摘要 SMP Negeri 2 Sentani 在公民学习中使用人工智能 (AI) 面临着许多重大挑战。必须解决数据偏见、基础设施和人力资源不足以及对人工智能的依赖等问题,以确保人工智能在教育中的应用能够提高学习质量,同时又不牺牲公民教育的核心价值。本研究旨在探讨人工智能在 SMP Negeri 2 Sentani 公民学习中面临的挑战。本研究采用定性方法和通过访谈和参与观察进行的数据收集技术。研究发现,人工智能在教育中发挥着至关重要的作用,它可以帮助教师创建考试题目,快速准确地评分学生作业,并提供个性化反馈,提高效率和客观性。可以得出的结论是,SMP Negeri 2 Sentani 在公民学习中使用人工智能(AI)可以提高教育的效率和个性化,但不能取代教师的重要作用。教师在提供指导、建立人际关系和提供人工智能无法提供的情感支持方面仍然发挥着重要作用。关键词:人工智能、学习、公民身份
摘要老年人是我们必须在健康和福利方面维持的国家资产之一,目前的问题之一是老年人的心理健康,因此,老年人在日常生活中的干预经历。服务活动的目的是增强老年人的能力,以优化其心理健康。所给出的干预措施是通过大脑体育馆和梅伦斯进行活动。活动是为了帮助老年人减少认知和情感障碍和摩托车,通过协助大脑体育馆来减少,通过制作手镯和项链来减少,通过使用MMSE份量来实现的结果,在这种活动中,在这种活动中,在脑部和Meronce活动中伴随着老年人的认知功能增加了。从活动中可以看出,老年人的认知功能的增加以及老年人在这些活动中的热情可以使老年人形成积极的情绪。这项活动在认知,情感,曼达的精神运动方面都可以改善老年人的状况。关键字:心理健康,老年人
摘要 - 机器学习方法/机器学习的使用对于开发人眼状态的识别非常重要,尤其是脑电图(EEG)信号处理的问题以识别眼睛状态。在先前的研究中,所使用的方法可以是监督学习和无监督学习之间的一种组合方法,以及使用监督学习的单一方法。在这项研究中,脑电图的分类使用一种具有监督学习的方法,使用方法:k-neartemest neghbors(k-nn),随机森林和1D卷积神经网络(1D CNNS)。使用四种尺寸(即精度,回忆,精度和F1得分)测量三种分类方法的性能。从实验结果中获得的是,与所使用的四种尺寸的其他两种方法相比,K-NN方法具有最佳性能,其中每个尺寸的值为:准确性= 82.30%;召回= 82.30%;精度= 82.36%; F1得分= 82.30%。k-nn比其他两种方法更适合分类脑电图,因为数据集中的所有输入属性都有实际数字数据类型。
摘要 - 史塔迪此案例研究人员讨论了使用OpenCV和Python对猫和狗图像进行分类的计算机视觉实施。进行此案例研究的目的是能够开发一个可以区分高准确性的猫和狗图像的分类模型。该过程始于从猫和狗的图片中收集数据集,然后对其进行处理以提高图像的质量。数据增强技术将应用于扩展数据集变化并改善模型性能。卷积神经网络(CNN)算法用作分类模型的基础。CNN模型是使用已通过交叉验证处理和验证的数据集训练的,以避免过度拟合。OPENCV用于处理基本图像操作,例如调整大小,颜色转换和数据增强,而深度学习框架(例如用于构建和训练CNN模型的张力流)等深度学习框架。实验结果将表明,CNN模型可以实现能够在分类猫和狗的图像时达到令人满意的准确性。
在越来越激烈的全球化和商业竞争时代,供应和分销链管理的时代摘要是公司成功的关键因素。这项研究旨在优化替代分配中心在印度尼西亚中部爪哇省居住地,水稻供应中重要区域的位置。重心方法用作主要分析工具。通过利用Boyolali,Karanganyar,Sragen,Wonogiri,Sukoharjo,Sukoharjo,Surakarta和Klaten的消费者大米需求数据,这项研究可提供最佳的配送中心位置,以最大程度地减少运输成本和交付时间。可持续性,重点是降低碳排放和能源效率。结果是选择替代分配中心位置,这些位置有助于PT ABC提高Surakarta居住中水稻分布的效率。最佳位置允许公司更好地满足消费者需求,降低分销成本,并支持全球可持续性的目的是Delanggu地区。这项研究为有效,可持续的供应和分销链管理提供了宝贵的指南。关键字:分配中心,重心方法,运输成本,水稻分配
