投资前请仔细考虑基金的投资目标、风险因素以及费用和开支。此信息和其他信息可在基金的招股说明书或(如果有)摘要招股说明书中找到,摘要招股说明书可通过访问 www.iShares.com 或 www.blackrock.com 获取。投资前请仔细阅读招股说明书。投资涉及风险,包括可能损失本金。无法保证用于确定轮换模型或策略的分类系统将实现其预期结果。基金可能会积极频繁地交易其投资组合证券,这可能会导致基金的交易成本增加。该基金是主动管理的,并不寻求复制特定指数的表现。主动管理的基金并不寻求复制特定指数的表现,可能具有更高的投资组合周转率,并且由于交易和研究费用增加,可能比指数基金收取更高的费用。多元化和资产配置可能无法防止市场风险或本金损失。交易 ETF 股票可能会产生经纪佣金,并可能产生税务后果。所有受监管的投资公司都有义务向股东分配投资组合收益。 Alpha 是风险调整后业绩的衡量指标。Alpha 衡量共同基金的波动性(价格风险),并将其风险调整后业绩与基准指数进行比较。基金相对于基准指数回报的超额回报就是基金的 Alpha。
波士顿,2024 年 9 月 9 日——Superluminal Medicines, Inc.,一家“膜公司”,利用生成生物学、化学和机器学习方法彻底改变药物生产的速度和准确性,今天宣布完成 1.2 亿美元的 A 轮融资。RA Capital Management 领投,现有投资者 Insight Partners、NVentures(NVIDIA 的风险投资部门)和 Gaingels 参与其中。新投资者 Catalio Capital Management、Eli Lilly and Company 和 Cooley LLP 加入了融资,Catalio 的医学博士 Diamantis Xylas 加入了董事会。这些资金将支持 Superluminal 的领先项目进入临床开发阶段,并增加专注于高价值 G 蛋白偶联受体 (GPCR) 靶点的小分子药物发现项目的数量。该公司的平台利用人类理解、生成生物学、化学、机器学习和专有大数据基础设施的独特组合,快速创建候选化合物。 Superluminal Medicines 首席执行官 Cony D'Cruz 表示:“在我们快速推进现有高价值项目并扩大产品线的过程中,我们非常感激能够得到知名种子投资者和杰出新投资者的持续支持。我们正在推进六个小分子项目,并继续构建发现平台,以快速高效地为任何膜药物靶点生成疗法。” RA Capital Management 合伙人兼董事总经理 Andrew Levin 医学博士表示:“Superluminal 推进现有项目以应对真正具有挑战性的药物靶点的速度让我们印象深刻。Superluminal 的平台和团队已经取得了成功,我们很高兴继续支持公司进一步成长和发展。” Superluminal 专注于介导细胞信号传导和人体生理学基本反应过程的膜受体,并构成主要的药物靶点类别,包括 GPCR、离子通道和转运蛋白。GPCR 是一大类整合膜蛋白,是约 35% 所有获批药物的药物靶点。然而,800 多个 GPCR 中有 70% 尚未被药物治疗,只有 138 个具有实验性的活性状态蛋白质结构。“我们的方法使我们能够动态地查询蛋白质,探索蛋白质可以采用的各种构象,这对于识别由膜受体介导的特定疾病状态至关重要,”D'Cruz 先生说。“通过了解和利用这些动态特性,我们可以在细胞和身体的自然环境中积极干预。”
在此次交易公告中,Pano AI 首席执行官兼创始人 Sonia Kastner 表示:“气候危机正在发生,人类需要从今天开始适应。在 Pano AI,我们致力于开拓气候变化适应领域,以便帮助社会应对日益频繁和强度不断增加的自然灾害。我们是第一家提供完全托管解决方案的公司,该解决方案使用人工智能实现主动野火检测。这项投资将加速 Pano AI 解决方案的地理广度,使我们能够保护更多社区免受这些气候引起的紧急情况的影响。我们感谢投资者在这个关键时刻的支持,因为我们正面临着世界各地越来越危险的火灾季节。”
