XiaoMi-AI文件搜索系统
World File Search SystemUseful
通过可再生电力脱碳化其他能源部门的能源基础设施 - 有用的能源需求的时空分析，到基于德国案例>的可再生能源供应途径的可再生能源供应
摘要在减少温室气体排放方面的进展是在电力部门值得注意的，但其他部门（例如运输和供暖）却落后了。一种从电力部门传播温室气体排放到其他部门的策略是所谓的“部门耦合”。在此背景下，我们提出以下两个问题：（1）（有用和最终）能源在多大程度上与时间和空间的可再生能源的供应相匹配？（2）可以通过应用时空分析得出扇形耦合途径对未来基础设施要求的哪些影响？进行分析，我们假设一个场景，德国的温室气体排放减少了95％，作为政府针对2050年的案例研究。我们选择一种消费者驱动的方法，分析从消耗到不同部门耦合技术供应的能量价值链。从有用的能源消耗中，我们得出了高时空和区域分辨率中的最终能源需求模式，并评估对可再生能源扩张策略的影响。我们的研究的主要贡献是双重的：首先，我们在高度和区域分辨率中引入了可转移和可转移的消费者驱动的分析，该分析具有高度扇区耦合的能源系统，并对能源基础架构产生了影响。第二，我们从结果中提供了有关将可再生能源整合到当前能源系统中的有效和有效策略的结果。关键字：扇区耦合，可再生能源，电力，供暖，运输，基础设施，能源政策jel分类：C23，C5，C63，Q4，Q4
用于剩余有用寿命估计（NMPM）的嘈杂多径平行混合模型
最近，对不同深度神经网络（DNNS）架构的平行杂交模型的持续发展，越来越多的兴趣激增，以保持有用寿命（RUL）估计。在这方面，本文在文献中的第一次介绍了一种新的基于Hybrid DNN的框架，用于RUL估算，称为嘈杂的多径平行混合模型，用于剩余有用的寿命估计（NMPM）。提议的NMPM框架是三个平行路径的编写，第一个使用了一个嘈杂的双向长短术语记忆（BLSTM），用于提取时间特征并学习在两个方向，正向和后门中学习序列数据的依赖。第二个平行路径采用嘈杂的多层感知器（MLP），由三层组成以提取不同特征类别的层。第三个平行路径利用嘈杂的卷积神经网络（CNN）来提取特征的组成类。然后将三个平行路径的串联输出送入嘈杂的融合中心（NFC）以预测RLU。提出的NMPM已根据嘈杂的训练机制进行了培训，以增强其泛化行为，并增强模型的整体准确性和鲁棒性。使用NASA提供的CMAPS数据集对NMPM框架进行了测试和评估，该数据集说明了卓越的性能与最先进的对应物相比。
基因组编辑项目设计的一般准则和实用技巧.docx
方法。第一种方法是将含有 loxP 位点的 ssODN 引入目标外显子两侧的 5' 和 3' 位点。这是通过使用 2 个 sgRNA 完成的。第二种方法使用含有 2 个 loxP 位点的 lssDNA 模板，这 2 个 loxP 位点位于目标 DNA 序列两侧。这种方法使用了 2 个 sgRNA。B. UTSW 转基因核心提供给您的试剂：您向核心支付的 CRISPR 服务费用包括我们用于完成您的项目的 IDT Sp. Cas9 蛋白的费用。如果您的项目涉及使用不同的编辑酶（如 Cas12 或 Cpf），请联系核心工作人员更详细地讨论该项目。C. 了解您的基因的重要细节：使用基因组浏览器（如 NCBI、UCSC 或 ENSEMBl）收集有关您的目标基因的相关信息。这包括任何替代转录本、外显子的数量和重要性、位于特定内含子中的调控基序以及编码序列等细节，以便成功设计 sgRNA 和供体 DNA 模板。使用 MGI- 小鼠基因组信息学来确定是否存在与靶基因敲除相关的已知表型非常重要。了解基因的 KO 是否可能导致致命表型（无论是胚胎还是出生后早期）尤为重要。了解并将此信息传达给核心人员将使我们能够修改用于生成小鼠突变株的条件，以便我们主要创建 KO 等位基因杂合的小鼠。D. sgRNA 的设计：注射受精卵中发生的基因组编辑的效率在很大程度上取决于针对靶标的 sgRNA 的正确设计。此设计的关键组成部分包括：
用于分立功率器件状态监测和剩余使用寿命预测的复合故障前兆
摘要 — 为了防止电力电子系统中发生灾难性故障，已经确定了多种故障前兆来表征功率器件的退化。然而，在确定支持高精度剩余使用寿命 (RUL) 预测的合适故障前兆方面存在一些实际挑战。本文提出了一种充分利用潜在故障前兆来制定复合故障前兆 (CFP) 的方法，其中 CFP 直接根据退化模型进行优化以提高预测性能。明确推导了退化模型的 RUL 估计值，以方便前兆质量计算。对于 CFP 公式，采用遗传规划方法以非线性方式整合潜在故障前兆。结果，阐述了一个可以为给定的 RUL 预测模型制定出更好故障前兆的框架。通过 SiC MOSFET 的功率循环测试结果验证了所提出的方法。
