客机客舱是一个狭窄而封闭的空间,通常人口密度很高。由于现在的长飞行时间,热舒适度成为设计阶段需要考虑的重要因素。波音、空客等飞机制造商为改善热舒适度付出了相当大的努力(Pang et al. 2014)。有几种方法可以用来研究这类区域的热舒适度。在一些研究中,使用了著名的预测平均投票 (PMV) 模型(Fanger 1970),但也有一些研究进行了现场热舒适度调查。也可以采用数值模拟和计算流体动力学 (CFD) 来预测局部皮肤温度并计算热舒适度。Cui et al.(2014)在飞机客舱内进行了现场测量,以绘制空气温度、相对湿度、黑球温度和空气速度等影响参数。还对乘客进行了问卷调查。他们得出的结论是,乘客对热环境并不满意,因为他们感觉很热。热舒适度图表现出不均匀性;中舱的温度始终较高。但是,据报道,垂直温度梯度以及空气速度都在舒适区内。在另一项研究中,调查了飞机客舱乘客的局部和整体热舒适度(Park 等人,2011 年)。得出的结论是,模拟舱内的整体热感觉
按照夏威夷修订法规(“HRS”)第 92-7(b)条的要求,本次会议的议程已发布在州电子日历上。日期:2024 年 10 月 10 日,星期四 时间:上午 10:00 现场会议 King Kalakaua 会议室 King Kalakaua 大厦一楼 地点:335 Merchant Street Honolulu, Hawaii 96813 虚拟:https://dcca-hawaii- gov.zoom.us/j/82856279143?pwd=mdYCcFKHJ8FB6AGEdESDnd1RfWnN Ub.1 Zoom 电话:(669) 900 6833 网络研讨会 ID:890 0237 5214 出席者:Kevin Katayama,机械工程师 成员,主席 Tony Lau,土木工程师 成员,副主席 Brian Fujiwara,建筑师 成员 Dan Hirota,土地测量师 成员 Jay Ishibashi,公众 成员 Howard Lau,结构工程师 成员 Clayton Pang,电气工程师 成员 Janet Primiano,公众 成员,主席 John Takitani,公众成员 Roberto Yumol,建筑师成员 Alan Inaba,测量师成员 请假成员: Nancy Cassandro,景观建筑师成员 Joel Kurokawa,景观建筑师成员 Jonathan Lucas,建筑师成员 工作人员: Sheena Choy,执行官(“EO Choy”) Ahlani Quiogue,PVL 许可管理员 Candace Ito,PVL 代理监督执行官(“SEO”)
1. 雷坤, 朱子, 殷子, 严鹏, 李凤, 陈静, 化学, 2019, 5, 3220-3231. 2. JH Jo、JU Choi、YJ Park、YH Jung、D. Ahn、T.-Y。 Jeon、H. Kim、J. Kim 和 S.-T。 Myung, Advanced Energy Materials,2020,10,1903605。3. Q. Zhang, C. Didier, WK Pang, Y. Liu, Z. Wang, S. Li, VK Peterson, J. Mao 和 Z. Guo, Advanced Energy Materials,2019,9,1900568。4. X. Zhang, D. Yu, Z. Wei, N. Chen, G. Chen, ZX Shen 和 F. Du,ACS Applied Materials & Interfaces,2021,13,18897-18904。5. N. Naveen, SC Han, SP Singh, D. Ahn, K.-S. Sohn 和 M. Pyo,Journal of Power Sources,2019,430,137-144。 6. C. Vaalma、GA Giffin、D. Buchholz 和 S. Passerini,《电化学学会杂志》,2016 年,163,A1295。 7. H. Kim,D.-H。 Seo,JC Kim,S.-H。 Bo, L. Liu, T. Shi 和 G. Ceder,先进材料,2017, 29, 1702480。 8. Y. Hironaka, K. Kubota 和 S. Komaba,化学通讯,2017, 53, 3693-3696。
Miles Brundage 1† , Shahar Avin 3,2† , Jasmine Wang 4,29†‡ , Haydn Belfield 3,2† , Gretchen Krueger 1† , Gillian Hadfield 1,5,30 , Heidy Khlaaf 6 , Helen Runing , 7 th Fong 9 , Tegan Maharaj 4.28 , Pang Wei Koh 10 , Sara Hooker 11 , Jade Leung 12 , Andrew Trask 9 , Emma Bluemke 9 , Jonathan Lebensold 4.29 , Cullen O'Keefe 1 , Mark Koren 13 , Thé Ryff 14 , B. B. B. roglu 16 , Federica Carugati 17 , Jack Clark 1 , Peter Eckersley 7 , Sarah de Haas 18 , Maritza Johnson 18 , Ben Laurie 18 , Alex Ingerman 18 , Igor Krawczuk 19 , Amanda Askell 1 , Rosario Cammarota , Andrew Krueger 21 , David Kruger 27 lotte Stix 22 , Peter Henderson 10 , Logan Graham 9 , Carina Prunkl 12 , Bianca Martin 1 , Elizabeth Seger 16 , Noa Zilberman 9 , Seán Ó hÉigeartaigh 2,3 , Frens Kroeger 23 , Girish Sastry 1 , Rebecca Karian , 16 , Brian Well 12.7 , Elizabeth Barnes 1 , Allan Dafoe 12.9 , Paul Scharre 25 , Ariel Herbert-Voss 1 , Martijn Rasser 25 , Shagun Sodhani 4.27 , Carrick Flynn 8 , Thomas Krendl Gilbert 26 , Lisa Dyer 7 , Khan Khan , 27 us Anderljung 12
Miles Brundage 1† 、Shahar Avin 3,2† 、Jasmine Wang 4,29†‡ 、Haydn Belfield 3,2† 、Gretchen Krueger 1† 、Gillian Hadfield 1,5,30 、Klaaf Jing 67 、Helen Toner 8 , Ruth Fong 9 , Tegan Maharaj 4.28 , Pang Wei Koh 10 , Sara Hooker 11 , Jade Leung 12 , Andrew Trask 9 , Emma Bluemke 9 , Jonathan Lebensold 4.29 , Cullen O'Keefe , Mark Koren 11 13 , Théo Ryffel 14 , JB Rubinovitz 15 , Tamay Besiroglu 16 , Federica Carugati 17 , Jack Clark 1 , Peter Eckersley 7 , Sarah de Haas 18 , Maritza Johnson 18 , Ben Laurie 18 , Alex Ingerman 18 , Amanda Kraw 19 , Amanda Askew , Rosario Cammarota 20 , Andrew Lohn 21 ,大卫·克鲁格 4.27 , 夏洛特·斯蒂克斯 22 , 彼得·亨德森 10 , 洛根·格雷厄姆 9 , 卡丽娜·普伦克尔 12 , 比安卡·马丁 1 , 伊丽莎白·西格 16 , 诺亚·齐尔伯曼 9 , 塞吉安 23 , 弗伦斯·克鲁格 23 , 吉里什·萨斯特里 1 , 丽贝卡·卡根 8 , 阿德里安·韦勒 16.24 , 谢志伟 12.7 , 伊丽莎白·巴恩斯 1 , 阿兰·达福 12.9 , 保罗·沙尔 25 , 阿里尔·赫伯特-沃斯 1 , 马丁·拉瑟 25 , 沙尔根 4.27 , 卡里克·弗林 8 , 托马斯·克伦德尔·吉尔伯特 26 , 丽莎·戴尔 7 , 赛义夫·汗 8 , 约书亚·本吉奥 4.27 ,马库斯·安德永 12
Aćimović, S.,贝尔格莱德大学,经济学院,贝尔格莱德,塞尔维亚;Bazen, J.,恩斯赫德萨克逊应用技术大学,荷兰;Beh, L.S.,马来亚大学,经济与管理学院,吉隆坡,马来西亚;Chelishvili, A.,商业与技术大学,第比利斯,格鲁吉亚;Duysters, G.,埃因霍温理工大学,埃因霍温,荷兰;Filipović, J.,贝尔格莱德大学,组织科学学院,贝尔格莱德,塞尔维亚;Gao, S.,爱丁堡龙比亚大学,爱丁堡,英国;Grošelj, P.,卢布尔雅那大学,生物技术学院,卢布尔雅那,斯洛文尼亚;Gupte, J.,果阿管理学院,波里姆,萨塔里,果阿,印度; Halis, M.,博卢阿班特伊泽特巴伊萨尔大学,通信学院,博卢,土耳其;Huth, M.,富尔达应用技术大学,富尔达,德国;Kangas, Y.,东芬兰大学,约恩苏,库奥皮奥,东芬兰,芬兰;Kume, V.,地拉那大学,经济学院,阿尔巴尼亚;Michelberger, P.,奥布达大学,布达佩斯,匈牙利;Mumford, M. D.,俄克拉荷马大学,诺曼,俄克拉荷马州,美国;Mura, L.,圣基里尔麦托迪大学,特尔纳瓦,斯洛伐克;Nikolić, Đ.,贝尔格莱德大学,博尔技术学院,塞尔维亚;Nordal, A.,市教育建筑和财产管理局,奥斯陆,挪威;Pang, J.,山西大学,计算机与信息技术学院,太原,山西,中国;
ICLR 2025交织的场景图,用于交织的文本和图像生成评估。Dongping Chen,Ruoxi Chen,Shu Pu,Zhaoyi Liu,Yanru Wu,Caixi Chen,Caixi Chen,Benlin Liu,Yue Huang,Yao Wan,Pan Zhou,Ranjay Krishna International International In In Machine Learning,Machine Learning,2025 ICLR 2025 ICLR 2025 AHA:一个视觉语言的人,以实现失败的竞争,并合理地覆盖了竞争者,并合理地覆盖了杂物。众包工作流的技术。Madeleine Grunde-McLaughlin,Michelle S. Lam,Ranjay Krishna,Daniel S. Weld,Je Q rey Heer Heer ACM ACM Transactions on Computer-Human互动Neurips Neurips Neurips 2024 Dist Me Night Me。