XiaoMi-AI文件搜索系统
World File Search SystemRaj
来自拉贾斯坦邦Jhalawar地区几个城市绿色空间的鸟类生物多样性案例研究
doi：https：//doi.org/10.22271/j.ento.2024.v12.i4c.9363摘要城市环境中绿色地区的可用性对生物多样性以及快速增长的大都市地区商品和服务的提供产生了重大影响。它们对栖息地质量，污染或人类干扰的变化敏感，这使它们成为这些空间中环境健康的良好指标。本评论论文绘制了有关UGS中鸟类生物指标的当前知识及其在环境评估和城市管理中的用途。基于最近关于鸟类多样性，社区和世界各地UGS生态作用的实证研究，我们总结了以下结论。我们还描述了鸟类物种的案例研究，它们与印度拉贾斯坦邦Jhalawar地区五个绿色地区的栖息地特征和人类干扰有关。本文强调了结构，连通性和管理在确定城市环境中鸟类社区中的作用。从贾拉瓦尔（Jhalawar）的情况下，可以看出鸟类的数量取决于植被结构，面积和干扰程度，在较大，复杂且较少受干扰的绿色区域中发现了较高的鸟类。我们考虑了这些发现对城市环境中鸟类保护的影响，并概述了将鸟类监测纳入城市规划和管理中的建议。关键字：城市绿色空间，生物多样性，环境健康，保护1.因此，鸟类可以作为生物指导者有用，以评估和改善城市环境中绿色空间的生态状况，其保护应被视为城市环境管理的重要任务之一。引言城市化是一个正在世界各地发生的过程，并影响了生物多样性和生态系统服务（Aronson等，2017； Lepczyk等，2017）[1，8]。随着城市的生长和致密性，自然栖息地的损失，它们的破碎和降解是不可避免的，这导致物种的丰度和生物统一性减少（McKinney，2006年）[9]。尽管如此，世界城市还拥有大量的物种丰富度，许多物种都依赖于公园，花园，森林和湿地等城市绿色空间（Beninde等，2015）[2]。鸟类是城市物种多样性的最关键要素之一，在城市中具有重要功能。他们控制害虫，授粉花和水果，分散种子，从而影响营养循环和食物网。鸟类也有其他社会经济价值观，因为它们被许多人认为是美丽的，并且它们为观察它们的人提供了快乐和放松（Cox＆Gaston，2018）[4]。但是，城市鸟类受到许多威胁，例如栖息地，污染和捕食的损失和分裂，以及发生结构和车辆的事故（Chace＆Walsh，2006）[3]。鸟类对从单个鸟类到整个鸟类社区以及从短期行为到长期人口变化的环境变化的不同水平和尺度非常敏感。某些鸟类在全球的城市中的数量萎缩，尤其是那些依赖于本地栖息地的人，并且对城市化的影响很敏感（Sol等，2014； Aronson等，2017）[1，16]。鸟类被称为环境状态及其动态的有效生物学指标，因为它们几乎无处不在，有多种形式，并且对栖息地和人们对它们的影响敏感。
SWREL宣布拉贾斯坦邦的PV工厂享有声望的新订单
Sterling和Wilson Reenwable Energy Limited（SWREL）是全球纯游戏，端到端可再生工程，采购和建筑（EPC）解决方案提供商。该公司为公用事业规模的太阳能，浮动太阳能和混合和储能解决方案提供EPC服务，总投资组合超过19.4 GWP（包括委托的项目和各个阶段的建设阶段）。SWREL还管理8.2 GWP太阳能项目的操作和维护（O＆M）投资组合，包括第三方构建的项目。今天在28个国家 /地区，斯特林和威尔逊可再生能源有限公司在印度，东南亚，中东，非洲，欧洲，澳大利亚和美洲都有业务。
Amara Raja在其
海得拉巴，2024年8月10日：Amara Raja先进的细胞技术（ARACT），这是印度领先的工业和汽车电池专业领先的工业和汽车电池专业之一Amara Raja Energy＆Mobility Limited的子公司之一，是其客户合格工厂（CQP）的大型工厂（CQP）的大型工厂，并在MASTERN diflistry and Indentn and Sonement Sonement in Fundertring sonement and Sonement。活动有杰出的嘉宾参加，包括史蒂文·凯（Steven CAI），董事会成员兼欧洲主席（EMEA）；迭戈·格拉菲（Diego Graffi），CMD Piaggio车辆印度，Ashish Jangale，副总裁和SSU Mahindra＆Mahindra负责人，Swapnil Jain，联合创始人Ather Energy，Jayadev Galla，董事长兼董事总经理Jayadev Galla是＆M； ARE＆M的执行董事Harshavardhana和Vikramadithya Gourineni；与政府和工业的其他贵宾一起。电池组工厂的第1阶段以1.5 gwh的目前容量为单位。工厂制造的锂离子电池组专门适合印度条件，并将向主要的EMS提供，并用于文具存储需求。CQP将按照下一个财政年度的第1季度将其运行，可以生产各种单元格类型，以进行客户测试和验证。该项目最近在AS＆M与Gotion Inobat（GIB）合作以解决技术，制造和定制解决方案之后获得了Fillip。