《麻省理工科技評論 MIT Tech》8/1
* 【改善空氣污染能降低患阿茲海默症風險】
根據 7/26 日在美國丹佛舉行的 2021 年阿茲海默病協會國際會議上發佈的多項研究報告,改善空氣污染會改善認知功能,降低阿茲海默症風險。此前報告曾顯示,長期暴露於空氣污染與阿爾茨海默病相關腦斑有關。而此次會議是第一次累計證據表明,減少污染,特別是空氣中的細顆粒物和燃料燃燒產生的污染物,與降低全因失智症和阿茲海默症風險有關。
* 【MIT科學家研究了如何減少一次性口罩對環境的影響】
據估計,COVID-19大流行期間每天產生多達7200噸的醫療廢物,其中大部分是一次性口罩。近日,麻省理工學院(MIT)的一項新研究指出,通過採用可重復使用的口罩可以大大減少這一損失,該研究計算了幾種不同的口罩使用方案的財務和環境成本。研究人員表示,完全可重復使用的硅膠N95口罩能更大程度地減少浪費,而他們現在正致力於開發這種新型口罩。目前,這項研究已經刊登在《British Medical Journal》上。
* 【新發明的的尿液或血液測試方法可以發現腦腫瘤】
劍橋大學的醫學研究人員開發了兩種新的測試方法,能夠檢測最惡的腦癌膠質瘤。使用新開發的測試可以在病人的尿液或血漿中檢測到腫瘤,這也是世界上第一個此類測試方式。
* 【歐洲科學家開發出可低成本製造發光材料的新技術】
劍橋大學和慕尼黑工業大學領導的研究人員發現,通過將一種材料的每 1000 個原子中的一個換成另一個,他們能夠將一種被稱為鹵化物鈣鈦礦的新材料類發光體的發光能力提高兩倍。該發現有益於製造更有效的低成本發光材料,這些材料具有柔性,並可使用噴墨技術列印。相關研究發表於《美國化學會志》。
* 【哈佛科學家發起伽利略項目,致力尋找宇宙中的外星科技文明】
哈佛帶領的一支科學家團隊,已經發起了一個旨在宇宙中尋找外星生命證據的伽利略項目(Galileo Project)。結合地面望遠鏡、人工智能等方案,這項研究將著重於外星智能的物理例證,而不是源自遙遠文明的電磁信號。
* 【科學家發現潛在療法能提高人類免疫系統在體內搜索和消滅癌細胞的能力】
近日,南安普敦大學和米蘭國家分子遺傳學研究所的研究人員發現了一種潛在的治療方法,可以提高人類免疫系統在體內搜索和消滅癌細胞的能力。研究人員表示,他們已經確定了一種限制調節免疫系統的一組細胞的活動的方法,這反過來可以釋放其他免疫細胞來攻擊癌症患者的腫瘤。目前,這項研究已經發表於《PNAS》。
* 【美國研究團隊在太陽能制氫方面獲得新突破】
數十年來,世界各地的研究人員一直在尋找利用太陽能來制氫的關鍵反應方法,即如何將水分子分解成氫氣和氧氣。儘管大多數努力以失敗而告終,且少數成果也面臨著成本過高的尷尬。德克薩斯大學奧斯汀分校的一支研究團隊,還是設法找到了一種通過厚二氧化硅層來創建導電路徑的方法來有效從水中分離氧分子。該方案能夠低成本地運用,並擴展到大批量生產流程中。有關這項研究的詳情,已經發表在近日出版的《Nature Communications》期刊上。
* 【現近 20% 的原始森林景觀與採礦、石油和天然氣等採掘業特許地相重疊】
國際野生生物保護學會(WCS)和世界自然基金會(WWF)的一項新研究顯示,近 20% 的熱帶原始森林景觀(IFLs)與採礦、石油和天然氣等採掘業的特許地相重疊。重疊的總面積約為97.5萬平方公里,大約相當於埃及的面積。採掘業特許地與熱帶國際森林公園重疊最多,佔總面積的 11.33%,而石油和天然氣特許地的重疊面積佔總面積的 7.85%。該研究發表在《森林與全球變化》上。
