摘要:平台经济已成为各种行业的变革力量,重新塑造了消费者的行为以及企业在数字时代的运作方式。了解影响这些平台的影响对于它们的持续发展和广泛使用至关重要的因素。本研究通过扩展了具有隐私计算模型的技术2(UTAUT2)模型的广泛使用理论和使用技术2(UTAUT2)模型的统一接受和使用理论,从而研究了突尼斯经济平台采用的决定因素。通过应用部分最小二乘结构方程建模(PLS-SEM)技术,研究提供了显着的见解。结果强调了诸如绩效预期,习惯形成,对技术的信任,感知风险,隐私问题以及对用户行为意图的价格价值以及平台实际使用等因素的关键影响。这些发现提供了对发展中国家平台经济采用的动态的更深入的了解,并为利益相关者提供了宝贵的见解。通过利用这些知识,利益相关者可以培养一个包容性的数字生态系统,推动经济增长,并创造一个有利于在发展中国家广泛采用和使用平台经济的环境。
在本研究中,我们对过去10年的扩展现实进行了对考古学用户研究的系统审查。筛选和选择过程后,选择了52篇文章进行深入分析。他们的分类遵循不同的轴:设备,位置依赖性,用户类型,交互和协作。我们还根据任务,评估测量,参与数量以及如何进行研究(预测试和/或测试后,形成性和总结性评估,定量和定性数据)来组织现有的用户研究。我们发现了考古学和文化遗产之间的相互交织的关系,这反映在古老的博物馆展览和考古遗址上的申请中。还研究了针对考古学家和公众开发的系统之间的相似性。我们的目的是在不同的用户研究之间找到一个共同的基础,可以帮助下一个系统的设计师具有可以构建系统的基础。我们还强调了这是需要解决的用户类型时,这将是首选和最合适的评估技术。结果表明可测量变量和可能的选择的异质性,但可以得出一些准则。
摘要 — 建模困难、模型时变和外部输入不确定是燃料电池混合动力汽车能源管理面临的主要挑战。本文提出了一种基于模糊强化学习的燃料电池混合动力汽车能源管理策略,以降低燃料消耗、维持电池的长期运行并延长燃料电池系统的使用寿命。模糊 Q 学习是一种无模型强化学习,可以通过与环境交互进行自我学习,因此无需对燃料电池系统进行建模。此外,燃料电池的频繁启动会降低燃料电池系统的剩余使用寿命。所提出的方法通过在强化学习的奖励中考虑燃料电池启动次数的惩罚来抑制燃料电池的频繁启动。此外,在 Q 学习中应用模糊逻辑来近似值函数可以解决连续状态和动作空间问题。最后,基于 Python 的训练和测试平台验证了所提出方法在初始状态变化、模型变化和驾驶条件变化条件下的有效性和自学习改进。
人工智能(AI)和扩展现实(XR)的融合已迎来了生物医学工程的变革性时代,从而在诊断,治疗和教育方面取得了重大进步。本评论旨在探索AI和XR技术的整合,并强调其集体潜力在解决相关挑战的同时彻底改变医疗保健实践。AI具有自适应算法,在医学成像,疾病预测和优化治疗方案中已成为必不可少的。XR技术,包括虚拟现实(VR),增强现实(AR)和混合现实(MR),提供了沉浸式和互动的环境,可增强医学培训,康复和手术精度。这项研究批判性地评估了AI和XR在实际生物医学情景中的应用,将结果与传统的医疗保健实践进行了比较,并提出了证明其有效性的案例研究。此外,审查还讨论了这些技术的局限性,包括算法偏见,隐私问题以及对强大的监管框架的需求。检查了围绕患者安全和数据安全的道德考虑因素,以确保保持平衡的观点。通过分析最新进步并确定研究差距,本文提供了可行的见解,并提出了未来的方向
摘要:本研究的重点是针对跨各种夸克(Quark)平均的标量和伪级中的中间线性 - sigma模型(ELSM)对拉格朗日的中间潜在贡献。本研究的重点是与Quanmy染色体动力学(QCD)相关的低能现象学,其中介子及其相互作用是相关的自由度,而不是夸克和gluons的基本成分。鉴于SU(4)配置完全基于SU(3)配置,因此在有限的温度下探索了SU(3)中的介子状态与SU(4)中的介子之间的可能关系。meson状态由不同的手性特性定义,根据其轨道角动量J,奇偶校验P和电荷共轭c对其进行分组。因此,该组织产生具有量子数J PC = 0 ++的标量介子,具有J PC = 0 - +的伪级介子,具有J PC = 1--的矢量介子和j pc = 1 ++的AxialVector介子。我们完成了分析表达式的推导,总共有17个未固定的梅森州和29个诱人的梅森州,以便对不同温度下的非芯片和迷人梅森州进行分析比较,并且可以估计,su(3)和su(3)和su(4)可以估算出(3)和SU(3)。
