XiaoMi-AI文件搜索系统
World File Search System估计量
一个新颖的聚合框架，用于在智能网格中有效整合分布式能源
在本文中，我们提出了一种新颖的DER聚合框架 - 涵盖了多种体系结构以及各种类型的机制，以有效地管理和有效整合电网中的DER。我们体系结构的一个关键组成部分是局部灵活性估计量（LFES）代理，这是将聚合器从严重或资源密集型责任中卸载的关键，例如解决隐私问题并预测有关其提供的需求响应服务的DER语句准确性。提议的聚合框架允许形成有效的LFE合作社。我们的实验验证了其有效性地将异质DER纳入网格的有效性，以表明使用适当的机制会为参与LFE提供更高的付款。
冲突的经济和社会影响
了解国家内部或国家之间的冲突如何影响国家经济和社会发展道路非常重要，这要求政策制定者设计有效的机制来应对冲突的倒退影响。我们探讨了冲突与不同类型的发展结果之间的关系：经济增长、预期寿命和教育程度。我们使用1996年至2019年109个国家的面板数据，将动态固定效应估计量应用于自回归分布滞后模型。通过减轻变量的内生效应，我们能够识别冲突对发展的不同短期和长期影响。根据各国收入水平进行的子样本分析产生了有趣的结果：一个国家的收入水平越高，冲突对其发展的负面影响就越小。
Tanya P. Garcia博士 课程Vitae Larelle H. Bookhart博士，...
57。Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。 调整关节建模方法来处理审查的协变量。 56。 Grosser，K.，MA，Y.，Marder，K。和T.P. Garcia 用审查协变量纠正非线性轨迹中的偏差。 55。 li，K.，Ma，Y.，Marder，K。和T.P. Garcia 超级双重稳健的估计器，用于提供信息的协变量审查。 54。 Lee，S。 *，理查森，B.D。 ∗（ *共享第一个作者身份），MA，Y.，Marder，K。和Garcia，T.P。 右审查协变量的双重稳定估计器。 53。 Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。 纵向混合模型的估计器，以解释正确的审查协变量。 52。 Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。 评估估计量的鲁棒性，以审查提供信息的协变量。 51。 Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。调整关节建模方法来处理审查的协变量。56。Grosser，K.，MA，Y.，Marder，K。和T.P. Garcia 用审查协变量纠正非线性轨迹中的偏差。 55。 li，K.，Ma，Y.，Marder，K。和T.P. Garcia 超级双重稳健的估计器，用于提供信息的协变量审查。 54。 Lee，S。 *，理查森，B.D。 ∗（ *共享第一个作者身份），MA，Y.，Marder，K。和Garcia，T.P。 右审查协变量的双重稳定估计器。 53。 Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。 纵向混合模型的估计器，以解释正确的审查协变量。 52。 Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。 评估估计量的鲁棒性，以审查提供信息的协变量。 51。 Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Grosser，K.，MA，Y.，Marder，K。和T.P. Garcia用审查协变量纠正非线性轨迹中的偏差。55。li，K.，Ma，Y.，Marder，K。和T.P. Garcia超级双重稳健的估计器，用于提供信息的协变量审查。54。Lee，S。 *，理查森，B.D。 ∗（ *共享第一个作者身份），MA，Y.，Marder，K。和Garcia，T.P。 右审查协变量的双重稳定估计器。 53。 Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。 纵向混合模型的估计器，以解释正确的审查协变量。 52。 Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。 评估估计量的鲁棒性，以审查提供信息的协变量。 51。 Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Lee，S。 *，理查森，B.D。∗（ *共享第一个作者身份），MA，Y.，Marder，K。和Garcia，T.P。右审查协变量的双重稳定估计器。53。Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。 纵向混合模型的估计器，以解释正确的审查协变量。 52。 Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。 评估估计量的鲁棒性，以审查提供信息的协变量。 51。 Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Vazquez，J.E.，MA，Y.，Marder，K。和Garcia，T.P。纵向混合模型的估计器，以解释正确的审查协变量。52。Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。 评估估计量的鲁棒性，以审查提供信息的协变量。 51。 Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Vazquez，J.E.，Ashner，M.C.，Ma，Y.，Marder，K。和Garcia，T.P。评估估计量的鲁棒性，以审查提供信息的协变量。51。Zhao，B.，Zeng，D.，Garcia，T.P。 ，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。Zhao，B.，Zeng，D.，Garcia，T.P。，Li，H.，Xie，W.，Tang，Y.，Lopez，J.S。和Cai，J。在西班牙裔社区健康研究/拉丁美洲人研究中，用于分析具有复杂采样设计的相关数据的多级建模。
在健康和疾病中的体内映射脑微观结构...
