电子邮件地址。您应该已经收到一封入职电子邮件来设置您的密码。(如果您需要重置密码,请点击“忘记密码?”,密码重置电子邮件将发送给您。请确保检查所有文件夹(包括垃圾邮件)中是否有此电子邮件。)
考虑占用模式对于模拟建筑物的能源使用至关重要。当前的能源模型使用的输入将实际的占用多样性简化为静态的占用模式,无法表示建筑物之间和不同地点之间占用模式的众多变化。最近,从计量电力消耗数据推断占用时间表被用于模拟商业建筑的占用情况。然而,从计量数据到占用时间表的转换需要许多可能无法捕捉现实的假设,而且该过程受到来自先进计量基础设施的数据可用性的阻碍。随着信息技术的发展,占用建模不应局限于传统方法。社交网络和具有实时用户反馈的位置服务的普及,通过地图应用程序编程接口 (API)(如 Google 地图、SafeGraph、Mapbox、Foursquare 等)提供了可公开访问的数据。本文提出了一个自动化框架,用于使用此类 API 来校准商业区建筑的能源模型,以对参数占用模式进行建模。此过程包括三个主要步骤:数据提取和处理、参数计划生成和计划集成。我们在各个地区演示了此框架,在这些地区,我们使用地图 API 为运营和电动汽车充电事件生成更准确的行为模式。我们使用这些模式来确定关键社会人口和空间参数之间的能源使用差异。所提出的方法具有全球应用的潜力。用户可以利用此框架提取所选感兴趣位置的数据,从而为不同地区的商业设施创建更现实的行为模式。
要计算精确的碳足迹,需要大量有关个人行为和消费模式的详细信息。不幸的是,英格兰每个人都不存在这种数据。相反,该工具借鉴了我们碳足迹的每个部分的最佳可用数据和研究。在使用详细的本地数据的地方,例如气体和电力消耗。但对于其他类型的消费,例如食物,计算器依赖于调查和建模来填补空白。这些方法共同概述了LSOA的总碳足迹。然后将其除以居住在LSOA的人数,以获得平均每人碳足迹。,正是这种指标很容易理解,用于在不同领域进行比较。
本文旨在研究人工智能 (AI) 在农业供应链 (AgSC) 中的应用,并从上游-中游-下游位置的角度了解不同的机遇和挑战。通过文献综述的方法,捕捉了农业供应链四个领域(即运营、决策、风险管理和可持续性)中的人工智能应用。对所审查的文献进行了农业供应链位置、技术和业务领域的比较分析。结果捕捉到了人工智能技术如何从上游发展到下游和从下游发展到上游的动态。此外,分析还提出了一些关于如何起草该领域未来研究、投资地图、技能发展计划以及农业供应链可持续发展议程的建议。
本文介绍了构建一组矩阵的方法和数据来源,这些矩阵映射了跨国企业 (MNEs) 在不同司法管辖区之间的利润和经济活动位置。这些矩阵最初是为了评估经合组织/G20 税基侵蚀和利润转移 (BEPS) 包容性框架正在考虑的国际企业税收安排改革提案的影响而设计的。它们将来还可以用于其他分析目的。该组矩阵包括一个利润矩阵和三个侧重于经济活动指标(营业额、有形资产和工资单)的矩阵。每个矩阵包含的数据涵盖 200 多个司法管辖区(矩阵行),并细分为跨国企业最终母公司 200 多个司法管辖区(矩阵列),主要关注 2016 年。这些矩阵将来自各种来源的数据结合在一个一致的框架中,包括新获得的汇总国别报告 (CbCR) 数据、ORBIS 数据库和经合组织分析性 AMNE 数据库。数据空白通过基于宏观经济数据的推断来填补,包括通过复杂的程序根据外国直接投资 (FDI) 数据推断利润。已进行了广泛的基准测试,以确保矩阵中使用的数据源和推断之间的一致性。
