摘要:如今,可再生能源是分布式能源系统的重要组成部分。然而,它们的间歇性使它们成为不稳定的能源,因此很难在任何能源系统中得到最佳利用。电池存储是解决这一问题的可行解决方案。在本文中,我们考虑了分布式功率流分配,包括不稳定的发电机、不可预测的电力负载和多个储能系统 (ESS),它们之间有不同的逻辑电源连接组合。我们提出了功率流分配 (PFA) 算法来处理单个和多个负载,以解决在智能家居环境中使用 ESS 减少能量损失和改善分布式功率流分配的可能性。模拟结果表明,发电机、负载和存储系统之间的逻辑电源连接的增加可以显著减少能量损失。与冬季将所有发电电力直接存储在 ESS 中的功率流分配相比,所提出的 PFA 算法可以将能量损失减少约 67%。结果进一步表明,与其他季节相比,春季的能量损失和 ESS 中存储的能量最高。
脑机接口 (BCI) 是一种通信系统,它从大脑活动获取输入并将其转换为外部设备的输出命令,而无需用户进行身体移动 (Wolpaw 等人,2002)。因此,BCI 可以帮助运动障碍患者通过各种控制范式重新获得与环境沟通和互动的能力。收集用户的大脑活动的方法有很多种,其中脑电图 (EEG) 最受欢迎,因为它是非侵入性的并且具有很高的时间分辨率 (Abiri 等人,2019)。根据从大脑中提取的 EEG 成分,BCI 系统可分为三大范式:P300、稳态视觉诱发电位 (SSVEP) 和运动意象 (Abiri 等人,2019)。 P300 范式依赖于事件相关电位 (ERP) 形式的正偏转,该正偏转在遇到奇异范式中的预期刺激后约 300 毫秒引发 (Mat-tout 等人,2015)。因此,通过比较在一系列刺激呈现中诱发的事件相关电位,P300 BCI 可以识别用户的目标选择。与其他范式相比,P300 范式需要的用户培训较少 (Guger 等人,2009),使其成为设计 BCI 控制的交互式环境的有前途的工具 (Fazel-Rezai 等人,2012)。BCI 控制的智能家居已经使用虚拟现实 (VR) 模拟和物理
全世界有超过 5500 万人患有阿尔茨海默病 (AD),这是最常见的神经退行性疾病,而根据世界卫生组织的数据,预计到 2050 年这一数字将达到 1.39 亿例 (S. Report, 2021)。然而,AD 的病因及其临床前阶段,如轻度认知障碍 (MCI) 和主观认知衰退 (SCD),仍不清楚,也没有提出有效的治疗方法 (Petersen 等人,2001;Albert 等人,2011;Stewart,2012;Bessi 等人,2018;Yue 等人,2021),尽管早期发现这些病症具有重要的科学意义。每年,10% 到 15% 的 MCI 患者会发展为 AD,预计超过一半的 MCI 患者会在 5 年内发展为 AD(Gauthier 等人,2006 年;Tarnanas 等人,2015 年)。然而,由于危险性和副作用较低,一些非药物方法也被提出。另一方面,尽快发现认知功能下降以阻止认知功能障碍和 AD 的进展仍然是科学的重中之重。因此,脑电图 (EEG) 因其在识别早期认知能力下降方面的优势而得到广泛研究,它似乎是这方面的一种潜在方法,因为它提供了一种非侵入性且简单的工具,可早期检测整个 AD 谱系中的大脑活动异常(Lazarou 等人,2019a、2020 年)。脑电图 (EEG) 已被用作诊断 AD 的工具,并且已采用多种技术来检测 AD 患者的脑电图异常。在这个方向上,考虑到先前的研究通过探索大脑频率、ERP 或基于图论的大脑连接组更高级指标(Lazarou et al. 2019b, 2020)阐明了 EEG 的临床重要性,这可以提高我们对认知能力下降早期阶段人类大脑复杂组织的理解。关于脑电波,EEG相关研究表明,与正常老年受试者相比,认知障碍者在静息态活动期间,delta和theta功率增加,而alpha和beta活动功率则降低(Aftanas和Golocheikine,2001;Lal和Craig,2002;Aftanas和Golocheikine,2003;Lutz等,2008;Foxe和Snyder,2011;Wells等,2013;Snyder等,2015;Tsoneva等,2015;Deolindo等,2020;Bentley等,2022;Lazarou等,2022)。