Hexagon 联合创始人兼首席执行官 Maureen Hillenmeyer 博士表示:“在我们推进针对小分子药物发现的新平台的过程中,我们很高兴能够获得顶级投资者财团的持续支持和信任。真菌和细菌等微生物的代谢物经过数百万年的进化,能够有效抑制某些蛋白质,其中许多蛋白质与人类疾病有关。我们可以向大自然学习如何对抗疾病。从青霉素到他汀类药物再到各种肿瘤药物,微生物天然产物药物发现已经带来了多项突破。然而,传统的‘强力’药物发现过程限制了这一领域的真正潜力。我们相信基因组学是治疗许多人类疾病的关键,我们准备利用这些知识开发新型疗法。我们将计算、生物学和化学结合在一起,达到前所未有的规模。”
慕尼黑,2023 年 3 月 28 日——卫星发射服务公司 Isar Aerospace 今天宣布完成 1.65 亿美元(1.55 亿欧元)的 C 轮融资。这是 2023 年迄今为止全球最大的 SpaceTech 融资轮,也是欧洲最大的 DeepTech 融资轮之一。此轮融资由 7-Industries Holding、Bayern Kapital(通过其 Scale Up Fund Bavaria)、Earlybird Venture Capital、HV Capital、Lakestar、Lombard Odier Investment Managers、Porsche Automobil Holding SE(Porsche SE)、UVC Partners 和 Vsquared Ventures 提供支持。投资者 Porsche SE 和 HV Capital 将与 7-Industries Holding 一起加入 Isar Aerospace 的顾问委员会,并以观察员身份加入。私人投资者提供的部分资金由欧盟和欧洲投资基金管理的区域计划支持,例如 InvestEU 和德国未来基金。这笔资金使 Isar Aerospace 能够继续其首飞之旅,并加快其 Spectrum 运载火箭的发射节奏。随着全球需求的上升,这笔资金还将使其成熟的生产能力得以扩大,以满足该公司在小型和中型卫星发射方面的大量订单。同时,C 轮融资将使该公司能够继续投资于新计划和新产品的开发,并继续加强其垂直整合,尤其是其自动化生产能力,这大大降低了火箭制造成本。Isar Aerospace 联合创始人兼首席执行官 Daniel Metzler 解释说:“我们国际投资者的强烈兴趣和承诺表明他们对我们的愿景和技术能力充满信心。今天,甚至明天,空间技术都是实现创新、技术和安全的关键。Isar Aerospace 为商业、机构和政府客户提供了急需的太空通道。这轮融资标志着我们进入轨道的又一重要步骤。” Isar Aerospace 首席财务官 David Kownator 补充道:“我们很高兴在艰难的全球市场环境中完成了本轮融资,这得益于投资者的强劲需求和公司的稳步发展,估值与 2021 年 7 月的 B 轮融资相比有所上升。”创纪录的融资轮次彰显了 Isar Aerospace 在商业航天领域的领先地位。同时,它还凸显了该公司在加强欧洲为全球商业和机构客户提供一致、灵活且经济高效的太空访问能力方面发挥的作用。Isar Aerospace 的总融资额超过 3.3 亿美元(3.1 亿欧元),是欧盟资本最雄厚的独立新太空公司。Isar Aerospace 顾问委员会主席兼种子投资者 Bulent Altan 表示:“任何太空应用最常见的基础无疑就是可靠且经济实惠地访问
计算机科学与工程硕士 M0101 95 36 72 34 15 电子与电气工程硕士(通信工程专业) M0201 258 68 142 74 29 电子与电气工程硕士(电力工程专业) M0202 139 33 57 44 9 电子与电气工程硕士(微电子、光子学与射频工程专业) M0203 218 46 121 51 25 电子与电气工程硕士(信号处理与机器学习专业) M0204 72 25 50 29 23 电子与电气工程硕士(超大规模集成电路专业) M0205 146 40 76 49 21 电子与电气工程硕士(系统、控制与自动化专业) M0206 102 32 62 38 20 机械工程硕士,主修空气动力学和推进系统 M0301 167 30 89 47 25 机械工程硕士,主修计算力学 M0302 131 21 82 42 27 机械工程硕士,主修制造科学与工程 M0303 172 33 86 41 24 机械工程硕士,主修流体与热能工程 M0304 138 29 75 33 22 机械工程硕士,主修机械设计 M0305 99 20 61 28 12 