摘要 欧盟委员会、欧洲航天局和成员国在地球观测下游领域的投资正促进创新应用的开发和运营,一些政府和工业客户正在电子政务和工业 4.0 计划中逐步采用这些应用。在这种背景下,大学必须承担起超越知识提供者的新角色:它们需要成为创新的共同创造者和科学 2.0 原则的关键参与者。FabSpace 2.0 是一个由 H2020 欧盟计划资助的项目,旨在通过大学的催化作用,促进地球观测 (EO) 和地理空间信息 (GI) 的开放式创新,将学生、研究人员、中小企业、民间社会组织、企业和公共当局聚集在一起,解决日常挑战。为此,该项目建立并运营开放的创新空间,以使用 EO 数据和 GI 技术创建创新应用程序和服务。为了实现能力和最佳实践的交叉交流,已在法国、比利时、德国、希腊、意大利和波兰建立了由六个创始 FabSpaces 组成的欧洲网络,并通过征集意向书,将该网络扩展到欧洲和国际层面的 14 个新 FabSpaces。本文介绍了 FabSpace 2.0 项目,描述了由 EO 和 GI 推动的开放式创新所采用的方法,并提供了项目实施头两年取得的第一组成果和结果。
摘要 本研究试图通过实证研究能源主导型增长假设对发展中国家可再生能源的有效性。为此,本文使用 2009 年至 2019 年期间 32 个中低收入/中上收入国家的面板数据,应用空间动态技术,在包括分解的不可再生能源、资本、劳动力、制度质量和人力资本在内的多元框架内估计了分解的可再生能源对经济增长的影响。我们的研究结果表明,单个可再生能源对经济增长具有显著的积极影响。这项研究为可再生能源对发展中国家经济增长的空间溢出效应提供了第一个证据。我们的分析揭示了水电对经济增长的显著负面影响。我们的分析还证实了劳动力、制度质量和人力资本在推动经济增长方面的重要性。
摘要 - Trang Pepper是泰国Trang Province的重要地理指示(GI)产品,代表了一种重大的新经济作物。目的是为大型Trang Pepper地块开发数据和地理空间信息管理系统并评估该系统。该研究采用了混合方法方法,从五个大图组领导者那里收集了定性数据,并通过有目的的抽样从30名参与者那里获得了定量数据。开发的系统有效地跟踪了具有GPS坐标的个人农民地块,记录了基本指标,包括种植区,支柱数量,植物年龄,生产力,产品等级和定价。研究表明,如何实际实施农业管理中的技术融合,为其他GI产品提供了模型。
摘要 大脑两侧的差异化专业化促进了信息的并行处理,这在很多动物中都有所体现。据报道,侧化程度更高的动物(表现为持续优先使用肢体)通常表现出优越的认知能力和其他行为优势。我们检测了 135 只幼年雉鸡 (Phasianus colchicus) 的侧化程度,通过它们在自发踏步任务中的足部特征来判断,并将这一指标与个体在 3 项视觉或空间学习和记忆检测中的表现联系起来。我们没有发现任何证据表明明显的足部特征会提高任何任务的认知能力。我们也没有发现任何证据表明中等的足部特征与更好的认知表现有关。这种缺乏关联令人惊讶,因为之前的研究表明,雉鸡在种群中略微偏向右足,而当被放归野外时,足部特征更高的个体更容易死亡。极端侧化受到限制的原因之一是,它会导致认知表现较差,或者最佳认知表现与某种中等程度的侧化有关。这种稳定的选择可以解释在大多数已研究的非人类物种中看到的中等侧化模式。然而,我们在这项研究中没有发现任何证据来支持这种解释。
大脑计算机界面(BCI)应用提供了一种直接的方法,将人脑活动映射到外部设备的控制上,而无需进行物理运动。这些系统,对于医疗应用至关重要,也对非医疗应用程序有用,主要使用非侵入性记录的EEG信号,用于系统控制,并需要算法将信号转换为命令。传统的BCI应用程序在很大程度上取决于针对特定行为范式量身定制的算法,并使用具有多个通道的EEG系统来收集数据。这使可用性,舒适性和负担能力复杂化。更重要的是,广泛的培训数据集的有限可用性限制了将收集到的数据分类为行为意图的强大模型的开发。To address these challenges, we introduce an end-to-end EEG classification framework that employs a pre-trained Convolutional Neural Network (CNN) and a Transformer, initially designed for image processing, applied here for spatiotemporal represen- tation of EEG data, and combined with a custom developed automated EEG channel selection algorithm to identify the most informative electrodes for the process, thus reducing data dimensionality, and放松主题的舒适性,并改善了脑电图数据的分类性能到受试者的意图。我们使用两个基准数据集(EEGMMIDB和OpenMiir)评估了我们的模型。与现有的最新脑电图分类方法相比,我们取得了卓越的性能,包括常用的EEGNET。这项研究不仅可以推进BCI领域,而且还为BCI应用程序提供了一个可扩展和负担得起的框架。我们的结果表明,OpenMiir的分类精度提高了7%,EEGMMIDB的分类为1%,平均值分别达到81%和75%。重要的是,这些改进是通过较少的记录渠道和较少的培训数据获得的,这证明了一个框架,可以从培训数据的量以及大脑信号所需的硬件系统的简单性方面支持更有效的BCI任务方法。
Téo Kronovsek、Eric Hermand、Alain Berthoz、Alexander Castilla、Matthieu Gallou-Guyot 等人。与年龄相关的视觉空间工作记忆衰退反映在背外侧前额叶激活和认知能力上。行为脑研究,2021 年,第 398 页,第 112981 页。�10.1016/j.bbr.2020.112981�。�hal-03187511�
Shalini Chandra 是新加坡 SP Jain 全球管理学院的副教授。加入 SP Jain 之前,她曾在新加坡南洋理工大学 (NTU) 担任研究员,并拥有该大学的博士学位。她的研究成果发表在多家国际同行评审期刊上,如《MIS Quarterly》(MISQ)、《信息系统协会杂志》(JAIS)、《信息系统杂志》(ISJ)和《AIS 通讯》(CAIS)等。她还在信息系统领域的几场顶级会议上展示了她的研究成果,如国际信息系统会议 (ICIS)、管理学院 (AOM)、亚太信息系统会议 (PACIS) 和美洲信息系统会议 (AMCIS),以及国际通信协会 (ICA) 等顶级通信会议。她的研究兴趣包括技术支持的创新和新的协作技术、新技术的采用和接受、技术的阴暗面和社交媒体。
HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
随着全球气候变化变得越来越严重,森林(如重要的碳汇)对于缓解气候变化和保护生态环境具有重要意义。这项研究以中国南部的典型森林农场为研究区,建立了基于模拟退火算法的多目标森林计划模型,并与地理信息系统接触。目的是实现森林管理措施的长期科学和合理安排,以平衡木材生产和森林碳存储。结果证实,在森林分类管理和人造森林的年龄结构调整的限制下,不同的优化场景逐渐稳定相应的记录强度和40年以来的森林资源。通过将权重分配给目标功能中木材和碳固相的净值,本研究探讨了社会偏好对空间分配方案对森林管理的影响。当碳固存的重量为100%时,当前节省的节省大于从第35年开始的其他优化方案的节省,大约为8.8×10 4 m 3,并且当前的碳存储优于从25年开始的其他优化方案,在4.9×10 4 t。总而言之,这项研究可以为实际的森林管理决策提供科学基础,这有助于改善森林碳封存服务,维持生态平衡并促进区域生态可持续发展。