XiaoMi-AI文件搜索系统
World File Search SystemHusz
curriculum vitae -Peter Hussar
•Liaskoni，M.，Huszár，P.，Bartík，L.，Prieto Perez，A。P.，Karlický，J。和郡K。：生物挥发性有机体化合物对中国欧洲冰分型对欧洲城市臭氧模式的长期影响。化学。Phys。，24，13541–13569，https：//doi.org/10.5194/acp-24-13541-2024，2024。•Bartík，L.，Huszár，P.，Karlický，J.，Vlček，O。和Eben，K。：建模中欧PM污染的驱动因素：来自不同来源的排放的影响和贡献，来自不同来源的Attos，Attos。化学。phys。，24，4347–4387，https：//doi.org/10.5194/acp-24-4347-2024，2024，2024•Karlický，J.，Rieder，Rieder，Huszár，Huszár，P.空气中的区域臭氧负担。Qual。Atmos。健康，https://doi.org/10.1007/s11869-024-01516-3，2024。•Belda，M.，Benešová，N.，Resler，J.，Huszár，P.，Vlček，O.模型开发，17，3867–3878，https：//doi.org/10.5194/gmd- 17-3867-2024，2024。•Huszar，P。，Prieto Perez，A。P.，Bartík，L.，Karlický，J。和Villalba-Pradas，A。：城市化对中欧颗粒物浓度的影响，Atmos。化学。Phys。，24，397–425，https：//doi.org/10.5194/acp-24-397-2024，2024。•Liaskoni，M.，Huszar，p。，Bartík，L.，Prieto Perez，A。P.，Karlický，J。和Vlček，O。：建模建模欧洲风吹出的灰尘排放及其对颗粒物（PM）浓度的影响，Atmos，Atmos。化学。Phys。，23，3629–3654，https：//doi.org/10.5194/acp-23-3629-2023，2023。•Huszar，P.，Karlický，J.，Bartík，L.，Liaskoni，M.，Prieto Perez，A。P.和K。j. fancte：城市化对气相污染物浓度的影响：贡献的区域尺度，基于贡献因素的区域范围，基于贡献因素的模型分析。化学。Phys。，22，12647–12674，https：//doi.org/10.5194/acp-22-12647-2022，2022。•Sindelarova，K.，Markova，J.，Simpson，D.，Huszar，P.，Karlicky，J.，Darras，S。和Granier，C。：高分辨率2000- 2019年的高分辨率生物源全球排放清单，用于空气质量模型，地球Syst。SCI。 数据，14，251–270，https：//doi.org/10.5194/essd-14-251-2022，2022。 •Huszar，P.，Karlický，J.，Marková，J.，Nováková，T.，Liaskoni，M。和Bartík，L。：城市排放对欧洲空气质量的区域影响：城市顶篷的作用：城市顶篷的作用，Atmos，Atmos，Atmos。 化学。 Phys。，21，14309–14332，https：//doi.org/10.5194/acp-21-14309-2021，2021。 •Resler，J.，Eben，K.，Geletič，J.，Krč，P.，Rosecký，M.，Sühring，M.，Belda，M.，Fuka，V.，Halenka，T.，T.，Huszár，p。 Nápravníková，š。和O。的Vlček：在真正的城市环境中对棕榈模型系统6.0的验证：捷克共和国布拉格的Dejvice的案例研究，Geosci。 模型开发，14，4797–4842，https：//doi.org/10.5194/gmd-14-4797-2021，2021。 •Musiolková，M.，Huszár，P。，Navrátil，M。和špunda，V。：季节，云覆盖物和空气污染对紫外线不同光谱区域的影响以及表面上可见的太阳辐射。 res。 化学。SCI。数据，14，251–270，https：//doi.org/10.5194/essd-14-251-2022，2022。•Huszar，P.