XiaoMi-AI文件搜索系统
World File Search Systemcapture
香港创新科技亮相 CES 2025 规模最大的本土科技公司代表团吸引全球关注和潜在商机
编号 公司名称 展位位置 1 Aiilog Limited 全球展馆 2 Ailytics Limited Eureka Park 3 AiShang Mobility (Hong Kong) Limited Eureka Park 4 Applied Technology Group Limited 全球展馆 5 AutoKeybo Limited Eureka Park 6 Bioenergy Resources Research Centre Limited (BRRC) ^ Eureka Park 7 Braillic Limited Eureka Park 8 Carnot Innovations Limited 全球展馆 9 Creations Un Limited ^ 全球展馆 10 Dawnflow Limited Eureka Park 11 Easenory Technology Limited Eureka Park 12 Epago Technologies Limited Eureka Park 13 Expando World Limited Eureka Park 14 FreightAmigo Services Limited 全球展馆 15 Full Nature Farms (Hong Kong) Limited * 全球展馆 16 GOOD Vision Technologies Co., Limited Eureka Park 17 GOOVision Technology Co. Ltd Eureka Park 18 Guardian Glow Limited Eureka Park 19 HairCoSys Limited 全球展馆 20 Hitrons Intelligence Limited 尤里卡公园 21 香港工业人工智能及机械人中心（FLAIR） 尤里卡公园 22 香港 Umedia Limited 全球展馆 23 i2Cool Limited 尤里卡公园 24 iCombo Tech Company Limited ^ 尤里卡公园 25 Immune Materials Limited (IML) 尤里卡公园 26 Incus Company Limited 全球展馆 27 InsightRT Limited 尤里卡公园 28 Kim Dai AI Technology Limited 全球展馆 29 MEMS Drive Hong Kong Limited 全球展馆 30 Meridian Innovation Limited 全球展馆 31 纳米及先进材料研发院有限公司（NAMI） 全球展馆 32 On-us Company Limited 全球展馆 33 OOley Care Company Limited 尤里卡公园 34 PharmCare Technology Limited 尤里卡公园 35 Point Fit Technology Limited 尤里卡公园
通过基于挤出的3D打印来开发地球聚合物轻量级体系结构
对CO 2排放的缓解一直是近几十年来的主要社会问题，而后燃烧后CO 2是研究界提出的有效策略。分层多孔地球聚合物整体使用基于挤出的3D打印来制造CO 2捕获。首先使用碱性激活剂和增塑剂制定基于高岭土的粘弹性糊，并且观察到粘度随时间增加。第二，使用不同的后处理条件（如热固化，热液固化和高温热处理及其物理机械特性和CO 2 Adsorptive）对3D打印的多孔整体进行处理。热固化和加热的样品表现出无定形相，而在水热处理的样品中观察到了沸石相。印刷并随后进行热处理的机械稳定样品显示出比传统铸造的地球聚合物（0.66 mmol/g）明显更高的CO 2吸附（1.22 mmol/g）。将3D打印与地球聚合物技术相结合可以为CO 2捕获提供可持续的方法设计和结构吸附剂。
学术界的气候意识：奥地利国际学生的空中旅行态度的研究
现代技术使使用基因组数据可以预测和自定义预防和治疗疾病的策略。人类基因组中存在数百万个单核苷酸多态性（SNP），全基因组关联研究（GWAS）有助于识别SNP与各种疾病之间的关联联系（1）。经常具有较弱的个体影响的多态性可能会集体与疾病表现出很强的相关性（2）。多基因风险评分（PRS）是一种线性回归模型，该模型使用了带有GWAS的权重的单个SNP，传统上已被用来评估多因素疾病表现的风险。尽管PRS由于其简单性和良好的预测能力而正确地成为了最受欢迎的工具，但它具有重大局限性，例如无法说明上静脉的非线性效应。尽管从历史上看，该术语已用于描述各种遗传事件，但最合适的定义是Fisher（3）提出的。这是统计上的上述，它是指遗传变异对疾病的影响的现象。epitsisis是一个积极研究的领域，已经被证明对多种疾病产生了重大影响（4）。上位性是建立可靠的多基因风险模型的一个挑战性方面，因为线性方法通常不足以捕获遗传变异和疾病之间的非线性关系。
