边界。该地区动荡的地缘政治将继续考验欧洲边境和海岸警卫队。乌克兰战争对欧洲边境和海岸警卫队的影响,除了更明显的短期影响之外,将是深远的。对欧盟的主要威胁之一可能来自高风险个人混入逃离乌克兰的难民中而不被发现的入境。外国战士的存在将引发安全担忧,并凸显检查和登记的必要性。考虑到乌克兰作为跨境犯罪的来源国和中转国的重要性,犯罪网络可能会根据新的现实和可利用的机会调整其商业模式。再往外看,几个关键移民来源地的发展预示着欧盟外部边界的移民压力将不断增加:例如,塔利班于 2009 年接管阿富汗。
虽然海盗活动的社会经济原因和趋势因地区而异,但法律框架的薄弱在一定程度上导致了全球缺乏坚决有效的行动。定义问题以及《蒙特哥湾公约》(1982 年)和《罗马公约》(1988 年)未获批准都造成了法律缺陷。《蒙特哥湾公约》对海盗行为的定义是,只包括在公海上进行的行为,并且只包括在具有“个人动机”(而非政治动机)的行为。重要的是,如果追逐始于公海,则应该在目标船只进入一国领海时结束,除非该机构有进行追逐的授权。海盗们大肆利用这一漏洞。虽然《罗马公约》后来扩大了定义,但仍然存在局限性,例如对暴力行为的描述不充分以及将叛乱排除在海盗行为之外。这些问题已在(IRASEC,2008)中进行了深入讨论。
技术行业的新产品开发项目面临着各种风险,可能会影响该项目的成功和可持续性。本研究旨在分析新产品开发过程中出现的主要风险,包括市场,财务,监管和技术风险。通过定性和定量方法,本研究确定并评估影响每种风险的因素。调查结果表明,有效的风险缓解需要全面的计划,持续的监控以及各种利益相关者之间的协作。实用建议,以帮助项目经理管理风险并增加项目成功的机会。关键字:风险分析;产品开发项目;技术行业;风险管理;降低风险。
NFPA 59A(2016) - 第15章•基于液化天然气的液化型植物•15.1.1本章包括计算液化天然气(LNG)植物边界以外的人,由LNG的潜在释放和其他危险物质储存,转移,转移到该工厂中。•15.1.2如果获得批准,则应在液化天然气设施选址和布局分析中遵守本章的要求,以替代本守则第5章所需的评估。
无声前哨使用基于Linux的,基于容器的沙盒环境来对以任何语言编写的假定可信赖的应用程序进行一系列测试。用户为部署条件(例如系统调用,内存使用情况和网络配置)配置测试。该工具的报告可以对应用程序将如何影响计算环境进行现实评估。通过自动化风险分析,Silent Sentinel创建了一组统一的基线数据,团队可以反复参考,更新和使用以评估提议的更改。
摘要 — 研究了核电站 (NPP) 现场管理的认知架构,其中融入了人工智能 (AI)。结合机器人智能算法对正常运行和事故进行建模,其中随机抽样在量化中起主要作用。研究计算了事故动力学模拟器与机组人员情境认知模型 (ADS-IDAC) 中的信息、决策和行动以及工厂操作的认知技能。模拟显示了 ADS-IDAC 建模和仿真结果,在第 21 和第 21.75 序列中有两个峰值。否则,在第 13.25 序列中有几个峰值,一个大峰值。大峰位于心理状态、环境和身份的第 25.75 序列中。事故情况与认知系统的动作有关。在操作案例中,显示了各种信号,其中工厂的操作可以显示机器人要执行的几种操作。该图显示了核认知架构的过程。通过设计的模型调查了一起核事故,其中机器人的行为由人工大脑量化。本文开发的算法可应用于其他类型的复杂工业系统,如飞机操作和安全系统、航天器系统等。
限制空间是一个足够大的房间,具有以使工人可以进入并在其中工作的方式具有配置。在船舶维修过程中,在狭窄的空间区域中进行操作并不少见。这项研究首先通过将船舶上的有限空间的特征分组为封闭空间的七个风险类别,从而确定船上的有限空间的特征。然后通过解释风险的组成部分,包括危害,危险工作,危险事件以及可能发生的后果,进行风险识别。之后,在以矩阵形式提出的船上维修中进行了在狭窄的空间中进行的最初风险评估。之后,进行了风险控制,并通过继续先前制作的矩阵来进行船舶维修的限制空间中热门工作的最终风险重新评估。在最后阶段,使用Bowtie方法进行了分析,以分析这些风险的原因,影响和控制。
