尽快从事故中学习的能力可以防止重复犯错。两起事故之间的时间间隔很短,这两起事故发生的飞机型号相同:波音 737-8 MAX。然而,从重大事故中学习并随后更新已开发的事故模型已被证明是一个繁琐的过程。这是因为安全专家需要很长时间来阅读和消化信息,因为事故报告通常非常详细、冗长,有时语言和结构也很难理解。研究了一种从事故报告中自动提取相关信息并更新模型参数的策略。已经开发了一种机器学习工具,并根据之前专家对几份事故报告的意见对其进行了训练。目的是对于发布的每份新事故报告,机器可以在几秒钟内快速识别出更相关的特征——而不是等待几天才能得到专家意见。这样,模型就可以更快、更动态地更新。提供了对 2018 年狮航事故初步事故报告的应用,以展示机器学习方法的可行性。关键词:贝叶斯网络更新、事故报告、不确定性量化、机器学习、波音 737-8 MAX。
• 电气化现在正迅速蔓延到公路运输的所有领域。由于经济效益诱人、车型增多、车队承诺不断增加以及城市政策,轻型商用电动汽车的销量将迅速上升,到 2040 年将达到全球销量的近 70%,其中中国是领头羊。电动重型卡车的经济性在 2020 年代迅速改善,即使在长途运输中也变得与柴油卡车一样便宜。然而,燃料成本仍然很重要,天然气在经济上仍然具有竞争力。燃料电池卡车的成本也在下降,但其轨迹的不确定性很高。从 2020 年到 2040 年,整体公路货运需求将增长 46%,凸显了该领域对有竞争力的零排放选择的需求。
基于对2014年对西非埃博拉病毒疫情产生的类似产品的反应,DHS科学技术局(DHS S&T)开发了以下“主问题列表”,这些“主问题清单”迅速汇总了已知的知识,需要什么其他信息,以及谁可能正在努力解决此类基本问题,例如“什么是感染性Dose Dose?”和“病毒在环境中持续多久?”主题列表(MQL)旨在迅速向政府决策者迅速向COVID-19的运营回应中提供现有信息的现状,并允许在联邦政府进行结构化和科学的指导性讨论,而无需为他们审查科学报告,并通过强调和协调研究来审查科学报道,并防止重复努力。