使用条款本文从哈佛大学的DASH存储库下载,并根据适用于其他已发布材料(LAA)的条款和条件提供,如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
使用条款本文是从哈佛大学的Dash存储库下载的,并根据适用于其他已发布材料的条款和条件提供,如http:// nrs.harvard.edu/urn-3:hul.instrepos:dash.current.current.current.terms.terms.terms.terms.terms.terms-use-useuse#laa
引言近年来,金融业遇到了一种普遍存在的挑战,即漂绿行为。漂绿行为是一种夸大或歪曲公司对环境影响的做法,以给人留下公司比实际更注重环保的印象 (Huang & Chen, 2015)。当环境、社会和治理 (ESG) 报告等正式公共信息加剧信息不对称并增加市场混乱的风险时,就会发生这种情况 (Liu et al., 2024)。夸大其词是漂绿行为的一种常见形式,事实证明,它通过扭曲可持续发展目标的实现和评估来阻碍可持续发展目标的实现 (Cojoianu et al., 2020)。这通常表现为使用过于积极的语言来描述公司的环境、社会或治理绩效,而没有提供足够的支持数据或证据。因此,检测和解决 ESG 报告中的夸大其词至关重要。人工智能 (AI) 正在塑造世界,尤其是像 ChatGPT 这样的生成式人工智能 (GenAI) 的快速发展。金融领域的一些研究已经开始利用人工智能来解决 ESG 报告中的问题。例如,一些研究比较了传统和人工智能驱动的 ESG 评级 (Hughes 等人,2021)。一些研究调查了人工智能对漂绿和可持续发展报告的影响 (Moodaley & Telukdarie, 2023)。Yang 等人 (2021) 发现 ESG 披露降低了公司债券信用利差,降低了风险并增强了投资者信心,而 Biju 等人 (2023) 使用 MAXQDA 软件将 ESG 的情绪得分与漂绿的看法联系起来。这些研究表明了在分析 ESG 报告中应用人工智能的可能性和潜力。因此,本研究受到启发,充分利用人工智能,尤其是 GenAI,来评估 ESG 报告中的夸大行为 (Jain 等人,2023)。尽管先前的研究已经研究了审查和评估 ESG 报告的各种技术,但识别夸大断言的难度仍然没有得到充分研究,尤其是在使用最先进的人工智能技术时。此外,即使公司可能在其 ESG 报告中使用“极端”、“完整”或“最高”等形容词,但这并不总是意味着他们夸大了他们的成就;事实上,一些公司可能在这方面表现出色。因此,仅依靠 ESG 报告中的术语无法彻底确定公司是否夸大了他们的主张。GenAI 的优势在于能够通过分析上下文细节来辨别是否有合理的理由怀疑夸大。本研究旨在通过利用 GenAI 来检测 ESG 报告中的夸大描述,从而弥补这一差距,从而更准确、更稳健地评估企业可持续发展绩效。我们采用三种不同的即时工程策略,即零样本、少量样本和思路链 (COT) 来分析一组 ESG 报告。此外,我们还将该方法与传统文本分析技术和人类智能进行交叉验证。这
出版物((59个出版物。总引用超过5,500。H-INDEX 19)1。 li X,Khan I,Han R,Huang G,Xia W,Yin L,Leong WK,Su L,Law,Wong VKW,Wu Q,Guo X,Guo X,Hsiao WLW。 通过调节肠道微生物群的调节:一种新颖的花生过敏管理方法,毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。 植物医学。 2024年9月30日; 135:156101。H-INDEX 19)1。li X,Khan I,Han R,Huang G,Xia W,Yin L,Leong WK,Su L,Law,Wong VKW,Wu Q,Guo X,Guo X,Hsiao WLW。通过调节肠道微生物群的调节:一种新颖的花生过敏管理方法,毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。 植物医学。 2024年9月30日; 135:156101。毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。植物医学。2024年9月30日; 135:156101。
