XiaoMi-AI文件搜索系统
World File Search System探讨
移动式热能储存用于余热回收利用-关键技术探讨
摘要：波兰能源部门的变化，包括对热能的需求和使用，要求采取适当措施，使可用热源多样化，增加可再生和低排放源在热能生产中的份额，增加废热回收和利用。人们越来越重视减少碳足迹、减少污染、减少原材料使用、减少废热和提高企业能源效率等问题。越来越多的问题出现了——哪些技术可以用来解决已发现的问题和需求。本出版物提出的支持这些需求的解决方案是使用移动式热能存储 (M-TES) 技术。这种技术的使用具有巨大的潜力，但也涉及在进行这种技术的设计、建造和使用时需要考虑的许多条件。本出版物的主要目的是详细描述移动式热能存储技术，并讨论与 M-TES 的设计和使用相关的各种实际方面。讨论技术时既要考虑应用，也要考虑具体领域。第一种情况是逐步讨论，从设计阶段到报废阶段。第二种情况是一次讨论一个领域，包括：技术、法律、经济和环境。在讨论技术之前，先分析该领域现有的解决方案。最新情况表明，尽管人们对该主题的兴趣日益浓厚，但该领域仍有少数解决方案已经实施并投入使用。分析表明，M-TES 是一种具有巨大潜力的解决方案。然而，有必要对其进行开发，特别是在技术和经济领域。
这不是学校：从符号分析的角度探讨教育中的人工智能
公平具体 • Siyavula 教育：“[…] Siyavula 出版了涵盖 4-12 年级数学和科学科目的书籍。这些都是高质量、与课程一致的开放教育资源。根据知识共享许可发布这些资源降低了共享它们的法律障碍，同时以多种格式提供这些资源降低了访问它们的技术障碍。”
经济深度探讨
谈到一些主要世界经济体，基金组织预计，由于高通胀和货币政策收紧，英国 GDP 增长将在 2022 年放缓至 3.6%，2023 年放缓至 0.3%。同样，预计美国经济增长将在 2022 年放缓至 1.6%，2023 年放缓至 1%，这主要是由于通胀上升拖累了消费者需求，而激进的货币政策收紧对支出，尤其是住宅投资造成了影响。预计欧元区的增长也将放缓，因为乌克兰战争和货币政策收紧对经济活动造成了压力。预计中国将在 2022 年实现四十年来的最低增长（不包括 2020 年 COVID-19 的初始影响），增长率为 3.2%，原因是封锁以及房地产危机的加剧，然后在 2023 年小幅上升至 4.4%。
探讨特定主题中的隐喻术语...
术语隐喻是术语化的结果，术语化是常用词语获得特定于某一科学领域的特殊含义的过程。特定学科概念的隐喻表达机制基于某些关联（形式、形状、功能、结构等）。术语隐喻是专业词汇的重要组成部分，是帮助专家和非专业人士提名和理解特定学科概念、对象和过程的手段。本文研究了两个特定学科术语领域的隐喻术语——大地测量和地质。本研究的主要目的是分析从大地测量和地质词典和相关参考文献中提取的具有隐喻特征的术语单元，以确定它们的结构和语义特性及其生产力。本文从语义、结构和形态三个角度对所研究的隐喻进行了研究。本文采用定量分析和计算方法，确定了术语的不同语义和结构模型的生产力。研究发现，人类学隐喻术语在测地学和地质学术语中占主导地位。研究词汇包括单词干术语、复合词和具有隐喻特征的术语词组合。后者占主导地位。数据分析结果表明，两个术语系统中名词模型的数量都超过后者。
探讨特定主题中的隐喻术语...
术语隐喻是术语化的结果，术语化是常用词语获得特定于某一科学领域的特殊含义的过程。特定学科概念的隐喻表达机制基于某些关联（形式、形状、功能、结构等）。术语隐喻是专业词汇的重要组成部分，是帮助专家和非专业人士提名和理解特定学科概念、对象和过程的手段。本文研究了两个特定学科术语领域的隐喻术语——大地测量和地质。本研究的主要目的是分析从大地测量和地质词典和相关参考文献中提取的具有隐喻特征的术语单元，以确定它们的结构和语义特性及其生产力。本文从语义、结构和形态三个角度对所研究的隐喻进行了研究。本文采用定量分析和计算方法，确定了术语的不同语义和结构模型的生产力。研究发现，人类学隐喻术语在测地学和地质学术语中占主导地位。研究词汇包括单词干术语、复合词和具有隐喻特征的术语词组合。后者占主导地位。数据分析结果表明，两个术语系统中名词模型的数量都超过后者。
探讨能源和运输模式转变对石化行业的影响
摘要：能源和交通运输领域已开始从化石燃料转向可再生能源。受气候和可持续性考虑的推动，消费者偏好和企业对可再生能源驱动的电动汽车的期望正在加速。因此，化石燃料和石油炼制行业的长期前景存在很大的不确定性。由于石化产品的生产与石油炼制密切相关，因此也可能会受到这种模式转变的影响。本文使用基于优化的美国石化行业网络上层结构模型探讨了这些潜在影响。该模型用于研究行业在极端情况下的反应，包括完全丧失对液体运输燃料的需求和/或完全丧失原油供应和石油炼制能力。该模型还用于对可能在液体运输燃料需求有限的市场背景下实施的基于天然气的新技术进行评估。我们还考虑生产用于此目的的绿色氢气。