散布在260英亩土地上的Giga走廊将需要投资950亿卢比，直到2031年，并将包括先进的电池制造Gigafactory以及电池组合设施。它最近也签署了一个带有Ather Energy的谅解备忘录。此外，该公司还在海得拉巴建立了一家善良的高级能源研究和创新中心，被称为Epostive Energy Labs。与CQP的电池组合工厂和CQP的奠基石铺设仪式一起，Amara Raja与Piaggio签署了一份谅解备忘录（MOU）。作为本协议的一部分，Amara Raja将与Piaggio Vehicles Private Limited合作开发和供应LFP（磷酸锂）锂离子（Li-ion）细胞和充电器，并为其EV 3 Wheelers以及发育中的电池和电池组以及即将在本地生产的2weeler提供的开发电池和电池组。在这种情况下，Chaiman兼董事总经理Amara Raja Energy＆Mobility的Jayadev Galla先生在Amara Raja说：“我们的任务一直是建立为越来越多的人提供更好机会的机构。今天的开创性仪式表示该地区的变革性旅程的开始。这不仅是一个仪式的里程碑，而且是我们战略倡议的开始，旨在通过Gigacorridor为当地青年创造可持续的非移民工作机会。我们深表感谢在这项企业中坚定地支持Telangana政府。”
使用不同的迁移学习模型检测 MRI 图像中的阿尔茨海默病并提高分类准确性 M. Rajendiran Rese
使用不同的迁移学习模型在 MRI 图像中检测阿尔茨海默病并提高分类准确性 M. Rajendiran 研究学者，印度奇丹巴兰安纳马莱大学计算机与信息科学系 电子邮件：rajendiranmaha@gmail.com KP Sanal Kumar 博士 助理教授，印度切格阿尔帕图 RV 政府艺术学院计算机科学系 PG 电子邮件：sanalprabha@yahoo.co.in S. Anu H. Nair 博士 印度奇丹巴兰安纳马莱大学 CSE 系助理教授[委派到 WPT，钦奈] 电子邮件：anu_jul@yahoo.co.in 摘要 --- 阿尔茨海默病 (AD) 是一种神经退行性疾病，会损害脑细胞并随着时间的推移削弱患者的记忆力。如果及早发现，患者可以避免永久性记忆丧失和脑细胞的进一步损害。近年来，已经开发出各种用于检测阿尔茨海默病 (AD) 的自动化技术和技术。有多种方法可以快速、准确、尽早识别病情，以减少对患者心理健康的负面影响。机器学习模型大大提高了医学成像系统对阿尔茨海默病 (AD) 的诊断性能。然而，多类分类存在一个主要困难，即存在极其密切相关的大脑结构特征。通过增加层数并在分类层次结构的所有级别包含特征和分类器，可以改进深度学习。然而，绝大多数深度学习模型（如传统的 CNN 模型）在现实世界中都无法提供可接受的结果。本研究中提出的不同迁移学习模型（如 AlexNet、VGG-16 Net、ResNet-50 和 Google Net）分类模型旨在提高稳健性。我们已经建立并比较了各种迁移学习模型。基于 OASIS 数据集，我们收集了 8,980 张 MRI 图像来测试我们建议的
Suman Raj和Yogesh Simmhan
Primary Publications • S. Raj , S. Padhi, R. Bhoot, P. Modi and Y. Simmhan, “Towards Collision Avoidance for UAVs to Guide the Visually Impaired”, IEEE/RSJ IROS Late Breaking Results, 2023 • S. Raj , H. Gupta and Y. Simmhan, “Scheduling DNN Inferencing on Edge and Cloud for Personalized UAV Fleets”, IEEE/ACM CCGRID，2023年•S。Raj，S。Padhi和Y. Simmhan，“眼镜：探索基于无人机的辅助技术，对视觉上受损”，扩展摘要，Sigchi，Sigchi，2023•S.Raj and Y. Simmhan，“朝着使用Edge and Cloud的个性化casse and Caster/Shows casse and Caste/shows的移动应用程序平台，ACM，ACM，s。 Raj，H。Gupta和Y. Simmhan，“来自无人机车队的视频供稿的实时边缘分析”，IEEE HIPC的SRS海报，2021年
Rajasekhar Reddy Chintakindi
