Limitamos nuestro inters al sistema de cadena de suministro O2O (online-to-offline) formado por un minorista online y un minorista offline. Dado que la marca que venden puede encontrarse con una crisis de marca que dae el fondo de comercio, formulamos un modelo de cadena de suministro O2O con el impacto de crisis aleatorias para explorar las contramedidas de los minoristas cuando se enfrentan a una crisis potencial. Tras el anlisis, descubrimos lo siguiente (1) La crisis se produce antes con el aumento de la tasa de riesgo y los minoristas deben reducir su inversin en la etapa previa a la crisis. (2) La existencia de la crisis divide todo el periodo de planificacin en dos fases y hace que los minoristas tengan diferentes preferencias de fase en diferentes escenarios. En una palabra, los minoristas prestarn ms atencin a la fase posterior a la crisis con el aumento de la tasa de riesgo y la tasa de daos y, por tanto, invertirn ms en la fase posterior a la crisis. (3) La crisis reducir el nivel de inversin de los minoristas y, por tanto, har que el fondo de comercio y los beneficios sean menores que cuando no hay crisis.

El funcionamiento seguro y fiable de los equipos de la red elctrica es la base para garantizar el funcionamiento seguro del sistema elctrico. En la actualidad, el mantenimiento peridico tradicional ha puesto de manifiesto abusos como el mantenimiento deficiente y el mantenimiento excesivo. Basado en un algoritmo de optimizacin de la toma de decisiones de aprendizaje profundo por refuerzo multiagente, se propone un mtodo para la toma de decisiones y la optimizacin de los planes de mantenimiento de los equipos de la red elctrica. En este trabajo, se construye un modelo de optimizacin del plan de mantenimiento de los equipos de la red elctrica que tiene en cuenta la fiabilidad y la economa del funcionamiento de la red elctrica, con restricciones de mantenimiento y restricciones de seguridad de la red elctrica como sus restricciones. Para resolver el modelo de optimizacin se adopta el aprendizaje de refuerzo profundo multiagente de redes recurrentes distribuidas profundas. El aprendizaje profundo de refuerzo multiagente de redes recurrentes distribuidas utiliza las capacidades de extraccin de caractersticas de alta dimensin del aprendizaje profundo y las capacidades de toma de decisiones del aprendizaje de refuerzo para resolver el problema de toma de decisiones multiobjetivo de la planificacin del mantenimiento de la red elctrica. A travs del anlisis de casos, los resultados comparativos muestran que el algoritmo propuesto tiene una mejor capacidad de optimizacin y toma de decisiones, as como un menor coste de mantenimiento. En consecuencia, el algoritmo puede tomar la decisin ptima sobre el plan de mantenimiento de los equipos de la red elctrica. El valor esperado de la escasez de energa y el coste de mantenimiento obtenidos por el mtodo propuesto es de 71,75 WH y 496000 uan

Podcast que recopila testimonios del público asistente al ciclo de charlas "Libertad Sublime" realizadas en las Bibliotecas Públicas de BibloRed. Dan cuenta de la experiencia musical relacionada al Festival Rock al Parque. Los participantes relatan sus vivencias: donde compraban los discos, los primeros conciertos a los que asistieron, como se difundían los nuevos exponentes del rock colombiano en los medios públicos, la relación de los rockeros con seguidores de otros géneros musicales y la influencia que tuvo esa música en un momento en sus vidas.

Podcast que presenta testimonios del público asistente al ciclo de charlas "Libertad Sublime" realizadas en las Bibliotecas Públicas de BibloRed. Dan cuenta de las bandas y artistas que participaron en el Festival Rock al Parque en voces de sus propios integrantes: Piyo Jaramillo de Compañía Ilimitada habla de los inicios de la banda y de los riesgos económicos que corrían. Por Darkness, Óscar Orjuela menciona una anécdota sobre un concierto que tenían programado en día de juego de la selección de fútbol de Colombia, donde, contrario a lo que pensaban, tuvieron un gran número de asistentes. Pablo Tedeshi cuenta que el primer concierto en vivo de Pasaporte fue el "Concierto de conciertos, Bogotá en armonia" (1988) ante 70.000 espectadores. Rodrigo Mancera de Morfonia recuerda el proceso de grabación del primer álbum de la banda (En Vivo). Finalmente, un espectador narra la experiencia de su primer concierto de rock, viendo a Kraken en la Medio Torta y sintiéndose parte de esa cultura.

