XiaoMi-AI文件搜索系统
World File Search SystemMETRICS
Just-r指标，以考虑早期的能源正义 -
实现能源部门的可持续脱碳化需要实施和改进能源技术，同时管理能源系统中社会不平等的来源。居中的能源正义，其目标是“在能源系统中实现公平和经济参与的公平性，同时还可以纠正对能源系统历史损害的人的社会，经济和健康负担”，1在过渡到清洁能源的过渡中，对社会科学家，政策制定者和社区活动家的越来越紧迫。 然而，对能源技术的社会影响的后期考虑可能只有在大量时间，金钱和精力之后才识别不平等现象（R＆D）。 对锂电池中与钴相关的环境和人类健康影响的担忧来说明了这一问题，其中2仅在经过数十年的研发以及建立供应链，基础设施，基础设施以及含钴化学的市场的替代方案。 其他示例包括与第一代生物燃料原料有关的土地使用和资源消费问题，以及与光伏制造相关的职业危害和污染。 2在所有这些情况下，随后的研发以改善技术或过程无法消除已经遇到的效果。居中的能源正义，其目标是“在能源系统中实现公平和经济参与的公平性，同时还可以纠正对能源系统历史损害的人的社会，经济和健康负担”，1在过渡到清洁能源的过渡中，对社会科学家，政策制定者和社区活动家的越来越紧迫。然而，对能源技术的社会影响的后期考虑可能只有在大量时间，金钱和精力之后才识别不平等现象（R＆D）。对锂电池中与钴相关的环境和人类健康影响的担忧来说明了这一问题，其中2仅在经过数十年的研发以及建立供应链，基础设施，基础设施以及含钴化学的市场的替代方案。其他示例包括与第一代生物燃料原料有关的土地使用和资源消费问题，以及与光伏制造相关的职业危害和污染。2在所有这些情况下，随后的研发以改善技术或过程无法消除已经遇到的效果。
ICMA对FCA关于英国金融服务中人工智能（AI）的当前和未来用途的咨询以及金融服务
2015年12月，一个由11个国际金融机构（IFIS）组成的工作组发布了“影响报告的统一框架” 2。该框架概述了影响报告的核心原则和建议，以便为发行人提供有关开发自己的报告的参考和指导，并提供核心指标和报告模板，以获取能源效率和可再生能源项目。与释放对可持续水和废水管理项目的影响的一致框架（2017年6月），可持续废物管理和资源效率项目3（2018年2月），清洁运输项目（2018年6月）（2019年6月），绿色建筑物（2019年3月20日），以及2020年3月20日（2010年3月20日）（12月20日）（以及12月20日）（和12月20日）（以及1220年，以及12020年）（以及1220年，以及2020年）文件建立在较早的框架基础上，并概述了对生命自然资源和土地利用项目可持续管理的影响报告的统一框架。这是绿色项目的十个广泛类别之一。
储能控制性能指标摘要
储能的价值与控制器实现预期目标的能力直接相关。因此，使用一组一致的指标对控制器进行基准测试和比较非常重要。本文档介绍了在提供不同电网服务时评估电池存储控制性能的性能指标。目标是创建一个包含广泛部署的储能应用的动态文档。这份首份出版物包括容量延迟、频率调节和客户账单减少等用例。这确保了透明度和所有利益相关者的认同。所提出的定义和计算方法已通过 EPRI 的储能集成委员会 (ESIC) 的审查。供应商、集成商和其他利益相关者提供了意见，并将作为持续改进这些指标和为其他用例开发新指标的资源。电压支持（通过 Volt/VAR）和主频率响应（通过 Frequency/Watt）等服务包含在 EPRI 智能逆变器的通用功能（EPRI 报告 3002008217，2016 年）、IEEE 1547 和 UL 1741 中，这些服务在同一标准的测试指南中涵盖。它们将包含在本文档的未来版本中。
让能源指标与服务公司相关
Randle D. Raggio 里士满大学罗宾斯商学院 102 UR Drive Richmond, VA 23173, 美国 rraggio@richmond.edu Peter Ekman 梅拉达伦大学商学院、社会与工程学院 Box 883 721 23 Västerås, 瑞典 peter.ekman@mdh.se. Steven M. Thompson 里士满大学罗宾斯商学院 102 UR Drive Richmond, VA 23173, 美国 sthomps3@richmond.edu
静态 AdS 指标的唯一性和能量界限
为避免歧义，我们在本节中强调 ε = − 1。如果区域 M ext = (0 , x 0 ] × Q ⊂ M ，其中 Q 是紧 ( n − 1) 维流形，并且当 x 趋向于零时，g 的截面曲率趋向于一个（负）常数，其中 x 是沿 M ext 的第一个因子的坐标，并且度量 x 2 g 平滑扩展到 [0 , x 0 ] × Q 上的黎曼度量，则称该区域为渐近局部双曲 (ALH) 端。（假设最后一个性质，截面曲率条件等同于要求 | dx | x 2 g（即，度量 x 2 g 中 dx 的范数）在趋近于“无穷远处的共形边界” { x = 0 } 时趋向于一。）黎曼流形（M， g ) 称为 ALH，如果它是完备的，并且包含有限个 ALH 端。因此，M 的无穷边界 ∂M ∞ 将是有限个流形 Q 的并集，如上所示。广义相对论的哈密顿分析经过多次分部积分后，得出 ALH 端质量的以下公式 [9] 3（比较 [10]）
面向混合（量子/经典）的一组指标......
