XiaoMi-AI文件搜索系统
World File Search Systembidirectional
适用于 3 级电动汽车充电站的双向双有源桥参考设计 (Rev. E)
联合充电系统和 CHAdeMO ® 所管辖的电动汽车充电标准在不断变化，并推动更快的电池充电速度，通常需要在充电站花费不到 30 分钟的时间才能为电动汽车充满电。直流充电站通常是 3 级充电器，可以提供 120-240 kW 之间的极高功率。这些直流充电站是独立单元，包含 AC/DC 和 DC/DC 电源转换级。充电站内部堆叠了多个电源转换模块，以提高功率水平并实现快速充电。直流快速充电站为电动汽车的电池提供高功率直流电流，而无需通过任何车载 AC/DC 转换器，这意味着电流直接连接到电池。如今路上的大多数汽车只能处理高达 50 kW 的功率。新型汽车能够以更高的功率充电。随着电动汽车续航里程越来越长且电池容量越来越大，直流充电解决方案正在不断开发，以通过高达 250 kW 或更高的快速充电站支持长续航电动汽车电池。
原始调查| ABCD
在所有面板中，路径1显示了基线认知与随访认知之间的关联；路径2显示了基线肥胖和随访认知之间的关联；路径3显示了基线认知和随访肥胖之间的关联。路径4显示了基线肥胖和随访肥胖之间的关联。路径5显示了基线肥胖与基线认知之间的协方差；路径6显示了随访肥胖和随访认知之间的协方差。
研究论文基于双向LSTM和注意力机制的表情脑电多模态情绪识别方法
由于人类情绪的复杂性，不同的情绪特征之间存在一定的相似性，现有的情绪识别方法存在特征提取困难、准确率不高的问题，为此提出一种基于双向长短期记忆和注意机制的表情脑电多模态情绪识别方法。首先基于双线性卷积网络（BCN）提取面部表情特征，将脑电信号变换为三组频带图像序列，利用BCN对图像特征进行融合，得到表情脑电多模态情绪特征。然后通过带有注意机制的长短期记忆在时序建模过程中提取重要数据，有效避免采样方法的随机性或盲目性。最后，设计一种具有三层双向长短期记忆结构的特征融合网络，将表情与脑电特征进行融合，有助于提高情绪识别的准确率。在MAHNOB-HCI和DEAP数据集上，基于MATLAB仿真平台对所提方法进行测试。实验结果表明,注意机制可以增强图像的视觉效果;且与其他方法相比,所提方法可以更有效地从表情和脑电信号中提取情感特征,情绪识别的准确率更高。
探索肠道菌群与阿尔茨海默氏病之间的因果关系：双向孟德尔随机研究
摘要。背景：许多观察性研究研究了肠道菌群与阿尔茨海默氏病（AD）之间的联系，但因果关系仍然不确定。目的：本研究旨在评估肠道菌群对AD的因果影响。方法：使用摘要数据进行了两样本的孟德尔随机化（MR）研究。AD的摘要统计数据来自最新的全基因组关联研究（病例和代理案例：85,934；对照：401,577）。 从Mibiogen联盟获取了肠道菌群的摘要数据。 因果效应估计主要取决于逆差异加权方法以及对多效性和异质性测试的灵敏度分析。 此外，还进行了反向MR分析以检查潜在的反向因果关系。 结果：将七个肠道菌群鉴定为与AD风险相关的。 selenomonadales（优势比[OR] 1.13，95％的固定间隔[CI] 1.03–1.24，P = 0.01），家庭巴氏菌科（OR 1.07，95％CI CI 1.01-1.1.1.1.1.13，P = 0.01），p = 0.01），以及1.0.1.07％。 p = 0.04) were correlated with an elevated likelihood of AD, while Class Mollicutes (OR 0.87, 95%CI 0.79–0.95, p = 0.00), Genus Ruminiclostridium9 (OR 0.87, 95%CI 0.78–0.97, p = 0.01), Genus Clostridiuminnocuumgroup (OR 0.94, 95%CI 0.89–0.99，p = 0.03）和Eggerthella属（OR 0.94，95％CI 0.89-1.00，p = 0.04）在缓解AD中施加了有益的影响。 在AD和这七个特定的肠道微生物群中，没有发现统计学上显着的反向因果关系。AD的摘要统计数据来自最新的全基因组关联研究（病例和代理案例：85,934；对照：401,577）。从Mibiogen联盟获取了肠道菌群的摘要数据。 因果效应估计主要取决于逆差异加权方法以及对多效性和异质性测试的灵敏度分析。 此外，还进行了反向MR分析以检查潜在的反向因果关系。 结果：将七个肠道菌群鉴定为与AD风险相关的。 selenomonadales（优势比[OR] 1.13，95％的固定间隔[CI] 1.03–1.24，P = 0.01），家庭巴氏菌科（OR 1.07，95％CI CI 1.01-1.1.1.1.1.13，P = 0.01），p = 0.01），以及1.0.1.07％。 