摘要:当今,人工智能在很大程度上依赖于使用大型数据集和改进的机器学习方法,这些方法涉及利用基于大型数据集的分类和推理算法。这些大维度会引起许多违反直觉的现象,通常导致对许多通常以小数据维度的直觉设计的机器学习算法的行为理解不佳。通过利用多维框架(而不是受其影响),随机矩阵理论 (RMT) 能够预测许多非线性算法(如某些神经网络)的性能。随机,以及许多核方法,如如SVM、半监督分类、主成分分析或谱聚类。为了从理论上表征这些算法的性能,底层数据模型通常是高斯混合模型(GMM),考虑到真实数据(例如图像)的复杂结构,这似乎是一个强有力的假设。此外,机器学习算法的性能取决于它们所应用的数据表示(或特征)的选择。再次,将数据表示视为高斯向量似乎是一个相当严格的假设。本论文以随机矩阵理论为基础,旨在超越简单的 MMG 假设,通过研究具有普遍性的集中随机向量假设下的经典机器学习工具
Akshay Narendra Thakare,Palash Kailas Kamble,Kaushik Prabhakar Patil,Triveni Rahangdale Tulsiramji Gaikwad Patil Patil patil patil patil教授,印度纳格布尔摘要:交通分析是城市计划者已经在处理数年的问题。更智能的方法来分析流量并加快过程。交通分析可以在给定时间记录该区域中车辆和车辆类的数量。人们已经开发了数十年的机制,但是大多数涉及使用传感器来计算移动车辆的方向并确定车辆以跟踪车辆数量。尽管该系统随着时间的流逝而成熟并且非常有效,但它们不友好。问题是此类系统需要定期维护和校准。因此,该项目旨在根据视觉计算和对车辆进行分类。该系统涉及使用高斯混合模型(GMM)背景减法捕获视频以检测和计数车辆的帧,然后通过比较具有预测值的轮廓区域来对车辆进行分类。本文的重要贡献是两种分类方法的比较。使用轮廓比较(CC)和特征袋(BOF)方法进行分类。关键字:车辆计数,交通分析,轮廓比较。
摘要:在困难时期,公司被迫重新评估运营政策并重新制定战略方案,以辨别有限资源的价值最大化用途。高管对财务困境的反应敏捷性决定了破产的可能性。适当的治理推动合理、可持续、价值最大化的决策,而不当的做法会导致价值贬低、自私自利的行为,从而在财务上限制公司,导致财务困境加速。本研究使用 GMM 估计,在 116 家南非上市公司样本中考察了财务困境与公司治理之间的相关性。发现关键的财务困境决定因素是审计委员会和股东积极性(以股权所有权为代表),它们可能会阻止投资者冷漠、“董事投机取巧”和首席执行官的支配地位。此外,任职多年的首席执行官和研究生董事拥有丰富的背景潜在知识,可以帮助陷入困境的公司,特别是如果董事薪酬和治理之间的权衡得到妥善管理。此外,K-score 模型可以充当稳健的财务困境代理,因为它允许对灰色地带公司进行询问。这些发现提供了财务困境决定因素,有助于陷入困境的企业做出决策,以避免
为了确保未来普遍使用现代能源,需要对可再生能源技术进行大量投资。本文估计了五项银行业绩效指标(资产回报率、市值、资产质量、管理效率和金融稳定性)对由 124 个国家组成的全球面板的可再生能源消费的影响。该研究使用两步系统 GMM 面板模型来处理潜在的内生性和序列相关性。本文考虑了三个同质子面板,它们是根据收入组分类(高收入、中等收入和低收入国家)构建的。总体而言,我们的结果表明,银行业绩效的提高会提高可再生能源消费,对不同收入组分类的影响不同。对于高收入 (HI) 国家,银行规模的增加以及资产质量和管理效率的提高对可再生能源消费有积极影响。对于中等收入 (MI) 和低收入 (LI) 国家,高资产回报率、银行规模的增加和金融稳定性是可再生能源消费的积极决定因素。我们还发现银行绩效指标对各种可再生能源消费类型的影响不同。研究结果强调了良好运作的银行部门对于实现可再生能源投资以满足未来能源需求并同时减少二氧化碳排放的重要性。
经济活动是国家发展的重要因素。然而,由于持续的经济活动(例如工业,电力生产,运输,商业和住宅),许多国家在不关注该国环境的情况下对经济赋予了过多的重视,这可能会随着二氧化碳二氧化碳排放量的传播而导致环境退化。支持这些经济活动的金融部门的增长被认为是宏观水平上碳排放的驱动力。但是,伊斯兰教教穆斯林避免地球上的腐败,包括导致碳排放量增加的穆斯林。这使穆斯林占多数的国家在处理碳排放方面有更好的关注。本研究旨在分析金融机构指数(FII)和金融市场指数(FII)对伊斯兰合作成员国组织中二氧化碳排放的影响。在2000年至2021年之间,使用GMM估计量在36个国家 /地区的面板数据集中使用,该研究揭示了FII大大增加了OIC国家的碳排放。相反,FMI促进了欧盟国家的碳排放量的减少。本文建议政府为银行业制定规定,以改善私营部门的环保信贷。还建议政府丰富绿色证券的发行并加强金融市场,因为它可以有效地最大程度地减少碳排放量。
