XiaoMi-AI文件搜索系统
World File Search System事前
大坝投资的事前经济分析
大型水坝的建设引发了人们强烈的热情。支持者认为，水坝可以避免灾难性的洪水和干旱造成的损失，改善航运，并为灌溉计划提供水力发电和可控的水源。批评者认为，水坝会破坏生态系统和土著文化，导致河流自由流动，成本超支（Ansar 等人，2014 年）。不同学科的人士在这场辩论中站在不同的立场上。工程师通常关注效益，而生态学家、社会学家和人类学家则关注成本。几十年来，经济学家一直试图找到一种合理的方法来衡量大型水坝的效益和成本，以弥合支持者和批评者之间的分歧。正如本文所述，经济学家的这一努力既复杂又具有挑战性，而且只取得了有限的成功。当然，使用成本效益分析来评估水坝项目并不是经济分析第一次卷入涉及大型复杂水利项目的激烈辩论之中。正如 Banzhaf (2009) 所记录的，成本效益分析的起源可以追溯到关于如何为多目标水利工程相关的政策决策提供信息的争论。这段历史有助于当今的读者了解成本效益分析工具是如何演变的，以及它们所认为的缺点是如何激发新研究的。我们认为，从与建造大型新水坝相关的决策分析中吸取的教训对于评估当前关于拆除水坝（大型和小型）的决策以及一般的大型水利工程同样重要。
2020 财年政策评估报告（预先项目评估）
◆需要开展这个项目 在日本周边国家，无人机的部署正在取得进展，无人机的研发更加活跃，性能的改进也日渐进展。为了适当应对这种安全环境的变化，日本迫切需要获得能够有效应对这种技术进步的未来无人机。因此，需要快速建立无人车标准化相关技术。 ◆需要从相关财政年度开始实施 根据内部测试的结果，该项目计划用于预定从FY R10开始实施的作战示范部署（包括考虑使用无人机的战斗方法）。有必要在R9财年末建立无人机标准化技术，并在R10财年完成飞机和控制设备的原型设计并完成内部测试。 ◆与替代方法的比较情况 目前，现有的无人机根据系统或公司的不同，对于飞行器和控制装置有不同的操作和维护方法，并且尚未找到本项目计划采用的开放标准。
2020 财年政策评估报告（预先项目评估）
通过实施该项目，预计将建立上述要实现的目标中提到的各种技术。这些成果将通过研究原型机和内部测试进行验证，如果获得这些验证结果，将有可能在这个技术竞争激烈的领域确保技术优势，其结果预计将有助于加强日本的技术能力。这些对于打造满足自卫队需求的先进防卫装备来说是极其重要的成果，可以评价为最终会加强日本自身的防卫体系，这是一个政策目标。
网络风险和美国金融体系：事前分析...
我们模拟了网络攻击如何通过美国金融系统扩大影响，重点关注批发支付网络。我们估计，美国五大最活跃银行中的任何一家受损都将对其他银行产生重大影响，平均有 38% 的网络受到影响。影响各不相同，在特定的日子和地区可能会更大。当银行通过流动性囤积来应对不确定性时，放弃支付活动的潜在影响是巨大的，达到每日 GDP 的 2.5 倍以上。在反向压力测试中，来自资产少于 100 亿美元的银行的中断足以损害系统的很大一部分。连接原本不相关的银行的第三方提供商和金融市场公用事业也带来了额外的风险。关键词：网络、银行、网络、支付 ________________ Eisenbach, Kovner, Lee：纽约联邦储备银行（电子邮件：thomas.eisenbach@ny.frb.org、anna.kovner@ny.frb.org、michael.j.lee@ny.frb.org）。作者感谢 Danny Brando、Darrell Duffie、Beverly Hirtle、Anil Kashyap、Joao Santos、Jason Tarnowski 和 NBER 夏季学院的评论。他们还感谢 Aaron Plesset、Ryan Craver、Helene Hall 和 Montgomery Fischer 提供的出色研究协助。本文介绍了初步研究结果，并分发给经济学家和其他感兴趣的读者，仅用于激发讨论和征求评论。本文表达的观点为作者的观点，并不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。要查看作者的披露声明，请访问 https://www.newyorkfed.org/research/staff_reports/sr909.html。
新冠疫苗的事前道德风险效应
一个长期存在的经济问题是，通过保险或其他减少伤害的干预措施来保护人们免受伤害，如何导致潜在的抵消行为变化（事前道德风险）。免疫接种是一种保险，因为个人在接种疫苗时需要承担前期费用，但如果他们接触到疫苗可预防的疾病，它可以保护个人。在这项研究中，我们实证评估了 COVID-19 疫苗的事前道德风险效应。首先，利用老年人口早期接种资格导致 65 岁时疫苗接种率不连续这一现象，我们比较了 65 岁及以上和 65 岁以下人群的疫苗接种率和风险缓解行为。我们没有发现 65 岁及以上人群风险缓解行为减少的证据。其次，利用不同年龄段人群接种疫苗资格时间的州级差异，我们估计 COVID-19 疫苗接种对成年人口的风险缓解行为没有影响。我们的研究结果表明，COVID-19 疫苗在短期内产生的道德风险效应微乎其微。
在法律行为的事前评估中的气候变化适应