* 【MIT研究人員用紅外攝像機和人工智能來預測「沸騰危機」】
最近,麻省理工學院(MIT)核科學與工程系的研究人員,通過訓練一個神經網絡模型來預測「沸騰危機」。研究人員表示,該模型能夠從具有不同形態和潤濕性(或吸濕性)的表面上的氣泡動力學的高分辨率紅外測量中預測沸騰危機的餘量(即偏離核沸騰比,DNBR)。這項研究成果或將應用於冷卻計算機芯片和核反應堆。目前,該研究已經發表於《Applied Physics Letters》。
* 【英國研究人員使用一種創新方法來「逆轉」與年齡有關的記憶衰退】
英國研究人員的一項新研究提出了一種創新的方法來治療與年齡有關的記憶衰退。臨床前研究顯示,通過「操縱」大腦中被稱為神經元周圍基質網絡(PNNs)的結構組成,可以逆轉衰老小鼠的記憶衰退。
* 【中國科學家利用簡單的 RNA 微調讓馬鈴薯和水稻產量提高 50%】
北京大學的研究小組將一種叫做 FTO 的單一基因插入到馬鈴薯和水稻植株中。由此產生的植物是更有效的光合作用者,這意味著它們長得更大,產量也更高 —— 在實驗室中產量提高了 3 倍,在田間產量提高了 50%。它們還能長出更長的根系,這有助於它們更好地忍受乾旱。
* 【歐盟提出一攬子應對氣候變化方案】
歐盟委員會近日提出應對氣候變化的一攬子計劃提案,旨在實現到 2030 年歐盟溫室氣體淨排放量與 1990 年的水平相比至少減少 55%,進而到 2050 年實現碳中和的目標。這份提案涉及交通、能源、建築、農業和稅收政策等諸多領域,具體內容包括收緊現有碳排放交易體系,增加可再生能源的使用,提高能源效率,盡快推出低碳運輸方式及相關配套基礎設施和燃料,制定與脫碳目標相一致的稅收政策等。
* 時間晶體即將誕生?當地時間 7 月 28 日,谷歌在一篇預印本論文中表示,其首次使用 「懸鈴木」 (Sycamore)量子計算機創造出了 「真正的時間晶體」。
參與該研究的科學家超過 80 人,分別來自Stanford 大學、普林斯頓大學、MIT 和德國德累斯頓馬普固體化學物理學研究所(德累斯頓)等科研院所,論文標題為《在量子處理器上觀測時間晶體的本徵態序》(Observation of Time-Crystalline Eigenstate Order on a Quantum Processor )。
* 【新分子圖譜揭示腦細胞發育軌跡】
瑞士洛桑聯邦理工學院(EPFL)和瑞典卡羅林斯卡學院的研究人員首次繪制了胚胎大腦細胞在成熟過程中遵循的遺傳和發育軌跡。這份分子圖譜不僅可幫助人們識別與神經發育狀況有關的基因,確定腦癌中惡性細胞的來源,還可以作為評估實驗室中乾細胞產生的腦組織的參考,同時能改進神經退行性疾病的細胞替代療法。相關研究發表在近日的《自然》雜誌上。
* 【液體填充光纖設計可實現更可靠的數據傳輸】
瑞士 Empa 研究所的研究人員開發了一種光纖,該光纖由連續的液體甘油芯和透明含氟聚合物護套組成。這種光纖以光脈衝的形式傳輸數據的能力跟固體塑料光纖差不多,另外它還擁有更高的抗拉強度。
多項式分解計算機 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
數據如何幫助時尚業減少浪費
作者:Forbes China
文/Adrian Bridgwater
軟件工程師以及其他技術專業人士通常不會和時尚融合在一起,他們一般偏向於t卹、涼鞋(通常與襪子搭配)或運動鞋,而且在雨雪冰凍天氣喜歡穿短褲。對於大多數軟件工程師來說,一個大膽的時尚舉措可能就是決定把頭髮染成綠色或藍色。
