在制造玻璃纤维船的过程中,有许多供应商为船提供主要材料,其中之一是CSM。选择和评估关键材料供应商是最重要的供应链活动之一。在选择和评估供应商的过程中,Sidoarjo的造船公司通常面向最低价格,这会导致诸如材料交付的延迟等问题。这些问题可能会造成造船厂的重大损失。这项研究旨在分析标准,标准和替代供应商的权重值,以便公司可以获得可以提供造船厂所需的组件的最佳切碎的链垫(CSM)供应商。本研究使用AHP方法来确定符合公司标准的标准,子标准和替代供应商。基于标准之间的加权结果,质量标准的最高权重是在0.475处获得,并且根据亚标准之间的权重结果,产品规范亚标准的最高权重为0.208。基于供应商之间绩效评估的结果,发现KKT07FBG供应商是重量为0.110的最佳供应商。关键字:AHP,评估,绩效,供应商,供应链管理
定量降水估计(QPE)天气雷达在东Java Laode Nodeman的某些部分中使用Z-R关系算法的衰减和比较Z-R关系算法,Retnadi Heru Jatmiko博士,硕士。; Emilya Nurjani博士,S.Sc.,M.Sc。
本文讨论了使用 MOSFET 作为电流放大器的可变电源项目的开发。该项目旨在设计和构建一个可提供可调输出电压的电源,利用 MOSFET 来提高效率和性能。通过使用 MOSFET,该系统能够以最小的功率损耗传输大电流,使其成为各种电子应用的理想选择,包括设备测试和电机控制。本研究进行的模拟是通过创建电源设计并提供电位器开启度为 0%、20%、40%、60% 和 80% 的电压。电压表和万用表上显示的结果将显示 MOSFET 作为电流放大器与双极晶体管 (BJT) 相比的效率。
印度尼西亚是世界上糖尿病患者最多的国家之一。糖尿病会引起严重的并发症,对患者来说具有潜在危险。本研究旨在通过考虑糖尿病的各种风险,使用分类增强 (CatBoost) 算法开发一个准确的预测模型来对糖尿病进行分类。 CatBoost 因其良好处理分类数据的能力而闻名。这项研究的初始阶段是数据处理或预处理,包括数据清理以处理不干净数据的问题、处理具有极端值的数据以及纠正不适当的数据类型。接下来,使用 CatBoost 算法进行创建预测模型的阶段,这是一种有效的决策梯度增强方法。使用混淆矩阵进行模型评估以评估分类性能。研究结果显示,糖尿病分类的准确率相当高,根据数据中使用的属性,准确率为 98.63%。希望这项研究能够有助于增进人们对糖尿病风险及其导致的死亡率的了解和控制。关键词:算法,CatBoost,糖尿病,分类,预测 1.介绍 糖尿病(DM)是一种由遗传因素、环境、饮食和其他因素引起的自身免疫性疾病[1]。糖尿病是一种与胰腺健康相关的疾病,胰腺产生胰岛素激素的异常会导致血糖水平升高。人体内血糖水平升高会扰乱肾脏、心脏和大脑等重要器官的功能 [2]。 2019 年,世界卫生组织 (WHO) 指出,至少有 200 万人的死亡可归因于糖尿病 [3]。根据2018年印尼卫生部在抗击糖尿病世界大会上的官方报告,印尼是世界上糖尿病患者最多的国家,位列第六。数据显示,印度尼西亚 20-79 岁年龄段的糖尿病患者数量达到约 1030 万人 [4]。
* Meng 320B / ENRG 320B / ENVE 320B,能量,发动机和气候sta效应该课程旨在涵盖世界未来核心的基本面。该领域正在迅速发展,尽管将要与最新发展保持一致,但该课程的重点是永恒的基本面,尤其是从物理学的角度来看。正在考虑的主题包括:由于全球变暖而导致气候变化的关键概念,这是能源供应和技术的主要动机,以使人类的化石燃料释放;无碳的能源,主要关注太阳能,风以及相关的能量存储和电网升级需求;而且,使用化石燃料的传统发电厂和发动机目前涉及全球85%的能源转换,并且至少将在几十年中保持占主导地位。在整个课程中涵盖了热力学的元素,包括定义各种形式的能量,工作和热量作为能量传递,能源保护原则,第一定律和第二定律的原则以及热发动机的基础。我们以一些有关能源政策的考虑以及如何满足未来能源需求的“全局”。该课程是为科学与工程学的大三和老年人设计的。先决条件:Meng 211或教师的许可。sc