大脑时钟捕捉不同地区人群在衰老和痴呆方面的多样性和差异
脑钟可以量化大脑年龄与实际年龄之间的差异，有望帮助人们了解大脑健康和疾病。然而，多样性（包括地理、社会经济、社会人口、性别和神经退化）对大脑年龄差距的影响尚不清楚。我们分析了来自 15 个国家（7 个拉丁美洲和加勒比国家 (LAC) 和 8 个非 LAC 国家）的 5,306 名参与者的数据集。基于高阶交互，我们开发了一种用于功能性磁共振成像（2,953）和脑电图（2,353）的大脑年龄差距深度学习架构。数据集包括健康对照者和患有轻度认知障碍、阿尔茨海默病和行为变异额颞叶痴呆症的个体。与非 LAC 模型相比，LAC 模型显示额后网络的大脑年龄较大（功能性磁共振成像：平均方向误差 = 5.60，均方根误差 (rmse) = 11.91；脑电图：平均方向误差 = 5.34，rmse = 9.82）。结构性社会经济不平等、污染和健康差距是导致大脑年龄差距扩大的重要预测因素，尤其是在 LAC（R ² = 0.37，F ² = 0.59，rmse = 6.9）。发现从健康对照组到轻度认知障碍再到阿尔茨海默病，大脑年龄差距不断扩大。在 LAC 中，我们观察到对照组和阿尔茨海默病组女性的大脑年龄差距大于男性。结果无法用信号质量、人口统计或采集方法的差异来解释。这些发现提供了一个定量框架，可以捕捉加速大脑衰老的多样性。
美国高等教育机构的循环经济、甲烷捕获和气候教育
© Charles S. Mullis 和 Mary Finley-Brook。由 Emerald Publishing Limited 出版。本文根据知识共享署名 (CC BY 4.0) 许可发布。任何人都可以复制、分发、翻译本文和创作本文的衍生作品（用于商业和非商业目的），但必须完全归功于原始出版物和作者。本许可的完整条款可在 http://creativecommons.org/licences/by/4.0/legalcode 上查看。作者感谢里士满大学 (U of R) 提供的 2021 年夏季研究资金，这促成了我们的初次合作。该分析是在里士满大学的几节课（2022 年至 2024 年）期间以及与 ReThink Waste 员工 David Donaldson 和 Megan Salters 合作期间开发的。作者要感谢查尔斯市县关心公民和其他受垃圾填埋影响的社区，我们与他们合作提供了宝贵的经验教训。作者感谢匿名审阅者的有益反馈。
利用生物能源和碳捕获、利用和储存加速脱碳
近年来，碳捕获、利用和储存 (CCUS) 已被确定为清洁能源解决方案错综复杂的难题中的关键脱碳杠杆。这包括基于技术的二氧化碳去除 (CDR)，例如带 CCUS 的生物能源 (BECCUS) 和带储存的直接空气捕获 (DACS)。要将全球变暖限制在 1.5 摄氏度 (°C)，需要在 2023 年至 2050 年之间减少二氧化碳 (CO₂)，方法是将年排放量从 2022 年的水平减少约 34 千兆吨 (Gt)，累计碳去除量约为 500 Gt (IRENA，2023)。CCUS 在世界上最受认可的国际组织的方案中发挥着作用，例如国际可再生能源机构 (IRENA)、国际能源署 (IEA) 和政府间气候变化专门委员会 (IPCC)。根据 IRENA 的 1.5°C 情景，预计到 2050 年 CCUS（包括 BECCUS 和 DACS）将贡献 109 Gt 的累计二氧化碳去除量。
化学工程学博士论文关于瑞典的碳捕获和存储（BECC）的潜在部署的生物能源部署
ADT空气干吨阿福卢农业，林业和其他土地使用Beccs Bioenergy，带有碳捕获和储存BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRS BTRES BTRS BTRES BTARENCY BTARENCY BTARENCY BRES BICACA 3钙透明度较高。燃烧的石灰Ca（OH）2氢氧化钙； slaked lime CCS carbon capture and storage CCU carbon capture and utilization CCUS carbon capture utilization and storage CDM clean development mechanism CDR carbon dioxide removal CHP combined heat and power CO 2 carbon dioxide COP Conference of Parties EHR enhanced hydrocarbon recovery EJ exajoule EOR enhanced oil recovery E-PRTR European