摘要 —本文旨在在非欧几里得空间中统一空间依赖性和时间依赖性,同时捕捉交通数据的内部时空依赖性。对于具有拓扑结构的时空属性实体,时空是连续且统一的,而每个节点的当前状态受其邻居在不同时间段内的过去状态的影响。大多数用于交通预测的时空神经网络在处理过程中分别研究空间依赖性和时间相关性,严重损害了时空完整性,并且忽略了节点邻居的时间依赖周期可能延迟且动态的事实。为了模拟这种实际情况,我们提出了一种新颖的时空图神经网络 TraverseNet,将空间和时间视为一个不可分割的整体,以挖掘时空图,同时通过消息遍历机制利用每个节点不断发展的时空依赖性。消融实验和参数研究验证了所提出的 TraverseNet 的有效性,详细实现可从 https://github.com/nnzhan/TraverseNet 找到。
一个包含33,000多个家庭的英国案例研究区已被用于调查空间和时间冲突,以通过可再生的电能供应和低度的年代恢复从城市排水网络中满足国内热量需求。选择了案例研究区域,因为其水基结构和人口密度代表了大多数英国城市人口所经历的条件。发现,与天然气基系统相比,采用优化和集成的水能系统将导致当前碳排放量减少60%。提出的用于国内供暖的综合水能系统显示,每年可再生能源的盈余为716 GWH。但是,需要114 GWH的不可再生能源来应对需求和可再生能源供应的间歇性。鉴于可再生盈余,可以通过添加局部低效率的季节性间储能来消除国内供暖的碳排放。从更广泛的角度来看,由于国内住房部门占英国碳排放量的15%,因此计算出的60%碳排放量显着。在全国范围内逐步采用此类本地计划将能够切实地减少国家碳排放目标。
高空间和时间分辨率电力系统模型 highRES 用于为英国和欧洲设计具有成本效益、灵活性和天气适应性的电力系统。该模型专门用于分析高比例可变可再生能源的影响并探索整合/灵活性选项。随着可再生能源在发电中的比例增加,电力需求和供应之间的不平衡将日益加剧。highRES 是一种高分辨率电力系统模型,它同时考虑基础设施规划(投资)和运营(调度)决策,以确定最具成本效益的策略来应对不断增长的间歇性可再生能源份额。它通过比较和权衡将可再生能源整合到系统中的潜在选项来实现这一点,包括扩展输电网、与其他国家互联、建设灵活发电(例如燃气发电站)、可再生能源削减和能源储存。highRES 以 GAMS 编写,其目标是在一系列单元和系统约束下,最大限度地减少电力系统投资和运营成本以满足每小时需求。它可以根据研究问题的要求、二氧化碳排放量以及各种储能方案的技术特性,对热发电机的各种技术特性(例如爬坡限制、最低稳定发电量、启动成本、最小启动和停机时间)进行建模。输电网使用线性传输模型表示。© 2022 由 Elsevier BV 出版 这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
自前苏格拉底时代以来,哲学上就一直传承着对空间和时间本质的思考。在近代,这种思考已成为自然哲学的一部分,其目的是用数学语言描述自然。随着时间的推移,出现了两种主要传统。一方面是牛顿所持的显著立场,称为实体立场,该立场认为空间和时间是它们自己的绝对实体,是一个物质在其中生存和相互作用的舞台[1]。另一方面是莱布尼茨所代表的关系传统,该立场认为空间和时间是物质系统之间新兴的度量关系[1]。可以公平地说,自这两位伟大的思想家提出他们的观点以来的所有发展都可以(或多或少)归因于其中一种传统。对青年爱因斯坦影响深远的哲学家马赫显然属于第二阵营,而讽刺的是,当今广义相对论的标准本体论却更接近第一阵营,它把能量等物理性质归于度量场,与量子力学有着显著的不同。
作者要感谢美国能源部(DOE)氢和燃料电池技术,以及Neha Rustagi,Sunita Satyapal,尤其是Fred Joseck,尤其是他们在这几年中持续的支持,以开发场景评估和区域化分析(SERA)模型。作者还想感谢Brian Bush在全国可再生能源实验室中多年来开发Sera Model的发展,范德比尔特大学的Yuche Chen为他支持运营和维护成本文献审查的支持,以及国家可再生能源实验室的Aaron Brooker,以提供汽车模型的指导和支持。作者还要特别感谢Neha Rustagi在氢气和燃料电池技术和杰克·沃德(Jake Ward)和杰克·沃德(Jake Ward)的车辆技术中,他们的重要努力,以帮助与商用车辆电气相关的多个平行分析项目,以帮助协调和催化协作。
在过去的二十年里,超表面(一种通过空间排列的纳米级特征或“超原子”来操纵光的工程表面)已成为一种强大的概念,可用于定制和控制光的基本特性。透镜、移相器、偏振器和滤光片等传统光学元件体积庞大,需要数个波长的长度尺度才能改变穿过它们的光流。相比之下,光学超表面可以用一层深亚波长尺寸的光学纳米天线来操纵相位、振幅和偏振。用这种超薄扁平结构取代传统笨重光学元件的前景使超表面成为未来光学元件小型化设计工具包的重要组成部分,并实现全新的功能。
摘要 目的:利用源自发作间期颅内脑电图 (EEG) 的功能相关网络预测术后无癫痫发作已取得一些成功。然而,还有一些重要的挑战需要考虑:(1) 物理上彼此靠近的电极自然倾向于更相关,从而导致空间偏差;(2) 不同患者的植入位置和电极数量不同,使得跨受试者比较困难;(3) 功能相关网络可能随时间而变化,但目前假定为静态的。方法:在本研究中,我们使用来自 55 名难治性局灶性癫痫患者的颅内脑电图数据来解决这三个挑战。患者还接受了术前磁共振成像 (MRI)、术中计算机断层扫描和术后 MRI 检查,以便准确定位电极并描绘出切除的组织。结果:我们表明,对附近电极之间的空间接近度进行标准化可提高对术后癫痫发作结果的预测。此外,电极覆盖范围更广的患者更有可能正确预测其结果(受试者工作特征曲线下面积 > 0.9,P « 0.05),但不一定更有可能获得更好的结果。最后,无论分析的时间段如何,我们的预测都是可靠的。意义:未来的研究应考虑功能网络构建中电极的空间接近度,以改善术后癫痫发作结果的预测。切除和保留组织的覆盖范围越大,预测的准确性就越高。
首席研究员 Masood Ahsan Siddiqui 教授 印度新德里贾米亚米利亚伊斯兰大学地理系 论文协调员(如有) Taruna Bansal 博士 印度新德里贾米亚米利亚伊斯兰大学地理系 内容撰稿人/作者 (CW) Nasim Aktar 博士 加尔各答驻地大学地理系助理教授
“下一代”电力公司必须纳入可变的可再生资源,包括风能和太阳能,其数量远远超过传统认为的可能数量。虽然资源变化性是一个挑战,但应该能够通过在地理上分布可再生能源、将它们与不同的可再生能源相结合以及对电力负荷进行更动态的控制来减少和管理这种变化。这项研究表明,将单个太阳能发电站点互连成地理上分散的阵列可以降低电力输出变化,而将太阳能发电站点包括在地理上分散的风力发电站点阵列中可以进一步降低总变化,超过单独使用任何一种资源类型所能达到的范围。具体而言,优化的投资组合平均可将变化性降低 55%,低于所有单个站点的平均水平。最后,据观察,在建模系统中,只需包括互连阵列中潜在站点的一小部分即可实现这些变化性降低。
