摘要背景:2 型糖尿病 (T2DM) 是全世界最严重的公共卫生问题之一。制定关于 T2DM 管理的本地共识,为临床医生、研究人员和决策者提供考虑到实际问题的最新和有效证据,至关重要。因此,我们旨在制定一份关于伊朗 T2DM 管理的共识报告。方法:由糖尿病管理专家组成的工作组审查了已发表的文献。工作组成员在参加几次小组会议讨论后就所有建议达成了多数同意。结果:该共识就伊朗 T2DM 患者管理的各个方面提供了建议。这些建议涵盖以下主题:一线治疗、肥胖患者的糖尿病管理、T2DM 患者的联合治疗、注射治疗和 T2DM 患者的非酒精性脂肪肝。结论:考虑到循证指南,工作组制定了一项共识,以解决伊朗 T2DM 患者管理中的重要临床问题。关键词:伊朗、糖尿病管理、共识、共识报告、2 型糖尿病 (T2DM) 利益冲突:Abidi Pharmaceuticals 赞助的小组会议和后勤安排。然而,该公司在科学讨论和制定共识建议方面没有任何作用。资金来源:Abidi Pharmaceuticals 支持这项工作。 *本作品已在 CC BY-NC-SA 4.0 许可下发布。版权所有©伊朗医科大学 引用本文为:Esteghamati A、Malek M、Hosseinpanah Ghasabeh F、Hadaegh F、Afkhami-Ardekani M、Aghai Meybodi HR、Dabbaghmanesh MH、Ghaemi F、Jahed SA、Kalbasi S、Mehrdad M、Mousavi Z、Niafar M、Rezvanian H、Sanjari M、Ziaee A、卡姆塞我。伊朗 2 型糖尿病管理共识报告。伊朗伊斯兰共和国医学杂志。 2025 年(1 月 21 日);39:13。 https://doi.org/10.47176/mjiri.39.13
Email: saramos@cs.washington.edu Web: http://saramostafavi.github.io/ ____________________________________________________________________________ EMPLOYMENT Sept 2020- Associate Professor, Paul G. Allen School of Computer Science and Engineering, University of Washington (UW), Seattle, USA Sept 2020- Adjunct Faculty, Genome Sciences, UW,美国西雅图,2020年9月 - 美国西雅图市西雅图市埃库斯研究所高级数据科学研究员,2018 - 2020年12月至2020年,加拿大多伦多矢量研究所,加拿大多伦多,2015 - 2020年不列颠哥伦比亚省哥伦比亚大学(UBC)助理教授(UBC),统计学系,加拿大医学院,2015年1月20日至20日,UBC University of Medical Genertics,2015年至2020年,UBC,UBC大学,2015年至2020年。高级研究所(CIFAR),人工智能研究所(AI)主席,2015年至今,加拿大高级研究,儿童与大脑发展研究所,2015 - 2020年加拿大加拿大研究主席(CRC II)2006-2008 Ontario Anttario研究生奖学金(OGS)2004年发现McGill discult McGill Research Grants Andivalial Actorical Actorical Accorepant PDF 2014 decume McGill Medical Schools Schools 2014 Medical Schools(Dect)免疫学;导师:Christophe Benoist)PDF 2011-2014斯坦福大学(Dept.计算机科学;导师:达芙妮·科勒(Daphne Koller))博士2006-2011多伦多大学(Dept.计算机科学;顾问:Quaid Morris)MS 2004-2006皇后大学(Dept.Sasse A*,Chinkina M $,Mostafavi Sara $(2024)。