智能主动力控制应用于精密机器 MH Mansor,MH Ramli,M Ishak 全国机械工程研究和研究生会议...... 铣床静态模态分析的实验研究 N Jamil,AR Yusoff,MH Mansor 先进材料研究 903,123-128 铣床静态模态测试的响应预测 N Jamil,AR Yusoff,MH Mansor 应用力学与材料 606,131-135 电磁能量收集器的参数研究 MF Hassan,AR Yusoff,MH Mansor,MTC Kar 应用力学与材料 471,113-118 铣刀几何形状的多目标优化以抑制颤动并提高生产率 AR Yusoff,MF Hassan,MH Mansor 先进材料研究 445,21-26 使用 MIG 焊接对不同厚度的异种板材金属进行模态分析 MM Hatifi、MH Firdaus 和 AY Razlan DOI:http://dx.doi.org/10.15282/ijame.9.2013.21.0143
这项研究提出了一种通过使用水热合成的铁(Fe)和钛(Fe)和钛(Ti)离子掺杂的方法来增强氧化锶(SRO)纳米颗粒(NP)的光催化特性。使用各种光谱和微观技术来表征材料,以确保对其结构和组成的准确分析。对甲基橙色染料降解的AS合成材料的光催化效率,在90分钟内使用3%掺杂材料在90分钟内取消了约98%。发现降解效率取决于几个因素,包括pH,初始染料浓度和催化剂剂量。最佳条件被确定为pH值为4,初始染料浓度为20 mg/L,催化剂剂量为150 mg。这些发现表明,Fe/Ti编码的SRO纳米颗粒在环境清理过程中的应用中具有很大的潜力,尤其是在有机污染物的降解中。该研究提供了对掺杂纳米颗粒在光催化中的合成和应用的宝贵见解,突出了它们的效率以及优化反应条件以最大程度地提高性能的重要性。
The whole phenomena for designing vaccine of BA.2 (omicron) a variant of severe acute respiratory syndrome coronavirus2 (SARC-CoV2) is based on five major steps which are (1) sequence retrieval and its structure analysis (2) Epitopsis prediction (B&T-cell epitopsis prediction) (3) Vaccine Construction (4) Secondary & Tertiary structure Extrapolation and Validation (5)分子动力学和表达分析。用于构建潜在疫苗,具有登录号的Omicron的核蛋白磷蛋白序列。ujp23613.1从NCBI(https://www.ncbi.nlm.nih.gov/)中检索,然后将序列放入expasy ProtPAM工具中,以找出靶蛋白的生理化学特性。通过PSIPRED工具(https://www.expasy.org/)预测蛋白质的二级结构。vaxijen v2.0检查了蛋白质的抗原概率。对于更高的特异性,阈值设置为≥0.4。 Allertop v2.0检查了蛋白质的过敏性。使用trroasetta(https://yanglab.nankai.edu.cn/trrosetta/)检查Omicron蛋白的三级结构。通过使用Bepipred线性表位预测来预测表位。该工具使用隐藏的基于马尔可夫模型的算法,这是一种最佳的线性表位计算方法之一。HOMO SAPIEN被选为MHC来源的ANN 4.0方法,以研究人类中不同的MHC HLA等位基因。IEBD工具根据IC50 nm单元提供了表位的HLA结合亲和力的输出接口。用于构建完整的疫苗5 B细胞表位,分别使用了MHC级I的12个T-Cell表位和MHC级II的19个表位。
