鲁克曼·艾哈迈德先生是马来西亚经济部副秘书长(宏观)。他于 2023 年 2 月 7 日被任命,目前的职责包括制定宏观经济、服务业和制造业、知识经济、科学技术、环境经济的发展政策和战略,规划发展支出的分配以及监督可持续发展目标 (SDG) 的协调工作。鲁克曼先生在 29 年的政府官员职业生涯中积累了丰富的治理和行政专业知识。他于 1993 年至 2007 年间在农业部担任行政和外交官员,开始了自己的职业生涯。随后,他在总理府经济规划部任职 15 年(自 2008 年起),担任过与经济分析和预测、公共财政管理和预算以及经济发展(特别是人力资本发展)相关的各种职位。 2017 年,他被任命为经济委员会秘书处主任,随后于 2020 年 2 月升任经济部人力资本发展部主任,任期至 2023 年 2 月。Luqman 先生拥有美国德克萨斯大学阿灵顿分校政治学学位(1991 年)、国家公共行政学院公共管理文凭(1995 年)和马来西亚国立大学经济学硕士学位(2007 年)。
抽象酵母是一种用于面包制造的酵剂,其中含有酿酒酵母种类的微生物。在面包制造中使用酵母以其实用性和轻松而闻名,但酵母不耐受经常发生。作为替代性,可以使用天然酵母来解决此问题。天然酵母有多种好处,例如增强风味和香气,延长面包的保质期,提高消化率,长时间保持面包柔软度,并没有其他化学添加剂。然而,天然酵母也有一些缺点,例如潮湿且脆弱的质地,这会导致相对较短的存储时间。因此,本研究旨在研究不同的干燥技术对发酵木瓜果水衍生的天然酵母的影响。采用的干燥技术是五天的气干,晒干五天,在40°C下干燥48小时。通过为期5天的空气干燥工艺获得了最佳的酵母,水分含量为13.1%,氮含量为2.07%,乳酸细菌菌落数量为9.50×10 3 cfu/g,平均偏好率为3.92的平均偏好等级为3.92,呈现为3.92。此外,干燥的酵母已成功重新激活,体积从3厘米的初始高度膨胀3倍,至9 cm。
Vasel-Be-Hagh, A., & Ting, D. (Eds.)。(印刷中)。工程适应。瑞士:Springer International Publishing。Vasel-Be-Hagh, A., & Ting, D. (Eds.)。(2022)。负责任的工程与生活。瑞士:Springer International Publishing。Vasel-Be-Hagh, A., & Ting, D. (Eds.)。(2022)。缓解气候变化。瑞士:Springer International Publishing。Vasel-Be-Hagh, A., & Ting, D. (Eds.)。(2021)。维持明天。瑞士:瑞士:Springer International Publishing。Vasel-Be-Hagh, A., & Ting, D. (Eds.)。(2020)。明天的补充资源。瑞士:Springer International Publishing。 Vasel-Be-Hagh, A. 和 Ting, D. (Eds.)。(2018 年)。《维持我们未来的能源结构:能源与可持续性会议论文选集》。瑞士:Springer International Publishing。
摘要 — 在车载自组织网络中,自动驾驶汽车在支持车载应用之前会生成大量数据。因此,需要一个大存储和高计算平台。另一方面,云平台上的车载网络计算需要低延迟。应用边缘计算 (EC) 作为一种新的计算范式,有可能在提供计算服务的同时减少延迟并提高总效用。我们提出了一个三层 EC 框架,将弹性计算处理能力和动态路线计算设置为适合实时车辆监控的边缘服务器。该框架包括云计算层、EC 层和设备层。资源分配方法的公式类似于优化问题。我们设计了一种新的强化学习 (RL) 算法来处理云计算辅助的资源分配问题。通过集成 EC 和软件定义网络 (SDN),本研究为车载网络中的资源分配提供了一种新的软件定义网络边缘 (SDNE) 框架。这项工作的新颖之处在于设计了一种使用经验回复的多智能体基于 RL 的方法。所提出的算法实时存储用户的通信信息和网络轨迹状态。给出了具有各种系统因素的模拟结果,以显示所建议框架的效率。我们通过一个真实案例研究来展示结果。
- 用 θ ( ˜ z ) ≡ R ˜ z 0 b ( z ) dz 表示在 H 生产的商品上花费的收入比例。
对于给定的参数向量 { ϵ , χ i , L i , D i , τ in } i , n ,均衡是工资向量 { wi } i ,
摘要:智能家居中电力和信息的双向通信有利于对具有充电和放电能力的设备(如电动汽车和电力存储系统)进行优化管理。这些设备的调度可以考虑家用可再生能源装置、家庭能源消耗、电网电价和其他预定参数,以提高其效率以及智能家居的技术和经济指标。本文研究了一种基于决策向量和层次分析法的新型框架,以找到这些设备的最佳运行时间表,从而实现智能家居的日前性能。电动汽车和电力存储系统的初始数据是随机建模的。这项工作的目的是通过电动汽车和电力存储系统的优化运行来最大限度地降低智能家居的电力成本和峰值需求。首先,根据市场价格、家用光伏板的发电功率和智能家居的电力需求,引入这些设备充电和放电的不同决策向量。其次,利用层次分析法实现各类决策准则的优先级别,并计算最终决策向量。最后,考虑电动汽车与储能设备的运行约束以及充放电优先级约束,基于最终决策向量选择电动汽车与储能系统的运行计划。将所提方法应用于考虑不同决策准则优先级别的样本智能家居。数值结果表明,虽然电力需求排序较高的决策准则组合对智能家居的技术经济指标改善效果最好,分别约为12%和26%,但所提方法在所有场景下均具有合适的性能,可用于选择电动汽车与储能系统的最优运行计划。
Ahmad MS Elaklouk 助理教授,创意计算 (CC),计算机与信息学院 (SCI),文莱工艺大学 (UTB),文莱达鲁萨兰国斯里巴加湾市。电子邮箱:ahmad.elaklouk@utb.edu.bn Google 学术:https://scholar.google.com/citations?user=PFXVoG8AAAAJ&hl=en 研究兴趣:多媒体技术与人机交互、严肃游戏设计与开发,用于学习和培训、教育娱乐系统、设计科学和基于游戏的康复。精选出版物
摘要:本文旨在探讨人工智能的学术和行政应用。在任何教育环境中,教师的主要职责都是教学。但教师还需要执行各种其他任务。除了学术职责外,教师的大部分时间和教育资源都用于行政工作。人工智能应用 (AIA) 不仅在学术和行政方面协助教育,而且还提高了教育效率。AIA 以学习分析 (LA)、虚拟现实 (VR)、评分/评估 (G/A) 和招生等各种类型的任务为教师提供帮助。它最大限度地减少了教师的行政任务,以便将更多精力投入到教学和指导学生上。在当今时代,教师职业有很多任务,AIA 为提高学生学习能力、最大限度地减少教师的工作量、有效和轻松地给学生评分/评估以及帮助完成许多其他行政任务做出了重要贡献。这项研究需要进行定量检查,以使其具有普遍性和可接受性。