1,721,036 research outputs found
Progetto e sperimentazione di un programma software per la stima automatica di un modello previsionale della domanda di gas metano con preannuncio real time a 36 ore
No full textLe innovazioni normative, economico-gestionali, fiscali e finanziarie nel mercato del gas metano impongono alle Aziende gestrici della distribuzione di ordinare con anticipo di 36 ore i quantitativi di gas prelevati per l’utenza, fissando oneri significativi per ogni scostamento in aumento o in diminuzione rispetto all’ordine.
Pertanto risulta di rilevanza economica e gestionale poter disporre di una previsione affidabile dell’andamento della domanda di gas nel corso dell’anno, in modo da minimizzare gli oneri di acquisizione dello stesso dal fornitore.
Un tale strumento costituisce fra l’altro un potenziale fattore di vantaggio competitivo rispetto ad altre Aziende.
La domanda aggregata di gas è rappresentabile in termini tecnici attraverso un processo stocastico con componenti di base “deterministiche” (costituite dalla domanda “fissa” da parte di utenze industriali). La domanda è correlata a fattori meteoclimatici in quanto connessa a fabbisogni termici, e risente di eventi difficili da inquadrare da un punto di vista statistico, quali ad esempio l’incidenza delle festività, delle manifestazioni pubbliche ecc. sui consumi.
Si è già in passato affrontata la tematica della caratterizzazione statistica e sistemica del processo stocastico della domanda di gas. Uno studio svolto nell’anno 2000 da CIS spa su tale tematica [1a], fra l’altro, ha avuto la possibilità di indagare le relazioni fra la domanda aggregata e i parametri di gestione della rete del gas per la città di Forlì.
Anche sulla scorta di tale esperienza, pertanto, è possibile affermare che allo scopo di prevedere la domanda di gas in relazione a variabili in ingresso di tipo meteoclimatico (p.es. temperatura dell’aria) e socioeconomico (p.es. variabili booleane (0/1) indicatrici di festività, manifestazioni ecc.) lo strumento più indicato è un modello di tipo black-box da calibrare in continuo sulla base di una serie temporale di ciascuno dei parametri in ingresso, in modo da fornire previsioni il più possibile accurate almeno a distanza di 1,5 giorni.
Esistono molte tecniche di tipo statistico o basate sull’identificazione di sistemi dinamici, che potenzialmente si prestano allo scopo. Si citano ad esempio le reti neurali, i processi stocastici di tipo autoregressivo a media mobile con variabili esogene (ARMAX) e le loro sottoclassi, e altre tecniche rese recentemente disponibili dalla ricerca sull’Intelligenza Artificiale e la teoria dei sistemi complessi. Nella generalità dei casi, tali tecniche consentono di fornire una stima della variabile in uscita del modello e una quantificazione dell’incertezza relativa. Quest’ultima è l’unico parametro rilevante per giudicare la performance del modello in termini economici.
In molti campi della gestione industriale e dell’ingegneria dei sistemi queste tecniche sono state applicate con notevole successo nel prevedere l’andamento di una variabile a partire dal suo comportamento nel passato e dal comportamento delle variabili da cui essa dipende.
La loro applicabilità è condizionata dalla conoscenza delle serie temporali dei parametri in ingresso ed uscita del modello siano ben conosciute, come nel caso dei dati qui considerati (che derivano da contabilizzazioni precise quanto all’output (il fabbisogno di gas) e da misurazioni diffuse e affidabili quanto all’input meteoclimatico, o quanto meno facilmente indagabili quanto alle variabili socioeconomiche coinvolte).
Riteniamo che sia necessario sottoporle comunque ad un test comparativo, ed eventualmente mantenere contemporaneamente in funzione più di un modello per ridurre le incertezze della stima, in quanto al momento non siamo a conoscenza di studi specifici sul tema della domanda di gas con tali tecniche.
Una volta verificata la performance di vari possibili modelli e scelti quelli che meglio si prestano alla previsione, sarà possibile in modo semplice integrare un software di calcolo con i database dove oggi vengono registrati gli andamenti dei consumi di gas. Si configurerebbe in questo modo un sistema di previsione real time, di semplice utilizzo, che restituisce la previsione con il preavviso richiesto ed utilizza i dati man mano disponibili per aggiornare in continuo la calibrazione del modello.
