snehlata barde * MATS信息技术学校,马特斯大学拉普尔,恰蒂斯加尔邦,印度492004,印度电子邮件:drsnehlata@matsuniversity.ac.ac.in orcid ID:印度恰蒂斯加尔邦(Chhattisgarh)大学拉普尔大学(Raipur University Raipur) ero.brijesh@gmail.com orcid ID:https://orcid.org/0000-0003-2663-4043收到:2022年6月8日;修订:2022年7月11日;接受:2023年3月17日;发表:2023年8月8日摘要:占星术是一种非常古老和传统的预测方法,它不断增加人们的兴趣。当今的地球仪,占星术预测没有共同的准则或原则。而不是为占星术预测设定通用原则和标准,而是专注于为个人提供高质量的服务,但不能保证准确性。机器学习是通过学习计算机对许多应用程序进行分析和预测的最佳结果。预测和分类使任何学习者都可以在大型,嘈杂且复杂的数据集上工作。本文的主要动机是引入一种科学方法,该方法减少了传统方法的缺点,并指示了预测的普遍规则,并通过三种分类技术,幼稚的贝叶斯,Logistic-R和J48证明了占星术的有效性。3)MCC,ROC和PRC区域值。这是监督学习的一部分,它以交叉验证为10,12,计算术语14倍1)正确分类的实例(CCI),错误分类的实例(ECI),平均绝对错误(MAE),均方根误差(RMSE)和相对绝对错误(RAE)。2)真正的正速率,误报率,精度和F量值值。4)要计算三级标签教授,商人和医生的平均体重,以真正的正率,假阳性速率,精度,F-Measion,PRC和ROC面积,5)最后,我们计算了每个分类技术的准确性,并比较了提供更好结果的每个分类技术的准确性。为此,我们收集了属于不同专业的100人的出生日期,出生地点和出生时间。40个教授的数据,30位商人数据以及30位医生数据的数据,在软件的帮助下准备一个人的星座。进行分析,我们以.CSV格式创建数据表,并将此数据表应用于WEKA工具中,以检查各种参数和每个分类器的精度百分比。索引术语:机器学习,幼稚的贝叶斯,逻辑-R,J48,星座,占星术,WEKA。
S.Pipelines Length (KM) Installed Capacity (MMTPA/MMSCMD) A Produce Pipelines A1 Produce Pipelines Excluding LPG And Dedicated at 1 Kapl Koyali Ahmedabad Pipeline 79 1.10 2 kJPPLI Jaipur Panipat Pipeline 1644 5.00 3 KDPL Koyali Dahej Pipeline 197 2.60 4 KRPL Koyali Ratlam Pipeline 265 2.00 5 Barauni Kanpur Pipeline 1227 3.50 6 hmrpl Haldia Mourgram rajbam rajbam rajbam rajbandh pipeline 277 1.37 HBPL HALDIA BARAUNI PIPELINE 526 1.25 8 GSPL Guwahati Siliguri Pipeline 435 1.40 9 PBPL Panipat Bhatinda Pipeline 219 3.00 10 Prpl Panipat Rewari管道155 2.10 11 3.50 12 PDPL PANIPAT DELHI管道189 3.00 13 Mdpl Mathura Delhi管道147 3.70 14 MAGPL MATHURA AGRA GAWIA PIPELINE 311 4.00 15 MATHURA BHARATPUR管道21 1.20 CTMPL CHENNAI MADURAI PIPELINE 683 3.90 17 CBALRORE 683 3.90 17 CBLERE 6.90 17 CBLER RANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CCBLER Prrpl Paradip Raipur Raipi管道1073 5.00 19 Phpl Paradip Hyderabad Pipeline 993 4.50 20 Koyali Ahmednagar Solapur Pipeline 752 5.00 25 2 22 18“ HBPL转换项目Pipelines Length (KM) Installed Capacity (MMTPA/MMSCMD) A Produce Pipelines A1 Produce Pipelines Excluding LPG And Dedicated at 1 Kapl Koyali Ahmedabad Pipeline 79 1.10 2 kJPPLI