土木工程硕士,主修地球系统科学与工程 M0401 222 30 92 48 25 土木工程硕士,主修环境工程 M0402 174 26 66 41 15 土木工程硕士(岩土工程专业) M0403 140 23 58 37 18 土木工程硕士(基础设施工程与管理专业) M0404 70 15 46 31 5 土木工程硕士(结构工程专业) M0405 65 14 31 29 9 土木工程硕士(交通系统工程专业) M0406 97 19 43 35 11 土木工程硕士(水资源工程与管理专业) M0407 197 29 86 45 22 生物技术硕士 M0601 54 10 30 17 10 生物工程硕士 M0801 21 4 13 6 2 化学工程硕士(材料科学专业)及技术 M0701 93 22 49 26 6 化学工程硕士(石油科学与技术专业) M0702 67 20 40 19 8 化学工程硕士(计算机辅助过程工程专业) M0703 73 18 39 21 10 生物医学科学与工程硕士(医疗设备与诊断专业) M0901 38 9 23 12 4 数据科学硕士 M6101 20 6 26 19 11 机器人与人工智能硕士 M6301 30 11 23 13 6
摘要 - 自主车轮加载器的控制设计需要高实现和低阶动力学模型。降低订单的目的是减少模型中的状态数量,同时保持与原始模型相当的表现。在车轮装载机中的所有功率组件中,由于其非线性和僵硬的动力学性质,转向和工作液压系统的模型订单降低最多。本文描述了一种物理启发的模型订购方法,该方法可以将模型顺序降低近30%。这是通过将快速动态的订单丢弃并将多个状态巩固到较少的新状态中来实现的。此方法也可以扩展到其他类型的越野车,例如挖掘机,推土机等。所提出的方法的模型顺序降低了近30%。仿真结果表明,在车轮装载机的典型操作条件下,还原阶模型表现出与全阶模型非常相似的性能,输出误差小于6%。
摘要 有效地将人工智能 (AI) 融入教育对于充分利用其在教学过程中的优势至关重要。本文建议将卡林顿的教学法之轮改编为人工智能教学法之轮,旨在为将人工智能融入教育提供教学框架。所采用的研究方法基于系统评价和映射,结合术语共现分析的文献计量研究,以确定科学上支持改编该教学法之轮必要性的相关主题集群。新的教学法之轮针对获得的四个集群(整合人工智能以加强教育、在教学过程中使用教育技术、教学设计和创新以及可持续和道德教育),并呈现同心圆,解释如何逐步将人工智能融入不同的认知水平(布鲁姆分类法)和技术集成(SAMR 模型),这两者都适用于人工智能。教学法之轮包括工具和应用程序的示例以说明实施过程。此外,还包括一个反思性元认知层面,涉及使用人工智能的道德和责任。总之,适应人工智能的轮子是提高教育有效性和效率的可行选择,前提是教育者参与教学过程的规划和执行,以确保其成功。值得一提的是,由于新应用不断涌现,保持轮子更新的重要性。关键词:人工智能;颠覆性技术;卡林顿之轮;布鲁姆分类法;SAMR 模型。总结人工智能 (IA) 有效地融入教育是促进其在学习过程中受益的必要条件。本文提出了卡灵顿教育教学法的调整和 IA 教学法的调整,最终将 IA 与教育结合起来。调查方法采用了修订和映射系统的方法,并结合了对识别集群技术的共同发生的文献计量研究的研究方法,以解决鲁埃达适应所需的科学问题。 La nueva rueda atiende a los cuatro cluster obtenidos (Integración de la IA para mejorar la educación, Uso de tecnologías educativa en el proceso de enseñanza y aprendizaje, Diseño e innovación pedagógica y Educación Sostenible y Ética) y Presenta anillos详细阐述了 IA 的渐进过程,包括不同的认知(Taxonomia de Bloom)和技术集成(Modelo SAMR)以及 IA 的适应、应用和应用。 Además 包括关于 IA 用途的反射-元认知和责任。结论是,根据指导员参与计划和实施的条件,IA 提出了一项可行的选项,以提高教育的效率和效率。需要注意的是,实际应用中的实际情况非常重要,新应用的持续性差异也很重要。