XiaoMi-AI文件搜索系统
World File Search System技术性能
为什么地球聚合物和碱激活的材料是可持续世界的关键组成部分：观点贡献
目前，强烈的全球重点是减少全球社会的环境排放量的需求，传统的“重工业”部门，例如水泥/混凝土，铁/钢，陶瓷和玻璃，以政策为中心和以技术为中心的文档都被突出显示，以面对与国家和国际“网络”的挑战，以面对尤其是陡峭的挑战。水泥生产是工业和社会发展，基础设施提供以及人类整体福祉和生活质量的重要基础技术。水泥必须相对便宜，在生产中可扩展到几乎无法想象的其他工业领域（全球每年几吉龙），并且在技术先进的工厂设置到手动生产块，瓷砖和现场混合混合物的条件。他们必须提供多功能性和较高的性能，（MIS）处理和（MIS）配方的稳健性，以及在构建中批量应用中的可靠技术性能，以及更专业的应用程序，即工程功能在更“利基”应用中增加价值。将这些挑战结合在一起，很明显，将来需要一组水泥型材料来满足工业和社会需求。这也需要制定和实施适当（和成熟的）监管框架，因为特定地区的土木工程建设是严格遵守标准和代码的区域。这些也必须受到公众的欢迎，因为水泥和混凝土是生活中每天都公认的，以至于没有注意到这一点，就不能简单地革命性，而Pub-
人工智能 (AI) 在放射学中的应用：阻碍因素和促进因素
摘要 目的 研究目的是找出荷兰临床放射学中实施人工智能 (AI) 应用的障碍和促进因素。材料和方法使用嵌入式多案例研究，遵循探索性定性研究设计。数据收集包括来自七家荷兰医院的 24 次半结构化访谈。障碍和促进因素的分析以最近发布的医疗机构中新医疗技术的非采用、放弃、扩大、传播和可持续性 (NASSS) 框架为指导。结果 实施的最重要促进因素包括：(i) 荷兰医疗保健系统的成本控制压力，(ii) 对 AI 潜在附加值的高度期望，(iii) 存在全医院创新战略，以及 (iv) 存在“本地冠军”。 “最突出的阻碍因素包括：（i）人工智能应用的技术性能不一致，（ii）非结构化实施流程，（iii）人工智能应用对临床实践的附加值不确定，以及（iv）直接（放射科医生）和间接（转诊临床医生）采用者的接受度和信任度差异很大。 结论 为了使人工智能应用有助于提高临床放射学的质量和效率，实施过程需要以结构化的方式进行，从而提供人工智能应用临床附加值的证据。 要点 • 成功实施人工智能在放射学中需要放射科医生和转诊临床医生之间的合作。 • 当地倡导者的存在有助于人工智能在放射学中的实施。 • 成功实施需要人工智能在放射学中的临床附加值证据。
在Sungai Tiang Camp，Perak
随着人们越来越多地转向可再生能源，全球范围内的转变正在发生。但是，农村地区的混合可再生能源系统（HRES）在技术上很困难且经济上昂贵，以提供能源通道。由于产生混合系统所需的各种组件，其结构通常是昂贵的。由于偏远地区取决于不可持续的柴油发电机，因此由于柴油的成本更高，运输燃料所需的较长距离，因此它们的运营费用要比非偏远地区更大。这项工作着重于建模一种混合可再生能源系统，该系统在经济上可持续，环保和技术考虑因素被纳入了设计要求。能源成本（$/kWh）和生命周期排放CO 2（kg/年）分别被视为经济和环境指标。此外，还对HRE的各种柴油燃料价格（$/L）和PV资本成本进行了灵敏度分析，以实现更可行的配置。要在满足特定技术要求时可以满足需求的系统，请评估三种配置：1）独立的柴油发电机，2）混合PV柴油机，没有电池，3）与电池的混合PV柴油机。这项研究提出了系统3作为最佳系统体系结构，因为COE的最低价值为0.258 $/kWh，NPC $ 22,130。建议在Perak的Sungai Tiang的农村地区，建议满足营地设施的负载需求为14.92kWh/Day。灵敏度分析发现表明，LCOE和NPC值对燃料价格和PV资本成本具有很大的响应。集成的太阳能和电池技术可以提高经济绩效（例如NPC，COE），环境绩效（例如二氧化碳排放）以及可再生能源系统的技术性能（例如燃料消耗）。关键字：hres;农村; Homer Pro
系统设计中的操作分析...
