目标 战略实施被视为组织成功的重要因素。组织的各种企业战略可能永远不会实施或在实施过程中失败。缺乏全面的战略知识、对组织层面员工的理解不足以及组织缺乏明确和可接受的战略实施概念可能会导致组织战略实施失败。由于伊朗战略管理文献中已经从不同角度翻译和研究了执行,有时没有明确的执行或实施概念,本研究旨在解释战略执行和战略实施之间的区别。本研究的目的是发展一种新的战略实施概念和性质,并设计一个有效组成部分在伊朗组织实施战略的过程模型。这将从高级管理人员和伊朗汽车工业战略的角度进行。
摘要 - 我们提出了Roboverine,这是一种自然主义环境中选择性视觉注意力和场景语法的神经动态机器人主动视觉过程模型。该模型解决了视觉注意的认知机器人模型的重大挑战:结合自下而上的显着性和上下功能指导,公开和掩盖的关注,坐标转换,抑制回报的两种形式,在相机框架之外找到对象,集成空间和基于对象的分析和基于对象的分析,基于空间和基于对象的探索,几乎没有识别的在线学习和自定义的探索和自定义,并自动切换和自定义。此外,它结合了场景语法的神经过程帐户 - 关于场景中对象之间关系的先验知识,以降低搜索空间并提高搜索效率。该模型还展示了桥接两个框架的强度:用于特征提取的深神经网络和用于认知操作的动态场理论。
舰载机保障过程是一个具有时滞和并行性的复杂闭环系统。目前,相关文献缺乏对并行闭环系统的研究。由于系统动力学是一种能够揭示复杂系统动态过程的方法。因此,本文提出了一种基于系统动力学的并行闭环作业建模方法。为了分析舰载机并行闭环系统,建立了舰载机保障过程模型。给出了保障过程流程图和系统结构方程,分析了动态过程和静态性能。仿真基于尼米兹号航空母舰的实际数据。仿真分析了加油作业、武器装载作业、其他作业和打击任务对保障能力的影响。通过仿真分析,找到了影响保障能力的瓶颈因素。提出了一种新的舰载机保障过程评估方法。为提高舰载机保障能力和航母作战能力提供了参考。
在上一个单元中,您已经了解了GIS中空间建模的概念。您已被引入模型,其元素和类型,表面建模以及空间插值的作用和方法。您研究了各种类型的模型,例如数据模型,空间或过程模型,静态和动态模型等。在上一个单元中研究的重点是静态模型,该模型具有单向工作流,通常是特定时间点。因此,当我们希望随时间变化或将时间合并为另一个组件时,它们就会有局限性。也合并时间的模型被称为时空或动态模型。这种类型的模型具有其一定优势,但是,输出的准确性取决于输入数据的准确性和所使用的方法。任何输入数据中的任何错误都可能导致模型输出不正确。因此,错误及其影响需要仔细理解。在本单元中,您将了解GIS在时空建模中的使用以及错误传播及其影响。
摘要一致性检查的基本任务是计算给定事件日志和过程模型之间的最佳对齐。通常,众所周知,这种不可避免地会产生高计算成本,从而导致实践中的可扩展性差。攻击复杂性的一个角度是开发利用基础过程模型的特定句法限制的对齐算法。在本文中,我们研究具有独特标签的过程树的对齐。这些模型是感应矿工的输出,这是领先的过程挖掘工具也使用的最新过程发现算法家族。我们的主要贡献是一种新型算法,该算法可以有效地构建具有独特标签的过程树的操作对齐,即在多项式时间内。这与问题是NP完整的一般过程树相反,并且问题是PSPACE完整的,并且一般的工作流网络。我们在PM4PY中提供了算法的概念验证实现,并根据现实生活事件日志进行了评估。
共享经济被认为是一种更好的利用现有资源的方式,它不仅对可持续性的财务方面有积极影响,而且对环境和社会层面也有积极影响。但这是真的吗?先前的研究通常在特定背景下讨论共享商业模式的积极或消极方面。本研究通过批判性地分析共享商业模式与可持续性之间的关系,采取了关于共享商业模式可持续性的双重视角。基于企业的资源基础观和实践理论,当前的研究开发了一个概念框架,用于在个人、企业和社会层面评估共享商业模式的可持续性。我们提出的双重过程模型表明,两个相互竞争的过程有助于可持续性。该研究的概念模型和命题推动了理论的发展,并为未来的实证研究提供了研究议程。这项研究还为管理者和政策制定者提供了有关共享商业模式可持续性的宝贵指导,可以为商业模式创新过程提供参考。
