- Detalles
- Categoría: Comsol
- Visto: 7686
COMSOL ha anunciado la disponibilidad del Cliente COMSOL para Android. Los ingenieros y estudiantes ahora pueden realizar tareas de simulación desde sus dispositivos Android, como teléfonos tablets y Chromebooks, simplemente conectándose con el software COMSOL Server que corre las simulaciones de forma remota.
COMSOL Client for Android amplía las capacidades de Application Builder y COMSOL Server permitiendo que los usuarios puedan utilizar aplicaciones de simulación desde cualquier sitio, sin estar limitados por el hardware del dispositivo. Al proporcionar COMSOL Multiphysics a los técnicos de campo o a los representantes de ventas, directamente en los dispositivos Android se permite que los usuarios lleven su trabajo de I+D in situ o como argumento de venta.
“COMSOL Server permite a los usuarios correr simulaciones a través de navegadores o clientes instalados en el escritorio,” explica Daniel Ericsson, jefe de productos de aplicaciones de COMSOL. “COMSOL Client for Android amplía las capacidades introduciendo una experiencia de usuario sin consturas sobre dispositivos Android."
Application Builder y COMSOL Server se desarrollaron para hacer que el modelado multifísico fuera accesible a una audiencia mucho más amplia. Application Builder permite a los especialistas de simulación crear aplicaciones hechas a medida basadas en sus propios modelos multifísicos. con COMSOL Server, las organizaciones ha podido distribuir herramientas de análisis específicas de su industria en un formato simplificado y rápido de implementar, acorde con COMSOL.
“Ampliar el alcance del modelado multifísico está en el núcleo de nuestra misión,” añade Ericsson. “COMSOL Client for Android permitirá a todo el mundo, desde ingenieros de diseño a técnicos de campo, ser más eficientes con la capacidad de correr simulaciones multifísicas desde la palma de sus manos.”
Las simulaciones se corrern en servidores remotos, por lo que los usuarios no están limitados por el hardware de su dispositivo. Los administratores continñuan teniendo completo control sobre quién puede acceder y correr a las aplicaciones utilizando COMSOL Server. Los usuarios de Android tendrán la última versión de una aplicación de simulación cada vez que abran la app.
- Detalles
- Categoría: ChemOffice
- Visto: 257288
Consulta Reaxys® con ChemDraw
Reaxys® es un motor de búsqueda química basado en la web, diseñado para químicos sintéticos y médicos. La base de datos de Reaxys® incluye propiedades químicas, estructuras, reacciones y datos experimentales. Usando la funcionalidad de búsqueda de Reaxys®, ahora puede buscar en la base de datos de Reaxys® las estructuras de consulta dibujadas en ChemDraw. Si su suscripción es a través de una universidad o institución, puede utilizar un servidor proxy para conectarse a Reaxys®.
Nueva “Hotkey” para agregar el sustituyente CF3
Ahora puede usar la tecla de acceso directo Shift + f para agregar el sustituyente CF3.
Selección de estructuras
Con la herramienta “Lazo” o “Cuadro de selección”, presione <Tab> para seleccionar la siguiente estructura. Presione <Mayús> + <Tab> para seleccionar la estructura previa.
Acceda a complementos remotos
Ahora puede acceder a los complementos implementados en sitios remotos. Estos complementos remotos deberán ser añadidos o importados por parte del usuario.
Soporte para el formato nativo de Pistoia Alliance
Chemdraw ahora es compatible con el formato nativo de Pistoia Alliance para la base de datos de monómeros, tanto para operaciones de lectura como de escritura.
Monómeros compartidos
ChemDraw se puede utilizar como una herramienta de edición de monómeros. Los monómeros se pueden descargar desde sitios web, de red o locales, y almacenados en cualquier lugar donde el usuario tenga permiso de escritura.
Los monómeros se pueden ingresar de “novo” o importar a través de archivos CDXML o desde bibliotecas JSON.
Posibilidad de alternar la visualización aromática
La opción “Toggle Aromatic Display” le permite cambiar una estructura aromática de enlace doble/simple a aromático y viceversa. Ahora puede definir la forma en que se muestran las estructuras aromáticas cuando abre un archivo nuevo.