在硅中的快速有效近似计算科学;顾问:Parvin Mousavi)BSC 2001-2004多伦多大学(计算机科学与生命科学)1999-2001皇后大学(Life Sciences) - 2001年转移到Uoft,于2001年转移到Uoft,选定的出版物 - 我的监督或共同服务的受训者:下划线,上线,共同或共同的作者: https://scholar.google.ca/citations?user = nbl0j6kaaaaj&hl = en -Google Scholar:H -index:54;引用(全部):34K前10个选定出版物:1。
背景:心脏功能障碍是窒息新生儿中多器官功能障碍的临床光谱的一部分。心脏肌钙蛋白I(CTNI)是一种与新生儿缺氧 - 缺血性脑病相关的生物标志物(HIE),可以帮助诊断诊断围产期窒息并预测心肌功能障碍的严重程度。因此,本研究的目的是检查患有围产期窒息的复苏婴儿中CTNI的血清水平。方法:这项横断面研究是在伊朗Zanjan的Ayatollah Mousavi医院对84例复苏婴儿进行的(2020年12月至2021年8月)。创建了一个清单,其中包括婴儿的人口统计数据,APGAR在1、5和10分钟的分数,动脉血液气(ABG)值和CTNI水平在产后72 h。使用独立的t检验/Mann-Whitney U检验和卡方/Fisher的精确测试,比较了两组之间的定量和定性变量。结果:58名婴儿(69%)是男性,女性为26名(31%)。接受晚期复苏的婴儿的平均CTNI水平(38.65±65.63 pg/ml)显着高于接受早期复苏和正压通气(PPV)(18.60±24.47 pg/ml)的婴儿(p = 0.013)。发现,碱基过剩(BES)的婴儿高于-12 meq/l和5分钟和10分钟APGAR评分的婴儿的高CTNI水平更为普遍(BES)(p <0.05)。关键字:窒息,新生儿复苏,新生儿复苏的步骤,肌钙蛋白I分位数回归的结果表明,妊娠年龄增加一周,APGAR分数在10分钟分数,Apgar得分为5分钟,pH值,pH,pH和0.71的降低(p = 0.002),1.70(p = 0.005)(p = 0.005),0.74(p = 0.005)(p = 0.005),2.85(p = 0.025),和0.005(p = 0.33(p = 0.33)(p = 0.33)分别。结论:我们的研究结果表明,接受晚期复苏的婴儿的血液CTNI水平明显更高,这表明心脏肌钙蛋白可能是评估这些人心肌损伤的有用标志。
摘要 本研究旨在探讨人工智能技术对创业发展的影响,以及创业教育的中介作用。本研究在目的、性质和类型上均适用于描述性调查。本研究的统计人群为克尔曼沙阿省初创企业公司的管理人员和员工。样本量为193人,抽样方式为随机整群。数据收集方法为实地收集,使用的工具为创业发展问卷(Antonik and Hiserich,2003)、人工智能技术(改编自Rahimi and Akbari研究,1402)和创业培训(研究者制作)。数据分析方法是描述性统计和推断性统计(结构方程模型),使用Spss26和Amos24软件。使用 Sobel 检验(t 统计量)来调查中介变量。研究结果表明,人工智能技术对创业发展有显著影响,影响幅度达 86%;对创业教育有显著影响,影响幅度达 83%。此外,创业教育可预测创业发展带来的变化的 11%。结果表明,人工智能技术对创业发展有影响,而创业教育在克尔曼沙阿省的初创企业中起着中介作用。
芬兰赫尔辛基。johan.bobacka@abo.fi 非侵入式体表化学传感能够持续追踪与人类健康和福祉至关重要的生物标志物。通过附着在人体皮肤上的化学传感器和生物传感器,可以非侵入式地获取有关各种分析物的信息。最常用的是电化学和光学转换方法。典型方法包括使用固体接触离子选择电极测定电解质(Na+、K+、Ca2+、Cl-)和 pH 值,以及使用基于酶的电流生物传感器测定葡萄糖和乳酸 [1]。当前,非侵入式化学传感研究主要集中在汗液分析上,汗液是一种容易获取的样本,因为它会自然从人体排泄,尤其是在体育锻炼过程中 [1]。在其他样本类型中,唾液和泪水受到的关注相对较少。人们投入了大量精力来测定间质液 (ISF) 中的葡萄糖。