XiaoMi-AI文件搜索系统
World File Search System稳性
胸腔科侵入性检查前应注意检查项目/药物
[参考] 1。Vikas Pathak等人，接受介入肺部程序的患者的抗凝剂和抗血小板治疗的管理，Eur Respir Rev 2017； 26：170020 2。James D.Douketis等人，执行摘要：抗血栓疗法的围手术期管理：美国胸部医师学院临床实践指南，胸部，2022年； 162：5：1127-1139 3。Indravadan J. Patel等人，介入放射学共识学会指南，围骨围骨治疗的血栓形成和出血风险，接受经皮图像引导的患者，血管和介入放射学杂志杂志，介入介绍性和介入的放射性放射学指南。 30：1168–1184 4。neuberger J等人，关于英国胃肠病学会临床实践中使用肝活检的指南，直肠2020; 69：1382–1403。doi：10.1136/gutjnl-2020-321299
2022 年分类技术规则勘误表
2. 上述第 1 款中的稳性手册的编制和批准应证明其完整稳性足以满足预期服务。足够的完整稳性意味着符合相关主管机关或本社考虑到船舶大小和类型而制定的标准。长度为 24 米及以上的船舶的完整稳性水平不应低于 IMO Res. MSC.267(85)（2008 年通过国际完整稳性规则）A 部分规定的适用于所考虑船舶类型的水平。如果有关主管机关接受其他标准，则这些标准可用于分类目的。有关主管机关的批准证据可用于分类目的。（2020 年）
一种研究基于人工智能的动态系统稳定性的玩具模型
过去几年，人们做出了许多努力，试图将人工智能 (AI) 应用于大气和气候建模。有一条研究路线试图开发新的数据驱动的参数化方案来取代部分大气模型（例如，Brenowitz & Bretherton，2018 年；Gentine 等人，2018 年；O'Gorman & Dwyer，2018 年）；学习基于 ML 的参数化方案意味着学习预测亚网格尺度大气过程（例如湍流和对流）的时间导数。尽管它们承诺为低分辨率大气模型（例如气候模型）提供数值上可承受但准确的物理结果，但当前最先进的 AI 参数化仍然存在偏差，更重要的是，它们面临数值不稳定的问题。据 Rasp (2020) 报道，当与大规模大气流体力学求解器结合时，神经网络 (NN) 通常在数值上不稳定（例如，Brenowitz & Bretherton，2019；Rasp 等人，2018）。据报道，基于随机森林 (RF) 的参数化是稳定的（Yuval & O'Gorman，2020）。但是，与离线相比，基于 NN 的参数化似乎优于基于 RF 的参数化（Brenowitz、Henn 等人，2020）。
人工智能在风险管理和金融稳定中的应用：概述和经验教训
尼日利亚存款保险公司 (NDIC) 6.0 简介 斯坦福大学顶尖人工智能 (AI) 专家 Andrew Ng 将 AI 描述为“新电力”，它将彻底改变全球经济的每个领域 (Ng, 2017)。这种说法与事实相差无几，至少在银行和金融服务领域是如此。目前关于金融科技如何改变银行服务的预测可分为数据访问和开放银行、数字化、机器学习/AI 和个性化 (McWilliams, 2019)。AI 一词于 1955 年首次提出 1 ，仅指计算机无需程序员干预即可获取和应用知识的能力。AI 使银行和金融业能够以更智能、更方便、更安全的方式满足客户的需求，同时获取、消费、储蓄或投资资金 (Schroer, 2019)。AI 及其相关技术正用于多种金融服务应用 (FSB, 2017)。它正用于解决多种传统银行问题，解决方案因金融机构的规模、位置和类型而异。Maskey (2018) 提出的一个中肯观点是，发展中国家的多家金融机构虽然目前正在尝试改善其数据基础设施，但可以利用 AI。神经网络是一种 AI 类型，它通过自动化复杂的流程和决策来协助银行和其他金融服务，从而降低成本、提高准确性、改善客户服务并带来竞争优势 (Accenture, 2019)。一项针对大型银行的调查显示，银行的 13 个不同部门部署了 93 种不同的 AI 解决方案 (Sloane, 2018)。AI 是一种颠覆性技术，到 2030 年，银行业将受益，潜在成本节省高达 1 万亿美元 (Maskey, 2018)。中国计划在 2030 年成为 AI 领域的领导者 (Fischer, 2018)，其金融行业处于 AI 创新的前沿。不仅中国，加拿大、俄罗斯和阿拉伯联合酋长国 (UAE) 等其他国家也已将 AI 确定为未来的关键技术 (Fischer, 2018)。例如，Mark Carney 2 表示，人工智能和大数据的使用不断增加，可能会导致从这些进步中受益的高技能工人与被边缘化的工人之间出现显著的不平衡 3 。英格兰银行有一个专门的网页，上面有几篇关于使用金融科技和人工智能塑造金融服务的文章 4 。美国银行系统监管机构也在密切关注零售金融市场的发展，包括人工智能和大数据 (McWilliams, 2018)。
一种提高风电稳定性的新控制算法...
