XiaoMi-AI文件搜索系统
World File Search System估计方法
最佳选择城市二氧化碳的卫星XCO2图像...
摘要。从CO 2柱平均干摩尔分数（XCO 2）的Spaceborn图像中估算城市CO 2发射的兴趣越来越大。排放估计方法已被广泛测试并应用于实际或合成图像。但是，仍然缺乏选择值得处理的图像的客观标准。这项研究分析了一种自动化方法的性能，用于估计城市排放作为目标城市和大气条件的函数。，它使用具有合成真理的合成数据和9920 XCO 2的合成卫星图像在全球最大的31个城市中，由全球自适应网格模型，海洋 - 陆地 - 大气模型（OLAM）产生，在这些城市高度重大的城市中放大。我们使用一种应用于这种合成图像集合的决策树学习方法根据这些发射和大气条件来定义标准，以选择合适的卫星图像。我们表明，基于高斯羽流模型的发射估计方法的自动化方法设法估算了92％的合成图像。我们的学习方法确定了两个标准，即风向的空间可变性和目标城市的排放预算，这些预算折磨了其处理的图像，其处理可得出合理的发射估计，从而从那些处理产生大量的估计。图像对应于风向低空间可变性（小于12°）和高城市排放（大于2.1 kt co 2 H-1）的图像占图像的47％，并且其处理的相对误差在发射范围内产生了相对误差，中位数为-7％，二级分支范围
使用多个光流算法
摘要：光流技术具有运动跟踪的优势，并且长期以来一直在降水中使用，用于使用接地雷达数据集跟踪降水场运动。但是，基于光流的模型的性能和预测时间尺度受到限制。在这里，我们介绍了将深度学习方法应用于光流量估计的结果，以扩展其预测时间尺度并增强现象的性能。表明，深度学习模型可以更好地捕获降水事件的多空间和多阶段运动，该模型与传统的光流估计方法相对。该模型包括两个组成部分：1）基于多个光流算法的回归过程，该过程更准确地捕获了与单个操作流量算法相比的多空间特征； 2）一个基于U-NET的网络，该网络训练降水运动的多个临时特征。我们通过韩国的降水案例评估了模型性能。尤其是，回归过程通过将多个光流算法与梯度下降方法相结合，从而最大程度地降低了错误，并且仅使用单个光流算法的其他模型胜过其他模型，直到3小时提前时间。此外，U-NET在捕获非线性运动中起着至关重要的作用，而非线性运动无法通过传统的光流估计来捕获简单的对流模型。因此，我们建议使用深度学习的拟议的光流估计方法在改善基于传统的光学流量方法的当前操作现象模型的性能中起着重要作用。
估计波兰经济的产出缺口：VECM ...
摘要 本文提出了三种产出缺口估计方法，其中一种使用生产函数法，另外两种使用协整关系建立长期产品（基于生产函数和永久收入假设）。本文还使用 VAR 型随机过程的协方差分析了估计的产出缺口与选定的通货膨胀指标之间的时间关系。所采用的方法对产出缺口的估计不同。但是，如果考虑到这些缺口对通货膨胀的影响的时间结构，它们将得出相同的结论，并表明至少在 2003 年底之前需求方面不会出现通胀压力。
能量
电荷状态（SOC）估计对于电动汽车（EV）的安全有效运行至关重要。这项工作提出了一个混合多层深神经网络（HMDNN）基于EV中的SOC估计方法。此HMDNN使用山瞪羚优化器（MGO）作为深神经网络的培训算法。我们的方法利用了EV电池的SOC与电压/当前测量值之间的固有关系，以实时准确估算SOC。我们在现实世界中电动汽车充电数据的大量数据集上评估了我们的方法，并与传统的SOC估计方法相比证明了其有效性。采用了四种不同的电动汽车电池数据集，这些电动汽车是动态压力测试（DST），北京动态压力测试（BJDST），联邦城市驾驶时间表（FUD）和高速公路驾驶时间表（US06），其温度不同的0 O C，25 O C，45 O C，45 O C，45 O C。比较是用基于Mayfly优化算法的DNN，基于粒子群优化的DNN和基于后传播的DNN进行的。所使用的评估指标是归一化的均方误差（NMSE），均方根误差（RMSE），平均绝对误差（MAE）和相对误差（RE）。所提出的算法在所有数据集中平均达到0.1％NMSE和0.3％的RMSE，这验证了所提出模型的有效性能。结果表明，与现有方法相比，提出的基于神经网络的方法可以实现更高的准确性和更快的收敛性。这可以实现更有效的EV操作并改善电池寿命。
