XiaoMi-AI文件搜索系统
World File Search Systemaverage
选择平均与边际碳强度信号对碳感知优化的含义
网格供电的电力的碳强度取决于用于满足其需求的生成来源的组合，并且随着时间的推移和整个位置的变化很大。有两种类型的碳强度信号：平均和边缘。这两个信号都提供了有关网格操作的差异信息，并以不同的方式影响电网的短期和长期功能。不幸的是，关于碳意识优化的“右”信号缺乏共识，跨域之间的脱碳工作已经使用两个信号来决定何时和何时转移需求。了解信号选择对碳感知优化的含义，本文使用平均碳强度和边缘碳强度进行了数据驱动分析。我们对65个区域的分析揭示了多种见解，包括i）两个信号在统计上均不同，它们之间的相关性非常低，ii）对一个信号进行优化可能会导致从另一个信号的角度来看更多的碳发射，而iii）每个区域的信号特性差异都会导致不同的电力使用激励。
在机器学习中检测和减轻数据中毒攻击：加权平均方法
对抗性攻击，特别是数据中毒，可以通过将故意设计的数据插入训练集中来影响机器学习模型的行为。本研究提出了一种识别对机器学习模型的数据中毒攻击的方法，即加权平均分析（VWA）算法。该算法评估了输入特征的加权平均值，以检测任何可能是中毒努力迹象的违规行为。该方法发现可以通过添加所有加权平均值并将其与预测值进行比较来指示操纵的偏差。此外，它可以区分二进制和多类分类实例，从而修改其分析。实验结果表明，VWA算法可以准确地检测和减轻数据中毒攻击，并提高机器学习系统针对对抗性威胁的鲁棒性和安全性。
BITSOM最终放置平均CTC为2024级的234.1万卢比
萨拉瓦南·凯萨万博士（Saravanan Kesavan），迪恩·比特姆（Dean Bitsom），他说：“我很高兴分享共同创立班的最终位置报告。我们的学生表现出色，并决心在艰难的一年中确保有利的成果，这是我感到非常自豪的事实。行业伙伴关系和职业服务（IPCS）团队也做出了非凡的努力，为参与最终安置过程的学生创造机会。这种表演证明了我们独特的课程，通过个人发展计划对学生的个人关注，来自世界各地的出色教师的努力，我们的高质量职业服务团队以及学生培养的协作文化。bitsom渴望成为
Aon 报告发现，企业平均将 10% 的 IT 预算用于网络安全
苏黎世，2024 年 2 月 7 日——全球领先的专业服务公司怡安集团 (NYSE: AON) 发布了其 2023 年网络弹性报告，报告强调，所有行业和收入类别的公司的网络成熟度水平平均已从“基础”提高到“可管理”。该报告是一种资源，可帮助组织在网络弹性方面做出更好的决策，并重点关注供应链、运营、系统和声誉风险等。这份全球报告基于 2022 年怡安客户的数据，这些数据来自怡安的网络商数评估 (CyQu) 平台、怡安的勒索软件补充应用程序和怡安的运营技术应用程序。报告显示，网络风险一直是董事会和高层管理人员关注的问题。重大网络事件可能会对上市公司的股价等产生重大影响。 “网络安全必须被视为风险管理不可或缺的一部分，因为网络威胁和勒索软件危险的频率和严重程度正在增加”，Aon 瑞士网络经纪和咨询主管 Manuel Pachlatko 表示。“保险市场正在迅速发展以应对这种波动。保险公司已经看到保费、免赔额不断上涨，并进行了广泛的承保检查，以确保组织受到保护。” 一览全球 Aon 报告的其他主题 网络风险：访问和系统安全、家庭办公室、应用程序和数据安全以及访问控制领域的情况有所改善。 运营风险：勒索软件事件在 2022 年最后两个季度减少了 16%，但网络和技术 E&O 保险市场的数据显示，2023 年第一季度有所增加。 内部风险：五分之二的公司表示安全运营中心缺乏控制。这强调了改进网络安全措施的必要性，例如防范网络钓鱼，这是最大的威胁之一。系统性风险：在互联世界中，解决因使用技术而产生的系统性风险是重中之重。由于网络威胁不断变化，风险量化和情景规划模型也在不断完善。这对于准确确定公司的风险状况和确定所需的保险范围至关重要。按行业划分的最重要发现金融和保险：损失报告不断增加。勒索软件索赔从 2022 年第四季度到 2023 年第一季度增加了 38%。
