XiaoMi-AI文件搜索系统
World File Search Systemdemonstrated
摘要目的：先前的研究证明了气候变化披露在解决全球可持续性挑战中的关键作用C
摘要目的：先前的研究表明，气候变化披露在解决与人类存在有关的全球可持续性挑战和企业的长期生存能力方面发挥的关键作用。这项研究的目的是增加有关与气候变化相关的披露对尼日利亚石油和天然气公司财务业绩影响的现有文献。研究方法论：该研究采用了事后研究设计，最终样本由2012 - 2021年NGX上列出的八个石油和天然气公司组成。最终样本由80个公司年度观察的平衡面板组成。因变量是资产回报（ROA）。数据。结果：研究结果表明CCRD和ROA之间存在正相关关系，这在5％的显着性水平上也具有显着性。限制：模型还包括杠杆，审计质量和公司规模，除了CCRD外，还包括其对ROA的影响。因此，模型中未包括其他可能影响公司绩效的因素。贡献：本研究介绍了SSA最大经济体之一中最重要但较少的环境研究问题之一。从内容分析中收集的数据是原始的，并提供了CCRD对公司绩效的影响的重要证据。这些发现鼓励石油和天然气公司减少其碳排放并披露其碳管理活动。气候变化披露和尼日利亚石油和天然气公司的财务绩效。1。关键字：气候变化，温室气（GHG），气候变化相关披露（CCRD），资产回报率（ROA）如何引用：AGBO，E。和Egbunike，C。F.（2024）。管理与组织研究年鉴，5（3），143-161。引言气候变化已将全球议程的焦点置于构成对人类生存威胁的惊人挑战（Lee等，2024）。气候变化是指人类活动，特别是温室气体排放造成的天气模式和全球温度的长期变化。气候变化的主要原因是化石燃料（例如煤炭，石油和气体）燃烧，它们将二氧化碳（CO 2）释放到大气中。由于其对生态系统，经济和人类健康的影响，它已成为一个重大的全球问题（Ratul，Nayma和Rahman，2023年）。气候变化对公司，消费者和社会事业的直接影响使其成为至关重要的问题（Ratul等，2023）。因此，一些政府，非政府和地区组织关注气候变化。它已纳入全球可持续发展目标（SDG）的可持续发展目标13中。可持续发展目标提供了减轻气候变化的有害影响的建议。诸如煤炭之类的化石燃料的用法已被证明有助于全球二氧化碳排放（Dagar等，2022; X。Wang，Khurshid，Qayyum和Calin，＆Calin，2022）。也通常是
使用 Yr7 抗黄锈病基因演示小麦基因图谱框架
我们采用了三种方法来定位抗黄锈病基因 Yr7，并确定小麦中相关的 SNP。首先，我们使用传统的 QTL 定位方法，即双单倍体 (DH) 群体，并将 Yr7 定位到 2B 染色体的低重组区域。为了精细定位 QTL，我们使用了关联定位面板。两个群体都进行了 SNP 阵列基因分型，允许根据常见的分离 SNP 进行 QTL 比对和全基因组关联扫描。对跨越 QTL 间隔的关联面板进行分析，将间隔缩小到单个单倍型块。最后，我们使用对抗性和易感性 DH 群体进行测序定位，以识别间隔中与之前建议的 Yr7 候选基因具有高同源性的候选基因，并以更高的多态性密度填充 Yr7 间隔。我们强调了将测序映射结合起来的强大功能，它提供了区间内基于基因的分离多态性的完整列表，并具有关联映射面板的高重组、低 LD 精度。我们的测序映射方法适用于任何性状，我们的结果验证了该方法在小麦中的有效性，在小麦中，通过近乎完整的参考基因组序列，我们能够定义一个包含致病基因的小区间。
用 Fenna-Matthews-Olson 复合体演示的开放量子动力学通用量子算法
使用量子算法模拟量子物质中的复杂物理过程和相关性一直是量子计算研究的主要方向，有望实现优于传统方法的量子优势。在这项工作中，我们开发了一种广义量子算法来模拟由算子和表示或林德布拉德主方程表示的任何动态过程。然后，我们通过在 IBM QASM 量子模拟器上模拟 Fenna-Matthews-Olson (FMO) 复合体的动态来演示量子算法。这项工作首次演示了一种用于开放量子动力学的量子算法，该动力学过程涉及现实生物结构，具有中等复杂的动态过程。出于同一目的，我们讨论了量子算法相对于经典方法的复杂性，并基于量子测量的独特性质展示了量子方法的决定性查询复杂性优势。
