摘要 - 在过去的几十年中,印刷电路板(PCB)的发展经历了非常快速的进步。PCB是一个用于编译和连接电子组件的容器。在PCB生产过程中,PCB中的残疾是密不可分的。在存在缺陷的PCB的情况下,将影响系统的性能较差,以克服问题,就需要一个能够良好,有效和精确地检测到PCB缺陷的系统。本研究旨在使用MMDetection框架,Resnest-101型号和硬示例采矿(OHEM)在线技术来提高PCB上的缺陷检测性能。MMDetection的功能是对象检测器的基础,将Resnest-101模型应用于转换网络的骨干,以提取更强的视觉特征,并在模型训练过程中增加对困难样本的关注。OHEM技术可以帮助确定模型难以识别的对象,以便可以正确学习,以便可以适当地检测到对象。实验的结果表明,MMDetection,Resnest-101和Ohem的结合通过获得平均平均精度(MAP)的平均平均精度(MAP)来增加了PCB中缺陷的检测。,可以预期这项研究可以帮助提高PCB生产过程中检查过程的效率。关键字pcb,mmdetection,resnest-101,ohem
摘要本研究使用Babulu Puskesmas UPT的患者数据讨论了使用多线性回归方法的糖尿病患者的预测。这项研究的目的是使用Babulu Puskesmas UPT上的多个线性回归方法为糖尿病患者建立预测系统,并查看如何将预测模型应用于Upt Puskesmas Babulu的糖尿病患者。本研究中使用的研究方法是数据库(KDD)方法中的知识发现,该方法具有多个阶段,例如数据选择阶段,预处理阶段,数据转换阶段,数据挖掘阶段,评估阶段,然后是部署和实施阶段。这项研究中的数据收集技术是访谈技术,私人数据和文献研究。这项研究的结果是获得R2精度值为75%,然后获得93%的精度模型,精度为90%,召回95%和F1得分的评估结果92%。对于预测模型也可以应用于为糖尿病患者构建预测系统,但需要调整使用舍入方法,以便所得的输出可以显示1或0的值。除了系统中的输出外,偶尔会产生负值,因为数据变量与其他几个变量具有负相关性。关键字:糖尿病预测,机器学习
AyşenurEminoğlu博士讲师。 Member E-Mail: aysenur.eminoglu@erdogan.edu.tr Business Phone: +90 464 223 4093 Internal: 1842 Address: Recep Tayyip Erdoğan University Faculty of Arts and Literature Faculty: 4 Biology Department 53100 Lantern/Rize International Researcher IDs Schosid: 86760707070526917342984 Orcıd: 0000-0003-1693-6332 Publons / Web of Science研究人员:A-7495-2016Scopusıd:56707465700达特茅斯学院,泰耶工程学院,化学和生化工程 /能源技术,美国硕士2010-2012雷德·泰耶普·埃尔多安大学,科学学院,阿纳比尔斯,生物学系 /分子生物学,土耳其生物学,2003年 - 2004年数学现场教育,土耳其本科生1999年 - 2003年塞索克大学,艺术与科学学院,生物学,土耳其外语英语,C1高级证书,课程和培训职业课程,DNAMarkır在植物生物技术学和基因表达方法中的应用,Ankara University biotechnology,Ankara University Institute,2004改善嗜热细菌乙醇产生的代谢(英语),黑海技术大学,科学研究所,生物学/ molkeular Biology,2018 Master,Anoxybacillus flavithermus afcda afcda GenerAyşenurEminoğlu博士讲师。Member E-Mail: aysenur.eminoglu@erdogan.edu.tr Business Phone: +90 464 223 4093 Internal: 1842 Address: Recep Tayyip Erdoğan University Faculty of Arts and Literature Faculty: 4 Biology Department 53100 Lantern/Rize International Researcher IDs Schosid: 86760707070526917342984 Orcıd: 0000-0003-1693-6332 Publons / Web of Science研究人员:A-7495-2016Scopusıd:56707465700达特茅斯学院,泰耶工程学院,化学和生化工程 /能源技术,美国硕士2010-2012雷德·泰耶普·埃尔多安大学,科学学院,阿纳比尔斯,生物学系 /分子生物学,土耳其生物学,2003年 - 2004年数学现场教育,土耳其本科生1999年 - 2003年塞索克大学,艺术与科学学院,生物学,土耳其外语英语,C1高级证书,课程和培训职业课程,DNAMarkır在植物生物技术学和基因表达方法中的应用,Ankara University biotechnology,Ankara University Institute,2004改善嗜热细菌乙醇产生的代谢(英语),黑海技术大学,科学研究所,生物学/ molkeular Biology,2018 Master,Anoxybacillus flavithermus afcda afcda GenerMember E-Mail: aysenur.eminoglu@erdogan.edu.tr Business Phone: +90 464 223 4093 Internal: 1842 Address: Recep Tayyip Erdoğan University Faculty of Arts and Literature Faculty: 4 Biology Department 53100 Lantern/Rize International Researcher IDs Schosid: 86760707070526917342984 Orcıd: 0000-0003-1693-6332 Publons / Web of Science研究人员:A-7495-2016Scopusıd:56707465700达特茅斯学院,泰耶工程学院,化学和生化工程 /能源技术,美国硕士2010-2012雷德·泰耶普·埃尔多安大学,科学学院,阿纳比尔斯,生物学系 /分子生物学,土耳其生物学,2003年 - 2004年数学现场教育,土耳其本科生1999年 - 2003年塞索克大学,艺术与科学学院,生物学,土耳其外语英语,C1高级证书,课程和培训职业课程,DNAMarkır在植物生物技术学和基因表达方法中的应用,Ankara University biotechnology,Ankara University Institute,2004改善嗜热细菌乙醇产生的代谢(英语),黑海技术大学,科学研究所,生物学/ molkeular Biology,2018 Master,Anoxybacillus flavithermus afcda afcda Gener
助理教授EMİNE CANAN GÜNAY DEMİREL 个人信息 办公室电话:+90 286 218 0018 分机:1486 电子邮件:ecanan@comu.edu.tr 网址:https://avesis.comu.edu.tr/1049 国际研究人员 ID ORCID:0000-0003-2968-9780 Yoksis 研究人员 ID:180869 教育信息 博士学位,恰纳卡莱 Onsekiz Mart 大学,科学研究所,物理,土耳其 2003 - 2009 研究生,恰纳卡莱 Onsekiz Mart 大学,科学研究所,物理,土耳其 1999 - 2001 研究领域 电气和电子工程、能源、可再生能源、物理学、原子和分子物理学、跨学科物理学和相关科学技术领域、电子和磁性设备、微电子学、自然科学、工程和技术学术头衔/任务 助理教授,恰纳卡莱 Onsekiz Mart 大学,恰纳卡莱技术科学职业学校,电力和能源,2018 年至今 助理教授,恰纳卡莱 Onsekiz Mart 大学,恰纳卡莱技术科学职业学校,电力和能源,2012 - 2018 年 发表的期刊文章被 SCI、SSCI 和 AHCI 检索 I. 高维时空中夸克物质的域壁面解决方案 AKTAŞ C.、YILMAZ İ.、BAYKAL D.、ULU DOĞRU M.、GÜNAY DEMİREL EC AIP AdvAnces,第 899 卷,第 1 期,第 137-138 页,2007 年(SCI 扩展) 在其他期刊上发表的文章 I. 高维中的完美流体和标量场 Günay Demirel EC 国际建筑与工程杂志,第 3 卷,第 1 期,第 6-9 页,2023 年(同行评审期刊)II。根据 State Günay Demirel EC 对高维 FRW 模型中的暗能量进行分类,国际工程科学与应用杂志,第 5 卷,第 4 期,第 1-3 页,2022 年(同行评审杂志)III。利用替代能源的微控制器控制水果干燥系统
在教育领域的绿色经济产品的摘要研究开发以支持可持续发展目标,以找出学生产品和对产品的响应的可行性。本研究使用RND(研发)研究的类型。产品是使用Addie开发模型(分析,设计,开发,实施,评估)开发的。使用观察和问卷调查的数据收集技术。该申请是在SMPN 2 Pamekasan进行的。该研究的结果获得了88%类别的媒体可行性非常有效。86%类别的材料可行性非常有效。学生回答问卷为89.2%非常好。因此,可以得出结论,如果教育领域的绿色经济产品支持可持续发展目标,则可以用作学习媒介。
