我们提出了一个半监督的域适应框架,用于来自不同图像模式的脑血管序列。现有的最新方法集中在单一模态上,尽管可用的脑血管成像技术广泛。这可能导致重大分布变化,从而对跨模式的概括产生负面影响。By relying on annotated angiographies and a limited number of an- notated venographies, our framework accomplishes image-to-image translation and se- mantic segmentation, leveraging a disentangled and semantically rich latent space to represent heterogeneous data and perform image-level adaptation from source to tar- get domains.此外,我们降低了基于周期的架构的典型复杂性,并最大程度地减少了对抗性训练的使用,这使我们能够通过稳定的培训构建一个高效且直观的模型。我们评估了有关磁共振血管造影和静脉曲张的方法。在源域中实现最先进的性能时,我们的方法在目标域中达到了仅8个目标域的骰子得分系数。降低了9%,突出了其在不同模态上稳健脑血管图像分割的有希望的潜力。
本研究适用于能源社区集体自用的背景,在这种背景下,特定区域内的参与者可以相互交换和交易能源。我们提出了一种两阶段方法,将运营阶段,即能源管理策略 (EMS),与能源以合同方式分配给参与者的结算分离。具体来说,这种分离方法允许测试和比较一方面用于 EMS 和另一方面用于能源共享的不同方法,总共调查了 40 种不同的组合。考虑基于规则和基于优化的方法,允许每个社区根据其规范比较和选择最合适的管理。在法国的一个实际测试案例中获得的数值结果表明,与成员未组织成社区的情况相比,全球社区账单节省了 11.7%。此外,本文提出的特定分配机制允许统一个人账单减少方面的节省,这可以进一步鼓励最终用户加入社区。
背景:卡达西尔(Cadasil)的白质超强度(WMH)的分割是最严重的遗传起源小脑小血管之一,具有挑战性。方法:我们根据卷积神经网络(CNN)al-gorithm进行了自动方法,并使用了132名患者获得的2D和/或3D FLAIR和T1加权图像的大数据集,以在这种情况下测量WMH的进展。结果:使用此方法测量的WMH的体积与专家验证的参考数据密切相关。WMH分割也明显改善。结合了两个连续的学习模型特别感兴趣,从而减少了假阳性体素的数量以及单级过程后检测到的分割不足的程度。使用两阶段方法,WMH进展与从参考掩模中得出的病变的度量随着年龄的增长而增加,以及与单个级别的可变WMH进展轨迹相关。我们还确认了WMH初始负载的预期影响以及MRI获取类型对此进展的测量的影响。结论:总的来说,我们的发现表明,可以通过CNN分割算法自动测量卡达西尔的WMH进展。
我们提出了一个半监督域自适应框架,用于从不同的图像模态中分割脑血管。尽管可用的脑血管成像技术范围很广,但现有的最先进的方法只关注单一模态。这可能导致显著的分布变化,从而对跨模态的泛化产生负面影响。通过依赖带注释的血管造影和有限数量带注释的静脉造影,我们的框架完成了图像到图像的转换和语义分割,利用解开的、语义丰富的潜在空间来表示异构数据并执行从源域到目标域的图像级自适应。此外,我们降低了基于循环的架构的典型复杂性并最大限度地减少了对抗训练的使用,这使我们能够构建一个具有稳定训练的高效、直观的模型。我们在磁共振血管造影和静脉造影上评估了我们的方法。在源域中实现最佳性能的同时,我们的方法在目标域中的 Dice 得分系数仅低 8.9%,凸显了其在不同模态下进行稳健脑血管图像分割的巨大潜力。
