77 基础工程硕士考试(专业) 1407 201701598 F SHIRODKAR SHRADHA SITARAM 7月23日 8.04 -- -- 一等优异 第二名
77 基础工程硕士考试(专业) 1407 201701598 F SHIRODKAR SHRADHA SITARAM 7月23日 8.04 -- -- 一等优异 第二名
语言技术的发展(例如拼写检查器,自动转录和Ma-Chine翻译)通常被认为是语言振兴项目的目标(Kor-Nai,2013; Zhang等人。,2022)。但是,这些LTS的研究和发展历史上充满了社会和道德问题。 nlp重新搜索这些语言的搜索不足(Joshi et al。) ,2020年; Blasi等。 ,2022),以及对所谓的“低资源”和濒危语言的研究通常将它们视为一种同质语言,与高资源和政治上的占主导地位相同,除了数据可用性以外(DOMgruöz和Sitaram,2022年))。 更糟糕的是,濒危语言的LTS发展经常采用殖民主义品质但是,这些LTS的研究和发展历史上充满了社会和道德问题。nlp重新搜索这些语言的搜索不足(Joshi et al。,2020年; Blasi等。,2022),以及对所谓的“低资源”和濒危语言的研究通常将它们视为一种同质语言,与高资源和政治上的占主导地位相同,除了数据可用性以外(DOMgruöz和Sitaram,2022年))。更糟糕的是,濒危语言的LTS发展经常采用殖民主义品质
Radhakrishna, Asta Roseway, Ben Zorn, Brent Hecht, Dan Goldstein, Dave Brown, Dhruv Joshi, Ed Cutrell, Emre Kiciman, Gonzalo Ramos, Gustavo Soares, Hanna Wallach, Hugo Romat, Ian Drosos, Jack Williams, Jacki O'Neill, Jake Hofman, Javier Hernande, John Wort, Jenna Wort, Jenna Butler , Justin Edwards, Kalika Bali, Ken Hinckley, Kori Inkpen, Krishna Madhavan, Laylah Bulman, Leon Reicherts, Lev Tankelevitch, Longqi Yang, Martez Mott, Michael Bentley, Mihaela Vorvoreanu, Millicent Ochieng, Muchai Mercy, Nancy Baym, Najeebham, Abdul Nico, Samuel Ricca, Janetha Maina, Sean Rintel, Shamsi Iqbal, Siân Lindley, Stephanie Nyairo, Su Lin Blodgett, Sumit Gulwani, Sunayana Sitaram, Wu Le
CSIR-NEIST 于 2020 年 2 月 20 日至 22 日举办了环境保护工程科学与技术国际会议 (ESTEC-2020)。会议于 2 月 20 日隆重开幕,来自国内外不同地区和不同科学技术 (S&T) 领域的众多专家和科学家齐聚 CSIR-NEIST。CSIR-NEIST 主任 G Narahari Sastry 博士、主宾印度理工学院古瓦哈提分校院长 TG Sitaram 教授、荣誉嘉宾迈索尔 CSIR-CFTRI 主任 KSMS Raghava Rao 博士和古瓦哈提 ASTEC 主任 Arup Kumar Misra 博士共同主持了会议。除了来自学术和研究机构的众多贵宾和与会者外,一些业界重量级人物也出席了此次活动。在欢迎致辞中,Sastry 博士向 CSIR-NEIST 首席科学家 SC Kalita 先生表示祝贺,他将于本月底退休,此次会议就是为他举办的。他强调,CSIR-NEIST 2020 年的主题是“振兴 NEIST 以加强东北地区”,重点研究领域是环境
诺斯罗普·格鲁曼公司 罗伯特·豪厄尔 马修·多弗莱因·雷卡·雷迪 大卫·沙欣 纽约创建 保罗·凯利 约翰·亚科波尼 詹姆斯·特维 大卫·哈拉梅 普渡大学 加内什·苏巴拉扬 卡罗尔·汉德沃克 特里萨·梅尔 伦斯勒理工学院 罗伯特·赫尔 詹姆斯·J.-Q. Lu Daniel Gall SCREEN 半导体解决方案有限公司 Paul Farrar Jr. Ian Brown SEMI Bettina Weiss Melissa Grupen-Shemansky Shari Liss David Anderson 半导体研究公司 Todd Younkin David Henshall 西门子 EDA Richard Powlowsky SkyWater Technology Brad Ferguson Dan Rakosky Kirk Peterson John Cooney 州立大学纽约 F. Shadi Shahedipour-Sandvik Nathaniel Cady Nicholas Querques Robert Geer Synopsys Inc. Mike O'Brien Scott Bukofsky TechSearch International Jan Vardaman 德州仪器 Jim Wieser Sameer Pendharkar Hannah Izon 东京电子有限公司 Sitaram Arkalgud Alex Oscilowski