感染(2,3)。HCC的治疗选择包括手术、肝移植、局部区域治疗和分子靶向免疫治疗等(4,5)。目前,肝切除术是HCC的主要治疗选择,但由于诊断晚期、多发性肿瘤、供体来源有限等因素,仅21%的患者有机会接受肝移植(6)。在肿瘤数量有限(即1个直径≤5cm的结节或≤3个直径≤3cm的结节)、肝功能良好[Child-Pugh评分(肝功能指数)≤6](7,8)的患者中,手术切除可实现73.6%的5年生存率。由于肿瘤多、大、血管侵犯、肝外转移、肝功能不全等高危复发因素(9,10),HCC切除后5年内转移复发的概率为60%~70%,因此,对于复发风险高的HCC患者,完善术后辅助治疗势在必行。
使用AHP-DEMATEL-ISM模型Qiang Cai,Yunchao du,Renxiang Wang*摘要的原始科学论文分析对预制建筑物的供应链风险因素*摘要:鉴于供应链中的众多参与者在预制建筑物的供应链中,在改善风险管理和控制水平的难度通过文献审查来改善风险管理和控制水平的困难。然后,提取了7个第一级索引和23个二级索引。建立了用于预制建筑物的供应链风险的影响指数系统。全面考虑了各种影响因素的重要性和相关性,构建了AHP数据(分析层次结构过程,决策试验和评估实验室)合并模型,这解决了单个模型的重量结果的单方面问题。然后,ISM(解释性结构建模)模型可用于显示影响因素的结构关系的特征,而基本供应链风险因素更准确,并使用AHP数据模型清楚地探索。结果表明:(1)物流运输距离,对运输过程中预制组件的损害以及组装期的不合理控制是影响预制建筑物的风险的基本因素,其中物流运输距离和对这些过程的损坏以及对运输过程中的预制组件的损坏是难以控制的,因为不合理的是较低的加权因素,但由于较低的速度是集会因素,但要素是较低的因素,但要素是较低的量 改进。(2)组件生产技术和设备,运输距离和产品供应的守时性占预制建筑物的供应链风险评估指数的高度重量。(3)总共有11个因素,例如产品设计和标准设计技术水平,组件生产技术和设备以及所购买材料的质量影响供应链预制建筑物的风险,也是重量较高的因果因素。在研究中获得的结论在一定程度上为预制建筑物的供应链风险控制提供了理论基础,并为预制建筑物的供应链风险评估提供了新的观点。 关键字:ahp dematel-ism;预制建筑物;风险评估;供应链1简介预制建筑是通过工厂预制和现场组装制造的,这大大缩短了建筑期间;减少能耗;节省资源;减轻环境污染,例如灰尘,噪音和建筑废物;并带来明显的节能和环境保护效果。 预制建筑物越来越流行,因为建筑行业的能源效率不断增加。 近年来,中国各级政府已连续制定了激励政策,以促进预制建筑物的建设工业化和发展。 这些政策已经定义了行业标准,并制定了发展目标以及相关的补贴和激励政策。在一定程度上为预制建筑物的供应链风险控制提供了理论基础,并为预制建筑物的供应链风险评估提供了新的观点。关键字:ahp dematel-ism;预制建筑物;风险评估;供应链1简介预制建筑是通过工厂预制和现场组装制造的,这大大缩短了建筑期间;减少能耗;节省资源;减轻环境污染,例如灰尘,噪音和建筑废物;并带来明显的节能和环境保护效果。预制建筑物越来越流行,因为建筑行业的能源效率不断增加。近年来,中国各级政府已连续制定了激励政策,以促进预制建筑物的建设工业化和发展。这些政策已经定义了行业标准,并制定了发展目标以及相关的补贴和激励政策。