本报告记录了 1984 年至 1995 年期间美国通用电气商用反应堆的反应堆保护系统 (RPS) 安全相关性能的分析。本报告分析的通用电气 RPS 设计包括采用继电器跳闸系统的设计。分析基于 BWR/4 工厂设计。从核电站可靠性数据系统和许可证持有者事件报告中收集了所有美国通用电气商用反应堆的 RPS 运行数据。对数据进行了基于风险的分析,以基于系统的故障树模型估计 RPS 的观测不可用性。还对数据进行了趋势和模式的工程分析,以提供有关 RPS 性能的更多见解。将从数据中获得的 RPS 不可用性结果与来自单个工厂检查和其他报告的现有不可用性估计进行了比较。
fi g u r e 1七个步骤模块化二线线,以量化降解有机外DNA的环境因素并预测特定地点特定的理想采样持续时间(中心部分)及其所涉及的数据集。(a)步骤1-3概述了创建最终的全局模型的过程,该过程符合模型假设,(b)步骤4-7描述了生成可靠模型估计的过程,并根据A部分A中生成的最终全局模型进行了预测模型。框宽度指示涉及的定性数量;一个狭窄的框表明,每个步骤涉及的模型数量的减少,扩大了。根据模型构建数据集中的21个采样访问生成交叉验证中的折叠。粗体轮廓指示案例研究的遵循的路径。
本报告由欧盟委员会委托编写,旨在支持欧洲银发经济的发展。Technopolis Group 与牛津经济研究院合作开展了这项研究,研究方法步骤如下:(i) 根据统计数据和我们的影响模型估计欧盟银发经济的当前和潜在规模;(ii) 在国家和地区层面绘制主要政策举措,展示欧洲各行业的多样性、地理覆盖范围和社会经济影响的潜力;(iii) 开发 10 个最有前景机会的案例研究,利用在线创意与利益相关者社区合作,确定、分类和优先考虑机会领域的主要决定因素;(iv) 制定政策建议,重点关注如何最好地促进欧洲银发经济;(v) 通过参与式研讨会与各利益相关方验证研究结果。
本报告记录了 1984 年至 1995 年期间美国通用电气商用反应堆的反应堆保护系统 (RPS) 安全相关性能的分析。本报告分析的通用电气 RPS 设计包括采用继电器跳闸系统的设计。该分析基于 BWR/4 工厂设计。从核电站可靠性数据系统和许可证持有者事件报告中收集了所有美国通用电气商用反应堆的 RPS 运行数据。对数据进行了基于风险的分析,以基于系统的故障树模型估计 RPS 的观测不可用性。还对数据进行了趋势和模式的工程分析,以提供有关 RPS 性能的更多见解。将从数据中获得的 RPS 不可用性结果与来自单个工厂检查和其他报告的现有不可用性估计值进行了比较。
国际能源署 (IEA) 分析认为,部署碳捕获技术对于实现本世纪中叶美国和全球的碳减排目标和温度目标至关重要。1 碳捕获使电力和工业部门能够减少或消除碳排放,同时保护和创造高薪就业。对于钢铁和水泥等关键的碳密集型行业,无论工艺能源来源如何,生产过程本身的机械或化学性质都会产生大量二氧化碳排放。工业二氧化碳排放量占美国固定排放的 33%。3 因此,碳捕获是那些即使转换为低碳电力也难以脱碳的行业必不可少的减排工具。IEA 模型估计,到 2060 年,全球必须从工业过程中捕获超过 280 亿吨二氧化碳,才能实现国际脱碳目标和温度目标。2
本报告记录了 1984 年至 1995 年期间美国通用电气商用反应堆的反应堆保护系统 (RPS) 安全相关性能的分析。本报告分析的通用电气 RPS 设计包括采用继电器跳闸系统的设计。该分析基于 BWR/4 工厂设计。从核电站可靠性数据系统和许可证持有者事件报告中收集了所有美国通用电气商用反应堆的 RPS 运行数据。对数据进行了基于风险的分析,以基于系统的故障树模型估计 RPS 的观测不可用性。还对数据进行了趋势和模式的工程分析,以提供有关 RPS 性能的更多见解。将从数据中获得的 RPS 不可用性结果与来自单个工厂检查和其他报告的现有不可用性估计值进行了比较。
本报告记录了 1984 年至 1995 年期间美国通用电气商用反应堆的反应堆保护系统 (RPS) 安全相关性能的分析。本报告分析的通用电气 RPS 设计包括采用继电器跳闸系统的设计。该分析基于 BWR/4 工厂设计。从核电站可靠性数据系统和许可证持有者事件报告中收集了所有美国通用电气商用反应堆的 RPS 运行数据。对数据进行了基于风险的分析,以基于系统的故障树模型估计 RPS 的观测不可用性。还对数据进行了趋势和模式的工程分析,以提供有关 RPS 性能的更多见解。将从数据中获得的 RPS 不可用性结果与来自单个工厂检查和其他报告的现有不可用性估计值进行了比较。
摘要 —可解释人工智能 (XAI) 旨在为用户提供可理解的解释。SHAP、LIME 和 Scoped Rules 等 XAI 算法计算机器学习预测的特征重要性。尽管 XAI 引起了广泛研究关注,但将 XAI 技术应用于医疗保健以指导临床决策具有挑战性。在本文中,我们对 XAI 方法给出的解释进行了比较,作为分析复杂电子健康记录 (EHR) 的第三级扩展。利用大规模 EHR 数据集,我们根据 XAI 模型估计的预测重要性比较 EHR 的特征。我们的实验结果表明,所研究的 XAI 方法会根据具体情况生成不同的顶级特征;它们在共享特征重要性方面的差异值得领域专家进一步探索,以评估人类对 XAI 的信任。索引词 —可解释的人工智能、黑盒、玻璃盒、机器学习、电子健康记录
描述 在网络荟萃分析中实现一种新颖的频率学派方法,以生成临床相关的治疗层次结构。该方法基于治疗选择标准 (TCC) 和概率排名模型,如 Evrenoglou 等人所述。 (2024) < DOI:10.48550/arXiv.2406.10612 >。TCC 使用基于最小临床重要差异的规则来定义。使用定义的 TCC,首先将研究级数据(即治疗效果和标准误差)转换成偏好格式,指示治疗偏好(例如,治疗 A > 治疗 B)或平局(治疗 A = 治疗 B)。然后使用概率排名模型合成偏好数据,该模型估计每种治疗的潜在能力参数并生成最终的治疗层次结构。此参数表示每种治疗方法胜过网络中所有其他竞争治疗方法的能力。因此,能力评估值越大,排名就越高。
摘要。本文提出了一种建模方法,旨在季节性地解决全球气候和土壤对陆地生态系统生产和土壤微生物呼吸模式的控制。我们使用卫星图像(高级甚高分辨率辐射计和国际卫星云气候学项目太阳辐射),以及来自全球(1 o)数据集的历史气候(每月温度和降水量)和土壤属性(质地、C 和 N 含量)作为模型输入。卡内基-艾姆斯-斯坦福方法 (CASA) 生物圈模型按月运行,以模拟植物净碳固定、生物量和养分分配、凋落物、土壤氮矿化和微生物 CO2 生成的季节性模式。模型估计的全球陆地净初级生产力为 48 Pg C yr -•,最大光利用效率为 0.39 g C MJ -• PAR。超过 70% 的陆地净产量来自