深度学习用于在几个科学领域的重要应用中使用的计算机视觉问题。在生态学中,对深度学习的兴趣日益增加,以对大量图像(例如动物物种鉴定)进行重复分析。 但是,生态学家的社会性涉及深入学习的广泛采用有挑战性的问题。 首先,有一个编程障碍,因为大多数算法都是用python编写的,而大多数生态学家则精通R。 第二,深度学习在生态学中的最新应用集中在计算方面和简单任务上,而无需解决潜在的生态问题或进行统计数据分析以回答这些问题。 在这里,我们展示了可重复的R工作流程,该工作流程使用Predator-Prey关系作为案例研究整合了深度学习和统计模型。 我们说明了在用相机陷阱收集的图像上识别动物物种的深度学习,并使用多物种占用模型来量化空间同时存在。 尽管平均模型分类性能,但无论我们分析了地面真相数据集还是分类数据集,生态推断都是相似的。 此结果要求在分配的时间和资源之间进行进一步的工作,分配给具有深度学习的模型以及我们通过生物多样性监测正确解决关键生态问题的能力。 我们希望我们可重复的工作流对生态学家和应用统计学家有用。在生态学中,对深度学习的兴趣日益增加,以对大量图像(例如动物物种鉴定)进行重复分析。但是,生态学家的社会性涉及深入学习的广泛采用有挑战性的问题。首先,有一个编程障碍,因为大多数算法都是用python编写的,而大多数生态学家则精通R。第二,深度学习在生态学中的最新应用集中在计算方面和简单任务上,而无需解决潜在的生态问题或进行统计数据分析以回答这些问题。在这里,我们展示了可重复的R工作流程,该工作流程使用Predator-Prey关系作为案例研究整合了深度学习和统计模型。我们说明了在用相机陷阱收集的图像上识别动物物种的深度学习,并使用多物种占用模型来量化空间同时存在。尽管平均模型分类性能,但无论我们分析了地面真相数据集还是分类数据集,生态推断都是相似的。此结果要求在分配的时间和资源之间进行进一步的工作,分配给具有深度学习的模型以及我们通过生物多样性监测正确解决关键生态问题的能力。我们希望我们可重复的工作流对生态学家和应用统计学家有用。
MTF 是船旗国和船级社的论坛,旨在提供技术和监管专业知识,造福海运业。该论坛的作用是共同研究并向海运业发布研究成果,并利用监管专业知识为航运业提供公正的建议。它旨在为替代燃料的使用和行业自动化水平的提高提供指导。此外,它还允许安全地测试和采用新技术,并帮助制定世界领先的法规。船旗国管理部门包括日本国土交通省海事局、挪威海事局、英国海事和海岸警卫局以及新加坡海事及港务管理局 (MPA)。船级社成员包括 ABS、DNV、LR 和 ClassNK。代表海事技术论坛发布。如需了解更多信息,请联系 ABS 战略营销总监 Jesse Lashbrook 电话 +1 281 877 6774 手机 +1 832 906 0459 邮箱 jlashbrook@eagle.org
本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任或义务,也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
1 沙迦大学 RISE 可持续能源与电力系统研究中心,沙迦 PO Box 27272,阿拉伯联合酋长国 2 阿斯顿大学工程与应用科学学院机械工程与设计,伯明翰阿斯顿三角区 B4 7ET,英国 3 沙迦大学先进材料研究中心,沙迦 PO Box 27272,阿拉伯联合酋长国 4 米尼亚大学工程学院化学工程系,米尼亚 61519,埃及 5 贝尼苏韦夫大学高级科学研究生院环境科学与工业发展系,贝尼苏韦夫 62521,埃及 6 南谷大学工程学院机械工程系,基纳 83521,埃及 * 通信地址:aolabi@sharjah.ac.ae (AGO);awotwet@aston.ac.uk (TW); mabdulkareem@sharjah.ac.ae (MAA)
尽管电池电动汽车和氢燃料电池汽车在减少二氧化碳排放方面大有可为,但电气化运输仍有一些领域尚未解决,例如重型和远程全球航运业。在本观点中,我们研究了使用碳氢化合物或酒精燃料进行二氧化碳中性运输的可行性,其中二氧化碳产物在车辆上被捕获。这种方法充分利用了碳基燃料无与伦比的能量密度,而这正是这些能源密集型应用所需要的。我们考虑了所需的电力技术、基础设施和燃料,提出了一个概念。我们计算了多种车型的存储量和质量要求,并将其与其他二氧化碳中性选择(即氢燃料电池和电池电动汽车)的存储量和质量要求进行了比较,并讨论了实施该技术的研究和开发需求。
2020 年 1 月 7 日联系人:Jacobson@stanford.edu;Twitter @mzjacobson 摘要带有碳捕获与储存 (CCS) 和使用 (CCU) 的煤炭和天然气被宣传为零碳电力来源,应作为解决全球变暖、空气污染和能源安全问题的解决方案实施。天然气也被提议作为煤炭和可再生能源之间的桥梁燃料。本节评估这些说法。带有碳捕获技术的煤炭和天然气都远远没有接近零碳。根据数据,它们在 20 年内仅减少约 10.8% 的碳当量排放量 (CO 2 e),在 100 年内减少约 20%。同时,与没有碳捕获相比,它们会使空气污染和土地退化增加 25% 至 50%。使用捕获的二氧化碳来提高石油采收率会造成更大的损害。最后,安装碳捕获设备的成本很大。以下是其他具体发现:• 没有配备碳捕获功能的低碳、更不用说零碳的煤炭或天然气发电厂