市面上可穿戴的持续血糖监测设备大多依靠插入皮肤或植入皮下的生物传感器来获取 ISF。从用户的角度来看,这仍然不是最佳选择,完全非侵入性的方法会更好。尽管人体皮肤具有出色的屏障性能,但利用反向离子电渗疗法无需对皮肤进行任何物理穿刺,就可以非侵入性地提取 ISF。此外,最近开发的磁流体动力学 (MHD) 采样方法被证明比传统的反向离子电渗疗法效率高 13 倍 [2, 3]。基于 MHD 技术的可穿戴非侵入性血糖监测仪在一项临床性能研究中与参考血糖测量值具有很强的相关性,该研究包括 100 多名成年参与者,提供了超过 900 个数据点,涵盖 4-26 mM 的葡萄糖浓度范围。在本演讲中,将简要概述非侵入性在体化学传感和生物传感,然后介绍基于 MHD 提取 ISF 的非侵入性血糖监测的具体示例。 Z. Boeva、Z. Mousavi、T. Sokalski、J. Bobacka、TrAC 趋势。肛门。化学。 172 (2024) 117542。 2. TA Hakala、A. García Pérez、M. Wardale、IA Ruuth、RT Vänskä、TA Nurminen、E. Kemp、ZA Boeva、J.-M。 Alakoskela,K. Pettersson-Fernholm,E. Haeggström,J. Bobacka,科学。报告 11 (2021) 7609。 3. E. Kemp、T. Palomäki、IA Ruuth、ZA Boeva、TA Nurminen、RT Vänskä、LK Zschaechner、A. García Pérez、TA Hakala、M. Wardale、E. Haeggström、J. Bobacka、Biosens。生物电子。 206(2022)114123。
Yogita Jureshiya 和 Neel Kusum Tigga 摘要 生物技术有助于创造变异性、保护生物多样性和选择对有吸引力的植物生长至关重要的优良基因型。花卉产业要求观赏植物出现新的性状。然而,大多数观赏植物的遗传信息很少,杂合性很高,这阻碍了育种工作。因此,使用基因工程等生物技术方法提供了一种获得具有改变性状的花朵的不同方法。随着 CRISPR/Cas9 的发展,植物科学开辟了一个新的可能性领域,它在花卉栽培中有着广阔的用途。未来基因组编辑技术的进步将改变观赏植物的市场。传统育种技术和生物技术方法相结合,以改善花卉的颜色、外观和抗病性。关键词:生物技术、杂合性、CRISPR/Cas 9、基因组编辑、抗性介绍在被称为“花卉栽培”的园艺领域,观赏植物和花卉被种植、出售和展示用于商业目的。与大多数其他大田作物相比,商业花卉的单位土地产量潜力更大,从出口角度来看意义重大。由于基因工程扩大了花卉基因库,促进了切花创新品种的开发,全球花卉产业因创新而蓬勃发展。包括 RNAi、CRES-T 和 miRNA 在内的基因沉默方法改变了花朵的特性。与此类似,基因工程可用于解决花卉品质问题,例如花朵的颜色、气味、对生物和非生物胁迫的适应性以及收获后的存活率。转基因切花收获的效益可能会增加。生物技术方法 1. 微繁殖:无病花卉作物的快速繁殖和繁殖早已通过使用组织培养来实现。(Mousavi 等人,2012 年)[7]。基因型、培养基、碳水化合物、生长调节剂、外植体类型等都对组织培养繁殖的有效性有显著影响。 2. 体细胞克隆变异:在愈伤组织不定芽再生过程中,可能会发生体细胞克隆变异。自 20 世纪 70 年代发现体细胞克隆变异以来,其作为品种开发来源的前景一直存在争议。无论争论如何,体细胞克隆多样性确实是花卉栽培作物品种开发的关键因素。这种特定作物组的体外栽培产生的体细胞克隆变体可能是独一无二的,并且可以通过无性繁殖稳定下来。3. 多倍体育种:倍性操作被认为是改善观赏特性和促进育种计划的宝贵工具(Roughani 等人,2017 年)[9]。4. 突变:任何改良农作物的植物育种计划都必须考虑到遗传多样性。诱发突变已被用作产生变异和育种的工具。在所有诱变剂中,伽马射线被广泛有效使用。5. 基因改造:虽然基因改造为开发重要花卉植物的新品种提供了其他途径,但传统育种技术在生产新型花卉方面非常有效。
