XiaoMi-AI文件搜索系统
World File Search System高能耗
脚步发电 - ijrpr
脚步发电是一种可再生能源，利用人类脚步的力量来发电。它的工作原理是将人们行走或跑步时产生的动能转化为电能，用于为各种设备和电器供电。该技术通常由安装在人流量大的区域（如商场、火车站或机场）的特殊地砖或垫子组成。当人们踩到地砖上时，会压下压电材料，从而产生电压，这些电压可以被收集并储存在电池中或立即使用。脚步发电有几个优点。它是一种清洁的可再生能源，不会产生有害排放或废物。它还可以安装在其他形式的可再生能源可能不可行的地方，例如空间有限的城市地区。此外，它还可以通过鼓励人们走路或跑步来促进身体活动和健康。此外，它还可以帮助降低能源成本，并在偏远或离网地区提供可靠的电力来源。然而，脚步发电也有一些局限性。产生的电能通常较低，可能不适合为高能耗设备或电器供电。它还依赖于人类活动，在人流量较少的时段可能无法持续产生电能。尽管如此，它仍然是一项很有前途的技术，未来有被广泛采用的潜力。
自主计算材料-Komiyama Lab |
摘要：传统材料在计算，传感和数据存储功能方面达到了限制，在摩尔法律的末尾，众多的感应应用以及全球数据存储需求的持续指数增长。传统材料还受其必须运行的受控环境，高能耗以及执行同时，集成感测，计算以及数据存储和检索能力有限的受控环境的限制。相比之下，人脑能够同时进行多模式感应，复杂的计算以及短期和长期数据存储，并且几乎瞬时的回忆速率，无缝整合和最少的能量消耗。是由大脑和需要革命性新计算材料的需求的动机，我们最近提出了数据驱动的材料发现框架，自主计算材料。该框架旨在通过编程激子，声音，光子，光子和动态结构纳米级材料来模仿大脑的集成感测，计算和数据存储的功能，而无需模仿大脑的未知实现细节。如果意识到，这种材料将在生物学和其他非惯例环境中以综合方式的分布式，多模式感测，计算和数据存储构成变革的机会，包括与生物传感器和计算机（例如大脑本身）的交互。c
智能制造是否促进了绿色创新的突破？来自中国的证据
绿色创新的突破在引领绿色技术方面日益突出，而智能制造为制造业的绿色发展提供了全新的技术范式。然而，由于对绿色创新衡量的局限性，现有关于智能制造和绿色创新的研究被忽视了。本文设计了一种开创性的绿色创新方法，将智能制造试点示范项目作为一个理想的准自然实验，研究了智能制造对绿色创新的影响。我们的研究结果表明，智能制造可以有效地促进绿色创新，并通过一系列严格的检验进一步验证了这一结论。进一步的机制分析表明，挤入研发资源、加强绿色开放式创新和缓解机构冲突是连接智能制造和绿色创新的潜在途径。异质性分析表明，智能制造有可能破坏高污染和高能耗行业的技术路径依赖。进一步的研究表明，智能制造可以与环境规制形成联合效应，促进绿色创新。以IM为驱动力的BGI还可以提高企业的经济和环境、社会和治理（ESG）绩效，从而实现经济绩效和绿色发展的“双赢”。我们的研究证实，在新兴国家推广IM对于提升BGI是必不可少的，而BGI是绿色发展的新动力。
柏林新闻通讯
BERLIN 致力于提高光伏 (PV) 电网渗透率，结合能源存储系统 (ESS) 和需求侧管理 (DSM)，同时提高建筑物的能源效率。BERLIN 将在塞浦路斯、希腊、意大利和以色列实施六个试点项目。这些试点项目将以创新方式最佳地整合 PV/ESS/DSM，并将每个试点项目转变为自给自足的纳米电网，作为一系列气候区的能源恢复解决方案。这种解决方案有助于缓解建筑物高能耗的区域和全球问题——地中海伙伴国家占能源消耗的 1/3，欧盟占 40%——以及由此导致的二氧化碳排放量增加。同样重要的是，需要支持在中东和北非地区和农村地区特别常见的薄弱电网，这些电网可靠性低，经常停电。为此，BERLIN 将提供使用智能纳米电网实现高水平建筑能源自恢复的知识，并将解决方案设计为具有成本效益的改造。此外，尽管地中海国家拥有极佳的太阳能潜力，但也面临着电网渗透率低的问题。通过现场光伏/ESS/DSM，BERLIN 将有助于实现更高水平的光伏接入电网，同时确保电网稳定性和电能质量。通过这些干预措施，地中海国家将从项目的学习曲线中受益匪浅。