Bahaaeddin Alareeni Allam Hamdan 编辑探讨新冠疫情后的商业、技术机遇与挑战
“网络与系统讲义”系列以快速、非正式和高质量方式发表网络与系统领域的最新发展成果。会议记录和会后报告中的原创研究是 LNNS 的核心。LNNS 上发表的卷宗涵盖了网络与系统的所有方面和子领域以及新挑战。该系列包含系统和网络领域的会议记录和编辑卷宗，涵盖信息物理系统、自主系统、传感器网络、控制系统、能源系统、汽车系统、生物系统、车辆网络和联网汽车、航空航天系统、自动化、制造、智能电网、非线性系统、电力系统、机器人、社会系统、经济系统等领域。对于投稿者和读者来说，特别有价值的是短暂的出版周期以及全球范围的分发和曝光，这使得研究成果能够广泛而快速地传播。该系列涵盖了系统和网络、决策、控制、复杂过程和相关领域的理论、应用和最新进展及未来发展观点，涉及跨学科和应用科学、工程、计算机科学、物理、经济学、社会和生命科学领域，以及它们背后的范式和方法。
基于 122,969 例筛查检查的回顾性数据，探讨在乳房 X 光检查屏幕阅读中使用人工智能的可能策略
摘要 目的 人工智能 (AI) 在乳房 X 线检查的回顾性数据上显示出良好的效果。然而，很少有研究探讨人工智能和放射科医生在屏幕阅读中结合的不同策略可能产生的后果。方法 2009 年至 2018 年期间，挪威乳腺筛查中心共进行了 122,969 次数字筛查检查，由人工智能系统进行回顾性处理，该系统对检查进行 1-10 评分；1 表示恶性肿瘤怀疑程度低，10 表示恶性肿瘤怀疑程度高。将结果与筛查结果信息合并，并用于探索人工智能和放射科医生结合的 11 种不同场景的共识、回忆和癌症检测。结果 经过独立双重阅读，回忆率为 3.2%，筛查发现癌症为 0.61%，间隔癌症为 0.17%，并作为参考值。在人工智能评分 1 - 5 分的检查被视为阴性而评分 6 - 10 分的检查导致标准独立双重读取的情况下，估计召回率为 2.6%，筛查发现癌症为 0.60%。当评分 1 - 9 分被视为阴性而评分 10 分进行双重读取时，召回率为 1.2%，筛查发现癌症为 0.53%。在这两种情况下，如果在筛查中检测到共识选择的间隔癌症，筛查发现癌症的潜在率可能高达 0.63% 和 0.56%。在前一种情况下，屏幕阅读量将减少 50%，而后一种情况将减少 90%。结论人工智能和放射科医生的几种理论场景有可能减少屏幕阅读量，而不会显著影响癌症检测。必须在前瞻性研究中评估对召回率和间隔癌症的可能影响。要点 • 不同场景下人工智能联合放射科医生可减少50%的读屏量，屏幕癌症检出率在0.59%-0.60%之间，而标准独立双读后为0.61% • 人工智能联合放射科医生可在乳腺筛查中高精度识别阴性筛查检查，降低间隔癌的发生率
第 40 卷 | 第 1 期 文献综述 #2 2022 年 5 月 10 日 探索自然语言处理 (NLP) 在航空中的应用 Nadine Amin Tracy L. Yother 普渡大学 普渡大学 Mary E. Johnson Julia Rayz 普渡大学 普渡大学 由于计算能力的极大提升、当前大量数据的盛行以及数据驱动算法日益强大的能力，自然语言处理 (NLP) 最近在众多领域经历了快速发展，其中之一就是航空。在这项研究中，我们从研究和行业的角度探讨了 NLP 在航空领域的当前地位。我们将安全报告分析、航空维护和空中交通管制确定为航空领域 NLP 研究的三个主要重点领域。我们还列出了当前可用的 NLP 软件以及它们在航空业中的应用。最后，我们重点介绍了航空领域对标准 NLP 技术提出的一些现有挑战，讨论了当前相应的研究工作，并提出了我们推荐的研究方向。推荐引用：Amin, N., Yother, T. L., Johnson, M. E. & Rayz, J. (2022)。自然语言处理 (NLP) 探索
第 40 卷 | 第 1 期 文献综述 #2 2022 年 10 月 5 日 探索航空领域的自然语言处理 (NLP) 应用 Nadine Amin Tracy L. Yother 普渡大学 普渡大学 Mary E. Johnson Julia Rayz 普渡大学 普渡大学 由于计算能力的巨大提升、大量数据的普遍存在以及数据驱动算法的不断增长的力量，自然语言处理 (NLP) 最近在众多领域经历了快速发展，其中之一就是航空业。在本研究中，我们从研究和行业的角度探讨了 NLP 在航空领域的现状。我们将安全报告分析、航空维护和空中交通管制确定为航空领域 NLP 研究的三个主要重点领域。我们还列出了当前可用的 NLP 软件以及它们在航空业中的使用方式。最后，我们重点介绍了航空领域对标准 NLP 技术提出的一些现有挑战，讨论了当前相应的研究工作，并提出了我们建议的研究方向。推荐引用：Amin, N., Yother, T. L., Johnson, M. E. & Rayz, J.(2022)。自然语言处理 (NLP) 的探索