摘要。1 本文考虑了企业对企业环境中物理系统的配置(机床、航空航天设备、起重机……)。在这种业务中,基于知识的配置软件经常用于处理装配/按订单生产或(按订单配置(CTO))情况,其中所有客户的要求都可以通过标准系统来满足。但是,在按订单设计(ETO)情况下,必须设计非标准系统才能满足所有客户的要求,现有的基于知识的配置软件无法使用。事实上,配置假设指出所有配置的系统都是由标准子系统和组件组装而成的。因此,本文的目的是研究如何修改或调整现有的产品/系统配置假设、问题定义和模型,以允许在 ETO 情况下使用配置软件。为此,首先分析了标准系统和非标准系统之间的主要区别。然后,确定并讨论了区分 CTO 和 ETO 的六种系统配置情况。最后,提出了一些基于约束满足问题 (CSP) 的建模扩展,以允许在这些情况下使用配置软件。
本内容由标普全球市场情报发布,而非标普全球评级,后者是标普全球独立管理的部门。未经相关方事先书面许可,不得以任何形式复制任何信息、数据或材料,包括评级(“内容”)。相关方、其关联公司和供应商(“内容提供商”)不保证任何内容的准确性、充分性、完整性、及时性或可用性,也不对任何错误或遗漏(疏忽或其他原因)或使用此类内容所导致的结果负责。在任何情况下,内容提供商均不对因使用内容而造成的任何损害、成本、费用、法律费用或损失(包括收入损失或利润损失和机会成本)负责。
项目 18 其他信息 STS/ 特殊处理(见列表) PBN/ 基于性能的导航(见列表)。在第 10a 项中包含“R” h NAV/ 其他导航能力(见高级服务)见下文注释。 COM/ 其他通信能力。见下文注释。 DAT/ 其他数据应用(见 AC 90-117)。见下文注释。 SUR/ 其他监视。能力(例如 A2 RSP180) DEP/ 非标准出发(例如 MD24) DEST/ 非标准目的地(例如 EMI090021) DOF/ 飞行日期(YYMMDD,例如 121123) REG/ 注册(例如 N123A) EET/ 预计飞行时间(例如 KZNY0124) SEL/ SELCAL(例如 BPAM) TYP/ 非标准 AC 类型 CODE/ 飞机/S 模式地址(十六进制)(例如 A519D9) DLE/ 延误(修复时)(例如 EXXON0120) OPR/ 操作员,当 ACID 中没有显示时 ORGN/ 飞行计划制定者(例如 KHOUARCW) PER/ 性能类别(例如 A) ALTN/ 非标准备用(例如 61NC) RALT/ 航路备用(例如 EINN CYYR KDTW) TALT/ 起飞备选路线(如 KTEB)RIF/ 前往修订目的地的航线 RMK/ 备注 - 包括备注中指示的任何信息(如 NAS 字段 11)
Booking Holdings 是全球最大的在线旅行社,也是 Booking.com、priceline.com 和 OpenTable 等热门在线品牌背后的企业实体。Booking 继续受益于疫情后旅游业的复苏。最近一个季度,亚洲和欧洲需求的好转推动总预订量增长 9%。通过提供最多的预订房源选择,以及易于使用的在线/移动界面和图片/评论,供消费者做出明智的决定,该业务模式随着规模的扩大而得到改进。同样,该公司专注于发展其非标住宿 (AA)——类似于竞争平台 Airbnb 和 Vrbo 上提供的非酒店房源。AA 预订量的增长速度快于整体业务,现在占总预订量的 35%。作为仅有的两家全球规模的在线旅行社之一(另一家是 Expedia,它在我们的中型股投资组合中),它资产轻,拥有宽阔的经济护城河。该业务几乎不需要有形资本来运营,而且年度资本支出相对于 EBITDA 较低;因此,它是一台自由现金流机器。管理层已很好地分配了资本,专注于补充并购和股票回购的组合。随着业务在 COVID 后恢复正常,Booking 已向股东大量返还了多余资本。在过去一年中,该公司回购了 77 亿美元的股票,相当于回购收益率约为 6.4%,并设立了股息。