p = 0.04) were correlated with an elevated likelihood of AD, while Class Mollicutes (OR 0.87, 95%CI 0.79–0.95, p = 0.00), Genus Ruminiclostridium9 (OR 0.87, 95%CI 0.78–0.97, p = 0.01), Genus Clostridiuminnocuumgroup (OR 0.94, 95%CI 0.89–0.99，p = 0.03）和Eggerthella属（OR 0.94，95％CI 0.89-1.00，p = 0.04）在缓解AD中施加了有益的影响。 在AD和这七个特定的肠道微生物群中，没有发现统计学上显着的反向因果关系。从Mibiogen联盟获取了肠道菌群的摘要数据。因果效应估计主要取决于逆差异加权方法以及对多效性和异质性测试的灵敏度分析。此外，还进行了反向MR分析以检查潜在的反向因果关系。结果：将七个肠道菌群鉴定为与AD风险相关的。selenomonadales（优势比[OR] 1.13，95％的固定间隔[CI] 1.03–1.24，P = 0.01），家庭巴氏菌科（OR 1.07，95％CI CI 1.01-1.1.1.1.1.13，P = 0.01），p = 0.01），以及1.0.1.07％。 p = 0.04) were correlated with an elevated likelihood of AD, while Class Mollicutes (OR 0.87, 95%CI 0.79–0.95, p = 0.00), Genus Ruminiclostridium9 (OR 0.87, 95%CI 0.78–0.97, p = 0.01), Genus Clostridiuminnocuumgroup (OR 0.94, 95%CI 0.89–0.99，p = 0.03）和Eggerthella属（OR 0.94，95％CI 0.89-1.00，p = 0.04）在缓解AD中施加了有益的影响。在AD和这七个特定的肠道微生物群中，没有发现统计学上显着的反向因果关系。结论：这项研究揭示了某些肠道菌群与AD之间的因果关系，为推进临床治疗提供了新的见解。
肠道菌群丰度与宫颈癌的发病机理之间的因果关系：双向孟德尔随机研究
Results: In primary outcomes, we found that a higher abundance of class Clostridia, family Family XI, genus Alloprevotella, genus Ruminiclostridium 9, and order Clostridiales predicted higher risk of CC, and a higher abundance of class Lentisphaeria, family Acidaminococcaceae, genus Christensenellaceae R7 group, genus Marvinbryantia, order维多利亚菌，肌动杆菌和小扁豆门预测CC的风险较低。在可验证的结果中，我们发现甲甲基类，家族放线菌科，家族甲状腺杆菌科，lachnospiraceae ucg属010，甲苯基菌科属，甲苯基逆葡萄菌属，命令放线菌和甲基甲基甲基菌属越高的风险和cccccund ccccccc，链球菌科，属媒介物和细菌植物属预测CC的风险较低，反之亦然。
使用液压驱动旋转测力计和双向高功率直流电源进行波浪能动力输出验证：预印本
摘要——许多组织致力于将波浪能转换器技术商业化，并通过技术就绪水平推进其设计。在现场部署原型波浪能转换器之前，一个关键步骤是通过实验室测试和性能表征来验证波浪能转换器中包含的子系统和组件。2021 年，美国国家可再生能源实验室 (NREL) 开发并演示了一种系统，用于在现场部署之前使用低速、高扭矩测力计和并网高功率直流电源和接收器测试动力输出装置 (PTO)。液压测力计可以模拟波浪运动引起的 PTO 驱动，并且能够适应各种波浪周期和高度，这些波浪周期和高度由测力计的各种速度和扭矩表示。大功率双向电源允许对波浪能转换器电力电子设备进行硬件在环和控制器在环测试。本文介绍了 NREL 研究人员在现场部署之前测试新型波浪能转换器 PTO 中所有组件和子系统所使用的方法。
完善肠道菌群与常见血液学恶性肿瘤之间的关系：双向Mendelian随机研究的见解