具有表面功能化金属有机骨架分子筛的混合基质膜可高效分离丙烯/丙烷
膜技术被视为一种环保且可持续的方法，在解决高能耗丙烯/丙烷分离过程中产生的大量能源损失方面具有巨大潜力。寻找用于这种重要分离的分子筛膜引起了极大的兴趣。在这里，一种氟化金属有机骨架 (MOF) 材料被称为 KAUST-7（KAUST：阿卜杜拉国王科技大学），具有明确的窄 1D 通道，可以根据尺寸筛分机制有效区分丙烯和丙烷，成功地被掺入聚酰亚胺基质中以制造分子筛混合基质膜 (MMM)。值得注意的是，KAUST-7 纳米粒子的表面功能化具有卡宾部分，可提供制造分子筛 MMM 所需的界面相容性，同时聚合物-填料界面的非选择性缺陷最少。具有高 MOF 负载（高达 45 wt.%）的最佳膜显示出 ≈ 95 barrer 的丙烯渗透率和 ≈ 20 的混合丙烯/丙烷选择性，远远超过了最先进的上限。此外，所得膜在实际条件下表现出坚固的结构稳定性，包括高压（高达 8 bar）和高温（高达 100°C）。观察到的出色性能证明了表面工程对于制备和合理部署用于工业应用的高性能 MMM 的重要性。
将因果关系与神经混沌学习相结合
摘要 — 通过神经网络实现的深度学习通过提供用于复杂任务（例如对象检测/分类和预测）的方法，彻底改变了机器学习。然而，基于深度神经网络的架构已经开始产生收益递减，这主要是由于它们的统计性质以及无法捕捉训练数据中的因果结构。深度学习的另一个问题是其高能耗，从可持续性的角度来看，这并不是那么理想。因此，人们正在考虑采用替代方法来解决这些问题，这两种方法都受到人脑功能的启发。一种方法是因果学习，它考虑到神经网络训练数据集中项目之间的因果关系。预计这将有助于最大限度地减少深度神经网络学习表示中普遍存在的虚假相关性。另一种方法是神经混沌学习，这是一项最新发展，其灵感来自生物神经网络（大脑/中枢神经系统）中神经元固有的非线性混沌放电。这两种方法都显示出比单纯使用深度学习更好的效果。为此，在本文中，我们研究了如何将因果学习方法和神经混沌学习方法整合在一起以产生更好的结果，尤其是在包含链接数据的领域。我们提出了一种这种整合的方法来增强分类、预测和强化学习。我们还提出了一组需要研究的研究问题，以使这种整合成为现实。索引术语——深度学习、因果学习、神经混沌学习、图神经网络、随机共振
8. ICPS 的可持续人工智能
主题：计算与物理世界的广泛融合，以及人工智能 (AI) 和机器学习 (ML) 的爆炸式增长，为智能城市、智能交通、工业 4.0 和智能医疗等不同领域的工业信息物理系统 (ICPS) 的变革奠定了基础。然而，实现人工智能/机器学习在 ICPS 中的实际工业认可和长期利益取决于可持续的人工智能学习算法，包括人工智能的环境可持续性和社会可持续性。使用不断增长的数据集进行训练的更大、更复杂的 ML 模型日益流行，由于人工智能/机器学习模型训练的高能耗，引发了环境问题，同时也带来了计算资源、标记数据可用性和数据共享方面的挑战。人工智能与社会可持续性相关的技术维度包括将促进社会认可、确保法规遵从和降低风险的学习技术。因此，本期特别合集旨在促进与 ICPS 中 AI/ML 的持久可持续性相关的技术进步，并通过考虑实际限制（包括资源、安全、隐私、透明度、法规等）来推动解决 ICPS 实践中 AI/ML 接受度的挑战。将环境考虑因素融入 AI/ML 算法并推进支持社会接受度的技术方面将促进 AI/ML 在 ICPS 中的实际使用，从而推动社会影响。
SIGCHI 会议论文格式
