XiaoMi-AI文件搜索系统
World File Search System石灰
首先推动联盟 - 钢铁承诺
1。fmc设置了雄心勃勃的标准，包括通过钢材和铸造（包括所有铁矿石和石灰岩加工运输的供应链（铁矿石和石灰石）（铁矿石和石灰石）和化石燃料供应（包括提取，运输和收益），包括原材料制备（铁矿石和石灰石）的供应链边界（包括所有铁矿石和石灰石处理的运输；不包括钢刮擦的分类和运输）。不管采矿和钢厂之间的中介停止如何，铁矿石和石灰产品的运输排放量包括所有排放。
建筑材料，第三版
这本书是2000年版的重大修改版本。在这本书的第三版中进行了广泛的修订。由于技术和行业进步的进步，已经引入了新材料。提供的信息包括材料的特征，以其物理和机械性能，重点是其强度和耐用性质量。提供的材料可以通过I.S.的信息补充。代码和各种产品制造商。此版本在处理水泥，混凝土，石灰等的章节中体现了材料的变化。对大多数材料的测试程序进行了更新，因为已经修改了一些代码。尤其是在第3章岩石和石头中，有关石头测试的部分已被完全改写。关于石灰的第8章已完全重写，以使其更加友好。关于水泥，第10章混凝土和第20章的逻辑更改已经进行了有关水泥和水泥混凝土的第20章。混凝土混合物的混合物已在第10章中放置，有关指向的部分已从第12章中有关建筑迫击炮的删除。在第20章关于特殊水泥和水泥混凝土的第20章中引入了许多更重要的更重要的混凝土，例如自我压实混凝土，细菌混凝土。在这些章节中，而且在其他章节中也进行了描述中数据和替换的大量修订。智能材料和复合材料已在第21章中引入了有关其他材料的信息。作者将感谢读者的评论和建议，以进一步改善本书。
利用季节性能源储存实现经济高效的建筑气候控制的模型预测方法
为了储存夏季剩余的电能供应并满足冬季的供热需求，需要一个高容量的季节性储能系统。这项工作的目的是将一种新型热化学季节性储能概念控制集成到建筑能源系统中。在这项工作中，开发了一个基于状态的模型，包括建筑物、水缓冲区和供热系统。为了阐述长期储存的影响，应用了长期天气预报并改变了供热。由于公共天气预报在几天的时间范围内是可靠的，因此使用测试参考年数据来近似公共预报期以外的天气预报。在此基础上，设计了两个模型预测控制 (MPC) 概念，以便在一年内高效运行该系统。层次结构由上级最佳发电调度 (OGS) 和下级 MPC 组成。这些概念遵循预定的长期石灰储存轨迹，并根据当前公共预测实现可能的短期收益。轨迹跟踪在目标函数或约束中制定。将新型石灰储存模块集成到建筑物的供热系统中，在现实情况下可将运营成本降低 18%，在电价波动较大的情况下，最高可降低 80%。这种降低潜力可以通过开发的控制方法充分利用，但它对控制器参数的变化、电价波动和天气数据非常敏感。此外，通过应用最佳的控制方法和参数集，可以避免更高级别的调度层次结构。
废热回收的评估和障碍...
本文讨论了在恶劣环境下废热回收 (WHR) 的工业潜力——恶劣环境下废热回收的定义是废热流的温度至少为 650°C 或含有使热回收复杂化的反应性成分。分析涵盖五个行业（钢铁、铝、玻璃、水泥和石灰），选择这些行业是基于生产量、含有恶劣环境成分的废气排放量、回收比目前回收量多得多的热量的可能性以及目前缺乏可接受的 WHR 选项。这些行业在恶劣环境下产生的废热流中发现的总潜在能源节约相当于美国制造业损失的工艺热能的 15.4%（113.6 TWh）。评估了这些行业现有的技术和材料，并估算了每个工业部门可从恶劣环境气体中回收的废热。最后，对每个废热源的深入总结显示了废热可以在何处回收以及必须解决哪些具体问题。潜力最大的是钢铁高炉（46 TWh/年）。考虑的其他废热流包括钢电弧炉（14.1 TWh/年）、平板玻璃（3.6 TWh/年）、容器玻璃（5.7 TWh/年）、玻璃纤维（1.1 TWh/年）、特种玻璃（2.2 TWh/年）、铝熔炉（4.7 TWh/年）、水泥（17.1 TWh/年）和石灰（10.5 TWh/年）。尽管在恶劣环境中回收废热的尝试大多未获成功，但研究和技术的进步可能会释放出巨大的能源和成本节约潜力。
2014 年 12 月 1 日《洞穴与喀斯特研究杂志》第 76 卷第 3 期
摘要：一种地球物理方法的复合物用于研究旨在生产详细地质映射的小型喀斯特区域，以确认已知污水坑的地质定位，并发现表面以下洞穴和空隙的可能持续。应用偶极子电磁谱分析和辐射图（伽马射线光谱法）来确定硬碳酸盐岩石和风化的山谷填充沉积物的空间分布。在研究区域的选定位点进行了详细的高清磁力测定法，目的是区分污垢和人造的石灰kilns，即将石灰石加热并转化为石灰的坑。使用微重力和电抗性断层扫描（ERT）方法来创建地下洞穴的高分辨率图像。ERT和地质调查的结果用作重力建模的初始模型。各种尺寸的地下腔是对比的地球物理对象，根据填充材料的组成，电阻率的范围从非常电导的到相对电阻。电阻率属性的解释并不总是直接的。我们必须区分充气（高抗性）和壤土充满水的（低抗性）腔和断裂。合并的地球物理学方法使我们能够确定更准确的近表面地质模型，在我们的情况下，对ERT倒置中强导的强导异常的平行解释，重力建模的主要密度降低会导致在表面低于50至60 m的深度处的腔内存在。
具有视觉上可解释的跑道退出预测模型...
