土著知识 (IK) 是土著知识持有者所掌握的一种独特的认知方式,包括有关社区实践、语言、教义、法律以及自然环境与人之间的关系的信息。土著人民的知识可能具有多种形式和维度(Natcher 等人,2005 年)。土著民族所掌握的知识通常广泛、全面、基于地点、关系性、代际性,并且可以通过有形或无形的形式体现出来。土著知识不仅限于传统的生态知识(Berkes,1999 年;Castlesden、Garvin 和 Huu-ay-aht First Nation,2009 年;Lertzman,1999 年;Turner、Ignace 和 Innace,2000 年),并且可能嵌入治理环境中,包括有关社区实践、语言、教义、法律、关系和仪式的信息。每个土著民族将为自己定义土著知识,以及在与外部团体(例如工业支持者和政府机构)合作时如何应用这些知识。
波兰的长期改造战略概述了提高能源效率的雄心勃勃的目标,到 2050 年需要大量投资。实现这些目标的关键挑战在于有效分配资金和吸引私人资本,特别是针对能源贫困人群居住的能源效率最差的建筑存量。650 亿欧元的巨额资金应主要用于建造新的节能社会住房和改造现有住房存量。应特别强调解决能源效率最差的建筑问题,并针对低收入和能源贫困家庭。建立一个透明的资金分配系统,同时考虑社会和环境效益,对于有效决策至关重要。
k. 申请人、受聘者和雇员。按要求及时准确地填写适合性表格。这包括对相关和实质性问题提供完整、诚实和真实的答案,并在适当的情况下,在初步背景调查或重新调查期间提供或授权他人提供信息。个人可以选择不提供此类信息,但这种选择可能会导致纪律处分,直至被免职,或者,对于申请人而言,决定撤销聘用邀请。
当今,物联网 (IoT) 是开发和实际实施智能解决方案的最重要领域之一。特别是最近几年的发展表明,智能事物可以用于不同的管理和系统。水管理和自动评估/分析就是其中一个领域。[1] 展示了一个水管理系统,其中分析了可持续网络。此外,[2, 11] 中还展示了类似的解决方案。这项研究的作者使用深度机器学习(如卷积神经网络)来分析农业灌溉资源的水授粉。机器学习解决方案不仅用于水管理,还用于检测和分类水上的不同物体。其中一项任务是分析驶过某些区域的船只。[3、4、9] 介绍了两种在河流上拍摄图像并用于分类的解决方案。根据已进行的真实案例研究,这两种解决方案都显示出实际的实施潜力。物联网解决方案中的所有机器学习解决方案都使用整个数据 [ 5 、 6 、 7 、 8 、 10 ] 来分析或提取特征 [ 12 、 13 、 14 、 15 ]。在这两种情况下,结果都表明使用这些方法具有很高的准确性。在本文中,我们提出了一种使用 K-nn 和人工神经网络等两种工具来分析水的解决方案。
摘要。拉帕替尼是一种针对表皮生长因子受体 (EGFR) 和人类表皮生长因子受体 2 (HER2) 的低分子量药物。它是用于治疗人类晚期乳腺癌的抗肿瘤药物之一。我们打算将其应用于治疗犬乳腺肿瘤 (cMGT)。为此,我们评估了拉帕替尼在健康犬中的耐受剂量和副作用。在本研究中,我们从 30 mg/kg 开始进行剂量递增毒性试验,以确定最大耐受剂量。在 40 mg/kg/天剂量下观察到 3 级毒性,表现为体重减轻。然后我们进行了长期给药测试,发现 35 mg/kg/天的剂量在 7 周内耐受性良好,但到第八周引起 3 级肝毒性。总之,我们的研究结果表明,每天 35 毫克/千克的剂量给药不超过 8 周对健康狗来说是相当安全的。这个剂量高于人类的推荐剂量;因此,需要进一步研究评估对犬肿瘤的有效剂量。关键词:狗,人表皮生长因子受体 2,拉帕替尼,乳腺肿瘤,安全测试
