摘要 马耳他短期季度计量经济预测模型 (STEMM) 是马耳他政府官方宏观经济预测、财政预测和财政目标的基础。STEMM 是一个凯恩斯主义模型,其中总需求在短期价格刚性存在的情况下决定产出。该模型最初由经济政策部于 2001 年在英国剑桥计量经济学会的帮助下开发。该模型是中等规模的,由六个主要模块组成。它由 47 个恒等方程和 69 个行为方程组成,其中大多数被指定为误差修正模型规范,根据 Engle-Granger 两阶段方法根据 1995 年至 2016 年的季度欧洲会计体系 (ESA) 2010 链式数据估计。此外,还有 47 个外生变量,包括与我们的贸易伙伴相关的经济变量、汇率、商品价格、财政变量和虚拟变量。 JEL分类:C3、C5、E1、E2、E3、E6、F1、H6、J2、J3。
长期预测模型: • FINITO - 燃料和工业综合优化模型(燃料/工业) • ReEDS - 区域能源部署系统(电力) • SLiDE - 可扩展链接动态平衡模型(经济) 经济模型/数据: • JEDI - 就业和经济发展指数模型 • WINDC - 威斯康星州国家数据联盟(州级) • GTAP - 全球贸易分析项目(国际) 电力系统模型: • beetle - 从 ReEDS 到 SIIP 和 PLEXOS 的转换器 • SIIP - 可扩展综合基础设施规划模型 • PLEXOS - 电力系统模型(商业) dsGrid 的数据输入: • ResStock - 住宅建筑存量模型 • ComStock - 商业建筑存量模型 • IGATE-E - 工业地理空间能源评估分析工具 (ORNL) • TEMPO - 交通能源与移动路径选项模型 杂项: • dsgrid - 需求侧电网(按部门划分的 8,760 个负荷数据) • dGen – 分布式发电模型(分布式光伏) • PRAS – 概率资源充足性套件(可靠性)
1. 简介农场级经济模型 (FEM) 是一个全农场年度经济模拟模型,可模拟各种情景对农场经济指标的影响。FEM 的开发始于 1992 年,作为国家畜牧业和环境试点项目 (NPP;Jones 等人,1993) 的一部分。该模型的初始版本是作为通用代数建模系统 (GAMS;Brooke 等人,2002) 应用程序构建的。随后,对 FEM 进行了大幅修改,以提供更大的灵活性来分析与农业相关的各种政策和实践。由于其历史,FEM 包含与环境问题和农业接口相关的强大组件。模型中提供了精心设计的工具和例程,用于指定粪便处理实践和其他与水和空气质量问题有关的农场规范。 FEM 还包含特殊例程,用于将模型链接到各种环境模拟模型,例如农业政策环境扩展器 (APEX;Williams 等人,2000) 和土壤和水评估工具 (SWAT;Arnold 等人,1999)。包括 FEM 和两个或更多环境模拟模型的综合经济和环境模拟系统的最新示例是 CEEOT-SWAPP(带有 SWAT/APEX 接口程序的综合经济和环境优化工具;Saleh 等人,2007)。尽管在开发过程中强调环境问题,但 FEM 也适用于农业政策和农场分析的其他方面。该模型可用于评估投入税、政府计划、投入和产出价格变化以及其他外生因素对农场收入和成本的影响。FEM 的一个关键特征是其灵活性。用户可以在 FEM 项目中包含任意数量的农场和任意数量的场景。用户仅受其可支配的计算资源的限制。此外,用户可以定义任何单个农场,以包括不同作物和不同牲畜品种的任意组合。例如,单个农场可以包括两块田地,一块种植玉米(用于玉米-大豆轮作),另一块用作苜蓿田。在同一个农场,用户可以包括大型育肥猪场和小型奶牛场。FEM 提供的灵活性包含在其设计中,目的是确保模型能够容纳可能研究的多种农场类型。营养跟踪工具 (NTT;Saleh 等人,2011) 中呈现的经济产出是通过 FEM 模拟获得的。为了模拟 FEM,在 NTT 中输入的用户数据通过 NTT 界面和 FEM 中的链接程序传输到 FEM。FEM 整体模拟农场,因此无论感兴趣的区域大小如何,FEM 都会模拟整个代表性农场,以捕捉场景的全部经济效应。为此,NTT 程序中已包含一组代表性农场。一旦在 FEM 中完成经济模拟,输出将由 NTT 界面读取并呈现给用户。
VCEA 将通过要求该州投资者所有的公用事业公司减少排放来实现该州电力部门的脱碳,包括要求 Dominion 到 2045 年实现 100% 无碳电力,要求 Appalachian Power 到 2050 年实现 100% 无碳电力,加入区域温室气体倡议 (RGGI),并在 2050 年后限制几乎所有发电厂的所有二氧化碳排放。它还要求到 2024 年关闭几乎所有燃煤发电厂,到 2045 年关闭大多数天然气、生物质和石油发电厂。最后,VCEA 包括到 2034 年实现 5,200 兆瓦 (MW) 的海上风电、到 2035 年实现 3,100 MW 的能源存储容量,以及显著提高能源效率。根据美国能源信息署的数据,弗吉尼亚州目前已安装 2,300 MW 的可再生能源容量。