不過,暫且把對技術人員的刻板印象放在一邊,科技和時尚領域的專家之間可能會出現一個新的交叉點。時裝業在產品浪費方面是出了名的糟糕……而科技想要拯救它。
BBC報導了一個最近的例子,一個時裝設計師幫助開發可回收的衣架。跨行業供應鏈應用的數據分析顯示了該行業的浪費規模,設計師羅蘭·穆雷認為,一次性衣架是時尚產業的“塑料吸管”。
通過與科學家合作,穆雷和他的團隊開發了一種新的衣架,由可回收塑料製成。衣架的問題不僅僅是顧客在購買後丟棄它們,顯然,一些時裝公司在將產品轉移到商店裡“更高檔”的衣架上之前,會將衣服放在廉價的衣架上(用過就會扔掉)。
衣架回收公司First Mile表示,衣架在垃圾填埋場需要1,000年才能分解。顯然,如果要打擊這種嚴重的浪費,我們需要更智能的供應鏈、更智能的城市分銷網絡、更智能地採用回收產品等。
服裝行業的“推動”模式
“時尚浪費”的問題更加嚴重。核心問題歸結為生產過剩和服裝行業生產太多衣服的事實。這是因為零售業(尤其是時裝業)一直以來都是“推動”模式,即生產設計師想要銷售的產品,而不是消費者想要購買的產品。
全球最大的服裝銷售網站Love the sale的創始人兼首席技術官David Bishop解釋說,他的公司致力於幫助零售商最大限度地回收過剩庫存。
Bishop 表示:“在時尚產品的供應鏈上,有很多地方已經成熟,可以進行優化和顛覆。鑑於我們目前生活在一個庫存過剩的世界,或許最實用的技術應用是將現有的高質量庫存與有需求的客戶相匹配,這些客戶往往不知道這些庫存是可以買到的。”
但是,當然,許多服裝品牌無法找到合適的途徑向所有可能有需要的人展示它們的產品,也沒有足夠大的數據集或產品目錄來使用先進的技術來“清理”它們的產品。
Bishop 說:“通過使用積壓產品的底層元數據,並將其與積極購買行為元數據匹配的消費者配對,我們可以更快地清空庫存。這使我們能夠與買家有效地合作,防止庫存過剩到不可避免的地步。”
儘管時尚產業試圖利用人工智能來分析時尚消費者的選擇,並預測他們接下來想要什麼,但生產過剩的問題還是真實存在的,僅在英國,每年就有價值1.4億英鎊(1.8億美元)的服裝被填埋。
數字化有助於減少時裝行業的浪費,其中一個方法是通過接單式生產(MTO)的概念,這種服裝更受消費者的青睞。
MTO技術專家PlatformE為設計師和品牌提供虛擬零件、材料、顏色、字體、尺寸、補丁和其他服裝生產的所有其他元素,允許他們與客戶一起設計,模擬並實際創建數百萬個設計組合,直到他們確定了想在生產中看到的東西。
實際上,這代表著每年可減少數百萬個樣品產品。通過對消費者情緒、預測分析和購買數據的測試,它甚至可以將可能不成功的產品線的生產最小化——其中許多最終會被填埋甚至燒掉。
總部位於英國倫敦的PlatformE為古馳(Gucci)等品牌提供3D定制工具,Gucci利用這項技術為個人消費者定制服裝。
通過軟件提高效率
PlatformE的聯合創始人兼總裁Goncalo Cruz解釋說,他的公司採用了以軟件為中心的方法來提高效率。
Cruz說:“為客戶和合作夥伴提供一個軟件開發工具包(SDK),它連接和集成了一個由品牌、零售商和工廠組成的完全不同的系統,使我們的客戶能夠進行擴展,同時仍然可以靈活地使用他們喜歡的佈局、用戶界面(UI)和用戶體驗(UX)。”
任何客戶都可以為自己的時尚品牌“.com”或來源創建數字庫。基於雲的解決方案使品牌能夠訪問PlatformE託管的配件和服裝的3D數字數據庫。時裝設計師可以使用這個工具包為可定制的產品創建選項,公司將其概念化,然後上傳到基於軟件的“引擎”中。通過使用這些工具,零售品牌能夠衡量客戶偏好,並分析有意義的數據,如最流行的樣式、顏色、材料和其他變量。