Pollutant Release and Transfer Register ETF Enhanced Transparency Framework EU European Union EU27 27 members of the European Union EU ETS European Union Emission Trading System FAO Food and Agriculture Organization of the United Nations GHGs greenhouse gases GJ gigajoule Gt gigatonne H 2 hydrogen H 2 O water HPC hot potassium carbonate HWP harvested wood products IAMs integrated assessment models IEA International Energy Agency IPCC Intergovernmental Panel on Climate Change kt kilotonne LCAs生命周期评估Lulucf土地使用，土地利用变化和林业MLP多层次观点
碳捕获，利用率和存储中的地下地形空间智能：离岸存储站点选择的机器学习方法
本研究介绍了一个创新的数据驱动和机器学习框架，旨在准确预测特定离岸CO 2存储站点的站点筛选研究中的站点分数。框架无缝将各种地下地面地面数据源与人类辅助专家加权标准集成在一起，从而提供了高分辨率筛选工具。量身定制，以适应不同的数据可访问性和标准的重要性，这种方法考虑了技术和非技术因素。其目的是促进与碳捕获，利用率和存储相关的项目的优先位置（CCUS）。通过汇总和分析地理空间数据集，该研究采用机器学习算法和专家加权模型来识别合适的地质CCUS区域。此过程遵守严格的安全性，风险控制和环境指南，以解决人类分析可能无法识别模式并在合适的现场筛选技术中提供详细见解的情况。这项研究的主要重点是弥合科学探究和实际应用之间的差距，从而促进了CCUS项目实施时明智的决策。严格的评估包括地质，海洋学和环保指标为决策者和行业领导者提供了宝贵的见解。确保已建立的离岸CO 2存储设施的准确性，效率和可扩展性，建议的机器学习方法进行基准测试。这种全面的评估包括使用机器学习算法，例如极端梯度提升（XGBoost），随机森林（RF），多层极限学习机器（MLELM）和深神经网络（DNN），以预测更合适的场地分数。在这些Al Gorithm中，DNN算法在现场得分预测中最有效。DNN算法的优势包括非线性建模，功能学习，规模不变性，处理高维数据，端到端学习，转移学习，表示形式学习和并行处理。The evaluation results of the DNN algorithm demonstrate high accuracy in the testing subset, with values of AAPD (Average Absolute Percentage Difference) = 1.486 %, WAAPD (Weighted Average Absolute Percentage Difference) = 0.0149 %, VAF (Variance Accounted For) = 0.9937, RMSE (Root Mean Square Error) = 0.9279, RSR (Root Sum of Squares Residuals) = 0.0068和r 2（确定系数）= 0.9937。
碳捕获，用法和存储（CCUS）：非二线运输和跨境CO2网络：响应摘要
碳捕获，用法和存储（CCUS）对于到2050年的净净零至关重要，气候变化委员会指出，CCUS是“必要性不是选择” 1。CCU在工业的脱碳中很重要（例如水泥，化学物质和精炼）在许多情况下，过程排放意味着它是唯一以满足我们的碳预算和净零目标所需的规模脱碳的可行途径。我们的清洁能源超级大国任务是基于到2030年提供清洁能力并加速净零的双重目标，以提高能源独立性，保护消费者并为全国各地的就业提供支持。CCUS是脱碳，减少剩余废物管理的影响，并启动低碳氢生产和工程温室气体（GGR）行业的关键。
钢铁 CCUS 最新进展：碳捕获技术看起来越来越不可信
虽然钢铁行业的 CCUS 进程持续停滞，但一些钢铁企业正在从以煤为基础的炼钢转向 DRI，这是一项非常成熟的技术，随着这种替代还原剂的成本下降，它可以以绿色氢气为原料运行。几乎所有规划或建设商业规模低碳炼钢产能的钢铁企业都已转向以氢为基础或备有氢能的 DRI 工厂，而不是 CCUS。DRI 工厂的 2030 年项目产能已达到每年 9600 万吨 (Mtpa)，而用于高炉炼钢的商业规模 CCUS 产能仍停留在 1Mtpa（图 3）。用于高炉炼钢的 CCUS 正在被一种更好的替代方案所取代，这种替代方案可以在成本和减排方面胜过它。