扩散磁共振成像在脑白质中对组织微观结构的体内敏感性独特，在发育过程中经历了重大变化，并且在几乎every的神经系统疾病中受到损害。然而，面临的挑战是开发针对人类MRI扫描中几分钟的细胞特征的生物标志物。在这里，我们量化了多区域扩散建模框架对轴突的密度，方向和完整性的灵敏度和特异性。我们证明，使用基于机器学习的估计量，我们的生物物理模型捕获了轴突在早期发育，急性缺血和多发性硬化症中的文化变化（总n = 821）。微观结构映射的方法论广泛适用于临床环境和大型成像联盟数据，以研究发展，衰老和病理学。
PS 843：发展的政治经济学
3. 课程大纲中任何最近发表的论文的复制，占课堂成绩的 15%。复制应包括用于复制和扩展论文结果的所有数据和代码（R 或 STATA），以及一份简短的（2-3 页单倍行距，不包括表格和图形）备忘录，概述研究结果。学生应复制论文中的关键表格和图形，并通过检查稳健性来扩展结果，包括酌情使用替代估计量、分析异质性治疗效果、检查其他可观察的影响、使用新数据等。所有复制材料应放在一个以您的姓氏命名的文件夹中，并在课堂讨论论文后一周内上传到班级 Box 文件夹中。这是一项耗时的任务，所以请尽早开始。
气候变化对农业部门的影响：尼日利亚的证据
2000年至2022年尼日利亚农业生产的气候变化。采用了完全修改的普通最小二乘（FMOL）估计量来估计指定模型。结果表明，在气候变化变量中，温度（LNTEMP）对农业部门产生了重大积极影响，而降雨对农业部门具有负面影响。更重要的是，甲烷排放（lnmeth）与农业部门表现出反比关系。二氧化碳发射（LNCO2）与农业部门显示出正相关但微不足道的关系。在这方面，联邦政府需要对农业科学研究进行投资，以便科学家可以生产抵抗恶劣气候状况的农作物。同时，应集中于节省诸如太阳能滴灌和雨水收集之类的水的气候农业创新，以帮助农民应对干旱。此外，农民可以通过改善肥料使用来减少排放。
标准化互信息估计
统计学中一个非常重要的问题是两个随机变量之间的依赖程度，或者一个随机变量包含的关于另一个随机变量的信息量。互信息给出了这个问题的答案，但它肯定可以得到改进。互信息总是非负的，但它没有统一的上限。这使得仅基于互信息来解释两个随机变量的关联强度变得困难。这引出了一个问题：互信息必须有多大，才能认为两个随机变量相互依赖，甚至完全依赖？在本文中，我们将通过定义一个标准化的互信息 κ 来考虑这个问题的一个可能的解决方案，该 κ 具有严格介于零和一之间的优点。当且仅当两个随机变量独立时，这个 κ 才具有等于零的理想特性，当且仅当两个随机变量具有一一对应关系时，它才等于一。我们还将考虑 κ 的估计以及我们开发的估计量的渐近性质。
盈利的银行对经济做出了积极贡献吗？
摘要：许多研究都探讨了金融业发展与经济增长之间的关系；然而，银行盈利能力对经济增长的影响仍不清楚。我们研究了 2004 年至 2014 年期间亚太地区银行盈利能力与经济增长之间的关系。使用系统 GMM 估计量，我们的研究结果表明，盈利的银行业是亚太地区经济增长的先决条件，银行盈利能力对经济增长的影响在小型银行业中更为突出。也许令人惊讶的是，我们发现银行规模对 GDP 增长有负面影响，银行盈利能力对经济增长的影响随着银行业规模的扩大而减小。我们的研究结果还表明，与小型新兴经济体和大型新兴经济体相比，发达经济体的盈利能力对经济增长的影响要大得多。
![arXiv:1611.05449v2 [quant-ph] 2017 年 11 月 6 日](/simg/g:\will\search\icon\source\a\a6c3e03439add2bf3b7276875293e2eb7302ac98.webp)
arXiv:1611.05449v2 [quant-ph] 2017 年 11 月 6 日
时空的几何形状可以通过用时钟和尺子或更一般地用量子场、源和探测器进行的物理测量推断出来。我们假设能够达到的最终精度由量子力学决定。在本文中，我们获得了基于参数的量子不确定关系，它限制了我们根据应力-能量方差确定时空属性的精度。这种不确定关系可能与经验观察越来越相关，例如，激光干涉引力波探测器有望在不久的将来在很宽的带宽内接近量子极限灵敏度。一种量化参数测量精度的有益的高级方法是通过估计量 ˜ θ 的逆方差 ⟨ ( δ ˜ θ ) 2 ⟩。我们测量参数的最佳精度由量子 Fisher 信息决定 [1, 2]。对于纯态，Fisher 信息可简化为演化算子 ˆ P 的方差 ⟨ (∆ ˆ P ) 2 ⟩ 的倍数，该算子描述了量子态如何随参数的变化而变化。这决定了基于参数的不确定性关系 [3, 4]，
在不确定性下进行机器人顺序决策的学习和推理
机器人经常面临需要多个动作的复杂任务，而顺序决策（SDM）的能力是必要的。这项工作的关键贡献是一个机器人SDM框架，称为LCORPP，它支持同时进行监督学习的能力，以实现Passive国家估计，自动推理具有声明性的人类知识，并在不确定性下计划实现长期目标。尤其是我们使用混合范式来重新确定国家估计量，并为概率计划者提供信息的先验。在经验中，移动机器人的任务是使用其运动轨迹，声明性的续文知识和人类机器人互动（基于对话和基于运动）来估算人类的影响。的结果表明，在效率和敏捷性中，我们的框架的表现要比其在办公室环境中的无学习和不合理的框架要好。