验证使用FTIR UATR确定绿茶样品中咖啡因的方法。ATR(减弱总反射率)是一种无损分析技术,首先没有样品制备。咖啡因是在波数1600和1700 cm -1中出现的吸收中确定的。使用咖啡因浓度的标准溶液0-5%的校准曲线测量可产生良好的线性性,相关系数值(R 2)为0.9978。精度为%RSD(2,8369%),满足接受2/3 CV Horwitz(4,5323)的要求。通过峰值方法进行精度,导致回收率为100.3%的百分比,满足接受95-105%的要求。本研究显示了该方法在绿茶样品中进行咖啡因分析的适用性。
这项研究分析了模糊逻辑控制器(FLC)类型-2用于自动车辆方向盘控制的应用,使用误差形式的输入值和从主控制器产生的输出与从脉冲机构计算获得的转向角度值之间的差异的输入值。然后通过ROS(机器人操作系统)处理此数据。本研究将FLC -2类型的性能与7个成员和5个成员以及在各种情况下的PID控制器进行了比较。结果表明,具有7个成员的FLC -2平均误差为4.97%,比5个误差为7.71%的成员的配置要好。在避免障碍测试中,FLC型-2显示出卓越的准确性,人类回避的平均误差为1.54%,一辆停车车的4.28%,左侧两辆停车车的平均误差为1.2%,左侧两辆停车车为2.13%,左侧为1.2%。与PID控制器进行了比较,PID控制器记录了分别为2.19%,3.49%,1.12%和3.49%的错误。从电气工程部门到工程学院的完整路线测试,FLC型-2型的平均误差为8.87%,而PID的平均误差为12.35%,而PID的FLC型误差为4.52%,FLC型-2型和7.57%。flc型-2具有7个成员的被证明在保持动态驾驶条件下的准确性和性能更有效,尽管PID对较小的误差值的响应更平滑。 这一发现显示了FLC -2型在提高转向准确性和整体自动驾驶汽车性能方面的潜力。被证明在保持动态驾驶条件下的准确性和性能更有效,尽管PID对较小的误差值的响应更平滑。这一发现显示了FLC -2型在提高转向准确性和整体自动驾驶汽车性能方面的潜力。关键字:自动驾驶汽车,FLC型-2,PID控制器,转向角,5个成员,7个成员
人工智能领域中的抽象发展已经达到了直接影响图形设计的力量。人工智能为设计师提供技术技能,查找想法,原型制作和发展。最近,设计师几乎不可避免地包括在工作生活中的人工智能,有能力创建,共享和分析无限的视觉工作。,但是随着当前的发展,人工智能增加了人们对道德,正义,透明度和问责制的关注。在这种情况下,负责任的(道德/可靠)人工智能旨在消除人工智能的风险和可能的问题。负责的人工智能不仅仅是创建令人放心的系统。消除和信任图形设计师可能面临的风险特别重要。研究通过对图形设计轴的潜在风险和道德维度评估负责任的人工智能。定性研究方法用于研究,并受益于印刷和电子(基于互联网的)来源。作为研究的结果,为了以负责任的方式发展和使用人工智能,技术,社会(按照社会的原则和价值观)和法律方法的发展。
助理。教授Semih Mahmut Aktaral Personal Information Office Phone: +90 464 228 0022 Extension: 2183 Fax Phone: +90 464 228 0025 EMAIL: semih.aktarer@erdogan.edu.tr Web: https://avesis.erdogan.edu.tr/semih.actress: T.C.Recep TayyipErdoğan大学技术科学学院,C Blok,C204,SK。,Square Mah。,土耳其2013年2013年 - 2019年研究生,黑海技术大学,科学,机械工程,土耳其,2008年至2011年,2011年大学生,塞尔库克大学,塞尔库克大学,技术教育学院,otomotiv,otomotiv,土耳其2002- 2006年外语英语英语,英语教学证书 /课程,土地部队教育和教义司令部,2012年教育管理和耳瘤,汽车,新技术和汽车SVET,2006年,2006年宣言博士学位,将摩擦混合过程应用于DP 600钢:内部结构的应用:内部结构和塑造物业的调查-micro -micro -micro -micro -micro -micro -micro -micro。技术大学,科学,机械工程。/ Malzeme,2011年研究领域机械工程,建筑和制造,焊接方法,材料,塑料形成方法,机械,机械测试,冶金和材料工程,材料科学与工程,机械性能,工程和技术< / div>
芬兰在社会多个不同领域的各类国际统计方面都表现出色。芬兰的稳定性和安全性,加上技术的高度运用和高水平的教育,为我们提供了开发和生产数字业务运营的绝佳平台。这一切的中心是公民和公司以及信息和数据。考虑公民生活状况来制定信息政策和信息管理在全球范围内是一项相当独特的创新,我们认为这将成为芬兰在 2020 年代也有可能取得成功的一个重要因素。