雖然在後台創建一個抽象的邏輯是複雜的,它理解並集成了幾乎所有的生產系統,但Cruz堅持認為客戶(通常是一個設計師,但也可能是一個單獨的客戶)的體驗會因此被大大簡化。
Cruz表示:“從數字數據處理的一開始,複雜性就降低了,所有的產品排列——數以十億計——都是由PlatformE的引擎生成的,不需要創建一個單一的實體樣本。客戶可以可視化他們所選擇的產品,並根據3D分層概念生成的虛擬樣本或當時並不實際存在的圖像下訂單。然後,PlatformE的應用程序編程接口(API)將訂單轉換成工廠能夠理解的計算機語言,充當製造過程中不同參與者之間的數字中間人。這其實是一個購買激活的製造過程,在按需的基礎上工作,將生產過剩降低到0%。”
開創新潮流
但數據和軟件真的能改變時尚界嗎?是的,如果以一種智能的方式應用數據分析,它幾乎可以改變商業的所有方面。不是所有的購買習慣都會在一夜之間改變,也不是所有的供應鏈結構都會在一夜之間改變,但“一切皆服務”的趨勢是真實的,。
資料來源:http://www.forbeschina.com/business/45840
多項式分解計算機 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
數據如何幫助時尚業減少浪費
作者:Forbes China
文/Adrian Bridgwater
軟件工程師以及其他技術專業人士通常不會和時尚融合在一起,他們一般偏向於t卹、涼鞋(通常與襪子搭配)或運動鞋,而且在雨雪冰凍天氣喜歡穿短褲。對於大多數軟件工程師來說,一個大膽的時尚舉措可能就是決定把頭髮染成綠色或藍色。
不過,暫且把對技術人員的刻板印象放在一邊,科技和時尚領域的專家之間可能會出現一個新的交叉點。時裝業在產品浪費方面是出了名的糟糕……而科技想要拯救它。
BBC報導了一個最近的例子,一個時裝設計師幫助開發可回收的衣架。跨行業供應鏈應用的數據分析顯示了該行業的浪費規模,設計師羅蘭·穆雷認為,一次性衣架是時尚產業的“塑料吸管”。
通過與科學家合作,穆雷和他的團隊開發了一種新的衣架,由可回收塑料製成。衣架的問題不僅僅是顧客在購買後丟棄它們,顯然,一些時裝公司在將產品轉移到商店裡“更高檔”的衣架上之前,會將衣服放在廉價的衣架上(用過就會扔掉)。
衣架回收公司First Mile表示,衣架在垃圾填埋場需要1,000年才能分解。顯然,如果要打擊這種嚴重的浪費,我們需要更智能的供應鏈、更智能的城市分銷網絡、更智能地採用回收產品等。
服裝行業的“推動”模式
“時尚浪費”的問題更加嚴重。核心問題歸結為生產過剩和服裝行業生產太多衣服的事實。這是因為零售業(尤其是時裝業)一直以來都是“推動”模式,即生產設計師想要銷售的產品,而不是消費者想要購買的產品。
全球最大的服裝銷售網站Love the sale的創始人兼首席技術官David Bishop解釋說,他的公司致力於幫助零售商最大限度地回收過剩庫存。
Bishop 表示:“在時尚產品的供應鏈上,有很多地方已經成熟,可以進行優化和顛覆。鑑於我們目前生活在一個庫存過剩的世界,或許最實用的技術應用是將現有的高質量庫存與有需求的客戶相匹配,這些客戶往往不知道這些庫存是可以買到的。”
但是,當然,許多服裝品牌無法找到合適的途徑向所有可能有需要的人展示它們的產品,也沒有足夠大的數據集或產品目錄來使用先進的技術來“清理”它們的產品。
