REINVENT 4 是一个用于设计小分子的现代开源生成 AI 框架。该软件利用循环神经网络和转换器架构来驱动分子生成。这些生成器无缝嵌入到通用机器学习优化算法迁移学习、强化学习和课程学习中。REINVENT 4 支持并促进从头设计、R 基团替换、库设计、连接子设计、支架跳跃和分子优化。本文概述了该软件并描述了其设计。详细讨论了算法及其应用。REINVENT 4 是一个命令行工具,可以读取 TOML 或 JSON 格式的用户配置。此版本的目的是为基于 AI 的分子生成中一些最常见的算法提供参考实现。此次发布的另一个目标是创建一个基于人工智能的分子设计教育和未来创新框架。该软件可从 https://github.com/ MolecularAI/REINVENT4 获得,并根据宽松的 Apache 2.0 许可证发布。
增强现实 (AR) 的交互设计越来越受到学术界和工业界的关注。本综述讨论了 260 篇文章(占 2015 年至 2019 年期间发表的文章的 68.8%),以回顾互联城市中的人机交互领域,重点关注增强现实驱动的交互。我们概述了人城交互和相关技术方法,然后回顾了 AR 耳机的信息可视化、受限界面和具身交互的最新趋势。我们重点介绍了界面设计和输入技术中值得进一步研究的未充分探索的问题,并推测具有互补对话式用户界面 (CUI) 的 AR 是实现智慧城市中沉浸式系统无处不在的交互的关键推动因素。我们的工作有助于研究人员了解 AR 在人城交互中的当前潜力和未来需求。
摘要:欧洲有许多历史建筑需要提高能源效率,需要永久维护和翻新以满足可持续性和使用要求。资产所有者和资产管理者需要采用新策略来保护历史建筑,同时在其生命周期内优化成本和收益。从这个意义上说,数字化转型被证明是开辟新场景的时机。数字孪生范式有望为实现建筑资产的可持续知识、保护、修复和管理以及解决保护这些建筑的建筑特征同时使其适应监管框架规定的功能和性能要求的困境提供宝贵价值。本研究提出了一种工作流程,该工作流程集成了遗产建筑信息模型 (HBIM) 和建筑性能模拟 (BPS) 工具,以数据驱动 1920 年代至 1960 年代之间建造的意大利历史现代建筑的能源改进。在获取有关建筑物的信息后,基于国际基础类 (IFC) 标准实现 HBIM 模型和建筑能量模型 (BEM)。定义能源干预措施,计算建筑成本,并预测干预生命周期内热需求的收益。最后,快速的多标准分析可以比较不同的干预组合,并指出有关能源、经济和财务问题的建筑能源改进的最佳解决方案。这些成果代表了实现动态、可访问和可共享的数字孪生的第一步。
智能。这种系统智能有助于提高航运在本地(即船舶运营)和全球(即物流运营)规模的运营效率,这是主要优势。本研究的第一部分总结了这些数据驱动网络的主要特征。在本研究的第二部分中,讨论了数字模型和区块链技术的两种应用,并与它们的特征进行了比较,以说明它们的相同点和不同点。数字模型表示从船舶性能和导航数据集得出的基于矢量的数学结构,并被归类为低级信息模型。人们还认为,来自工业物联网(物联网)的相应数据集应该经过这样的低级模型来提高其质量。这些数据驱动网络可用于量化船舶性能和航行条件,其结果还可用于在当地范围内提高船舶能源效率并减少发动机排放。区块链代表公共领域的去中心化、分布式和数字分类账系统,可以处理和记录许多用户执行的交易。由于这些网络处理的工业流程数据集质量很高,因此被归类为高级信息模型。此类数据驱动网络可用于制定航运中的各种物流操作并在全球范围内优化其运营条件。这些数据驱动网络的结果可用于提高航运业的运营效率并降低相关成本。
《电机驱动系统中的持续能源改进》向读者介绍了制定电机改进行动计划所需的步骤。行动计划指出哪些电机应立即更换为 NEMA Premium ® 效率型号;哪些电机在发生故障且需要维修时应更换为超高效电机;哪些电机应进行维修(遵循最佳实践维修标准)并恢复使用。行动计划还确定了哪些电机具有潜在的可调速驱动流量控制节能机会,就建立超高效备件库存提出了建议,讨论了加速更换旧标准效率电机的好处,讨论了维护实践和活动的改进,并指出了电力传输系统效率升级的机会,并确定了适合可调速驱动改造的应用。