诺斯罗普·格鲁曼公司 罗伯特·豪厄尔 马修·多尔弗莱因 雷卡·雷迪 大卫·沙欣 纽约创建 保罗·凯利 约翰·亚科波尼 詹姆斯·特维 大卫·哈拉米 普渡大学 加内什·苏巴拉扬 卡罗尔·汉德沃克 特里萨·梅耶尔 伦斯勒理工学院 罗伯特·赫尔 詹姆斯·J.-Q. Lu Daniel Gall SCREEN 半导体解决方案有限公司 Paul Farrar Jr. Ian Brown SEMI Bettina Weiss Melissa Grupen-Shemansky Shari Liss David Anderson 半导体研究公司 Todd Younkin David Henshall 西门子 EDA Richard Powlowsky SkyWater Technology Brad Ferguson Dan Rakosky Kirk Peterson John Cooney 纽约州立大学 F. Shadi Shahedipour-Sandvik Nathaniel Cady Nicholas Querques Robert Geer Synopsys Inc. Mike O'Brien Scott Bukofsky TechSearch International Jan Vardaman 德州仪器 Jim Wieser Sameer Pendharkar Hannah Izon 东京电子有限公司 Sitaram Arkalgud Alex Oscilowski
作者 Sagri Gulam Sabir 和 Sitaram Ghimire 标题 人工智能在项目管理中的作用 年份 2024 语言 英语 页数 78 导师姓名 Thomas Vikström 本研究重点关注人工智能 (AI) 与项目管理的整合,以确定哪种类型的整合是可能的和有益的。它旨在展示人工智能在不同项目管理 (PM) 知识领域的直接有效性,并前瞻性地设想人工智能在项目管理中的未来作用。特别关注的是了解人工智能在自动化管理活动、决策、范围管理、资源管理和项目管理中的风险管理中的作用。采用的研究方法是全面的文献综述,评估人工智能在项目管理中的应用状况。这种系统方法允许探索与人工智能在项目管理中的未来作用以及人工智能系统与人类项目经理之间的互动相关的研究问题。此外,该研究重新审视了 Fridgeirsson 等人的“人工智能对项目管理知识领域的近期影响的权威研究”(2021),特别关注项目集成和范围管理。研究表明,人工智能有可能显著促进各种项目管理活动的自动化,特别是在决策、范围管理和集成管理等领域。然而,它也发现了目前对人工智能对这些领域的影响的理解存在差距,强调需要进一步进行实证研究。该研究强调了人工智能驱动环境中领导力、沟通和决策等关键个人技能的重要性,表明人工智能应该被视为一种补充工具,而不是与人类项目经理的专业知识竞争。此外,该研究呼吁进一步探讨道德问题、人工智能项目管理框架的开发以及人工智能对项目团队的影响。关键词 人工智能、机器学习、项目管理、风险管理、范围管理、项目经理、集成管理。
心理意象与神经调节技术的结合在临床神经科学转化研究领域引起了越来越多的关注(Skottnik and Linden,2019)。神经反馈是一种神经调节技术,通过“实时”呈现正在进行的大脑活动的表现形式,对特定的大脑区域或网络进行自我调节,即向参与者提供信息以实现心理意象自适应策略(Megumi 等人,2015 年;Sitaram 等人,2016 年;De Vico Fallani 和 Bassett,2019 年;Pamplona 等人,2020 年)。尽管最近广泛使用实时功能性磁共振成像 (rt-fMRI) 神经反馈,但服务于其认知成分和临床影响的潜在神经机制仍然是持续争论的主题(Kadosh and Staunton,2019 年;Paret 等人,2019 年)。学习控制大脑活动通常与识别个性化心理策略有关(Paret 等人,2018 年)。强化学习和操作性条件反射理论已被讨论为神经反馈机制的模型(Paret 等人,2018 年;Shibata 等人,2019 年),因为目标神经模式和正向奖励的重复配对会增强区域可塑性(Richards 等人,2019 年)。在最近的一项荟萃分析中,Emmert 等人(2016 年)研究了神经反馈中涉及的各种神经网络。作者描述了一个复杂的结构,很可能反映了不同的认知过程,包括奖励处理和决策(Haber 和 Knutson,2010 年)。这些过程包括不同网络的参与,例如在认知要求高的任务、心理策略的准备和执行中激活的中央执行网络,以及与注意力控制和监控相关的显着网络(Sridharan 等人,2008 年;Eckert 等人,2009 年)。区分与神经反馈训练相关的特定神经特征的研究已经强调了几个皮质和皮质下结构,特别是关键的纹状体亚区域。更强的腹侧纹状体激活与训练成功相关(Johnston 等人,2010 年)。最近的证据表明,在神经反馈训练期间,认知、非任务特定的控制区域网络以及与奖励和反馈监控有关的区域持续被激活(Skottnik 等人,2019 年)。无论任务如何,特定大脑区域的意志调节都伴随着纹状体内激活的增加。总之,这些发现表明奖励网络,特别是纹状体,在神经反馈训练中起着核心作用。