EXERGY 任命 SYLVAIN BROGLE 为公共关系、业务顾问和大使 意大利奥尔贾泰奥洛纳 (VA),2024 年 9 月 9 日——全球清洁能源技术提供商和下一代地热 ORC 发电厂领导者 Exergy International 已与 Sylvain Broglé 建立合作关系,担任公共关系、业务顾问和品牌大使。在这个职位上,Sylvain 将支持 Exergy 加强与世界各地的行业、投资者、开发商和政府机构的业务关系。他还将发现新的商业机会,为国际战略的实施提供建议,并作为品牌大使代表 Exergy 参加重大国际活动。Sylvain Broglé 是一名机械工程师,拥有加州大学圣巴巴拉分校 (UCSB) 的 MBA 学位,在国际商业领域拥有 40 多年的经验。在他的职业生涯中,他领导了可再生能源和水务领域的众多跨国企业,专注于EPC(工程、采购和施工)和业务拓展。过去15年来,他致力于推动全球地热能发展,推广和监督加勒比地区、中美洲、南美洲、欧洲、东非、中东和亚洲的项目。他曾担任多项重要职务,包括担任IRENA GGA会议的法国地热主题代表,并与ADEME、凯捷和AFPG等组织合作,发起了法国钻井风险缓解基金。作为法国地热集群GEODEEP的创始人,他通过论坛、研讨会和网络研讨会推广地热技术,并以出口团队负责人的身份支持EGEC,同时还担任国际地热协会(IGA)主席。 Exergy International 总经理 Luca Pozzoni 表示:“我们很高兴宣布与 Sylvain 开始合作。他丰富的经验、运营专长以及在公共和私营部门的广泛人脉,将对支持 Exergy 的中长期战略发挥不可估量的作用。此次合作与 Exergy 在可再生能源领域的愿景完美契合,将进一步提升其在地热市场的影响力。” Sylvain Broglé 补充道:“我很高兴在 Exergy 担任这一新职务,因为我看到我在商业和机构关系方面的专业知识与 Exergy 的经验和市场地位之间存在强大的协同效应,这源于其强大的技术专长以及在地热和清洁发电解决方案方面的创新方法。此次合作为进一步发展 Exergy 的业务、提升其思想领导力和全球影响力提供了绝佳机会。” 关于 EXERGY INTERNATIONAL SRL EXERGY INTERNATIONAL Srl 是领先的清洁能源技术提供商。我们是设计、工程设计和制造有机朗肯循环 (ORC) 系统,并采用先进的径向外流式透平技术。Exergy 的专有技术涵盖多项专利,可通过利用地热、工业废热、生物质能和聚光太阳能等热源实现高效能源生产。EXERGY 产品组合装机容量超过 500 MWe,是全球第二大地热双循环机组。Exergy 隶属于中国天加集团,天加集团是暖通空调领域领先的集成系统和服务提供商。Exergy 总部位于意大利北部(米兰),在全球范围内出口和实施其技术,尤其关注高增长潜力市场。网站:https://exergy-orc.com/ 媒体联系人:EXERGY INTERNATIONAL Sara Milanesi 市场与传播经理 电话:+39 0331 1817620 手机:+39 3666012588 邮箱:s.milanesi@exergy.it
参考文献1。Tomczak,K.,P。Czerwinska和M. Wiznerowicz,《癌症基因组地图集》(TCGA):不可估量的知识来源。当代Oncol(POZN),2015年。19(1a):p。 A68-77。2。Vandereyken,K.,A。Sifrim,B。Thienpont和T. Voet,单细胞和空间多词的方法和应用。nat Rev Genet,2023。24(8):p。 494-515。3。nahm,F.S。,接收器操作特征曲线:临床医生的概述和实际用途。韩国J麻醉剂,2022年。75(1):p。 25-36。4。Bray,F。等,《 2018年全球癌症统计:Globocan在185个国家 /地区在全球36家癌症的发病率和死亡率估计。 ca Cancer J Clin,2018年。 68(6):p。 394-424。 5。 Chen,L。等人,组织病理学图像和多词的整合预测肺腺癌的分子特征和存活。 前牢房Dev Biol,2021。 9:p。 720110。 6。 McQuin,C。等人,Cellprofiler 3.0:生物学的下一代图像处理。 PLOS Biol,2018年。 16(7):p。 E2005970。 7。 Sung,H。等,《全球癌症统计》 2020年:Globocan在185个国家 /地区在全球36种癌症的发病率和死亡率估计。 ca Cancer J Clin,2021。 71(3):p。 209-249。 8。 Kay,C。等人,HR+/HER2+乳腺癌治疗的当前趋势。 Future Oncol,2021。 