在不同条件下TBM椎间盘切割器的可靠性分析
摘要摘要©2020 Tongji University圆盘切割器的可靠性对隧道钻孔机（TBMS）的安全性和工作效率有重大影响。为了在不同的地质和操作条件下研究圆盘切割器的可靠性，我们使用不同的倾角和室内层进行了一系列新型的滚动切割测试，对完整和接头的砂岩块进行了一系列新型的滚动切割测试。刀头头的不同正常力和旋转速度。然后提出了一种基于逻辑回归模型的新型可靠性估计方法，并分析了倾角，地层，正常力和旋转速度对圆盘切割器可靠性的影响。可靠性估计方法包括有关正常力和切割器磨损的数据采集，使用小波包装转换和相关分析提取特征，以及对逻辑回归模型的估计。为了获得每个频带的频谱和标准化的小波能量，我们通过小波数据包转换分解了正常力的时域。使用相关分析来确定对磨损损失敏感的特征频带。根据显着特征参数和磨损损失，建立了逻辑回归模型，以评估椎间盘切割器的可靠性。分析结果表明，岩石切割的最佳倾角为30°。在存在混合面和单个地面的情况下，椎间盘切割器的可靠性主要受TBM发掘和磨损损失的难度的影响。提高刀具上的正常力和旋转速度加剧磨损，从而降低了可靠性。此外，与Rabinowicz的公式相比，该建议的方法考虑了各种地质和操作条件，这使得拟议的方法更适用于估计椎间盘切割器的可靠性。
通过酶促和HPLC方法比较HBA1C估计
引言和目标：有一些HBA1C估计方法取决于糖化血红蛋白的不同物理，化学，免疫学特征。已经开发了许多分析技术，用于评估糖尿病（DM）中的HBA1C，包括免疫尿路二仪，硼酸盐亲和力色谱，酶试验和高性能液相色谱（HPLC）免疫测定。值得注意的是，不同的估计方法可能会产生不同的结果。本研究旨在进行和比较两种分析技术（特别是酶法方法和HPLC方法），以观察和分析同一样品中结果的任何变化。材料和方法：这是一项涉及100个EDTA样品的观察横截面研究。这项研究重点是使用两种不同的方法进行HBA1C分析：Atellica CH 930酶促血红蛋白A1C（HBA1C_E）来自西门子卫生仪和来自Bio-Rad Laboratories的阳离子交换HPLC HPLC。结果：两种方法之间观察到了强大的鲁棒相关性，这是Pearson系数为0.983的。平淡的Altman图显示了两种技术之间的高度一致性，其中95％的值落在±SD（标准偏差）之内，表明一致性很强。结论：这项研究确定，Atellica CH 930酶促血红蛋白A1C（HBA1C_E）和阳离子交换HPLC均为HBA1C产生了可比的结果。因此，两种分析技术均被认为适用于有效治疗糖尿病。关键词：糖尿病，糖化血红蛋白，高性能液相色谱，血红蛋白A1c通过酶法方法。印度医学生物化学杂志（2023）：10.5005/jp-journals-10054-0223
通过结构，监督和生成的对抗学习测试定向无环图
在本文中，我们提出了一种针对定向无环图（DAG）的新假设测试方法。虽然有大量的DAG估计方法，但DAG推理解决方案的相对匮乏。此外，现有方法通常施加一些特定的模型结构，例如线性模型或加性模型，并假设独立的数据观察结果。我们提出的测试允许随机变量之间的关联是非线性的，并且数据与时间有关。我们基于一些高度灵活的神经网络学习者进行测试。我们建立了测试中的渐近保证，同时允许每个受试者的受试者数量或时间点差异到无穷大。我们通过模拟和大脑连接网络分析来证明测试的功效。
动态量子态的自适应量子态估计
我们提出了一种非稳态量子态的自适应量子态估计方法，并通过数值模拟和实验研究验证了该方法。自适应量子态估计通过在检测到每个量子时更新测量配置，为估计未知输入量子态提供了一种渐近最优方案。然而，以前的方法只对具有相同量子态（稳态）的量子有效。通过采用固定数量的最近检测结果的似然函数，我们的顺序自适应量子态估计允许估计随时间变化的量子态。数值模拟结果和使用光子的实验演示与理论预测非常吻合。该方法将应用于需要估计动态变化的量子态的各个领域。