摘要 - 在本文中,我们提出了一种用于地区供暖网络(DHNS)的经济非线性模型预测控制(MPC)算法。所提出的方法具有生产者,多个生产者和存储系统,这是第四代DHN的重要组成部分。这些网络通过它们优化其运营的能力,旨在降低供应温度,适应分布式的热源以及利用热含量和存储提供的灵活性,这对于实现化石燃料燃料的能源供应至关重要。开发一个智能能源管理系统来实现这些目标,需要高度复杂的非线性系统和能够处理大规模优化问题的详细模型。为了解决这个问题,我们引入了一个基于图的优化模型,该模型有效地集成了分布式生产者,生产者,存储缓冲区和双向管流,以便可以在实时MPC设置中进行影响。此外,我们进行了几个数值实验,以评估闭环中提出的算法的性能。我们的发现表明,MPC方法比传统的基于规则的控制器获得了多达9%的成本提高,同时更好地维护系统限制。
关于ÉcolePolytechnique /écolePolytechnique,也称为L'X,是法国领先的机构,结合了科学和技术尖端的顶级研究,学者和创新。其各种本科和研究生级课程 - 理学学士学位,IngénieurPolytechnicien(硕士课程),硕士课程和博士学位 - 具有很高的选择性,并促进了一种卓越的文化,并强烈重视科学,并以人文主义的传统为基础。作为一所国际化大学,ÉcolePolytechnique提供了各种国际计划,并吸引了越来越多的外国学生和来自全球的研究人员(目前有41%的学生和40%的教职员工)。écolePolytechnique提供了一项卓越的教育,以使聪明的男人和女人在顶级关键位置上表现出色,并领导着应对21世纪社会挑战的复杂和创新的项目,同时保持对公民和社会责任的敏锐感。及其23个实验室,其中22个是法国国家科学研究中心(CNRS)的联合研究单位,ÉcolePolytechniqueResearch Center探索了跨学科知识的前沿,以为科学,技术和社会提供重大贡献。école理工学院是巴黎研究所的创始成员。www.polytechnique.edu
在认可的实验室进行测试: EN IEC 62619:2022(VDE 0510-39) EN 62477-1:2012(VDE 0558-477-1) UN 38.3 VDE-AR-E 2510-50(第二版草案)适用于单独使用电池以及与逆变器结合使用 家用锂离子电池系统安全指南,版本 1.0 KIT 简要检查表(满分) EN 61000-6-2(VDE 0839-6-2) EN 61000-6-3(VDE 0839-6-3) VDE 预标准(EU)2023/1542(电池法规): 第 10 条和附件 IV(性能和耐用性) 第 12 条和附件 V(固定电池储能系统的安全性) 14 和附件 VII(健康状况信息) 对于 CE 和 UKCA 标志: (EU) 2023/1542(电池法规) 2014/35/EU(LVD) 2011/65/EU(ROHS)(自愿) 2014/30/EU(EMC) 符合消防安全标准中的产品要求: BVES 指南《大规模锂离子储能系统的预防和保护性防火安全》,第二版。2021 年(德国,仅适用于住宅储能系统的要求) OIB Richtlinie 2(2023,奥地利,室内安装电池视觉不需要特定的电池室) PAS 63100:2024(英国) 一般而言,适用于所有消防安全标准: 该系统已通过符合 EN IEC 62619 cl 的传播测试。 7.3.3(系统外部无火,无外壳破裂)电池还根据以下标准单独进行了测试:UN38.3(第 7 版)EN IEC 62619:2022 EUCAR 危险等级 3(无排气、无火或火焰;无破裂;无爆炸。重量损失<电解质重量的 50%)UL 9540A(2019)、UL 1642:2020 ed. 6、UL 1973:2018(第 2 版)
Kolmogorov 复杂度的研究起源于 [Kolmogorov 1965] 的工作。[Levin 1974] 和 [Chaitin 1975] 引入了 Kolmogorov 复杂度的规范自界定形式。[Solomonoffi1964] 引入了通用概率 m。有关本文中使用的概念的历史的更多信息,请参阅教科书 [Li and Vit´anyi 2008]。本文的主要定理是一个不等式,它具有字符串与停机序列的互信息。有关该术语的更多背景知识,请参阅 [Vereshchagin and Vit´anyi 2004b]。引理 4.1 使用了随机性的概念。如果字符串是简单概率分布的典型,则它是随机的。[Shen 1983, 1999; V'Yugin 1987]。随机性是算法统计的一个研究领域,可以在[Vereshchagin and Vit´anyi 2004a;Vereshchagin and Vit´anyi 2010;Vereshchagin 2013;Vereshchagin and Shen 2016]中找到。
特异性抗体通常被认为是互斥的,有极少数例外。应在患者的临床表现中仔细评估两种或多种肌炎特异性抗体的发生。请参阅ARUP咨询炎症性肌病 - 肌炎主题以获取有关
