XiaoMi-AI文件搜索系统
World File Search SystemSEIR
了解疾病和疫苗机制对最佳疫苗分配重要性的影响*
图 1：我们扩展的 SEIR 模型的隔室图。最初，人们要么是易感者（U i），要么是已接种疫苗者（V i），其中 i ∈{1,2} 表示人口群体。这两个类别都有可能暴露于病毒（E ji），然后被感染（I jki），其中 j ∈{U,V} 表示他们最初是未接种疫苗还是接种过疫苗，k ∈{S,A} 表示他们是否有症状或无症状疾病。从这里开始，有症状的人或无症状的人可以从疾病中恢复（R jki），或者有症状的人也可能因疾病死亡（D ji）。对于每个组，ω i 表示出现症状感染的概率，σ i 表示因疾病死亡的概率。我们将每种机制的疫苗有效性定义为 1 − α m ，其中 m ∈{ 1 , 2 , 3 , 4 } 。我们考虑以下机制：1）降低易感性，2）降低出现症状感染的概率，3）降低因病死亡的概率，4）降低传染性。在传染力 λ i 中，1 − δ A 表示无症状感染导致的传染性降低，LP j 表示第 j 组中存活的人数。
针对四个拟议的太阳能的公共参与计划...
每个项目地点彼此相邻（请参阅图2-1），位于Sasolburg以西约19公里处，Parys向北22公里。SCAFELL群集的组合生成能力最高为475兆瓦。每个项目都需要电池能量存储（BES）和网格连接基础架构（即电源线和收集器变电站等），以促进每个太阳能光伏设施与SCAFELL变电站之间的网格连接。SLR Consulting (South Africa) (Pty) Ltd (SLR) has been appointed by Mainstream to undertake the required Environmental Authorisation (EA) process in terms of the Environmental Impact Assessment (EIA) Regulations, 2014 (as amended) promulgated under the National Environmental Management Act, 1998 (No.1998年107号）（NEMA）。 根据适用于该项目的清单通知（GNR 983、984和985）的审查，适用于该项目的活动，太阳能PV设施的构建和操作触发了GN R984的活动1和GN RENCECTURE INCENTICTURE INCENTION INCENCTURE INCERTION 1的活动1（i）GN R983的GRID INGRASTURE tiggers Triggers triggers triggers triggers。 因此，需要进行范围和EIA（SEIR）过程，以支持太阳能光伏设施的环境授权应用程序（EA）以及网格连接基础架构的基本评估（BA）流程。 这将导致四个单独的太阳能光伏设施EIA和四个独立的网格连接BA报告。1998年107号）（NEMA）。根据适用于该项目的清单通知（GNR 983、984和985）的审查，适用于该项目的活动，太阳能PV设施的构建和操作触发了GN R984的活动1和GN RENCECTURE INCENTICTURE INCENTION INCENCTURE INCERTION 1的活动1（i）GN R983的GRID INGRASTURE tiggers Triggers triggers triggers triggers。因此，需要进行范围和EIA（SEIR）过程，以支持太阳能光伏设施的环境授权应用程序（EA）以及网格连接基础架构的基本评估（BA）流程。这将导致四个单独的太阳能光伏设施EIA和四个独立的网格连接BA报告。
应对大流行健康的最佳控制政策......