对无细胞DNA血液测试对平均风险种群中结直肠癌筛查的临床验证
1。马萨诸塞州综合医院和哈佛医学院，马萨诸塞州波士顿2.灰色区域策略有限责任公司，Owings Mills，MD 3。黑人胃肠病学家和肝病学家的协会，纽约，纽约4。密歇根州医学病理学系，密歇根州安阿伯市5。 加利福尼亚大学圣地亚哥分校，圣地亚哥，加利福尼亚州6。 护卫队健康，帕洛阿尔托，加利福尼亚州7。 临床研究与公共卫生科学部门，弗雷德·哈钦森癌症中心，西雅图华盛顿8. 华盛顿大学医学院胃肠病学系，华盛顿9. 内科和社区健康科学系，马克斯·拉迪医学院，曼尼托巴省和癌症护理学院曼尼托巴省曼尼托巴省研究所，加拿大曼尼托巴省曼尼托巴省研究所，加拿大曼尼托巴省研究所，加拿大曼尼托巴省研究所，10。 Mayo诊所和Mayo Alix医学院，罗切斯特，明尼苏达州11。 弗雷德·哈钦森癌症中心，西雅图，西雅图，转化科学与治疗学和公共卫生科学系密歇根州医学病理学系，密歇根州安阿伯市5。加利福尼亚大学圣地亚哥分校，圣地亚哥，加利福尼亚州6。护卫队健康，帕洛阿尔托，加利福尼亚州7。临床研究与公共卫生科学部门，弗雷德·哈钦森癌症中心，西雅图华盛顿8.华盛顿大学医学院胃肠病学系，华盛顿9.内科和社区健康科学系，马克斯·拉迪医学院，曼尼托巴省和癌症护理学院曼尼托巴省曼尼托巴省研究所，加拿大曼尼托巴省曼尼托巴省研究所，加拿大曼尼托巴省研究所，加拿大曼尼托巴省研究所，10。Mayo诊所和Mayo Alix医学院，罗切斯特，明尼苏达州11。 弗雷德·哈钦森癌症中心，西雅图，西雅图，转化科学与治疗学和公共卫生科学系Mayo诊所和Mayo Alix医学院，罗切斯特，明尼苏达州11。弗雷德·哈钦森癌症中心，西雅图，西雅图，转化科学与治疗学和公共卫生科学系
使用生物力学单调和负载-卸载数据计算平均曲线和统计响应走廊的通用方法
摘要 计算平均曲线和响应走廊对于评估生物力学数据以及与其他数据集和数值模型进行比较至关重要。然而，现有的方法通常是针对特定案例的，缺乏强大的统计基础。提出了一种使用弧长重新参数化和非线性信号配准的通用方法，以提供基于特征的平均生物力学响应和统计变异性评估，其主要优势是单一方法适用于广泛的物理响应。在本研究中，基于弧长的方法被应用于两个实验数据集：猪脑组织的压缩行为和人体胸部的负载-卸载响应。在这两种情况下，弧长走廊方法都捕捉到了材料或受试者响应的底层形状，而无需先验地假设响应行为，适用于从没有共同终止点的单调信号到高度变化的滞后响应的广泛生物力学数据，并且不会像常见的当代方法那样扭曲平均响应的底层形状或变异性。弧长走廊法在软件包 ARCGen 中免费分发，可在宽松的开源许可证下用于 MATLAB 和 Python（https://github.com/IMMC-UWaterloo）。
使用深卷积神经网络和全球平均池
摘要：如果未准确检测到，脑肿瘤会导致严重的健康并发症，并导致死亡。因此，对脑肿瘤的早期检测和脑肿瘤类型的准确分类在诊断中起主要作用。最近，使用大脑磁共振成像（MRI）图像的基于深度卷积神经网络（DCNN）方法在检测和分类任务方面表现出色。但是，DCNN体系结构的准确性取决于数据样本的培训，因为它需要更精确的数据才能获得更好的输出。因此，我们提出了一个基于转移学习的DCNN框架，以对脑膜瘤肿瘤，神经胶质瘤肿瘤和垂体肿瘤进行分类。我们使用预先训练的DCNN体系结构VGGNET，该体系结构先前在巨大的数据集上进行了训练，并用于将其学习参数传输到目标数据集。此外，我们采用了转移学习方面，例如卷积网络，并冻结卷积网络的层，以提高性能。此外，这种提出的方法在输出处使用全球平均池（GAP）层，以避免过度解决问题和消失的梯度问题。评估了所提出的体系结构并将其与基于深度学习的脑肿瘤分类方法进行比较。我们提出的方法可产生98.93％的测试准确性，并优于当代学习方法。