- Detalles
- Categoría: Maple
- Visto: 7544
Recientemente tuve una valiosa y maravillosa oportunidad deencontrarme con algunos estudiantes de primaria y profesores en Holbaek by Skole en Dinamarca para hablar del uso de la tecnología en la clase. El sistema de educación danesa ha sido durante mucho tiempo defensor del uso de la tecnología y las soluciones de aprendizaje digital para aumentar el aprendizaje de sus estudiantes. Una de las soluciones tecnológicas que están utilizando es Maple, la herramienta integral de software matemático de Maplesoft diseñada para satisfacer las necesidades únicas y complejas de los cursos CTIM. Es raro encontrar que Maple se utilice a nivel de la escuela primaria, por lo que fue fascinante ver de primera mano cómo están incorporando Maple en la escuela.
Al hablar con algunos estudiantes, les pregunté cómo era su educación antes de que Maple se incorporara en su curso. Me dijeron que antes de tener acceso a Maple, el profesor ponía un problema de ejemplo en la pizarra y tenían que tomar notas y trabajar con la solución en sus cuadernos. Definitivamente prefieren la forma en que se enseña el curso utilizando Maple. Les encanta el hecho de tener una herramienta que les permita trabajar a través de la solución y brindar un contexto a la respuesta, en lugar de solo darles la solución. Les obliga a pensar en cómo resolver el problema. Los estudiantes me expresaron que Maple ha transformado su aprendizaje y no pueden imaginarse volver a asistir a clases usando una pizarra y un cuaderno.
Aquí, estoy hablando con algunos estudiantes sobre cómo han adaptado a Maple para satisfacer sus necesidades ... y sobre el fútbol. Su equipo acababa de ganar 12-1.
Los cursos de matemáticas, y en un nivel más amplio, los cursos CTIM, tratan con una gran cantidad de materiales complejos y pueden ser increíblemente desafiantes. Si somos capaces de comenzar a sentar las bases para la competencia y la comprensión a una edad más temprana, los estudiantes estarán mejor posicionados no solo para la educación superior, sino también para sus carreras. Esto crea el potencial para ideas más fuertes y una mayor innovación, que tiene beneficios de largo alcance para la sociedad en general.
Jesper Estrup y Gitte Christiansen, dos apasionados maestros de escuela primaria, fueron los responsables de presentar Maple al Holbaek by Skole. Fue un placer reunirme con ellos y discutir su visión para mejorar la educación matemática en la escuela. Querían brindarles a sus estudiantes la experiencia con una herramienta tecnológica para que estuvieran mejor equipados para manejar el aprendizaje en el futuro. Con el uso de Maple, los estudiantes obtuvieron las calificaciones más altas en su sistema escolar. Como resultado de este éxito, Jesper y Gitte decidieron desarrollar contenido de nivel de escuela primaria para un paquete de aprendizaje para mejorar aún más la forma en que sus estudiantes aprenden y entienden las matemáticas, y para beneficiar a otras instituciones que busque hacer lo mismo. Sus esfuerzos dieron como resultado el desarrollo de Maple-Skole, una nueva herramienta educativa basada en Maple, que apoya la enseñanza de las matemáticas en las escuelas primarias de Dinamarca.
Maplesoft tiene una larga relación con el sistema educativo danés. Maple ya se utiliza en escuelas secundarias de toda Dinamarca, con el apoyo del paquete Maple Gym. Este paquete es un complemento de Maple que contiene una serie de rutinas para que trabajar con Maple sea más conveniente dentro de varios temas. Estas rutinas se ponen a disposición de estudiantes y profesores con un solo comando que simplifica el aprendizaje. Maple-Skole es el siguiente paso en la visión del país de utilizar herramientas tecnológicas para mejorar el aprendizaje de sus estudiantes. Y tener la oportunidad de trabajar con una herramienta a lo largo de toda su escolaridad proporcionará un beneficio aún mayor para los estudiantes.
(LR) Henrik y Carolyn de Maplesoft se encuentran con Jesper y Gitte de Holbaek por Skole
Ayuda a fomentar un mayor conocimiento y competencia en los estudiantes de la escuela primaria al desarrollar una pasión por las matemáticas desde el principio. Este es un gran paso que esperamos revolucione la educación matemática en el país. Es emocionante ver tanto el gran potencial del paquete Maple-Skole como el hecho de que los jóvenes estudiantes ya están abrazando a Maple de una manera tan positiva.
