XiaoMi-AI文件搜索系统
World File Search SystemCardiff
应用催化A，一般-Orca -Cardiff University
比较了CVI在Ga 2 O 3上沉积在Ga 2 O 3上的PD行为，以与甲醇的CO 2的氢化进行比较。ga 2 o 3仅是不活跃的，但是在2 O 3中具有良好的转换，并且选择性高达89％，至CH 3 OH。在2 O 3中，向催化剂中添加PD的影响相对较小，但是相反，将PD添加到Ga 2 O 3中，具有很大的作用，引起了对甲醇的高活性和选择性。两种氧化物形成PD Interallics -PD 2中的PD 2和PD 2 GA。然而，对于催化剂中，氧化物的厚（〜3 nm）叠加剂也有厚度（〜3 nm），而对于GA催化剂，则没有这样的覆盖层。因此，这就是为什么与ga。此外，研究了Pd和Zn共沉积对GA o o o₃o和IN₂O₃中的影响，以及支持形态的效果。在PD和Zn的共沉积后，还原后，3催化剂中的PD 2保持相位稳定，而PD 2 GA合金被PDZN取代，并改善了甲醇的产量。
化学工程杂志-orca-加的夫大学
厌氧消化被广泛用于处理各种有机废物，同时产生可再生能源和富含营养的消化酸盐。然而，木质纤维素废物，尤其是木材废物，遭受与高木质素含量相关的顽固性，从而对沼气产量产生不利影响。尚不清楚木材废物是否适合作为厌氧消化的原料，以及在多大程度上预处理技术有可能影响其生化甲烷潜力。在本文中，收集了769个关于木材废物产生的数据集进行荟萃分析。结果表明，与木材废物相比，当没有应用预处理技术时，其他有机废物的甲烷Pro duction平均增加了146％，但是当考虑预处理技术时，该差距可以减少到99％，这表明预处理技术可以对木材废料有效。对不同预处理技术的进一步分析表明，预处理显着增加了木材废物的甲烷产生113％，并且预处理技术的组合比单一方法更有效。最后，应用了三种机器学习算法来探索甲烷生产与选定变量之间的关系。结果表明，与人工神经网络相比，随机森林方法对甲烷产生的预测性能（R 2 = 0.9643）更好，并且支持载体回归。特征重要性分析发现，粒径的影响高于温度或原料组成。总体而言，这项研究深入了解了利用木材废物作为厌氧消化的原料以及采用合适的预处理方法的重要性。这项工作还揭示了甲烷生产与关键变量之间的相关性，这可以作为在厌氧消化过程中优化操作调整的指南。
一个加的夫一个星球 - 年度评论2022
城市和我们的投资政策，包括更具本地化的风险和推进可持续排水解决方案的机会。对理事会年度运营碳排放的分析20。最初的2021年，Cardiff战略报告了该委员会在2019/20基准年的估计碳排放量，以及2020/21的分析。这是为了确保与“正常”的流行前活动相关的一个行星加的夫碳基线，以免因共同锁定的各种含义而歪曲。21。该分析的主要认可是，理事会的采购活动“造成”碳排放量使所有其他类型的更直接排放相形见war，即来自供暖和动力建筑物以及我们的旅行和流动性活动的碳排放。22。该理事会现已采用威尔士政府碳报告框架方法，以一致的方式记录其排放，以与威尔士各地的其他公共部门组织保持一致。此框架要求我们在以下标题下使用基于“活动”的报告。
耐药性更新 - -ORCA - 卡迪夫大学