Jaipur Panipat Pipeline 1644 5.00 3 KDPL Koyali Dahej Pipeline 197 2.60 4 KRPL Koyali Ratlam Pipeline 265 2.00 5 Barauni Kanpur Pipeline 1227 3.50 6 hmrpl Haldia Mourgram rajbam rajbam rajbam rajbandh pipeline 277 1.37 HBPL HALDIA BARAUNI PIPELINE 526 1.25 8 GSPL Guwahati Siliguri Pipeline 435 1.40 9 PBPL Panipat Bhatinda Pipeline 219 3.00 10 Prpl Panipat Rewari管道155 2.10 11 3.50 12 PDPL PANIPAT DELHI管道189 3.00 13 Mdpl Mathura Delhi管道147 3.70 14 MAGPL MATHURA AGRA GAWIA PIPELINE 311 4.00 15 MATHURA BHARATPUR管道21 1.20 CTMPL CHENNAI MADURAI PIPELINE 683 3.90 17 CBALRORE 683 3.90 17 CBLERE 6.90 17 CBLER RANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CBLER SANGNA 17 CCBLER Prrpl Paradip Raipur Raipi管道1073 5.00 19 Phpl Paradip Hyderabad Pipeline 993 4.50 20 Koyali Ahmednagar Solapur Pipeline 752 5.00 25 2 22 18“ HBPL转换项目
认识到对心脏护理的关键需求,Secl启动了其旗舰项目“ Secl Ki Dhadkan”的第二阶段(煤炭印度Ka Nanha Sa Dil的延伸)。2025年2月14日,东南煤田有限公司(Secl)和赖布尔(Raipur)的Sri Sathya Sai Sanjivani医院组织了世界先天性心脏病(CHD)知名度日的“终身礼物”仪式,并组织了India India Limited(CIL)Golden Jubilee庆祝活动。由SECL的董事Shri Biranchi Das主持的活动强调了Secl的CSR倡议“ Secl Ki Dhadkan”,该计划成功地为CHD儿童进行了60次手术。最初的评估揭示了CG的Balrampur 57例CHD病例,批准了4.71千万卢比,以治疗Chhattisgarh和Madhya Pradesh的下一个儿童。他强调,塞克的目的是在恰蒂斯加尔邦和中央邦治疗每个孩子患有先天性心脏缺陷的孩子。在该项目的第二阶段已经对13名儿童进行了治疗。该计划确保财务障碍不会阻止儿童接受救生治疗。该倡议旨在扩展到其他冠心病病例的其他地区,从而对煤田地区的儿童医疗保健产生重大影响。
College of Structural & Architectural Planning (Anna University), Chennai 18 National Institute of Design (NID), Ahmedabad 19 Indian Institute of Forest Management (IIFM), Bhopal 20 Mudra Institute of Communication (MICA), Ahmedabad 21 Indian Institute of Science (IISC), Bangalore 22 Institute of Rural Management, Anand (IRMA) 23 Tata Institute of Social Sciences (TISS), Mumbai 24 National WARANGAL技术研究所(NIT)25国立技术研究院(NIT),Tiruchirapalli 26国民技术学院(NIT),Surathkal 27国立技术学院(NIT)28国立技术学院(NIT),鲁尔凯拉29国立技术学院(NIT),国立技术学院,国立技术学院,NIT 31 NIT)(NIT)31 NIT(NIT) Durgapur 32国立技术研究院(NIT),Jamshedpur 33国家技术研究院(NIT),PATNA 34国立技术研究所(NIT),SILCHAR 35国家技术研究院(NIT)36国立技术研究所,国家技术研究院(NIT) (NIT),斋浦尔39 Maulana Azad国家理工学院(NIT),博帕尔