建筑行业的绿色建筑符合可持续发展概念;预制建筑物已经迎来了新的开发机会。预制建筑物代表了一种新的工业化建筑方式。预制组件的生产,加工和运输类似于制造业的生产和运营过程,不仅需要工厂加工,而且需要现场建设。预制建筑在中国已大力促进了制造业和传统建筑行业的特征。在整个生命周期中,存在许多不可忽略的风险,因为它们的供应链结合了计划,设计,生产,运输,组装和运营管理阶段的所有业务流程,并具有相对复杂的施工过程,众多的利益相关者和复杂的操作节点。供应链管理的困难已成为预制建筑物开发的主要问题。因此,探索有效的风险分析和评估方法是为了改善和完善
机器学习、数值科学模拟和金融等许多领域对量子计算机的需求不断增长,这促使量子计算机产生更稳定、更不容易出错的结果。然而,减轻每个量子设备内部噪声的影响仍然是当前的挑战。在这个项目中,我们利用从现有 IBMQ 机器收集的系统校准数据,应用保真度退化检测来生成保真度退化矩阵。基于保真度退化矩阵,我们定义了多个新的评估指标来比较量子机的量子比特拓扑之间的保真度(相同拓扑上的量子比特保真度),并搜索最具有错误鲁棒性的机器,以便用户可以期待最准确的结果,并研究量子比特之间相关性的洞察力,这可能会进一步激发量子比特映射的量子编译器设计。此外,我们构建了一个可视化系统 VACSEN 来说明量子计算后端的错误和可靠性。
摘要:光子计算因能以比数字电子替代方案高得多的时钟频率加速人工神经网络任务而受到广泛关注。特别是由马赫-曾德尔干涉仪 (MZI) 网格组成的可重构光子处理器在光子矩阵乘法器中很有前途。希望实现高基 MZI 网格来提高计算能力。传统上,需要三个级联 MZI 网格(两个通用 N × N 酉 MZI 网格和一个对角 MZI 网格)来表示 N × N 权重矩阵,需要 O ( N 2 ) 个 MZI,这严重限制了可扩展性。在此,我们提出了一种光子矩阵架构,使用一个非通用 N × N 酉 MZI 网格的实部来表示实值矩阵。在光子神经网络等应用中,它可能将所需的 MZI 减少到 O ( N log 2 N ) 级别,同时以较低的学习能力损失为代价。通过实验,我们实现了一个 4 × 4 光子神经芯片,并对其在卷积神经网络中的性能进行了基准测试,以用于手写识别任务。与基于传统架构的 O (N 2) MZI 芯片相比,我们的 4 × 4 芯片的学习能力损失较低。而在光学损耗、芯片尺寸、功耗、编码误差方面,我们的架构表现出全面的优势。
CHE 492 微加工 F 2018、F 2020 CHE 306 传热 S 2018、S 2020 CHE 325 光伏和电池的电化学工程 S 2017 CHE 354 化学反应工程 S&F 2016、S&F 2017、S&F 2019 CHE 492 电化学工程 F 2016、F 2021 聚合物科学和厨房化学教师,面向 4 至 5 年级学生,IBM 家庭科学周六,2011、2013、2014、2015 年春季每年两节课。 路易斯安那州立大学化学工程系助教,1999 年至 2003 年 中国苏州第三中学 7 年级和 8 年级生物教师,1997 年 7 月至 1998 年 6 月。
GaSb 在长波长器件中有许多应用,例如带间级联激光器和红外光电探测器 [1-2]。将 GaSb 相关材料单片集成到硅上对于扩展长波长器件的功能和硅平台上的光子集成具有很高的吸引力 [3]。此外,考虑到现代智能手机中红外设备(包括传感器和投影仪)的日益普及,集成到硅上是降低制造成本、减小尺寸和提高产量的有效解决方案。然而,与 GaAs/Si 和 InP/Si 材料系统相比,GaSb/Si 异质外延还远未成熟。在本研究中,以在 GaAs 衬底上生长的 GaSb 为参考,我们研究了两种不同的集成方案:在 GaAs-on-Si 模板上进行 GaSb 的界面失配 (IMF) 生长和使用长宽比捕获技术直接在 V 型槽 Si 上生长 GaSb。