顾问:安进、阿斯利康、拜耳、BMS、Celegene、第一三共、礼来、益普生、默克、罗氏、C-Stone、亚盛医药
可再生能源技术的应用对于实现联合国可持续发展目标 (SDG) 至关重要,例如关于可负担清洁能源的 SDG7 和关于气候行动的 SDG13 1 。然而,生产可再生能源基础设施需要越来越多的材料,例如铟、镓和稀土金属。这可能会导致环境影响的取代而不是减少,因为不可持续的化石燃料开发将被不可持续的可再生能源关键材料开发 2 所取代。例如,用于低碳技术的金属矿石开采和加工对环境具有深远而广泛的影响(例如水、人类和生态毒性)3 。这可能会导致与关于清洁水的 SDG6、关于减少不平等的 SDG10 以及关于海洋和陆地环境自然保护的 SDG14 和 SDG15 1 产生权衡。更好地利用材料和产品的循环经济战略可以提供解决方案,符合关于可持续消费和生产的 SDG12 1,4。
摘要 现代嵌入式系统需要满足多种需求,具体取决于它们所部署的应用领域。例如,实时和安全关键系统需要考虑混合关键性,电池供电系统需要考虑能源。同时,许多此类系统也要求其可靠性和安全性。随着电子系统用于越来越多样化的应用,新的挑战也随之出现。例如,随着嵌入式系统在越来越复杂的应用中的使用,这些应用执行具有不同优先级的任务,混合关键性系统对设计可靠系统提出了独特的挑战。在异构系统(尤其是混合关键系统)中实现跨层可靠性所涉及的巨大设计空间带来了新的研究问题。此外,对这些系统的恶意安全攻击给系统设计带来了额外的非凡挑战。在本文中,我们从行业和学术界的角度介绍了这些新兴系统设计方面对设计高性能、节能、可靠和/或安全的嵌入式系统所带来的挑战。我们还对未来的道路提出了自己的看法。
摘要 现代嵌入式系统需要满足多种需求,具体取决于它们所部署的应用领域。例如,实时和安全关键系统需要考虑混合关键性,而电池供电系统则需要考虑能源。同时,许多此类系统也要求其可靠性和安全性。随着电子系统用于越来越多样化的应用,出现了新的挑战。例如,随着嵌入式系统在越来越复杂的应用中的使用,这些应用执行具有不同优先级的任务,混合关键性系统对设计可靠系统提出了独特的挑战。在异构系统中实现跨层可靠性所涉及的巨大设计空间,特别是对于混合关键系统,带来了新的研究问题。此外,对这些系统的恶意安全攻击给系统设计带来了额外的非凡挑战。在本文中,我们从行业和学术的角度介绍了系统设计的这些新兴方面对设计高性能、节能、可靠和/或安全的嵌入式系统所带来的挑战。我们还提供了对未来发展的看法。
在现代社会中,复杂系统和系统的系统是社会和企业运作不可或缺的一部分,因此,了解和管理这些系统和组件可能给它们所支持的任务带来的风险变得越来越重要。然而,在资源有限的世界里,不可能对所有资产实施同等的保护。本出版物描述了一个全面的关键性分析过程模型 - 一种结构化方法,根据程序、系统和组件对组织目标的重要性以及它们的运行不充分或丢失可能对这些目标造成的影响,对程序、系统和组件进行优先排序。关键性分析可以帮助组织确定和更好地了解对其运营和运营环境最为重要的系统、子系统、组件和子组件。这种理解有助于更好地做出与组织信息资产管理相关的决策,包括信息安全和隐私风险管理、项目管理、采购、维护和升级决策。该模型的结构在逻辑上遵循组织如何设计和实施项目和系统,可以作为考虑所有风险的整体综合风险管理方法的组成部分,并可以与各种风险管理标准和指南一起使用。
横截面集的测量和开发课程目标1)解释创建用于关键性安全性计算的横截面设置所涉及的步骤,包括用于测量横截面数据,处理数据,评估数据集的技术,并释放评估的核数据文件(ENDF)用于计算机代码。2)提供针对各种问题选择正确的代码和横截面设置的一般指南。引言今天的大多数关键性安全分析都利用蒙特卡洛方法。这些计算的结果取决于代码使用的横截面库。也就是说,在其核数据文库中的缺陷被转化为蒙特卡洛计算结果中的缺陷,这些计算的结果预测了测量的关键实验或使用中子倍增材料的拟议操作来预测关键或k eff。批判性安全方法的性能缺陷,例如,蒙特卡洛代码/数据库软件包,由验证确定,即计算一系列基准的关键实验。