摘要 — 随着电力系统脱碳的加速,人们对容量扩展模型在指导这一转变中的作用越来越感兴趣。代表性周期选择是容量扩展建模的重要组成部分,它使优化具有计算可处理性,同时确保代表性周期与全年之间的保真度。然而,很少有人关注选择超过一天的代表性周期。这使得容量扩展模型无法直接模拟日间能源共享,而这在能源生产变得更加多变和存储变得更加重要的情况下至关重要。为此,我们提出了一种选择任意长度代表性周期的新方法。使用基于加州脱碳目标的容量扩展模型和生产成本模型验证了该方法。我们证明代表性周期长度对容量扩展投资计划的结果有很大影响。索引术语 — 产能扩张规划、代表期选择、生产成本建模。
MIA CAJITA学院伊利诺伊州芝加哥芝加哥大学护理学院,美国芝加哥,McAjit2@uic.edu摘要 - 心力衰竭是一种综合症,当心脏无法泵入血液和氧气以支持身体中的其他器官时发生。 患者心力衰竭的治疗和管理包括了解这些患者在住院期间的诊断代码和程序报告。 在这些诊断代码和程序报告中识别基本主题可以揭示与心力衰竭相关的临床表型。 这些主题还可以帮助临床医生使用其临床笔记来预测患者的住院时间。 根据这些主题了解临床表型,对于基于患者的类似特征而言,这也可能有助于预测诸如住院时间之类的患者结局。 这些临床表型通常具有概率的潜在结构,因此,由于以前没有使用概率框架在心力衰竭患者临床注意事项中识别表型的工作,并且无法使用基于数据驱动的人工智能的方法来预测这些患者的住院时间,我们将对自然语言处理技术进行诊断,并在诊断中诊断为诊断,并在诊断中诊断出诊断,并在诊断中识别诊断。伊利诺伊大学医院与健康科学系统(UI Health)。 主题建模在诊断代码和过程报告中确定了十二个主题。 我们使用了这些主题及其贡献的百分比来预测住院时间。MIA CAJITA学院伊利诺伊州芝加哥芝加哥大学护理学院,美国芝加哥,McAjit2@uic.edu摘要 - 心力衰竭是一种综合症,当心脏无法泵入血液和氧气以支持身体中的其他器官时发生。患者心力衰竭的治疗和管理包括了解这些患者在住院期间的诊断代码和程序报告。在这些诊断代码和程序报告中识别基本主题可以揭示与心力衰竭相关的临床表型。这些主题还可以帮助临床医生使用其临床笔记来预测患者的住院时间。根据这些主题了解临床表型,对于基于患者的类似特征而言,这也可能有助于预测诸如住院时间之类的患者结局。这些临床表型通常具有概率的潜在结构,因此,由于以前没有使用概率框架在心力衰竭患者临床注意事项中识别表型的工作,并且无法使用基于数据驱动的人工智能的方法来预测这些患者的住院时间,我们将对自然语言处理技术进行诊断,并在诊断中诊断为诊断,并在诊断中诊断出诊断,并在诊断中识别诊断。伊利诺伊大学医院与健康科学系统(UI Health)。主题建模在诊断代码和过程报告中确定了十二个主题。我们使用了这些主题及其贡献的百分比来预测住院时间。这些主题揭示了有关与心力衰竭的各种观点相关的不同表型的信息,这可以帮助研究患者的概况并发现医学概念之间的新关系。每个主题都有一组关键字,每个临床注释都标有两个主题 - 一个主题与其诊断代码相对应,另一个对应于其程序报告以及其百分比贡献。我们发现,使用主题建模在诊断代码和程序报告中发现的主题能够预测患者的住院时间,准确度为61.1%,并且在接收器操作特征曲线(ROC AUC)下方的面积为0.828。
一部分参与者还接受了心血管磁共振(CMR)扫描。我们最近在UKB参与者中对LTL进行了大规模测量,并确定了与LTL相关的大量遗传变异,这对于潜在的因果推断很有用(MR分析)。4,12我们还使用基于人工智能的协议从CMR扫描中得出了心脏结构和功能的测量。13,14 Here, using these data sets, we have examined (1) observational associations be- tween LTL and cardiac morphology, function, and geometry, including LVM, global ventricular volume and size, left ven- tricular stroke volume (LVSV), right ventricular stroke vol- ume (RVSV), LVM to end-diastolic volume ratio (LVMVR), atrial maximum体积和心房排空体积,(2)LTL与观察性关联之间的ge-Netic关联,使用MRR,以及(3)LTL与HF的未来发展之间的PotentialCausal关联。