Jieyu Zhang, Weikai Huang, Zixian Ma, Oscar Michel, Dong He, Tanmay Gupta, Wei-Chiu Ma, Ali Farhadi, Aniruddha Kembhavi, Ranjay Krishna Advances in neural information processing systems, 2024 NeurIPS 2024 Visual Sketchpad: Sketching as a Visual Chain of Thought for Multimodal Language Models .Yushi Hu*,Weijia Shi*,Xingyu Fu,Dan Roth,Mari Ostendorf,Luke Zettlemoyer,Noah A Smith*,Ranjay Krishna*神经信息处理系统的进步,2024年Neurips 2024 Neurips 2024多语言多样性多样性多样性的多样性改善视觉语言表现。Thao Nguyen, Matthew Wallingford, Sebastin Santy, Wei-Chiu Ma, Sewoong Oh, Ludwig Schmidt, Pang Wei Koh, Ranjay Krishna* Advances in neural information processing systems, 2024 Spotlight Paper award (awarded to top 5%) NeurIPS 2024 The Unmet Promise of Synthetic Training Images: Using Retrieved Real Images Per- forms Better .Scott Geng,Cheng-Yu Hsieh,Vivek Ramanujan,Matthew Wallingford,Chun-Liang Li,Pang Wei Koh*,Ranjay Krishna*神经信息处理系统的进步,2024 Neurips,Neurips 2024 2024 ActionAtlas:Actionatlas:a Videoqa-benchmark for Videoqa Benchmark for-Frain grave grave grave vrained Capention conterition。Mohammadreza Salehi, Jae Sung Park, Aditya Kusupati, Ranjay Krishna , Yejin Choi, Hannaneh Hajishirzi, Ali Farhadi Advances in neural information processing systems, 2024 NeurIPS 2024 NaturalBench: Evaluating Vision-Language Models on Natural Adversarial Samples .Wenxuan Peng,Baiqi Li,Zhiqiu Lin,Jean de Dieu Nyandwi,Zixian MA,Simran Khanuja,Deva Ramanan,Ranjay Krishna,Graham Neubig在神经信息处理系统中的进步,2024 Neurips 2024 Neurips 2024 Neurips 2024 Superpuse Supperections singleferess singleferess inderfection in Deciatsions nicledere nitferations in Deciatsions niclederiate bulyse nitferiations in Deciatsions anderfelions in Deciatsions:多个世代。Ethan Shen,Alan Fan,Sarah M Pratt,Jae Sung Park,Matthew Wallingford,Sham M Kakade,Ari Holtzman,Ari Holtzman,Ranjay Krishna,Ali Farhadi,Aditya Kusupati在神经信息处理系统中的进步,2024
Honorary Chair Weihua Gui, China Advisory Chairs Jonathan Chan, Thailand Zeng-Guang Hou, China Nikola Kasabov, New Zealand Derong Liu, China Seiichi Ozawa, Japan Kevin Wong, Australia General Chairs Tingwen Huang, Qatar Chunhua Yang, China Program Chairs Long Cheng, China Chaojie Li, Australia Hongyi Li, China Biao Luo, China Zheng-Guang Wu, China Technical Chairs Xing He, China Keke Huang, China Huaqing Li, China Qi Zhou, China Local Arrangement Chairs Wenfeng Hu, China Bei Sun, China Finance Chairs Fanbiao Li, China Hayaru Shouno, Japan