获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
- 典型主题:机器学习的概率、统计和线性代数;深度学习:神经网络和卷积神经网络(CNN);强化学习和机器人技术;特征工程和选择;模型选择和评估;机器学习的 Python 和 R 编程语言;机器学习的数据可视化;机器学习中的道德考虑和偏见;机器学习在工程中的实际应用。
《如何降低核电建设成本:利益相关者实用指南》是经合组织核能机构 (NEA) 最近发布的一系列出版物的补充,这些出版物涉及电力供应的各个方面。与《电力供应的全部成本》(NEA,2018 年)和《脱碳成本:核能和可再生能源占高比例的系统成本》(NEA,2019 年)分别侧重于外部成本和系统成本不同,本报告评估了工厂层面出现的建设成本降低机会。尽管《核电新建:融资和项目管理见解》(NEA,2015 年)出版物对一些近期的核电建设项目进行了评估,但自 2000 年以来,NEA 尚未对新建核电建设成本的降低进行详细研究。