摘要：本文提出了一种控制佩尔顿轮式涡轮机速度调节器的新算法，该涡轮机用于许多抽水蓄能系统，这些系统在可再生能源参与度较高的孤立电力系统中运行。该算法与使用 PID 或 PI 调节器的标准开发有很大不同，因为除了作用于喷嘴针和导流板外，它还采用了一种新的内环压力稳定电路，以改善频率调节并抑制调节针位置时产生的压力波的影响。所提出的算法已在 Gorona del Viento 风力水力发电厂实施，该发电厂为 El Hierro 岛（西班牙加那利群岛）提供主要能源需求。尽管该工厂除了风力和水力发电系统外，还拥有基于柴油发动机的发电系统，但本文介绍的研究结果的验证重点是频率控制仅由水力发电厂提供的情况。结果表明，采用所提出的算法取代了之前基于经典 PI 调节器的控制系统，能够在不可调度的可再生能源发电发生变化时抑制源自电厂长压力管道的压力波，而案例研究中这种情况发生的频率较高。阻尼器大大减少了累积时间和频率超过不同安全裕度的次数。阻尼器的加入还将低频泵组减载事件的数量减少了 93%。
具有无条件能量稳定性的高效线性方案......
29] 及其中的参考文献）。在演化过程中，薄膜/蒸汽界面可能会发生复杂的拓扑变化，如夹断、分裂和增厚，这些变化都给该界面演化的模拟带来了很大困难。[1] 提出了一种相场模型，该模型可以自然地捕捉形态演化过程中发生的拓扑变化，并且可以轻松扩展到高维空间，其中采用了稳定化方案的谱方法。相场方法的思想可以追溯到 [22] 和 [30] 的开创性工作。从那时起，它已成功应用于许多科学和工程领域。相场法使用辅助变量 φ（相场函数）来局部化相并用一层小厚度来描述界面。相场函数在两个相中分别取两个不同的值（例如 +1 和 −1），并在整个界面上平滑变化。在相场模型中，界面被视为过渡层，界面上某些物理量会连续但急剧地发生变化。相场模型可以从变分原理自然推导出来，即通过最小化整个系统的自由能。结果，导出的系统满足能量耗散定律，证明了其热力学一致性，并得到了一个数学上适定的模型。此外，能量定律的存在为设计能量稳定的数值方案提供了指导。相场方法现在已成为研究界面现象的主要建模和计算工具之一（参见[8–13,20,25,26]及其参考文献）。从数值角度来看，对于相场模型，数值近似中的一个主要挑战是如何设计无条件的能量稳定方案，使半离散和全离散形式下的能量都保持耗散。能量耗散定律的保持尤为重要，对于排除非物理数值解至关重要。事实上，已经观察到不遵守能量耗散定律的数值格式可能导致较大的数值误差，特别是对于长时间模拟，因此特别需要设计在离散级别保持能量耗散定律的数值格式。开发用于近似相场模型的数值格式的另一个重点是构建高阶时间推进格式。在一定精度的要求下，当我们想要使用更大的时间推进步骤来实现长时间模拟时，高阶时间推进格式通常比低阶时间推进格式更可取。这一事实促使我们开发更精确的格式。此外，不言而喻，线性数值格式比非线性数值格式更有效，因为非线性格式的求解成本很高。在本文中，我们研究了基于 SAV 方法的线性一阶和二阶时间精确、唯一可解且无条件能量稳定的数值格式，用于解决固态脱湿问题相场模型，该 SAV 方法适用于一大类梯度流 [15, 16]。引入辅助变量的梯度流格式首次在 [23,24] 中提出，称为不变能量二次化 (IEQ) 方法，其中辅助变量是一个函数。SAV 方法的基本思想是将梯度流的总自由能 E (φ) 分为两部分，写为
高光伏渗透率对电压稳定性的影响
摘要 — 光伏 (PV) 在现代电力系统中的重要性日益凸显。随着光伏发电的发展，可靠性问题也随之而来，因为光伏发电的行为与传统发电机不同。其中一个可靠性问题是电压稳定性。本文使用具有不同光伏渗透水平的动态模型，研究了德克萨斯州电力可靠性委员会 (ERCOT) 系统中奥斯汀地区的电压稳定性。基准情况设定为可再生能源渗透率为 0%。其他情况包括 15% 的风能渗透率和高达 65% 的光伏渗透率。研究结果表明，电压/无功控制能力对电压稳定性至关重要，而光伏发电缺乏这种能力。光伏的电压调节可能会导致过压，并且在区域光伏渗透率高的情况下，电压崩溃可能会更加突然。