XiaoMi-AI文件搜索系统
World File Search SystemNBA
JIANBANG GAN, PH.D. CURRICULUM VITAE
2008 年至今 德克萨斯 A&M 大学生态与保护生物学系 (2020 年至今) 和生态系统科学与管理系 (2008-2019) 教授 2016 年至今 德克萨斯 A&M 大学能源研究所附属教员 2018 年 (春季) 新西兰 Scion (皇家研究所) 访问科学家 2011-2012 耶鲁大学林业与环境研究学院访问学者 2008-2011 德克萨斯 A&M 大学生态系统科学与管理系研究生项目 (2009-2011) 和本科项目 (2008-2009) 副系主任 2001-2008 德克萨斯 A&M 大学生态系统科学与管理系副教授，农业经济学联合任命 1992-2001 教员（助理教授，1992-1997； 1997-1999；教授（1999-2001），塔斯基吉大学森林资源与农业经济项目联合聘任 1998-2001 塔斯基吉大学森林资源项目协调员 1992-2001 塔斯基吉大学国际项目开发协调员
国家篮球协会（NBA）数字国家篮球协会（NBA）数字转型：解释性案例研究Tran
该期刊在波兰参数评估的教育和科学部有20点。附件Derecge教育和科学部长21，2021。 不 32582。 有期刊的独特标识符：201398。 分配的科学学科：经济学和金融（社会科学领域）；管理和质量科学（社会科学领域）。 2019年的部长积分 - 现年20点。 宣布2021年12月21日的教育与科学部长 32582。 有一个独特的杂志ID：201398。 分配的科学学科：经济学和金融（社会科学领域）；管理和质量科学（社会科学领域）。 ©作者2023;本文发表在波兰托伦的Nicolaus Copernicus University的被许可人Open Journal Systems开放访问权限。 本文根据创意共享属性的条款进行分发，该许可允许在任何媒介中使用任何非商业用途，分发和复制，前提是原始作者和源。 这是根据Creative Commons归因于非商业许可证共享的条款许可的开放访问文章。 （http://creativecommons.org/licenses/by-nc-a/4.0/），只要引用了该工作，允许在任何媒介中允许，非商业用途，分发和复制。 作者宣布，关于本文的出版没有利益冲突。 收到：27.03.2023。 修订：27.03.2023。附件Derecge教育和科学部长21，2021。不32582。有期刊的独特标识符：201398。分配的科学学科：经济学和金融（社会科学领域）；管理和质量科学（社会科学领域）。2019年的部长积分 - 现年20点。宣布2021年12月21日的教育与科学部长32582。有一个独特的杂志ID：201398。分配的科学学科：经济学和金融（社会科学领域）；管理和质量科学（社会科学领域）。©作者2023;本文发表在波兰托伦的Nicolaus Copernicus University的被许可人Open Journal Systems开放访问权限。本文根据创意共享属性的条款进行分发，该许可允许在任何媒介中使用任何非商业用途，分发和复制，前提是原始作者和源。这是根据Creative Commons归因于非商业许可证共享的条款许可的开放访问文章。（http://creativecommons.org/licenses/by-nc-a/4.0/），只要引用了该工作，允许在任何媒介中允许，非商业用途，分发和复制。作者宣布，关于本文的出版没有利益冲突。收到：27.03.2023。修订：27.03.2023。接受：08.04.2023。发布：08.04.2023。
使用可解释模型的机器学习方法预测NCAA篮球运动员到达NBA
摘要：在国家篮球协会（NBA）的背景下，在包括体育和篮球在内的各种应用领域中使用了机器学习和知识发现中的预测模型，在这里可以找到相关的预测问题。在本文中，我们应用了监督的机器学习来检查NCAA篮球联盟中的历史和统计数据以及来自NCAA篮球联赛球员的功能，并解决了自动识别NCAA篮球运动员的预测问题，具有极好的机会达到NBA并获得成功。这个问题不容易解决；除其他困难外，许多因素和高度不确定性可能会影响篮球运动员在上述情况下的成功。解决这个预测问题的主要动机之一是为决策者提供相关信息，从而帮助他们改善雇用判断。为此，我们的目标是实现产生可解释的预测模型表示和令人满意的准确性水平的优势，因此，考虑到可解释性和预测精度之间的交易，我们已经投资于白盒分类方法，例如诱导决策树，以及逻辑回归。但是，作为基准，我们认为相关方法是黑框模型的参考。此外，在我们的方法中，我们探索了这些方法与遗传算法相结合，以提高其预测精度并促进特征降低。此外，分析还强调了哪些特征在模型中最重要。结果已经对结果进行了彻底的比较，并且已经强调了表现出色的模型，从而揭示了最佳白盒和黑匣子模型之间的预测精度差异很小。遗传算法和逻辑回归的配对特别值得注意，超过其他模型的预测精度和显着的特征降低，有助于结果的解释性。
博士A. MOHANBABU ME，博士，助理教授（高级），SRM 科学技术学院，Bharathi Salai，Ramapuram，钦奈，泰米尔纳德邦
Dr. A. MOHANNBABU ME，博士，助理教授（高级），SRM 科学技术学院，Bharathi Salai，Ramapuram，钦奈，泰米尔纳德邦 600089。A. Mohanbabu 博士分别于 2011 年和 2013 年获得印度钦奈安娜大学电子与通信工程学士 (BE) 学位和印度钦奈安娜大学 VLSI 设计硕士学位 (ME)。他于 2018 年 3 月获得博士学位，论文题目为“具有增强模式 (E-Mode) 操作的高级 III-V 异质结构量子阱器件，用于高功率开关、模拟/射频应用”，印度钦奈安娜大学信息与通信工程系，研究领域为复合半导体器件建模与仿真。此外，他还获得了 CSIR HRD 的高级研究奖学金 (SRF) [奖学金编号：(09/468/0497/2016 EMR-I)]，以进行为期两年的全日制博士研究。目前，A. Mohanbabu 博士在印度钦奈拉马普拉姆 SRM 科学技术学院电子与通信工程系担任助理教授。他在同一领域的国际知名期刊上发表了近 22 篇科学索引 (SCI) 期刊和 4 篇 Scopus 期刊。他是各种期刊的审稿人，例如 IEEE Transaction on Device Materials and Reliability、IEEE Access、IETE Technical Review 等。他目前的兴趣是纳米电子器件建模、高功率 GaN 器件的模拟和特性。