In linea di principio si può affermare un certo ottimismo riguardo alla fattibilità del sistema di previsione richiesto.
Resta inteso che al momento si rende necessaria un’attività di progettazione del sistema e sperimentazione sulle serie temporali pregresse, con particolare riguardo per la scelta dei parametri di ingresso (ad es. temperatura, precipitazioni, indicatori socioeconomici...) e la valutazione dell’incertezza dell’output.
L’attività è stata organizzata nelle seguenti fasi:
Fase I:
Raccolta ed analisi statistica delle serie storiche di domanda aggregata di gas nei tre distretti di Forlì, Cesena e Savignano sul Rubicone.
Analisi qualitativa dei trend e identificazione dei possibili fattori che determinano l’andamento temporale, degli indicatori appropriati a descrivere tali fattori e della fattibilità di una loro acquisizione in tempo reale ed in continuo.
Il risultato di questa fase è una relazione sintetica sulle caratteristiche e i trend delle serie storiche esaminate, su quali dati sono da ritenere significativi e sulle potenzialità/i colli di bottiglia di acquisizione dei dati.
Fase II:
Identificazione del processo temporale con tecniche:
- artificial neural networks (ANN)
- processi ARMAX e loro sottoclassi
- stima con tecniche di tipo geostatistico
- altre tecniche da valutarsi in corso di sviluppo.
Il risultato di questa fase è una relazione sintetica che illustra l’accuratezza della previsione (errore % atteso) delle varie tecniche sperimentate, con diverse combinazioni di parametri di input, e la quantificazione del preavviso massimo ottenibile per assegnato errore %.
Nel seguito si riportano le risultanza delle due fasi di attività
Progetto e sperimentazione di un modello previsionale della domanda di gas metano con preannuncio real-time a 36 ore
No full textLe innovazioni normative, economico-gestionali, fiscali e finanziarie nel mercato del gas metano impongono alle Aziende gestrici della distribuzione di ordinare con anticipo di 36 ore i quantitativi di gas prelevati per l’utenza, fissando oneri significativi per ogni scostamento in aumento o in diminuzione rispetto all’ordine.
Pertanto risulta di rilevanza economica e gestionale poter disporre di una previsione affidabile dell’andamento della domanda di gas nel corso dell’anno, in modo da minimizzare gli oneri di acquisizione dello stesso dal fornitore.
Un tale strumento costituisce fra l’altro un potenziale fattore di vantaggio competitivo rispetto ad altre Aziende.
La domanda aggregata di gas è rappresentabile in termini tecnici attraverso un processo stocastico con componenti di base “deterministiche” (costituite dalla domanda “fissa” da parte di utenze industriali). La domanda è correlata a fattori meteoclimatici in quanto connessa a fabbisogni termici, e risente di eventi difficili da inquadrare da un punto di vista statistico, quali ad esempio l’incidenza delle festività, delle manifestazioni pubbliche ecc. sui consumi.
Si è già in passato affrontata la tematica della caratterizzazione statistica e sistemica del processo stocastico della domanda di gas. Uno studio svolto nell’anno 2000 da CIS spa su tale tematica [1a], fra l’altro, ha avuto la possibilità di indagare le relazioni fra la domanda aggregata e i parametri di gestione della rete del gas per la città di Forlì.
Anche sulla scorta di tale esperienza, pertanto, è possibile affermare che allo scopo di prevedere la domanda di gas in relazione a variabili in ingresso di tipo meteoclimatico (p.es. temperatura dell’aria) e socioeconomico (p.es. variabili booleane (0/1) indicatrici di festività, manifestazioni ecc.) lo strumento più indicato è un modello di tipo black-box da calibrare in continuo sulla base di una serie temporale di ciascuno dei parametri in ingresso, in modo da fornire previsioni il più possibile accurate almeno a distanza di 1,5 giorni.
Esistono molte tecniche di tipo statistico o basate sull’identificazione di sistemi dinamici, che potenzialmente si prestano allo scopo. Si citano ad esempio le reti neurali, i processi stocastici di tipo autoregressivo a media mobile con variabili esogene (ARMAX) e le loro sottoclassi, e altre tecniche rese recentemente disponibili dalla ricerca sull’Intelligenza Artificiale e la teoria dei sistemi complessi. Nella generalità dei casi, tali tecniche consentono di fornire una stima della variabile in uscita del modello e una quantificazione dell’incertezza relativa. Quest’ultima è l’unico parametro rilevante per giudicare la performance del modello in termini economici.