癌症是人们一直面临的致命疾病之一。每年,无数人因癌症诊断晚或治疗不当而死亡。神经胶质瘤是最常见的原发性脑肿瘤之一,具有不同的侵袭性和亚区域,会影响患病风险。尽管基于多模态磁共振成像 (MRI) 预测总体生存率具有挑战性,但在本研究中,我们评估了肿瘤的位置特征是否以及如何影响总体生存率预测。这种方法是独立评估的,并与放射学特征相结合。该过程是在一组包含胶质母细胞瘤患者 MRI 图像的数据集上进行的。为了评估切除状态的影响,将数据集分为两组,患者被报告为大体全切除和未知切除状态。然后,使用不同的机器学习算法来评估位置特征与总体生存率之间的关联。回归模型的结果表明,基于位置的特征对患者的总体生存率有相当大的独立影响。此外,分类器模型显示,通过将基于位置的特征添加到放射学特征中,预测准确性有所提高。
摘要 - 机器人辅助手术中的许多任务需要计划和控制操纵器与高度变形对象相互作用的动作。这项研究提出了一种基于位置动力学(PBD)模拟的现实,时界的模拟器,该模拟器模拟了由于导管插入术前术前计划计划和钥匙孔外科手术程序内的术中指导而导致的大脑变形。它通过考虑变形模型,嘈杂的感应和不可预测的驱动中的不确定性来最大化成功的可能性。PBD变形参数是在平行p的模拟幻影上初始化的,以获得对脑白质的合理起始猜测。通过比较所获得的位移与复合水凝胶幻像中导管插入的变形数据进行校准。知道灰质大脑结构的不同行为,对参数进行了细小的调整以获得广义的人脑模型。将大脑结构的平均位移与文献中的值进行了比较。模拟器的数值模型对文献采用了一种新颖的方法,并且通过使用记录的Vivo动物试验的记录变形数据,平均不匹配为4.73±2.15%,它已被证明与实际脑变形密切相匹配。稳定性,准确性和实时性能使该模型适合为KN路径计划,术前路径计划和术中指导创建动态环境。
免责声明本文件是作为美国政府赞助的工作的帐户准备的。虽然该文件被认为包含正确的信息,但美国政府,其任何机构,加利福尼亚大学或其任何雇员的董事均未对任何信息,设备,产品或流程的准确性,完整性或有效性,都不会有任何法律责任,或者承担任何法律责任,这些责任是任何信息,设备,产品或流程所披露或代表其私人私有权利的使用权。以此处提到任何特定的商业产品,流程或服务的商标,商标,制造商或其他方式,并不一定构成或暗示其认可,推荐或受到美国政府或其任何机构或加州大学摄政的认可,建议或偏爱。本文所表达的作者的观点和意见不一定陈述或反映美国政府或其任何机构的观点或加利福尼亚大学的摄政。
本文件是作为美国政府赞助的工作的帐户准备的。虽然该文件被认为包含正确的信息,但美国政府,其任何机构,加利福尼亚大学或其任何雇员的董事均未对任何信息,设备,产品或流程的准确性,完整性或有效性,都不会有任何法律责任,或者承担任何法律责任,这些责任是任何信息,设备,产品或流程所披露或代表其私人私有权利的使用权。以此处提到任何特定的商业产品,流程或服务的商标,商标,制造商或其他方式,并不一定构成或暗示其认可,推荐或受到美国政府或其任何机构或加州大学摄政的认可,建议或偏爱。本文所表达的作者的观点和意见不一定陈述或反映美国政府或其任何机构的观点或加利福尼亚大学的摄政。
我们先前的工作中描述了带有DNA折纸(DNAO)间隔者(DNAO)间隔者(DNAO)隔离剂(DNAO)隔离剂(DNAO)隔离剂(NPOM)构建体(见下文)。[23]简而言之,通过将样品浸入DNAO溶液中,用1-mm MGCL 2,0.5×TBE Buffer浸入DNAO溶液中,用折叠的DNAO模板官能化。aunps用5 0硫醇修饰的20×多-T链功能化,以杂交至少30分钟,而先前折纸先前组装到AU基板上。一旦完全组装,底物用毫克水冲洗并用氮气吹干。AuNP的表面覆盖密度保持足够低,以允许单个AUNP特征。重要的是要注意,溶液中没有凝聚。将所得的干样品放置在配备同时SER的显微镜下,并在单个NP水平上进行深色场表征。sers收集在反向散射的几何形状中,并从0.9-Na,100倍空气放空物镜镜头进行启动。