蒙特卡罗模拟是发射断层扫描中必不可少的工具,它有助于设计新的医学成像设备、评估图像重建算法和/或散射校正技术的新实现以及优化扫描协议。尽管已经为正电子发射断层扫描 (PET) 和单光子发射计算机断层扫描 (SPECT) 开发了专用的蒙特卡罗代码,但这些工具在验证、准确性和/或支持方面存在各种缺点和限制 (Buvat)。另一方面,已经为高能物理编写了准确且通用的模拟代码,例如 GEANT3 (G3)、EGS4、MCNP 和 GEANT4。它们都包括经过充分验证的物理模型、几何建模工具和高效的可视化实用程序。但是这些软件包非常复杂,需要陡峭的学习曲线。
3.1.1 单次飞行失败概率 ............22 3.1.2 裂纹检测概率 ..............24 3.1.3 等效初始缺陷尺寸 ..............25 3.1.4 每次飞行的最大施加应力 ...........28 3.1.5 检测概率曲线 .............30 3.2 PROF 软件 .。。。。。。。。。。。。。。。。。。。。。。。。.31 3.2.1 PROF 软件方法 .............31 3.2.2 PROF 示例问题 ................34 3.3 显式蒙特卡洛方法 ................40 3.3.1 分析例程 .................。。。。。。。40 3.3.2 蒙特卡罗程序的 SFPOF 和 PCD 估计 43 3.3.3 重要性抽样修改 ......44 3.3.4 CP4、CP6、CP7 和 CP7ext 的蒙特卡罗结果 ..45
西尔瓦镇位于北卡罗来纳州西南部,靠近西卡罗来纳大学、无数自然环境景点、切罗基印第安人东部部落的夸拉边界、许多地区就业和购物中心。西尔瓦可通过美国 23/74 号公路和 NC 107 号公路轻松抵达。西尔瓦镇拥有历史悠久的市中心,标志性的杰克逊县法院是其地标。西尔瓦准备利用和发展这些资产,同时保持其小镇的形式和特色,规划和促进发展。该镇西边靠近较小的城镇迪尔斯伯勒,南边靠近韦伯斯特。西卡罗来纳大学位于西尔瓦市中心以南六英里处。
1个国际卫生与福利大学医学院,日本纳里塔; 2英国伦敦卫生与热带医学学院传染病流行病学系; 3英国伦敦伦敦卫生与热带医学学院传染病数学建模中心; 4南非共和国斯泰伦博斯大学,南非流行病学建模与分析卓越中心,南非共和国; 5国家公共卫生与环境研究所(RIVM),荷兰比尔索文; 6日本Ehime Ehime University海洋环境研究中心; 7卡罗莱纳大学北卡罗来纳大学的卡罗来纳州人口中心,美国北卡罗来纳州教堂山教堂山; 8伦敦卫生与热带医学学院全球卫生与发展系; 9英国伦敦伦敦大学学院全球健康研究所;日本长崎纳加萨基大学的10年热带医学和全球健康学校1个国际卫生与福利大学医学院,日本纳里塔; 2英国伦敦卫生与热带医学学院传染病流行病学系; 3英国伦敦伦敦卫生与热带医学学院传染病数学建模中心; 4南非共和国斯泰伦博斯大学,南非流行病学建模与分析卓越中心,南非共和国; 5国家公共卫生与环境研究所(RIVM),荷兰比尔索文; 6日本Ehime Ehime University海洋环境研究中心; 7卡罗莱纳大学北卡罗来纳大学的卡罗来纳州人口中心,美国北卡罗来纳州教堂山教堂山; 8伦敦卫生与热带医学学院全球卫生与发展系; 9英国伦敦伦敦大学学院全球健康研究所;日本长崎纳加萨基大学的10年热带医学和全球健康学校
杜克能源公司于2023年8月向北卡罗来纳州公用事业委员会(NCUC)提交了卡罗来纳州资源计划,该计划是NCUC的碳计划命令于2022年发布的。1 NCUC的命令要求该计划展示成本最低的途径2,以满足北卡罗来纳州的减少目标,该目标是HB 951。杜克大学的计划涵盖了电力系统,杜克能源进步和杜克能源卡罗来纳州,该公司在北卡罗来纳州和南卡罗来纳州运营(与南卡罗来纳州公共服务委员会同时提交)。在此文件中,杜克(Duke)介绍了几种不同情况的建模,以及分析方法,假设和建模结果的详细文档。再次,这些建模假设完全忽略了对边缘化社区倾倒有毒污染的50年遗产。
随着人工智能的不断进步,应用程序希望 AI 能够像人类一样出色地执行任务,甚至比人类更好。测试理论应用的一个好方法是通过简单到复杂的游戏。过去几年,人工智能模型已用于实时战略游戏,但它们的实现仍处于初级阶段,还有许多工作要做。研究问题是蒙特卡罗(当今世界一种著名的算法)如何得到改进,无论是在一般情况下还是在实时战略游戏的背景下。实施实验设计是主要的研究方法。之所以选择这种技术,是因为它提供了与未探索的想法进行对比的最清晰的框架。研究问题围绕改进蒙特卡罗方法展开,特别是在 MicroRTS(一种流行的 AI 算法测试环境)中。由于研究的目标是增强用于战略游戏的蒙特卡罗树搜索 (MCTS) 算法,因此将对传统的 MCTS 实现(MCTS Greedy 和 MCTS UCB)和独特的建议 MCTS(MCTS UCB+)进行比较。比较分析是通过在 RTS 环境中对每种算法的性能进行基准测试,并根据几个标准比较结果来完成的。研究发现,通过改变采样和选择方法以及对游戏状态的理解,新算法 MCTS UCB+ 能够在 MicroRTS 的部分可观察游戏模式下超越其前辈。
1 卡罗林斯卡医学院医学流行病学和生物统计学系,瑞典斯德哥尔摩; 2 瑞典斯德哥尔摩卡罗林斯卡学院索尔纳医学系临床流行病学部; 3 萨克斯儿童青少年医院,斯德哥尔摩南部总医院,瑞典斯德哥尔摩; 4 卡罗林斯卡医学院临床科学与教育系 Södersjukhuset,瑞典斯德哥尔摩; 5 厄勒布鲁大学医学与健康学院胃肠病学系,瑞典厄勒布鲁; 6 克拉鲁尼斯大学胃肠病和肝脏疾病中心胃肠病学和肝病学系,瑞士巴塞尔; 7 哥德堡大学萨尔格伦斯卡学院医学研究所分子与临床医学系,瑞典哥德堡; 8 萨尔格伦斯卡大学医院 VG 地区,瑞典哥德堡; 9 瑞典乌普萨拉大学医学科学系;10 澳大利亚悉尼新南威尔士大学乔治全球健康研究所;11 瑞典厄勒布鲁厄勒布鲁大学医院儿科;12 美国纽约州纽约市哥伦比亚大学医学中心医学系消化和肝病科