摘要：本文旨在制定一项指标，以将适应气候变化的适应性整合到设计立法的过程中，并评估该立法在适应社会，经济和环境中的有效性，以使气候变化。基于对选定欧洲国家 /地区使用的气候变化适应监测指标的审查，根据提出的标准对潜在指标进行评估，并为监测选定经济领域的气候变化适应的拟议列表是为了在立法评估中使用的。根据气候变化适应要求的实施，可以使用一组指标来对法律行为进行反对评估 - 既是为了确定针对给定部门选择的指标值，这些指标值与气候变化适应性相关，然后确定在这些指标中监控这些指标的变更，以评估对州的法律规定，以评估法律规定的政策变化的效果。
事前效益评估最终报告 - Copernicus ex
图 67 - 哥白尼效益在降低沿海地区规划成本方面的演变（来源：普华永道分析） ......................................................................................................................................... 146 图 68 - 2017 年至 2035 年“减少土地损失”的哥白尼效益演变（来源：普华永道分析） ......................................................................................................................... 147 图 69 - 2017 年至 2035 年保护沿海人口免受自然灾害影响的哥白尼效益演变（来源：普华永道分析） ......................................................................................................... 149 图 70 - 2017 年至 2035 年保护农业的哥白尼效益演变（来源：普华永道分析） ......................................................................................................................... 150 图 71 - 2017 年至 2035 年沿海地区监测的哥白尼效益演变（来源：普华永道分析） ......................................................................................................................... 151 图 72 - 海洋资源管理的影响路径（来源：普华永道分析） ...................................................................................... 152 图 73 - 2017 年至 2035 年欧盟哥白尼效益“通过优化搜索区域提高渔业生产力”影响的演变（来源：普华永道分析） ....
FFCP-CA (VCS 3996) - BeZero Carbon 事前评级报告
“BBBe”评级反映了我们认为该项目面临的额外性风险非常低的观点，因为项目活动在项目区域并不常见，而且我们发现在缺乏碳融资的情况下，这些活动的实施面临巨大障碍。我们发现碳核算风险为中等；该项目的基线设定方法非常可靠，碳封存估计似乎合适，但该项目没有充分考虑市场泄漏的可能性很高，我们发现与逆向选择的发生相关的不确定性很大。该项目面临的非永久性风险较低，因为火灾风险较低，而且我们发现该项目充分防范了土地所有者撤离的风险。然而，非永久性风险是由该地区害虫爆发的可能性增加引起的。总体而言，我们获得了有关该项目的大量信息，但我们发现信息风险较高，这是由于缺乏参与土地所有者的详细信息。最后，由于该项目已经投入运营并预计将于 2024 年底发行，因此我们认为项目执行风险较低，尽管该项目的持续财务可行性存在不确定性。
使用预先训练的深度学习模型对 EEG 数据进行内部学习......
内在语言是一种内化的语言，人们用这种语言思考纯粹的意义。从大脑活动数据中解码内在语言不仅可以促进残障患者的交流，还可以帮助健康人整理思路，提高对元认知的理解。在之前的研究中，一种名为 EEGNet 的 EEG 数据深度学习模型被用于内在语言解码。然而，它在 4 类分类任务中只达到了 30% 的准确率。数据稀缺和内在语言解码固有的难度可能是原因，但这项研究假设以前的研究中特征提取不足。为了提高解码内在语言的准确性，使用迁移学习被认为是更有效的；在这种学习中，模型事先在不同的数据集上进行训练，然后针对目标数据进行微调。然而，迁移学习尚未应用于内在语言，甚至尚未应用于 EEG 数据。迁移学习对不同任务的脑电图数据或非脑电图数据的有效性尚未得到充分验证。本研究通过使用不同任务的脑电图数据和非脑电图数据对公开的内部语音数据集进行迁移学习，验证了特征提取的改进。结果证实，使用来自不同受试者的数据的迁移学习可以提高内部语音的准确性，但使用来自不同任务的脑电图数据的迁移学习则不会。另一方面，对于图像数据集，通过冻结某些层可以确认准确性的提高，即使数据的性质与脑电图数据不同。