XiaoMi-AI文件搜索系统
World File Search System区间
静息睡眠时间的受试者间和分区间变异性......
a 德国于利希研究中心神经科学与医学研究所（INM-7） b 德国杜塞尔多夫大学海因里希-海涅医学院系统神经科学研究所 c 法国塞尔吉巴黎大学理论与建模实验室，CNRS，UMR 8089，塞尔吉-蓬图瓦兹 cedex 95302 d 德国于利希研究中心于利希超级计算中心（JSC）高级模拟研究所 e 德国于利希研究中心神经科学与医学研究所（INM-1） f 新加坡国立大学睡眠与认知中心、转化磁共振研究中心和 N.1 健康研究所 g 新加坡国立大学电气与计算机工程系 h 美国马萨诸塞州查尔斯顿麻省总医院 Martinos 生物医学成像中心 i 新加坡综合科学与工程项目（ISEP）
图 S1。OS 的森林图。这些森林图显示了不同治疗比较中 OS 的汇总风险比和 95% 可信区间。（A）
图 S5. ≥3 级 TRAE 的森林图。这些森林图显示了不同治疗比较中 ≥3 级 TRAE 发生的优势比和 95% CI。（A）PD-1/PD-L1 抑制剂与化疗的结果。（B）PD-1/PD-L1 抑制剂与安慰剂的结果。（C）PD-1/PD-L1 抑制剂联合化疗与单独化疗的结果。TRAE，治疗相关不良事件；CI，置信区间；PD-1，程序性细胞死亡-1；PD-L1，程序性死亡配体 1。
约克夏犬、博美犬、哈巴狗和波士顿梗犬特定品种的椎心大小和椎左心房大小参考区间
在 IDEXX 远程医疗顾问的电子病历系统中搜索了 2023 年 1 月 1 日至 2023 年 3 月 31 日期间接受胸部 X 光检查的 YT、哈巴狗、POM 和 BT。这些 X 光片之前已提交给 IDEXX 远程医疗顾问进行远程医疗审查。如果狗进行了 2 次或 3 次胸部 X 光检查（至少 1 次右侧胸部 X 光检查和 1 次腹背或背腹视图），并且未发现心肺或全身疾病的证据，则将其纳入。所有 X 光检查不完整和/或已知心外疾病的狗均被排除在外（即胸部 X 光片上的异常，如胸腔积液、淋巴结肿大、肺炎或肿瘤）。定位不佳的放射线研究限制了研究心脏病专家判断的 VHS 和 VLAS 测量的准确性，因此也被排除在外。研究中包括的所有狗都必须具有正常的心脏听诊，这由进行身体检查的原始兽医记录在远程医疗咨询表中。所有报告有心脏杂音的狗都被排除在外。如果狗没有报告心脏杂音，但最初的 IDEXX 放射科医生或心脏病专家报告主观心脏扩大，正在服用可能影响心脏大小的心脏药物（即匹莫苯丹或利尿剂），有无谷物饮食史，或有 N 端脑钠肽前体升高史，则该狗被称为“疑似心脏病”并被排除在外。从患者记录和射线照片中收集的数据包括年龄、体重、性别、VHS 和 VLAS。所有品种的 VHS 和 VLAS 测量均由同一位获得委员会认证的心脏病专家进行。由于所有 X 光片都是数字格式，因此使用数字卡尺进行测量并在右侧 X 光片上进行。VHS 测量采用 Buchanan 和 Bücheler 1 最初描述的技术，其中测量心脏长轴从隆突中心到心脏腹尖最远端轮廓。隆突被定义为气管内透射线的圆形结构，代表左、右主支气管的分叉。心脏短轴在心脏中央第三区域测量，垂直于长轴。然后将两个轴测量值定位在胸椎体上，从第四胸椎的颅缘开始。两个轴的总和用于确定最接近 0.1 个椎骨的椎骨单位数（补充图 S1）。所有测量均为
求解线性区间分数运输问题的一种有效方法
线性分式规划 (LFP) 是一种强大的数学工具，用于解决以线性函数比率为目标函数的优化问题。在实际应用中，目标函数的系数可能不确定或不精确，因此需要区间系数。本文全面研究了具有区间目标函数 (ILFTP) 的线性区间分式运输问题，这意味着目标函数中的变量系数不确定且位于给定区间内。我们提出了一种结合区间分析和优化技术来处理系数不确定性的新方法，确保解决方案稳健可靠。本研究中使用的变量变换方法是解决此类问题的一种新方法。通过将问题简化为非线性规划问题，然后将其转换为线性规划问题，所提出的方法简化了解决过程并提高了结果的准确性。通过各种数值示例和与现有方法的比较证明了所提出方法的有效性。结果表明，所提出的方法能够精确解决 ILFTP。总体而言，所提出的方法为线性分式运输问题领域做出了宝贵贡献。它为具有挑战性的问题提供了实用而有效的解决方案，并有可能应用于各种现实场景。
使用基于区间直觉模糊超软集相关系数的 TOPSIS 法对热能存储技术进行优先排序