摘要在这项研究中,系统在接收DDOS HTTP洪水攻击方面的可用性是一个问题。拒绝服务(DOS)和分布式拒绝服务(DDOS)攻击是对当前IT和计算机网络行业的主要威胁。这种攻击旨在使用户无法获得网络或系统资源,以便没有人可以访问它。基础架构系统的建立需要自动可伸缩能力才能接收DDOS攻击。可用于支持应用程序高可用性的平台是容器编排(Kubernets)。本研究的重点是云计算的设计,因此它可以接收5,000、10,000、15,000、30,000 HTTP洪水攻击,每次进行10次。这项研究的结果表明,尽管节点/工人的数量从2增加到3,以及CPU和内存的显着增加,但构建的系统还是成功地处理了数以万计的攻击。因此,可以说,构建的系统始终可用,并且可以依靠在工作世界中生产。关键字ddos,编排者。可用性
摘要本研究使用来自数据库CHEB的数据集预测使用人工蜜蜂菌落(ABC)算法和人工神经网络(ANN)的血管紧张素转换酶(ACE)抑制剂作为降压药的活性。尽管它需要时间,昂贵且容易受到不确定性的影响,但传统方法(例如湿LAB测试)通常用于识别ACE抑制剂。本研究旨在通过ANN中的ABC算法整合系统优化来提高预测性能。使用ABC算法优化架构参数和超参数ANN模型。在测试数据中具有0.683的值,人口大小10的模型显示了评估的五个模型之间的最佳性能,从而证明了其在反映数据模式方面的功效。这些结果表明,ABC算法与ANN的潜在整合,以对ACE抑制剂活性进行更精确的预测,从而比常规方法更快,更具成本效益的替代方法。需要更多的数据集来进行 - 深度研究,以确认该方法的概括,以实现各种药物发现目的。
抽象的制药工厂以含有青霉素的药物形式生产产品将产生对环境有害的废物。但是,在其操作中,尚不知道废物处理是否有效。这项研究的目的是对F/M比(食品与微生物比率)进行计算,这是可以做到的参数之一,以便能够找到使用活性污泥方法的废物处理的优化。主动污泥方法与存在可用于分解废物的固体泥浆沉积有关。以这种固体形式存在泥浆,将描述可以通过F/M比的计算来确定的危险物质。F/M比的计算需要一些数据,例如MLS(混合液体悬浮固体)水平,BOD水平(生物氧需求)以及进入WWTP的废物流量。结果显示了f/m比的计算值,该计算值倾向于低约0.01。基于发生的废物研究结果是最佳的。关键字:BOD,F/M比,活动泥,MLS,WWTP
摘要。EU 2-X CE X CUO 4(ECCO)是基于丘脑的掺杂电子的超导体之一。ECCO材料在研究和研究中很有趣,因为欧盟是形成ECCO材料的主要材料,在基本状态下没有磁矩,因此它使研究ECCO超导体的整体磁性特性变得更加容易。本研究的目的是研究具有CE(X)浓度的ECCO材料的结构和磁性= 0.20; 0.21; 0.22; 0.23; 0.24和0.25。所有ECCO材料的特征是使用X射线衍射(XRD)来确定晶体和晶格参数的结构,并通过使用超导量量子干扰装置(Squid)来确定材料的磁性特性。XRD表征的结果表明,晶相与电子掺杂的超导相一致,其中形成的结构是T',这是由D HKL(013)和(110)上典型峰出现的标记。对于鱿鱼结果,在某些氧气还原值的范围内观察到ce(x)= 0.20-0.25的ECCO材料中的顺磁性的性质。
(57)摘要:本发明与水分离器,颗粒物和污垢有关,以调节基本上包括第一个空间(i),第二空间(II)和第三空间(III)的燃料。根据本发明的分离器,由一个以空心管状形式的储罐(1)组成;燃料入口(2)进入一个位于第一个空间区域(i)的工具单位(1);第二个空间区域(II)的水,颗粒和污垢的储层(3);一个空心密封板(4),该板位于第二空间和第三空间之间的过渡区域中形成斜率角;位于第三空间(III)上表面的空心扩散板(5);还有一个用于干净燃料的插座(6),该燃料位于家庭单位房屋的上方之一;在第三(iii)室中,氧化铝惰性陶瓷球(7)是由密封板上(4)上方的多层次的随机模式编译的,以便它们符合第三个空间(iii)。