Nita Patel,PE,PMP 奥的斯工程高级总监 IEEE 计算机学会候任主席 IEEE 基金会理事 nita.patel@ieee.org 尊敬的 Vijayalaxmi Biradar 博士, 我非常荣幸地祝贺新成立的卡林加大学 Naya Raipur 启动这项数字杂志计划。我很高兴看到该大学已经获得了令人难以置信的认可,包括获得 NAAC 认证、在 2021 年 NIRF 排名中位列 150-200 区间,并成为第九所获得著名的 UGC 12(B) 研发称号的私立大学。恭喜你!此外,我知道您为促进女性工程事业所做的志愿工作,并祝您在卡林加大学继续工作一切顺利。这让我想起了通过志愿服务来增强技术学习的力量,可以提高关键的业务和领导技能,例如解决问题、指导/辅导和有效沟通。在 Power Skills 开展的一项名为“志愿服务如何塑造职业成功”的研究中,专业人士表示,他们通过志愿活动获得了许多领导技能。这些技能包括:领导力 组织/多任务处理 沟通 财务/预算/会计 筹款/资源开发 指导/辅导 耐心 会议策划 政治敏锐性 面试/招聘 解决问题 研究 我知道卡林加大学的学生将有机会进行令人难以置信的技术学习,同时还有机会通过志愿服务发展其他技能。我祝愿你们、教职员工,尤其是学生们在踏上这项新事业时一切顺利。愿这是一段美好而吉祥的学习之旅。真诚的,
223 IAI,Crijaf,B.Sc。 (hons。) 农业21500 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar。 (hons。) 农业31500 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar。 (hons。) 农业47500 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.gov.in 9432013860 (hons。) 农业27500 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar。 (hons。) 农业67250 15-10-2024 sh。 rajeev lal pgs1.iari@icar.gov.in (hons。) 农业50250 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar.gov.in 9432013860 技术。 生物技术47090 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar。 (hons。) 农业21500 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar。 (hons。) 农业47650 01-10-2024 15-10-2024 sh。 rajeev lal pgs1.iari@icar.gov.in 9432013860 (hons。) 农业 rajeev lal pgs1.gaw 9432013860 (hons。) (hons。)223 IAI,Crijaf,B.Sc。(hons。)农业21500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar。(hons。)农业31500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar。(hons。)农业47500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.gov.in 9432013860(hons。)农业27500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar。(hons。)农业67250 15-10-2024 sh。rajeev lal pgs1.iari@icar.gov.in(hons。)农业50250 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar.gov.in 9432013860技术。生物技术47090 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar。(hons。)农业21500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar。(hons。)农业47650 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar.gov.in 9432013860(hons。)农业rajeev lal pgs1.gaw 9432013860(hons。)(hons。)农业35250 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar.gov.in 9432013860农业21500 01-10-2024 15-10-2024 sh。rajeev lal pgs1.iari@icar.gov.in 9432013860
