胶体系统实验控制的最新进展推动了中尺度热力学装置生产的革命。功能性“教科书”发动机,如斯特林循环和卡诺循环,已在远离平衡的胶体系统中生产出来。同时,此类装置的设计和分析也取得了重大的理论进展。在这里,我们使用热力学几何方法来表征与时变热浴接触的参数谐振子的最佳有限时间非平衡循环操作,特别关注布朗卡诺循环。我们推导出最佳参数化的卡诺循环以及另外两个新循环,并将它们耗散的能量、效率和稳态功率产生相互比较,并与之前测试过的卡诺循环实验方案进行比较。我们证明了,与之前实验测试的方案相比,我们的一款发动机的耗散能量提高了 20%,在其他条件下提高了 ∼ 50%,而我们的最终发动机比我们考虑过的其他发动机更高效、更强大。我们的结果为通过实验实现最佳中尺度热机提供了手段。
摘要背景:从磁共振图像(MRI)中分割脑肿瘤及其组成区域对于规划诊断和治疗非常重要。在临床实践中,经验丰富的放射科医生通常使用多模态 MRI 来描绘肿瘤区域。但这种手动分割容易出现重现性差且耗时。此外,常规临床扫描通常分辨率较低。为了克服这些限制,需要一种基于计算机视觉的自动精确分割算法。方法:我们研究了三种广泛使用的分割方法的性能,即区域增长、模糊 C 均值和深度神经网络 (deepmedic)。我们通过随机选择 48 名患者数据(高级别,n = 24 和低级别,n = 24)在 BRATS 2018 数据集上以及在我们的常规临床 MRI 脑肿瘤数据集(高级别,n = 15 和低级别,n = 28)上评估了这些算法。我们使用骰子相似系数、豪斯多夫距离和体积测量来测量它们的性能。结果:与模糊 C 均值 (FCM) 和 deepmedic 网络相比,区域增长法表现非常差。对于 BRATS 和临床数据集,FCM 和 deepmedic 算法的 Dice 相似系数得分彼此接近。这两种方法的准确率一般都低于 70%。结论:尽管 deepmedic 网络在 BRATS 脑肿瘤分割挑战中表现出非常高的准确率,但它必须针对低分辨率常规临床扫描进行定制训练。它还需要大量训练数据才能用作临床应用的独立算法。尽管如此,与区域增长或 FCM 相比,deepmedic 可能是脑肿瘤分割的更好算法。关键词:脑肿瘤、分割、深度神经网络、MRI
∗ Pawe l Doligalski(通讯作者):英国布里斯托尔大学经济学系,The Priory Road Complex,Priory Road,BS8 1TU,布里斯托尔,电子邮箱:pawel.doligalski@bristol.ac.uk,电话:+44 117 954 6930。Luis E. Rojas:西班牙巴塞罗那 Cerdanyola del Vall´es 08193 UAB 校区 B 栋,电子邮箱:luis.rojas@MOVEbarcelona.eu,电话:(+34) 93 581 47 39 分机 4739。Luis Rojas 感谢 ERC 高级资助 (APMPAL) GA 324048 的支持。Pawe l Doligalski 感谢匈牙利中央银行给予他在匈牙利任职期间参与该项目的机会。我们非常感谢联合编辑 Florian Scheuer、匿名审稿人以及 ´ Arp´ad ´ Abrah´am、Charles Brendon、Antoine Camous、Hal Cole、Mike Golosov、Piero Gottardi、Ramon Marimon、Wojciech Kopczuk、Claus Kreiner、Dirk Krueger、Etienne Lehmann、Humberto Moreira、Erwin Ooghe、Wojciech Paczos、Evi Pappa、Dominik Sachs、Julia Schmieder、Jon Temple 和 Yanos Zylberberg 提出的宝贵意见。所有错误均由我们自己承担。
发射场位置选择是航天工业中一个关键的管理和技术决策问题。从大量基本因素、考虑因素和预先请求中获得的标准为评估过程提供了输入。决策者在评估阶段考虑各个方面来评估许多候选发射场位置。最近开发的最佳最差方法是一种多标准决策过程,旨在评估这项工作中标准的权重。使用所提出的方法评估了技术、商业和安全(主要标准)的权重以及十二个子标准。使用 BWM 确定标准的权重以及技术、管理重点因素的重要性。结果有助于管理员选择最佳优先发射场。最佳最差方法提供可靠且可用的结果,这些结果也与其他评估一致。使用 Ben-Tal 最佳和最差方法分析了与输入参数相关的不确定性。以土耳其为例,锡诺普被选为土耳其各省最佳优先发射场,索马里是四个候选发射场中最佳的发射场位置。适当建立的发射场有助于成功进入太空。
