• 为患有自身免疫性疾病的患者产生的高维生物医学数据(特别是下一代 RNAseq 数据)实现统计和生物信息学流程。• 利用稳健线性模型和网络理论对基因组数据进行统计分析的新 R 库(DEGGs)的作者。该库可用作机器学习流程的特征选择方法。• 对高影响力期刊(如 Nature Medicine、Nature Communications)的出版物做出重大贡献。• 开发一个网站(基于 R shiny),用于分析和探索原发性干燥综合征患者抗 B 细胞疗法试验(TRACTISS)。• 支持和监督两名硕士生和一名博士生的工作。• 参加每周的代码审查会议和期刊俱乐部。• 支持教学。
I. 个人简介 Gordon Hilton Fick 出生日期:1951 年 4 月 24 日 3280 Hospital Drive N.W.国籍:加拿大 阿尔伯塔省卡尔加里 T2N 4Z6 (403) 220-6939 卡尔加里大学医学院社区健康科学系教授 II。学业记录: 最终学位:博士学位 完成日期:1978 年 多伦多大学 论文题目:具有一般误差分布的线性模型分析 其他学位:理学硕士 完成日期:1975 年 多伦多大学 理学学士学位 完成日期:1974 年 多伦多大学 III。奖项和荣誉:1974-1978 年 NSERC 研究生奖学金 IV。学术任命:
方法:招募 21 名右利手受试者,要求他们在同一平面上以相同方向(同相,IP)和相反方向(反相,AP)完成单指和双指的圆周运动。记录每个任务的运动数据(包括半径和角速度)以及使用功能性近红外光谱 (fNIRS) 同步的血氧浓度数据,覆盖前额叶皮层、运动皮层和枕叶等六个脑区。使用一般线性模型定位激活的脑区,并使用与基线相比血氧浓度的变化来评估脑区激活程度。使用小世界特性、聚类系数和效率来测量运动过程中大脑活动中的信息交互。
循环经济实践的整合可以带来巨大的增长,不仅仅是在废物管理行业,而且是整个经济 3 。这可以通过多种策略实现,例如有针对性的废物减少策略、实施重大改进以扩展业务以及循环经济促进创造就业机会。循环经济的整合不同于传统的线性模型,后者侧重于“获取-制造-处置”方法。循环经济与废物管理行业的整合非常注重在整个生命周期内最大限度地提高产品、材料和资源的价值。此外,采用循环经济为整个经济创造了多种就业机会 4 。这些就业机会包括回收和废物管理、可持续制造、可再生能源和绿色技术领域的职位。
描述在正常线性模型下对数据进行贝叶斯变量选择,其模型参数随后作为先验分布作为Power Exped-Exped-Posteror(PEP)或固有的(前者的特殊情况)(Fouskakis和Ntzoufras(2022)(2022) doi:10.3390/iconalitrics8020017>)。模型空间上的先前分布是所有模型上的均匀分布或模型维度的均匀分布(beta-binomial先验的特殊情况)。选择是通过对所有可能的模型进行全面枚举和评估或使用Markov Chain Monte Carlo模型组成(MC3)算法(Madi-Gan and York(1995))进行选择。的互补功能,用于贝叶斯模型平均以及绘图和打印结果下的假设检验,估计和预测。可以将结果与其他众所周知的先验者在模型参数和模型空间上获得的结果进行比较。
摘要。特征生成是图机器学习中一个开放的研究课题。在本文中,我们研究了使用图同态密度特征作为同态数的可扩展替代方案,这些方案保留了相似的理论性质和考虑归纳偏差的能力。为此,我们提出了一种简单采样算法的高性能实现,该算法计算同态密度的加性近似值。在图机器学习的背景下,我们在实验中证明,在样本同态密度上训练的简单线性模型可以在标准图分类数据集上实现与图神经网络相当的性能。最后,我们在合成数据上的实验中表明,当使用布隆过滤器实现时,该算法可以扩展到非常大的图。
