Anuj Jalwal先生,Garima Kumawat女士摘要:社交媒体的出现彻底改变了信息的传播和社会话语的动态。具有快速传播内容的能力,数字平台已成为塑造性别和种姓叙事,影响公众舆论,政策框架和基层行动主义的强大工具。社交媒体用作双刃剑 - 一方面,它为边缘化,促进意识和动员提供了声音;另一方面,它构成了诸如错误信息,在线骚扰和数字排除等挑战。本文深入研究了社交媒体对性别和种姓叙事的深远影响,强调了它如何成为当代社会运动的基本力量。数字平台,包括Twitter,Facebook和Instagram,使历史上被压迫的群体挑战了主导的叙事并要求正义。#METOO,#DalitlivesMatter和#AmbedKariteMovements之类的动作已获得前所未有的动力,引起人们对系统性问题的关注并促使社会和法律改革。社交媒体内容的病毒性质可确保即使本地化问题也可以受到全球关注,从而加强集体行动主义。此外,本文研究了算法,数字素养差距和状态干预措施如何影响这些讨论的轨迹。虽然数字平台声称可以促进自由表达,但人工智能和算法偏见的作用通常会以可能加强现有功率结构的方式来策划内容。关键字:数字起义,社交媒体,性别,种姓,行动主义,在线话语由于数字划分进一步加剧了在线话语中的不平等,因此排除了边缘化社区。尽管具有变革性的潜力,但社交媒体充满了风险,包括网络欺凌,错误信息和有针对性的骚扰。妇女和达利特活动家经常成为在线虐待的受害者,沉默的声音并阻碍进步。此外,国家监视和审查制度对数字行动主义的真实性和可持续性构成了重大威胁。本文探讨了政策和法规如何在保留言论自由和民主参与原则的同时确保更安全的数字空间。使用混合方法方法,本研究整合了定性案例研究和定量数据分析,以评估社交媒体在放大性别和种姓叙事方面的有效性。批判性地评估了这些数字运动是否会导致切实的社会变化,还是仅限于现实世界影响有限的在线空间。本文结束了,强调需要一个包容性的数字生态系统,在这种生态系统中,不仅听到边缘化的声音,而且受到了保护。增强数字素养,实施强大的反骚扰政策以及确保公平的互联网访问对于维持有意义的话语至关重要。随着社交媒体的不断发展,其作为性别催化剂和种姓正义的潜力取决于优先考虑包容性,道德监管和民主参与的积极措施。
2研究学者,卡林加大学摘要:创新,适应和改进是制造业的主要力量。ai,一种新兴技术,正在市场行业带来福音。随着其功能和技术的越来越多,它正在为制造和产品设计提供渠道。在AI方面,基础始于机器学习,该机器学习已经监督和无监督的学习。在某种程度上,人工智能模型具有对神经网络的概念适应,该模型与人脑的工作相似。EAI分析所有数据并为机器的结论得出结论,并检测所有不规则性并从中脱离它。与CAD相关的CAD是一种虚拟助手,这可以使创造力和创造型变量的范围更加广泛地识别出多种多样的范围,从而使多个变异构成多种多样的变量,并且可以使多种变化构成综合构成,并在逐渐识别综合阶段。AI的应用基于机器学习,物联网,区块链技术,云计算和网络物理系统,为产品设计,产品质量,改善制造过程的显着改善铺平了道路,并减少了新产品的开发及其启动时的时间,同时着眼于可持续性。这篇科学论文描述了如何将人工智能应用于产品,界面,与CAD套件的关系以及改善制造方式的方式,这是社会需要和社会需求培养客户满意度的需求。关键字:机器学习,神经网络,物联网,障碍链技术,网络物理系统,智能工厂,CAD软件包和可持续性。
1,2名Nanasaheb Mahadik工程学院的学生,Peth,3名Nanasaheb Mahadik工程学院的助理教授,Peth摘要:脑电图(EEG)信号是神经科学的重要工具。人体的行为可以由人脑中的数百万个神经元控制。EEG是一种有效的方式,有助于获取大脑信号对应于头皮表面积的各种状态。 eeg不过是大脑的电活动。 我们知道冥想以来很重要。 冥想会对我们的大脑信号产生更多影响。 最近,大脑信号对抑郁症,记忆力丧失,压力等脑部疾病引起了强烈关注。 因此,这项工作旨在研究OM冥想的重要性,这对于那些受压力的人以及对日常工作感到烦恼的人们可能会非常奇迹。 在这项工作中,对OM诵经信号进行分析,并进行分类,以验证冥想的重要性。 该过程涉及主要两个步骤:第一步是预处理或提取功能,第二阶段是应用机器学习算法。 这些方法的性能可以通过对数据和定量指标(例如准确性,灵敏度,精度)进行评估。 关键字:脑电信号,OM诵经,机器学习,大脑,DWTEEG是一种有效的方式,有助于获取大脑信号对应于头皮表面积的各种状态。eeg不过是大脑的电活动。我们知道冥想以来很重要。冥想会对我们的大脑信号产生更多影响。最近,大脑信号对抑郁症,记忆力丧失,压力等脑部疾病引起了强烈关注。因此,这项工作旨在研究OM冥想的重要性,这对于那些受压力的人以及对日常工作感到烦恼的人们可能会非常奇迹。在这项工作中,对OM诵经信号进行分析,并进行分类,以验证冥想的重要性。该过程涉及主要两个步骤:第一步是预处理或提取功能,第二阶段是应用机器学习算法。这些方法的性能可以通过对数据和定量指标(例如准确性,灵敏度,精度)进行评估。关键字:脑电信号,OM诵经,机器学习,大脑,DWT