一部分参与者还接受了心血管磁共振(CMR)扫描。我们最近在UKB参与者中对LTL进行了大规模测量,并确定了与LTL相关的大量遗传变异,这对于潜在的因果推断很有用(MR分析)。4,12我们还使用基于人工智能的协议从CMR扫描中得出了心脏结构和功能的测量。13,14 Here, using these data sets, we have examined (1) observational associations between LTL and cardiac morphology, function, and geom- etry, including LVM, global ventricular volume and size, left ventricular stroke volume (LVSV), right ventricular stroke vol- ume (RVSV), LVM to end-diastolic volume ratio (LVMVR), atrial maximum volume, and心房排空体积,(2)LTL与观察性关联之间的ge-Netic关联,以及(3)LTL与HF的未来发展之间的PotentialCausal关联。
麻花钻 工作长度 NAS 907B 重型 135º 分割点 190-AG 型重型 Magnum .........6 190-CN 型 CN-TECH™ CRYO/NITRIDE .....7 170-AG 型 ......。。。。。。。。。。。。.8 - 9 * 128-AG 型 3/8 英寸柄 .............7 190 型黑色氧化物 ..........10 - 11 * 198 型 V-Line 黑色氧化物 .........15 190-AN 型氮化钛 .......10 - 11 190-ACN 型氮化钛碳 ...12 -14 类型 190-ALN 铝钛氮化物 12 -14 * 类型 190-GF Gold Strike™ 柄上有 3 个平面。.15 * 类型 190-GFR Gold Strike™ 3/8 英寸柄。.....15 * 非 NAS907B 机械长度 135º 分割点类型 175-AG。.....。。。。。。。。。。。。。28 型 178-AG 马格南 3/8 英寸柄 .........28 型 QR-AG 马格南 1/4 英寸六角柄 ......29 型 QR-AG 延长杆 3 英寸、6 英寸、12 英寸。..29 型 191 V 型黑色氧化物。..........28 工装长度 NAS 907A 型 340-A 黑色氧化物 118º 分割点。.。。。16 木工长度通用 118º 点类型 100 亮光饰面 。。。。。.......17 - 21 型 115 黑色氧化物 ..........17 - 21 型 170-W 公制 - 亮面处理 .........22 型 128 3/8 英寸缩小 - 亮面处理 .....23
摘要。应该可以使用量子计算机,它们将减少基本秘密基原始人(例如块状键)的有效关键长度。为了解决这个问题,我们要么需要使用具有固有键的块检查器,要么开发钥匙长度扩展技术来放大块状的安全性以使用更长的键。我们考虑后一种方法,并重新审视FX和双重加密结构。从经典上讲,FX被证明是一种安全的钥匙长度扩展技术,而双重加密由于中间攻击而无法比单个加密更安全。在这项工作中,我们提供了积极的结果,并具有具体和紧密的界限,以确保这两种结构在理想模型中针对量子攻击者的安全性。对于FX,我们考虑了一个部分Quantum模型,其中攻击者可以量子访问理想原始的,但仅访问FX的经典访问。这是一种自然模型,也是最强大的模型,因为当授予两个orac时量子访问时,对FX的有效量子攻击就存在于全量器模型中。我们在此模型中为FX提供了两个结果。第一个建立了FX对非自适应攻击者的安全性。第二个使用随机的Oracle代替理想的密码来针对FX的一般自适应攻击者建立安全性。此结果依赖于Zhandry(Crypto '19)的技术来懒惰地采样量子随机甲骨文。完全懒惰地采样量子随机排列的扩展,这将有助于解决标准FX的适应性安全性,这是一个重要但充满挑战的开放问题。我们介绍了部分量词证明的技术,而无需分别分析经典和量子甲骨文,这在现有工作中很常见。这可能具有更广泛的兴趣。对于双重加密,我们表明它在全量器模型中扩增了强大的伪随机置换安全性,从而增强了较弱的键恢复安全性的已知结果。这是通过调整Tessaro和Thiruvengadam(TCC '18)的技术来完成的,以将安全性降低到解决列表脱节问题的困难中,然后通过将其减少到已知的量子限制的链接来显示其硬度。