Para nosotros en Maplesoft, este nuevo y emocionante paquete ofrece una gran oportunidad no solo para mejorar nuestras relaciones con las instituciones educativas en Dinamarca, sino también para ser parte de algo importante, mejorando la forma en que los estudiantes aprenden matemáticas. Creemos firmemente en los beneficios de Maple-Skole, por lo que se ofrecerá a las escuelas sin cargo hasta julio de 2020. Realmente creo que esta nueva herramienta tiene el potencial de revolucionar la educación matemática a una edad temprana, lo que los hará mejores Preparados a medida que avanzan en su educación.
- Detalles
- Categoría: Twinn Witness
- Visto: 8085
Han pasado 9 años desde que Lanner comenzó su apoyo a la Liverpool School of Tropical Medicine (LSTM), brindando acceso al software de simulación predictiva, WITNESS, para modelar las vías del paciente durante el diagnóstico de la Tuberculosis (TB) en países con ingresos bajos y medios. Trabajando con algunos de los científicos investigadores, líderes en TB y nuevas tecnologías de diagnóstico innovadoras, el equipo de investigación de LSTM ha construido y utilizado modelos en muchos países del mundo, incluyendo Tanzania, Etiopía, Sudáfrica, Brasil, Nepal y Filipinas.
Los modelos iniciales desarrollados para Tanzania demostraron cómo las nuevas tecnologías de diagnóstico utilizadas en un algoritmo de diagnóstico apropiado podrían aumentar la detección de TB de forma rentable [1]. Se demostró que estos resultados eran sólidos en Etiopía y Sudáfrica [2, 3], pero cuando se modelaron algoritmos similares en Filipinas, se demostró que era poco probable que la misma tecnología aumentara la detección de la TB sensible a los medicamentos. Sin embargo, es importante destacar que la detección de la TB resistente a múltiples fármacos se mejoraría sustancialmente y justificaría la implementación de las nuevas herramientas por sí misma.
Pacientes haciendo cola para el tratamiento de la TB-MDR en Filipinas
En Filipinas los modelos se ampliaron para ver el acceso a los pacientes para el diagnóstico y el impacto en los costes incurridos por los pacientes. Estas ejecuciones del modelo mostraron que uno de los beneficios clave para los pacientes en Filipinas sería la reducción de costes gracias al decremento de viajes y la reducción de la pérdida de ingresos. Una parte clave del proyecto en Filipinas fue crear la capacidad para utilizar modelos, lo que se ha logrado con éxito a través de programas de capacitación y nuevos fondos.
Al inicio del desarrollo de los modelos de WITNESS, se decidió vincular los modelos de simulación con los modelos de transmisión para comprender cómo estas nuevas tecnologías podrían afectar la transmisión de la enfermedad. En Tanzania, los modelos revelaron que el impacto fue pequeño, ya que la mayoría de los pacientes ya habrían infectado a amigos cercanos y familiares para cuando solicitaron el tratamiento.
Con esto y con la nueva estrategia "End-TB" de la Organización Mundial de la Salud (OMS), ahora existe un nuevo enfoque en los modelos de TB creados en WITNESS. El objetivo es observar estrategias de detección de casos activos para la TB, para que los pacientes puedan ser diagnosticados antes y, por lo tanto, recibir el tratamiento adecuado antes, reduciendo el riesgo de transmisión. Actualmente se están desarrollando nuevos modelos para ver esto en Filipinas y Nepal.
El modelo de WITNESS de las vías del paciente en Filipinas
Los últimos 9 años han mostrado cómo los modelos WITNESS aplicados a proyectos de salud en países de ingresos bajos y medios pueden llevar a intervenciones que mejoren la sociedad al ayudar a los países y organizaciones mundiales a desarrollar estrategias que aumenten la detección de enfermedades infecciosas mortales, como la tuberculosis, mientras que, al mismo tiempo, se reduce la carga para los individuos a través de la reducción de los costes del paciente y la menor transmisión.
