新的灾害定义现已扩展,包括自然灾害和其他人为灾害。采用上述铁路灾害定义后,需要认识到,如果处理和管理不当,不仅严重的火车事故可能演变成铁路灾害,还可能出现更多与铁路相关的事件,这些事件甚至可能不涉及人员生命,但可能演变成灾害,铁路部门必须事先采取必要的预防和缓解措施。区域铁路将确保解决影响铁路系统的所有类型灾害的预防、缓解、准备、救援和救济相关问题,并将其细节适当地纳入其灾害管理计划中。
[2]卡蒂哈尔(Katihar)卡蒂哈尔工程学院(Katihar Engineering College)助理教授摘要:如何通过机器学习来解决如何通过经验来自动获得更好的计算机的挑战。位于计算机科学和统计的联系以及人工智能和数据科学的基础上,它是当今快速扩展的技术主题之一。创造了新颖的学习理论和算法以及低成本计算和互联网数据的不断扩散,为当前的机器学习进展提供了推动。在科学,技术和业务中,正在采用数据密集型机器学习技术,这导致在各个领域的决策中使用证据,包括营销,制造业,医疗保健,教育,财务建模和执法部门。关键字:机器学习,人工智能,模型,ML
1 帕拉拉·玛哈拉哈工程学院,贝哈平761003,印度奥里萨邦2塔塔钢有限公司(Tata Steel Ltd. (ACSIR),Ghaziabad,201002,印度北方邦8机械部,印度理工学院,Jodhpur 342030,印度拉贾斯坦邦,印度 *通信:drashwanikumardte@gmail.com(A.K. > ); chandanswaroop2008@gmail.com(c.s.m.)帕拉拉·玛哈拉哈工程学院,贝哈平761003,印度奥里萨邦2塔塔钢有限公司(Tata Steel Ltd. (ACSIR),Ghaziabad,201002,印度北方邦8机械部,印度理工学院,Jodhpur 342030,印度拉贾斯坦邦,印度 *通信:drashwanikumardte@gmail.com(A.K. > ); chandanswaroop2008@gmail.com(c.s.m.)帕拉拉·玛哈拉哈工程学院,贝哈平761003,印度奥里萨邦2塔塔钢有限公司(Tata Steel Ltd. (ACSIR),Ghaziabad,201002,印度北方邦8机械部,印度理工学院,Jodhpur 342030,印度拉贾斯坦邦,印度 *通信:drashwanikumardte@gmail.com(A.K. > ); chandanswaroop2008@gmail.com(c.s.m.)帕拉拉·玛哈拉哈工程学院,贝哈平761003,印度奥里萨邦2塔塔钢有限公司(Tata Steel Ltd. (ACSIR),Ghaziabad,201002,印度北方邦8机械部,印度理工学院,Jodhpur 342030,印度拉贾斯坦邦,印度 *通信:drashwanikumardte@gmail.com(A.K. > ); chandanswaroop2008@gmail.com(c.s.m.)帕拉拉·玛哈拉哈工程学院,贝哈平761003,印度奥里萨邦2塔塔钢有限公司(Tata Steel Ltd. (ACSIR),Ghaziabad,201002,印度北方邦8机械部,印度理工学院,Jodhpur 342030,印度拉贾斯坦邦,印度 *通信:drashwanikumardte@gmail.com(A.K.); chandanswaroop2008@gmail.com(c.s.m.)
Katihar工程学院,印度比哈尔邦Katihar,摘要当代公司战略和市场营销的重要组成部分是消费者行为研究。 在当今的数据丰富的环境中,企业对客户数据有前所未有的访问。 这些大量数据存在机会和困难。 人工智能的一个称为机器学习的分支已成为希望预测,分析和改善客户行为的公司的有力工具。 本文研究了在消费者行为的研究中使用机器学习算法的使用,包括在这个快速发展的主题中的方法,优势,困难和潜在的途径。 通过对相关文献,案例研究和实践实例的广泛综述,本研究试图对机器学习如何改变消费者行为分析的领域进行彻底掌握。 关键字 - 机器学习算法,数据集,消费者行为分析,监督学习,深度学习。 doi编号:10.48047/nq.2021.19.10.nq21218 Neuroteagology 2021; 19(10):674-681简介消费者行为的分析对于公司的成功一直是必不可少的。 它需要理解影响客户决策的因素,如何以及为什么进行购买以及他们的偏好如何随着时间而变化。 消费者行为分析一直非常重视市场研究,焦点小组和调查。 这些技术具有一些缺点,例如样本量限制,人类偏见和费力的数据收集程序,即使它们提供了深刻的信息。Katihar工程学院,印度比哈尔邦Katihar,摘要当代公司战略和市场营销的重要组成部分是消费者行为研究。在当今的数据丰富的环境中,企业对客户数据有前所未有的访问。这些大量数据存在机会和困难。人工智能的一个称为机器学习的分支已成为希望预测,分析和改善客户行为的公司的有力工具。本文研究了在消费者行为的研究中使用机器学习算法的使用,包括在这个快速发展的主题中的方法,优势,困难和潜在的途径。通过对相关文献,案例研究和实践实例的广泛综述,本研究试图对机器学习如何改变消费者行为分析的领域进行彻底掌握。关键字 - 机器学习算法,数据集,消费者行为分析,监督学习,深度学习。doi编号:10.48047/nq.2021.19.10.nq21218 Neuroteagology 2021; 19(10):674-681简介消费者行为的分析对于公司的成功一直是必不可少的。它需要理解影响客户决策的因素,如何以及为什么进行购买以及他们的偏好如何随着时间而变化。消费者行为分析一直非常重视市场研究,焦点小组和调查。这些技术具有一些缺点,例如样本量限制,人类偏见和费力的数据收集程序,即使它们提供了深刻的信息。随着数字时代的出现,消费者数据的新时代已经出现。社交媒体,互联网平台和电子商务都激增,使企业可以访问大量客户数据。此信息包括过去的在线购买,社交媒体上的互动,访问的网站等等。手动分析如此大的数据集不再是实用的,这是机器
