医学中使用的人工智能 (AI) 工具与其他领域中使用的 AI 一样,都是通过检测大量数据中的模式来工作的。AI 工具之所以能够检测到这些模式,是因为它们可以“学习”或被训练来识别数据中的某些特征。然而,使用某种程度上存在偏差的数据训练的医疗 AI 工具可能会出现偏见,当这种偏见与不公正的模式相匹配时,使用这些工具可能会导致不公平和歧视。试图修复用于 AI 训练的有偏见的临床数据等技术解决方案是出于好意,但所有这些举措的基础是这样的观念:有偏差的临床数据是“垃圾”,就像计算机科学谚语所说的“垃圾进,垃圾出”。相反,我们建议将临床数据视为人工制品,经过检查,可以提供有关其所在的社会和机构的信息。
本文探讨了向由人工智能和人类工作者组成的群体动态分配任务的问题。目前,众包创建人工智能程序是一种常见的做法。为了将这类人工智能程序应用于一组任务,我们通常采取“全有或全无”的方法,等待人工智能足够好。然而,这种方法可能会阻止我们在过程完成之前利用人工智能提供的答案,也会阻止探索不同的人工智能候选者。因此,将创建的人工智能与其他人工智能和人工计算相结合,以获得更高效的人机团队并非易事。在本文中,我们提出了一种解决这些问题的方法,即采用“分而治之”的策略来评估人工智能工作者。在这里,只要最终结果满足给定的质量要求,分配给人类的任务数量最少,分配就是最优的。本文对所提出的方法进行了理论分析,并利用开放基准和真实数据集进行了大量的实验。结果表明,当人工智能难以满足整个任务集的质量要求时,该算法可以向人工智能分配比基线多得多的任务。它们还表明,它可以根据现有人工智能工作者的表现灵活地改变分配给多个人工智能工作者的任务数量。
开发解决方案本报告提出了一种总体风险评估方法,用于评估通过气候变化对关键基础设施构成的风险。虽然提出的方法是通过审查国家和国际研究以及作者在开发风险评估方面的经验而开发的,但成功实现该项目目标的关键要素是与多个基础设施部门的关键利益相关者的广泛互动。这种参与提供了有关当前实践以及实施有意义的风险评估时面临的挑战和障碍的宝贵信息。同样,跨部门利益相关者的存在强调了确保可以实现跨部门的风险方法评估基础设施的机会和挑战。从这些交互中,提出了有关关键问题的建议,例如数据收集,数据共享,数据安全,资源需求和监视制度,可以在爱尔兰语境中合理实施。
摘要 — 智能城市优化运行的关键挑战之一是住宅建筑中多种能源载体的协调管理,因为目标各不相同,而且经常相互冲突。为了应对这一挑战,本文提出了一种基于成本排放的新型概念方案,用于在住宅能源中心的背景下实现智能家居中能源和天然气的最佳使用,同时考虑到成本节约和环境保护之间的平衡。所提出的模型考虑了各种能源转换资源,包括能源和热存储系统、屋顶光伏模块以及热电联产装置以及可靠的电负荷和热负荷。此外,还实施了一种有效的随机场景方法来应对与光伏生产相关的强烈不确定性。所提出的模型通过在各种系统约束和用户偏好下结合加权求和混合目标函数来降低家庭能源消耗和公用事业成本,同时为居民提供最佳的任务调度和舒适度,以保证良好的生活方式。所提出的方案是在配备能源枢纽的实际案例研究中实施的,正如预期的那样,介绍了其在拟议的住宅能源枢纽问题的最佳能源管理中的适用性和有效性。模拟结果证实,在保持户主所需的舒适度的同时,能源采购成本可节省高达 46.16%,排放成本可节省 34.07%。
摘要:小型化核电机组的发展和碳交易市场的完善为实现综合能源系统低碳运行提供了新途径。本研究将NP机组和碳交易机制引入综合能源系统,构建新型低碳调度模型。针对NP机组引入导致的系统运行灵活性下降的问题,一方面对NP机组进行供热改造,使其成为热电联产机组,扩大其运行范围,提高其运行灵活性;另一方面在综合能源系统引入储电系统、储热系统、电转气机组等可进行能量时间转换或能量形式转换的辅助设备,共同提高系统运行灵活性。在模型求解阶段,利用离散化步长变换,将考虑可再生能源出力不确定性的机会约束规划(CCP)模型转化为等效的混合整数线性规划(MILP)模型。基于华北地区某综合能源系统实际数据搭建的测试系统表明,所提方法具有良好的经济效益和低碳环保效益。关键词:综合能源系统;核电机组;碳交易;碳排放;核能供热;低碳;机会约束;可再生能源发电不确定性。