本评论旨在评估在估算和控制背景下为过程工业系统在其生命周期内创建和使用数字孪生的机遇和挑战。因此,范围是提供对使用机器学习(纯数据驱动)和基于方程的自动建模为过程工业系统生成模型的机制的调查。特别是,我们考虑学习、验证和更新大规模(即全厂或全厂阶段但不是组件范围)基于方程的过程模型。这些方面将结合数字孪生的典型应用案例进行讨论,为过程工业系统的运营和规划层面的用户创造价值。这些应用案例还与所需技术以及现有技术水平所提供的成熟度有关。结合所有方面,提出了一种实现数字孪生自动生成和更新的前进方向,概述了所需的研究和开发活动。该论文是瑞典创新机构 VINNOVA 下属战略创新计划 PiiA 资助的研究项目 AutoTwin-PRE 的成果,也是 PiiA 之前发布的行业报告的学术版本。
近期处理自然语言的人工神经网络在需要句子级别理解的任务中实现了前所未有的表现。因此,它们可能是人类大脑中语言信息整合的有趣模型。我们回顾了将这些人造语言模型与人脑活动进行比较的作品,并评估了这种方法在多大程度上改善了我们对自然语言理解中涉及的神经过程的理解。出现了两个主要结果。首先,单词含义的神经表示与人工神经网络使用的上下文相关的密集词向量一致。第二,在人工神经网络中出现的处理层次结构与大脑大致匹配,但在整个研究中令人惊讶的是不一致。我们讨论建立人工神经网络作为自然语言理解的过程模型时的当前挑战。我们建议在将表示形式映射到大脑数据时利用人工神经网络的高度结构化代表性几何形状。
在全球范围内(在国家和社区层面上可复制)的另一项关键干预是将现有的关键利益相关者社区联系起来,以利用,孵化,策划和扩展最佳实践,包括应对策略和抗议机的最佳实践与在线极端言论。连接是一个重要的动作框架,因为已经有大量积极反对在线仇恨的基层计划和组织。将它们连接到在线仇恨的不同方面的特定目标可以大大提高其有效性和可扩展性,还可以提供解决系统问题(例如种族偏见)的方法。一个例子是AI4Dignity项目,该项目正在开发可复制的过程模型,以通过连接人工智能(AI)开发人员,事实检查员和来自不同国家的学术民族志学家来创建编码的协作空间,以检测和标记极端语音。此类活动不仅将有助于扩大技术访问事实检查社区的访问,还可以解决诸如偏见和缺乏
X GSPN 在局域计算机网络建模和评估中的应用 Masahiro Tsunoyama* 和 Hiroei Imai ** * 新潟工业大学信息与电子工程系 1719 Fujihashi, Kashiwazaki 945-1195, JAPAN 电子邮件:mtuno@iee.niit.ac.jp ** 新潟大学大学评估中心,8050 Ikarashi-2, Niigata-shi, Niigata 950-2181, JAPAN 电子邮件:himai@adm.niigata-u.ac.jp 1.简介 通过计算机网络连接的多媒体系统广泛应用于电信、远程教育和视频点播等应用领域(Nerjes 等,1997;Kornkevn & Lilleberg,2002;Shahraray 等, 2005)。由于多媒体数据具有实时属性,必须在给定的期限内进行处理和交付,因此对此类系统的需求正在增加(Althun 等,2003;Gibson & David,2007)。为了保持所需的质量,已经提出了几种使用 QoS 技术的系统(Furguson & Huston,1998;Park,2006;Villalon 等,2005)。IEEE802.11e(IEEE 标准,2003)就是其中一种技术。它为 QoS 支持提供了两种功能:增强分布式信道访问 (EDCA) 和混合协调功能控制信道访问 (HCCA)。HCCA 使用集中控制并保证所需的传播延迟。另一方面,EDCA采用分布式控制,具有良好的可扩展性,并且所需的开销比HCCA要小,但无法保证所需的传播延迟。为了评估使用QoS的多媒体系统的可靠性,例如支持EDCA的IEEE802.11e,必须定量评估传播延迟及其标准偏差(抖动)(Claypool & Tanner,1999;Fan et al.,2006;Gibson & David,2007;Park,2006)。已经提出了几种评估方法,例如排队网络(Ahmad 等,2007;Cheng & Wu,2005)、随机过程模型(German,2000;Nerjes 等,1997)和模拟模型(Adachi 等,1998;Bin 等,2007;Grinnemo & Brunstrom,2002)。但是,这些方法存在几个问题。排队网络和随机过程模型是分析模型,不需要很长时间进行计算。但是,很难对给定的系统进行建模,因为模型中的状态数量会随着系统规模的增加而呈指数增长,尤其是当系统庞大而复杂时。虽然仿真模型用于评估系统,但它们需要很长时间才能获得有关标准偏差(抖动)的统计数据。本章提出了一种使用广义随机 Petri 网和标记任务方法评估系统的方法