b'我们考虑由小型、自主设备组成的网络,这些设备通过无线通信相互通信。在为此类网络设计算法时,最小化能耗是一个重要的考虑因素,因为电池寿命是一种至关重要的有限资源。在发送和侦听消息都会消耗能量的模型中,我们考虑在任意未知拓扑的无线电网络中寻找节点最大匹配的问题。我们提出了一种分布式随机算法,该算法以高概率产生最大匹配。每个节点的最大能量成本为 O (log n )(log \xe2\x88\x86) ,时间复杂度为 O (\xe2\x88\x86log n )。这里 n 是节点数量的任意上限,\xe2\x88\x86是最大度数的任意上限; n 和 \xe2\x88\x86 是我们算法的参数,我们假设它们对所有处理器都是先验已知的。我们注意到,存在一些图族,对于这些图族,我们对能量成本和时间复杂度的界限同时达到多项对数因子的最优,因此任何显著的\xef\xac\x81 改进都需要对网络拓扑做出额外的假设。我们还考虑了相关问题,即为网络中的每个节点分配一个邻居,以便在最终节点发生故障时备份其数据。在这里,一个关键目标是最小化最大负载,定义为分配给单个节点的节点数。我们提出了一种有效的分散式低能耗算法,该算法确定一个邻居分配,其最大负载最多比最优值大一个多项对数 (n) 因子。'
* 杜克大学法学院法学副教授。我非常感谢过去几年来与许多人的深入交流和反馈,包括 Matthew Adler、Kerry Abrams、Rohit Asirvatham、Rachel Barkow、Sara Sun Beale、Monica Bell、Jeffrey Bel- lin、Joseph Blocher、James Boyle、Sam Buell、Robynn Cox、Miltonette Craig、Michael Frakes、Brandon Garrett、Lia Gelles、Max Gelles、Jim Greiner、Lisa Griffin、Eisha Jain、Anna Kaplan、Charlotte Kaplan、Emma Kaufman、Maggie Lemos、Kate Levine、Asher Levinthal、Tracey Meares、Ion Meyn、Ngozi Okidegbe、JJ Prescott、Michael Pollack、Roshan Rama、John Rappaport、Jocelyn Simonson、Sam Speers、Megan Stevenson、Chris Slobogin、Jenia Turner、Ronald Wright 和 Diego Zambrano。我还要感谢明尼苏达大学法学院公法研讨会、哈佛大学法学院刑事司法改革阅读小组、实证刑法圆桌会议、ABA-AALS-司法学院刑事司法圆桌会议、杜克大学法学院教职员工研讨会、2020 年法律与社会会议和 CrimConn 2020 的反馈。
本文表达的任何观点均为作者观点,而非 IZA 观点。本系列中发表的研究可能包括政策观点,但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构,开展劳动经济学研究,并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下,IZA 运营着世界上最大的经济学家网络,其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作,并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
新南威尔士州投资局是新南威尔士州政府新冠疫情恢复计划的一部分,最近成立,负责协调该州吸引新的国际投资和业务的努力。它汇集了新南威尔士州全球发展局(贸易和投资)、新南威尔士州投资局(业务增长和投资)、新南威尔士州留学局(吸引国际学生)和新南威尔士州研发局(实施研发行动计划的新领域)。新南威尔士州投资局将专注于为该州带来新的业务和投资。吸引和留住全球人才是这一使命不可或缺的一部分。
摘要 本文提出了并网住宅光伏系统的日前优化能源调度技术,以符合电价并优化家庭运营效益。该解决方案被视为优化问题,目标是最大化家庭能源效益,优化变量是电力调度率,即出售给电网的光伏电力与供应负载后的额外光伏能源之比。之后,使用粒子群优化 (PSO) 解决公式化的非线性优化问题。使用位于尼泊尔拉利特布尔的典型并网太阳能供电系统(具有太阳能光伏系统和电池储能系统)进行验证分析。研究结果表明,建议的能源调度策略与启发式优化方法相结合,可成功实现多种能源的优化能源调度,从而在分时电价下实现财务效益最大化。
交通车辆和网络系统效率可以用两种方式来定义:1)减少系统中所有车辆的行程时间,2)减少系统中所有车辆的总能耗。实现这些效率的机制被视为独立的(即车辆和网络领域),当结合起来时,迄今为止尚未得到充分研究。本研究旨在整合以前开发和发表的关于预测最优能源管理策略 (POEMS) 和智能交通系统 (ITS) 的研究,以满足量化由同时进行车辆和网络优化而带来的系统效率改进的需求。POEMS 和 ITS 是部分独立的方法,它们不需要彼此发挥作用,但各自的有效性可能会受到彼此存在的影响。为了