20023年3月17日至1823年3月18日在德里Scope会议中心,由Arun Jaitley National Finantal Managements Arun Jaitley National Institute of Arun Jaitley National Institute of Arun Jaitley National Institute of Public Contract和供应链中使用智能合约的会议。会议旨在讨论区块链技术在公共采购中的使用。为期两天的会议包括7个讲座,然后是听众的问题。R. K. Shyamasundar教授,名誉教授孟买教授(主题演讲者),Manoj Kumar Tiwari博士(Nitie Mumbai的主任),Amit Kumar Vishwakarma博士印度埃森哲),Swati Bhide夫人(印度IBM合伙人)和Sandeep Shukla博士(IIT Kanpur教授)发表了他们的演讲。该会议目睹了来自不同组织的近100名代表的参与DTU,MIET MEERUT,GKCIET,RAJDHANI学院,NICF,印度银行,印度联合银行,ONGC,MSCTC Ltd.,BPCL,NHSRCL,MRVC,NBCC,NBCC,BSNL,BSNL,TCIL,NCLC,NCRTC,NCRTC,GOA Shipyard Limited,AVNL,AVNL,AVNL,Metaverse Blove Blovespore Bloverse Brokece Interal Charn,Ircon Internallimits,Ircon Internalys,Trisys。邀请来自不同学术机构的学生和研究人员进行海报演讲,并获得了最佳介绍。
Ambikapur-497001,印度Chhattisgarh,4 M.Sc.-Student,化学系,Pt。Ravishankar Shukla大学,Raipur,Chhattisgarh摘要:这项研究研究了掺杂的钛酸钡(Batio 3)陶瓷的结构,介电和光学性质,突显了它们用于高级电子应用的潜力。钛酸钡是一种突出的铁电材料,以系统的方式与各种元素一起掺杂,以改善其功能属性。通过X射线衍射(XRD)的方式描述了晶体结构和相位发展,展示了掺杂如何影响晶格参数和相位稳定性。介电特征,例如损失切线和介电常数,揭示了掺杂剂对介电行为和铁电特性的影响。光学研究,包括UV-VIS光谱法检查了带隙和光透射率,这对于光电子用途至关重要。发现,靶向掺杂可以有效地改变钛酸钡陶瓷的结构,介电和光学特性,使其非常适合电容器,传感器和其他电子设备。这项研究为优化钛酸钡陶瓷提供了宝贵的见解,以在各种技术应用中实现卓越的性能。也已经观察到某些掺杂剂减少了带隙的能量,从而导致更好的光学透明度和可调折射率,这对于光电应用非常有价值。关键字:钛盐(Batio 3),掺杂陶瓷,介电特性,光学特性,1。引言钛酸钡(Batio 3)钙钛矿结构的陶瓷,由于其出色的介电,铁电和压电性特性,一直是电子应用中的基础材料[1]。这些独特的特征使Batio 3在各种电子设备中必不可少,包括多层陶瓷电容器(MLCC),热敏电阻,执行器和传感器[4]。该材料的高介电常数和可调节的铁电特性对电容器特别有益,在该电容器中,有效的能量存储至关重要[10]。但是,随着电子技术的发展,越来越多的需求以进一步增强和优化Batio 3的内在特性,以满足
4植物分子生物学和生物技术部,COA,IGKV,Raipur(CG)摘要:背景:在Rainout庇护所中进行了一个实验,其中包括五种ininda rice的五种品种/基因型,暴露于不同浓度的两种不同形式的Iron viz。 视觉评分量表用于筛选基因型和过量铁对不同的营养性状的影响,在不同的营养性状上,发现根重量和芽量对两种形式的过量铁浓度和铁对不同基因型的影响更敏感。 主体:在本实验中,五种含义米的变种/基因型,在两种不同形式的铁效率的不同浓度下暴露于不同的铁(FESO 4)和铁(FECL 3)。在两种不同形式的铁,纤毛形式的毒性是有毒的,而不是铁含量较高的氯化物,而没有智力有毒的毒性有毒。 在视觉评分的基础上,我们确定了4种耐受性的基因型(Dagad Deshi,IBD-1,RRF 127和RRF 105)和Swarna是形成铁铁和铁铁的易感基因型。 Swarna和IBD-1的十字架用于F 4代的开发,并根据从F 4代获得的基因型和表型数据确定QTL。 使用间隔映射(IM)方法确定了总共13个QTL。 这些QTL是基于R 2或表型方差的主要QTL和次要QTL(PVE%)。 在复合间隔映射方法中,总共检测到二十四个主要和次要QTL,其中十个是主要的QTL。 (Bouman等,2002)。