卡拉奇,巴基斯坦摘要这项研究比较了信用卡欺诈检测的机器学习(ML)和深度学习(DL)技术。我们评估了不同数据集的16种ML算法和交叉验证方法的组合。在所有模型中,具有重复k折的随机森林分类器的精度最高99.0%,而F1得分为99.1%。表现最高的深度学习模型,人工神经网络(ANN)的精度为91.3%,F1得分为91.1%,而结合这些方法的混合模型达到98.9%的精度和F1分数。随机森林分类器继续是最佳选择。我们的发现表明,随机森林分类器具有重复的K折交叉验证,根据其他机器学习模型,深度学习模型和混合模型作为平衡数据集中信用卡欺诈检测的最可靠方法的21种组合进行了测试,提供了有价值的洞察力,提供了增强安全性预处理和针对各种银行业领域的国防范围的宝贵见解。
摘要融合了可再生能源和能源的有效利用是促进可持续能源转变和解决气候变化问题的关键因素。物联网(IoT)是一种现代技术,在能源领域具有许多应用。这些应用包括能源供应,传输和分配以及需求管理。物联网的利用可以提高能源效率,增加可再生能源的比例,并减轻能源消耗的环境后果。本研究研究了有关在能源系统中使用物联网(IoT)技术的当前文献,并特别关注其在智能电网中的应用。此外,我们还探索了物联网(IoT)的能力技术,例如云计算和其他用于数据分析的平台。