HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
免责声明 本信息是根据美国政府机构资助的工作编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任或义务,也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
b'摘要\xe2\x80\x94准确估计充电状态 (SOC) 对于储能应用中电池管理系统 (BMS) 的有效和相对运行至关重要。本文提出了一种结合卷积神经网络 (CNN)、门控循环单元 (GRU) 和时间卷积网络 (TCN) 的新型混合深度学习模型,该模型结合了 RNN 模型特征和电压、电流和温度等非线性特征的时间依赖性,以与 SOC 建立关系。时间依赖性和监测信号之间的复杂关系源自磷酸铁锂 (LiFePO4) 电池的 DL 方法。所提出的模型利用 CNN 的特征提取能力、GRU 的时间动态建模和 TCN 序列预测强度的长期有效记忆能力来提高 SOC 估计的准确性和鲁棒性。我们使用来自 In\xef\xac\x82ux DB 的 LiFePO4 数据进行了实验,经过处理,并以 80:20 的比例用于模型的训练和验证。此外,我们将我们的模型的性能与 LSTM、CNN-LSTM、GRU、CNN-GRU 和 CNN-GRU-LSTM 的性能进行了比较。实验结果表明,我们提出的 CNN-GRU-TCN 混合模型在 LiFePO4 电池的 SOC 估计方面优于其他模型。'
免责声明这一信息是作为由美国政府机构赞助的工作的帐户准备的。美国政府或其任何机构,或其任何雇员均未对任何信息,设备,产品或过程披露或代表其使用将不会侵犯私人拥有的私有权利。参考文献以商品名称,商标,制造商或其他方式指向任何特定的商业产品,流程或服务,并不一定构成或暗示其认可,建议或受到美国政府或其任何机构的支持。本文所表达的作者的观点和观点不一定陈述或反映美国政府或其任何机构的观点和意见。
在上一个单元中,您已经了解了GIS中空间建模的概念。您已被引入模型,其元素和类型,表面建模以及空间插值的作用和方法。您研究了各种类型的模型,例如数据模型,空间或过程模型,静态和动态模型等。在上一个单元中研究的重点是静态模型,该模型具有单向工作流,通常是特定时间点。因此,当我们希望随时间变化或将时间合并为另一个组件时,它们就会有局限性。也合并时间的模型被称为时空或动态模型。这种类型的模型具有其一定优势,但是,输出的准确性取决于输入数据的准确性和所使用的方法。任何输入数据中的任何错误都可能导致模型输出不正确。因此,错误及其影响需要仔细理解。在本单元中,您将了解GIS在时空建模中的使用以及错误传播及其影响。
肾脏综合征(HFRS)出血热是由汉塔病毒引起的严重疾病,并由啮齿动物传播。气象因素(例如温度,潮湿,降水和风速)会影响HFRS的发生,扩散和爆发。然而,气候变化及其对疾病的影响之间的关系是复杂的,需要更多的研究为发展适应策略提供强大的科学基础。这项研究采用了一种称为经验动态建模(EDM)的新技术来研究Weifang气象因素与HFRS爆发之间的时间延迟的非线性关系。结果表明,气象因素可以以宏观和微观量表驱动HFRS的传播。温度(滞后2周)和HFRS发病率之间的关系表现出倒立U形曲线,发病率最高在10°C处。气象条件的变化,例如温度,相对湿度和降水的升高,可能会导致4-6个月后HFR的发病率升高。这项研究的结果对于公共卫生官员和政策制定者及时采取措施减轻气候变化对HFRS蔓延的影响至关重要。