In molti campi della gestione industriale e dell’ingegneria dei sistemi queste tecniche sono state applicate con notevole successo nel prevedere l’andamento di una variabile a partire dal suo comportamento nel passato e dal comportamento delle variabili da cui essa dipende.
La loro applicabilità è condizionata dalla conoscenza delle serie temporali dei parametri in ingresso ed uscita del modello siano ben conosciute, come nel caso dei dati qui considerati (che derivano da contabilizzazioni precise quanto all’output (il fabbisogno di gas) e da misurazioni diffuse e affidabili quanto all’input meteoclimatico, o quanto meno facilmente indagabili quanto alle variabili socioeconomiche coinvolte).
Riteniamo che sia necessario sottoporle comunque ad un test comparativo, ed eventualmente mantenere contemporaneamente in funzione più di un modello per ridurre le incertezze della stima, in quanto al momento non siamo a conoscenza di studi specifici sul tema della domanda di gas con tali tecniche.
Una volta verificata la performance di vari possibili modelli e scelti quelli che meglio si prestano alla previsione, sarà possibile in modo semplice integrare un software di calcolo con i database dove oggi vengono registrati gli andamenti dei consumi di gas. Si configurerebbe in questo modo un sistema di previsione real time, di semplice utilizzo, che restituisce la previsione con il preavviso richiesto ed utilizza i dati man mano disponibili per aggiornare in continuo la calibrazione del modello.
In linea di principio si può affermare un certo ottimismo riguardo alla fattibilità del sistema di previsione richiesto.
Resta inteso che al momento si rende necessaria un’attività di progettazione del sistema e sperimentazione sulle serie temporali pregresse, con particolare riguardo per la scelta dei parametri di ingresso (ad es. temperatura, precipitazioni, indicatori socioeconomici...) e la valutazione dell’incertezza dell’output.
L’attività è stata organizzata nelle seguenti fasi:
Fase I:
Raccolta ed analisi statistica delle serie storiche di domanda aggregata di gas nei tre distretti di Forlì, Cesena e Savignano sul Rubicone.
Analisi qualitativa dei trend e identificazione dei possibili fattori che determinano l’andamento temporale, degli indicatori appropriati a descrivere tali fattori e della fattibilità di una loro acquisizione in tempo reale ed in continuo.
Il risultato di questa fase è una relazione sintetica sulle caratteristiche e i trend delle serie storiche esaminate, su quali dati sono da ritenere significativi e sulle potenzialità/i colli di bottiglia di acquisizione dei dati.
Fase II:
Identificazione del processo temporale con tecniche:
- artificial neural networks (ANN)
- processi ARMAX e loro sottoclassi
- stima con tecniche di tipo geostatistico
- altre tecniche da valutarsi in corso di sviluppo.
Il risultato di questa fase è una relazione sintetica che illustra l’accuratezza della previsione (errore % atteso) delle varie tecniche sperimentate, con diverse combinazioni di parametri di input, e la quantificazione del preavviso massimo ottenibile per assegnato errore %.