摘要:风能和太阳能是非规定的能量形式的类型,而这些能量是富裕的。可以借助垂直轴风力涡轮机和太阳能电池板生成电力。主要目的是以最有效的方式利用这些风能和太阳能来获得最大的电气输出。这些对于在印度高速公路道路上发电很有用。我们可以利用在道路上移动车辆和太阳能的太阳能。根据规格制造涡轮机是半圆形的,并连接到连接到轴的圆盘。轴借助轴承连接到圆盘,然后将齿轮固定在轴上。直流电动机将与齿轮融为一体。当风撞击叶片时,直流电动机会产生功率。开发了功率,因此将其存储在电池中。在另一侧,太阳能是在太阳对面板的帮助下产生的,并转化为电能。使用风力涡轮机和太阳能的混合能源系统可在不中断的情况下提供连续的功率。电力存储在电池中,可用于家庭用途,街头灯和高速公路。因此,使用VAWT和太阳能生成功率。关键字:VAWT,太阳能,混合系统,DC电机,电池
普通的英语摘要背景和研究的目标是起搏器是一种小型电气设备,用于治疗某些异常的心律(心律不齐),可能会导致您的心脏跳动太慢或错过跳动。在手术过程中,正在接受心脏直视手术的Harefield医院的所有患者均插入了临时的起搏器,因为电导传导干扰很常见。暂时的起搏管理可能会变得复杂,因为某些参数会迅速变化,并且无法对起搏器设置进行编程,从而导致较低的血压或危险的心律。因此,临时起搏器需要日常检查。但是,英国的临时起搏器管理中的标准化培训有限,没有模拟器培训。目的:1。创建一个起搏模拟器来培训医生如何最好地管理和调整临时起搏器2。建立一个自动警报系统来检测不良的起搏器设置,并清楚地显示如何正确调整设置
摘要。检测重力介导的纠缠可以提供证据表明重力场服从量子力学。我们使用光子平台报告了现象模拟的结果。模拟测试通过使用该变量介导纠缠并产生理论和实验性见解的量子性质的想法,从而阐明了将来的重力实验所需的操作工具。我们采用三种方法来测试纠缠的存在:贝尔测试,纠缠证人和量子状态层析成像。我们还模拟了通过重力崩溃模型预测的替代方案,或者是由于实验设置中的不完美,并使用量子状态断层扫描来证明缺乏纠缠。模拟加强了两个主要的课程:(1)必须先对哪些路径信息进行编码,然后从重力场中连贯擦除,并且(2)执行铃铛测试导致更强的结论,以证明重力介导的非局部性的存在。
在2023年12月至2024年4月的系统审查和荟萃分析的首选报告项目之后,进行了系统的审查和荟萃分析。研究数据库,例如PubMed,Embase,Cinahl和Web of Science,寻找随机对照试验(RCT),将VR模拟器与触觉反馈与BT与培训医学生的BT进行比较。七个RCT符合纳入标准,荟萃分析中包括四个RCT。主要结果是学习曲线和学习效果,而次要结果包括技能转移到手术环境。评论分析了整个研究中125名参与者的数据。的结果表明,BTS表现出优异的学习曲线,参与者比使用VR的学习速度更快。两个模拟器都显示出显着的学习效果。但是,BTS在更多的性能参数上取得了更大的改进。关于技能转移到手术环境,两组之间没有显着差异,这两种方法都有效地支持了手术技能转移。总体而言,BT具有更有效的学习曲线,并且在技能掌握方面的表现略有更好。虽然带有触觉反馈的VR提供了增强的现实主义,但它并未完全复制BT提供的自然触觉反馈。需要进一步的研究来改善VR触觉反馈及其在培训计划中的整合以增强学习成果。
通常,交通流量模拟器分为两个主要类别:显微镜和宏观。前者专注于详细的单个车辆行为,而后者则侧重于大规模(例如城市规模)交通的集体行为。介观交通模拟器有时分为宏观的交通模拟器是两者的混合物。尽管他们在某种程度上描述了个人车辆行为,但其主要目的是模拟大规模流量的集体行为。中镜模拟器对于建模大规模的交通管理和操作特别有用,例如拥塞定价,乘车共享和自动化的车队管理,这些天数越来越突出。几个显微镜交通模拟器被发表为开源软件,例如Sumo(Lopez等,2018)。据作者所知,介质和宏观模拟器的可用性是有限的。