a 巴勒莫大学生物、化学和制药科学与技术系，意大利巴勒莫 90123 b 麻省总医院，哈佛医学院，美国马萨诸塞州波士顿 02114 c 英国癌症研究中心剑桥中心，Hills Road，剑桥 CB2 0QQ，英国 d 新加坡国立大学杨潞龄医学院药理学系，新加坡 117600，新加坡 e 新加坡国立大学杨潞龄医学院新加坡国立大学癌症研究中心，新加坡 119077，新加坡 f 京都大学医学院，日本京都 g 古斯塔夫·鲁西癌症中心，儿童和青少年肿瘤学系，INSERM U1015，巴黎萨克雷大学，法国维尔瑞夫 h 实验治疗组，Vall d ′ Hebron 肿瘤研究所，西班牙巴塞罗那 i 卡迪夫大学和 Velindre 癌症中心，博物馆大道，卡迪夫 CF10 3AX，英国 j 南洋理工大学李光前医学院（LKCMedicine），实验医学大楼，636921，新加坡 k 新加坡国家癌症中心癌症遗传学服务（CGS），168583，新加坡 l 约翰霍普金斯大学公共卫生学院生物化学与分子生物学系，美国马里兰州巴尔的摩 m 安格利亚鲁斯金大学生命科学学院，英国剑桥 n 伦敦帝国理工学院癌症分部，英国伦敦汉默史密斯校区 o 新加坡国立大学杨潞龄医学院生理学系，117593，新加坡 p 新加坡国立大学杨潞龄医学院健康长寿转化计划，117456，新加坡 q 加利福尼亚大学格芬医学院肿瘤学系，美国加利福尼亚州洛杉矶 r 伦敦大学学院 MRC 分子细胞生物学实验室，英国伦敦 WC1E 6BT新加坡 A*STARTCentral 139955 私人有限公司
以人为本的智能制造 - -ORCA - 卡迪夫大学
自从工业5.0的概念提出以来，工业场景中人机交互（HMI）的重视程度不断提高。HMI是工厂向工业5.0发展的一部分，主要是因为HMI可以帮助实现以人为本的愿景。同时，为了实现工业5.0提出的可持续和有弹性的目标，绿色、智能和更先进的技术也被认为是工厂实现工业5.0的重要驱动因素。将HMI与先进技术相结合的以人为本的智能制造（HCSM）工厂有望成为未来制造业的典范。因此，有必要讨论未来可能促进HCSM实施的技术和研究方向。在智能工厂中，HMI信号将经过传感器采集、处理、传输到数据分析中心并输出以完成交互的过程。基于此过程，我们将HMI分为四个部分：传感器和硬件、数据处理、传输机制以及交互和协作。本文通过系统的文献综述过程，评估和总结了当前 HMI 领域的研究和技术，并将它们归类为 HMI 过程的四个部分。由于某些技术的当前使用场景相对有限，因此介绍重点关注它们可能的应用和面临的问题。最后，揭示并讨论了 HMI 为工业 5.0 和 HCSM 带来的机遇和挑战。
产品变更管理 - -ORCA - 卡迪夫大学
术语................................................................................................................... 16
人为错误管理 - -ORCA - 卡迪夫大学
然而，相比之下，没有可用的文献从一线运营的角度证明飞机维护发动机大修具有同样的潜力，特别是在精益运营的背景下。 1。因此，缺乏对航空维修过程的严格研究，这在知识主体中存在重大差距，特别是在效率（“精益”）和有效性（质量和安全）都是运营管理改进目标的当代。
成人发作自身免疫性糖尿病 - 欧洲 - 卡迪夫大学