Results: Through forward and reverse MR analyses, we found the risk of lymphoid leukemia was signi fi cantly associated with the abundance of phylum Cyanobacteria, order Methanobacteriales, class Methanobacteria, family Peptococcaceae, family Methanobacteriaceae, and genera Lachnospiraceae UCG010, Methanobrevibacter, Eubacterium brachy组和丁二维伯里奥（Butyrivibrio）。The risk of myeloid leukemia was signi fi cantly associated with the abundance of phylum Actinobacteria, phylum Firmicutes, order Bi fi dobacteriales, order Clostridiales, class Actinobacteria, class Gammaproteobacteria, class Clostridia, family Bi fi dobacteriaceae, and genera Fusicatenibacter, Eubacterium Hallii Group，Blautia，Collinsella，Ruminococcus Gauvreauii组和双杆菌。Hodgkin淋巴瘤的风险与丰富的梭子座Vadinb60组，peptocococus属和Ruminococcaccaceae UCG010属显着相关。恶性等离子体细胞肿瘤的风险与丰富的Romboutsia属和卵细菌的丰度显着相关。弥漫性大B细胞淋巴瘤的风险与丰富的Erysipelatoclostridium和Eubacterium coprostanolostanoligenes组显着相关。成熟T/NK单元的风险
糖尿病性视网膜病与诊断抑郁症之间的纵向双向关联：丹麦基于丹麦的基于登记册的研究
丹麦南部丹麦大学丹麦大学丹麦大学临床研究系的眼科系 of Ophthalmology, Rigshospitalet-Glostrup, Copenhagen, Denmark g Department of Clinical Medicine, University of Copenhagen, Copenhagen, Denmark h Steno Diabetes Center Odense, Odense University Hospital, Odense, Denmark i Department of Vision Informatics, University of Osaka, Osaka, Japan j Department of Ophthalmology, Zealand University Hospital Roskilde, Roskilde, Denmark k丹麦·奥尔堡（Aalborg Aalborg），阿尔堡大学医院（Aalborg Aalborg），丹麦L医学院，牙科和生物医学科学系，皇后大学，贝尔法斯特，北爱尔兰，北爱尔兰，丹麦北爱尔兰，北爱尔兰，南部丹麦大学，丹麦丹麦大学心理学系，丹麦，阿姆斯特丹姆·UMC，阿姆斯特丹姆斯特丹，丹麦南部丹麦大学丹麦大学丹麦大学临床研究系的眼科系 of Ophthalmology, Rigshospitalet-Glostrup, Copenhagen, Denmark g Department of Clinical Medicine, University of Copenhagen, Copenhagen, Denmark h Steno Diabetes Center Odense, Odense University Hospital, Odense, Denmark i Department of Vision Informatics, University of Osaka, Osaka, Japan j Department of Ophthalmology, Zealand University Hospital Roskilde, Roskilde, Denmark k丹麦·奥尔堡（Aalborg Aalborg），阿尔堡大学医院（Aalborg Aalborg），丹麦L医学院，牙科和生物医学科学系，皇后大学，贝尔法斯特，北爱尔兰，北爱尔兰，丹麦北爱尔兰，北爱尔兰，南部丹麦大学，丹麦丹麦大学心理学系，丹麦，阿姆斯特丹姆·UMC，阿姆斯特丹姆斯特丹，丹麦南部丹麦大学丹麦大学丹麦大学临床研究系的眼科系 of Ophthalmology, Rigshospitalet-Glostrup, Copenhagen, Denmark g Department of Clinical Medicine, University of