1 简介高效的配电网是当今现代社会的重要组成部分。因此,电网不仅要可靠,还必须具有弹性。因此,对此类系统进行建模以减轻可能发生的故障和停电是一个重要的研究领域 [1]。弹性规划始于可靠性分析。正式地,我们将系统的可靠性定义为该系统在固定条件和指定时间段内运行或执行某种功能的概率。在本研究中,我们将变电站视为配电网的最重要组成部分之一,并且我们知道这些网络中的单元元件故障组合可能导致严重的负载损失。因此,计算最可能的故障模式或涉及较少单个元件的故障模式有助于规划预防性维护 [2]。使用老化模型结合来自元件本身传感器的数据,我们可以计算出配电网中给定元件发生故障的概率。在本研究中,我们根据变电站各个部件(变压器、母线、开关、线路以及保护系统本身)的联合故障概率来计算变电站继续运行的概率。为了处理这种类型的条件概率,我们使用了此类研究中常用的贝叶斯网络模型 [3]。这些模型的困难之处在于它们的高计算复杂度。随着问题规模的增加(在贝叶斯网络的情况下,这以建模问题所需的节点和弧的数量来衡量),经典算法解决这些贝叶斯网络模型所需的时间和计算内存呈指数增长,直到它们的分辨率变得不可行的点 [4]。在这方面,值得注意的是,基于门的量子计算机有望帮助解决量子化学 [5] [6] [7]、机器学习 [8] [9]、金融模拟 [10] [11] [12] [13] 和组合优化应用 [14] [15] 中的问题。正如 Preskill [16] 所预测的那样,具有超过 100 个量子比特的噪声中型量子 (NISQ) 计算机现在已成为现实,并且可能能够执行超越当今经典数字计算机能力的任务,但量子门中的噪声限制了可以可靠执行的量子电路的大小。为了获得这项技术的所有优势,我们将需要更精确的量子门,并最终实现完全容错的量子计算。在本文中,我们评估了这项技术是否也能够帮助进行弹性和故障风险分析。在这一点上,我们可以强调这项工作的主要贡献:• 我们定义了一种新的受限量子贝叶斯网络 (RQBN) 程序,用于对复杂系统的可靠性进行建模。 • 我们评估了该程序执行可靠性分析的可行性,通过调整单个量子电路执行中的镜头数,获得与经典蒙特卡罗方法相同的精度。 • 我们测试了真实量子计算机噪声对模型中元素的影响。 本文提出了一种用于电力配电系统中故障概率传播的量子建模的一般应用程序,以及一种用于计算该模型的程序。 贝叶斯网络以贝叶斯网络为例对几个电力配电系统(特别是典型的变电站和保护系统)进行了建模。 使用经典算法和量子算法计算变电站的故障模式。 我们使用 pomegranate(一个能够实现概率模型的 Python 库)以经典方式解决贝叶斯网络 [17]。 然后,我们考虑使用 Qiskit [18] 在量子领域对贝叶斯网络进行建模和求解,
抽象的目标是确定在现实世界中急性心力衰竭(AHF)出院后独立预测重新住院和死亡的风险的因素,考虑到没有重新住宿的死亡是竞争事件的死亡。方法单中心,回顾性,观察性研究,招募了394名从指数AHF住院的患者。使用Kaplan-Meier和Cox回归模型评估了总体生存。为了重新寄养的风险,考虑了竞争风险的生存分析:重新培育是感兴趣的事件,而没有再生的死亡是竞争事件。在出院后的第一年结果,AHF的131例(33.3%)患者被重新住院,67例(17.0%)死亡而没有被重新入院;其余的196例患者(49.7%)没有进一步住院。1年的总生存估计为0.71(SE = 0.02)。调整性别,年龄和左心室射血分数后,结果表明,痴呆症患者的死亡风险较高,血浆肌酐水平较高(PCR),较低水平的血小板分布宽度(PDW)和红细胞分布宽度(RDW)的Q4。多变量模型表明,心房颤动,更高的PCR或在出院时服用β受体阻滞剂的患者重新住院的风险增加。此外,男性,没有AHF复选的死亡风险更高,年龄≥80岁,入院时Q4时患有痴呆症患者或RDW患者(与Q1相比)。将β受体阻滞剂带出院时,入院时具有较高的PDW,降低了死亡的风险而没有再生。结论在评估重新建立作为研究终点时,在分析中,应视为竞争性事件。这项研究的数据表明,心房颤动,肾功能障碍或β受体阻滞剂的患者更有可能被AHF重新住院,而患有痴呆症或高RDW的老年男性在没有住院的情况下更容易死亡。