潜艇系统设计早期阶段的运行分析 (DOI 编号：10.3940/rina.ijme.2015.a1.312) M Nordin，瑞典国防研究局和瑞典查尔姆斯理工大学 摘要 本文介绍了一种新的运行分析 (OA) 方法，作为海军综合复杂系统 (NICS) 的基于仿真的设计 (SBD) 的工具，在此应用于潜艇领域。开发并描述了一种运行分析模型。设计过程的第一步是识别和收集来自客户和利益相关者的需求，从中可以推断出需求并以有组织的方式设计，即需求阐明。在初始设计期间尽早评估每个需求对设计的利弊非常重要。因此，OA 模型必须能够评估合成船舶中汇总的需求，例如初始概念，即 Play-Cards，作为设计第一组需求的功能域中潜艇概念的表示，并建立其能力度量 (MoC) 和有效性度量 (MoE)。这项工作产生了一种用于潜艇设计的 OA 模型，可用于潜艇系统的开发和生命周期评估。将 OA 集成到设计过程中的目的是探索设计空间，并在早期阶段不仅评估技术解决方案和成本，还评估系统效果，从而找到并描述合适的设计空间。与专注于技术性能和成本的传统基本船舶设计程序相比，这将产生更快的知识增长。通过在初始设计期间使用 OA 模型作为集成工具，我们不仅可以达到对设计对象的更高水平的了解，而且还可以实现对需求以及推导和设计要求的更高精确度。这种方法还邀请客户参与集成项目团队的框架。 1. 引言
快速从陆军实验数据中获取见解
Rapidly Unlocking Insights from Army Experimental Data: A Topic Modeling and Natural Language Processing Approach Anders Grau, Jenifer McClary, and Nicholas Reisweber Department of Mathematical Sciences United States Military Academy West Point, NY 10996 Corresponding Author's Email: andersgrau8@gmail.com Author Note: CDT Anders Grau is studying for a Bachelor of Science in Operation Research at the United States Military学院。Maj Jenifer McClary和Maj Nicholas Reisweber是美国军事学院数学科学系的讲师。作者要感谢这项研究的赞助商Trac-Monterey在整个研究过程中的支持和指导，特别要感谢Maj Daniel Ruiz和LTC Matthew Smith。此处表达的观点是作者的观点，不反映美国军事学院，陆军部或国防部的地位。摘要：美国陆军的研究人员正在进行有关在战场上实施新兴技术的实验。这些实验的关键数据点包括有关技术性能的文本评论。研究人员使用一系列自然语言处理（NLP）任务来分析此类评论，包括主题建模。这项研究致力于开发一种分析陆军实验和现场测试的文本评论的方法。该方法对在Forge数据库中的实验数据进行了测试，Forge数据库是陆军期货司令部（AFC）倡议，旨在为研究人员提供AFC研究的共同操作情况。因此，这项研究提供了改进的框架，用于分析美国陆军研究人员的主题模型。关键字：主题建模，n-gram，陆军实验数据，文本评论
临床适用微环境分类器作为软组织肉瘤肿瘤缺氧生物标志物的技术开发和验证