过敏性鼻炎(AR)的特征是过敏原特异性介导的上呼吸道炎症性炎症性炎症,全球流行率高达30%(Meltzer,2016年)。除了避免过敏原的标准外,过敏原免疫疗法(AIT)旨在诱导特定的过敏原免疫耐受性,从而达到临床症状缓解的状态。特定的未修饰或化学修饰过敏原(过敏反应)的可重复摄入量是保持症状的关键。在AIT的这些方法中,皮下免疫疗法(SCIT),舌下免疫疗法(SLIT)和淋巴免疫疗法(LIT)被证明是有关效率,安全性和副作用的主流治疗方法。与缝隙相比,SCIT是一种临床依赖性治疗方法,患者皮下接受过敏原提取物注射。它分为初始治疗阶段(剂量积累阶段)和维持治疗阶段(剂量维持阶段)。世界过敏组织(WAO)建议将免疫疗法维持三到5年,并在临床上至少推荐2年。患者的依从性是确保持久效率和维持症状缓解作用的关键因素。由于SCIT的持续时间,繁琐的过程,缓慢发作,治疗效果的个体差异以及其他因素从根本上影响治疗剂的完整性,因此。 根据AIT的研究,依从性率从约25%到90%以上(Passalacqua等,2013)。。根据AIT的研究,依从性率从约25%到90%以上(Passalacqua等,2013)。根据AIT的研究,依从性率从约25%到90%以上(Passalacqua等,2013)。世界卫生组织(WHO)采用了“坚持”定义为“一个人的行为,例如服药,饮食或执行生活方式的改变,与医疗保健提供者的同意建议相对应”(Eduardo,2003年)。在最近的欧洲过敏和临床免疫学学院(EAACI)指南中,强调了对患者进行免疫疗法的工作原理以及解释遵守常规剂量3年治疗的重要性的教育(Roberts等人,2018年)。通过系统和技术干预措施,将多种方法引入了改善依从性和监督患者结局的领域,以防止对治疗的不完整中断。诊所的干预措施提前在整个治疗周期中进行了批准,作为一种有效的方法。在面对来自患者的大量个性化数据时,如何精确识别和评估即将到来的非依从性行为的风险,在应用程序中有望有一个临床预测模型。在医疗保健中,机器学习,尤其是顺序模型,位于创新的最前沿,提供了分析复杂医疗数据并改善患者治疗的新方法。先前的研究主要集中在依从性的非序列预测方法上(Ruff等,2019; Wang等,2020; Mousavi等,2022; Warren等,2022)。这种方法在治疗过程中提出了一个显着的限制,特别是对于经常跨越长时间(例如3年)的免疫疗法。这些非序列方法倾向于仅预测整体结果,从而忽略了中间时间步骤的复杂性。促进早期干预措施,一个顺序模型,能够在任何给定时间进行预测
Binz, M., Alaniz, S., Roskies, A., Aczel, B., Bergstrom, CT, Allen, C., Schad, D., Wulff, D., West, JD, Zhang , Q., Shiffrin, SM, Gershman, SJ, Popov, V., Bender, EM, Marelli, M., Botvinick, MM, Akata, Z., & Schulz, E. (in press) How Should the Advent of Large Language Models Affect the Practice of Science. Proceedings of the National Academy of Sciences . Ma, S., Popov, V., & Zhang , Q. (2024). A Neural Index Reflecting the Amount of Cognitive Resources Available during Memory Encoding: a Model-based Approach . Journal of Experimental Psychology: Learning, Memory, and Cognition . Xu, Z., Hemmer, P., & Zhang, Q. (2024).面向重构记忆的广义贝叶斯模型。计算大脑与行为。Lu, Q.、Nguyen, T.、Zhang , Q.、Hasson, U.、Griffiths, TL、Zacks, JM、Gershman, SJ、Norman, KA (2024)。在潜在原因的神经网络模型中协调共享信息与情境特定信息。