建筑一体化光伏热能 (BIPV/T) 系统为住宅建筑的发电和供暖提供了一种高效的清洁能源生产方式。因此,本文介绍了一种新型 BIPV/T 系统,以最大程度地降低住宅建筑的能耗。所提出的 BIPV/T 系统的精细设计是通过 MATLAB/Simulink ® 动态建模完成的。在不同的季节条件下对 BIPV/T 系统进行性能分析,并进行深入的技术经济分析,以估计系统热能、电气和经济性能的预期提升。此外,还进行了敏感性分析,以探讨各种因素对所提出的 BIPV/T 系统的能量和经济性能的影响。此外,还开发了两层前馈反向传播人工神经网络模型,以准确预测 BIPV/T 的每小时太阳辐射和环境温度。此外,还使用 NSGA-II 方法进行了多目标优化,以最小化 BIPV/T 电站的总面积并最大化系统的总效率和净热功率,以及估算在提供的范围内不同季节输入变量的优化运行条件。敏感性分析表明,较高的太阳通量水平会导致 BIPV/T 电站的电力输出功率增加,但由于热损失增加,总效率会降低。此外,提出的 NSGA-II 显示了一种可行的方法,可以在最小总电站面积 32.89 平方米的情况下实现最大净热功率和最佳总效率 5320 W 和 63%,并且与理想解决方案的偏差指数非常低。在最佳条件下,平准化电力成本为 0.10 美元/千瓦时。因此,这些发现为 BIPV/T 系统作为住宅应用的可持续高效能源解决方案的潜力提供了宝贵的见解。
系统动力学的核心特征是什么?如果研究与系统动态有关或正在应用系统动态,那么在研究中包括什么?几十年来一直提出过这些问题,并且可能会继续使该方法论的学者和从业者忙于未来。Naugle等。(2024;本期)冒险为这些问题提供最新的答案,从将系统动态作为定量努力的理解,并从其拟议的定义中确定研究机会。系统动力学在Forrester(1958,1961)的开创性作品中具有明确的起点和基础。然而,随着领域的增长和国际化,其应用以及方法论扩展和解释的多样性也有所增加(Größler,2013年)。为了说明这些多个观点,本期刊的编辑邀请了一系列的系统动态学家对Naugle等人提供评论。文章还知道该组的工作仅代表了系统动力学的潜在适当用途的一部分。(原始文章以及评论)中,所有作者都没有在此交流中提出的所有作者,这是一种非常渴望提供高质量的系统动力学研究以应对世界上的巨大挑战。
黑色素瘤细胞的抽象背景表型异质性有助于耐药性,增加的转移和免疫逃避性疾病。各自的机制已被据报道,以塑造广泛的肿瘤内和肿瘤间表型异质性,例如IFNγ信号传导和对侵入性过渡的增殖,但是它们的串扰如何影响肿瘤的进展仍然很大程度上难以捉摸。在这里,我们将动态系统建模与散装和单细胞水平的转录组数据分析整合在一起,以研究黑色素瘤表型异质性背后的基本机制及其对适应靶向治疗和免疫检查点抑制剂的影响。我们构建了一个最小的核心监管网络,该网络涉及与此过程有关的转录因子,并确定该网络启用的表型景观中的多个“吸引子”。在三种黑色素瘤细胞系(Malme3,SK-MEL-5和A375)中,通过IFNγ信号传导和增生对浸润性转变对PD-L1的协同控制进行了模型预测。结果我们证明,包括MITF,SOX10,SOX9,JUN和ZEB1的调节网络的新兴动态可以概括有关多种表型共存的实验观察结果(增殖性,神经CREST,类似于神经crest,类似于Invasive),以及可转化的细胞检查和响应的响应,包括对响应的响应,并在响应中进行了响应,并在响应中置于某些响应中,并在构成方面构成了对响应的响应。这些表型具有不同水平的PD-L1,在免疫抑制中驱动异质性。PD-L1中的这种异质性可以通过这些调节剂与IFNγ信号的组合动力学加剧。我们关于黑色素瘤细胞逃避靶向治疗和免疫检查点抑制剂的侵入性转变和PD-L1水平的变化的模型预测在来自体外和体内实验的多个RNA-SEQ数据集中得到了验证。结论我们的校准动力学模型提供了一个测试组合疗法的平台,并为转移性黑色素瘤的治疗提供了理性的途径。可以利用对PD-L1表达,侵入性过渡和IFNγ信号传导增殖的串扰的改进理解,以改善对治疗耐药和转移性黑色素瘤的临床管理。