主题：根据《 SEBI条例》第30条（上市义务和披露要求）条例，2015年（“上市条例”），按照《印度证券和交易委员会的规定》第30条（上市义务和披露要求）（2015年）（“上市条例”（“上市”），请阅读圆形编号。sebi/ ho/ cfd/ cfd-pod-1/ p/ cir/ 2023/2023/ 123由SEBI于2023年7月13日发表，我们写信给您，告知您，供应链管理管理先生（Ravi Khadabadi先生），供应链管理 - 作物保护 - 供应不再是该公司的服务，并且已任命为Parasuram Chavakula先生，已被任命为Parasuram Chavakula先生。2024年8月9日。Parasuram Chavakula先生从安得拉大学获得了化学理学学士学位，并从维萨卡帕特南（Visakhapatnam）获得了安得拉大学（Andhra University）的MBA学位。他在各种运营，采购和供应链功能方面拥有29年的深入经验，包括生产计划和库存控制以及替代供应商开发。他曾与Reddy博士实验室有限公司，Glenmark Pharma Ltd，Chematek Spa以及Cipla Ltd的几家公司合作。Chavakula先生与公司的任何董事无关。
简历 Rajendra Bose，博士
NIH 通过推进创新神经技术进行大脑研究 (BRAIN) 计划：团队研究脑回路计划 (U19) 奖项 NS107613-01，Miller (PI) 2018-2020 了解 V1 电路动力学和计算角色：数据科学核心关键人员这个为期 5 年的 U19 奖项的目标是建立和验证显著改进的视觉皮层功能和动态模型。数据科学核心在一定程度上提供了在全国分布的科学项目站点之间共享和分析数据所需的基础设施。奖项 NS104649-01，Costa (PI) 2017-2020 运动控制背后的计算和电路机制角色：数据科学核心负责人这个为期 5 年的 U19 奖项的目的是了解运动控制中心、运动皮层以及脊髓和肌肉之间连接的功能和计算逻辑。
Rajesh Kumar Verma教授
博士，印度加尔各答雅达夫大学加尔各答。 （机械工程）机械工程系教授Harcourt Butler技术大学（HBTU）Kanpur（UP Govt。 技术大学）坎普尔 - 208002（U.P.） 印度联系号 : +91-8400444068 Email: rkvme@hbtu.ac.in Alternate Email: rajeshverma.mmmut@gmail.com Personal web-links: Orcid ID: 0000-0002-3973-4779 I have joined the prestigious HBTU Kanpur in the year 2022 through Direct Recruitment on the Post of Professor, MED博士，印度加尔各答雅达夫大学加尔各答。（机械工程）机械工程系教授Harcourt Butler技术大学（HBTU）Kanpur（UP Govt。技术大学）坎普尔 - 208002（U.P.）印度联系号: +91-8400444068 Email: rkvme@hbtu.ac.in Alternate Email: rajeshverma.mmmut@gmail.com Personal web-links: Orcid ID: 0000-0002-3973-4779 I have joined the prestigious HBTU Kanpur in the year 2022 through Direct Recruitment on the Post of Professor, MED
推荐引用 推荐引用 Hojjati, Yalda；Chen, YuanYuan；和 Raja, Uzma，“可解释性对基于集体兴趣的人工智能推荐系统的影响”（2024 年）。AMCIS 2024 TREOs。 183. https://aisel.aisnet.org/treos_amcis2024/183
ychen200@ua.edu Uzma Raja 奥本大学 uraja@auburn.edu 摘要 AI 推荐系统越来越多地应用于各种情境中，通过提供个性化推荐来促进集体利益，这些推荐有利于用户群体而不是个人。然而，追求集体利益有时可能会与个人偏好相冲突，导致用户认为推荐与他们的最佳利益背道而驰。这种现象涉及交通管理、环境保护、社会服务分配和医疗保健建议等各个领域。当用户不了解底层算法时，他们可能会遇到与他们的期望不一致的结果，从而导致怀疑并削弱对 AI 工具及其不透明决策过程的信任。因此，实现服务集体利益的总体目标成为一项挑战。这凸显了 AI 系统对可解释性的迫切需求。可解释人工智能 (XAI) 是一组过程和方法，允许人类用户理解和信任机器学习算法创建的结果和输出 (Arrieta 等人2020)。尽管在研究、实践和监管话语中受到越来越多的关注，但可解释性对基于集体利益的人工智能系统的影响仍有待探索。本文以锚定效应和计划行为理论的理论基础为基础，探讨了可解释性在培养信任和采用基于集体利益的人工智能系统中的关键作用，特别是在面对与个人最佳利益不同的建议时。具体来说，我们研究哪些特征或变量可以帮助解释人工智能推荐系统，从而促进采用基于集体利益的人工智能建议。此外，我们探讨了用户的人口统计特征和与推荐相关的感知成本如何影响可解释性对他们的信任和采用此类人工智能系统的意图的影响。
