XiaoMi-AI文件搜索系统
World File Search System互补
口腔运动和互补喂养...
在8个月大的婴儿中得出结论，根据补充喂养方法或自喂养经验，口服运动功能没有差异。然而，喂半固体食品的儿童比食物或固体食品表现出更好的口服运动技能，从而增强了先前的发现。口腔运动技能与发育措施无关，可能是由于婴儿的年龄。尽管如此，更好的口腔运动功能和平行的总体运动发展和手势产生，可能会预见未来的口语发展。
揭秘黑洞互补性 - PhilSci-Archive
4 在经典极限中，拉伸的视界成为 Thorne 等人（1986 年）膜范式中的膜。5 参见（Banks，1995 年，第 9-11 页）。6 参见 Vickers（2013 年）中几个不一致但成功的科学理论的例子。我在此不对该书中提出的关于如何理解不一致科学的观点持立场。
工作论文 · 第 2022-90 号 战略互补性定价的平均场博弈
我们感谢芝加哥大学、EIEF 和路易斯大学、北京大学、BSE 夏季论坛、ECB、卡福斯卡里、博洛尼亚大学、俄亥俄州立大学、苏黎世大学、2021 年 NBER 夏季学院、第五届圣地亚哥宏观研讨会、里士满联邦储备银行、芝加哥联邦储备银行、理论茶 UofC 研讨会和芝加哥大学偏微分方程素养研讨会的研讨会参与者。我们感谢 Adrien Auclert、David Baquee、Andres Blanco、Paco Buera、Luca Dedola、Jennifer La'O、Rody Manuelli 和 Rob Shimer 的评论。Ken Miyahara 提供了出色的研究协助。Souganidis 获得了美国国家科学基金会拨款 DMS-1900599、海军研究办公室拨款 N000141712095 和空军科学研究办公室拨款 FA9550-18-1-0494 的部分资助。
为 K-12 教育设计人机互补性
人工智能 (AI) 系统越来越多地用于支持人类在教育、医疗保健、社会工作和刑事司法等社会性背景下的工作。在这些情况下，人工智能可以自动化从业人员的日常工作，同时腾出他们的时间从事他们认为更有意义的活动 (Holstein、McLaren 和 Aleven 2019a；Patel 等人 2019；Yang、Steinfeld 和 Zimmerman 2019)。人工智能还可以帮助扩大社会服务的提供，并帮助人类做出更明智和公平的决策 (du Boulay 2016；Holstein、McLaren 和 Aleven 2018b；Patel 等人 2019)。尽管有这些好处，但现代人工智能系统还是容易出错和不完善的。如果不经过精心设计，人工智能可能会僵化地扩大实践而不考虑当地情况，加剧有害的不平等，或使有价值的人与人之间的互动自动化 (Alkhatib
硬耦合水电系统模型增强了可再生能源的互补性
水和电力系统模型的软（单向）耦合是研究水资源可用性对电网性能影响的主要方法。然而，这种方法并没有明确地捕捉到电网状态与水系统层面的运营决策之间的关键动态相互依赖关系。在这里，我们解决了这一差距，并引入了一个新颖的数值建模框架，该框架将多水库系统模型和电力系统模型硬耦合起来。该框架捕捉双向反馈机制，从而使运营决策能够根据水和能源系统的状态做出。我们根据柬埔寨电网的真实案例研究评估了该框架。鉴于该国计划进一步实现电网脱碳，我们在三种电网配置上测试了该框架——原有电网和安装两种不同太阳能容量的电网。模拟实验在有反馈和无反馈的情况下进行，同时通过 1,000 个随机时间序列的流量、太阳能生产和负载探索外部强迫中的不确定性。正如我们的结果所示，水和能源系统的硬耦合降低了运营成本和二氧化碳排放量，同时增加了可再生能源的整合。在有利条件下（水库流量大且电力需求低），该系统的年运营成本节省了 44%，二氧化碳排放量减少了 53%。对水库运营和输电线路使用情况的时空分析表明，季风时间和各个电网组件之间的互连也在影响系统对硬耦合的响应方面发挥着重要作用。总体而言，像这样的模拟框架提供了一个建模框架，用于测试旨在提高水能系统性能的管理和规划解决方案。
危机与互补：新冠疫情后经济政策的比较政治经济学