摘要：鉴于近年来软件行业的快速发展以及随之而来的量子软件的出现，有必要设计一个用于测量混合经典量子软件质量指标的环境。为了测量和评估经典软件的质量，存在一些模型和标准，其中 ISO/IEC 25000 脱颖而出，它提出了一组质量特征，例如可维护性。然而，目前对量子软件质量的测量和评估尚无共识。在本文中，我们提出了一系列对“经典”指标的改编，以及一组新的混合可维护性测量方法。最后，还介绍了作为 SonarQube 插件开发的测量工具的第一个原型，该工具能够在量子开发中测量这些指标。关键词：量子软件、软件质量、ISO/IEC 25000、软件评估、可维护性类别：D DOI：10.3897/jucs.99348
公路自动化车辆的标准和性能指标
2023年9月5日至8日，美国国家标准技术研究所（NIST）持有公路自动化车辆的第二个标准和性能指标。这项为期四天的虚拟活动提供了NIST最近在自动化车辆（AVS）的工作的最新信息，并为利益相关者提供了提供有关当前和未来NIST研究的反馈和意见的机会。研讨会包括高级主题演讲，一系列行业主题演讲以及有关其当前AV活动的NIST演示。行业的主旨演讲和NIST演示与突破性会议配对，讨论了NIST在六个关键领域的进步，社区挑战和利益相关者的研究需求：系统互动，感知，网络安全，通信，人工智能和数字基础设施。普遍同意，延期标准可以更好地比较新兴技术。其他关键主题包括：1）用于自动化和相关性的数字技术问题，包括人工智能，机器学习和智能连通技术（即车辆到车辆（V2V），车辆到车辆到媒介物（V2i），v2i），以及车辆到达的everyverthing（V2X）； 2）需要标准化或通用语言来改善信息共享； 3）开放数据集，以支持和验证系统组件和领域的技术进步和标准化（即与技术并行演变的标准）； 4）NIST作为召集人将各种利益相关者聚集在一起进行知识交流和跨行业对话的关键作用。
基于概念的可解释人工智能：指标和基准
基于概念的解释方法，例如Conept瓶颈模型（CBMS），旨在通过将这些概念准确地归因于Net-Net Work的特征空间的关键假设，旨在通过将其决策与人为理解的概念联系起来，以提高机器学习模型的可解释性。但是，这种基本假设尚未得到严格验证，主要是因为该领域缺乏标准化的群众和基准来评估此类概念的存在和空间对齐。为了解决这个问题，我们提出了三个指标：概念全球重要性指标，概念存在和概念位置指标，包括一种可视化概念激活的技术，即概念激活映射。我们基准了事后CBM，以说明其能力和挑战。通过定性和定量实验，我们证明，在许多情况下，即使是由事后CBMS确定的最重要的概念也不存在于输入图像中。此外，当它们存在时，其显着性图无法通过在整个对象上激活或误导相关概念特异性区域来与预期区域保持一致。我们分析了这些局限性的根本原因，例如概念的自然相关性。我们的发现不需要更仔细地应用基于概念的解释技术，尤其是在空间解释性至关重要的环境中。
使用FFPE样品基于测量前实验室指标和后期的生物信息学指标
抽象背景：福尔马林固定，隔离（FFPE）组织在识别风险生物标志物方面具有许多优势，包括广泛的可用性和扩展后续终点的潜力。但是，源自档案FFPE样品的RNA质量有限。在这里，我们确定了确定哪些FFPE样品有可能成功提取RNA，库制备和生成可用RNASEQ数据的参数。方法：我们优化了旨在与FFPE样品一起使用的图书馆制备方案，该方案使用七个FFPE和新鲜的冷冻复制对，并使用来自患有良性乳房疾病的女性的130个FFPE活检的研究集测试了优化的方案。指标，并将其与生物信息学测序汇总统计数据进行了比较。最后，建立了一个决策树模型，以了解由生物信息学指标确定的序列前实验指标与QC通过/失败状态之间的关系。结果：失败的生物信息学QC的样品往往在同类中的样本中位相关性较低（Spearman相关性<0.75），映射到基因区域的读取数量少（<2500万），或较少的检测基因（11,400个具有TPM> 4）的检测基因＃）。QC失败样品的中值RNA浓度和捕获前库值分别为18.9 ng/ul和2.08 ng/ul，其显着低于QC Pass样品的显着低（40.8 ng/ul和5.82 ng/ul）。我们基于输入RNA浓度，输入库值值构建了决策树模型，并在预测FFPE样本的QC状态（PASS/FAIL）时达到了F分数为0.848。结论：我们通过评估生物信息学和样品指标，为乳腺组织中的FFPE样品提供了生物信息学质量控制建议。我们的结果表明，用于文库制备的25 ng/ul FFPE提取的RNA的最低浓度和1.7 ng/ul预制库的输出，以实现足够的RNA-Seq数据，以进行下游生物信息学分析。