w1 冬季 ✓ 50 0.86 w2 冬季 ✓ 100 0.86 w3 冬季 ✓ 50 0.86 w4 冬季 ✓ 100 0.86 w5 春季 ✓ 50 0.86 w6 春季 ✓ 100 0.86 w7 春季 ✓ 50 0.86 w8 春季 ✓ 100 0.86 w9 夏季 ✓ 50 0.86 w10 夏季 ✓ 100 0.86 w11 夏季 ✓ 50 0.86 w12 夏季 ✓ 100 0.86 w13 秋季 ✓ 50 0.86 w14 秋季 ✓ 100 0.86 w15 秋季 ✓ 50 0.86 w16 秋季 ✓ 100 0.86 w17 冬季 ✓ 50 1.72 w18 春季✓ 100 1.72 w19 夏季 ✓ 50 1.72 w20 秋季 ✓ 100 1.72 w21 冬季 ✓ 50 1.72 w22 春季 ✓ 100 1.72 w23 夏季 ✓ 50 1.72 w24 秋季 ✓ 100 1.72 w25 冬季 ✓ 100 1.72 w26 春季 ✓ 50 1.72 w27 夏季 ✓ 100 1.72 w28 秋季 ✓ 50 1.72 w29 冬季 ✓ 100 1.72 w30 春季 ✓ 50 1.72 w31 夏季 ✓ 100 1.72 w32 秋季 ✓ 50 1.72
这项研究利用机器学习(ML)来改善伊朗石化行业两级可持续供应链中决策单位(DMU)的评估。在90个时间段内进行了28个单位的效率计算。根据可持续性标准选择了供应链的输入和输出,通过使用机器学习和网络数据信封分析(NDEA)的混合方法来促进生产计划和单位开发的准确估计。目标是将ML聚类方法与网络NDEA模型一起使用,以确定用于对均质单元进行分类的最有效的聚类算法。我们研究的主要目标是利用机器学习技术来提高决策过程的准确性,特别是在类似单元的聚类中以评估效率。主要目标是通过将它们与每个集群中最有效的单元进行比较来创建提高低效单元的性能的策略。通过实施深层嵌入式聚类算法,我们发现了效率评估和开发计划的实质性改善。聚类结果与传统NDEA模型之间的对比突出了聚类在评估有效边界和启用集中发展策略的近端方面的重要性。这项研究强调了使用ML进行聚类的重要性,以提高工业设施可持续发展的效率评估和战略计划。结果表明,与使用DEA的非聚类方法相比,使用聚类来评估单位的相对效率,可以平均降低与群集效率边界效率低下的单位距离的18%,这代表了效率低效率单位的更可实现的理想目标。
摘要烟雾的动态影响在插图设计中令人印象深刻,但是炼焦器用户在没有流体模拟的域知识的情况下设计烟雾效应是一个麻烦且充满挑战的问题。在这项工作中,我们提出了DualSmoke,这是一个两阶段的全球到本地生成框架,用于交互式烟雾插图设计。在全球阶段,提出的方法利用流体模式从用户的手绘草图中生成拉格朗日相干结构。在本地阶段,从生成的相干结构中获得了详细的流量。最后,我们将引导力场应用于烟雾模拟器,以产生所需的烟雾插图。为了构建训练数据集,DualSmoke使用速度场的有限时间Lyapunov指数生成流量模式。合成草图数据是通过骨架提取从流量模式生成的。我们的用户研究验证了拟议的设计界面可以提供各种烟雾插图设计,并具有良好的用户可用性。我们的代码可从https:// github获得。com/shasph/dualsmoke。
摘要:发展可再生能源、构建多能互补的综合能源体系逐渐成为我国能源发展的主攻方向,随着可再生能源渗透率的提高,风电、太阳能发电的间歇性和波动性出力对系统的影响更加显著。本文对阶梯式碳交易机制下考虑光伏出力不确定性的综合能源系统优化配置进行研究。首先建立综合能源系统两阶段分布式稳健优化配置模型,具体为第一阶段给出以最小化投资成本为目标的确定性模型,第二阶段建立以最小化最坏情景概率分布下的运行成本为目标的不确定性模型。然后,利用MATLAB软件(R2020A),采用数据驱动的分布式稳健优化方法来处理光伏出力的不确定性。最后采用列与约束生成(C&CG)算法对问题进行求解,得到了阶梯式碳交易机制下考虑需求响应的综合能源系统最优投资容量与成本结果。通过分析,所提方法在保持投资成本基本不变的情况下,实现了碳排放成本降低5.54%,兼顾了经济效益与环境效益。此外,CCG算法可以有效提高计算效率并保证解的最优性。