章节名称教师和维迪亚拉亚第1章化学反应和方程式Gyanendra Vikal KV Barauni No.1第2章酸,碱和盐saleds and Salts kumari Kumari KV Danapur Cant。ss第3章金属和非金属Priti kumari kv purnea博士Priti kv purnea第4章碳及其化合物Shifali Mishra Mishra Kv Katihar女士KV Katihar第5章生命过程Robina Basit KV Ara女士KV ARA第6章控制和协调女士Garima Chawl khawl khawl khawl kaval khawl khawl khawl khawl khawa khawl khawa khawa kav harnaut第7章章节如何生物化?Pallavi Pandey女士KV KANKARBAGH FS第8章遗产Megha Bhatt Kv Nalanda女士第9章of第9章 - 反思和反思S k Shandilya kvihta afs第10章第10章人类的眼睛和五颜六色的世界和五颜六色的世界nripendra shankar kv buxar buxriity electric chardive chaprive telection electry cham nee nee nee neems neelity neelity s. k. Khushi Jain KV Gaya No.2 Chapter 13 Our Environment Mr.Ramesh Kumar Yadav KV Khagaul Sample QP 1 Sample question paper -1 Ms. Priti Sahi KV Muzaffarpur SS Sample QP 2 Sample question paper -2 Mr.Sanjay Suman KV Kankarbagh FS Sample QP 3 Sample question paper -3 Ms.Vinita Kumari KV Bailey Road FS
糖尿病等疾病是慢性的,需要长期管理。 胰岛素的产生不足会导致高血糖水平。 这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。 因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。 我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。 三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。 多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。 我们建议的糖尿病等疾病是慢性的,需要长期管理。胰岛素的产生不足会导致高血糖水平。 这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。 因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。 我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。 三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。 多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。 我们建议的胰岛素的产生不足会导致高血糖水平。这些疾病导致严重的健康问题,例如心脏病,血管投诉,眼睛疾病,肾功能障碍和神经疾病。因此,对危险因素的准确评估和管理对于糖尿病的发作至关重要。我们提出的方法结合了模糊逻辑和机器学习算法的糖尿病风险预测。三种机器学习模型经过培训,将患者分为两类糖尿病(I型和II型),这些糖尿病基于他们从卡蒂哈尔医学院和医院和苏瓦丹实验室收集的临床数据集。多项式回归算法的得分为0.947,而RBF内核的支持矢量回归算法的得分为0.954,线性内核的得分为0.73。我们建议的
近年来,印度已具备向农村社区广泛传播知识和信息的能力。然而,我国农村人口在获取重要信息方面仍然存在问题,这些信息以他们能够感知的形式存在,从而无法及时做出决策来改善农业生产。过去几年,创新理念应运而生。目前,印度农业社区面临着最大限度地提高作物产量的诸多问题。信息的用途广泛且多种多样。因此,进行了这项研究以评估使用 ICT 的机会。本研究在比哈尔邦的两个区(即萨马斯蒂普尔和卡蒂哈尔)的四个村庄进行。共选取了 100 名受访者,即每个区 50 名农民、每个街区 50 名农民和每个村庄 25 名农民参与本研究。农民对移动设备的普及程度很高,其次是电视、调频/广播、互联网和 Whatsapp。其他方式包括视频会议、Facebook、You tube、电子书/电子杂志、农民帮助热线、个人电脑/笔记本电脑、电子邮件、门户网站(互联网)和农民可用/访问的 CD/DVD。
摘要背景:目的是确定位于比哈尔邦东部的三级眼保健中心的本科医学生中数字眼株(DES)的流行。此外,它旨在确定本科医学生的实践,以预防和流行数字眼睛劳累。材料和方法:在获得机构伦理委员会的道德批准后,在一个月的时间内在卡蒂哈尔医学院进行了一项基于横断面问卷的研究表。收集了完整的问卷,并将数据列表和分析。结果:在我们研究中的465名患者中,有293例有症状。56.99%的受影响是女性。报告最常见的症状是头痛(57.20%),其后是撕裂和灼热的感觉。每天使用数字设备超过四个小时的317人中,有251人有症状性,而227名参与者中有159名(70.04%)也以小于33厘米的距离持有设备。在37个眼镜的37位使用者中,有28个显示出DES症状。在259名穿着眼镜的人中,有165人具有反拉力装置,其中只有26个显示出DES症状。七个常规隐形眼镜佩戴者中的每一个都显示出DES症状。结论:女性更有可能体验DES,而DES的风险随使用数字设备所花费的时间而增加。因此,由于这些因素降低了获取DES的风险,因此建议具有更高的对比度和更长的观看距离。建议定期使用反式屈光度矫正;但是,应避免使用扩展的隐形眼镜磨损,尤其是在空调环境中。