本研究主要旨在分析人工智能应用(神经网络、专家系统和进化计算)对数字营销发展的主要影响。具体而言,目的是评估约旦的新人工智能应用,特别是那些可以影响数字营销发展的应用。此外,研究人员设计了基于简单抽样技术的问卷。此外,它们还应用于约旦电信公司。共分发了 375 份问卷。此外,还收集了 320 个样本。结果是所有受访者的回复率为 85%。研究人员依靠可靠性测试、描述性分析和多元回归测试来实现本研究的目标。此外,本研究的结果反映了人工智能应用(即专家系统、进化计算以及神经网络)对数字营销发展的积极影响。然而,约旦员工根据他们的感知分析关注人工智能应用;专家系统、进化计算以及神经网络。此类应用可以促进约旦电信公司的数字营销。最后,本研究的结果表明,公司必须改进这些应用以增强数字营销世界。关键词
本报告是作为美国政府机构赞助的工作的说明而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任或义务,也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
Brisanet Telecommunications Services S.A. (“Company”) communicates to its shareholders and the market in general, pursuant to CVM 44/2021 resolutions, that its board of directors approved the proposal presented by the company's board of directors, for the payment of interest on equity (“JCP”), in the amount of R $ 18,000,000.00 (eighteen millions) R $ $ 0.041095183每个普通行动。Brisanet Telecommunications Services S.A. (“Company”) communicates to its shareholders and the market in general, pursuant to CVM 44/2021 resolutions, that its board of directors approved the proposal presented by the company's board of directors, for the payment of interest on equity (“JCP”), in the amount of R $ 18,000,000.00 (eighteen millions) R $ $ 0.041095183每个普通行动。
在当今快节奏的数字时代,数据中心在支持基本的互联网操作(例如云计算,人工智能(AI)和机器学习(ML))中起着至关重要的作用。随着这些技术变得更加复杂和普遍,需要加快,更高效和可持续的数字基础设施的需求。在数据中心项目的早期将高级光网络技术纳入越来越重要。数据中心的互连将大约十年前转向光学技术,并且最新的数据中心需求加速有望进一步将光纤技术进一步推向系统体系结构。本文分析了高级光纤技术在美国数据中心和技术的革命性旅程中的作用。批判性地研究了现有的数据中心基础设施,以发掘挑战和机遇,并提议在数据中心使用先进的光纤技术来提高效率,安全性和可持续性,这对投资者来说是一个关键问题。该主张通过扩大和保护数据基础设施来符合美国国家的利益,从而通过创造熟练的工作机会来增强经济增长,从而促进电信领域的强大劳动力市场,并保持美国作为技术进步的领导者。
本文所含信息为一般信息,并非针对任何特定个人或实体的情况。尽管我们努力提供准确及时的信息,但无法保证此类信息在收到之日是准确的,或将来仍将准确。任何人都不应在未彻底检查具体情况并征求适当的专业建议的情况下根据此类信息采取行动。
作者 R DOSHI · 2021 · 被引用 12 次 — ...没有网络安全就没有国家安全。”5 ...网络安全和信息化是军民融合的重点领域和前沿领域。
NIST 手册 150-11 介绍了国家自愿实验室认证计划 (NVLAP) 根据电磁兼容性和电信 (ECT) LAP 进行认证的技术要求。ECT LAP 有两本计划手册。本手册涵盖了用于证明符合美国联邦法规 (CFR) 第 47 章电信第 15 部分数字设备和 FCC 第 68 部分模拟和数字中规定的 FCC 要求的测试方法。第二本计划手册 NIST 手册 150-14 描述了军用标准 461/462 电磁兼容性中测试方法的要求。计划手册旨在供已获认可实验室和寻求认可的实验室的工作人员、其他实验室认可系统、实验室服务的用户以及其他需要了解认可要求信息的人员参考和使用。
目的:发布《联邦采购条例》(FAR)类别偏差 20-05 的第一次修订版,以包含 FAR 临时规则(联邦采购通告 2020-08)52.204-25 条款中的附加文本,自 2020 年 8 月 13 日起生效。临时规则将与《约翰·麦凯恩国防授权法案》(NDAA)2019 财政年度(Pub. L. 115-232)第 889(a)(l)(B) 节相关的附加定义和禁令纳入条款中,但不会更改 FAR 类别偏差 20-05 中 (d) 小段报告要求的文本。本次第一次修订版提供了 2020 年 8 月版的条款,其中包含我们之前发布的偏差中临时规则中的附加文本。 20-05 偏差修订了子段 (d) 中的报告要求,要求承包商报告同时发送给合同官员、合同官员代表 (COR) 和企业安全运营中心 (SOC)。这种方法确保及时向企业 SOC 报告,并更好地使部门能够快速评估和缓解情况,将其视为安全事件。
由于移动服务程序之间的竞争日益增加,客户流失的预测一直在引起人们的重大关注。机器学习算法通常用于预测流失;但是,由于客户数据结构的复杂性,仍可以提高其性能。此外,其结果缺乏可解释性导致经理缺乏信任。在这项研究中,提出了一个由三层组成的分步框架,以预测具有高解释性的客户流失。第一层利用数据预处理技术,第二层提出了基于受监督和无监督算法的新型分类模型,第三层使用评估标准来改善可解释性。所提出的模型在预测性和描述性分数中都优于现有模型。本文的新颖性在于提出一种混合机器学习模型,用于客户流失预测并使用提取的指标评估其可解释性。的结果证明了模型的群集数据集版本优于非簇版本,而KNN的召回得分几乎为第一层的召回率为99%,而群集决策树则获得了第二层的96%的召回率。另外,发现参数敏感性和稳定性是有效的可解释性评估指标。