摘要:飞机维护已被确定为航空业许多高风险领域的一个关键关注点;仍然是商业航空运输业中许多事故和严重事件的偶然/促成因素。本研究的目的是回顾和分析 2003 年至 2017 年期间发生的与飞机维护相关的事故和严重事件,以更好地了解因果因素和促成因素。为此,编制了与维护相关的事故和严重事件数据集,然后通过主题分析方法进行定性分析。使用 NVivo 软件对这些事件进行编码可以开发分类法 MxFACS。然后由主题专家评估编码输出,并确定评分者间一致性值以证明研究过程的严谨性。随后,根据事件与已知事故类别(如失控、跑道偏离)的关系对事件进行了评估。发现最常见的维护事件后果是跑道偏离和空中返航,第二级类别与发动机和起落架系统故障有关。最大的维护因素问题是“维护程序不足”和“检查未发现缺陷”。在死亡人数方面,“碰撞事件”是最突出的后果,“发动机相关事件”是最重要的事件,“维护程序不足”是最令人担忧的维护因素。该研究的结果可以与现有的风险分析方法结合使用,并使利益相关者能够开发通用或定制的领结。这可能识别系统中现有的障碍以及弱点,从而能够在组织和行业范围内制定缓解策略。
摘要:RASSF1A 肿瘤抑制因子是一种参与细胞信号传导的再生蛋白。越来越多的证据表明,这种蛋白质位于复杂信号网络的交叉点,该网络包括细胞稳态的关键调节器,例如 Ras、MST2/Hippo、p53 和死亡受体通路。RASSF1A 表达的丧失是实体肿瘤中最常见的事件之一,通常是由 DNA 甲基化导致的基因沉默引起的。因此,重新表达 RASSF1A 或针对其复杂信号网络的影响模块进行治疗是治疗多种肿瘤类型的一种有希望的途径。在这里,我们回顾了 RASSF1A 信号网络的主要模块以及网络失调对不同癌症类型的影响的证据。具体来说,我们总结了介导 RASSF1A 启动子甲基化的表观遗传机制以及 Hippo 和 RAF1 信号模块。最后,我们讨论了重建 RASSF1A 功能的不同策略,以及如何通过多靶向途径方法选择此网络中的可用药节点来开发新的癌症治疗方法。
航空业正面临越来越大的压力,需要通过长期战略来减少排放,以满足不断增长的飞行乘客数量。目前运行的飞机通常是在设计时将机身与推进系统分开考虑的。这样一来,传统的航空发动机架构在推进效率方面已接近极限,而技术进步带来的收益却越来越少。一种有前途的替代架构可以提高下一代商用飞机的整体性能,它依赖于边界层吸入 (BLI)。这项技术将机身与战略性定位的推进系统在空气动力学上耦合,以有目的地吸入机身的边界层流。尽管如此,对于 BLI 效益的解释和量化仍缺乏共识。这主要是因为传统的性能核算方法在强气动耦合的情况下失效。随后,定义适当的性能指标以提供一致测量和潜在效益比较是一项重大挑战。本评论研究了用于评估 BLI 性能的各种会计方法和指标。这些内容在数值和实验模型的背景下进行了讨论和批评。从数值上讲,几何、空气动力学和推进模型按保真度顺序排序,同时使用大量方法进行流动特征识别,从而实现对 BLI 的现象学理解。然后特别关注具有不同设置、方法和相关限制和不确定性的实验 BLI 模型。最后,参考其相关的设计探索和优化研究,对众多非常规 BLI 飞机概念进行了分类、比较和批评。
技术转让涉及知识从技术开发者或拥有者流向从知识中受益的技术获取者。本文提出了一个模型,用于评估发达国家向发展中国家的复杂技术转让项目中的知识流。所提出的知识流模型是通过将知识粘度和速度的概念与架构和组件知识的概念相结合而建立的。该模型基于这样的理念:向资源有限的组织(例如发展中国家的组织)转移知识,一方面需要在粘度和速度之间取得平衡,另一方面需要在架构和组件知识之间取得平衡。知识流模型已在三个地球观测小型卫星合作项目的数据上进行了测试,阿尔及利亚利用这些合作项目来从国外获取小型卫星技术并建立本地能力。该模型的实施表明,合作项目只能获得脱离当地环境的浅层架构知识。研究结果反映了合作项目机制的局限性以及技术获取者在实现适当的组件/架构和粘度/速度平衡方面面临的挑战。关键词:小型卫星技术转让;技术转让建模;发展中国家;复杂技术转让;知识流。