科学报告。Devraj A.、Griffiths, TL 和 Zhang , Q. (2024)。通过环境统计数据协调分类和记忆。心理经济学公报与评论。康奈尔,CA ̧ Norman, KA、Griffiths, TL 和 Zhang , Q. (2024)。通过基于模型的线索选择改进记忆搜索。心理科学。 Callaway, F.、Norman, K.、Griffiths, TL 和 Zhang, Q. (2023) 记忆回忆的最佳元认知控制。《心理学评论》。Zhang, Q.、Griffiths, TL 和 Norman, K. (2022)。自由回忆中的最佳策略。《心理学评论》。Popov, V.、Zhang, Q.、Koch, GE、Calloway, RC 和 Coutanche, MN (2019)。语义知识影响新奇情景关联的表现是对称的还是不对称的。记忆与认知。Anderson, JR、Borst, JP、Fincham, JM、Ghuman, AS、Tenison, C. 和 Zhang, Q. (2018)。揭示记忆过程的共同时间过程。心理科学。Zhang, Q.、Walsh, MM 和 Anderson, JR (2018)。插入额外心理过程的影响。计算大脑与行为。Zhang,Q.,van Vugt,M.,Borst,JP,& Anderson,JR(2018)。在空间和时间中映射工作记忆检索:一种结合脑电图和皮层电图的方法。神经影像。174,472-484。Zhang,Q.,Borst,JP,Kass,RE,& Anderson,JR(2017)。在共同表征空间中进行 MEG 数据集的受试者间对齐。人脑映射,38(9),4287-4301。Mousavi,M.,Koerner,AS,Zhang,Q.,Noh,E.,& de Sa,VR(2017)。通过用户对反馈的响应改进运动想象 BCI。脑机接口,4(1-2),74-86。 Zhang , Q., Walsh, MM, & Anderson, JR (2017). 探测相似性对联想识别中检索和比较过程的影响。认知神经科学杂志,29(2),352-367。Anderson, JR, Zhang , Q., Borst, J., & Walsh, MM (2016). 处理阶段的发现:斯腾伯格方法的扩展。《心理学评论》,123(5),481。
作家,标题,出版会议会议剧集Yuxin(Myles)Liu,Zhihao Yao,Mingyi Chen,Ardalan Amiri Sani,Sharad Agarwal,Gene Tsudik:ProvCAM:Provcam:一个带有用于生成可验证视频的自包的相机模块。Mobicom 2024:588-602,11月18日至22日,2024年,华盛顿特区,华盛顿特区,美国Yunpeng Xing,Chaoyi Lu,Baojun Liu,Haixin Duan,Haixin Duan,Junzhe Sun,Zhou Li:昨天再多一次:全球互联网流量阴影行为。IMC 2024:230-240,11月4-6日,2024年,马德里,西班牙Danyu Sun,Joann Qiongna Chen,Chen Gong,Tianhao Wang,Zhou li:NetDPSyn:NetDPSyn:合成网络痕迹在不同的私有私有处。IMC 2024:545-554,11月4日至6日,2024年,马德里,西班牙,莫哈纳德·奥德玛,卢克·陈,卢克·陈,福克翁·夸恩,穆罕默德·阿卜杜拉·法鲁克(Mohammad Abdullah al Faruque):疤痕:安排多模式AI工作量的多型Modeen ai Modogene Modogene ai Modogenoge son On Meterogeens Multi-Chiplet-Chiplet Mochiplet Module apcelerersorsersersorsersersorsersersorsers。Micro 2024:565-579,11月2-6日,2024年,美国德克萨斯州奥斯汀市,美国Ajan Subramanian,Zhongqi Yang,Iman Azimi,Amir M. Rahmani:Amir M. Rahmani:图形授权的LLMS,用于个性化的健康洞察:睡眠分析中的案例研究。