Nel lavoro si riportano nel dettaglio le risultanza delle due fasi di attività
An analysis of change in alpine annual maximum discharges: implications for the selection of design discharges
No full textThe paper presents an analysis of 17 long annual maximum series (AMS) of flood flows for Swiss Alpine basins, aimed at checking the presence of changes in the frequency regime of annual maxima. We apply Pettitt ́s change point test, the non parametric sign test and Sen ́s test on trends. We also apply a parametric goodness-of-fit test for assessing the suitability of distributions estimated on the basis of annual maxima collected up to a certain year for describing the frequency regime of later observations. For a number of series the tests yield consistent indications for significant changes in the frequency regime of annual maxima and increasing trends in the intensity of annual maximum discharges. In most cases, these changes cannot be explained by anthropogenic causes only (e.g., streamflow regulation, construction of dams). Instead, we observe a statistically significant relationship between the year of change and the elevation of the catchment outlet. This evidence is consistent with the findings of recent studies that explain increasing discharges in alpine catchments with an increase in the temperature controlling the portion of mountain catchments above the freezing point. Finally, we analyze the differences in return periods (RP’s) estimated for a given flood-flow on the basis of recent and past observations. For a large number of the study AMS we observe that, on average, the 100-year flood for past observations corresponds to a RP of approximately 10 to 30 years on the basis of more recent observation. From a complementary perspective, we also notice that estimated RP-year flood (i.e., flood quantile associated with RP) increases on average by approximately 20% for the study area, irrespectively of the return period RP. Practical implications of the observed changes are illustrated and discussed in the paper
Noggin recruits mesoderm progenitors from the dorsal aorta to a skeletal myogenic fate
No full textEmbryonic mesoangioblasts are the in vitro counterpart of vessel-associated progenitors, able to differentiate into different mesoderm cell types. To investigate signals recruiting these progenitors to a skeletal myogenic fate, we developed an in vitro assay, based upon co-culture of E11.5 dorsal aorta (from MLC3. F-nLacZ transgenic embryos, expressing nuclear beta galactosidase only in striated muscle) with differentiating C2C12 or primary myoblasts. Under these conditions muscle differentiation from cells originating from the vessel can be quantified by counting the number of beta gal. +. nuclei. Results indicated that Noggin (but not Follistatin, Chordin or Gremlin) stimulates while BMP2/4 inhibits myogenesis from dorsal aorta progenitors; neutralizing antibodies and shRNA greatly reduce these effects. In contrast, TGF-β1, VEGF, Wnt7A, Wnt3A, bFGF, PDGF-BB and IGF1 have no effect. Sorting experiments indicated that the majority of these myogenic progenitors express the pericyte marker NG2. Moreover they are abundant in the thoracic segment at E10.5 and in the iliac bifurcation at E11.5 suggesting the occurrence of a cranio-caudal wave of competent cells along the aorta. BMP2 is expressed in the dorsal aorta and Noggin in newly formed muscle fibers suggesting that these two tissues compete to recruit mesoderm cells to a myogenic or to a perithelial fate in the developing fetal muscle. © 2012 Elsevier Inc
Short-term exposure to fine particulate matter exposure impairs innate immune and inflammatory responses to a pathogen stimulus: A functional study in the zebrafish model
Full text linkShort-term exposure to fine particulate matter (PM 2.5 ) is associated with the activation of adverse inflammatory responses, increasing the risk of developing acute respiratory diseases, such as those caused by pathogen infections. However, the functional mechanisms underlying this evidence remain unclear. In the present study, we generated a zebrafish model of short-term exposure to a specific PM 2.5 , collected in the northern metropolitan area of Milan, Italy. First, we assessed the immunomodulatory effects of short-term PM 2.5 exposure and observed that it elicited pro -inflammatory effects by inducing the expression of cytokines and triggering hyper -activation of both neutrophil and macrophage cell populations. Moreover, we examined the impact of a secondary infectious pro-inflammatory stimulus induced through the injection of Pseudomonas aeruginosa lipopolysaccharide ( Pa -LPS) molecules after exposure to short-term PM 2.5 . In this model, we demonstrated that the innate immune response was less responsive to a second pro -inflammatory infectious stimulus. Indeed, larvae exhibited dampened leukocyte activation and impaired production of reactive oxygen species. The obtained results indicate that short-term PM 2.5 exposure alters the immune microenvironment and affects the inflammatory processes, thus potentially weakening the resistance to pathogen infections
Ex-post hydrogeological evaluation of a landfill using hydrochemical analysis and system identification techniques
No full textThe paper illustrates the results of the dynamic identification of some series of water quality data from the monitoring of the landfill of Ginestreto at Sogliano al Rubicone, in North-Central Italy. The data concern different measurement points around the landfill, where water quality samples were collected in order to check about potential percolate leaking from the landfill and water pollution, during 1991-1999. Since no rainfall measurement was available, there was no point in making a hydrologic balance model of the landfill. A black-box identification has been therefore attempted, using an autoregressive MISO model. In particular, it has been supposed that response times of the landfill and surrounding groundwater bodies to rainfall were long enough and monthly cumulative rainfall data retrieved from stations in the area were used. The paper describes the identification method used and discusses the results obtained
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
- …
