综合能源系统(IES)在现代能源系统的构建方面非常重要。合理的计划是改善IE经济并促进可再生能源消费的重要手段之一。然而,能源之间的复杂耦合特性使得在计划周期期间经济利益模型中统一的多能异质资源的生产效率很难量化。量化IE的生产效率目前是一个紧迫的问题。这项研究根据生命周期和熟悉的理论提出了IES的计划方法。首先,使用Emergy理论来量化IES的生产效率。基于生命周期理论建立了一个完整的经济利益模型。第二,建立了IE的双层计划模型。上层模型旨在最大程度地减少IE的整个生命周期成本,以计划耦合设备的容量和位置。较低级别的模型旨在最大化IE的Emergy产量比,以提供上层的操作数据。最后,将实验评估与考虑年度平均成本和能源质量系数的传统规划方案进行比较,这项研究的方法将计划成本降低了23.16%,并将可再生能源的消耗率提高了4.26%。可以看出,本研究中提出的计划方法可以提高IES的计划经济和可再生能源消耗的水平。
1.6.1住所为学生提供了沉浸在大学智力环境中的机会。还包括在此期间,学生的研究需要校外领域或非Polyu实验室工作。1.6.2尽管有学习方式,但MPHIL学位的居住要求是两个常规学期。如果在输入计划之前获得了相关的研究硕士学位,那么在博士学位上是三个常规学期,但如果不是,则有四个常规学期。1.6.3所有研究生研究生必须在提交论文之前满足居住要求。1.6.4除了居住要求外,全日制研究研究生还必须全职在校园内,因此在此类地理上,以便能够完全参与与该计划相关的大学活动。1.6.5如果学生需要在香港以外进行研究,则必须由首席主管提出适当的监督安排,并由部门研究委员会(DRC)批准在香港境外度过的研究期。
* 加州西部法学院副教授;加州大学圣地亚哥分校客座副教授;印第安纳大学(布卢明顿)奥斯特罗姆访问学者;内布拉斯加大学(林肯)访问学者:内布拉斯加州治理与技术中心;乔治梅森大学安东宁斯卡利亚法学院托马斯爱迪生创新研究员和列奥纳多达芬奇研究员;加州大学洛杉矶分校法学院访问学者;美国注册专利律师;西北大学普利兹克法学院法学博士;西北大学凯洛格管理学院工商管理硕士;休斯顿大学法学院法学硕士;斯坦福大学商学院研究生创业证书;斯坦福大学工程学院机械工程硕士;德克萨斯大学奥斯汀分校科克雷尔工程学院机械工程学士。非常感谢 Michael Risch、Ted Sichelman、Brenda Simon、Thomas D. Barton、Robert A. Bohrer、Shawn Miller、Lisa Ramsey、Anjanette Raymond、Daniel R. Cahoy、Sonia Katyal、Tejas Narechania、Jonathan Barnett、Eric Claeys、John Duffy、Sean O'Connor、Ashish Bharadwaj、Loletta Dardin、Charles Delmotte、H. Tomás Gómez-Arostegui、Taorui Guan、Devlin Hartline、Christa Laser、Daryl Lim、Kevin Madigan、Talha Syed、James Stern、Seth C. Oranburg、Agnieszka McPeak、Gregory Day、Nicole Iannarone、Emily Loza de Siles、Eric C. Chaffee、Robert F. Kravetz、Ashley London、Aman Gebru、Elizabeth I. Winston、A. Michael Froomkin、Mason Marks、Larry DiMatteo、Robert W. Emerson、Robert E. Thomas、Colleen M. Baker、Lawrence Trautman、George Cameron、David Orozco、Thomas Freeman、Christopher Guzelian、Daniel Herron、Michelle Romero、Tyler Smith、Brian Haney、Jihwang Yeo、Sikander Khan、Erica Pascal、Ryan Hsu、Kevin R. Tamm 和 Daniel R. Peterson。感谢以下论坛展示本文并感谢参与者的真知灼见:佛罗里达大学沃灵顿商学院 2020 年 Huber Hurst 研究研讨会、杜肯大学法学院初级 #FutureLaw 研讨会 4.0、印第安纳大学(布卢明顿)奥斯特罗姆研讨会系列座谈会、乔治华盛顿大学法学院初级知识产权学者协会 (JIPSA)、迈阿密大学法学院 2019 年 We Robot 大会、堪萨斯大学法学院 PatCon 9(年度专利会议)以及圣地亚哥大学法学院第 9 届年度专利法会议。感谢商业法律研究学院 (ALSB) 跨学科部门在 2020 年 ALSB 年会上将本文评为首届“最佳论文奖”,并感谢 ALSB 成员的真知灼见。