Xtend 即将根据五角大楼合同交付 Skylord Xtender sUAS 2021-05-25 16:54:19.401 GMT (Janes) 根据最近的一份合同，Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度，该公司将向五角大楼战术单位交付数十套 Xtender 战术 sUAS 平台原型系统进行作战测试 要点 根据最近的一份合同，Xtend 将很快向五角大楼交付其 Skylord Xtender sUAS 的原型 Xtender 是一种专为近距离作战和城市战而打造的室内 ISR 解决方案 根据最近的一份合同，Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度，该公司将向五角大楼战术部队交付数十套 Xtender 战术 sUAS 平台原型系统，用于作战测试和评估 (OT&E)。该合同于 2021 年初颁发，由国防部负责特种作战/低强度冲突 (SO/LIC) 的助理部长、不规则战争技术支持局 (IWTSD) 颁发。Xtend 发言人于 5 月 24 日表示，该公司参与了该合同的竞标，但他没有提供更多细节。Xtend 业务开发和销售副总裁 Ido Bar-On 于 4 月 20 日告诉 Janes，Xtender 是一种室内情报、监视和侦察 (ISR) 解决方案，专为近距离战斗和城市战争而设计。Xtender 提供了一种独特的以人为本的机器界面技术，使操作员能够从安全距离远程干预危险情况。Xtender 操作员佩戴虚拟现实 (VR) 护目镜来查看飞机的视频源。 Bar-On 表示，这让操作员能够感受到飞机的一部分。操作员有一个手动控制器来指挥飞机，Bar-On 表示，这与任天堂 Wii 视频游戏系统使用的控制器类似。Xtender 在 2 月 5 日至 3 月 5 日于佐治亚州本宁堡举行的 2021 年美国陆军远征勇士实验 (AEWE) 上进行了演示。
Xtend 即将根据五角大楼合同交付 Skylord Xtender sUAS 2021-05-25 16:54:19.401 GMT (Janes) 根据最近的一份合同，Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度，该公司将向五角大楼战术单位交付数十套 Xtender 战术 sUAS 平台原型系统进行作战测试 要点 根据最近的一份合同，Xtend 将很快向五角大楼交付其 Skylord Xtender sUAS 的原型 Xtender 是一种专为近距离作战和城市战而打造的室内 ISR 解决方案 根据最近的一份合同，Xtend 将很快开始向五角大楼交付其 Skylord Xtender 小型无人机系统 (sUAS)。 2021 年第三季度，该公司将向五角大楼战术部队交付数十套 Xtender 战术 sUAS 平台原型系统，用于作战测试和评估 (OT&E)。该合同于 2021 年初颁发，由国防部负责特种作战/低强度冲突 (SO/LIC) 的助理部长、不规则战争技术支持局 (IWTSD) 颁发。Xtend 发言人于 5 月 24 日表示，该公司参与了该合同的竞标，但他没有提供更多细节。Xtend 业务开发和销售副总裁 Ido Bar-On 于 4 月 20 日告诉 Janes，Xtender 是一种室内情报、监视和侦察 (ISR) 解决方案，专为近距离战斗和城市战争而设计。Xtender 提供了一种独特的以人为本的机器界面技术，使操作员能够从安全距离远程干预危险情况。Xtender 操作员佩戴虚拟现实 (VR) 护目镜来查看飞机的视频源。 Bar-On 表示，这让操作员能够感受到飞机的一部分。操作员有一个手动控制器来指挥飞机，Bar-On 表示，这与任天堂 Wii 视频游戏系统使用的控制器类似。Xtender 在 2 月 5 日至 3 月 5 日于佐治亚州本宁堡举行的 2021 年美国陆军远征勇士实验 (AEWE) 上进行了演示。