17(13):p。 1665-1681。 9。 J Thorac Dis,2023。 15(5):p。 2528-2543。 10。Bray,F。等,《 2018年全球癌症统计:Globocan在185个国家 /地区在全球36家癌症的发病率和死亡率估计。ca Cancer J Clin,2018年。68(6):p。 394-424。5。Chen,L。等人,组织病理学图像和多词的整合预测肺腺癌的分子特征和存活。前牢房Dev Biol,2021。9:p。 720110。6。McQuin,C。等人,Cellprofiler 3.0:生物学的下一代图像处理。PLOS Biol,2018年。16(7):p。 E2005970。7。Sung,H。等,《全球癌症统计》 2020年:Globocan在185个国家 /地区在全球36种癌症的发病率和死亡率估计。 ca Cancer J Clin,2021。 71(3):p。 209-249。 8。 Kay,C。等人,HR+/HER2+乳腺癌治疗的当前趋势。 Future Oncol,2021。 17(13):p。 1665-1681。 9。 J Thorac Dis,2023。 15(5):p。 2528-2543。 10。Sung,H。等,《全球癌症统计》 2020年:Globocan在185个国家 /地区在全球36种癌症的发病率和死亡率估计。ca Cancer J Clin,2021。71(3):p。 209-249。8。Kay,C。等人,HR+/HER2+乳腺癌治疗的当前趋势。Future Oncol,2021。17(13):p。 1665-1681。9。J Thorac Dis,2023。15(5):p。 2528-2543。10。Hu,J。等人,基于数字病理学和HR(+)/HER2( - )乳腺癌基于数字病理和深度学习的临床病理特征,多摩学事件和预后的预测。Koch,S.,J。Schmidtke,M。Krawczak和A. Caliebe,多基因风险评分的临床实用性:关键的2023年评估。 J社区基因,2023年。 11。 OTA,M。和K. Fujio,《免疫介导疾病精确医学的多摩学方法》。 炎症,2021年。 41(1):p。 23。 12。 Arehart,C。等人,聚词风险评分预测炎症性肠病的诊断。 Biorxiv,2022。 13。Vander Laak,J。,G。Litjens和F. Ciompi,《组织病理学深度学习:通往诊所的道路》。 nat Med,2021。 27(5):p。 775-784。 14。 ehteshami bejnordi,B。等人,对乳腺癌女性淋巴结转移的深度学习算法的诊断评估。 Jama,2017年。 318(22):p。 2199-2210。 15。 Varga,Z。等人,KI-67免疫组织化学在2级乳腺癌中的可靠性如何? 瑞士乳房和妇科病理学家的质量检查研究。 PLOS ONE,2012年。 7(5):p。 E37379。 16。 Weinstein,R.S。等人,远程病理学,虚拟显微镜和整个幻灯片成像的概述:未来的前景。 Hum Pathol,2009年。 40(8):p。 1057-69。 17。 办公室,N.A。,政府数字化转型:解决效率的障碍。 2023。 18。 2016,马萨诸塞州剑桥:麻省理工学院出版社。Koch,S.,J。Schmidtke,M。Krawczak和A. Caliebe,多基因风险评分的临床实用性:关键的2023年评估。J社区基因,2023年。11。OTA,M。和K. Fujio,《免疫介导疾病精确医学的多摩学方法》。炎症,2021年。41(1):p。 23。12。Arehart,C。等人,聚词风险评分预测炎症性肠病的诊断。Biorxiv,2022。13。Vander Laak,J。,G。Litjens和F. Ciompi,《组织病理学深度学习:通往诊所的道路》。nat Med,2021。27(5):p。 775-784。14。ehteshami bejnordi,B。等人,对乳腺癌女性淋巴结转移的深度学习算法的诊断评估。Jama,2017年。318(22):p。 2199-2210。15。Varga,Z。等人,KI-67免疫组织化学在2级乳腺癌中的可靠性如何?瑞士乳房和妇科病理学家的质量检查研究。PLOS ONE,2012年。7(5):p。 E37379。16。Weinstein,R.S。等人,远程病理学,虚拟显微镜和整个幻灯片成像的概述:未来的前景。Hum Pathol,2009年。40(8):p。 1057-69。17。办公室,N.A。,政府数字化转型:解决效率的障碍。2023。18。2016,马萨诸塞州剑桥:麻省理工学院出版社。Goodfellow I,B.Y.,Courville A,深度学习。