当前智能制造的设计、规划与实施主要从满足大规模定制需求、提升制造能力、创新商业模式等角度进行,应将环境和社会因素系统地融入智能制造的全生命周期。鉴于此,本文提出了一种数字孪生驱动的智能制造绿色绩效评估方法。数字孪生框架构建了物理实体与数字模型之间的双向映射和实时数据交互,为绿色绩效评估提供了全生命周期的全要素虚拟映像,满足了评估信息源和需求的监控和仿真要求。在数字孪生框架的驱动下,提出了一种基于模糊粗糙集AHP、多级权重综合和PROMETHEE II的混合MCDM模型作为智能制造绿色绩效评估的方法。在某空调企业远程运维服务项目绿色绩效评估研究中对模型进行了测试和验证。测试表明,提出的数字孪生驱动的混合模型能够获得稳定合理的评估结果。通过27种情景进行了敏感性分析,结果显示稳定性较高
图3。sfg对(a)泵梁从855到880 nm的不同波长的光谱依赖性,以及(b)1525至1565 nm的信号梁。在前一种情况下,信号的波长固定为1545 nm,而在后一种情况下,泵的波长固定在875 nm处。在(a)和(b)所示的光谱中,将泵和信号梁设置为极化状态,从而提供最大的非线性发射。(c)由元表面(彩色线)产生的三种非线性排放的强度,与SHG 2 P,SFG和SHG 2 S相对应,以及差距半导体材料的灭绝系数(带正方形的灰色线)作为波长的功能。插图中显示了与SFG非线性过程相对应的能级图。(d)SFG强度是泵梁(底部)和信号梁(顶部)中平均功率的函数。实验数据(在对数字图中显示的实验数据)表明SFG具有泵和信号梁的功率的线性依赖性。
全印度管理协会 (AIMA) 是印度管理的最高机构,拥有超过 38,000 名会员,并通过 68 个附属地方管理协会拥有近 6,000 名企业/机构会员。AIMA 成立于 60 多年前,是一个非游说、非盈利组织。它与行业、政府、学术界和学生密切合作,以促进印度管理职业的发展;并在印度政府和国家协会的许多决策机构中都有代表。AIMA 以实体和虚拟模式提供测试、远程教育、技能开发和培训、研究、出版物、高管教育和管理发展计划等领域的各种服务。此外,AIMA 通过与专业团体和机构的众多外国合作,为印度管理人员带来最佳管理实践和技术。
主题:公司在其网上商店中提供与其供应链和物流网络相关的大量数据。举几个例子:Zara 披露了其网上商店中列出的 70,000 多种产品的价格、可用性信息和原产国;除了价格和折扣之外,宜家还发布了其实体店和网上商店中所有产品可用性的详细信息。我们一直在非常细致地收集多个行业领导者的大量在线数据。基于这些数据,我们可以对这些公司的供应链进行逆向工程,并深入了解他们的运营政策。基于人工智能的大数据分析和 GenAI(大型语言模型)的最新发展为我们提供了新的机会和工具,让我们能够洞察供应链实践的优劣。我们研究的目的是提出管理建议,为个人决策者和供应链管理社区提供实质性价值。我们的初步分析产生了许多令人兴奋的结果和极具前景的研究途径,我们现在希望将其转化为一个连贯的多年研究议程。候选人:我们正在寻找积极主动、技术精湛的人才来支持我们在这个新颖且极具创新性的领域的研究工作。候选人应具有非常强大的管理/经济学背景(最好是供应链管理),并对数据驱动分析充满热情。他们应该表现出出色的学术能力。拥有一个或多个相关研究领域的硕士学位是先决条件。环境:我们提供极具吸引力且灵活的工作和研究环境:您将成为一个雄心勃勃、具有创业精神的团队的一员,该团队由年轻而积极主动的研究人员组成,他们具有不同的学术背景和方法技能(例如,商业、经济学、数据科学和机器学习),并且在供应链管理方面拥有出色的专业知识。您将获得出色的支持和监督;您将在领先的科学期刊上开发研究成果和出版物,这些成果和出版物将计入您的博士论文,并且您将有机会参加国际夏季/冬季学校、参加国际会议,并在我们合作的其他国际机构度过时光。理想情况下,您将在三年内完成您的论文。
该出版物是由Macquarie销售和交易人员编写的,不是Macquarie研究部门的产物。表达的任何观点或意见都是作者的观点和其发起的麦格理销售和/或交易台(“作者”),这些观点可能与麦格理研究部的观点不同。在分发本出版物之前,本文中包含的信息可能会与麦格理交易桌共享,这些书桌在发行本出版物之前不受禁止交易的禁令。这些观点不是作者和其他麦格理销售和/或交易桌作为本金中提到的金融工具的本金的独立或目标,并且可以部分基于交易活动来补偿谁。这些观点不包括,也不是针对任何特定投资者需求而定制的交易想法或建议。