们分析了 2020 年 12 月至 2022 年 3 月期间来自三家中央医院的 HCW（所有专业类别）的数据：一家位于里斯本和塔霍河谷地区，两家位于葡萄牙大陆中部地区。根据 Cox 模型，将年龄组、性别、自我报告的慢性病和与 COVID-19 确诊患者的职业接触作为调整变量，估计对症状性 SARS-CoV-2 感染的 VE 为 1 减去混杂因素调整后的 HR。结果 在 15 个月的随访中，3034 名医护人员共计贡献了 3054 人年的风险，发生了 581 起 SARS-CoV-2 事件。大多数参与者已经接种了加强剂疫苗（n=2653，87%），一些参与者仅接种了主要方案疫苗（n=369，12.6%），少数参与者在研究期结束时仍未接种疫苗（n=12，0.4%）。接种两剂疫苗的医护人员对有症状感染的 VE 为 63.6%（95% CI 22.6% 至 82.9%），接种一剂加强剂的医护人员对有症状感染的 VE 为 55.9%（95% CI −1.3% 至 80.8%）。 14 天至 98 天之间接种两剂疫苗的个体的点估计 VE 较高（VE=71.9%；95% CI 32.3% 至 88.3%）。结论这项队列研究发现，在接种一剂加强剂疫苗后，葡萄牙医护人员对有症状的 SARS-CoV-2 感染的 COVID-19 VE 较高，即使在出现 Omicron 变体后也是如此。样本量小、疫苗覆盖率高、未接种疫苗的个体数量极少以及研究期间观察到的事件很少，导致估计精度低。
机械工程工程系
（民用和机械）课程成果：成功完成本课程后，学生应能够：应用数值方法来求解代数和超越方程，并使用插值公式得出插值多项式。在数值上求解微分方程和积分方程。将现实生活中的问题识别为数学模型。在土木工程应用领域应用概率理论和假设检验。前提条件：基本代数方程，概率，随机变量（离散和连续）和概率分布。单位I：代数和超验方程的解决方案简介 - 划分方法 - 词语方法，rendula-falsi方法和牛顿·拉夫森方法插值：有限差异，纽顿的前进和向后插值公式 - lagrange的公式。曲线拟合：通过最小二乘方法的直线，二级和指数曲线的拟合。单位-II：对普通微分方程的普通微分方程的初始价值问题的解决方案：泰勒的串联PICARD连续近似近似值 - 欧拉的方法和修改的Euler的方法 - kutta方法（第二和第四阶）的解决方案。单位-III：概率理论概率，概率公理，加法定律和概率，条件概率，BAYE定理，随机变量（离散和连续），概率密度函数，属性，数学期望。大型样本测试：单个比例的测试，比例差异，单个平均值和均值差的测试。单位IV：假设的估计和检验，大型样本测试估计参数，统计数据，抽样分布，点估计，无效假设的制定，替代假设，临界和接受区域，显着性水平，显着性水平，两种类型的误差和测试的功率。一个样本中参数和两个样本问题的置信区间单位V：小样本测试学生t分布（对单个均值，两个均值和配对t检验的测试），方差平等的测试（F检验），χ2-拟合良好的测试，χ2-属性独立性的测试。
医护人员中 COVID-19 疫苗的有效性......
摘要 目的 医护人员 (HCW) 是首批优先接种 COVID-19 疫苗的人群。本研究旨在评估葡萄牙医院的 HCW 中 COVID-19 疫苗对 SARS-CoV-2 症状性感染的有效性 (VE)。 设计 前瞻性队列研究。 背景和参与者 我们分析了 2020 年 12 月至 2022 年 3 月期间来自三家中央医院的 HCW（所有专业类别）的数据：一家位于里斯本和塔霍河谷地区，两家位于葡萄牙大陆中部地区。根据 Cox 模型，将年龄组、性别、自我报告的慢性病和与 COVID-19 确诊患者的职业接触作为调整变量，估计对症状性 SARS-CoV-2 感染的 VE 为 1 减去混杂因素调整后的 HR。结果 在 15 个月的随访中，3034 名医护人员共计贡献了 3054 人年的风险，发生了 581 起 SARS-CoV-2 事件。大多数参与者已经接种了加强剂疫苗（n=2653，87%），一些参与者仅接种了主要方案疫苗（n=369，12.6%），少数参与者在研究期结束时仍未接种疫苗（n=12，0.4%）。接种两剂疫苗的医护人员对有症状感染的 VE 为 63.6%（95% CI 22.6% 至 82.9%），接种一剂加强剂疫苗的医护人员对有症状感染的 VE 为 55.9%（95% CI −1.3% 至 80.8%）。 14 天至 98 天之间接种两剂疫苗的个体的点估计 VE 较高（VE=71.9%；95% CI 32.3% 至 88.3%）。结论这项队列研究发现，在接种一剂加强剂疫苗后，葡萄牙医护人员对有症状的 SARS-CoV-2 感染的 COVID-19 VE 较高，即使在出现 Omicron 变体后也是如此。样本量小、疫苗覆盖率高、未接种疫苗的个体数量极少以及研究期间观察到的事件很少，导致估计精度低。