XiaoMi-AI文件搜索系统
World File Search Systemsumptions
![arxiv：2310.15472v1 [cs.lg] 2023年10月24日](/simg/3\353ae33f3b3844f3b4232993715a3ad4a7bbbe89.webp)
arxiv：2310.15472v1 [cs.lg] 2023年10月24日
生存分析或事件时间分析是医疗保健研究中的重要且普遍存在的问题。医学研究由于其简单性和解释性而在传统上取决于Cox模型的生存分析。COX模型会随着时间的流逝具有对数线性危害函数和比例危害，并且在这些临时失败时会表现不佳。基于机器学习的新生存模型避免了这些假设并提供了提高的准确性，但有时以模型可解释性为代价，这是临床使用的活动。我们提出了一条新型的生存分析管道，该管道既可以解释又具有最先进的生存模式。具体来说，我们使用改进的生存堆叠版本将生存分析问题转化为分类问题，控制权以执行特征选择，并显然可以提升机器，以产生可靠的相互预测。为了评估我们的管道，我们使用大型EHR数据库预测心力衰竭的风险。我们的管道实现了最新的性能，并提供了有关心力衰竭危险因素的互动和新颖的见解。
循证警务的兴起：定位、检测和……
摘要 基于证据的警务是一种决策方法，用于决定警务工作中“什么方法有效”：哪些做法和策略能够最经济高效地完成警务任务。与基于理论、假设、传统或惯例做出决策不同，基于证据的方法会不断用实证研究结果检验假设。虽然 20 世纪末对警务各个方面的研究都有了长足发展，但 21 世纪初将研究应用于警务实践的情况却有所增加，尤其是针对构成警务“三 T”战略的三项任务：定位、测试和跟踪。基于证据的定位需要对警务可以合法处理的各种地点、时间、人员和情况相关的危害程度进行系统性排序和比较。基于证据的测试有助于确保警方既不会增加犯罪，也不会浪费金钱。通过使用 GPS 记录警察的去向以及随身携带的视频记录，追踪警察是否按照警察领导的决定行事，可能会在未来几年内以最快的速度增长。
心力衰竭风险预测的可解释生存分析
生存分析或事件时间分析是医疗保健研究中的重要且普遍存在的问题。医学研究由于其简单性和解释性而在传统上取决于Cox模型的生存分析。COX模型会随着时间的流逝具有对数线性危害函数和比例危害，并且在这些临时失败时会表现不佳。基于机器学习的新生存模型避免了这些假设并提供了提高的准确性，但有时以模型可解释性为代价，这是临床使用的活动。我们提出了一条新型的生存分析管道，该管道既可以解释又具有最先进的生存模式。具体来说，我们使用改进的生存堆叠版本将生存分析问题转化为分类问题，控制权以执行特征选择，并显然可以提升机器，以产生可靠的相互预测。为了评估我们的管道，我们使用大型EHR数据库预测心力衰竭的风险。我们的管道实现了最新的性能，并提供了有关心力衰竭危险因素的互动和新颖的见解。
有效的量子遗漏转移协议
遗忘转移（OT）是保存密码原始的两个重要方面的隐私。ot涉及一个具有多个信息的发件人和一个具有选择位的接收器。选择位代表重新提升者想要作为OT输出获得的信息。在协议末尾，发件人对选择位的遗忘和接收器仍然忽略了未选择的信息的内容。它具有从安全的多方计算，隐私权协议到安全连接的加密协议的应用程序。大多数经典的OT协议都是基于数字理论的基础，这些理论是不是量子安全的，现有的量子OT协议并不那么有效且实用。在此，我们介绍了简单而有效的量子OT协议的设计和分析，即QOT。QOT是通过使用Gao等人提出的不对称键分布而设计的。[18]作为构建基块。设计的QOT仅需要单个光子作为量子状态的来源，并且使用单个粒子射影测量计算状态的测量值。这些使QOT有效且实用。我们提出的设计可抵抗量子攻击。此外，QOT还提供了长期的安全性。
自适应单向功能和应用程序-CS@Cornell
复杂性理论的最新技术迫使密码学家将其方案基于未经证实的硬度假设。这样的假设可以是一般的（例如，单向函数的存在）或特定的假设（例如，RSA的硬度或离散对数问题的硬度）。特定的硬度假设通常比其一般对应物更强。但是，由于这样的假设考虑了具有更多结构的原语，因此它们适合于更有效的协议的结构，有时甚至是在不存在此额外结构时不存在的对象的结构。的确，近年来，已经引起了一些新的和更奇特的特异性硬度假设（例如[12，4，11]），导致效率提高的标志方案除其他外，但也是第一个证明是基于身份的基于识别的构造的。在本文中，我们介绍了一类新的强大但一般的硬度，并展示如何使用这些假设来解决密码学中某些长期持久的开放问题。我们的假设都是随机甲骨文的混凝土特性的抽象。因此，我们的结果表明，对于我们考虑的问题，不需要随机的牙齿；相反，可证明的安全结构可以基于具体的硬度假设。
无形的证据：在逃税和非正式经济的经验分析中迈向信誉革命
