XiaoMi-AI文件搜索系统
World File Search SystemFerence
地热能储存的短期行为
摘要 本文研究了模拟地热能储存短期行为的数值方法。配备地下热储存器的住宅供暖系统的最佳控制和管理需要进行此类模拟。建筑物下方或侧面的给定体积内填充有土壤，并与周围地面隔绝。通过升高储存器内土壤的温度来储存热能。它通过充满流动流体的管道热交换器进行充电和放电。地热能储存的模拟旨在确定在给定的短时间内可以在储存器中储存或从储存器中获取多少能量。后者取决于储存器中空间温度分布的动态，该动态受具有对流和适当边界和界面条件的线性热方程控制。我们考虑使用有限差分格式对该 PDE 进行半离散化和全离散化，并研究相关的稳定性问题。基于推导方法的数值结果在配套论文 [17] 中给出。
反义寡核苷酸
核酸有两种形式：脱氧核糖核酸 (DNA) 和核糖核酸 (RNA)。RNA 的结构多种多样，可分为信使 RNA（mRNA，编码蛋白质）、非编码 RNA、转移 RNA (tRNA)、核糖体 RNA (rRNA) 和长链非编码 RNA (lncRNA) – DNA 是一种更稳定的分子 [1]。DNA 中的遗传信息编码为 RNA，即转录，然后翻译成蛋白质。由于蛋白质的作用机制和化学特性，大多数现有药物（如小分子和抗体）主要针对蛋白质。近年来，可结合信使 RNA (mRNA) 的化合物的使用引起了越来越多的兴趣，因为抑制蛋白质表达有助于控制炎症和肿瘤疾病的病程。该领域的两种主要治疗方法是抑制 mRNA 翻译的反义寡核苷酸 (ASO) 和通过 RNA 干扰 (RNAi) 途径发挥作用的寡核苷酸 [2]。
舌下免疫疗法在哮喘过敏性鼻炎患者中的功效：系统评价和荟萃分析
摘要目的：舌下免疫疗法（SLIT）已被广泛应用于治疗过敏性鼻炎（AR）的患者。然而，AR哮喘患者的SLIT的荟萃分析仍然有限。方法：在2022年10月28日之前发表的文学文献是从PubMed，Embase和Cochrane库中检索的。Stata 16.0软件用于提取数据的荟萃分析。报告的结果是症状评分，药物评分，不良反应率和治疗成本。结果：十项涉及1722名患者的研究符合纳入标准。The total rhinitis score (TRSS) (weighted mean dif- ference [WMD] = − 1.23, 95% CI: − 1.39- − 1.06, P < .001) and total asthma symptom score (TASS) (WMD = − 1.00, 95% CI: − 1.12 – 0.89, P < .001) were signi fi cantly lower in the SLIT group than the安慰剂组。狭缝组具有较高的治疗相关不良事件率（相对风险[RR] = 2.82，95％CI：1.77-4.48，p <.001）和总治疗成本（标准平均差异[SMD] = 0.71，95％CI：0.45-0.97，p <.001）。吸入型固醇（ICS）剂量（P = .195），分数呼出的一氧化氮（Feno）（P = .158），强制呼气量，1 s（fev1）（Fev1）（p = .237），以及pretance（p = .237）和p = p = .237）。结论：SLIT可能是改善AR哮喘患者鼻炎症状和哮喘症状的治疗方法。然而，由于结果存在显着的异质性，因此将来需要更多的高质量和精心设计的研究来阐明裂隙的有效性。
公司级不确定性的经济影响
*第一版：2020年4月13日。We are grateful to Danilo Cascaldi-Garcia, Brian Doyle, Thiago Ferreira, Stef- fen Henzel, Matteo Iacoviello, Cosmin Ilut, Andrea Lanteri, Francesca Lotti, Hyunseung Oh, Andrea Prestipino, Plutarchos Sakellaris, Enrico Sette, Frank Warnock, and participants to various seminars and对于“宏观和调查数据的第11个Ifo Conterence”，以获取有用的评论。朱塞佩·菲奥里（Giuseppe Fiori）：美国国际财政部第20届国际财政部和华盛顿特区的C街20551年，联邦政府委员会委员Filippo Scoccianti：Banca d'Italia，通过意大利罗马的Nazionale 91（电子邮件：fiplippo.scocianti@bancaditalia.it）。本文所表达的观点仅是作者的统治性，不应被解释为反映美联储系统委员会（或与美联储系统相关的任何其他人）或意大利银行的观点。
用于生理生物信号的解缠对抗性迁移学习 /作者=Han, Mo；Ozdenizci, Ozan；Wang, Ye；Koike-Akino, Toshiaki；Erdogmus, Deniz /创建日期=2020 年 7 月 21 日 /主题=人工智能、人机交互、机器学习、信号处理