摘要 养老院每天 24 小时、每周 7 天都有持续的高能耗需求。为了应对气候变化和燃料安全，提高养老院的能源效率以满足欧盟《建筑能效指令》（EPBD）自 2021 年 1 月 1 日起实现近零能耗的强制性要求非常重要。此外，近零能耗的养老院设计可以降低运行成本，从而减轻老龄化社会的财务负担。减少建筑设计中的能源消耗和碳排放需要采取整体系统方法，而被动设计可以改变外部气候以提高建筑的能源性能，这是这种系统方法的基础。被动设计策略可以减少供暖和制冷需求，从而有机会整合更高效、容量更低的建筑系统，并有可能使用可再生能源供应和存储系统来抵消总体能源消耗。本文旨在探讨被动设计策略对英国养老院设计能源性能的影响。在本研究中，开发了一个具有建模框架的标准英国养老院作为参考案例。针对当地气候进行了一系列建筑能量模拟，以评估一系列被动设计策略的影响。本研究发现，被动设计对节能设计有影响，可节省高达 28% 的能源。窗户 u 值、渗透率和窗墙比是最有效的设计组成部分，而外墙、屋顶和地板的 u 值影响较小。热质量不会导致年能耗和热性能的显著差异。窗户 g 值的降低会增加整体能耗，因为供暖需求的增加会抵消太阳热增益的减少。
调查被动设计策略对英国养老院能源效率的影响
摘要 养老院每天 24 小时、每周 7 天都有持续的高能耗需求。为了应对气候变化和燃料安全，提高养老院的能源效率以满足欧盟《建筑能效指令》（EPBD）自 2021 年 1 月 1 日起实现近零能耗的强制性要求非常重要。此外，近零能耗的养老院设计可以降低运行成本，从而减轻老龄化社会的财务负担。减少建筑设计中的能源消耗和碳排放需要采取整体系统方法，而被动设计可以改变外部气候以提高建筑的能源性能，这是这种系统方法的基础。被动设计策略可以减少供暖和制冷需求，从而有机会整合更高效、容量更低的建筑系统，并有可能使用可再生能源供应和存储系统来抵消总体能源消耗。本文旨在探讨被动设计策略对英国养老院设计能源性能的影响。在本研究中，开发了一个具有建模框架的标准英国养老院作为参考案例。针对当地气候进行了一系列建筑能量模拟，以评估一系列被动设计策略的影响。本研究发现，被动设计对节能设计有影响，可节省高达 28% 的能源。窗户 u 值、渗透率和窗墙比是最有效的设计组成部分，而外墙、屋顶和地板的 u 值影响较小。热质量不会导致年能耗和热性能的显著差异。窗户 g 值的降低会增加整体能耗，因为供暖需求的增加会抵消太阳热增益的减少。
数据通信和电信中的近期光子应用。......
0. 前言 高度数字化社会的弊端之一是数据中心的高能耗，这正日益成为瓶颈。为此提到的解决方案之一是越来越多地使用光子学进行数据传输。对于用于连接数据中心的网络电缆，这已经很常见了。下一个重大举措是使用光子集成芯片代替电子芯片。这种光子集成芯片不会像电子芯片那样产生热量而导致能量损失。因此，数据中心的空调设备也不必像现在这样冷却。荷兰在国家增长基金中为此拨出 10 亿美元的计划，显示出对集成光子学领域的雄心。最近，PhotonDelta 财团为此获得了一项奖励，投资 12 亿欧元用于荷兰生产线。这主要针对四个应用领域，其中数据和电信在机遇和挑战方面无疑是第一。问题出现了：这些应用是否已经做好了上市准备，我们能否在荷兰率先推出它们？本文介绍的研究表明，形势十分紧迫，光纤网络已经深入数据中心，但光子学在服务器本身的应用仍处于起步阶段。应该有所作为的光子芯片仍然过于昂贵，而且尚未得到数据中心大规模采用的验证。等待价格曲线下降将导致失去设计和生产这些光子芯片的主动权，并延迟使我们紧张的数据基础设施更加节能。LEAP 希望传递给政府和价值链中涉及的其他各方的考虑之一是实施一个高度集中的“登月”计划，为数据中心设计这套光子芯片，并将它们投入荷兰领先的数据中心生产。从而将荷兰定位为该领域的先驱者，使其率先享受节能数据基础设施带来的好处，并在 2030 年围绕光子学为新一代建立新的经济部门。