使用深度卷积神经网络和全局平均池化对脑 MRI 图像中的肿瘤进行分类
摘要：如果检测不准确，脑肿瘤会引起严重的健康并发症并导致死亡。因此，早期检测脑肿瘤并准确分类脑肿瘤类型在诊断中起着重要作用。最近，基于深度卷积神经网络 (DCNN) 的方法使用脑磁共振成像 (MRI) 图像在检测和分类任务中表现出色。然而，DCNN 架构的准确性取决于数据样本的训练，因为它需要更精确的数据才能获得更好的输出。因此，我们提出了一种基于迁移学习的 DCNN 框架来对脑肿瘤进行分类，例如脑膜瘤、神经胶质瘤和垂体瘤。我们使用预先训练的 DCNN 架构 VGGNet，该架构之前已在大型数据集上进行训练，并用于将其学习参数迁移到目标数据集。此外，我们还采用了迁移学习方面，例如微调卷积网络并冻结卷积网络的各层以获得更好的性能。此外，此方法在输出端使用全局平均池化 (GAP) 层来避免过度拟合问题和梯度消失问题。在 Figshare 数据集上对所提出的架构进行了评估，并与基于深度学习的竞争性脑肿瘤分类方法进行了比较。我们提出的方法产生了 98.93% 的测试准确率，并且优于当代基于学习的方法。
峰值电流模式降压 DC-DC 转换器的精确平均电感电流限制方法
摘要 提出了一种用于峰值电流模式 (PCM) 控制的降压型 DC-DC 转换器的精确可编程平均电感电流限制方法。利用 Gm-C 滤波器检测与电感串联的电流检测电阻上的压降。然后，通过电压-电流 (V2I) 转换器将压降转换为电流信号。转换后的电流信号叠加在误差放大器的输出上，以调节峰值电感电流。降压转换器采用 0.18 µ m BCD 工艺设计。对于 50 m Ω /25 m Ω 的检测电阻，电流限制值分别设计为 1 A/2 A。当等效负载电阻从 10 Ω 变为 2.5 Ω/1.67 Ω 时，仿真结果表明，对于 50 m Ω /25 m Ω 的检测电阻，平均电感电流分别从 500 mA 增加到 0.9 A/1.8 A。关键词：电流限制，平均电感电流反馈，Gm-C滤波器分类：集成电路（模拟）
美国电力系统中可再生能源和电池存储的平均和边际容量信用值
摘要 随着未来几十年可变可再生能源技术和存储的部署继续大幅增长，这些技术将在维持电力系统资源充足性方面发挥越来越重要的作用。到目前为止，很少有分析对美国可变可再生能源和存储的前瞻性平均和边际容量信用进行全面比较，涵盖各种可能的未来。为了填补这一研究空白，我们估计了 2026 年至 2050 年美国相邻电力系统的太阳能光伏 (PV)、陆上和海上风电以及电池存储的平均和边际容量信用，以研究这两种容量认证方法之间的时间趋势、空间模式和权衡。在各种技术中，太阳能光伏的容量信用最明显地呈现随时间下降的趋势，反映了太阳能光伏发电份额在美国电网预测的未来中的显着上升。虽然电池存储的发电份额也会随着时间的推移而显着上升，但由于它们能够在关键时期进行战略调度，因此它们的容量信用仍然很高。另一方面，风电技术的容量信用总体上呈略微上升的趋势。不同技术的平均和边际容量信用值在空间上存在很大差异，其中太阳能光伏的容量信用值呈现出最明显的空间模式，高值集中在 SPP、PJM 和 MISO 中风能丰富、太阳能匮乏的地区，这表明可再生能源部署的互连规划可能带来资源充足性优势。此外，除海上风电外，所有其他可再生能源技术的平均容量信用值往往高于其边际容量信用值，这表明现有可再生资源的信用值往往高于新资源。