两架波音 737-Max 商用客机最近坠毁,引发了人们对嵌入式计算系统 (MCAS) 的重要质疑,该系统的安装是为了让新的 737 机型在人类飞行员眼中更像旧机型 [ 1 ]。提出的关键问题之一是,人类飞行员并不知道该系统的存在,而且该系统的“智能”容易出现单点故障(迎角传感器)[ 1 ]。人工智能 (AI) 将在这种系统中发挥越来越重要的作用,尤其是当自主机器在太空或深海等遥远而恶劣的环境中运行时 [ 2 ]。在这种恶劣的环境下,当发生故障时,准确评估问题所在至关重要,这样设计人员才能从故障中吸取教训。同时,当此类系统做出基于证据的决策时,解释为什么以及如何做出某个决策至关重要。欧盟法律要求对此类解释进行解释,这是 2016 年颁布的“解释权”的一部分,主要是在对公民产生不利影响的决策背景下。现代人工智能系统利用嘈杂且通常不确定的数据来代表人类做出决策。当这些系统发挥作用时,它们具有很大的实用性,可用于自动驾驶汽车和在恶劣环境中运行的自主机器人等。除了实用性之外,这些系统还可以采用自学模式,使它们在国际象棋和围棋等游戏中超越人类的能力 [ 3 – 5 ]。然而,与人类智能一样,人工智能有时也未能实现目标。一个众所周知的失败案例是特斯拉 Model S,由于人工智能对白色卡车的特征提取和智能理解不准确,导致汽车在“自动驾驶模式”下发生致命车祸 [6]。人工智能的失败并不令人惊讶。智能是基于不确定性做出决策的行为。这一事实将人工智能与基于流程图设计的非智能决策系统区分开来,就像大多数计算机程序一样 [7]。对于人类来说,在童年和成年时期,许多类型的学习都需要这样的失败。大多数机器学习 (ML) 人工智能算法还依赖于“训练阶段”,在此阶段,工件在人类标记的数据集上进行指导,并从失败中学习,然后才被允许在非标记数据上“野外”运行 [8]。
1 犹他大学生物化学系,犹他州,美国 2 拉各斯州立大学理学院化学系,拉各斯,尼日利亚 3 拉各斯州立大学理学院生物化学系,拉各斯,尼日利亚 *通讯作者电子邮件地址:zechariaholuwadamilola@gmail.com 摘要:不同类别的生物碱已证明具有抗癌治疗功效。干扰素诱导的四肽重复序列 5 蛋白 (IFIT5) 与肾细胞癌 (RCC) 的发病机制有关。人们对这些药理相关类别的生物碱对 IFIT5 的抑制作用知之甚少。因此,我们确定了这些生物碱的 ADMET 特性,以及它们对 IFIT5 的抑制潜力。从 PubChem 中检索到 50 种生物碱。IFIT5 的结构是从蛋白质数据库中获得的,并使用 Biovia Discovery Studio 进行处理以消除非标准分子。使用 PyRx 进行分子对接以评估蛋白质-配体复合物的结合亲和力,而使用 AdmetSAR 和 swissADME 进行 ADMET 分析。对接结果显示,所有 50 种选定的生物碱均表现出较高的 IFIT5 结合效果,范围从 -7.1 到 -11.0 kcal/mol,超过二(羟乙基)醚共结晶配体(-3.9 kcal/mol),其中 nortopsentin A 成为最有希望的候选药物。此外,前五种 IFIT5 结合生物碱中的四种(nortopsentin A、stylopine、氧化苦参碱和脱氧微管蛋白)表现出良好的类药物特性。这些生物碱(尤其是 nortopsentin A)表现出的良好类药物特性和强大的 IFIT5 结合影响凸显了它们在开发用于靶向 RCC 治疗的选择性 IFIT5 抑制剂的临床前/临床试验中的潜力。关键词:肾细胞癌,IFIT5,生物碱,结合亲和力,药代动力学,毒性介绍肾细胞癌 (RCC) 是一种隐匿性肿瘤,约占全球癌症诊断和死亡的 2% (Padala 等人,2020 年)。RCC 的一个独特特征是许多患者通常无症状;据估计,超过 50% 的患者在因无关问题进行影像学检查时被偶然诊断出患有 RCC (Rosner 等人,2021 年)。与 RCC 相关的几个主要风险因素包括吸烟、体重过重、饮酒、高血压、糖尿病、慢性肾病,以及遗传因素,例如 von Hippel-Lindau (VHL) 肿瘤抑制基因突变 (Al-Bayati 等人,2019 年)。大多数肾细胞癌发生在肾脏皮质,由肾小球、肾小管和集合管组成(El-Zaatari 等人,2020 年)。发达国家的肾细胞癌病例通常通过影像学诊断,只有 10% 的患者出现经典的三联症状,包括血尿、腰痛、可触及的肿块、发热、体重减轻和白细胞增多(Satwikananda 等人,2023 年)。