研究对象是信息技术在建筑行业中的应用过程。最棘手的领域之一是通过引入数字技术来提高建筑行业的效率。所进行的研究基于使用人工智能实施的方法的应用。该研究使用机器学习和模糊逻辑方法来标记视觉数据并分析其潜在威胁,以及降低所有可能的风险。这种方法的主要特点是,使用机器学习技术,可以在项目风险影响其利润之前降低项目风险。因此,将人工智能与 BIM 技术结合使用,可以根据实时数据、过去活动和其他因素预测建筑项目的工作,从而优化施工流程。随着人工智能继续分析公司数据,实施数字化流程所带来的好处将在未来项目中变得更加明显。这是因为所提出的使用模糊逻辑的方法具有许多特点,特别是,机器学习算法处理的信息越多,它们就越复杂。因此,它们提供了更多有用的信息并允许做出更好的决策。这为在项目工作中最大限度地降低风险和有效分配资源提供了机会。与传统信息技术相比,人工智能可用于构建基于知识的安全管理系统,并结合统计概率来帮助降低建筑项目的安全风险。关键词:人工智能、信息技术、BIM 技术、机器学习、建筑行业自动化。
摘要作者已经分析了网络安全的基本概念和网络安全技术,研究了人工智能在网络安全中的特殊性,分析了应用机器学习方法,并介绍了机器学习方法在网络安全性中应用的实验研究结果。使用机器学习方法基于智能安全系统的入侵检测,该方法旨在检测最新的恶意URL,并扩展了用于分布式拒绝服务(DDOS)攻击的攻击。进行了研究的SIS-ID系统的实验研究和性能评估。关键字1网络安全,攻击,智能家庭,物联网,机器学习,主机,网络犯罪,风险,威胁,软件。1。简介
摘要 . 加快欧盟基于可再生能源的新能源基础设施建设,对于有针对性地减少温室气体排放和增加可再生能源生产是必要的。本文回顾了当前可再生能源发展问题和欧洲能源政策中能源创新的研究。由于能源存储系统和技术的发展以响应需求的速度远远慢于可再生能源的发展,可再生能源发电的有效性和能源创新的适应性可能仅限于确保泛欧洲能源系统灵活性的挑战。因此,本研究的主要目的是通过数学建模来解释 2017-2020 年欧盟 27 国电力生产变化的决定性,这是由于某些类型的可再生资源的净发电量预测因素造成的。为了确定欧盟 27 国可再生能源部署的影响,选择了三种机制的马尔可夫转换回归模型,包括可再生能源(水力、地热、风能和太阳能)清洁能源发电的选定预测因素。本研究使用 Python 3.10.5 中的 statsmodels v0.13.2 工具包进行。欧盟 27 国的总发电量和净发电量之间的变化不是恒定的,取决于发电方式。也就是说,这些参数之间的关系是不对称的。结果还表明,当欧盟 27 国的发电率适中时,净风能发电率并不显著。此外,清洁太阳能发电量与欧盟发电量之间的负相关关系在这三种情况下都很显著。
摘要 虚拟社区不仅是后现代现代性和网络空间不可或缺的特征。它们还成为参与各种俱乐部的新机会的潜在网络平台——从临时现代(如傀儡团体或心理训练团体)到已建立的机构,如宗教团体、民族历史项目、大学社区等。一个国家的信息和文化规则和标准因其广泛的社会意义而成为国内和外交政策的优先事项,这使它们成为塑造个人生活优先事项的潜在动机。后现代世界是由信息部门的巨大发展决定的。它导致了独特的文化现象,从而对公民和社会、政府和安全的利益产生了新的危害和威胁。本文旨在强调虚拟社区的多向量性质和多元文化本质,并定义虚拟社区的显着特征,以了解其在现代通信文化框架内的运作原理,概述虚拟社区对社会的威胁和风险。 关键词:虚拟社区、语义代码、通信文化、信息文化、安全、价值观心理学、精神基础