基于上述数据可视化平台,研究了数据的外在表现形式,在接下来的工作中,尝试去理解数据内部隐藏的信息。设计了一种基于支持向量回归(SVR)的短期负荷预测方法,为网络重构提供更高精度的负荷预测。利用二阶锥程序(SOCP)将三相平衡最优潮流的非凸性放宽为最优潮流(OPF)问题。采用交替方向乘子法(ADMM)以分布式方式计算最优潮流。考虑到配电系统的现实情况,构建了一个三相不平衡配电系统,该系统包括变电站层面的小时运行计划和馈线层面的分钟潮流运行。在变电站层面最小化含可再生能源系统的运行成本。用机会约束模拟可再生能源发电的随机分布模型,并用高斯混合模型 (GMM) 和基于遗传算法的期望最大化 (GAEM) 建模导出的确定性形式。在实时 (RT) 调度中,使用 OPF 进一步降低系统成本。半正定规划 (SDP) 用于将三相不平衡配电系统的非凸性放宽为凸问题,这有助于实现全局最优结果。以并行方式,ADMM 实现了在短时间内获得结果。
流动性风险(LR)是伊斯兰银行的关注点,由于缺乏外部流动性来源,可能会导致重大问题,如果无法适当管理和计划。但是,本文的目的是研究影响中东伊斯兰银行流动性风险的因素。要得出一个实质而引人注目的结论,2011年至2022年期间收集了30个伊斯兰银行的横断面数据。使用了随机效应回归模型,GMM和固定效应回归模型。根据报告,中东的伊斯兰银行具有安全的流动性水平。它还展示了融资与排斥比率,通货膨胀,经济增长和资产回报率如何对伊斯兰银行的流动性风险产生有利的影响。此外,该研究发现,不表现的融资,资本充足,运营效率和规模与与伊斯兰银行相关的流动性问题无关。本文为伊斯兰银行中的流动性风险管理程序和系统提供了指导,以设计银行流动性风险管理政策。为了避免伊斯兰银行的流动性风险,必须确定最佳融资水平与存款比率的最佳水平,维持融资质量,将不表现的贷款比率降低到最低水平,并使伊斯兰银行从中央银行中受益,作为流动性。
摘要 - 大脑计算机界面(BCI)使人们能够直接与外围设备进行通信和操作。由于其快速通信速率和高信号噪声比,近年来,基于稳态的视觉诱发电位(SSVEP) - 基于BCI的系统已被广泛研究。许多当前的SSVEP识别方法通过发现最大的相关系数来确定目标类别。但是,当最大的系数与其余值没有显着差异时,分类性能通常会降低。这项研究提出了一种基于贝叶斯的分类置信估计方法,以增强基于SSVEP的BCI系统的目标识别性能。在我们的方法中,使用基本目标识别方法产生的最大值和其他值之间的差异用于在训练过程中定义特征向量。使用高斯混合模型(GMM)来估计正确与错误分类的特征向量的概率密度函数。随后,在测试程序中通过贝叶斯推断计算出准确和错误分类的后验概率。基于两个后验概率提出了分类置信值(CCVALUE),以估计分类信心。最后,决策规则可以确定是否应接受或拒绝当前的分类结果。对开放式基准数据集和自收集的数据集进行了广泛的评估研究。实验结果证明了提出的方法提高基于SSVEP的BCI系统的可靠性的有效性和可行性。
本研究考察了各种环境和经济变量如何导致环境恶化。工业化、贸易开放和外国直接投资是变量之一,环境外交、环境外交保障和可再生能源消费也是如此。因此,数据涵盖 1991 年至 2020 年,我们的样本包括所有 19 个国家和两个组(欧盟和非洲联盟)。该研究使用 Pesaran CD 检验确定横截面依赖性,使用 CIPS 和 CADF 检验确定平稳性,使用 Wald 检验确定异方差性,使用 Wooldridge 检验确定自相关性;因此,使用 VIF 确定多重共线性,使用 Durbin 和 Hausman 分析内生性。它还采用了 Westerlund 的协整检验来确保横截面依赖性,使用 Wald 检验确定组异方差,使用 Wooldridge 检验确定自相关,使用 VIF 确定多重共线性,使用 Durbin 和 Hausman 分析内生性。采用两步系统广义矩法 (GMM) 估计结果,并确认 G20 国家自变量(工业化、贸易开放、外国直接投资、环境外交、安全环境外交和可再生能源)与因变量(环境退化)之间的关系。因此,工业化、贸易开放、外国直接投资、生态外交和可再生能源消费对生态退化有显著影响。环境外交对于防治退化和促进全球合作至关重要。G20 国家制定严格的环境限制措施,以应对气候变化并促进经济增长。
由于全球环境中外国直接投资竞争激烈,尽管阿拉伯地区拥有丰富的自然资源,但阿拉伯国家在吸引外国直接投资方面仍面临挑战。因此,本研究旨在评估经济自由指数和治理指标在吸引外国直接投资进入阿拉伯地区方面的作用。使用广义矩方法 (GMM) 面板估计量分析了 1996 年至 2019 年期间 14 个阿拉伯国家的面板数据集。研究表明,货币自由和金融自由指数等经济自由指数与阿拉伯地区的外国直接投资吸引力呈显著正相关。其余一组经济自由指数在统计上显著,与外国直接投资净流入呈负相关。此外,研究发现,监管质量指数在吸引外国直接投资流入阿拉伯地区方面优于所有其他治理因素。这项研究的结果对阿拉伯地区的政策制定者具有重大的政策意义。为促进这些国家的外国直接投资流入,政策制定者应通过加强和改革相关法律法规、降低商业准入门槛、预防腐败、限制风险、改善合作政策等方式,确保这些国家具有较高的经济自由度、治理体系的有效性、制度的质量以及商业环境的稳定性。