- 奥地利航天局(ASA)/奥地利。- 比利时科学政策办公室(BELSPO)/比利时。- 机器建筑中央研究所(TSNIIMASH)/俄罗斯联合会。- 北京跟踪与电信技术研究所(CLTC/BITTT)/中国/中国卫星卫星发射和跟踪控制将军/中国。- 中国科学院(CAS)/中国。- 中国太空技术学院(CAST)/中国。- 英联邦科学与工业研究组织(CSIRO)/澳大利亚。- 丹麦国家航天中心(DNSC)/丹麦。- deciênciae tecnologia Aerospacial(DCTA)/巴西。- 电子和电信研究所(ETRI)/韩国。- 欧洲剥削气象卫星(Eumetsat)/欧洲的组织。- 欧洲电信卫星组织(Eutelsat)/欧洲。- 地理信息和太空技术发展局(GISTDA)/泰国。- 希腊国家太空委员会(HNSC)/希腊。- 希腊航天局(HSA)/希腊。- 印度太空研究组织(ISRO)/印度。- 太空研究所(IKI)/俄罗斯联合会。- 韩国航空航天研究所(KARI)/韩国。- 通信部(MOC)/以色列。- 穆罕默德垃圾箱拉希德航天中心(MBRSC)/阿拉伯联合酋长国。- 国家信息与通信技术研究所(NICT)/日本。- 国家海洋与大气管理局(NOAA)/美国。- 哈萨克斯坦共和国国家航天局(NSARK)/哈萨克斯坦。- 国家太空组织(NSPO)/中国台北。- 海军太空技术中心(NCST)/美国。- 荷兰太空办公室(NSO)/荷兰。- 粒子与核物理研究所(KFKI)/匈牙利。- 土耳其科学技术研究委员会(Tubitak)/土耳其。- 南非国家航天局(SANSA)/南非共和国。- 太空和高中气氛研究委员会(Suparco)/巴基斯坦。- 瑞典太空公司(SSC)/瑞典。- 瑞士太空办公室(SSO)/瑞士。- 美国地质调查局(USGS)/美国。
背景:成人和儿童创伤性脑损伤 (TBI) 的治疗和护理是一个棘手的全球健康问题。预测 TBI 患者的预后和住院时间可能会改善治疗效果并显著减轻社会医疗负担。将新型机器学习方法应用于 TBI 领域可能对确定临床治疗的预后和成本效益很有价值。目的:我们旨在结合多种机器学习方法来构建混合模型,用于预测成人和儿童 TBI 的预后和住院时间。方法:我们收集了 2017 年 5 月至 2022 年 5 月期间在安徽医科大学第二附属医院神经外科中心接受治疗的患者的相关临床信息,其中 80% 用于训练模型,20% 用于通过筛选和数据拆分进行测试。我们使用 5 次交叉验证来训练和测试机器学习模型,以避免过度拟合。在机器学习模型中,11种类型的独立变量被用作输入变量,用于评估患者预后的格拉斯哥预后量表评分和患者住院时间被用作输出变量。模型训练完成后,我们通过5轮交叉验证获得并比较每个机器学习模型的误差,以选出最佳预测模型。然后使用2021年6月至2022年2月在安徽医科大学第一附属医院接受治疗的患者的临床数据对模型进行外部测试。结果:最终的卷积神经网络-支持向量机(CNN-SVM)模型在测试集和外部验证集中预测格拉斯哥预后量表评分的准确率分别为93%和93.69%,曲线下面积在测试集和外部验证集中分别为94.68%和94.32%。最终构建的卷积神经网络-支持向量回归(CNN-SVR)模型在测试集和外部验证集中预测住院时间的平均绝对百分比误差分别为10.72%和10.44%。判定系数(R 2 )在测试集和外部验证集中分别为0.93和0.92。与单独建立的反向传播神经网络、CNN和SVM模型相比,我们的混合模型被判定为最优且具有较高的置信度。结论:本研究证明了通过结合多种机器学习方法构建的2个混合模型的临床实用性,可准确预测成人和儿童TBI的预后和住院时间。这些模型的应用可以减轻医生评估TBI时的负担,并协助临床医生进行医疗决策。
摘要 引线键合工艺使用金、银和铜线等贵重材料将芯片连接到条带并完成半导体单元的电路。引线消耗量以每单位消耗的长度来确定,消耗量越高,产品成本就越高。在单位加工时,每单位标准引线消耗量为 0.036,相当于每 1000 米卷轴 27.8K 单位,但仅生产了 26.9K 单位。该研究重点验证缺少 800 单位(相当于 32 米长度)的可能原因。使用金线密度、体积和引线重量可以计算出引线长度,可用于手工计算和验证实际引线长度。用于验证的方法表明,引线长度的实际单位消耗量为 0.037 米,每单位缺少 0.001 米,这相当于每 1000 米卷轴约 800 单位。同时,供应符合每卷 1000 米的线材标准。通过收集的结果,得出结论,该标准不足以作为实际线材消耗的参考,从而给人留下线材消耗量高的印象。建议使用研究中所述方法和线长公式手工计算,将标准与实际验证相一致。关键词:线长、线材、密度、重量、卷筒体积、线材使用情况 1. 简介 引线键合是将芯片连接到条带引线的过程,条带引线在电路板安装时建立从芯片功能到电路板的连接。图 1 显示了引线以及它如何连接芯片和条带的引线。