- [1].Langley I, Lin H-H, Egwaga S, et al. (2014). Assessment of the patient, health system, and population effects of Xpert MTB/RIF and alternative diagnostics for tuberculosis in Tanzania: an integrated modelling approach. Lancet. Glob. Heal. 2014;2(10):e581-91. doi:10.1016/S2214-109X(14)70291-8.
- [2].Tesfaye A, Fiseha D, Assefa D, Klinkenberg E, Balanco S, Langley I. (2017). Modeling the patient and health system impacts of alternative Xpert® MTB/RIF algorithms for the diagnosis of pulmonary tuberculosis in Addis Ababa, Ethiopia. BMC Infect Dis. 2017 May 2;17(1):318. doi: 10.1186/s12879-017-2417-6.
- [3].Dunbar R, Naidoo P, Beyers N, Langley I. (2017). High laboratory cost predicted per tuberculosis case diagnosed with increased case finding without a triage strategy. Int J Tuberc Lung Dis. 2017 Sep 1;21(9):1026-1034. doi: 10.5588/ijtld.17.0156.
- Detalles
- Categoría: Minitab
- Visto: 7511
Por Cheryl Pammer
Los intervalos de confianza muestran el rango de valores en los que se puede estar razonablemente, bien, confiado, de que en él reside nuestro valor real, y son de gran importancia para cualquier profesional de la calidad. Se puede estar un 95% seguro de que el volumen de una lata de sopa será de 390-410 ml. Se podría estar seguro en un 99% de que el 2% de los productos de mi lote son defectuosos.
Demostrar una mejora en el proceso a menudo implica demostrar una mejora significativa en la media, por lo que es en lo que tendemos a centrarnos: el centro de una distribución.
Sin embargo, los defectos no caen en el centro. Caen en las colas. Puede encontrarse información más beneficiosa en muchas situaciones a través del examen de las colas de la distribución en lugar de centrarse en la media.
Veamos algunos intervalos de confianza no tradicionales que son particularmente útiles para estimar el porcentaje que se encuentra dentro o fuera de los límites de especificación.
Estimación del 99º percentil de tiempo para completar el trabajo de laboratorio del Hospital
La gráfica de probabilidad se utiliza con la mayor frecuencia para ayudar a determinar si los datos siguen una distribución normal (basándose en lo alineados que aparecen los puntos). Proporciona un buen punto de partida para comprender los percentiles. Un percentil es el valor en el cual se estima que un porcentaje determinado de la población cae por debajo.
Pero, ¿sabía que las gráficas de probabilidad también proporcionan estimaciones de los percentiles de la distribución? Puede elegir cualquier percentil que desee en el eje Y y buscar el valor de datos correspondiente en el eje X. Los intervalos de confianza correspondientes en el gráfico de probabilidad son intervalos de confianza para el percentil específico.
Recientemente, estuve trabajando en un proyecto con un hospital que necesitaba estimar en cuántos minutos cae el 99% de su trabajo de laboratorio preoperatorio.
El valor X correspondiente a Y = 99 en el gráfico de probabilidad fue de 204 minutos. En otras palabras, el 99% de todo el trabajo previo al laboratorio debe completarse en 204 minutos.
El intervalo de confianza en torno a la estimación indicó que podríamos estar 95% seguros de que el 99% del trabajo de laboratorio se completaría en 171-244 minutos. Esto explicaba por qué las cirugías a menudo se retrasaban.
Demostración de la fiabilidad de los tubos médicos usando intervalos de tolerancia
Mientras que los percentiles estiman el porcentaje de observaciones que caen por debajo de un cierto valor, los intervalos de tolerancia proporcionan un rango en el que puede estar seguro de que un cierto porcentaje caerá dentro.
Son muy útiles para determinar dónde caerá un cierto porcentaje de la población en relación con sus límites de especificación.
Por ejemplo, una empresa de dispositivos médicos con la que estaba trabajando necesitaba mostrar una confianza de 95/99 en la resistencia a la tracción de los tubos de plástico. El requisito específico era que debían estar seguros al 95% de que la tubería resistiría 3 libras de fuerza para el 99% del producto.