最近的科学数据表明,特定的EEG标记物与转化预后相关。这些标记是增加的 theta/gamma 比率,alpha 频率的降低,这似乎与转化为 AD 有关。此外,在 MCI 和 AD 受试者中,静息状态下的后 delta 和 alpha EEG 节律似乎对 AD 神经退行性过程更为敏感(Osterrieth,1944 年)。Babiloni 等人在他们的工作中提出了以下假设:在 MCI 和 AD 患者中,由于整个疾病的皮质萎缩,脑电图节律存在异常。他们的研究结果表明
摘要:在当今的电力系统格局中,可再生能源 (RE) 资源发挥着关键作用,尤其是在住宅领域。尽管这些资源非常重要,但可再生能源资源的间歇性受多变天气条件的影响,对其作为能源的可靠性构成了挑战。为应对这一挑战,集成储能系统 (ESS) 成为一种可行的解决方案,能够在高峰发电期间储存剩余能源,并在短缺期间释放。ESS 面临的一大挑战是如何高效地设计 ESS。本文重点介绍智能家居环境中的分布式电力流系统,包括不可控的发电机、不可控的负载和多个储能单元。为了应对最小化 ESS 中能量损失的挑战,本文提出了一种新方法,称为节能存储容量与损耗减少 (SCALE) 方案,该方法将多负载功率流分配与负载转移算法相结合,以最小化能量损失并确定最佳能量存储容量。使用线性规划技术形式化了最佳能量存储容量的优化问题。为了验证所提出的方案,采用了冬季和夏季智能家居环境中的真实实验数据。结果表明,所提出的算法在显着减少能量损失(特别是在冬季条件下)和确定最佳能量存储容量方面非常有效,能量损失减少了 11.4%,最佳能量存储容量减少了 62.1%。
关于 EarthEnable:EarthEnable (Tube Heza) 正在改变人们的生活方式,为卢旺达农村地区的家庭打造更健康的家居环境,并帮助减少建筑业对环境的污染影响。80% 的卢旺达人居住的房屋地面都是泥土,灰尘多、不卫生,是寄生虫和细菌的温床。虽然用混凝土代替泥土地面具有显著的健康益处(例如,可将腹泻减少 50%,寄生虫感染减少 80%),但对于许多需要混凝土的人来说,混凝土价格高昂,而且是全球污染的一大因素。
即使在温和的冬季,冬季死亡人数也比夏季多。北约克郡每年冬季死亡人数比一年中其他时间的平均水平多出数百人。这些冬季超额死亡人数 (EWD) 是通过比较 12 月至 3 月冬季期间的死亡人数与前一年 8 月至 11 月和次年 4 月至 7 月的平均死亡人数计算得出的。这些超额死亡的主要原因是呼吸和循环系统疾病,如肺炎,以及痴呆症和阿兹海默症。其中约三分之一可直接归因于寒冷的家居环境,因此很大程度上是可以预防的。
摘要。人口老龄化给老年人及其护理人员的生活质量带来了许多挑战,也对医疗保健市场产生了影响。世界各地的多项举措都致力于利用人工智能 (AI) 技术帮助老龄人口,旨在促进更健康的社会,这构成了主要的社会和经济挑战。在本文中,我们重点关注环境辅助生活场景,在该场景中,智能家居环境用于协助家中的老年人,通过物联网传感器、智能医疗设备和边缘节点执行值得信赖的自动化复杂决策。核心思想是利用计算和信息生成源之间的接近性。直接在边缘上借助基于人工智能的技术做出自动化复杂决策,可以实现更快、更私密、更具情境感知的边缘计算赋能,即边缘智能。
在当今的 21 世纪,世界在短时间内见证了技术和创新的重大转变。计算、处理和分析领域正在发生各种创新。然而,如今,“智能家居和物联网”这个流行词在公司、大学、研究学者等中最受欢迎。随着大数据分析等新兴技术和创新的出现、电信行业的蓬勃发展、宽带连接的增加以及各种设备和传感器处理能力的提高,直到最近才看起来不可能实现的智能家居的想法现在似乎是可行的。我们对研究论文进行了文献计量学审查,并提出了一些指标来了解在智能家居环境中所做的研究。基于此,人们可以获得有关进一步研究重点领域的线索。分析的局限性在于尚未分析研究论文的全部内容。所有指标均以图形和表格格式呈现。'