XiaoMi-AI文件搜索系统
World File Search System经验系数
欧洲企业人工智能创新的决定因素
5 Clancy，2018 年开发了一个创新组合模型，该模型在美国专利数据上进行了测试，由学习（φ > 0）和渔捞（φ < 0）两种相反的力量驱动。 6 在我们的回归框架中，对数解释变量的系数表示弹性。这允许将经验系数映射到理论参数，如下所示：γ 1 = φ · θ ，γ 2 = φ · (1 − θ )，γ 3 = φ · ϑ ，γ 4 = φ · (1 − ϑ )，γ 5 = σ 和 γ 6 = ϱ 。请注意，只有在使用与专利信息和公司资产负债表匹配的数据进行估计时，才能识别出完整的理论参数集，从中我们可以提取企业就业指标，这对估计 γ 6 有用（第 4.2.2 节）。在本文的剩余部分，我们估计了γ1-γ5。在所有回归表中，标准误差在公司层面和时间范围内聚类。
海气的热力学性质 - OS
摘要。对于流体水、冰、海水和潮湿空气，有非常精确的热力学势函数，涵盖广泛的温度和压力条件。它们允许一致计算所有平衡特性，例如耦合大气-海洋模型或观测或实验数据分析所需的特性。除潮湿空气外，这些势函数已被国际水和蒸汽特性协会 (IAPWS) 制定为国际标准，并已于 2009 年被 IOC/UNESCO 采纳用于海洋学。在本文中，我们推导出一组以热力学势表示的重要量的公式，适用于典型的相变和潮湿空气和水/冰/海水复合系统。特别关注海水和湿空气（此处称为“海气”）之间的平衡。在相关计划中，这些公式将很快在源代码库中实现，以方便实际使用。该库主要针对海洋应用，但也与海气相互作用和气象学相关。提供的公式适用于任何一组合适的热力学势函数。在这里，我们采用了以前出版物中的潜在函数，它们是由理论定律和经验数据构建的；它们在附录中进行了简要总结。这些公式充分利用了这些热力学势的全部精度，而无需额外的近似值或经验系数。它们以温度标度 ITS-90 和 2008 年参考成分盐度标度表示。