Year - Year Position 01/2021 - present Professor School of Hospitality and Tourism Management University of South Carolina 01/2016 – 12/2020 Associate Professor, with tenure School of Hotel, Restaurant and Tourism Management Research Associate, SmartState Center of Economic Excellence in Tourism and Economic Development College of Hospitality, Retail and Sport Management (HRSM) University of South Carolina 01/2016 – 07/2016 Interim Chair Smart State旅游与经济发展招聘,零售和体育管理学院(HRSM)南卡罗来纳大学的经济卓越中心(HRSM)01/2011 - 12/2015和消费者科学卫生与公共服务学院俄亥俄州大学08/2002 - 05/2006研究生教练/教学与研究助理旅游与旅游业管理部Pamplin商学院商学院弗吉尼亚理工学院09/1996 - 02/2002
糖尿病性视网膜病(RD)是糖尿病的严重并发症,可能会损害视网膜并威胁视力。早期发现RD对于防止进一步的眼睛损害非常重要。为了增加这种早期检测,深度学习技术,尤其是CNN方法,已被广泛使用。本研究旨在在视网膜图像分类中实施和比较四种不同CNN体系结构的性能,即Resnet152v2,Xception,Denset201和InceptionV3,以检测RD。首先,将数据集视网膜图像分为感染RD的类别和不感染的类别。然后,使用培训数据开发和培训CNN模型以对图像进行分类。使用数据增强技术有助于增加模型的概括。训练模型后,使用单独的测试数据集进行测试以评估每个模型的性能。测试结果表明,Xception和Denset201在检测RD方面具有出色的性能,精度,精度,召回和F1得分达到96%。该评估的结果证实,深度学习技术,尤其是以CNN的形式,在支持医学诊断方面具有巨大的潜力,尤其是在检测复杂的眼睛(例如RD)方面。这些模型的使用可以为RD患者带来重大好处,从而可以更有效的早期文本和更及时的处理。抽象的糖尿病性视网膜病(DR)是糖尿病的严重并发症,可能会对视网膜造成损害并威胁视力。丹根·德米基安(Div),Penelitian Ini成员Kontribusi penting Dalam Pengembangan solusi otomatis untuk untuk诊断RD,Yang Dapat Mening-Katkan Perawatan kehatan kesehatan kesehatan kesehatan mata secara secara secara secara secara secara secara secara keseluruhan。早期发现RD对于防止进一步的眼睛损害非常重要。为了改善这种早期检测,深度学习技术,尤其是CNN方法已被广泛使用。本研究旨在在视网膜图像分类中实施和比较四种不同CNN体系结构的实现,即Resnet152v2,Xception,Densenet201和IntectionV3。首先,将视网膜图像数据集分为RD感染和非RD感染类别。然后,使用训练数据来开发和培训CNN模型以对图像进行分类。使用数据增强技术有助于改善模型的概括。训练模型后,使用单独的测试数据集进行测试以评估每个模型的性能。测试结果表明,Xception和Densenet201在检测RD方面具有出色的性能,精度,精度,召回和F1得分达到96%。此评估的结果证实,深度学习技术,尤其是以CNN的形式,在支持医学诊断方面具有巨大的潜力,尤其是在检测复杂的眼部疾病(例如RD)方面。使用这些模型可以为RD患者带来重大益处,从而实现更多效率的早期检测和更及时的治疗。因此,这项研究为RD诊断的自动解决方案的开发做出了重要贡献,这可以改善整体眼保健。
ABSTRAK ............................................................................................................ vii
DM患者的长时间高血糖症长期可能引起几种慢性并发症,包括糖尿病神经病。糖尿病神经病确实会干扰糖尿病患者的生活质量,因此需要进行跟踪。控制神经病症状的一项努力是通过体育活动管理,包括进行糖尿病运动。90%的糖尿病患者患有神经病的症状,这极大地干扰了患者的日常活动,导致糖尿病患者的生活质量降低。因此,预计这种社区服务活动将增加糖尿病患者进行糖尿病运动的知识,技能和能力,以便可以控制他们经历的神经病的症状。这项社区服务是通过提供有关糖尿病的教育,并继续协助DM患者进行糖尿病运动。从这项活动的结果中,发现神经病程度从中度到轻度降低,得分平均降低3分。结论发现社区中体育活动对糖尿病患者的有效性。关键词:糖尿病运动;糖尿病;周围神经病