BSN 2024:1-4,10月15日至17日,2024年,芝加哥,伊利诺伊州Ziyu Wang,Anil Kanduri,Seyed Amir Hossein Aqajari,Salar Jafarlo,Salar Jafarlou,Sanaz R. Mousavi现实世界中的心电图数据集。BSN 2024:1-4,10月15日至17日,2024年,芝加哥,伊利诺明,Yuning Wang,Yunqi Yang,Zhongqi Yang,Iman Azimi,Amir M. Rahmani,Pasi Liljeberg:注意力集中的AI可解释的AI可解释的AI,可用于磨损的多变量数据:对影响状态的案例研究。SPAWC 2024:476-480,9月10日至13日,2024年,意大利卢卡bsn 2024:1-4,10月15日至17日,2024年,芝加哥,伊利诺伊州,美国迪伦·李,shaoyuan xie,Shagoto Rahman,Kenneth Pat,Qi Alfred Chen:“ Progpterities:“ Prompterities'':一种语言学的方法,可以理解和捕捉对大型模型的越狱攻击lamps@ccs 2024:77-87,10月14日至87日,2024年,盐湖城,盐湖城,犹他州,美国哈米德雷扎·阿里坎,阿尼尔·坎杜里,帕西·莉耶伯格,阿米尔·M·拉赫曼尼,尼基尔·杜特:代码+ISS 2024:6,9月29日 - 2024年10月4日,北卡罗来纳州罗利市,美国林林,Esmeerald Aliaj,Sang-woo Jun:Morbius:Morbius:平台自动适应性硬件硬件硬件用于发现scabalerator的发现e-Science 2024:1-10,9月16-20日,2024年,大阪,日本Yuxiang Liu,Osama Amin,Noha Alharthi,Jafar M.SM 2024:73-80,9月16日至80日,2024年,尼亚加拉瀑布(Niagara Falls),cana-da Chakshu Moar,Faraz Tahmasebi,Michael Pellauer,Hyoukjun Kwon:表征了语言模型中低级分解的准确性效率 - 效率 - 效率交易。ISWC 2024:194-209,9月15日至17日,2024年,卑诗省温哥华,加拿大,艾哈迈德·埃尔比尔,库玛·维杰·米什拉,阿卜杜勒卡迪尔·塞利克,艾哈迈德·埃尔塔维尔:无细胞的综合感应和与混合光束的综合感应和社区伴侣ISWC 2024:194-209,9月15日至17日,2024年,卑诗省温哥华,加拿大,艾哈迈德·埃尔比尔,库玛·维杰·米什拉,阿卜杜勒卡迪尔·塞利克,艾哈迈德·埃尔塔维尔:无细胞的综合感应和与混合光束的综合感应和社区伴侣
由世界各地的政府。作为可再生能源和电动汽车(EV)被整合到分销网格中,这是一个复杂,活跃和动态变化的分销系统的新时代(Hodge等,2020; Huang等,2019; Irena,2015; Irena,2015; Kroposki et al。,2017; Lund等,2019)。主动分布网格在本文的背景下,意味着有些发电机在分布网格中产生幂。因此,它是一个主动系统,与被动分配网络相反,该网络仅用于将能量从供应变电站运送到最终客户。在本文的背景下,动态更改分布网格意味着其条件正在实时变化。这可能是由电动汽车,可再生能源的挥发性造成的,等等。因此,分布网格可以活跃(例如,有传统的发电机连接到分布级别),而不是动态的(没有动态资源 - 间歇来源,EV等)。主动和动态变化的分布网格是最复杂的情况,当有所有类型的DER连接到分布级别时,会导致实时动态变化的环境。这种新兴的分销电路类是本文的主要主题。DIV主要是基于支持太阳能和风能,电能量存储系统,EV充电器以及微电磁,虚拟发电厂(VPPS)和需求响应程序(DR)的总体DER的新型技术,DER在可再生能源的可再生能源中起着至关重要的作用。此外,因此,正如许多研究报告明确指出的那样,可以预期,DER的扩散将在全球范围内继续显着增加(Guidehouse,2019,2020,2021)。