摘要 伴随前庭功能障碍的失忆症状表明前庭和视觉记忆系统之间存在功能关系。然而,人们对其背后的认知过程知之甚少。作为起点,我们寻找一种跨模态相互作用的证据,这种相互作用通常在其他感觉模态之间观察到,在这种相互作用中,如果先前将目标(在本例中为视觉)与来自另一个感觉域(在本例中为前庭)的独特、时间上一致的刺激相结合,则更容易识别目标。参与者首先执行视觉检测任务,其中刺激出现在计算机网格内的随机位置。参与者不知道,一种特定刺激的开始伴随着短暂的亚感觉脉冲电前庭刺激 (GVS)。在两个视觉搜索实验中,当在先前检测任务中出现 GVS 配对视觉刺激的网格位置呈现时,旧目标和新目标都能更快地被识别。这种位置优势似乎是基于相对而非绝对空间坐标,因为当搜索网格旋转 90° 时,这种效果仍然有效。这些发现共同表明,当个体回到熟悉的视觉场景(此处为 2D 网格)时,如果目标出现在之前与独特的、与任务无关的前庭线索相关联的位置,则视觉判断会得到促进。这种多感官相互作用的新案例对于理解前庭信号如何影响认知过程具有更广泛的意义,并有助于限制 GVS 日益增长的治疗应用。
通过机器学习生成设计一直是计算机辅助设计领域的一项持续挑战。最近,深度学习方法已被用于随机生成时尚、家具和产品设计中的图像。然而,这种深度生成方法通常需要大量的训练图像,并且在设计过程中没有考虑到人为因素。在这项工作中,我们寻求一种方法,通过脑电图测量 (EEG) 指示的大脑活动将人类认知因素纳入生成过程。我们提出了一种受神经科学启发的机器学习设计方法,其中使用 EEG 来捕获首选的设计特征。此类信号用作生成对抗网络 (GAN) 中的条件。首先,我们使用循环神经网络 (LSTM - 长短期记忆) 作为编码器,从原始 EEG 信号中提取 EEG 特征;这些数据是从受试者观看 ImageNet 中的几类图像时记录下来的。其次,我们训练一个以编码的 EEG 特征为条件的 GAN 模型来生成设计图像。第三,我们使用该模型从受试者的 EEG 测量大脑活动生成设计图像。
对长期意识障碍 (pDOC) 患者提供准确的预后仍然是一个临床挑战。大型横断面研究已经证明了使用高密度脑电图 (hdEEG) 测量的功能性大脑网络的诊断和预后价值。尽管如此,这些神经测量的预后价值尚未通过纵向随访进行评估。我们通过评估 hdEEG 预测长期行为结果的效用来解决这一差距,采用从一组患者中收集的纵向数据,这些患者在两年的时间内通过床边的静息 hdEEG 和昏迷恢复量表修订版 (CRS-R) 进行系统评估。我们使用典型相关分析将临床(包括 CRS-R 评分与人口统计变量相结合)和 hdEEG 变量相互关联。该分析显示,患者的年龄、hdEEG θ 波段功率和 alpha 波段连接对 hdEEG 与临床变量之间的关系贡献最为显著。此外,我们发现,评估时记录的 hdEEG 测量结果增强了临床测量结果,有助于预测下次评估时的 CRS-R 分数。此外,hdEEG 变化率不仅可以预测 CRS-R 分数的后续变化,而且在预测能力方面也优于临床测量结果。总之,这些发现表明,功能性大脑网络的改善先于 pDOC 的行为意识变化。我们在此证明,在专科护理院进行的床边 hdEEG 评估是可行的,具有临床实用性,并且可以补充临床知识和系统性行为评估,以指导预后和护理。
技术促成的性别暴力 (TF GBV) 是一个全球性问题。它指的是通过使用信息通信技术或其他数字工具实施、协助、加剧或放大的任何行为,导致或可能导致身体、性、心理、社会、政治或经济伤害,或其他侵犯权利和自由的行为。它对妇女和女童的影响尤为严重。它是一种基于性别的歧视和侵犯人权的行为。1 它由权力不平衡、父权制和厌女症驱动,2 并且发生在多种、反复出现且相互关联的性别暴力形式之中。3 TF GBV 还加剧了现有的暴力形式(例如性骚扰和亲密伴侣暴力),并包括新形式的暴力(例如变焦轰炸)。
作为GGSIP大学著名工程学院的创始董事提供了远见的领导力,通过计算机科学工程和人工智能,数据科学,机器学习和事物互联网的计算机科学工程和新兴领域的四个B.Tech计划推动了该机构的成长和卓越的教育,从而推动了该机构的成长和卓越的教育。简化了所有这些计划的操作,优化了资源分配,教学方法以及技术解决方案,从而显着提高了学术质量和学生成果。建立了卓越的中心,例如企业家思想与创新中心,可持续和智能未来中心,增强教学和学习中心,开发中心