联合新闻稿 新加坡，2021 年 6 月 8 日 南洋理工大学、NP 和 NHCS 科学家发明的新型人工智能工具可加速心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加速心血管疾病诊断的工具。 在人工智能 (AI) 的推动下，他们的创新技术使用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。 这种诊断工具的联合开发恰逢其时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。 根据新加坡心脏基金会的数据，2019 年新加坡所有死亡人数的 29.3%，即新加坡几乎三分之一的死亡，是由于心脏病或中风。科学家们希望他们的创新技术能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了这种诊断工具，该算法模仿了人类大脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。使用该算法，
联合新闻稿 新加坡，2021 年 6 月 8 日 NTU、NP 和 NHCS 科学家发明的新型人工智能工具可以加快心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加快心血管疾病诊断的工具。在人工智能 (AI) 的推动下，他们的创新利用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭，准确率超过 98.5%。联合开发诊断工具非常及时，因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。据新加坡心脏基金会称，2019 年新加坡所有死亡人数中有 29.3%（几乎占新加坡死亡人数的三分之一）是心脏病或中风造成的。科学家们希望他们的创新能够支持临床环境中心血管疾病的诊断，特别是在医生进行初步心电图检查时，最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了诊断工具，该算法模仿人脑的结构和功能，使计算机能够像人类一样从过去的经验中学习。他们使用该算法，通过输入反映心血管疾病的心电图信号示例来训练他们的工具识别患者心电图中的模式。这项研究的共同作者、NHCS 心脏病学系高级顾问临床副教授 Tan Ru San 表示：“我们对一小组初步研究对象进行的研究表明，在使用常规心电图对一些常见心血管疾病进行分类的准确性方面取得了令人鼓舞的结果。虽然确认特定疾病仍需要额外的测试，但我们的诊断工具将
使用 Yr7 抗黄锈病基因演示小麦基因图谱框架
我们采用了三种方法来定位抗黄锈病基因 Yr7 并识别小麦中的相关 SNP。首先，我们使用传统的 QTL 定位方法，即使用双单倍体 (DH) 群体，并将 Yr7 定位到 2B 染色体的低重组区域。为了精细定位 QTL，我们使用了关联定位面板。两个群体都进行了 SNP 阵列基因分型，允许根据常见的分离 SNP 进行 QTL 比对和全基因组关联扫描。对跨越 QTL 间隔的关联面板进行分析，将间隔缩小到单个单倍型块。最后，我们使用对抗性和易感性 DH 群体进行测序定位，以识别间隔中与之前建议的 Yr7 候选基因具有高同源性的候选基因，并以更高的多态性密度填充 Yr7 间隔。我们强调了将测序映射结合起来的强大功能，它提供了区间内基于基因的分离多态性的完整列表，并具有关联映射面板的高重组、低 LD 精度。我们的测序映射方法适用于任何性状，我们的结果验证了该方法在小麦中的有效性，在小麦中，通过近乎完整的参考基因组序列，我们能够定义一个包含致病基因的小区间。
b'在室温下，已证实 GaN 半导体中 1.5 \xce\xbc m 电信波长的稀土激光作用。我们已报道了在上述带隙激发下，通过金属有机化学气相沉积制备的 Er 掺杂 GaN 外延层产生的受激发射。使用可变条纹技术，已通过发射强度阈值行为作为泵浦强度、激发长度和光谱线宽变窄的函数的特征特征，证实了受激发射的观察。使用可变条纹设置，在 GaN：Er 外延层中已获得高达 75 cm 1 的光增益。GaN 半导体的近红外激光为光电器件的扩展功能和集成能力开辟了新的可能性。'