埃塞俄比亚政府希望利用可再生能源来发电,满足该国目前的需求。该国 85% 的总人口生活在农村地区,并使用化石燃料满足家庭需求。使用化石燃料对用户和环境构成危险。埃塞俄比亚政府计划利用社区周围丰富的可再生资源为 85% 的农村社区通电。因此,使用 GIS 确定太阳能光伏的潜在位置是向政府推荐合适地点的决策支持工具。太阳能光伏适用性分析为太阳能光伏电站的安装提供了最佳位置。为了找到适合太阳能光伏的位置,使用层次分析法确定了影响适用性的因素并加权。然后,将加权值和重新分类的值相乘,得到太阳能光伏的最终适用性地图。由于场地不合适,太阳能光伏发电效率会下降,甚至可能发生故障。通过确定最合适的位置,太阳能光伏电站的位置最佳。因此,本研究的目的是在南贡德尔区找到最适合太阳能光伏发电的地点。研究区域适合建设太阳能光伏电站的比率为 86.5%。研究区域考虑的 86 个标准(86%)被发现适合太阳能光伏电站的最佳位置。大多数合适区域位于该地区的西部。地形的性质是产生太阳能的关键因素;它影响到达太阳能光伏板表面的太阳辐照度。
无人机系统的权宜性分析 D. Hůlek 1 , M. Novák 2 1 布拉格捷克技术大学,交通科学学院,航空运输系,Horská 3, 128 03, Prague 2, Czech Republic,电子邮件:hulekdav@fd.cvut.cz 2 帕尔杜比采大学,交通工程学院,交通管理、营销和物流系,Studentská 95, 532 10 Pardubice, Czech Republic,电子邮件:novak@upce.cz 摘要 本文的目的是介绍由布拉格 FTS 的 CTU 航空运输系员工创建的无人机系统的权宜性分析。权宜性分析的原则是确定无人系统的使用是否适合某项活动。将无人系统与有人驾驶飞机和不使用任何飞行器进行了比较。从安全、环境(包括社会学)和财务角度对无人机系统进行了比较。第一部分介绍了无人机系统领域的现状和上述三个观点。下一部分介绍了用于分析创建的最重要的研究方法。本文的第三部分介绍了权宜之计分析本身及其创建。本文的最后一部分对分析进行了验证并进行了总体评估。关键词:UAS、UA、UAV、RPAS、RPA、无人机、权宜之计分析、权宜之计、UAV 适用性 1。介绍
无人机系统的权宜性分析 D. Hůlek 1 , M. Novák 2 1 布拉格捷克技术大学,交通科学学院,航空运输系,Horská 3, 128 03, Prague 2, Czech Republic,电子邮件:hulekdav@fd.cvut.cz 2 帕尔杜比采大学,交通工程学院,交通管理、营销和物流系,Studentská 95, 532 10 Pardubice, Czech Republic,电子邮件:novak@upce.cz 摘要 本文的目的是介绍由布拉格 FTS 的 CTU 航空运输系员工创建的无人机系统的权宜性分析。权宜性分析的原则是确定无人系统的使用是否适合某项活动。将无人系统与有人驾驶飞机和不使用任何飞行器进行比较。从安全、环境(包括社会学)和财务角度对无人机系统进行了比较。第一部分是关于无人机系统领域的现状和上述三个观点。下一部分描述了用于分析创建的最重要的研究方法。本文的第三部分描述了权宜之计分析本身及其创建。本文的最后一部分对分析进行了验证及其总体评估。关键词:UAS、UA、UAV、RPAS、RPA、无人机、权宜之计分析、权宜之计、UAV 适用性 1。介绍
无人机系统的权宜之计分析 D. Hůlek 1、M. Novák 2 1 布拉格捷克技术大学,交通科学学院,航空运输系,Horská 3, 128 03,布拉格 2,捷克共和国,电子邮件:hulekdav@fd.cvut.cz 2 帕尔杜比采大学,交通工程学院,交通管理、营销和物流系,Studentská 95,532 10 帕尔杜比采,捷克共和国,电子邮件:novak@upce.cz 摘要 本文的目的是介绍由布拉格 FTS 航空运输系 CTU 员工创建的无人机系统的权宜之计分析。权宜之计的原则是确定无人系统的使用是否适合某项活动。将无人系统与有人驾驶飞机的使用和不使用任何飞行器进行了比较。从安全、环境(包括社会学)和财务角度对无人机系统进行了比较。第一部分介绍了无人机系统领域的现状和上述三个观点。下一部分描述了用于分析创建的最重要的研究方法。本文的第三部分描述了权宜性分析本身及其创建。本文的最后一部分对分析进行了验证并进行了总体评估。关键词:UAS、UA、UAV、RPAS、RPA、无人机、权宜性分析、权宜性、UAV 适用性 1. 简介