与 GSI'13/GSI'15/GSI'17/GSI'19/GSI'21 一样,在圣马洛举办的第六届 SEE GSI'23 会议的目标是召集对几何工具及其在信息分析和学习中的应用有共同兴趣的纯数学家/应用数学家和工程师。它强调年轻研究人员的积极参与,讨论“信息几何科学及其应用”的新兴合作研究领域。GSI 展示了几何工具的全景,强调数学理论、物理模型、计算方法以及在数学、物理、统计学、工程学、信号/图像处理、机器学习和数据科学中的应用。因此,会议将在共同感兴趣的主题领域举行,目的是:
月球资源是众多可能改变太空物流的新型商业模式之一。然而,它与地球上的资源竞争,这是一个涉及技术发展和社会经济动态的复杂权衡。这项研究模拟了未来资源生态系统的规模与时间,该生态系统专注于地月空间的勘探用水和卫星加油。我们使用了最近开发的基于系统动力学和情景规划的多方法概念,以描述不确定性。最关键的不确定性包括资源发现的可及性和政府对月球资源的投资,划定了两个特别具有说明性的情景:月球城和阿波罗 2.0——一个美好而资源匮乏的未来。同时,开发了一个具有 7 个相互作用系统的系统动力学模型:勘探、生产、需求、卫星行业、研发、自然资源和政府。它基于其他行业(例如石油)的模型,可以表达这些情景。估计了 25 个变量的不确定性,并使用基于方差的测量方法(包括相互作用效应)在全球范围内对生态系统规模进行了敏感性分析。这些结果表明 (a) 系统紧密耦合,(b) 变量重要性对基线敏感。三个变量至关重要:政府对生产发展的支持、生产公司的再投资以及 GEO 电信卫星行业的增长。鉴于政府对生产能力的大力支持、GEO 卫星的高增长、早期需求和大量初始资源发现,20 年后产生 320 亿美元经济影响的月球资源生态系统是可行的。主要贡献是提出了一个新颖的太空资源行业动态整体模型,展示了如何混合技术和社会经济部分,以及该方法的第一个案例研究。
小组成员: Alexandre Blais 舍布鲁克大学教授;舍布鲁克大学量子研究所所长 Sir Peter Knight 伦敦帝国理工学院高级研究员;英国国家物理实验室量子计量研究所主席;国家量子技术计划战略顾问委员会主席;Optica Phil Smith Q-NEXT 技术集成经理;阿贡国家实验室战略项目经理 Keisha Watson Entangled Positions 首席财务官兼财务总监
GEOG 574 GIS: Vector & Raster Modeling 2 GEOG 574 GIS: Vector & Raster Modeling 2 GEOG 574L GIS: Vector & Raster Modeling Lab 1 GEOG 574L GIS: Vector & Raster Modeling Lab 1 GEOG 575 GIS Applications 2 GEOG 575 GIS Applications 2 GEOG 575L GIS Applications Lab 1 GEOG 575L GIS Applications Lab 1 GEOG 576 Web GIS 2 GEOG 576 WEB GIS 2 GEOG 576L WEB GIS LAB 1 GEOG 576L WEB GIS GIS LAB 1 GEOG 577空间数据库2 GEOG 577空间数据库2 GEOG 577L空间数据库1 GEOG 577 LAB 1 GEOG 577 egog 577 geog 583 geog 583 Uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas 2 uas遥控器 UAS Remote Sensing Lab 1 GEOG 583L UAS Remote Sensing Lab 1 GEOG 584 Remote Sensing 2 GEOG 584 Remote Sensing 2 GEOG 584L Remote Sensing Lab 1 GEOG 584L Remote Sensing Lab 1 GEOG 585 Advanced Satellite Remote Sensing 2 GEOG 585 Advanced Satellite Remote Sensing 2 GEOG 585L Advanced Satellite Remote Sensing Lab