人工智能 (AI) 已成为项目管理中的一股强大力量,它改变了传统做法并扩展了人类的能力。本研究探讨了 (AI) 人工智能在项目管理中发挥的各种作用,并评估了其对项目成功率的影响。通过对写作和实际数据研究的广泛调查,本研究发现,人工智能在项目管理中的应用已导致项目成功率显著提高。总体而言,人工智能实施已使不同行业的项目成功率显著提高约 20%。通过自动化单调的任务、优化资产配置和优化动态周期,人工智能已显示出简化项目工作流程和降低风险的能力。然而,除了其有希望的优势之外,人工智能实施也带来了一些挑战,例如数据安全问题、道德问题和劳动力再培训要求。这概括了在项目管理中采用人工智能技术以实现更高效率、充分性和增长的基本意义。展望未来,预计需要进一步研究以调查新兴模式并解决在控制人工智能以实现项目成功方面日益严峻的挑战。
ICAT技术ITRAQ技术医学应用基因组医学;个性化医学生物标志物发现和药物开发中的蛋白质组学。 农业和生物技术中的应用作物改善中的基因组学和蛋白质组学。 生物技术应用:合成生物学,工业酶。 道德,法律和社会影响基因组学和蛋白质组学研究中的道德问题。 数据隐私和同意。 道德,法律和社会影响基因组学和蛋白质组学研究中的道德问题。 数据隐私和同意。ICAT技术ITRAQ技术医学应用基因组医学;个性化医学生物标志物发现和药物开发中的蛋白质组学。农业和生物技术中的应用作物改善中的基因组学和蛋白质组学。生物技术应用:合成生物学,工业酶。道德,法律和社会影响基因组学和蛋白质组学研究中的道德问题。数据隐私和同意。道德,法律和社会影响基因组学和蛋白质组学研究中的道德问题。数据隐私和同意。
摘要 自我调节学习 (SRL) 是一种认知能力,在促进学生有效制定策略、监控和评估自己的学习行为方面具有明显意义。研究表明,缺乏自我调节学习技能会对学生的学业成绩产生负面影响。有效的数据驱动反馈和行动建议被认为对 SRL 至关重要,并显著影响学生的学习和表现。然而,向每个学生提供个性化反馈的任务对教师来说是一个重大挑战。此外,由于大多数课程的学生人数众多,为个性化建议确定适当的学习活动和资源的任务对教师来说也是一个重大挑战。为了应对这些挑战,一些研究已经探讨了基于学习分析的仪表板如何支持学生的自我调节。这些仪表板提供了一些关于学生成功和失败的可视化(作为反馈)。然而,虽然这种反馈可能有益,但它并没有提供有见地的信息或可行的建议来帮助学生提高学业水平。可解释的人工智能 (xAI) 方法已被提出来解释此类反馈并从预测模型中产生见解,重点关注学生在正在进行的课程中需要采取的相关行动以改进。此类智能活动可以作为数据驱动的行为改变建议提供给学生。本论文提供了一种基于 xAI 的方法,可以预测课程表现并计算信息反馈和可操作的建议,以促进学生的自我调节。与以前的研究不同,本论文将预测方法与 xAI 方法相结合,以分析和操纵学生的学习轨迹。目的是通过为该方法提供的预测提供深入的见解和解释,为学生提供详细的、数据驱动的可操作反馈。与单独的预测相比,该技术为学生提供了更实用和有用的知识。所提出的方法以仪表板的形式实施,以支持大学课程中学生的自我调节,并对其进行了评估以确定其对学生学业成绩的影响。结果表明,仪表板显着提高了学生的学习成绩并提高了他们的自我调节学习技能。此外,研究发现,所提出的方法提出的建议对学生的表现产生了积极影响,并帮助他们进行自我调节。
探索人工智能在牙科领域的伦理和隐私影响 Meshal Muhammad Naeem 博士 牙周病学系讲师,Ishrat ul ebad Khan 博士口腔健康科学研究所 陶氏健康科学大学 电子邮件:meshal.butt@duhs.edu.pk Huma Sarwar 博士 牙科手术系高级注册官,Ishrat ul ebad Khan 博士口腔健康科学研究所 陶氏健康科学大学 电子邮件:huma.sarwar@duhs.edu.pk Muhammad Talha Hassan 硕士口腔病理学(学者) 拉合尔高等大学 电子邮件:drtalhahassan92@gmail.com Nazam Matloob Balouch 博士 牙科医生,示范员 沙希达伊斯兰牙科学院 木尔坦 电子邮件:Nambaloch@gmail.com Satinder Pal Singh 博士 牙科学士(TMDC-RC,印度)、全球卫生管理硕士(费尔里·狄金森大学,加拿大温哥华)、全科牙医(印度旁遮普省 Trusmiles 牙科诊所 电子邮件:dilbagkamal@gmail.com Pooja Devi Essrani 博士 全科牙医,卡拉奇南市医院牙科诊所 电子邮件:poojaessrani@hotmail.com Paras Rajper 博士 全科牙医,卡拉奇南市医院牙科诊所 电子邮件:parasrajper@hotmail.com