b'在室温下，已证实 GaN 半导体中 1.5 \xce\xbc m 电信波长的稀土激光作用。我们已报道了在上述带隙激发下，通过金属有机化学气相沉积制备的 Er 掺杂 GaN 外延层产生的受激发射。使用可变条纹技术，已通过发射强度阈值行为作为泵浦强度、激发长度和光谱线宽变窄的函数的特征特征，证实了受激发射的观察。使用可变条纹设置，在 GaN：Er 外延层中已获得高达 75 cm 1 的光增益。GaN 半导体的近红外激光为光电器件的扩展功能和集成能力开辟了新的可能性。'
1954 年 1 月，乔治城大学和 IBM 进行了实验
• 快速电子翻译器将俄语翻译成英语（纽约时报）——昨天下午，人们在这里公开演示了一台机器将有意义的文本从一种语言翻译成另一种语言，据信这是第一次成功使用机器。这可能是学者们几个世纪以来寻找“机械翻译器”的成果。• 机器人翻译得非常灵巧（基督教科学箴言报）• 一切都由机器完成（纽约先驱论坛报）——昨天，一个拥有 250 个词的庞大电子“大脑”在不到十秒钟的时间内将俄语句子翻译成了简单的英语。• 机器人大脑将俄语翻译成英式英语（华盛顿时报先驱报）• 双语机器（新闻周刊）• 多语种的创意（化学周刊）
人工智能在土木/建筑/建筑工程教育中的应用 Mohammed E. Haque 建筑科学系 德克萨斯 A&M 大学 Vikram Karandikar 建筑科学系 德克萨斯 A&M 大学 摘要 对于某些科学和工程教育领域来说，超越传统的院系课程界限变得越来越重要。人工智能 (AI) 就是这样一个领域；它的应用非常广泛且跨学科。应特别鼓励研究生学习当代计算技术的各种应用，包括人工神经网络 (ANN)、遗传算法 (GA) 等。土木/建筑/建筑工程对神经启发计算技术的应用兴趣日益浓厚。这种兴趣的动机是某些信息处理特性与人脑相似。软计算 (SC) 是一种新兴的计算方法，它与人类思维在确定性和精确性的环境中推理和学习的非凡能力相似。本文重点介绍了人工智能在土木/建筑/建筑工程尤其是 SC 领域的各种应用。作为毕业项目的一个例子，本文展示了一个基于 ANN 和 GA 的知识模型，其中研究了客户对大型多层公寓住宅方案的舒适性和安全性问题的偏好。建筑/工程是一门应用科学，可以从现有结构及其成功和失败中吸取许多教训，并将它们结合起来以找出更好的结构的新技术。这意味着设计师应该能够从每个以前的设计中得出一些定性值，特别是用户对建筑安全性和舒适度质量的认可，以确保设计成功。建筑师/设计工程师经常面临软数据的挑战，这些数据本质上是语言定性的，需要解释并融入他们的设计决策过程。他们应该非常了解客户的愿望和要求，尤其是客户在具体设计问题上的偏好。因此，后期
人工智能在土木/建筑/建筑工程教育中的应用 Mohammed E. Haque 建筑科学系 德克萨斯 A&M 大学 Vikram Karandikar 建筑科学系 德克萨斯 A&M 大学 摘要 对于某些科学和工程教育领域来说，超越传统的院系课程界限变得越来越重要。人工智能 (AI) 就是这样一个领域；它的应用非常广泛且跨学科。应特别鼓励研究生学习当代计算技术的各种应用，包括人工神经网络 (ANN)、遗传算法 (GA) 等。土木/建筑/建筑工程对神经启发计算技术的应用兴趣日益浓厚。这种兴趣的动机是某些信息处理特性与人脑相似。软计算 (SC) 是一种新兴的计算方法，它与人类思维在确定性和精确性的环境中推理和学习的非凡能力相似。本文重点介绍了人工智能在土木/建筑/建筑工程尤其是 SC 领域的各种应用。作为毕业项目的一个例子，本文展示了一个基于 ANN 和 GA 的知识模型，其中研究了客户对大型多层公寓住宅方案的舒适性和安全性问题的偏好。建筑/工程是一门应用科学，可以从现有结构及其成功和失败中吸取许多教训，并将它们结合起来以找出更好的结构的新技术。这意味着设计师应该能够从每个以前的设计中得出一些定性值，特别是用户对建筑安全性和舒适度质量的认可，以确保设计成功。建筑师/设计工程师经常面临软数据的挑战，这些数据本质上是语言定性的，需要解释并融入他们的设计决策过程。他们应该非常了解客户的愿望和要求，尤其是客户在具体设计问题上的偏好。因此，后期