背景：软组织肉瘤 (STS) 是罕见的异质性肿瘤，需要生物标志物来指导治疗。我们之前得出了一个预后肿瘤微环境分类器（24 基因缺氧特征）。在这里，我们开发/验证了一种用于临床应用的检测方法。方法：在 28 份前瞻性收集的福尔马林固定石蜡包埋 (FFPE) 活检样本中比较了靶向检测 (Taqman 低密度阵列、nanoString) 的技术性能。通过与临床样本中的 HIF- 1 α /CAIX 免疫组织化学 (IHC) 进行比较，对 nanoString 检测进行了生物学验证。曼彻斯特 (n = 165) 和 VORTEX III 期试验 (n = 203) 队列用于临床验证。主要结果是总生存期 (OS)。结果：两种检测均表现出极好的可重复性。 nanoString 检测在体外缺氧条件下检测到 24 个基因特征的上调，而在体内 CAIX 表达高的肿瘤中，16/24 个缺氧基因上调。在曼彻斯特队列（HR 3.05，95% CI 1.54 – 5.19，P = 0.0005）和 VORTEX 队列（HR 2.13，95% CI 1.19 – 3.77，P = 0.009）中，缺氧高肿瘤患者的 OS 较差。在合并队列中，缺氧高肿瘤患者的 OS 独立预后（HR 2.24，95% CI 1.42 – 3.53，P = 0.00096）并与较差的局部无复发生存期相关（HR 2.17，95% CI 1.01 – 4.68，P = 0.04）。结论：本研究全面验证了更适合 FFPE STS 活检的微环境分类。未来用途包括：(1) 选择高风险患者进行围手术期化疗；(2) 生物标志物驱动的缺氧靶向治疗试验。
数据集描述符
随着电动汽车（EV）的运营寿命终结，其电池保留了巨大的经济价值，并为二人使用和物质回收提供了有希望的机会。这对于全球南部和其他欠发达地区特别有说服力，在这里，可靠的能源存储对于解决弱甚至不存在的电网和能源基础设施所带来的关键挑战至关重要。，尽管存在这种潜力，但围绕第二次生命电池的技术性能，安全性和重新认证的严重不确定性阻碍了广泛的采用。在重新部署它们的情况下，估计和实际性能之间的不匹配通常会使电池在技术上不合适或危险，从而使他们成为打算受益的社区的责任。这种严重的未对准加剧了能源访问差异，并破坏了能源正义的更广泛的愿景，强调了迫切需要强大而可扩展的解决方案以释放潜力。在Pulsebat数据集中，作者测试了464个退休的锂离子电池，涵盖了3种阴极材料类型，6种历史用法，3种物理格式和6种容量设计。对每个第二寿命电池进行重复进行脉冲测试实验，其脉冲宽度，10个脉冲幅度，多重电荷和健康状况，例如，从0.37到1.03（由于不一致而导致的名义容量）。pulsebat数据集的一部分用于自然通信出版物，该出版物解决了在随机分布状态的收费状态下解决了最先进的估计问题1。PulseBat数据集记录了这些测试条件，电压响应以及受注入的脉冲电流约束的温度信号，这些脉冲电流可用作关键诊断任务的宝贵数据资源，例如电荷估计，最新估计，最先进的健康估计，PORTODE材料类型识别，开放式电流电流重新构造，热管理，热管理，以及其他。
特殊条款和条件
子部分 A 一般规定 第 1 条 法律效力 DOE 财政援助奖项只有以书面形式并由 DOE 合同官员以书面或电子方式签署后才有效。受助人可以接受或拒绝该奖项。受助人授权代表通过 DOE 使用的电子系统（特别是 FedConnect）提出提取 DOE 资金的请求或对奖项文件的确认，即表示受助人接受本奖项的条款和条件。受助人授权代表通过 FedConnect 的确认即表示受助人的电子签名。 第 2 条 向下流动要求 受助人同意根据 2 CFR 200.101 的要求，将本奖项的条款和条件（如适用）（包括知识产权条款）应用于所有次级受助人（和分包商，视情况而定），并要求他们严格遵守。此外，受奖人必须根据 2 CFR 200.327 将奖项条款应用于所有次级受奖人（和分包商，视情况而定），并要求他们严格遵守。 第 3 条 遵守联邦、州和市政法律 受奖人必须遵守适用的联邦、州和地方法律法规，以完成本奖项下的所有工作。受奖人必须获得所有必要的联邦、州和地方许可、授权和批准，以完成本奖项下的所有工作。 第 4 条 与联邦法律不一致 联邦法规和条例与本奖项中的条款和条件之间任何明显不一致之处都必须咨询 DOE 奖项管理员以寻求指导。 第 5 条 联邦管理 SCEP 将行使正常的联邦管理职责，监督根据本奖项开展的项目活动。管理活动包括但不限于进行现场访问；审查绩效和财务报告；在特殊情况下提供技术援助和/或临时干预，以解决项目期间出现的缺陷；确保遵守条款和条件；并在项目完成后审查技术性能，以确保项目目标已经实现。第 6 条。NEPA 要求 DOE 在授权使用联邦资金之前必须遵守《国家环境政策法》（NEPA）。根据受助方提供的所有信息，SCEP 已做出