关于逃税和非正式经济的摘要实证研究在过去几十年中已经实现了，试图阐明这些现象的规模和（尤其是政策）决定因素。量化信息可以为政策选择的分析提供信息，可以测试有关该现象的决定因素的假设，并可以帮助准确地构建国民收入。即使经验分析迅速发展，有些人也对某些突出措施的质量和实用性表示怀疑。高质量数据难以捉摸的事实既不令人惊讶也不是巧合。逃税和非正式经济活动的定义特征（通常是非法的）通常会渲染不可靠的标准数据收集方法，例如调查。与自然科学中的隐形现象不同，这些无形的社会科学现象由于个人的选择而难以衡量。即使在没有关键变量的直接观察性的情况下，对逃税和非正式经济的分析也必须进行，理论应指导“无形”证据的构建和解释。在本文中，我们将在给定条件和交易中使用有关逃税和非正式经济的微观或宏观数据来解决什么，并根据我们的结论进行严格审查一些最常见的经验方法。我们以该领域的研究人员的恳求结束，以吸引Applied Conatemetrics中的“信誉革命”和Pischke（2010）。JEL代码H26·O17
对智能和响应式建筑技术及其分类的审查
简介建筑环境在减少温室气体排放中起着关键作用，因为它对全球总能源消耗的影响很大。拥有全球总能源消耗的近32％，该建筑部门影响了全球温室气体排放（19％）和ELEC TRIC TRIC能源消耗（51％）的显着影响（IPCC 2014）；此外，这些数字在高度发达国家中，显着增加了总能量造成的40％（IEA 2016）。在美国，与住宅和商业建筑有关的能源消耗已从1980年的33.7％（美国能源部2012）提高到2019年的40％（美国EIA 2020年）；在欧盟登记了类似的价值，在欧盟，建筑部门占总能源消耗的近41％（Rousselot Marie and Pollier 2018），而在中国，百分比较低（近20％），这要归功于不同比率所得能源价格（CAO，DAI和LIU 2016）。许多研究（Chua等人2013）强调，在开发国家中，工业和住宅建筑物总能源消耗的几乎一半与供暖通气和空调（HVAC）系统有关，这些系统的消耗严格取决于enve损失（ng，persily，persily and emmerich 2014）和热量增长（Elssland，peksland，peksland，peksland，peksland，peksland，peksland，peksland，peksen and weietsch and wiel，
在美国低碳电力系统中以系统成本最小化的方式部署光伏-风电混合能源
太阳能光伏 (PV) 和风能装置的混合使用有可能通过共享支线容量和其他互连成本组件来降低传输成本。许多研究都逐个站点评估了混合使用的机会，但尚未捕捉到光伏-风能混合使用对整个电力系统发展和系统成本的影响。在这里，我们使用高分辨率全国性容量扩张模型来探索在 2040 年实现零碳电力结构的情景下，在美国各地部署光伏-风能混合系统以最小化电力系统成本。虽然混合使用带来的总体系统成本节省相对较小——假设基线互连成本约为 0.8%，互连成本高的敏感度情况小于 2%——但当允许混合使用时，部署模式会发生显着变化。光伏发电容量通常会迁移到已经部署了风电容量和相关互连容量的地点，随着互连成本的上升，标称光伏和风电容量相对于互连点容量的“过度建设”现象也随之增加。在美国模拟的零碳电力系统中，大约有 300 千兆瓦 (GW) 的互连点容量（超过 500 GW 的标称光伏和风电容量）部署在混合设施中，光伏：风电容量比率在 1:3 和 3:1 之间
REMIND2.1：气候和可持续性限制内的能源经济系统的转型和创新动力
摘要。本文介绍了区域投资与发展模型 (REMIND) 的全新开源版本 2.1。REMIND 作为一种综合评估模型 (IAM)，提供了全球能源-经济-排放系统的综合视图，并探索了自洽的转型路径。它描述了各种可能的未来及其与技术和社会经济发展以及政策选择的关系。REMIND 是一个多区域模型，结合了经济和能源部门的详细表示，在通用代数建模系统 (GAMS) 中实现。它使用非线性优化来推导出受气候和可持续性约束的能源经济系统在 2005 年至 2100 年时间范围内的福利最优区域转型路径。在代理人完全预见和外部影响内部化的假设下，最终的解决方案对应于分散的市场结果。 REMIND 能够分析气候变化缓解的技术选择和政策方法，尤其擅长代表新技术的推广，包括可再生能源及其在电力市场的整合。REMIND 代码被组织成模块，这些模块收集与特定主题相关的代码。通过明确定义的输入和输出变量集，不同模块之间的交互变得明确。每个模块都可以用不同的实现来表示，从而实现灵活的配置和扩展。REMIND 的空间分辨率
调查主观工作量评级 (NASA TLX) 和主观情境意识评级 (SART) 对认知复杂的人机工作的有效性
主观工作负荷和态势感知指标，如 NASA 任务负荷指数 (TLX) 和态势感知评分技术 (SART)，经常用于人机系统评估。然而，这些评分的解释存在争议。在本研究中，通过比较操作员在执行场景后立即收集的评分和操作员通过视频回顾场景获得实际系统状态知识后收集的评分，调查了这些指标理论假设的经验证据。18 名有执照的控制室操作员参加了模拟器研究，运行了 12 个相对具有挑战性的场景。结果发现，在操作员获得事实场景知识后，对涉及内省的 TLX 项目的解释保持稳定，而对涉及对外部事件的感知的项目（如态势感知和表现）的解释则取决于操作员的场景知识。结果表明，操作员的评分可以区分心理努力、表现、挫折和态势感知。没有发现 SART 指数作为态势感知衡量标准的明确证据。相反，为本研究开发的主观情境意识测量方法与工作量不同，与操作员绩效相关，表明这种类型的测量方法值得未来研究其有效性。研究结果有助于制定测量程序