教育中的人工智能 (AIEd) 已经发展了一段时间,2022 年 12 月底 GPT 聊天的出现为教育实践开辟了新的机遇、潜力和挑战。计算技术和信息处理的进步导致人工智能 (AI) 在教育领域的广泛应用。在过去的 20 年里,关于 AIED 的论文数量一直在稳步增加,从 2015 年到现在急剧上升。在其短暂的历史中,AIEd 经历了几次范式转变。本研究旨在通过研究来自 Google Scholar、PubMed、CrossRef、OpenAlex 和 Scopus 的元数据的出版趋势来探索 AI 在教育中的应用。人工智能 (AI) 技术的发展和应用,特别是在教育领域,极大地支持了教育改革,并深刻影响了学习者的学习方式。教育中的人工智能 (AIED) 可以帮助教师准备教材、演示媒体和准确的评估。此外,AIED 还能帮助学生因应差异调整传统学习方式,实现符合学生学习需求的智能教学。教师对教育技术 (ET) 的正面认知,有利于积极运用 AI 技术辅助教学,进而提升教学效果。整体而言,AIEd 的发展趋势已成功赋能学习者个性化,让学习者具备批判性思维和创新性思维,促进个性化学习。
摘要:本文旨在调查消费者对采用 Uber 的行为意向,重点关注数字化和共享经济对采用 Uber 的影响。本文旨在研究孟加拉国和巴基斯坦的文化因素,这些因素导致人们采用非传统的交通方式。特别是,其他研究人员以前没有对这些国家进行比较。研究中采用计划行为理论与霍夫斯泰德的文化维度相结合来研究这两个国家的客户对采用 Uber 的行为意向。研究中使用 TAM、TPB 和霍夫斯泰德文化模型的因素进行了大量的比较。因变量在显示对自变量的积极和消极态度方面起着重要作用。本文的研究结果表明,“风险”对行为意向有负面影响。研究数据是通过在线封闭式问卷从 145 名受访者中收集的,这限制了研究的普遍性。最后,它确定了“女性”是一个更大的市场,并为 Uber 提供了一个机会,使其能够对社会普遍存在的风险进行分类,并通过成为一家全球性公司来适应当地文化,从而制定新战略。因素检查得出了很好的结论,为未来的研究人员提出了建议,并得出结论。
a b s t r k这项研究旨在调查冈比亚就业增长失败的问题,这与该国劳动力的增加不符,尤其是与进入工作世界的高速大学毕业生有关的问题。这项研究是一项定量研究,使用冈比亚从1990年到2021年的年度时间序列数据,其中包括可变GDP增长,直接外国投资和失业率的数据集。数据是从世界银行数据库中提取的,并使用电子视图统计软件包进行了分析。本研究使用现有数据集的增强dickey-fuller单位根测试和自动回归分布式滞后(ARDL)模型。结果表明,所研究的变量之间没有长期相关性。具体而言,在短期内,经济增长对冈比亚的失业率产生了负面影响,而外国投资直接产生了积极而重大的影响。这项研究的含义表明,冈比亚政府需要维持预算限制并分配计划的费用,以满足所需的基础设施发展,以便企业可以发展。冈比亚还建议通过鼓励外国投资者参与该国当地经济部门(包括农业和制造业)来吸引格林菲尔德投资创造新的就业机会。数据是从世界银行数据库中提取的,并使用电子视图统计软件包进行了分析。1。简介a b s t r a c t这项研究旨在调查冈比亚就业增长失败的问题,这些问题与该国劳动力的增加不符,尤其是与进入劳动力的大学毕业生的高速有关。这项研究是一项定量研究,使用1990年至2021年冈比亚的年度时间序列数据,其中包括包括GDP增长,外国直接投资和失业率等变量的数据集。本研究使用了针对现有数据集的增强dickey-fuller单元根测试和自回归分布式滞后(ARDL)模型。结果表明,所研究的变量之间没有长期相关性。,尤其是在短期内,经济增长对冈比亚的失业率产生了负面影响,而外国直接投资产生了积极和重大的影响。这项研究的含义表明,冈比亚政府需要维持预算限制并分配计划的支出,以满足企业蓬勃发展所需的基础设施发展。还建议冈比亚吸引格林菲尔德的投资来创造新的就业机会,鼓励外国投资者参与该国本地经济的领域,包括农业和制造业。