高质量规划：寻找实用的最佳规划集
各种规划应用都要求找到一组计划而不是一个计划。该问题在多样化规划和 top-k 规划的背景下进行研究：多样化规划关注计划对之间的差异，而 top-k 规划的重点是每个单独计划的质量。多样化规划的最新研究对解决方案质量提出了额外的限制。当然，在有些应用领域中多样性起着主要作用，而在有些领域中质量是主要特征。然而，在这两种情况下，产生的计划的数量往往是人为的限制，因此实际数量意义不大。受多样化规划最新研究的启发，我们提出了一类新的计算问题，称为顶级质量规划，其中解决方案的有效性通过计划质量界限而不是任意数量的计划来定义。切换到有界限的计划质量使我们能够隐式地表示计划集。具体来说，它使得用单个计划来表示与有效计划重新排序相对应的计划集成为可能。我们正式定义了无序的顶级质量规划计算问题，并提出了该问题的第一个规划器。我们通过经验证明了我们的方法与基于 top-k 规划器的基线相比具有优越的性能，从找到所有最优计划的覆盖率提高 41% 到找到所有质量高达最优计划成本 120% 的计划的覆盖率提高 69%。最后，通过一个完整的生成给定计划的所有有效重新排序的程序来补充新方法，我们推导出一个顶级质量规划器。我们表明该规划器可与基于 top-k 规划器的基线相媲美。
使用 MATLAB 估算剩余使用寿命 | OPENCADD
开发预测性维护模型的第一步是获取数据。此示例使用 NASA 数据存储库中公开提供的预测和健康管理挑战数据集。该数据集包括来自 218 个发动机的运行至故障数据，其中每个发动机数据集包含来自 21 个传感器的测量值。通过放置在发动机各个位置的传感器收集燃油流量、温度和压力等测量值，以向控制系统提供测量值并监控发动机的健康状况。该图显示了一个传感器对所有 218 个发动机的测量结果。
事件链模型已经失去作用
与我们所做的事情相关的内容完全包含在事件链模型中。这有助于我们完全避免聚光灯。当链中只包含直接或简单的关系时，这通常很容易实现。例如，很难将人类行为反向链接到影响该行为的系统设计。飞机或飞行员-车辆界面的设计涉及什么“事件”？并且一个论点很容易提出，本质上是说，由于并非每个人在遇到这些情况时都会犯错误，因此这些情况不是原因。例如，其他飞行员在狮航坠机前驾驶过 737 MAX，他们能够克服设计缺陷。因此，设计缺陷不能成为事故的“原因”。这里争论的是，只有直接原因存在且重要，间接原因则不然。吸烟不会导致肺癌，因为不是每个吸烟的人都会得肺癌，也不是每个得肺癌的人都吸烟。我们为了我们自己的目的而简化因果机制，或者可能只是因为我们更容易理解和让每个人都同意。但是，你真的相信吸烟与患肺癌无关吗？否认这种关系（正如烟草研究所几十年来成功做的那样）是否会导致有效的预防措施？
退化建模和剩余使用寿命预测...
退化建模和剩余使用寿命 (RUL) 预测对于航空发动机的预测和健康管理至关重要。虽然已经引入了基于模型的方法来预测航空发动机的 RUL，但很少有关于使用新型数据驱动预测建模方法估计航空发动机 RUL 的研究报道。本研究的目的是介绍一种基于集成学习的预测方法来建模由于磨损而导致的指数退化过程以及预测航空发动机的 RUL。集成学习算法结合了多个基学习器，包括随机森林 (RF)、分类和回归树 (CART)、循环神经网络 (RNN)、自回归 (AR) 模型、基于自适应网络的模糊推理系统 (ANFIS)、相关向量机 (RVM) 和弹性网络 (EN)，以实现更好的预测性能。粒子群优化 (PSO) 和顺序二次优化 (SQP) 方法用于确定分配给基学习器的最佳权重。在商用模块化航空推进系统仿真 (C-MAPSS) 工具生成的数据上演示了由集成学习算法训练的预测模型。实验结果表明，集成学习算法可以非常稳健地预测飞机发动机的 RUL，并且优于文献中报道的其他预测方法。[DOI：10.1115/1.4041674]
统计学的应用及其在管理中的实用性...
统计技术是现代市场研究不可或缺的一部分，它为营利和非营利组织的许多营销决策提供了输入。这些决策包括营销策略的制定、评估和选择。股票市场分析师也使用统计数据来预测经济形势。统计分析经常用于为市场营销领域的决策提供信息。对于营销人员来说，首先要找出可以销售的产品，然后制定合适的策略。在尝试开拓新市场之前，应该考虑全面分析生产购买力、人力、竞争对手习惯、消费者习惯、运输成本等数据。统计数据可以帮助营销人员实现这两个目标，并评估营销工作的成功程度，并提供数据作为市场计划变更的依据。统计数据在市场营销中的应用有很多，例如：