玻璃中介层基板：制造、特性和建模
摘要 人们对将玻璃用作 2.5D/3D 应用的基板的兴趣日益浓厚。玻璃具有许多材料特性，非常适合用作中介层基板。基于玻璃的解决方案通过利用规模经济以及按设计厚度形成基板，为降低成本提供了巨大机会。人们正在开展大量工作来验证玻璃作为中介层基板的价值。一个重要领域是玻璃相对于硅的电气性能。由于玻璃是绝缘体，用玻璃制成的中介层应具有比用硅制成的中介层更好的电气性能。电气特性和电气模型证实了这一优势及其对功能性能的积极影响。由于能够定制玻璃的热性能（例如热膨胀系数 (CTE)），预计在可靠性方面将有进一步的优势。将展示建模结果，以展示如何正确选择 CTE 可以显著降低堆栈翘曲。此外，在玻璃中介层制造的演示方面也取得了重大进展。如今，人们正在制造带有通孔和盲孔的全图案化晶圆和面板。同样重要的是，能够展示利用现有下游工艺对这些基板进行金属化的能力。本文将介绍应用现有下游工艺使用直通和盲孔技术制造功能性玻璃中介层的能力。 关键词 玻璃、中介层、热建模、热膨胀 I. 简介 在过去的几年中，半导体行业在使用玻璃作为中介层基板方面取得了巨大的发展。玻璃具有许多使其成为中介层基板的理想基板的特性，例如：超高电阻率、低介电常数、超低电损耗和可调节的热膨胀系数 (CTE)，可管理 3D-IC 堆栈。无论技术性能如何，任何基于玻璃的解决方案还必须在基板材料、通孔形成和后续处理方面提供成本优势。中介层技术对于 2.5D/3D 集成起着重要作用。目前有大量活动来开发基于硅通孔 (TSV) 技术的中介层制造基础设施。虽然 TSV 的可制造性不断提高，但在成本和电气性能方面仍存在一些困难的挑战，这促使人们考虑替代方案
基于最大化自耗策略和遗传算法的电池储能系统优化运行计划综合评价模型
摘要：当太阳能电池板无法产生足够的能量时，建立储能系统是有益的。然而，在可行性和效率方面存在一个重大问题。这些限制可以通过部署最佳运行策略来克服。在以前的研究中，研究人员通常专注于在这种情况下寻找解决问题的策略，只有一两个评估指标，缺乏对综合目标的全面评估。此外，很少有研究提出适用于具有不同能源需求特征的基于预测的运行场景的电池系统通用模型。因此，本研究开发了一个电池储能系统运行计划优化的综合评估模型，该模型具有详细、全面的分析以及实施的实用性。为了尽可能迅速、完全地消耗光伏发电的最大允许速率，该模型基于最大化自耗策略 (MSC)。采用遗传算法对光伏发电和负载需求进行时间匹配，充分考虑综合技术经济指标和总运行成本。该模型在典型的美国房屋中进行了验证，根据所分析的三种电池的技术经济指标选择最佳电池系统。研究发现，Discover AES、Electriq PowerPod2 和 Tesla Powerwall+ 这三种电池都可以作为储能选项，在短时间充电和放电阶段，它们的技术性能存在细微差别。Discover AES 的优势在于，在电池储能系统长期运行期间，可以及时利用光伏发电来满足负载需求。通过机器学习方法正确预测建筑能源需求，可以进一步扩展模型的稳健性和预测性能。机器学习方法被证明可行，可以使我们的优化模型适应具有不同能源需求特征的各种电池存储场景。这项研究在两个方面具有创新性。首先，使用 MSC 策略的遗传算法进行分层优化。其次，将机器学习方法与遗传算法结合使用，对预测计划进行在线优化。此外，本文提出的制定最佳运行计划的方法具有三大优点，即：通用性、实施方便和可扩展性好。然而，电池储能系统的充电和放电性能是在短期运行和常规太阳辐射下模拟的。未来应研究考虑太阳波动的长期运行。