自然地,将这些新技术融入传统的被动分配网络之后是大量挑战(Aguero等,2016; Aguero&Khodaei,2018; Bravo et al。,2015; Martins&Borges,2011; Martins&Borges,2011; Mokryani et al。,2017; Mokryani; Mokryani et e e an e an 2018; Al。 ; Strezoski等人,2020年)。通过越来越多的DER的整合来挑战,范围包括计划和选择新的DER的最佳位置(Martins&Borges,2011; Mokryani等,2017; Mokryani等,2018),Mokryani等,2018),实时的技术侵犯,例如过度负载和逆转功率流动问题,由多样化的多种性质造成了rene rene rene/rene sers''的相邻性质, (Aguero et al。,2016; Aguero&Khodaei,2018; Bravo等,2015),以对由DERS动态变化的断层电流(Reno等,2021; Singh等人,2016; Stretezoski等,2020年)引起的保护系统发生故障和错误协调。这些挑战导致分销网络运营商(DNO)使用的传统程序和技术不足以对新兴分销系统的有效管理。此外,无法通过使用传统程序挑战来计划和执行托管新的DER和EV集成所需的网格扩展(Martins&Borges,2011; Mokryani等,2017; Mokryani等,2018)。因此,为了提供一个可靠的过渡到一个活跃和动态变化的分配系统,分配控制中心,其人员需要新工具,程序和培训,这将使他们能够正确地计划,控制和管理这种复杂的系统,这些系统完全是到达的(Aguero et al。To overcome these challenges and pave the way toward efficient energy transition, novel software solutions called Distributed Energy Resource Management Systems (DERMS) are emerging (EPRI, 2021a , 2021b ; Faria, 2019 ; IEEE, 2021 ; Ilic et al., 2020 ; Petrovic et al., 2019 ; Rahman et al., 2021 ; Strezoski et al., 2022 ; Strezoski&Stefani,Strezoski,Stefani等人,2019年,Vojnovic,et al。皮肤解决方案旨在提供分配系统运营商(DSO),网格计划人员和工程师,以及最终客户和制作者,这是一个机会,有机会进入活跃和动态分配系统的新时代,甚至从这种过渡中获得技术和货币收益。尽管如此,皮肤溶液仍在出现,其中大多数溶液目前还不成熟,这是为什么DSO通常不愿意直接将皮肤直接部署到其控制中心中的原因。更重要的是,即使是术语皮肤本身也是新颖的,因此它通常可以指出截然不同的软件解决方案,旨在针对不同的利益相关者,并通过使用DERS来满足完全不同的目标(Petrovic等,2019; Strezoski&Stefani,2021)。在频谱的一端,有分散的DER管理解决方案旨在提供基本但非常重要的特征,例如落后DER的聚合,以及DERS和Possumers在DR和能源效率(EE)计划中的参与。这些解决方案可以(并且大部分)DSO间接使用,但专为由独立的聚合商,市场运营商和其他第三方参与的直接利用而设计(Kerscher&Arboleya,2022; Mousavi&Meng&Meng,2021; Yi et et al。,2021)。在另一端,有完全集中的解决方案,目的是通过DSO进行直接利用,以帮助他们克服DERS对Distrimuti-Bution网格及其资产的挑战。令人困惑的部分是,由于“皮肤”一词的新颖性,其中大多数显然是DER管理的完全不同的软件解决方案,都被称为真皮。为了克服不同的管理解决方案之间的混乱,在本文中,他们将被系统区分,并且每个人都将以当前的最新审查状态来适当地称呼它们。