糖尿病是一种以高血糖水平为特征的疾病。当该疾病与胰岛素分泌严重丧失有关时，它被称为胰岛素依赖性，因为受影响的个体需要胰岛素治疗才能生存。相反，如果该疾病是由不太严重的胰岛素缺乏引起的，那么受影响的患者不依赖胰岛素。 存在免疫特征的疾病形式，例如外周血液胰岛特异性自身抗体，被归类为自身免疫性糖尿病，即1型糖尿病（T1DM）或更准确地，从IDIIPATHIC型糖尿病型糖尿病（T1DM）或更准确地，以IDIIPATY型糖尿病型1B糖尿病。 从广义上讲，在童年时期出现的个体通常具有胰岛素依赖性的T1DM，但也可能受到单基因糖尿病的影响（称为成熟的青年糖尿病（MODY），甚至是2型糖尿病（T2DM）。 相反，成年中存在的人通常具有非胰岛素依赖性的T2DM，但是成人发作自身免疫性（AOA）糖尿病的病例也很频繁。 成人发作性糖尿病已被建议包括五个不同的表型群，其中这些表型与胰岛特异性自身抗体一起被归类为严重的自身免疫性糖尿病（Saed）2。 严重的胰岛素缺乏症，需要胰岛素治疗的区别，以及可以通过其他方式治疗的更多胰岛素缺乏症，并不总是很清楚，尤其是在成人糖尿病中。 围绕成人发作的许多问题与T1DM和T2DM之间的关系有关，在发作时代，血糖水平和时相反，如果该疾病是由不太严重的胰岛素缺乏引起的，那么受影响的患者不依赖胰岛素。存在免疫特征的疾病形式，例如外周血液胰岛特异性自身抗体，被归类为自身免疫性糖尿病，即1型糖尿病（T1DM）或更准确地，从IDIIPATHIC型糖尿病型糖尿病（T1DM）或更准确地，以IDIIPATY型糖尿病型1B糖尿病。从广义上讲，在童年时期出现的个体通常具有胰岛素依赖性的T1DM，但也可能受到单基因糖尿病的影响（称为成熟的青年糖尿病（MODY），甚至是2型糖尿病（T2DM）。相反，成年中存在的人通常具有非胰岛素依赖性的T2DM，但是成人发作自身免疫性（AOA）糖尿病的病例也很频繁。成人发作性糖尿病已被建议包括五个不同的表型群，其中这些表型与胰岛特异性自身抗体一起被归类为严重的自身免疫性糖尿病（Saed）2。严重的胰岛素缺乏症，需要胰岛素治疗的区别，以及可以通过其他方式治疗的更多胰岛素缺乏症，并不总是很清楚，尤其是在成人糖尿病中。围绕成人发作的许多问题与T1DM和T2DM之间的关系有关，在发作时代，血糖水平和
纤维束成像中的瓶颈问题 - -ORCA - 卡迪夫大学
图 1 命名法。两个束，即 UF 和 IFOF，用于突出显示体素（a – e）和体素内的固定单元的分类。a 和 b 中的体素是单固定单元体素和单束体素以及单束固定单元的示例。由于 UF 和 IFOF 在体素 c 中分歧，因此这是多固定单元体素和多束体素的示例，其中一个固定单元被归类为单束固定单元，另一个被归类为多束固定单元。体素 d 突出显示 IFOF 的扇形化，这导致多固定单元体素和单束体素，并且两个固定单元都是单束固定单元。最后，IFOF 和 UF 都以相同的方向穿过体素 E，因此体素 e 是一个单方向体素，但也是一个多束体素，也是一个多束固定体素。这个固定体素，以及这个体素，代表了纤维束成像的瓶颈
可持续城市和社会 - -ORCA - 卡迪夫大学
智慧城市试图通过减少能源浪费、提高电网稳定性和满足服务需求来实现净零排放目标。这可以通过采用下一代能源系统来实现，该系统利用人工智能、物联网 (IoT) 和通信技术来实时收集和分析大数据并有效运行城市服务。然而，在可持续的智慧城市中训练机器学习算法来执行各种与能源相关的任务是一项具有挑战性的数据科学任务。这些算法可能表现不如预期，需要花费大量时间进行训练，或者没有足够的输入数据来很好地概括。为此，迁移学习 (TL) 已被提出作为缓解这些问题的有希望的解决方案。据作者所知，本文通过采用现有 TL 框架的明确分类法，首次对 TL 对能源系统的适用性进行了回顾。接下来，进行深入分析以确定当前技术的优缺点并讨论未解决的问题。接下来，将介绍两个案例研究，说明 TL 在 (i) 使用移动数据进行能源预测和 (ii) 体育设施中的负荷预测中的应用。最后，本文对未来的发展方向进行了讨论。