Xiaojun Zhou, China Special Session Chairs Hongjing Liang, China Paul S. Pang, Australia Qiankun Song, China Lin Xiao, China Tutorial Chairs Min Liu, China M. Tanveer, India Guanghui Wen, China Publicity Chairs Sabri Arik, Turkey Sung-Bae Cho, South Korea Maryam Doborjeh, New Zealand El-Sayed M. El-Alfy, Saudi Arabia Ashish Ghosh, India Chuandong Li, China Weng Kin Lai, Malaysia Chu Kiong Loo, Malaysia Qinmin Yang, China Zhigang Zeng, China Publication Chairs Zhiwen Chen, China Andrew Chi-Sing Leung, HK Xin Wang, China Xiaofeng Yuan, China Secretaries Yun Feng, China Bingchuan Wang, China Webmasters Tianmeng Hu, China Xianzhe Liu, China
医学图像通常需要重新缩放到各种空间分辨率,以确保在不同层面上的解释。传统的基于深度学习的图像超分辨率 (SR) 增强了固定尺度的分辨率。隐式神经表征 (INR) 是一种实现任意尺度图像 SR 的有前途的方法。然而,现有的基于 INR 的方法需要重复执行神经网络 (NN),这既慢又低效。在本文中,我们提出了用于快速任意尺度医学图像 SR 的神经显式表征 (NExpR)。我们的算法用显式解析函数表示图像,其输入是低分辨率图像,输出是解析函数的参数化。通过单个 NN 推理获得解析表示后,可以通过在所需坐标处评估显式函数来得出任意尺度的 SR 图像。由于解析显式表示,NExpR 比基于 INR 的方法快得多。除了速度之外,我们的方法还实现了与其他强大竞争对手相当或更好的图像质量。在磁共振成像 (MRI) 数据集(包括 ProstateX、fastMRI 和我们内部的临床前列腺数据集)以及计算机断层扫描 (CT) 数据集(特别是 Medical Segmentation Decathlon (MSD) 肝脏数据集)上进行的大量实验证明了我们方法的优越性。我们的方法将重新缩放时间从 1 毫秒的数量级缩短到 0.01 毫秒的数量级,实现了超过 100 倍的加速,同时不损失图像质量。代码可在 https://github.com/Calvin-Pang/NExpR 上找到。
Elsevier Editorial System(tm) for The Veterinary Journal Manuscript Draft Manuscript Number: Title: Veterinary Oncology: Biology, Big Data and Precision Medicine Article Type: Commissioned Review Article Keywords: cancer, canine, big data, precision medicine Corresponding Author: Prof. David Argyle, Corresponding Author's Institution: UNIVERSITY OF EDINBURGH First Author: David Argyle Order of Authors: David Argyle;丽莎·庞(Lisa y Pang),理由师。博士学位摘要:尽管我们的理解和对癌症的治疗都取得了重大进展,但该疾病仍然是所有物种的高死亡率和发病率之一。 在过去的25年中,人类癌症生存时间的增加显着增加,但大多数增加是通过微小的增量变化。 对于某些癌症,例如 胰腺癌,生存时间在100多年中没有显着增加。 在兽医肿瘤学中,我们已经看到了伴侣动物癌症治疗的重大转变。 增加的专业中心的可用性,再加上所有者和兽医的态度不断变化,这意味着我们已经看到了市场压力以及提高认识和理解的兽医癌症护理的改善。 在这篇文章中,我们将研究过去25年中癌症生物学的不断变化,并考虑兽医临床进步的障碍。 最后,我们将对未来有一个乐观的看法,以及对这种毁灭性疾病的更大控制的前景。博士学位摘要:尽管我们的理解和对癌症的治疗都取得了重大进展,但该疾病仍然是所有物种的高死亡率和发病率之一。在过去的25年中,人类癌症生存时间的增加显着增加,但大多数增加是通过微小的增量变化。对于某些癌症,例如胰腺癌,生存时间在100多年中没有显着增加。在兽医肿瘤学中,我们已经看到了伴侣动物癌症治疗的重大转变。 增加的专业中心的可用性,再加上所有者和兽医的态度不断变化,这意味着我们已经看到了市场压力以及提高认识和理解的兽医癌症护理的改善。 在这篇文章中,我们将研究过去25年中癌症生物学的不断变化,并考虑兽医临床进步的障碍。 最后,我们将对未来有一个乐观的看法,以及对这种毁灭性疾病的更大控制的前景。在兽医肿瘤学中,我们已经看到了伴侣动物癌症治疗的重大转变。增加的专业中心的可用性,再加上所有者和兽医的态度不断变化,这意味着我们已经看到了市场压力以及提高认识和理解的兽医癌症护理的改善。在这篇文章中,我们将研究过去25年中癌症生物学的不断变化,并考虑兽医临床进步的障碍。最后,我们将对未来有一个乐观的看法,以及对这种毁灭性疾病的更大控制的前景。