工业工程系,巴布尔·诺什瓦尼(Babol Noshirvani)技术大学,巴布尔,伊朗摘要农业活动对环境产生了不利影响,通过排放温室气体并消耗大量淡水。此外,水果构成用于平衡饮食的农产品的重要组成部分。尤其是石榴是不同文化的人们使用的最常用产品之一。在这项研究中,开发了多个客观的数学模型,以通过专注于选择最佳培养过程并确定石榴供应链设施之间的最佳材料流来平衡可持续性维度。提议的模型最大程度地利用了由于耕种过程选择和建立植物而创造的就业机会的总利润和数量。它还通过最大程度地减少石榴植物中的肥料,农药和含水量来解决环境影响。该模型还考虑了石榴果皮和种子的反向流,以重新接收这些产品的价值,通常称为废物。伊朗马桑达省的一个真实案件被考虑用于验证开发的模型。最后,对问题的影响因素进行了全面的敏感性分析,并提出了管理意义。关键字:可持续性,农业供应链,前向和反向流动,石榴,耕种过程,水消耗1。这些问题强调了在农业部门的可持续性维度之间建立平衡的重要性。引言发达国家和发展中国家最重要的经济部门之一是农业,它影响了粮食供应,健康和政治问题,除了经济以外[1]。此外,由于其独特的特征,包括食品质量的重要性以及价格,气候和对各种食物的需求的变化,农业供应链引起了从业者和研究人员的注意[2]。此外,由于农业在经济,社会和环境中的重要作用,除了政府法规和环境意识之外,考虑到可持续性维度的有效供应链网络的设计和应用在过去几年中引起了研究人员的关注。农业部门对环境产生负面影响,因为据报道它是淡水最大的消费者,也是世界上第二大温室气体的发射极。农业在全球温室排放中的份额以及顶级农业国家的可再生淡水资源的趋势,强调了上述考虑农业环境方面的原因[3]。此外,农业中农药和肥料的大量消费会导致温室气体的排放,例如一氧化二氮和甲烷,包括空气,土壤和水,包括空气,土壤和水,污染自然资源并威胁人口健康的各种媒体。此外,材料的反向流将导致从通常称为废物的材料中获得额外的值[4]。相反,农业也对社会和经济产生了积极影响,提供了基本和重要的收入,就业和食品的来源,尤其是对于世界上的农村人口。在某些行业,根据产品的特征,收集的废物可以输入
定位病变是结肠镜检查的主要目标。3D感知技术可以通过恢复结肠的3D空间信息来提高病变局部局部的准确性。但是,现有方法集中于单个帧的局部深度估计,并忽略了结肠镜的精确全局定位,因此未能提供病变的准确3D位置。此短缺的根本原因是双重的:首先,现有方法将结肠深度和结肠镜构成估计为独立任务,或将其设计为并行子任务分支。其次,结肠环境中的光源与结肠镜一起移动,从而导致连续框架图像之间的亮度波动。为了解决这两个问题,我们提出了一个新型的基于深度学习的视觉探针框架Colvo,它可以使用两个关键组成部分不断地估算结肠深度和结肠镜姿势:深度和姿势估计的深度策略(DCDP)和轻型一致的校准机制(LCC)。dcdp对夫妇融合和损失函数的利用对夫妇深度和构图估计模式的限制确保了连续帧之间几何投影的无缝比对。同时,LCC通过重新校准相邻帧的光度值来解释亮度变化,从而增强了Colvo的鲁棒性。对COLVO在结肠探测基准上进行的全面评估揭示了其在深度和姿势估计的最新方法上的承受能力。我们还展示了两个有价值的应用:肠道立即定位和完整的3D重建。Colvo的代码可从https://github.com/xxx/xxx获得。
摘要-最近由于技术、经济和环境原因,可再生能源在电力系统中的渗透率有所提高。另一方面,在偏远地区和有能力的地区利用这些资源作为孤立的微电网有几个优点。本文研究了一种混合微电网,包括光伏 (PV)/风能/储能。它位于伊朗哈尔哈勒。本研究的目的是实现最佳能源管理和微电网规模。由于收获的可再生能源的数量与季节和气候问题密切相关,因此基于它们的具体值来规划系统是一种过于简单的做法。因此,除了环境和运营等传统约束外,还考虑了现场风速的估计。采用蒙特卡罗方法来建模和估计风行为。此外,为了调节微电网的生产和需求,实施了需求响应 (DR) 计划,以提高可再生能源的贡献。规划被构建为一个优化问题。它被表述为混合整数线性规划 (MILP)。通过求解该问题,可以确定能源的规模和生产量以及存储条件。最后,使用 GAMS 对两种情景的所有季节进行了所提出的方法模拟。结果表明,所研究电网的能源管理和成本降低效果理想。
电子邮件:1 s.laafar@gmail.com 摘要 本文讨论了 CoolMOS 功率晶体管的宏建模。正在建立一个能够提供准确结果的新型功率 CoolMOS 晶体管宏模型。它基于将 CoolMOS 功率晶体管细分为本征 MOSFET、JFET、齐纳二极管和电压控制电压源。所有这些组件都包含在一个子电路中,以描述功率 CoolMOS 晶体管的饱和和准饱和等效应。本文将在介绍新的子电路模型的同时清楚地解释这些影响以及参数提取过程。通过将所提出的模型在 PSpice 下的仿真结果与制造商提供的数据表结果以及英飞凌科技提供的模型进行比较,验证了所提出的模型的有效性。我们的模型为直流特性的所有工作区域提供了准确的描述。它给出的输出特性平均误差百分比小于 5.5%。