XiaoMi-AI文件搜索系统
World File Search SystemIdentifying
识别有利于地热供暖和冷却存储的区域
空间供暖和冷却代表了美国住宅和商业建筑的最大类别。在现有的建筑库存中，使用基于燃料的技术在很大程度上得到了供暖，占住宅的42％和32％的商业能源需求（EIA 2022，2023b）。建筑物加热中燃料使用的普遍性使其成为温室气体排放的重要贡献，并突出了需要电气化建筑物加热以实现脱碳目标的必要性。尽管建筑冷却需求并非直接发射CO 2，但它代表了美国建筑能源消耗的第二大部分：占住宅的19％和14％的商业。作为建筑电气化的一部分提高冷却效率的机会将减少电力消耗，从而减少电网脱碳的途径。2022年的基础设施投资和就业法案，通常被称为两党基础设施法，其中包含支持采用建筑电气化技术的规定和税收优惠，使对这一问题的分析特别相关（基础设施投资和工作法案2021年）。
![识别GO 中的软件供应链攻击向量
arxiv：2502.07152v1 [stat.me] 2025年2月11日](/simg/7/7a52d4776c8aa25ca7fae2eb48cee446999e7797.webp)
识别GO 中的软件供应链攻击向量 arxiv：2502.07152v1 [stat.me] 2025年2月11日
在GO中，开源软件的广泛采用导致了繁荣的第三方依赖性生态系统，这些生态系统通常被整合到关键系统中。但是，依赖关系的再利用引入了重大的供应链安全风险，因为单个折衷的软件包可能会产生级联的影响。现有的供应链攻击分类法忽略了特定于语言的功能，这些功能可以被攻击者隐藏恶意代码。在本文中，我们提出了一种针对GO语言及其包装生命周期的12个不同攻击向量的新颖分类学。我们的分类法确定了用于良性目的的特定语言的GO特征，可以滥用以通过供应链隐秘地传播恶意代码。此外，我们推出了Gosurf，这是一种静态分析工具，该工具根据我们提出的分类法分析GO包装的攻击表面。我们评估了500个使用现实世界中的500个语料库的Gosurf。我们的工作提供了确保GO生态系统中开源软件供应链的初步见解，使开发人员和安全分析师可以优先考虑代码审核工作并发现隐藏的恶意行为。
确定非洲的区域经济中心
“经济枢纽”是一个广义的概念。从最广泛的意义上讲，经济枢纽是作为区域网络聚合点的城市或国家。根据网络理论，网络聚合点代表着不同因素的汇合，例如贸易线、贸易邻近性、信息和通信基础设施、金融网络、社交网络和物流基础设施（Graham，2015；Bernard & Moxnes，2017）。这些因素的结合使枢纽成为该地区的“经济心脏”。在本文中，我们关注的是规模足够大、在发展、政策制定和合规方面具有区域影响力的经济枢纽。我们将区域经济枢纽定义为“在更广泛区域的经济中发挥重要作用的区域中心”。在本文的其余部分，“枢纽”国家是指影响区域同行的主要经济体，而“辐条”国家是指受枢纽影响的区域国家。
识别符合 HLA-A*02 条件的患者中适合 TCR T 细胞疗法的 MAGE-A4 阳性肿瘤
T 细胞受体 (TCR) T 细胞疗法以人类白细胞抗原 (HLA) 限制的方式靶向肿瘤抗原。生物标志物定义的疗法需要验证适合确定患者资格的检测方法。对于评估针对黑色素瘤相关抗原 A4 (MAGE-A4) 的 TCR T 细胞疗法的临床试验，研究 NCT02636855 和 NCT04044768 中的筛选根据以下标准评估患者资格：(1) 高分辨率 HLA 分型和 (2) 通过免疫组织化学检测对符合 HLA 资格的患者进行肿瘤 MAGE-A4 检测。本文报告了 HLA/MAGE-A4 检测验证、生物标志物数据及其与协变量（人口统计学、癌症类型、组织病理学、组织位置）的关系。在来自北美和欧洲 43 个地点的患者中，HLA-A*02 的合格率为 44.8% (2,959/6,606)。虽然 HLA-A*02:01 是最常见的 HLA-A*02 等位基因，但其他基因（A*02:02、A*02:03、A*02:06）在西班牙裔、黑人和亚裔人群中显著增加了 HLA 的合格率。总体而言，基于临床试验入组人数的 MAGE-A4 患病率为 26% (447/1,750)，涵盖 10 种实体肿瘤类型，滑膜肉瘤患病率最高 (70%)，胃癌患病率最低 (9%)。除卵巢癌患者年龄和非小细胞肺癌组织学外，协变量通常与 MAGE-A4 表达无关。本报告展示了TCR T 细胞疗法生物标志物筛选的合格率，并为未来 MAGE-A4 靶向疗法的临床开发提供了流行病学数据。
识别在机器人简单子宫切除术中使用子宫操纵器的关键预测因子：回顾性队列分析
子宫切除术是对子宫良性疾病的女性进行的最常见的外科手术，约占子宫切除术的90％（1）。在手术机器人之前，腹腔镜检查是唯一受到陡峭的学习曲线和对高级训练的需求的唯一最低侵入性选择。由于美国食品药品监督管理局于2005年批准了DA Vinci机器人（直觉手术），因此机器人技术的进步大大增加了其在妇科手术中的使用。目前，机器人简单子宫切除术（RSH）现在是美国最常见的机器人妇科手术（2，3）。与剖腹手术或腹腔镜检查相比，机器人手术的最大优势是人力资源的节省。RSH的设备每次手术的设备比总腹腔镜子宫切除术（TLH）稍贵，但是执行45个或更多的RSH程序比TLH更具成本效率（4，5）。使用子宫操纵剂的使用已经很好地确定，很明显，子宫操纵剂是手术期间最简单处理子宫的方法（6）。据报道， TLH没有子宫操纵器可减少手术时间和骨盆助手的需求（7）。 但是，很少有研究检查RSH是否需要操纵器。 在这项研究中，我们的目的是回顾性地比较有或没有操纵器的RSH案例，并确定术中使用操作剂的预测因素。TLH没有子宫操纵器可减少手术时间和骨盆助手的需求（7）。但是，很少有研究检查RSH是否需要操纵器。在这项研究中，我们的目的是回顾性地比较有或没有操纵器的RSH案例，并确定术中使用操作剂的预测因素。
