XiaoMi-AI文件搜索系统
World File Search System高回报
2024 年高风险、高回报研究研讨会计划书
海报会议 海报编号 1 Jala Ahmed，西奈山伊坎医学院 树突状细胞通过嵌合突触加速辐照肿瘤中的 CAR T 细胞 海报编号 2 Adam Bailey，威斯康星大学麦迪逊分校 非闭塞性肠系膜缺血诱发严重黄热病中毒期 海报编号 3 Mariko Bennett，费城儿童医院 什么控制着小胶质细胞的病毒限制？ 海报编号 4 Hsiao-Tuan Chao，贝勒医学院 由 PPFIA3 罕见变异引起的综合征性神经发育障碍 海报编号 5 Emily Ferenczi，麻省总医院；哈佛医学院 苍白球对动机行为的调节 海报编号 6 Sarah Hill，丹娜法伯癌症研究所 BRCA1 作为 ORFIUS 复合体的一部分，在复制起点调节中发挥作用 海报编号 7 Chi-Min Ho，哥伦比亚大学 原位 CryoET 揭示疟原虫的翻译动力学 海报编号 8 Steven Jonas，加州大学洛杉矶分校 用于纠正气道干细胞中引起囊性纤维化的突变的货物无关脂质纳米粒子 海报编号 9 Maia Kinnebrew，斯坦福大学 识别控制细胞表面胆固醇稳态的新基因 海报编号 10 Sergey Ovchinnikov，麻省理工学院 蛋白质语言模型学习相互作用序列基序的进化统计数据 海报编号 11 Margaux Pinney，加州大学旧金山分校 数十亿年进化过程中酶催化的适应性
利弗莫尔实验室的颠覆性研究项目推动了寻求高回报解决方案的高风险研究。
劳伦斯利弗莫尔实验室作为“新创意”实验室不断发展，通过其实验室指导研究与开发 (LDRD) 颠覆性研究 (DR) 计划，体现了大胆的科学研究。实验室的 DR 计划于 2019 年启动，支持非传统、创新且处于其领域前沿的研究和开发活动。鼓励利弗莫尔研究人员承担高水平的技术风险，以取得变革性的科学进步，即使他们的项目最终失败。成功的 DR 项目成果通过产生数量级的改进、开辟新的项目空间或在实验室计划中产生积极影响来推动研究。目前正处于第二轮资助阶段，DR 计划已实现劳伦斯利弗莫尔的风险接受度转变。随着第一轮九个选定项目（见 S&TR，2021 年 8 月，第 20-23 页）即将结束，第二轮接近初步的“可行”或“不可行”里程碑，实验室将评估已取得的发现和早期的成功，回顾经验教训和偶尔遇到的挫折，然后制定下一步计划。以下来自两个资助周期的代表性项目展示了利弗莫尔如何在颠覆性科学研究中开辟道路。
比较对冲基金：最高回报策略
自1997年以来，对冲基金行业的年增长率增长了16.07％，从其原始价值提高到其现行价值为3.1万亿美元的资产。本研究研究了对冲基金使用的不同投资策略，以确定为投资者提供最高回报的策略。从以前的文献中，该研究确定了长/短股权，全球宏观，套利，事件驱动和交叉资源多策略是可行且相关的投资方法。使用彭博基金，对冲基金研究，尤里卡对冲，巴克莱和瑞士信贷的对冲基金指数数据收集了各自策略的收益，并与彭博全球对冲基金（BHEDGE）（BHEDGE）指数和标准普尔500指数进行了比较。alpha调整后的每种策略的调整回报稍后进行计算，并根据每个策略的平均加权回报进行了绘制。这项研究的结果表明，L/S权益策略为投资者提供了最高的回报。具体来说，只有L/S权益策略的表现优于Bhedge指数，而所有其他策略都提供了负α数字。所有对冲基金策略的表现都超过了整个股票市场，但是与标准普尔500标准普500年1年的市场增长相比，为负面的Alpha回报提供了负面的回报。对冲基金与整体股票市场之间的这种赤字可以归因于由于固定收入利率低，经济需求刺激和整体股票市场的波动，金融市场中造成的异常情况。
NIH 共同基金高风险、高回报计划：
主席 James M. Anderson, MD, PhD OD 项目负责人 Ravi Basavappa, PhD OSC/DPCPSI/OD 成员 Kristin Abraham, PhD NIDDK Hugh Auchincloss, MD NIAID David Balshaw, PhD NIEHS Abraham P. Bautista, PhD NIAAA Eugene Carstea, PhD CSR Robert H Carter, MD NIAMS Makyba Charles-Ayinde, PhD OSC/DPCPSI/OD Jennifer Collins, MR NIEHS
持续改进带来高回报 - 艾默生
预测智能有助于工厂提高绩效，减少设备调试和启动所需的时间，加快常规仪器校准，改善故障排除，避免非计划停机。直观的屏幕图形使人员可以轻松检查实时警报，以确定任何设备和相关生产设备的状况。一旦评估了警报，就可以预测该设备的使用寿命，并且可以决定是否需要立即维护或是否可以将维修/更换推迟到下一次定期停产。这是预测性维护的本质。对设备状态做出这些实时决策的能力使这种维护策略的价值远远超出了预防性或反应性维护实践。