在南非背景下,中小型企业还面临着其他挑战,例如犯罪,腐败,对市场进入的挑战以及缺乏管理技能(Mhlongo&Daya 2023; Viviers&Venter 2008)。税收立法也不总是提供必要的支持和鼓励,以帮助小型企业采用较低的税收优惠和倡议(Painter-Morland&Spence 2009)。与大型组织类似,中小型企业还面临官僚主义挑战,导致业务和管理技能,决策和实践差(2016年经济研究局; Gopaul 2019; Mhlongo&Daya 2023)。除了所有这些挑战外,是否缺乏或不足的战略决策(SDM)技能也可以刺激中小企业的表现不佳和失败(Gopaul&Rampersad 2020; Hang&Wang 2012)。
文章标题:人工智能(AI)在医疗保健中的应用:综述 作者:Mohammed Yousef Shaheen[1] 所属机构:沙特阿拉伯[1] Orcid ids:0000-0002-2993-2632[1] 联系电子邮件:yiroyo1235@tmednews.com 许可信息:本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表,允许在任何媒体中不受限制地使用、分发和复制,只要正确引用原始作品即可。使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行开放同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布:2021 年 9 月 25 日
多磷烯是具有P - - N作为骨骼的无机有机杂化聚合物,以其主链结构和高度活跃的P - Cl键形成的独特物理化学特性而闻名。聚磷酸的各种功能特性使其成为许多领域的有希望的研究前景,包括固体聚合物电解质,阳极材料,隔膜等。本综述讨论了主要的合成途径,各种功能的修改以及模板沉淀自组装poly Merization。其中,模板诱导的降水自组装是多磷酸形成纳米球,纳米片和纳米管的出色策略。固态锂电池是有希望的储能候选者,但是在室温下,常用的PEO电解质的LI +电导率限制为10-6 s·CM -1。具有乙醚氧侧的基于多磷酸的电解质倾向于具有更好的离子电导率,并且阻燃。聚磷酸有机聚合物也是一种有吸引力的碳纤维前体,也是阳极电极的理想选择。在高温碳化后,碳基质上掺杂原位的N,P杂种可以改变碳中立性和赋予带电的位点,从而进一步提高锂储存能力。此外,聚磷酸具有在隔膜和其他电池系统上使用的潜力。
拓扑量子材料的独特电子性能,例如受保护的表面状态和外来的准粒子,可以提供带有垂直磁各向异性磁铁的外部无磁场磁力切换所需的平面自旋偏振电流。常规自旋 - 轨道扭矩(SOT)材料仅提供平面自旋偏振电流,而最近探索的具有较低晶体对称性的材料可提供非常低的平面自旋偏振电流组件,不适用于能量固定的SOT应用。在这里,我们使用拓扑WEYL半候选牛头牛Tairte 4具有较低的晶体对称性,在室温下在室温下表现出大型的脱离平面阻尼样SOT。我们基于Tairte 4 /ni 80 Fe 20异质结构进行了自旋 - 扭矩铁磁共振(STFMR)和第二次谐波霍尔测量,并观察到大型平面外阻尼样的SOT效率。估计平面外旋转大厅的构成为(4.05±0.23)×10 4(ℏ⁄ 2 e)(ωm)-1,这比其他材料中报道的值高的数量级。
a 瑞典皇家理工学院,应用物理系,阿尔巴诺瓦大学中心,斯德哥尔摩,SE-114 21,瑞典 b 中子散射和成像实验室,保罗谢勒研究所,CH-5232,Villigen PSI,瑞士 c 纳米科学中心,尼尔斯玻尔研究所,哥本哈根大学,Nørre All e 59,DK-2100,哥本哈根 O,丹麦 d 都灵理工大学应用科学与技术系,Corso Duca Degli Abruzzi 24 10129,都灵,意大利 e 维也纳科技大学固体物理研究所,Wiedner Hauptstraße 8 e 10,1040,维也纳,奥地利 f 瑞典皇家理工学院 PDC 高性能计算中心,SE-100 44,斯德哥尔摩,瑞典 g Nordita,瑞典皇家理工学院和斯德哥尔摩大学,Hannes Alfv ens v € ag 12,SE-106 91,斯德哥尔摩,瑞典 h 东京大学固体物理研究所中子科学实验室,柏,千叶 277-8581,日本 i 东京大学跨尺度量子科学研究所,东京 113-0033,日本 j 高能加速器研究机构材料结构科学研究所,茨城 305-0801,日本 k 牛津大学无机化学实验室,牛津 OX1 3QR,英国 l 印度理工学院物理系,坎普尔 208016,印度 m 塔塔基础研究所 DCMPMS,孟买 400005,印度 n 查尔姆斯理工大学物理系,SE-412,哥德堡,瑞典
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的,该许可允许以任何媒介或格式使用,共享,适应,分发和复制,只要您对原始作者和来源提供适当的信誉,请提供与创意共享许可证的链接,并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中,除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/4.0/。