Al igual que los datos del hospital, estos datos no eran normales. Debido a que un intervalo de tolerancia estima lo que está pasando en las colas de la distribución, no la media, el supuesto de distribución es importante. Aquí, una distribución de valor extremo proporcionó un buen ajuste de distribución. Debido a que el tubo no podía ser demasiado fuerte, era apropiado un límite de tolerancia de un lado, un límite inferior. El valor del límite de tolerancia inferior del 99% con una confianza del 95% fue de 10.7 libras. En otras palabras, podríamos estar seguros al 95% de que el 99% de la población de tubos tiene una resistencia a la tracción de al menos 10,7 libras, muy por encima del límite de especificación de 3 libras.
Percentiles vs Tolerancia
Considere usar intervalos de confianza en percentiles o intervalos de tolerancia la próxima vez que esté interesado en la estimación de intervalos que involucren las colas de una distribución:
- Los percentiles estiman el valor que un porcentaje dado de la población cae debajo.
- Los intervalos de tolerancia estiman el rango de mediciones dentro de un porcentaje determinado de la población.
- Detalles
- Categoría: Lakes
- Visto: 8878
La mayoría de los análisis de modelos de dipersión del aire darán como resultado una gran número de archivos de datos. Además de los archivos de entrada y salida, los proyectos pueden contener datos meteorológicos, datos del terreno, mapas digitales, y otros archivos de datos externos. Ya se esté modelando un escenario sencillo en AERMOD o un estudio regional complejo en CALPUFF, siempre habrá que contar con muchos tipos de archivos diferentes.
Mientras se trabaja en un proyecto, se puede hacer necesario realizar una copia de resguardo del trabajo. Los productos de Lakes Environmental Software incluyen una opción de copia de resguardo (Backup) adecuada para reunir los archivos del proyecto en un único archivo.
Para hacer la copia de los archivos desde cualquier software, vaya al menú File y seleccione la opción Backup | Save to ZIP.
Se le pedirá la localización específica donde se guardará el archivo de backup. Después de asignar el nombre del backup aparecerá el formulario de opciones Backup Options. Este formulario permite especificar que archivos serán incluidos en el backup. Es mejor incluir cuantos más archivos sea posible, pero podría desearse excluir archivos muy grandes como los mapas de terreno o los archivos de datos meteorológicos muy grandes.
La utilidad Backup puede incluir la mayoría de los archivos del proyecto incluyendo los archivos Multi-Chemical Files de AERMOD View, los archivos Parallel CALMET de CALPUFF View, y muchos más.
Opciones de backup en AERMOD View
Opciones de backup en CALPUFF View
Pueden incluirse archivos y carpetas adicionales en el archivo utilizando los botones Add Files y Add Folder, respectivamente. Esto permitiría incluir documentos como informes del modelado o archivos de datos adicionales.
La opción de Backup también es útil para compartir un proyecto con otros colegas. El equipo de soporte técnico muchas veces solicita un backup del proyecto para resolver problemas. El envío por email del archivo de respaldo al servicio técnico ahorra mucho tiempo y ofrece un servicio mucho más ágil.
- Detalles
- Categoría: NAG
- Visto: 8378
La división de helicópteros de la empresa multinacional italiana, Leonardo SpA, utiliza los algoritmos de la librería NAG dentro de sus procesos de análisis y diseño de helicópteros.
Tras la búsqueda constante de ampliar la capacidad y rendimiento de sus productos, Leonardo invierte continuamente en software avanzado de ordenador. Con una mezcla de software propietario, por ejemplo en las áreas de dinámica de fluidos computacional o diferencias finitas, y aplicaciones propias, y debido a sus requerimientos específicos, ha sido necesario que el equipo de desarrollo de Leonardo escriba su propioi código numérico específicamente para el diseño, análisis y modealdo del comportamiento del helicóptero. Esta tarea requiere un conocimiento especializado en el diseño de algoritmos y código; lo que ha sido asistido en gran manera mediante el uso de las rutinas de las librerías de NAG, que, gracias a su largo y extendido uso en toda la industria, ha proporcionado al equipo su completa confianza.
A causa de las precisas y detalladas especificaciones de la NAG Library en un amplio rango de áreas, el equipo de Leonardo puede aplicar las rutinas a todos los aspectos del diseño y el proceso de análisis de cada aeronave en el extenso conjunto de helicópteros. Esto supone un gran beneficio para Leonardo.