此数据测试过程可能表明特定核素和反应的核数据中的差异,例如233 U的裂变或PB中的散射,并且可能表明需要更新或重新评估该核素的核数据。此新评估可能仅基于现有的差分截面测量值,但是在某些情况下,对可用数据的重新检查可能表明需要进行新的测量。此评估过程还可以使用核理论模型代码来获得新评估的横截面数据的最佳拟合或形状。可能需要其他横截面数据1)消除现有测量数据中的差异,2)在当前无法使用数据的能量范围内获得测量的数据,或3)减少评估的横截面中的不确定性。该新评估可以由横截面评估工作组(CSEWG)采用,并成为官方ENDF/B文件的一部分。这些新评估的横截面数据然后可以处理到关键安全代码使用的数据库中。该训练模块将描述中子横截面测量的测量以及如何评估和测试,然后最终引入EndF/B库中,以有助于改善关键性预测。流程图显示了核
摘要:故障模式、影响和危害性分析 (FMECA) 是一种定性风险分析方法,广泛应用于各种工业和服务应用。尽管该方法广受欢迎,但多年来,文献中分析了该方法的几个缺点。获取故障模式风险水平的传统方法不考虑风险因素之间的任何相对重要性,并且可能不一定代表 FMECA 团队成员的真实风险感知,通常用自然语言表达。本文介绍了 I 型模糊推理系统 (FIS) 的应用,作为改进经典 FMECA 分析中故障模式风险水平计算的替代方案,以及它在网络电网中的应用。我们基于模糊的 FMECA 首先考虑由 FMECA 专家定义的一组模糊变量,以体现与人类语言相关的不确定性。其次,使用“七加或减二”标准来设置每个变量的模糊集数量,形成一个由 125 条模糊规则组成的规则库,以表示专家的风险感知。在电力系统框架中,新的基于模糊的 FMECA 用于网络电网系统的可靠性分析,评估其相对于传统 FMECA 的优势。本文提供了以下三个关键贡献:(1) 使用模糊集表示与 FMECA 专家相关的不确定性,(2) 通过
医疗保健和公共卫生 (HPH) 风险识别和场地关键性 (RISC) 工具包提供了一套全风险风险评估方法和一套自我评估工具,可供 HPH 部门内的公共和私人组织使用,以指导应急准备计划、风险管理活动和资源投资。RISC 工具包以易于遵循的指导格式为该部门的所有者/运营商提供客观、权威的数据和国家认可的基于标准的评估标准。通过风险评估流程,用户可以识别他们面临的威胁和危险,衡量其运营对中断的脆弱性,并估计实际威胁和危险造成的潜在后果。使用 RISC 工具包可以实现一致、可重复和客观的风险评估,这有助于指导决策并创建更具弹性的医疗保健系统。
癫痫发作在大脑网络中的扩散是癫痫患者的主要致残因素,通常会导致意识丧失。尽管在记录和建模大脑活动方面取得了进展,但揭示癫痫发作扩散动力学的性质仍然是理解和治疗药物难治性癫痫的重要挑战。为了应对这一挑战,我们引入了一种新的概率模型,该模型可以捕捉患者特定复杂网络中的扩散动力学。通过白质纤维束成像估计大脑区域之间的网络连接和交互时间延迟。该模型的计算可处理性使其能够对更详细的癫痫发作动力学模型发挥重要的补充作用。我们在患者特定的 Epileptor 网络背景下说明了模型拟合和预测性能。我们针对不同的患者特定网络推导出扩散大小(序参数)作为大脑兴奋性和全局连接强度的函数的相图。相图可以预测癫痫发作是否会根据兴奋性和连接强度扩散。此外,模型模拟可以预测癫痫发作在网络节点间传播的时间顺序。此外,我们表明,随着神经兴奋性和连接强度的变化,序参数可以表现出不连续和连续(临界)相变。平均场近似和有限尺寸缩放分析支持存在一个临界点,在该临界点处,响应函数和扩散大小的波动相对于控制参数表现出幂律发散。值得注意的是,临界点将两种不同的扩散动力学状态分开,其特征是单峰和双峰扩散大小分布。我们的研究为癫痫发作扩散动力学的相变和波动性质提供了新的见解。我们预计它将在开发用于预防药物抵抗性癫痫发作扩散的闭环刺激方法中发挥重要作用。我们的研究结果也可能引起流行病学、生物学、金融学和统计物理学中相关扩散动力学模型的兴趣。