如今,由于可再生能源(RESS)和车辆电气化的整合增加,因此本地分销网格一直面临技术,经济和监管挑战。 电网扩展的传统解决方案,例如建立额外的电力线,是以公用事业为中心的解决方案,即分销网格运营商(DSOS)是唯一涉及解决网格问题的方。 DSO必须与电网用户与技术提供商联系,以开发创新的解决方案来解决一个问题并具有成本效益。 本文提出了一种整体解决方案,可在相互连接的微电网(MGS)之间进行最佳控制跨部门的能量流,该微电网(MGS)由不同的Ress,水力发电厂(HPP)和风tur bines(WTS)组成,以满足电动汽车(EVS),居住,商业和工业需求,并提供主要网格的贡献。 此问题将提供基于社区的MGS在本地能源交易中的优势,这会导致活跃和参与的系统,但是,需要适当的控制策略。 提出的解决方案是基于两个MG之间的新互连线,通过多托转换器(MPC),对新安装的组件(例如MPC,电缆和所需的电池储能系统(BESS))的技术经济考虑考虑。 在三种不同条件下评估了拟议的案例研究,例如,载荷增量,需求响应(DR)和N-1标准在单独的互连和岛模式下。 使用GAMS软件的CPLEX求解器用于求解混合组的线性编程模型。如今,由于可再生能源(RESS)和车辆电气化的整合增加,因此本地分销网格一直面临技术,经济和监管挑战。电网扩展的传统解决方案,例如建立额外的电力线,是以公用事业为中心的解决方案,即分销网格运营商(DSOS)是唯一涉及解决网格问题的方。DSO必须与电网用户与技术提供商联系,以开发创新的解决方案来解决一个问题并具有成本效益。本文提出了一种整体解决方案,可在相互连接的微电网(MGS)之间进行最佳控制跨部门的能量流,该微电网(MGS)由不同的Ress,水力发电厂(HPP)和风tur bines(WTS)组成,以满足电动汽车(EVS),居住,商业和工业需求,并提供主要网格的贡献。此问题将提供基于社区的MGS在本地能源交易中的优势,这会导致活跃和参与的系统,但是,需要适当的控制策略。提出的解决方案是基于两个MG之间的新互连线,通过多托转换器(MPC),对新安装的组件(例如MPC,电缆和所需的电池储能系统(BESS))的技术经济考虑考虑。在三种不同条件下评估了拟议的案例研究,例如,载荷增量,需求响应(DR)和N-1标准在单独的互连和岛模式下。使用GAMS软件的CPLEX求解器用于求解混合组的线性编程模型。结果表明,与分离的操作模式相比,MGS的应用互连线可以降低系统的总成本,将所应用的峰降低到上游网格中,并在不同条件下增强系统的依赖能力。此外,应用的解决方案即使在不同条件下(24小时)在岛模式下(24小时)也提供了MGS操作的能力。
逐步淘汰航运业的化石燃料对于减少温室气体排放至关重要。基于可再生能源的合成燃料是可持续海运业的一个有前途的选择,可再生甲醇是最广泛考虑的能源载体之一。然而,可再生甲醇的供应仍然有限,而且与传统燃料相关的成本明显高于传统燃料,这也是因为燃料合成必须依赖二氧化碳作为资源。通过使用船上碳捕获,可以避免燃烧过程中二氧化碳的释放,这种闭式循环减少了对碳源的需求。本文通过分析使用内燃机和相连的燃烧前和燃烧后碳捕获技术的整体船舶能源系统来研究这种情况。通过建立一个混合整数优化框架来优化船舶推进系统的设计和运行,研究了这些技术对完全可再生能源系统的技术经济性能的影响。所选案例研究的推进需求包括在波罗的海运营的渡轮的典型运行概况。将捕获情况与仅基于可再生甲醇的系统进行比较,可以发现封闭式碳循环系统具有显著的成本优势。基线情景的年成本降低了近 20%,燃烧后情况下的总捕获率为 90%,燃烧前情况下的总捕获率为 40% 左右。广泛的敏感性分析表明,这些成本优势在各种技术和经济边界条件下都具有稳健性。在燃烧前情况下,工艺热需求减少与发动机热供应增加相结合可能会使捕获率超过 90%。结果表明,将可再生燃料与船上碳捕获相结合可以为成本效益高、可持续的航运创造机会。
推动是一项必不可少的非划算操作技能,用于任务,从预抓操作到场景重新排列,关于场景中的对象关系的推理,因此在机器人技术中广泛研究了推动动作。有效使用推动动作通常需要了解受操纵对象的动态并适应预测与现实之间的差异。出于这个原因,在文献中对推动作用进行了效果预测和参数估计。但是,当前方法受到限制,因为它们要么建模具有固定数量对象的系统,要么使用基于图像的表示,其输出不是很容易解释并迅速累积错误。在本文中,我们提出了一个基于图神经网络的框架,以根据触点或关节对对象关系进行建模,以效应预测和参数估计推动操作。我们的框架在真实和模拟环境中都得到了验证,这些环境包含不同形状的多部分对象,这些对象通过不同类型的关节和具有不同质量的对象连接,并且在物理预测上的表现优于基于图像的表示。我们的方法使机器人能够预测并适应其观察场景时推动动作的效果。它也可用于使用从未看过的工具进行工具操作。此外,我们在基于机器人的硬盘拆卸的背景下证明了杠杆起作的6D效应预测。
© 作者 2022。本文根据知识共享署名 4.0 国际许可协议获得许可,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中,除非在材料的致谢中另有说明。如果材料未包含在文章的知识共享许可中,并且您的预期用途不被法定法规允许或超出了允许的用途,则您需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问 http://creativecommons.org/licenses/by/4.0/。