I. Allegretto (07 min. 35 sec.) / Shostakovich -- II. Moderato con moto (04 min. 44 sec.) / Shostakovich -- III. Allegro non troppo (04 min. 10 sec.) / Shostakovich -- IV. Adagio (05 min. 35 sec.) / Shostakovich -- V. Moderato - Adagio (09 min. 54 sec.) / Shostakovich -- I. Allegretto (08 min. 30 sec.) / Shostakovich -- II. Adagio (09 min. 53 sec.) / Shostakovich -- III. Allegretto - Adagio (09 min. 12 sec.) / Shostakovich -- I. Elegy: Adagio (12 min. 04 sec.) / Shostakovich -- II. Serenade: Adagio (05 min. 59 sec.) / Shostakovich -- III. Intermezzo: Adagio (01 min. 48 sec.) / Shostakovich -- IV. Nocturne: Adagio (04 min. 54 sec.) / Shostakovich -- V. Funeral March: Adagio molto (05 min. 10 sec.) / Shostakovich -- VI. Epilogue: Adagio (06 min. 52 sec.) / Shostakovich -- I. Prelude: Lento - Poco più mosso - Lento (04 min. 09 sec.) / Shostakovich -- II. Fugue: Adagio (10 min. 14 sec.) / Shostakovich -- III. Scherzo: Allegretto (03 min. 22 sec.) / Shostakovich -- IV. Intermezzo: Lento - Appassionato (06 min. 32 sec.) / Shostakovich -- V. Finale: Allegretto (06 min. 50 sec.) / Shostakovich

Recientemente se ha propuesto un algoritmo similar al BgOMP (block generalized orthogonal matching pursuit) para la recuperacin de seales de bloques dispersos con estructuras de bloques desconocidas mediante deteccin compresiva. Este artculo se centra en las condiciones de soporte para la recuperacin de seales de bloques dispersos que incorporan BgOMP en el marco de la propiedad de isometra restringida (RIP). Las condiciones de soporte propuestas garantizan que el algoritmo BgOMP puede lograr una recuperacin precisa de seales de bloques dispersos en iteraciones.

Con la llegada de los nuevos tipos de sistemas elctricos que conceden ms importancia a la renovabilidad del recurso energtico, se prev que las cuestiones derivadas de la aleatoriedad y volatilidad del recurso energtico renovable, como la seguridad, la fiabilidad y el funcionamiento econmico del sistema de generacin de energa subyacente, sern todo un reto. En trminos generales, la empresa de generacin de energa puede hacer un despacho razonable de cada unidad segn la previsin meteorolgica y la informacin sobre la demanda de carga. Centrndose en las centrales termosolares (elicas, fotovoltaicas, de almacenamiento de energa en bateras y trmicas), este artculo propone un modelo de programacin diaria para sistemas de generacin de energa renovable. El modelo tambin tiene en cuenta la respuesta de la demanda y las restricciones relacionadas con el grupo generador. El problema se describe como un problema de programacin no lineal de enteros mixtos (MINLP), que puede resolverse con el solucionador CPLEX para obtener una solucin ptima. Al mismo tiempo, el documento compara y analiza el impacto de las centrales de concentracin solar sobre otros sistemas de generacin de energa renovable y de operacin de energa trmica. Los resultados muestran que el sistema de generacin de energa renovable puede reducir los costes de generacin de energa, reducir la fluctuacin de la carga y mejorar la tasa de almacenamiento de energa.

La supervisin y prediccin de los asentamientos del terreno durante la construccin de tneles son de gran importancia para garantizar un funcionamiento seguro y fiable de los sistemas de tneles urbanos. Las tcnicas basadas en datos que combinan la inteligencia artificial (IA) y las redes de sensores son mtodos populares en este campo, que tienen varias ventajas, incluyendo una alta precisin de prediccin, eficiencia y bajo coste. El aprendizaje profundo, como una de las tcnicas avanzadas en IA, es demandado para el problema de previsin de asentamientos en tneles. Sin embargo, las redes neuronales profundas a menudo requieren una gran cantidad de datos de entrenamiento. Debido a la construccin de tneles, las muestras de datos de entrenamiento disponibles son limitadas, y los datos son univariantes (es decir, contienen solo los datos de asentamiento). En respuesta a los problemas anteriores, esta investigacin propone un modelo de aprendizaje profundo que solo requiere un nmero limitado de datos de entrenamiento para la prediccin a corto plazo del asentamiento de la superficie del tnel. En el modelo CEEMDAN-LSTM (complete ensemble empirical mode decomposition with adaptive noise long short term memory), los datos unidimensionales se dividen en datos multidimensionales mediante CEEMDAN a travs de la descomposicin de modo emprico de conjunto completo. A continuacin, cada componente es predicho por una red neuronal LSTM y superpuesto para obtener el resultado final de la prediccin. Los resultados experimentales muestran que, en comparacin con las tcnicas y algoritmos de aprendizaje automtico existentes, este mtodo de aprendizaje profundo tiene una mayor precisin de prediccin y una eficiencia computacional aceptable. En el caso de muestras pequeas, este mtodo puede mejorar significativamente la precisin de la prediccin de series temporales.