冷熨系统作为一种减少港口船舶运输排放的有效方法,正受到越来越多的关注,并能与清洁能源协调进一步减少排放。虽然冷熨主要应用于游轮和集装箱等长期停留船舶,但对渡轮等短途停泊船舶的可行性研究有限。然而,短途物流和客运需求的不断增长凸显了解决渡轮运输排放问题的必要性。将电气化技术与综合能源管理系统结合起来可以显著减少渡轮运营的排放。因此,本文提出了一种用于渡轮码头的与清洁能源相结合的合作式冷熨系统。采用结合规模和调度优化的两阶段能源管理策略来减少港口的排放,同时最大限度地降低系统和运营成本。通过定型方法确定的拟议系统配置可产生最低的净现值成本 904 万美元。应用的能源管理策略成功降低了运营成本高达 63.402 %,同时显著减少了船上和岸上运营的排放。从船侧来看,CO 2 排放量减少了 38.44 %,NO X 排放量减少了 97.7 %,SO 2 排放量减少了 96.69 %,PM 排放量减少了 92.1 %。从岸侧来看,该方法可使所有类型的排放减少 28 %。因此,实施由清洁能源驱动的冷熨是减少渡轮运营排放的可行解决方案。拟议的能源管理方法能够减少排放并提高渡轮码头的成本效益。
世界的开始距离工业革命的时期不到四个世纪。在《行星历史》中,跨越400年是短暂的时刻。,在人类文明的背景下,工业革命的出现引起了一个重要的社会经济变形。这个时代是一个无与伦比的迅速进步时期,为人类带来了可观的好处。在2023年,在向行业4.0时代的过渡期间,大语言模型的出现为人类提供了最初窥视的结构转换,这将来是由未来的数字化过程引起的。数字经济是下一波行业4.0革命的核心表现。自建立新中国以来,中国已经学习了其他发达国家在工业发展方面的经验,并发展了中国现代化的道路[1]。术语,当我们站在历史上新时代的风口浪尖上,中国正在制定建立与文化价值相吻合的双流通策略。中国对这种转型的方法通过利用数字经济的潜力来植根于“数字中国”。在不到十年的时间里,数字经济已成为中国持续生产的重要催化剂[2]。因此,对中国传统部门与蓬勃发展的数字经济之间整合水平的评估具有重要的理论和实际意义。首先确定数字经济的明确定义很重要。2022年,第20届全国人民代表大会的报告强调:“我们将加速数字经济的发展,进一步将其与现实经济相结合,并建立国际竞争激烈的数字行业集群。”这表明,在不断发展的发展格局中,中国的经济可以通过将数字经济与现实经济融合在一起,从而实现定性和量化的进步。 为此,我们可以咨询美国和中国的定义,目前,这些定义就其数字经济体的总产出而言,在全球范围内拥有最高职位。 根据美国商务部[3],数字经济包括“(1)计算机网络存在和运营所需的数字增强基础架构,(2)使用该系统(“电子商务”)进行的数字交易,以及(3)数字经济用户创建和访问的内容(“数字媒体”)。国家对数字经济的定义统计局涵盖了一系列经济活动,其中数据资源作为生产因素起着至关重要的作用[4]。 它强调了现代信息网络的重要性,并强调了信息和通信技术在推动效率提高和优化经济结构中的关键作用。 两国将数据资源视为生产的基本组成部分。 因此,本研究的重点是发展的经济方面,特别评估了工业经济发展与数字经济之间的融合水平。2022年,第20届全国人民代表大会的报告强调:“我们将加速数字经济的发展,进一步将其与现实经济相结合,并建立国际竞争激烈的数字行业集群。”这表明,在不断发展的发展格局中,中国的经济可以通过将数字经济与现实经济融合在一起,从而实现定性和量化的进步。为此,我们可以咨询美国和中国的定义,目前,这些定义就其数字经济体的总产出而言,在全球范围内拥有最高职位。根据美国商务部[3],数字经济包括“(1)计算机网络存在和运营所需的数字增强基础架构,(2)使用该系统(“电子商务”)进行的数字交易,以及(3)数字经济用户创建和访问的内容(“数字媒体”)。国家对数字经济的定义统计局涵盖了一系列经济活动,其中数据资源作为生产因素起着至关重要的作用[4]。它强调了现代信息网络的重要性,并强调了信息和通信技术在推动效率提高和优化经济结构中的关键作用。两国将数据资源视为生产的基本组成部分。因此,本研究的重点是发展的经济方面,特别评估了工业经济发展与数字经济之间的融合水平。同时,值得注意的是,每个国家都表现出一个独特的焦点领域:美国对基础数字经济的技术基础引起了极大的关注;相比之下,中国在零售电子商务和数字支付应用程序的领域中扮演着领先的角色。数字经济与零售销售的融合已成为当代中国生活中的新规范,并表示即将到来的工业融合方向