，Karlický，J.，Marková，J.，Nováková，T.，Liaskoni，M。和Bartík，L。：城市排放对欧洲空气质量的区域影响：城市顶篷的作用：城市顶篷的作用，Atmos，Atmos，Atmos。化学。Phys。，21，14309–14332，https：//doi.org/10.5194/acp-21-14309-2021，2021。•Resler，J.，Eben，K.，Geletič，J.，Krč，P.，Rosecký，M.，Sühring，M.，Belda，M.，Fuka，V.，Halenka，T.，T.，Huszár，p。 Nápravníková，š。和O。的Vlček：在真正的城市环境中对棕榈模型系统6.0的验证：捷克共和国布拉格的Dejvice的案例研究，Geosci。模型开发，14，4797–4842，https：//doi.org/10.5194/gmd-14-4797-2021，2021。•Musiolková，M.，Huszár，P。，Navrátil，M。和špunda，V。：季节，云覆盖物和空气污染对紫外线不同光谱区域的影响以及表面上可见的太阳辐射。res。化学。Q J r Meteorol Soc，1-16，2021，https：//doi.org/10.1002/qj.4102•Pisoft，P.，Sacha，P.，Polvani，L.M.A.，de la Torre，L.，Eichinger，R.，Foelsche，U.，Huszar，P.，Jacobi，Ch。Lett。，16，064038，2021。•Karlický，J.，Huszár，P.，Nováková，T.，Belda，M.，švábik，F.，Doubalová，J。和Hall，T。：“城市气象学岛”：一个多模型的合奏分析，Atmos，Atmos。Phys。，20，15061–15077，https：//doi.org/10.5194/acp-20-15061-2020，2020，2020。•Huszar，P.，Karlický，J.，ubalová，J.，Nováková，T.化学。Phys。，20，11655–11681，https：//doi.org/10.5194/acp-20-11655-2020，2020。•J。Doubalová； Huszar，p。 Eben，K。; Benesova，N。； Belda，M。； O。Vlček； Karlicky，J。； Geletič，J。；上衣，T。：urbi pragensi项目中对布拉格的高分辨率空气质量预测：冬季的模型性能以及城市参数化对PM，大气，11、625、2020的影响。
人工智能模型和员工生命周期管理：
1.简介 创新、新技术和 Covid 19 大流行对人力资源管理 (HRM) 提出了新的挑战。这些变化不仅要求员工掌握一套新技能，还影响了任务的执行方式，并加剧了平台经济和平台劳动力的出现 (Illéssy、Huszár 和 Makó，2021；Makó 和 Illéssy，2020)。此外，信息系统极大地促进了存储和收集与个人相关的数据的过程，这为组织劳动力的决策提供了基础。文献中提出了许多用于分析这些信息的统计模型，但随着人工智能 (AI) 模型的普及，这些模型在 HRM 中的使用已变得普遍。AI 模型有两个特点使其有别于统计模型，也使得这些模型的使用比统计模型更受欢迎。它们的第一个特点是这些模型在非线性和噪声数据中的高性能（Ardabili 等人，2019 年；Nosratabadi、Szell 等人，2020 年）。第二个特点是这些模型能够从数据中学习以提高其性能。换句话说，机器学习和深度学习模型是 AI 模型的子集，它们能够在训练阶段识别数据中的趋势，甚至是非线性和噪声数据，以对数据进行分类或根据已识别的模式预测现象的行为（Nosratabadi、Ardabili、Lakner、Mako 和 Mosavi，2021 年；Nosratabadi 等人，2020 年）。因此，AI 模型已被用来利用这些特性，并找到人力资源管理不同阶段问题的适当解决方案。然而，文献中没有综合全面的研究来确定哪些人力资源管理问题可以通过 AI 模型来解决。因此，本研究旨在通过系统评价研究弥合文献中的这一空白，以确定 AI 如何能够帮助人力资源经理。为了评估 AI 在人力资源管理中的贡献，本研究使用员工生命周期 (EL) 模型。EL 模型实际上是一种人力资源管理模型，它解释了员工从受雇到离开组织的所有不同生命阶段。受此模型的启发，本研究旨在确定 AI 模型对 EL 管理每个阶段的贡献。因此，本研究打算回答的研究问题是：