摘要 —非药物干预 (NPI) 是控制流行病的有效措施。然而，这种控制措施通常会对经济产生负面影响。在这里，我们提出了一种宏观层面的方法来解决这种健康-经济困境 (HED)。首先，建议对著名的 SEIR 模型进行扩展，其中包括一个经济模型。其次，定义一个双目标优化问题，以研究针对 HED 问题的最优控制策略。接下来，应用几种多目标进化算法对获得的最优策略固有的健康-经济绩效权衡进行研究。最后，比较所应用算法的结果以选择未来研究的首选算法。正如预期的那样，对于所提出的模型和策略，发现健康和经济绩效之间存在明显的冲突。此外，结果表明，与完全不采用此类策略相比，指导使用 NPI 更可取。本研究通过提出一个新概念来促进流行病建模和模拟，该概念阐述了如何整合经济因素，同时探索启用 NPI 的最佳时机。索引词 —SARS-CoV-2、COVID-19、流行病模型、经济模型、控制政策、多目标优化。
气候变化中的甘蔗可持续性
面对气候变化的甘蔗（囊式冠状动脉）的种植需要强大的策略来管理害虫，疾病和杂草。这项系统的审查在当前实践中暴露了关键的定义，并强调了对气候自适应策略的需求。气候变化差异化影响了各个地区的害虫行为，疾病的进展和杂草的生长，但缺乏特定区域的反应会损害有效的管理。审查强调了考虑特定气候条件的局部方法的必要性以及预测有害生物和疾病暴发的预测模型的发展。这些模型包括决策支持系统（DSS），支持向量机（SVM），易感性暴露感染性（SEIR）模型，地理信息系统（GIS），物种分布模型（SDMS），农业生产系统模拟器（APSIM）和Integrated Pest Management（IPM）。至关重要的策略包括综合害虫和疾病管理，适应性育种，精确农业和持续的创新。精确的农业技术，例如遥感和无人机，可以提早检测和及时干预措施。通过采取这些适应性措施并解决现有的研究差距，甘蔗行业可以在不断发展的气候条件下增强其韧性并保持生产率。
Kerdvibulvec, C. 和 Chen, L. (2020)。新冠疫情期间增强现实和人工智能的力量。在 C. Stephanidis、M. Kurosu、H. Degen 和 L. Reinerman-Jones (Eds.) 中，HCI International 2020 - 最新论文：多模态和智能：第 22 届 HCI 国际会议，HCII 2020，丹麦哥本哈根，2020 年 7 月 19-24 日，会议录 (第 12424 卷，第 467-476 页)。（计算机科学讲义（包括人工智能讲义和生物信息学讲义子系列）；第 12424 卷 LNCS）。施普林格国际出版公司。 https://doi.org/10.1007/978-3-030-60117-1_34 阿尔斯特大学研究门户中的出版记录链接
摘要。由严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 引起的 Covid-19 疫情给世界各地的科学界，包括计算机科学界带来了许多重大挑战。与此同时，随着社交媒体和智能手机在世界各地连通性的提高，计算机科学的兴起，增强现实 (AR) 和人工智能 (AI) 领域最近发展非常迅速。增强现实是一个新兴的物理场景领域，其中物理世界中的事物与虚拟世界混合在一起，而人工智能是一个流行的领域，用于机器模拟人类智能，即被编程为像人类一样观察、思考和理解。本文介绍了 Covid-19 疫情期间增强现实和人工智能的最新发展。首先，我们重点介绍一下最近使用增强现实应对 Covid-19 危机的工具。例如，我们回顾了基于增强现实的用于检测病毒症状的热成像眼镜，以及增强现实在教育任务中的方法，这些方法可以帮助人们有效地克服隔离，进行在线学习。其次，我们讨论了最近使用人工智能智能抗击 Covid-19 大流行的工具的概述。我们的讨论包括用于近似和让人们为预防病毒做好准备的人工智能方法，使用非线性回归网络 (NAR) 预测病毒的大小、长度和结束时间的 Covid-19 疫情预测方法，以及用于估计致命病毒爆发趋势的易感-暴露-感染-移除 (SEIR) 模型。最后，我们提出了增强现实和人工智能之间的优势和有希望的未来整合，以解决 Covid-19 危机后的研究问题。
供应有限的情况下推出新冠疫苗
摘要 分发诸如 COVID-19 疫苗之类的稀缺资源通常是一项高度时间敏感且任务关键型的操作。我们的研究受到美国和其他国家在 COVID-19 疫苗接种运动的最初几个月遇到的一个重大障碍的启发：大多数 COVID-19 疫苗需要间隔 3 或 4 周注射两剂。鉴于供应严重有限以及许多国家面临着减少住院和死亡率的越来越大的压力，如何有效地推出两剂疫苗是一项关键的政策决策。在本文中，我们首先建模并分析三种推出策略下推出过程的库存动态：（1）保留第二剂，（2）发布第二剂，以及（3）延长剂量之间的准备时间。然后，我们开发了一个 SEIR（易感、暴露、传染、康复）模型，该模型结合了 COVID-19 无症状和有症状感染，以从感染、住院和死亡率的角度评估这些策略。我们的研究结果表明，发放第二剂疫苗可以减少感染，但会导致疫苗接种模式不均衡。此外，为了确保第二剂疫苗按时接种而不积压库存，严格来说，可以分配不到一半的供应用于第一剂疫苗的预约接种。与发放第二剂疫苗的策略相比，延长两剂疫苗之间的间隔时间可以拉平感染曲线，减少住院和死亡率。我们还考虑了一种效力较低的替代单剂疫苗，并表明这种疫苗在减少感染和死亡率方面比两剂疫苗更有效。我们对年龄结构、基于风险的优先排序、供应中断和疾病传播性进行了广泛的敏感性分析。我们的论文为政策制定者在发达国家和发展中国家制定有效的疫苗推广战略提供了重要启示。更广泛地说，我们的论文阐明了如何在危机时期制定有效的运营战略来分配时间敏感的资源。