摘要 - 已经开发了越来越多的机器学习（ML）工具和原型，以协助空中交通管制员（ATCO）的决策过程。这些ML工具可以促进更快，更一致的决策，以进行流量监控和管理。但是，其中许多工具都使用了模型，在这些模型中，机器做出的决策不容易被ATCO组成。因此，有必要为ATCO开发可解释的基于ML模型的工具，以管理使用基于ML模型的决策的固有风险。这项研究调查了视觉上解释的ML模型，用于跑道出口预测，以实现更好的跑道管理。具体来说，这项研究采用了XGBoost上的局部可解释的模型解释（LIME），在该解释中，可以看到机器做出的跑道退出预测的决策。XGBoost在这里研究的三种飞机分别达到了94.35％，94.17％和80.87％的分类精度。分析石灰参数时，石灰显示了与特定跑道出口相对应的每个飞机的特征的贡献。此外，视觉分析可以将跑道退出预测中不确定性的来源告知决策者。因此，这项工作为基于ML的跑道出口预测铺平了道路，视觉上可解释的机器决策可以为ATCO提供见解，以提供有效的跑道管理以及到达和出发的计划。交互式接口可视化跑道退出预测的机器决策的交互式界面也是本文的原型。
大鼠半乳糖诱导的白内障
背景：大鼠模型由于其成本效益以及与人类的显着生理和遗传相似性而广泛用于研究白内障，这项研究的目的是确定由于大鼠的半乳糖暴露而导致白内障的基因。方法：我们分析了来自基因表达综合的四个数据集，包括不同大鼠菌株中白内障的离体和体内模型。特征选择工具用于识别与白内障相关基因表达中潜在相关的基因。实施了决策树算法，并使用摇动和石灰来解释其预测。为了验证基因表达水平，在M199培养基中培养的六个大鼠透镜上进行了PCR，仅在M199中诱导白内障和六个镜片。结果：使用特征选择工具，四个关键基因 - plagl2，cmtm7，pcyt1b和nr1d2。在分析的数据集之间，只有白内障和对照组之间的PCYT1B显着差异。该模型显示出强大的预测性能，尤其是在离体数据集中。摇摆和石灰分析表明，CMTM7对模型预测的影响最大。PCR结果没有显示白内障和对照组之间基因表达的显着差异。结论：在体内数据集中训练的决策树模型可以预测过体内和体内白内障，尽管白内障和对照组之间没有发现显着的基因表达差异。给定少量样本，需要进行较大的研究来验证我们的发现。
解释透明AI
Banipur摘要：人工智能（AI）和机器学习（ML）越来越成为医疗保健，金融和自治系统等关键领域决策的核心。但是，它们的复杂性使许多模型不透明，通常称为“黑框”模型，使用户难以理解或信任做出的决定。可解释的AI（XAI）试图通过在模型决策过程中提供透明度来解决这一问题。两种突出的XAI技术，Shap（Shapley添加说明）和石灰（局部可解释的模型解释）被广泛用于解释复杂的模型。本文介绍了摇动和石灰的比较分析，研究了其理论基础，优势，局限性和应用。Shap植根于合作游戏理论，并提供了一致可靠的解释，而Lime则提供了适合实时应用的有效局部解释。本文进一步讨论了应用这些方法的挑战，尤其是围绕可扩展性和实时决策，并突出了潜在的未来研究方向，包括结合了Shap和Lime优势的混合模型。Keywords: Explainable AI (XAI), Machine Learning Interpretability, SHAP (Shapley Additive Explanations), LIME (Local Interpretable Model-agnostic Explanations), Black-box Models, Model Transparency, Feature Attribution, Model-agnostic Explanations, Cooperative Game Theory, Local Explanations, Global Interpretability, Model Explainability, Bias Detection, Trust in AI, Ethical AI, Algorithm透明度，AI问责制，模型评估，混合解释模型，XAI中的计算复杂性。
模块：废物能源，达勒姆约克能源中心
EFW 工艺可将住宅垃圾的体积减少约 85% 至 90%。处理后剩下的垃圾中，大部分是无害的底灰，类似于碎石。较小部分是现场处理产生的粉煤灰，其中含有石灰和碳残留物，这些残留物被空气污染控制设备捕获。DYEC 的灰烬在运出场外之前会经过测试，以确保无害。底灰和处理过的粉煤灰被运往垃圾填埋场并用作日常覆盖材料，从而减少了对土壤或其他覆盖材料的需求。
都柏林 /爱尔兰废物到能源工厂< / div>
烟气处理系统约占Poolbeg设施的三分之一。烟气在三个阶段进行处理，直到足够纯净以至于以最低的排放水平从堆栈中释放出来。在第1阶段中，烟气在170°C左右的温度下被送入半层反应堆，并注入干燥的石灰，水和活性碳。氢氧化钙的颗粒与烟气中的污染物反应，从而产生颗粒物，在第二阶段，织物过滤器中去除，而活化的碳中和汞的任何痕迹和二氧化物/呋喃。在第三阶段也是最后一阶段，湿洗涤塔吸收并中和任何剩余的酸性气体。