Copenhagen, Copenhagen, Denmark h Steno Diabetes Center Odense, Odense University Hospital, Odense, Denmark i Department of Vision Informatics, University of Osaka, Osaka, Japan j Department of Ophthalmology, Zealand University Hospital Roskilde, Roskilde, Denmark k丹麦·奥尔堡（Aalborg Aalborg），阿尔堡大学医院（Aalborg Aalborg），丹麦L医学院，牙科和生物医学科学系，皇后大学，贝尔法斯特，北爱尔兰，北爱尔兰，丹麦北爱尔兰，北爱尔兰，南部丹麦大学，丹麦丹麦大学心理学系，丹麦，阿姆斯特丹姆·UMC，阿姆斯特丹姆斯特丹，
混合深度学习网络入侵检测系统基于卷积神经网络和双向长期记忆
摘要 - 在信息和数据是有价值的资产的时代，网络安全已变得至关重要。需要有效的网络入侵检测系统（NID）来保护敏感的数据和信息从网络攻击中。许多研究使用机器学习算法和网络数据集创建了NID，这些数据集无法准确反映实际的网络数据流。增加硬件功能和处理大数据的能力使深度学习成为开发NID的首选方法。这项研究使用两种深度学习算法开发了一个NIDS模型：卷积神经网络（CNN）和双向长期术语记忆（BILSTM）。cnn提取了提出的模型中的空间特征，而Bilstm提取了时间特征。使用两个公开可用的基准数据集CICIDS2017和UNSW-NB15，用于评估模型。所提出的模型在准确性方面超过了先前的方法，在CICIDS2017数据集中，二进制和多类分类的二进制和多类分类达到了99.83％和99.81％。在UNSW-NB15数据集上，该模型分别为二进制和多类分类的精度分别达到94.22％和82.91％。还使用主组件分析（PCA）用于功能工程，以提高模型训练的速度并将现有功能降低到十个维度，而不会显着影响模型的性能。关键字 - 双向长期记忆，卷积神经网络，深度学习，网络入侵检测系统，主成分分析
七个新合作伙伴与 EDF 和 Dreev 一起加入了 EVVE 项目，以加快电动汽车双向充电的推广。
EVVE（虚拟储能环境价值评估）项目于 2021 年在法国电力集团的领导下启动，旨在欧洲部署 800 个车辆到电网 (V2G) 充电站。该项目旨在证明，通过储存低碳电力，电动汽车可以帮助减少二氧化碳排放。该项目将为基于“Combo CCS 1”欧洲充电标准的新型 V2G 功能进入市场铺平道路。在欧盟创新基金 2 的支持下，EVVE 项目及其智能充电站使用由 Dreev 3 开发的双向车辆到电网 (V2G) 技术。当电网拥有丰富的脱碳电力且每千瓦时价格具有竞争力时，该技术可以对车辆充电进行编程。电动汽车电池中储存的能量可以帮助平衡电网的电力供需，尤其是在高峰用电时段。 7 个新合作伙伴的加入加速了 EVVE 项目 Altra（依维柯集团）、以 Arval 和 BNP Paribas Leasing Solutions 4 为代表的 BNP Paribas Mobility、Enedis、IZIVIA、Nuvve、Stellantis 和大众汽车集团法国加入了以 EDF 和 Dreev 为代表的联盟，以加速 EVVE 项目。 每个合作伙伴都承诺在包括法国在内的多个欧洲国家安装一定数量用于不同用途的双向充电点，以达到总共 800 个充电点的部署目标。 这是所有参与者测试这项新技术并评估其对客户（如车队）和电力系统的好处的机会。 到目前为止，作为该项目的一部分，已经部署了 250 个 V2G 充电器，主要在法国和丹麦。 EDF 集团电动汽车高级副总裁 Olivier Dubois：“管理电动汽车充电是电力系统面临的一项战略挑战。必须使电力传输和配电网络能够高效、经济地管理大量电动汽车的到来。V2G 的发展还将提供大规模、具有竞争力的灵活性解决方案，从而可以更好地管理可再生能源的间歇性，从而加速其发展。我们很高兴得到欧盟对此类项目的支持，这对于我们实现能源转型目标至关重要。Dreev 董事总经理 Eric Mevellec：“EVVE 项目为测试未来的充电解决方案（例如 V2G）提供了一个独特的框架。它很好地说明了欧洲工业如何围绕新的充电标准进行组织。在实践中，将部署 800 个双向充电点，形成一个容量超过 8 兆瓦的虚拟发电厂，这将使避免排放近 25,000 吨二氧化碳成为可能。” Arval 董事长兼首席执行官 Alain Van Groenendael：“作为运营租赁的主要参与者和移动解决方案的专家，支持我们的客户进行能源转型是我们战略的核心。我们非常自豪能够加入 EVVE 项目，这完全符合我们的 Arval Energy 计划。Arval 正在帮助加速和