LLM,也称为转换器或自回归语言模型编码器/解码器网络,在过去十年中在自然语言处理领域取得了重大进展。最显著的发展包括神经机器翻译模型,它在各种文本类型和任务上都胜过人类翻译。此外,大型 LLM 在许多自然语言处理 (NLP) 应用中越来越常见。尽管它们的性能令人印象深刻,但即使在中等规模上训练这些模型仍然需要大量计算。这种限制可能部分归因于此类 LLM 所需的参数数量非常大——每个编码器和解码器需要比同等较小模型多数百或数千个神经元。此外,训练需要大量数据。为了解决这些限制,已经提出了几种策略来微调(即预处理)
本研究的目的是测试凯恩斯主义储蓄函数对土耳其经济的影响。为了实现这一目标,我们利用了凯恩斯提出的基本储蓄函数,并使用了 1985 年至 2021 年土耳其经济的数据。模型中储蓄的决定因素包括人均 GDP、所得税率、存款利率和通货膨胀率。模型中选择的变量与文献一致。实证分析确定最合适的方法是自回归分布滞后 (ARDL) 方法。根据进行的实证分析,人均 GDP 和存款利率的增加会导致储蓄金额的增加。另一方面,税率和通货膨胀率的增加会减少储蓄金额。根据研究结果,凯恩斯主义储蓄函数适用于 1985 年至 2021 年的土耳其经济。
在研究量子库计算机之后,我们进行了理论研究,以扩大库计算机的应用。我们研究了库计算机的通用架构,其中由不同动态控制的库计算机以输出反馈配置互连。这种架构的动机是使用非线性闭环结构来更好地捕获表现出非线性反馈现象的数据,类似于用于系统识别的 Wiener-Hammerstein 反馈模型。推导出互连库计算机均匀收敛的定理。然后,我们表明具有输出反馈的均匀收敛库计算机实现了一大类非线性自回归模型。最后,我们考虑了库设计问题,并提出了一种有效的算法来优化库内部参数,并展示了在噪声状态测量下几乎肯定收敛到 Kuhn-Tucker 点。
在本研究中,我们研究了一种用于模拟小型卫星的多保真框架。考虑到数字孪生的概念,我们的工作重点是处理持续的实时数据流。为此,我们调查了当前的时间序列多保真建模方法和低保真替代模型。多保真方法用于将低保真替代模型与高保真模型相结合。作为高保真模型,我们假设使用先前研究过的有限元模型。作为低保真模型,我们研究了基于自回归和循环神经网络的模型。通过协同克里金法,低保真度数据通过综合校正由高保真度数据校正,其中参数通过高斯过程给出,以执行不确定性量化。作为一种应用,提出了小型卫星的热模拟,以及将该框架与稀疏遥测数据结合使用。这种在线统计方法旨在提供一种执行故障检测的工具。
在这项回顾性纵向研究中,2019 年至 2023 年期间进口的西地那非和其他类似 PDE5I 的数据来自坦桑尼亚药品和医疗器械管理局 (TMDA)。使用 Microsoft Power BI Desktop 进行预处理和可视化,并使用 IBM SPSS Statistics for Windows,版本 26(2019 年发布;IBM Corp.,美国纽约州阿蒙克)进行进一步分析。通过曲线拟合、Holt 线性趋势模型和自回归积分移动平均 (ARIMA) 模型确定使用趋势。使用世界卫生组织 (WHO) 解剖治疗化学 (ATC) 分类系统和世卫组织药物统计方法合作中心认可的 DDD 方法计算每 1000 名居民 (DID) 的定义日剂量 (DDDS)。
在本文中,我们使用所谓的“向量自回归”模型,该模型基于 1990 年初至 2019 年底期间的欧元区季度数据进行估算。该模型的优势在于,它是在观察到的数据基础上进行估算,而不会施加过多的理论约束。确定的统计冲击是经济上可解释的(所谓的“结构性”)冲击的组合,这些冲击由相当简单的理论选择定义。具体而言,货币政策冲击是使用对经济变量脉冲响应的“符号限制”来识别的。更准确地说,所有共同导致短期名义利率上升以及经济活动和价格下降的经济冲击都被分离出来并确定为货币政策冲击。有关模型中使用的所有变量和限制的概述,读者可以参考 Baumeister 和 Benati (2013) 的文章。
摘要 本研究考察了 1990 年至 2021 年可再生能源在提高低收入非洲国家生活质量和经济发展方面的作用。它使用了格罗斯曼的医疗需求理论和面板自回归分布滞后 (ARDL) 模型。结果表明,可再生能源具有积极作用。人均 GDP、医疗支出和粮食产量也有助于提高生活质量。该研究表明,政府应制定严厉的环境政策,以减少污染、减缓气候变化、改善能源获取、促进经济增长和推动创新,社会可以创造一个良性循环,使环境福祉和人类健康相互促进,最终实现更长寿、更健康的生活。关键词:可再生能源、生活质量、经济发展、低收入非洲国家 JEL 代码:Q43、I15、I18
几十年来,汇款在尼泊尔经济中发挥着重要作用。对于农村地区甚至城市家庭来说,汇款正成为主要的生活来源。因此,本研究将汇款视为焦点变量,旨在评估汇款与增长之间的联系。采用自回归分布滞后 (ARDL) 模型来检验汇款与增长之间的关系。分析中包括的所有变量在一阶差分后都变为平稳变量。边界检验的结果证实了变量是协整的。这意味着变量具有长期关系。实证结果表明,汇款每增加 1%,从长远来看 GDP 就会增加 0.36%。同样,固定资本形成总额、中学入学率、贸易开放度和人均 GDP 也呈正相关。这意味着,资本、劳动力和贸易开放度每增加1%,长期内人均GDP将分别增长0.82%、0.46%和0.30%。
摘要 — 灵活负载具有极大潜力,可提高电网的灵活性和稳定性。要有效控制大量异构负载,需要可靠的模型。本文介绍了一种数据驱动的建模和控制方法来管理灵活负载以提供电网服务。我们利用线性参数变化自回归移动平均 (LPV-ARMA) 模型来描述总负载响应,其中模型中的参数用于捕获外部环境影响(例如天气)。然后开发增益调度反馈控制器以适应环境变化。这种数据驱动方法可以轻松应用于各种环境条件下的不同类型的负载。除了集合控制器之外,分布式负载控制器还旨在提供电网服务,同时保持固有负载任务的服务质量。我们展示了 IEEE 37 节点配电系统的工作,通过控制恒温控制负载来实现实时功率调节服务。