Bishop 說:“通過使用積壓產品的底層元數據,並將其與積極購買行為元數據匹配的消費者配對,我們可以更快地清空庫存。這使我們能夠與買家有效地合作,防止庫存過剩到不可避免的地步。”
儘管時尚產業試圖利用人工智能來分析時尚消費者的選擇,並預測他們接下來想要什麼,但生產過剩的問題還是真實存在的,僅在英國,每年就有價值1.4億英鎊(1.8億美元)的服裝被填埋。
數字化有助於減少時裝行業的浪費,其中一個方法是通過接單式生產(MTO)的概念,這種服裝更受消費者的青睞。
MTO技術專家PlatformE為設計師和品牌提供虛擬零件、材料、顏色、字體、尺寸、補丁和其他服裝生產的所有其他元素,允許他們與客戶一起設計,模擬並實際創建數百萬個設計組合,直到他們確定了想在生產中看到的東西。
實際上,這代表著每年可減少數百萬個樣品產品。通過對消費者情緒、預測分析和購買數據的測試,它甚至可以將可能不成功的產品線的生產最小化——其中許多最終會被填埋甚至燒掉。
總部位於英國倫敦的PlatformE為古馳(Gucci)等品牌提供3D定制工具,Gucci利用這項技術為個人消費者定制服裝。
通過軟件提高效率
PlatformE的聯合創始人兼總裁Goncalo Cruz解釋說,他的公司採用了以軟件為中心的方法來提高效率。
Cruz說:“為客戶和合作夥伴提供一個軟件開發工具包(SDK),它連接和集成了一個由品牌、零售商和工廠組成的完全不同的系統,使我們的客戶能夠進行擴展,同時仍然可以靈活地使用他們喜歡的佈局、用戶界面(UI)和用戶體驗(UX)。”
任何客戶都可以為自己的時尚品牌“.com”或來源創建數字庫。基於雲的解決方案使品牌能夠訪問PlatformE託管的配件和服裝的3D數字數據庫。時裝設計師可以使用這個工具包為可定制的產品創建選項,公司將其概念化,然後上傳到基於軟件的“引擎”中。通過使用這些工具,零售品牌能夠衡量客戶偏好,並分析有意義的數據,如最流行的樣式、顏色、材料和其他變量。
雖然在後台創建一個抽象的邏輯是複雜的,它理解並集成了幾乎所有的生產系統,但Cruz堅持認為客戶(通常是一個設計師,但也可能是一個單獨的客戶)的體驗會因此被大大簡化。
Cruz表示:“從數字數據處理的一開始,複雜性就降低了,所有的產品排列——數以十億計——都是由PlatformE的引擎生成的,不需要創建一個單一的實體樣本。客戶可以可視化他們所選擇的產品,並根據3D分層概念生成的虛擬樣本或當時並不實際存在的圖像下訂單。然後,PlatformE的應用程序編程接口(API)將訂單轉換成工廠能夠理解的計算機語言,充當製造過程中不同參與者之間的數字中間人。這其實是一個購買激活的製造過程,在按需的基礎上工作,將生產過剩降低到0%。”
開創新潮流
但數據和軟件真的能改變時尚界嗎?是的,如果以一種智能的方式應用數據分析,它幾乎可以改變商業的所有方面。不是所有的購買習慣都會在一夜之間改變,也不是所有的供應鏈結構都會在一夜之間改變,但“一切皆服務”的趨勢是真實的,。
資料來源:http://www.forbeschina.com/business/45840
多項式分解計算機 在 [理工] [自控]-因式分解- 看板Grad-ProbAsk - 批踢踢實業坊 的推薦與評價
最近在算根軌跡的題目
發現求重合點和分離點時
要算3階的多項式因式分解
可是往往都解不出來 而且解答常有小數...
這真的手算的出來嗎 還是要用計算機@@
請問有3次的因式分解法嗎 謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 218.172.0.43
... <看更多>