通过无监督学习以最少的先验知识识别量子相变
在本研究中，我们提出了一种新方法，使用自动编码器 (AE)（一种无监督机器学习技术）在极少先验知识的情况下识别一维量子多体系统中的量子相变。AE 的训练是使用通过精确对角化 (ED) 在整个驱动参数范围内获得的约化密度矩阵 (RDM) 数据进行的，因此不需要相图的先验知识。使用此方法，我们通过跟踪 AE 重构损失的变化，成功地检测到了具有多种不同类型相变的广泛模型中的相变，包括拓扑和 Berezinskii-Kosterlitz-Thouless 相变。学习到的 AE 表示用于表征不同量子相背后的物理现象。我们的方法展示了一种研究量子相变的新方法，只需极少的知识和少量所需数据，并生成量子态的压缩表示。
分布式能源资源互联路线图：确定 2035 年前实现互联转型的解决方案
分布式能源 (DER) 有望为实现美国脱碳目标做出重大贡献。DER 包括一套多样化且不断发展的技术。本路线图的范围涵盖需要互连并主要为消费者提供电力的 DER，例如分布式太阳能光伏 (PV)、分布式风能和电池储能。迄今为止，分布式光伏增长迅猛。例如，2010 年至 2023 年间，美国住宅光伏系统的数量从 89,000 个增长到 470 万个。仅在 2023 年，美国就安装了近 800,000 个住宅光伏系统。1 最近，分布式储能系统和电动汽车 (EV) 充电基础设施的部署也迅速增长。分布式风能技术也具有巨大的增长潜力。这种多方面的 DER 增长给配电和次级输电系统级别的互连过程带来了压力。在成本下降和政策激励的共同推动下，预计 DER 部署将在未来十年继续增长。如果要实现 DER 部署的潜力，互连流程必须不断发展以处理大量且不断增长的 DER 互连请求。
将潜在受体识别为地面源加热和冷却系统
科学研究和分析基于环境机构所做的一切。它有助于我们有效理解和管理环境。我们自己的专家与领先的科学组织，大学和Defra集团的其他部分合作，将最佳知识带入我们现在和将来面临的环境问题。我们的科学工作作为摘要和报告发表，所有人都可以免费获得。本报告是环境局首席科学家小组委托研究的结果。您可以在https：//www.gov.uk/government/organisation/environment-agency/about/research上找到有关我们当前的科学计划的更多信息，如果您对此报告或环境局的其他科学工作有任何评论或疑问，请与Research@envorirnment-agencency.gov.uk联系。
从视觉识别地形物理参数
摘要 - 识别周围环境的物理特性对于机器人的运动和导航对于处理非几何危害（例如湿滑和可变形地形）至关重要。机器人在接触之前预测这些极端的物理特性将是很大的好处。但是，从视力中估算环境物理参数仍然是一个开放的挑战。动物可以利用他们先前的经验以及对自己所看到的东西和感受的了解来实现这一目标。在这项工作中，我们为基于视觉的环境参数估计提出了一个跨模式的自我监督学习框架，这为未来的物理范围内的运动和导航铺平了道路。我们弥合了在模拟中训练和识别视力的物理地形参数的现有政策之间的差距。我们建议在模拟中训练物理解码器，以预测多模式输入的摩擦和刚度。训练有素的网络允许以自我监督的方式将现实世界图像标记，以在部署过程中进一步训练视觉网络，这可以密集地预测图像数据的摩擦和僵硬。我们使用四倍的Anymal机器人在模拟和现实世界中验证物理解码器，表现优于现有基线方法。我们表明，我们的视觉网络可以预测室内和室外实验中的物理特性，同时允许快速适应新环境。- 项目页面https://bit.ly/3xo5aa8 -
通过多标准决策分析和利益相关者参与来确定可持续能源转变的集成能源系统建模
摘要：本文的目的是提出一个决策支持系统（DSS），以捕获在多个可持续性主题的背景下，国家能源系统向零净净的复杂性。本文提出了一个集成的评估框架，该框架结合了动态系统模型，可持续性指标和多标准决策分析（MCDA）与直接利益相关者的参与。为了说明DSS的使用，论文比较了旨在脱碳的气候变化政策，以使冰岛的公路运输部门脱碳。基于三个主要驱动力的组合，为冰岛能源系统定义了18个场景和替代发展轨迹。这些首先是经济发展（三个案例）；其次，能源效率的变化（两种情况）；最后，三个旨在增加电动汽车份额的气候政策捆绑包。根据综合评估框架的结果，在以下五个可持续性主题中比较气候政策束的性能得分：社会影响；经济发展；环境影响；能源安全；和技术方面。调查结果证实，与传统的技术经济标准相比，将多个可持续性主题应用于首选策略捆绑包中时可能会得出不同的结论。禁止对化石燃料车辆的注册，再加上经济工具，提供了同时达到气候和能源政策目标的最佳脱碳策略。