4植物分子生物学和生物技术部,COA,IGKV,Raipur(CG)摘要:背景:在Rainout庇护所中进行了一个实验,其中包括五种ininda rice的五种品种/基因型,暴露于不同浓度的两种不同形式的Iron viz。视觉评分量表用于筛选基因型和过量铁对不同的营养性状的影响,在不同的营养性状上,发现根重量和芽量对两种形式的过量铁浓度和铁对不同基因型的影响更敏感。主体:在本实验中,五种含义米的变种/基因型,在两种不同形式的铁效率的不同浓度下暴露于不同的铁(FESO 4)和铁(FECL 3)。在两种不同形式的铁,纤毛形式的毒性是有毒的,而不是铁含量较高的氯化物,而没有智力有毒的毒性有毒。在视觉评分的基础上,我们确定了4种耐受性的基因型(Dagad Deshi,IBD-1,RRF 127和RRF 105)和Swarna是形成铁铁和铁铁的易感基因型。Swarna和IBD-1的十字架用于F 4代的开发,并根据从F 4代获得的基因型和表型数据确定QTL。使用间隔映射(IM)方法确定了总共13个QTL。这些QTL是基于R 2或表型方差的主要QTL和次要QTL(PVE%)。在复合间隔映射方法中,总共检测到二十四个主要和次要QTL,其中十个是主要的QTL。(Bouman等,2002)。rm 152和RM 264染色体上的标记物在8个特征上的变化和芽中Fe +3含量的变化相关。结论:不同剂量的铁下与铁耐受性相关的各种特征的基因型之间的显着差异。通常,高剂量的铁对基因型具有毒性作用。在铁铁的来源中,铁的毒性更具毒性,但没有螯合剂的铁含量高于铁的毒性。根重量和芽重对过多的铁关键字更敏感:水稻,铁毒性,耐受性,铁浓度,QTLS1。简介稻米是印度的杰出农作物,是世界各地人民的主要谷物和主食之一。印度是世界上最大的水稻生产商之一,占全世界水稻生产的20%,含有高营养价值和热量价值。大部分土地约有1.29亿公顷土地都属于水稻种植,但存在主要的毒性和营养不足问题,据报道,其占全世界造成了1亿公顷土地的造成。(Becker and Asch 2005)。铁是一项重要的微量营养素,诸如叶绿素合成,叶绿体的结构和功能等许多作品,在光合作用过程中有助于光合作用,叶绿素合成,呼吸,氮固定,固定性,摄取机制(Kim and Rees,1992)。(Fageria等人因此,有氧大米通常患有微量营养素缺乏症,主要是吸收铁以两种形式进行,第一一种亚铁(Fe +2)和第二个铁离子((Fe +3),但铁铁(Fe 2+)离子主要吸收了铁的形式,它可能会导致营养失调或营养障碍状况,而在植物中造成了损害状态,并且在低地毒性中发现了更常见的毒性, ,2006年和Fageria等,1987)。另一方面,铁的铁的形式已通过螯合剂(植物剂)(Phytosiderphores)在植物根膜上运输,并且这种吸收通常在高地状态下发生,但这是低吸收离子的。,2006年和Fageria等,1987)。另一方面,铁的铁的形式已通过螯合剂(植物剂)(Phytosiderphores)在植物根膜上运输,并且这种吸收通常在高地状态下发生,但这是低吸收离子的。
印度恰蒂斯加尔邦赖布尔卡林加大学 Omprakash Dewangan 计算机科学与信息技术学院助理教授,492001。摘要人工智能 (AI) 技术迅速融入各个行业,对劳动力市场构成重大挑战,可能导致大规模失业。本研究论文致力于探索全面的战略,以适应人工智能驱动的自动化所带来的不可避免的转变。本文综合了学术文献、实证研究和专家见解,研究了人工智能导致的失业的多方面影响,并提出了减轻不利影响的适应性措施,同时增强劳动力的赋权和复原力。本文首先阐明了人工智能导致的失业的潜在动态,描述了自动化破坏传统就业结构的机制。它深入探讨了导致失业的细微因素,包括技术进步、经济需要和组织动态。通过了解失业的根本原因和模式,利益相关者可以更好地制定有针对性的干预措施来应对随之而来的挑战。随后,本文仔细研究了人工智能导致的失业对劳动力的多方面影响,包括社会经济影响、心理影响和劳动力市场的结构性转变。它强调了主动适应的必要性,并强调了实施量身定制的战略以减轻对受影响个人和社区的不利影响的紧迫性。本文的核心围绕着提出和探索适应性战略,以全面适应人工智能导致的失业。这包括一种多方面的方法,包括针对新兴技能需求的再培训和技能提升计划、旨在促进平稳过渡和为失业工人提供充分支持机制的政策干预措施,以及培养创业和创新作为通往新经济机会的途径。此外,本文提倡重新评估社会对工作和价值观的看法,强调需要建立包容和公平的框架,承认各种形式的贡献,并重新定义超越传统就业范式的成功。通过研究不同行业和司法管辖区的成功案例研究和最佳实践,本文提炼出可行的见解和经验教训,为政策制定者、雇主、教育工作者和个人提供实用指导,帮助他们应对人工智能导致的就业流失的复杂局面。最后,本文强调了主动适应、协作行动、以及以人为本的方法,充分利用人工智能的变革潜力,同时在技术颠覆时代保障劳动力的福祉和韧性。关键词人工智能、工作岗位流失、劳动力韧性、适应性策略、再培训、技能提升、政策干预、创业、社会适应、技术颠覆、赋权。