∗ 我要感谢 Maik Wolters、Hans-Werner Wohltmann 和 Fabio Canova 在我攻读德国基尔大学博士学位和德国基尔世界经济研究所高级研究项目期间提出的宝贵建议和意见。此外,我还要感谢 Jesper Lind´e、Karl Walentin、Vesna Corbo、Ingvar Strid、Paola Di Casola、Magnus Johnsson 以及瑞典央行研究部、建模部和应用研究部的其他经济学家在我攻读博士学位实习期间就模型规范进行的讨论。此外,我还要感谢 David Hendry 爵士在美国乔治华盛顿大学第 21 届动态计量经济学会议上提出的有益评论,以及在第 12 届东南欧经济研究研讨会(阿尔巴尼亚银行)上经济学家和参与者的反馈。本研究论文中的所有发现、建议和错别字均属于我个人,并不一定反映德国基尔大学量化经济学博士项目人员的观点。
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法,并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类,开创了零样本 3 维模型分类方法。近年来, CLIP 在零样本图像分类上取得了良好的效果,因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中, Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型, PointCLIP 首先将 3 维点云投影成多个深度图,然 后利用 CLIP 的预训练图像编码器提取深度图特 征,同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题,基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时,冻结 CLIP 的图像编码器,使用深度图编码器提取深度图特 征,该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间,该方法利用大规模图像 - 文本对预 训练的视觉语言模型,并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐,大幅 提高了 3 维模型的识别能力。与之相似的是,基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性,从而使点云编码器获得零样本 识别的能力。另外, PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上,通过利用更先进的投影算法和 更详细的 3 维模型描述,显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题,通过在语义层面为图像和文本 提供更多相似的语义信息,使图像和文本对齐更具有 一致性,从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
海洋微生物是全球生态和生物地球化学系统的核心,其复杂的相互作用塑造了社区动态。虽然元数据数据集彻底改变了海洋微生物生态学,但它们经常提供零散的见解,强调了对先进的综合建模框架的需求。在这篇综述中,我们强调了社区基因组规模代谢模型(CGEM)与元信息和环境数据集结合使用的潜力,可以提高海洋微生物生态学。我们探索3个关键应用程序:量化海洋生态系统服务,指导生物修复策略,以应对环境挑战,并增强气候和生物地球化学模型。此外,我们提出了来自CGEM的新指数,以评估生态系统功能的微生物构造,从而有可能为海洋保护的经济评估策略提供信息。这种跨学科的方法为生物技术,环境恢复和自然一致的生态系统的发展创新战略铺平了道路,最终为海洋生态系统的保护和可持续使用做出了贡献。
由于货币需求函数对于货币政策的制定至关重要,因此在文献中对其进行了广泛的研究。然而,以前的研究往往局限于封闭的经济框架[例如,Goldfeld(1973、1976)和 Judd 和 Scadding(1982)]。鉴于世界金融市场日益一体化,人们会直观地预期外国货币的发展会通过其对外国利率和/或汇率的影响来影响国内货币的持有,因为在这种情况下个人的投资组合选择不仅涉及国内货币和国内债券,还涉及外国资产。大量关于货币替代的研究都建议制定考虑外国因素的货币需求规范。
号质量,提高信噪比。特征提取根据特定的BCI范式所设计的心理活动任务相关的神经信号规律,采用时域、频域、空域方法或相 结合的方法提取特征。模式识别通过采用先进的模式识别技术或机器学习算法训练分类模型,针对特定的用户定制特征提取和解 码模型。 3. 控制接口:根据具体的通信或控制应用要求,控制接口把上述解码的用户意图所表征的逻辑控制信号转换为语义控制信号,并由
我们描述了研究人员在决定何时以及如何使用计算一般均衡 (CGE) 模型而不是局部均衡或工程模型进行环境政策分析时应考虑的因素。特别关注对法规的社会成本和收益以及劳动力市场所起的作用进行建模。CGE 模型擅长量化经济不同部门之间的相互作用、要素市场结果以及政策的分配后果,所有这些都使用了主体面临的一组全面的资源约束。这些实验的其它条件不变的性质使熟练的建模者能够系统地理解模型假设和政策结果之间的联系。使用 CGE 模型解决环境政策问题涉及挑战,包括狭义和特定于技术的监管设计的表示、数据和聚合问题,以及开发提高模型透明度和有效性的方法。