El objetivo de este estudio fue determinar la influencia del tiempo de recuperación sobre la estabilidad dimensional del polidimetilsiloxano (Speedex, Coltène/Whaledent Company, Altstätten, Suiza) antes del colado del yeso dental tipo IV. Se utilizó la técnica de doble impresión con un espaciado uniforme de 1 mm para la pasta de lavado, a los 30 minutos, 24 horas y 72 horas después de la toma de impresión utilizando una cubeta metálica perforada individual. Tras la preparación de las impresiones, se realizaron seis modelos de yeso mediante el procedimiento estándar para todas las impresiones. Las alteraciones dimensionales (mm) de los modelos obtenidos se sometieron a análisis de la varianza (ANOVA) y a la prueba de Tukey (α=0,05). No se registraron diferencias estadísticamente significativas entre los tres grupos (30 minutos, 24 horas y 72 horas) tanto en la altura como en el diámetro de la preparación. Sin embargo, al comparar los resultados de los tres grupos con el modelo estándar de metal, se observó una diferencia significativa entre el grupo 1 (30 min) en relación con el diámetro del muñón estándar de metal (p=0,047). La silicona de condensación Speedex presenta una estabilidad dimensional satisfactoria, pudiendo verterse con seguridad los modelos de yeso dental hasta 72 horas después de la preparación de la impresión.INTRODUCCIÓNLa rehabilitación protésica mostrará un resultado final satisfactorio siempre y cuando el dentista siga cuidadosamente los diferentes pasos necesarios, desde la planificación hasta el cementado final. La impresión de los dientes de soporte y de las estructuras adyacentes es crucial debido a su valor estratégico, ya que representa la transferencia de la situación clínica al laboratorio en forma de modelos articulados. Si esta transposición no se realiza de manera precisa, será casi imposible que el dentista lleve a cabo una rehabilitación protésica que cumpla con los requisitos específicos necesarios para garantizar su longevidad a largo plazo, en armonía con la estética, el periodonto, la pulpa y otros componentes del sistema masticatorio. Por lo tanto, siempre debemos reproducir, con la mayor precisión posible, la situación encontrada en la boca del paciente, para que el trabajo de laboratorio se ejecute con mayor previsibilidad, siempre con el objetivo de una mejor adaptación de las piezas protésicas. Cuando no conocemos las indicaciones de los materiales de impresión, cuando descuidamos la técnica recomendada por el fabricante o no seguimos los pasos técnicos de manipulación y proporción, obtendremos una impresión imprecisa, condenando todo el trabajo futuro, tanto clínico como de laboratorio.Los polímeros se utilizan en diferentes áreas y tienen una importancia fundamental en los materiales de impresión dental, restauradores y protésicos. Entre las opciones existentes de elastómeros en el mercado se encuentran los siliconas de condensación, que se caracterizan por problemas con la estabilidad dimensional debido a la liberación de subproductos volátiles, originados en el proceso de polimerización.

Las hemicelulosas se extrajeron de la cáscara de maíz y se convirtieron en hemicelulosas catiónicas utilizando cloruro de 2,3-epoxipropiltrimetilamonio. El grado de sustitución se determinó como 0,43 a partir de los resultados del análisis elemental. El derivado catiónico también se caracterizó mediante espectroscopia de infrarrojos por transformada de Fourier y resonancia nuclear magnética de carbono-13. El polímero producido se empleó como coadyuvante en el proceso de coagulación. El polímero producido se empleó como coagulante auxiliar en una estación de tratamiento de aguas residuales (ETE) del Departamento Municipal de Agua y Alcantarillado (DMAE) en Uberlândia-Minas Gerais, Brasil, mediante experimentos de ensayo en jarras. Su rendimiento se comparó con ACRIPOL C10®, una poliacrilamida catiónica comercial utilizada regularmente como coagulante en el DMAE. El mejor resultado de los ensayos jar-test se obtuvo al utilizar hemicelulosas catiónicas (10 mg L-1) como coadyuvante coagulante y cloruro férrico como coagulante (200 mg L-1). Los resultados de reducción de color y turbidez, 37 y 39 %, respectivamente, fueron mejores que cuando se utilizó sólo cloruro férrico. Estos resultados también fueron superiores a los de la poliacrilamida comercial, del orden del 32,4 y 38,7%, respectivamente. Los resultados mostraron que las hemicelulosas catiónicas presentaban un rendimiento similar o incluso superior al de ACRIPOL C10®, lo que demuestra que los polielectrolitos producidos a partir de cáscaras de maíz recicladas pueden sustituir a los polímeros comerciales en las estaciones de tratamiento de aguas residuales.INTRODUCCIÓNDebido al aumento de la población y la industrialización de los centros urbanos, existe una creciente demanda de mejores procesos de tratamiento de efluentes para evitar, o al menos reducir, la contaminación de los cuerpos de agua. Entre las alternativas para el tratamiento de aguas residuales, el uso de reactores anaeróbicos seguido de un post-tratamiento está muy extendido. La coagulación química y la coagulación seguida de un post-tratamiento físico-químico, con énfasis en la flotación por aire disuelto (DAF), resultan en una alta eficiencia en la eliminación de materia orgánica, sólidos en suspensión y la concentración total de fosfato, a menudo presentes en los efluentes de los reactores anaeróbicos.Los polielectrolitos están entre los productos químicos utilizados en el proceso de coagulación. Su utilización depende del tipo de efluente que se esté tratando; por ejemplo, un polielectrolito utilizado en el tratamiento de aguas residuales domésticas podría no funcionar adecuadamente en el tratamiento de efluentes industriales, ya que las características fisicoquímicas de las aguas residuales domésticas o industriales.