麻省理工学院的研究人员发现了一种将量子信息存储在原子对振动运动中的方法,类似于两个由弹簧连接的钟摆的摆动运动。量子系统包含数百对振动量子比特,或量子位,研究人员可以连贯地控制它们超过 10 秒。图片来源:Sampson Wilcox/RLE
人工智能 (AI) 应用在能源领域的应用势头强劲,人们越来越密集地寻找合适、高质量和值得信赖的解决方案,这些解决方案在研究中显示出良好的结果。行业和政策领域的决策者对此越来越感兴趣,他们正在寻找能够提高公司盈利能力、提高效率和促进能源转型的应用。本文旨在根据各自的成熟度、监管风险和潜在利益,为能源领域的人工智能应用提供一个新颖的三维 (3D) 指标。案例研究用于举例说明 3D 指标的应用,展示如何使用开发的框架来筛选有资格获得政府资助或业务开发的有前途的人工智能应用。此外,3D 指标用于根据不同利益相关者的偏好(规避风险、追求利润、平衡)对人工智能应用进行排名。面对迅速出现的国家和政府间人工智能战略和法规,这些战略和法规限制了人工智能应用在关键基础设施中的使用,这些结果使人工智能应用能够得到更好的分类。
多能源微电网 (MEMG) 具有提高能源利用效率的潜力。然而,分布式可再生能源引起的不确定性带来了对多能源协同优化的迫切需求,以确保安全运行。本文重点研究 MEMG 的分布式鲁棒能源管理问题。利用不同能源部门的各种灵活资源来缓解不确定性,然后提出了一种基于数据驱动的 Wasserstein 距离的分布式鲁棒联合机会约束 (DRJCC) 能源管理模型。为了使 DRJCC 模型易于处理,提出了一种优化的条件风险价值 (CVaR) 近似 (OCA) 公式,将联合机会约束模型转化为易于处理的形式。然后,定制一种迭代顺序凸优化算法,通过调整 OCA 来降低解的保守性。数值结果说明了所提模型的有效性。
摘要 惊讶和新颖的概念已在多个大脑区域和物种的各种实验和理论研究中使用。然而,“惊讶”和“新颖”在不同的研究中指的是不同的量,这引发了人们对这些研究是否确实与大脑中的相同功能和机制有关的担忧。在这里,我们通过系统地研究惊讶和新颖的不同方面如何与不同的大脑功能和生理信号相关来解决这些问题。我们回顾了最近对惊讶和新颖性提出的定义的分类以及与实验观察的联系。我们表明,计算建模和可量化的定义可以对以前的发现进行新颖的解释,并为未来的理论和实验研究奠定基础。
本文介绍了一种用于承载大量光伏 (PV) 发电和负载的主动配电网 (ADN) 中的配电网扩展规划 (DNEP) 和储能系统 (ESS) 分配的组合框架。通过确定连接新节点的最佳电网扩展、现有线路的加固和 ESS 分配,所提出的 DNEP 可确保目标 ADN 的可靠运行,以实现其可调度性,同时最大限度地减少电网损耗。分配的 ESS 可补偿由随机负载和发电引起的随机功率流,使 ADN 能够遵循电网连接点的预定义功率计划。电网约束通过使用改进的增强型宽松最优功率流 (AR-OPF) 模型建模,该模型凸化了经典的 AC-OPF,为径向网络提供了 OPF 问题的全局最优解和精确解。DNEP 问题的复杂性通过采用顺序算法来处理,其中新节点按照用户确定的优先级逐个添加。在顺序规划的每个阶段,Benders 分解算法迭代地确定投资和 ADN 运行的最优解。此外,与 ESS 和线路投资相关的选址和定型问题分别解决,以提高收敛速度。在一个真实的 55 节点瑞士 ADN 上进行模拟,该 ADN 承载着相当大的随机光伏发电。
: 累积平均分必须为 2.0) 基础研究要求 学分 等级 要求:15 学分 课程学分 等级 基准 I 要求 学术写作 (AW) ENGL101 3 MATH115 3 C- 专业写作 (PW) ENGL39_ 3 PSYC100 3 C- 口语交流 (OC) 数学 (MA) MATH115 3 C- 分析推理 (AR) STAT100 3 C- 基准 II 要求 分布式研究 INST126 3 C- 要求:25 学分 课程学分 等级 INST201 3 C- 自然科学实验室 (NL) STAT100 3 C- 自然科学 (NS) PSYC100 3 C- 历史/社会科学 (HS) 历史/社会科学 (HS) 人文学科 (HU) 人文学科 (HU) 实践奖学金 (SP) INST327 3 C- 专业要求 实践奖学金 (SP) *非专业