我们研究了德国（协调市场经济）和英国（自由市场经济）应对 COVID-19 引发的经济崩溃的经济政策。这两个国家对对称的经济冲击做出了非常相似的休假和商业信贷计划，以稳定经济的需求和供应。然而，由于这些政策在两国的政治经济结构中发挥了非常不同的作用，因此产生了非常不同的结果。我们将这种差异归因于“制度互补性”的影响，即《资本主义多样性》中的概念，即一个系统的不同要素是相互关联的，因此在其最初的贡献之外相互加强，反之亦然。我们的研究结果对政策制定者来说是一个警示，即引入在其他制度背景下制定的政策要素是复杂的，并挑战我们系统地考虑制度框架如何积极地影响政策结果。
设计风光互补路灯系统为高速公路灯杆上的 LED 灯供电
摘要：这是一项实验研究，旨在研究风光互补路灯系统的性能及其能源成本。在设计系统组件时，采用了太阳辐射和风速的场地局部设计条件。HOMER 软件还用于确定平准化能源成本 (LCOE) 和能源性能指标，从而评估系统的经济可行性。混合供电系统由集成的两个光伏 (PV) 太阳能模块和组合式 Banki-Darrieus 风力涡轮机组成。第二个 PV 模块用于延长电池存储时间，延长运行时间，Banki-Darrieus 风力涡轮机还用于在有风但没有阳光的时候（尤其是在冬天和晚上）增加电池电量。结果表明，混合系统被证明可以成功运行，为 30 瓦的路灯 LED 灯供电。2021 年记录的最大风速为 12.10 m/s，风力达到 113 W。 Banki-Darrieus组合式风力发电机组的效率为56.64%。另外，基于HOMER优化分析了三种方案，其中单独使用太阳能光伏系统或组合式风力发电机组，或使用风光互补系统。软件结果表明，风光互补系统是最经济可行的方案。
人机协作团队和互补专业知识
人们在各个领域都考虑人工智能系统的建议，从识别医学图像中的肿瘤到决定哪双鞋与某套衣服搭配起来好看。决策过程隐含着对人工智能系统专业知识的感知。在本文中，我们研究了人们如何信任和依赖人工智能助手，人工智能助手的专业水平与人不同，从完全重叠的专业到完美互补的专业。通过一系列受控的在线实验室研究，参与者在人工智能助手的帮助下识别物体，我们证明参与者能够感知助手在同一任务中是专家还是非专家，并调整他们对人工智能的依赖，以提高团队绩效。我们还证明，通过解释文本的语言属性传达专业知识是有效的，其中接受语言会增加依赖，而疏远语言会减少对人工智能的依赖。
人类与人工智能互补性的贝叶斯模型
人工智能 (AI) 和机器学习模型越来越多地应用于实际应用。在许多此类应用中，人们强烈希望开发混合系统，使人类和 AI 算法能够协同工作，充分利用两者互补的优势和劣势。我们开发了一个贝叶斯框架，用于结合人类和机器的预测和不同类型的置信度分数。该框架使我们能够研究影响互补性的因素，其中人类和机器预测的混合组合比单独的人类或机器预测组合产生更好的性能。我们将此框架应用于一个大规模数据集，其中人类和各种卷积神经网络执行相同的具有挑战性的图像分类任务。我们从经验和理论上表明，即使人类和机器分类器的表现不同，只要这些准确度差异在由人类和机器分类器置信度分数之间的潜在相关性确定的范围内，就可以实现互补性。此外，我们证明，通过区分人类和机器分类器在不同类别标签上犯的错误，可以提高混合人机性能。最后，我们的结果表明，引出并纳入人类信心评级可提高贝叶斯组合模型的混合性能。我们的方法适用于涉及人类和机器算法的各种分类问题。
对竞争性电力市场互补性建模的审查
摘要：近年来，对电池市场各个方面的研究兴趣不断增加，已经产生了多种基于互补性的方法，以确定参与代理的最佳产品/出价策略和模型参与者的互动。在特殊情况下，多种和多样化的市场代理的整合，例如传统发电公司，可再生能源，电力存储设施和与混合一代投资组合的代理，都煽动了重要的竞争，因为每个玩家都试图建立他们的市场占主导地位并实现实质性的实质利益。互补建模方法的使用也可以证明对电力和天然气市场耦合的最佳协调有益。线性和非线性编程以及互补性建模，主要以具有平衡约束的数学计划的形式（MPEC），具有平衡约束（EPEC）（EPEC）的平衡程序（EPEC）和构思性变化模型（CV）已广泛地提供了有效的竞争，并提供了有效的市场清除机构，并履行了更完整的市场清除机构，并使他们的竞争效果，效果，效果，效果，效果，效果，效果，使其成为效果，使其更加努力，并提供了效果，并促进了效果，并旨在实现效果，并使他们的竞争效果，并允许其竞争，并促进效果，并促进效果，并促进效果，并促进了效果，并促进了效果，并促进了敏捷的机制，效果效果。各种市场定居点。这项工作首先引入了规范当代竞争电力市场的理论概念。然后，它对与基于互补性的建模方法有关的最新进展进行了全面综述，及其在当前竞争性电力池市场应用程序中的实施。