摘要 可穿戴传感器的最新发展为以有效和舒适的方式监测生理状态带来了希望。生理状态评估的一个主要挑战是迁移学习的问题，该问题是由不同用户或同一用户的不同记录会话中的生物信号域不一致引起的。我们提出了一种对抗性推理方法进行迁移学习，以从生理生物信号数据中提取解开的干扰鲁棒表示，以进行压力状态水平评估。我们利用任务相关特征和人员判别信息之间的权衡，通过使用对抗网络和干扰网络来联合操纵和解开编码器学习到的潜在表示，然后将其输入到判别分类器。跨受试者转移评估的结果证明了所提出的对抗框架的优势，从而展示了其适应更广泛受试者的能力。最后，我们强调我们提出的对抗性迁移学习方法也适用于其他深度特征学习框架。
用于自由空间量子通信的多模时延干涉仪
量子密钥分发 (QKD) 和超密集隐形传态等量子通信方案为安全地传递信息提供了独特的机会。光通信正日益扩展到自由空间信道，但自由空间信道中的大气湍流需要光接收器和测量基础设施来支持多种空间模式。本文，我们介绍了一种多模迈克尔逊型延时干涉仪，该干涉仪采用场展宽设计，用于测量自由空间通信方案中的相位编码状态。干涉仪采用玻璃光束路径构造，以提供热稳定性、场展宽角度公差和紧凑的占地面积。干涉仪的性能突出，单模和多模输入的测量可见度分别为 99.02 ± 0.05% 和 98.38 ± 0.01%。此外，还展示了针对任意空间模式结构和 ± 1.0 ◦ C 温度变化的高质量多模干涉。干涉仪测得的光路长度漂移接近室温，为 130 nm / ◦ C。借助此装置，我们展示了用于时间相位 QKD 的双峰多模单光子状态的测量，可见度为 97.37 ± 0.01%。
六方氮化硼中量子发射器的双光子干涉
最近在二维材料中发现的量子发射器为量子信息集成光子器件开辟了新的前景。这些应用中的大多数都要求发射的光子是不可区分的，而这在二维材料中仍然难以实现。在这里，我们研究了利用电子束在六方氮化硼中产生的量子发射器的双光子干涉。我们在非共振激发下测量了 Hong-Ou-Mandel 干涉仪中零声子线光子的相关性。我们发现发射的光子在 3 纳秒的时间窗口内表现出 0.44 ± 0.11 的部分不可区分性，这对应于考虑不完美发射器纯度后的校正值 0.56 ± 0.11。 Hong-Ou-Mandel 可见度与后选择时间窗口宽度的相关性使我们能够估计发射器的失相时间约为 1.5 纳秒，约为自发辐射设定的极限的一半。使用 Purcell 效应和当前的 2D 材料光子学，可见度可达到 90% 以上。
定向运动对强质效应的影响
众所周知，生态学和经济学方面的运动策略可以使灭绝和持久性之间有所不同。我们为生态人群和街头供应商的动态提供了一个统一的模型，这是许多非正式经济体的重要组成部分。我们分析了该模型，以研究受到强烈合理影响的人群运动的影响。我们从研究均匀差异或无孔边界条件的平衡溶液的存在开始。接下来，我们研究了进化问题，并表明，如果定向运动效应很小，那么解决方案的行为就像经典的反应局部方程和可动的生长模式一样。我们提出了数值模拟，该模拟表明有指示运动可以帮助克服强大的合同效应，并在此方向上提供一些部分分析结果。我们结论是与理想的自由分配建立联系，并分析竞争下发生的情况，发现理想的自由分配策略是当地的邻里入侵者。
今天的材料
自几十年以来，混凝土是全球基础设施行业中最喜欢和便宜的材料。在当今的可持续性和高层建筑时代，具有自我压缩特性的绿色混凝土是减少对环境的负面影响的唯一解决方案。绿色混凝土可以通过采用诸如浅滩和方解石之类的优质材料来制造，从而最大程度地减少水泥的征服并鼓励可持续性。用于开发自压缩混凝土（SCC），较高的粉末含量是最重要的要求，可以通过使用蓝灰和方解石来实现，并在有限的比例中方解石。在此，报告了绿色SCC的实验研究，其中四种不同的SCC混合，即M25，M30，M40和M50通过改变烟灰和方解石的比例来研究。评估了开发的混合物的强度和耐用性，以了解其在建筑中的适用性。版权所有2023 Elsevier Ltd.保留所有权利。在第二届国际高级材料和纳米技术的科学委员会的责任下，选择和同行评审。
代尔夫特技术大学通过混合...
价值观，例如自由和安全，是指导人类的核心动机。个人归因于不同值（我们的价值偏好）的相对重要性驱动行动[32]。值对于涉及人类和人工药物的社会技术系统（STS）[28]至关重要。创建价值一致的STS的先决条件是价值Incrence，即识别价值观和有关利益相关者价值偏好的推理的过程[25]。然而，由于价值推理在认知上具有挑战[19，29]和人类思维中的影响[16，21]，因此不能仅通过构成方法来执行价值推理。混合智能（HI）[1]方法是为了指导人类意识到其价值偏好以及它们如何根据上下文而变化。在这个扩展的摘要中，我们总结了一个连接价值推理步骤的框架[25]，并激发了为什么HI方法对其成功有用。我们还强调了混合价值推理所带来的多学科研究挑战。