2021 年 7 月 4 日 摘要:量子计算 ( 量子 计 算 ) 物理学令人着迷,工程学也很有趣。特别是如果你用别人的钱做其中一项或两项。但这些人是投资者或管理者,他们希望从资助你的创新中获得资本回报,通常要求你获得专利。然而,鉴于跨国方法专利执行几乎不可能、跨国量子计算交易的通信负担微不足道、去量化、联邦司法机构对计算专利的敌意以及针对所有这些专利的专利防御保险的可用性——所有现有/未来的量子计算专利都可以保证一文不值。而且这些投资不会受到专利保护。目录 为什么量子计算软件专利毫无价值(ClearConnect 诉 Align Tech) 为什么量子计算硬件专利毫无价值(实数不存在) 为什么量子解密 / 因式分解专利毫无价值(后量子协议) 为什么量子网络安全专利毫无价值(以上三个原因) 企业 / 大学所有者的毫无价值的量子计算专利 为什么许多量子计算专利因无效而毫无价值 对多核 / 张量核处理器专利的影响 专利制度讨厌“抽象” / 软件发明,而量子既是抽象又是软件发明(Alice,KSR) 专利制度具有严苛的语义 - 量子是语义混乱(Chef America) 为什么大多数专利律师都不具备量子能力 对外国量子计算研发的建议 量子计算专利防御政策 - (无限覆盖约 1,000,000 美元) 为什么所有量子计算专利 / 投资价值都不足 1,000,000 美元无用的法律评论文章关于无用的量子计算机专利结论
联合新闻稿 新加坡,2021 年 6 月 8 日 NTU、NP 和 NHCS 科学家发明的新型人工智能工具可以加快心血管疾病的诊断 新加坡南洋理工大学 (NTU Singapore)、新加坡义安理工学院 (NP) 和新加坡国家心脏中心 (NHCS) 的一组研究人员发明了一种可以加快心血管疾病诊断的工具。在人工智能 (AI) 的推动下,他们的创新利用心电图 (ECG) 来诊断冠状动脉疾病、心肌梗死和充血性心力衰竭,准确率超过 98.5%。联合开发诊断工具非常及时,因为新加坡过去三年来因心血管疾病导致的死亡人数有所增加。据新加坡心脏基金会称,2019 年新加坡所有死亡人数中有 29.3%(几乎占新加坡死亡人数的三分之一)是心脏病或中风造成的。科学家们希望他们的创新能够支持临床环境中心血管疾病的诊断,特别是在医生进行初步心电图检查时,最终加快治疗进程。研究人员使用一种名为 Gabor-卷积神经网络 (Gabor-CNN) 的人工智能机器学习算法设计了诊断工具,该算法模仿人脑的结构和功能,使计算机能够像人类一样从过去的经验中学习。他们使用该算法,通过输入反映心血管疾病的心电图信号示例来训练他们的工具识别患者心电图中的模式。这项研究的共同作者、NHCS 心脏病学系高级顾问临床副教授 Tan Ru San 表示:“我们对一小组初步研究对象进行的研究表明,在使用常规心电图对一些常见心血管疾病进行分类的准确性方面取得了令人鼓舞的结果。虽然确认特定疾病仍需要额外的测试,但我们的诊断工具将
主题:美国专利商标局发布关于公众对人工智能和知识产权政策看法的报告 嗨 XX, 美国专利商标局最近发布了一份报告,旨在引发人们对正在加速美国创新的快速变化技术——人工智能的讨论。该报告于 10 月 6 日发布,全面审视了各种利益相关者对人工智能 (AI) 对知识产权 (IP) 领域的影响的看法,包括专利、商标、版权和商业秘密政策,以及数据库保护的新问题。美国专利商标局收集了关于是否应修改有关专利发明人和版权作品作者身份的现行法律法规以考虑人类以外的贡献的反馈。为了进一步探讨人工智能和知识产权的主题,你有兴趣与全球律师事务所 Morrison & Foerster 的律师交谈吗?根据这份报告,我想与律师 Tessa Schwartz、Joyce Liou、Wendy Ray 和/或 Jennifer Lee Taylor 进行对话。
英国知识产权局 (UK IPO) 目前正在分析最近征集的关于人工智能可能对知识产权产生的影响(反之亦然)的意见反馈。在英国,作为人工智能系统核心的数学算法不具备专利性。但是,如果证明数学方法以及计算机程序的发明具有技术贡献,则可以获得专利。2011 年对英国专利制度进行的上一次独立审查(当时人工智能的许多实际方面都处于起步阶段)建议在那些不受专利保护的计算机程序和那些不受专利保护的计算机程序之间划一条界线。3 最近的征集意见旨在考虑这一结论是否仍然适用于当今的人工智能技术。
本文认为,通过承认发明人工智能的人为发明人,美国专利制度有望打破全球经济激励与社会成本之间的平衡。本文将探讨美国专利商标局的发明人要求所带来的问题、发明人工智能背后的技术及其创造能力,以及主要国际专利制度中人工智能发明人的现状。随后,本文将讨论尽管全球反对授予计算机此类权利的趋势,但为什么人工智能发明人对美国来说仍然有意义。美国准备推动宪法目标,即推动“科学和实用艺术的进步”,以造福社会。最后,本文将简要讨论承认发明人工智能的人为发明人将带来的一些主要挑战,以及缓解这些问题的潜在解决方案。
在 2020 年 4 月 27 日发布的一项决定中,美国专利商标局 (USPTO)2 对此问题给出了否定的回答,结论是只有人类才能被视为发明人。该决定源于一项美国专利申请,该申请是一种紧急信标或神经火焰,它以基于大脑意识流发生的特定节奏的分形脉冲频率发光。以这种频率发光更容易引起人的注意(图 1)。虽然 Stephen Thaler 提交了申请,但他并没有将自己列为发明人。相反,Thaler 将人工智能程序 DABUS(“统一感知自主引导设备”的缩写)列为发明人。DABUS 就是所谓的创造力机器,是一种通过神经网络系统产生想法的特殊类型的人工智能。为此,特定领域的一般知识被输入到机器中,然后机器使用一系列旨在模仿人类思维模式的神经网络来产生新颖的想法。