1 浙江师范大学数学科学学院，金华 321004，中国 2 阿卜杜勒阿齐兹国王大学数学系，吉达 21589，沙特阿拉伯 3 南佛罗里达大学数学与统计学系，佛罗里达州坦帕 33620-5700，美国 4 西北大学数学与统计科学学院，Mafikeng 校区，Private Bag X2046，Mmabatho 2735，南非 5 管理与技术大学数学系，拉合尔 54770，巴基斯坦 6 卡西姆大学科学与艺术学院数学系，Al-Badaya 51951，沙特阿拉伯 7 开罗大学统计研究生院运筹学与管理研究系，吉萨 12613，埃及 * 通信地址：wma3@usf.edu （W.-XM）；ag.alanazi@qu.edu.sa（AMA）
双区间优化方法
摘要 — 离散存储模型 (DSM) 和连续存储模型 (CSM) 均已用于电力系统规划文献中。在本文中，我们对 CSM 在发电扩展规划 (GEP) 中的使用进行了定型误差分析，结果表明，与 CSM 相比，DSM 提供的存储定型决策更合理。然而，当在区间优化的背景下考虑 DSM 时，互斥约束中的离散状态变量和充电状态 (SOC) 约束中的强时间耦合会带来重大挑战。为了解决这个问题，提出了一种定制的区间优化方法，以考虑 GEP 中的 DSM 和可再生能源不确定性。事实证明，我们的方法可以涵盖给定不确定性集合中的所有最坏情况，同时以无迭代的方式运行。此外，为了降低投资决策的保守性，设计了一种双区间策略来在投资成本和系统安全性之间实现更好的权衡。
Brightmore, L.、Gehér, GP、Its, AR、Korepin, V.、Mezzadri, F.、Mo, MY 和 Virtanen, J. (2020) 两个不相交区间的纠缠熵
这是由 Jin 和第四位合作者在 [26] 中推导出来的，继承自这种方法在 XX 模型中计算连续自旋块的熵的成功 [25]。我们的目标是计算当 m →∞ 时子系统 (1.5) 与链其余部分之间的纠缠熵。在过去二十年里，二分系统的纠缠在一维量子临界系统，特别是量子自旋链中得到了广泛的研究。考虑一个有 N 个自旋的自旋链；在零温度下，哈密顿量处于基态，在热力学极限 N →∞ 时，它经历一个相变，该相变针对某个参数的某个临界值，例如磁场。这种量子相变的特点是自旋-自旋关联长度无限大。有几篇论文讨论了计算
光电跟踪系统的动态高型区间2型模糊逻辑控制
摘要：提出一种基于区间2型模糊逻辑控制器（IT2FLC）的动态高型控制（DHTC）方法，将其应用于光电跟踪系统，提高稳态精度和响应速度。在传统的多环反馈控制环中加入积分器，可以增加系统型数，从而加快响应速度，提高稳态精度，但存在积分饱和的风险。根据系统状态动态切换型数，可以在保留高型优点的同时避免积分饱和。模糊逻辑控制（FLC）可以根据输入的变化动态地改变输出值，具有响应速度快、处理不确定性能力强等优点。因此，本文将FLC引入高型控制系统，以FLC的输出作为积分器的增益来控制积分器的通断，达到动态切换型数的目的，并在实验中得到成功验证。 IT2FLC引入了三维隶属函数，进一步提高了FLC处理不确定性的能力。从实验结果来看，与T1FLC相比，IT2FLC处理不确定性的能力明显提高。另外，为了加快IT2FLC的计算速度，本文提出了一种改进的类型归约算法，即加权梯形Nie-Tan（WTNT）。与传统类型归约算法相比，WTNT具有更快的计算速度和更好的稳态精度，且已成功应用于实时控制系统，有很好的工程应用价值。最后，为了减少人为因素的干扰，提高系统的自动化水平，采用多种群遗传算法（MPGA）对FLC的参数进行迭代优化，提高了输出精度。在柔性快速反射镜(FFSM)实验平台上,对比了传统控制器、T1FLC及IT2FLC的控制效果,证明了IT2FLC-DHTC系统具有更快的响应性能、更高的稳态精度、以及更强的处理不确定性的能力。
带储能的混合能源发电系统区间可靠性评估
针对供电可靠性模型中风电和负荷的不确定性，提出一种结合风电发电和储能系统的区间可靠性评估方法。首先，建立基于区间变量的区间供电可靠性评估模型，该模型属于区间混合整数规划（IMIP）。其次，利用区间数的可能度理论，将IMIP模型转化为2种极端情况下的确定性优化模型，在考虑风电区间满足负荷需求区间的情况下，通过储能和发电机的出力优化，寻求最大供电概率，即减负荷上界最小。最后，基于序贯蒙特卡罗模拟生成风电机组和发电机的状态，通过计算负荷期望损失、期望未供电能量和最大供电概率来评估混合能源发电系统的可靠性，为建立储能区间优化配置模型提供依据。利用IEEE RTS-24测试系统验证所提方法的性能，并利用CPLEX 12.7求解器对模型进行求解，仿真结果证明了所提方法的有效性和适用性。
混合发电公司风险最优运营策略：混合区间-CVaR模型
- 用户可以从公共门户下载并打印任何出版物的一份副本，用于私人学习或研究。 - 您不得进一步分发材料或将其用于任何盈利活动或商业收益 - 您可以自由分发公共门户中标识出版物的 URL - 删除政策如果您认为本文档侵犯了版权，请通过 vbn@aub.aau.dk 与我们联系并提供详细信息，我们将立即删除对该作品的访问权限并调查您的索赔。