课程目标:1. 介绍各种数学概念和模型,并提供实施这些模型所需的技能。2. 对各种数值和数据进行批判性评估。3. 培养对非确定性问题建模的设计技能。预期课程成果:1. 展示对数据科学中与线性代数、概率和微积分相关的基本数学概念的理解并运用它们。 2. 应用线性模型进行回归,使用线性模型进行分类 3. 采用核模型、SVM 和 RVM 4. 将问题概念化为图模型、混合模型,并使用估计最大化算法进行分析 5. 用说明性例子进行演示 PCA 单元:1 线性代数 3 小时 矩阵、求解线性方程、向量空间、线性独立性、基和秩、线性映射、仿射空间、范数、内积、正交性、正交基、函数内积、正交投影 单元:2 矩阵分解 4 小时 行列式和迹、特征值和特征向量、Cholesky 分解、特征分解、奇异值分解、矩阵近似 单元:3 向量微积分 4 小时 单变量函数的微分、偏微分和梯度、向量值函数的梯度、矩阵的梯度、计算梯度的有用恒等式、反向传播和自动微分、高阶导数、线性化和多元泰勒级数。单元:4 概率、分布和优化 4 小时 概率空间的构建、离散和连续概率、求和规则、乘积规则和贝叶斯定理、汇总统计和独立性、高斯分布、共轭和指数族、变量变换/逆变换、连续优化、使用梯度下降的优化、约束优化和拉格朗日乘数、凸优化单元:5 数据模型 4 小时 数据、模型和学习、经验风险最小化、参数估计、概率建模和推理、有向图模型、模型选择
商业和研究界被要求采取具体行动以实现可持续发展目标(SDG)。我们指出,工业4.0技术是应支持的创新能力,以将供应链从其线性模型转移到以其高能源和资源消耗而闻名的循环模型,即技术取代中介机构并推动对可持续性和效率的操作。这项研究反映了整合行业4.0技术对供应链操作参考模型(SCOR)中每个过程的影响,以构建供应链4.0,并将这种转变的结果能力与可持续发展目标(SDGS)的潜在成就联系起来。本文借鉴了最新的研究和次要数据来源,以提供一个框架,可以帮助学者和从业者减少与行业4.0技术成熟度相关的紧张局势,并促进具体实施以实现可持续性目标。
本章探讨了绿色供应链的概念,重点是将环境友好的实践结合起来,以最大程度地减少产品开发,制造和分销的各个阶段的废物以提高发展中国家的环境绩效。但是,人口稠密的发展中国家面临着与绿色供应链有关的许多挑战,从线性模型转变为可持续的当地循环经济模型,该模型与社会经济和文化背景相吻合并最大程度地降低了环境影响。鉴于孟加拉国和印度等发展中国家面临的财务限制,本研究旨在为所有利益相关者,政策制定者和商业实践提供可行的建议,以增强发展中国家绿色供应链的可持续性。鉴于孟加拉国和印度等发展中国家面临的财务限制,本研究旨在为所有利益相关者,政策制定者和商业实践提供可行的建议,以增强发展中国家绿色供应链的可持续性。
在本报告中,我们介绍了经过近一年的研究与合作(包括公司内部和外部各方),我们试图量化转向更循环的商业模式对气候和财务带来的好处。我们以电子行业为案例研究,但我们相信几乎所有行业都有潜力实现转向更循环的商业模式的价值。我们的模型评估了电子行业四个不同细分市场的三种不同的循环商业模式,发现不同的策略在不同的细分市场中表现优异,这取决于相关业务是寻求优化以降低成本还是减少环境影响,但我们的主要发现是,与使用线性模型(一切照旧)方法相比,本报告中分析的所有循环商业模式(循环投入、再制造和 PaaS)都更具成本效益,并在未来 12 年内显着减少二氧化碳当量。