摘要:人工智能(AI)和机器学习(ML)的快速进步导致了各个领域的许多实际应用。建筑师和研究人员还开始探索应用AI和ML来增强其工作的潜力。生成AI的出现为建筑师带来了新的机会此外,在计划,预测材料和分类以实现建筑设计和分析目的的情况下,使用非生成AI进行了更多的实验。但是,现有应用程序通常无法在建筑师使用的标准设计软件中提供精确且可用的架构模型。此外,建筑师开始依靠生成(Gen)AI模型来以渲染照片的形式生成设计,并且许多使用此类工具的实验几乎没有专注于使用非生成(非生物)AI模型。在本文中,我们分析了不同的Gen-AI模型背后的机制和技术,以及这些模型的产物,以深入了解这些产品的真实性以及将此类技术应用于建筑设计过程的影响。这项分析研究是通过回顾两种类型算法的研究人员和建筑师的不同应用来支持的。该研究以强有力的建议结束,更多地依靠非类型的AI模型,该模型有助于以人为本的设计方法。,最后,提出了Gen和非代AI模型的可能应用。这些发现还表明,Gen-AI模型可能会对设计过程产生负面影响,尤其是当设计概念纯粹是使用文本甚至未定的照片生成的时。关键字:建筑设计过程 - 人工智能 - 机器学习 - 生成AI - 非生成AI - 图像生成。
在提交本论文作为佐治亚州立大学高级学位要求的部分内容时,我同意大学图书馆应根据其管理此类材料的规定,将其提供给查阅和流通。我同意引用、复制或出版本论文的许可可由作者或(如果作者不在)指导撰写本论文的教授或(如果指导教授不在)罗宾逊商学院院长授予。此类引用、复制或出版必须仅用于学术目的,不得涉及潜在的经济利益。双方理解,未经作者书面许可,不得复制或出版本论文,否则将涉及潜在利益。
sandf002@umn.edu 612-625-3536 2011 年 3 月 21 日提交 乔治城大学,华盛顿特区 2011 年 10 月和 2012 年 10 月修订出版 该项目的资金来自明尼苏达大学城市和区域事务中心的研究经费。感谢 Issac Wengard、Ipyana Critton 和 Kelly Baker 对本项目的协助,感谢 Jennifer Mosley、Steven Smith 和 Robert Pekkanen 的评论,以及非营利组织的领导和管理人员在整个过程中慷慨地分享他们的时间。但是,任何错误都应完全归咎于作者。
摘要 — 虚假健康新闻的广泛传播带来了巨大的挑战,危及了普通民众的健康和福祉。在信息过剩的时代尤其如此。为了开发能够发现欺诈性健康相关信息的自动化系统,研究人员应用了机器学习 (ML) 和深度学习 (DL) 等人工智能方法。这些方法已被用于构建这些系统。为了解决现在面临的问题,人们正在这样做。本研究的目的是分析与机器学习 (ML) 和深度学习 (DL) 系统相关的方法、性能测量和问题,以识别虚假健康新闻。本研究过程中介绍了该分析。我们研究了在机器学习 (ML) 和深度学习 (DL) 范式中特征工程、模型架构设计和评估指标过程中应用的多种方法。这些方法用于特征工程过程。此外,我们评估了我们的研究结果对于提高识别虚假健康新闻的系统效率的重要性,并为这一至关重要的领域提供了进一步研究的潜在领域。最后,我们得出结论,我们的研究结果有可能提高这些系统的有效性。
尽管图是修辞学理论的基础,但它们的解释几乎没有深入的探索。本文提出了一种访问这些图表含义的算法方法。提出了三种算法。其中的第一个(称为重演)重新创建了一个抽象过程,从而从简单的关系命题开始创建结构,从而创建结构的动态,并梳理它们以形成复杂的表达式,而这些表达式又是整合以定义全面的话语组织。第二种称为组成的算法实现了Marcu的强核性假设。它使用一种简单的推理机制来证明复杂结构对简单的关系命题的降低。第三个算法称为压缩,可以在Marcu的假设熄灭的位置拾取,提供了一个通用的完全可扩展的程序,可以逐步降低关系命题,从而降低其最简单的可访问形式。然后可以回收这些推断的减少,以产生删节文本的第一个图。此处描述的算法可用于将修辞结构的计算描述定位为话语过程,从而使研究人员超越了静态图并研究其形成性和解释性的意义。
社会科学家长期以来一直对婚姻同性恋及其与不平等的关系感兴趣。但是,测量同质并不直接,尤其是当一个人有兴趣根据多个特征评估婚姻排序时。在本文中,我们认为单独的极值(SEV)模型不仅生成具有几种理想理论属性的匹配函数,而且还适合于多维分类的研究。特别是我们使用丰富的小规模调查数据来检查那不勒斯学龄儿童的父母分类。我们表明同质是普遍的。男人和女人不仅按年龄,教育和身体特征分类,而且还寻找具有与健康相关的行为和风险态度的伴侣。但是,我们还表明,这些婚姻模式是通过少数数量来很好地解释的,最重要的是年龄群和人力资本。特别是人力资本与匹配后关系的各种“结果”有关。人力资本赋予人数较高的父母的孩子在学校表现更好,尽管他们报告的主观幸福感和与母亲的关系质量的质量较低。
高风险环境。它有助于减轻风险,利益相关者信任和长期可持续性。政策制定者和企业应优先考虑ESG集成,尤其是在受监管的部门中。局限性包括对投资者行为的数据限制,暗示了对ESG流动性和特定部门特定动态的未来研究。
3.1。Data ............................................................................................................................................................................. 22
摘要在苏丹国家的政治经济学中,棉花作为收入来源的重要组成部分的排名很高。考虑到该国农作物在该国的重要性,棉花不仅被出口到各个国家,而且在内部也有某些产品也被用尽。也随之而来的是,在市场上的需求和波动中,多年来,大规模的棉花生产物在大量土地上进行了大规模种植。鉴于棉花生产对化学物质和广泛用水的影响,啤酒农业结构发生了变化,这与产量水平,土地规模和生产的变化相吻合。然而,由于评估苏丹棉花土地使用趋势的变化,因此没有人愿意检查棉花土地使用的程度和性质以及在混合景观方法下的潜力。因此,本文着重于棉花土地的使用变化,重点是使用与地理信息系统(GIS)相关的描述性统计技术的问题,趋势,环境分析,影响和因素。通过MixScale模型的应用,该研究不仅显示出棉花生产和产量的变化增加,而且大多数土地使用指数以及其他指数也发布了变化。的变化归因于位于当地农场系统内的许多社会经济,生态和政治因素,但趋势的GIS映射表明,棉花土地利用指数的逐渐分散在研究领域的空间中遍布不同点。在大量用水,化学物质污染,土地损失和退化的形式中也产生了广泛的影响。沿着这些界限,尽管机构的努力,该论文提供了从教育,监视到区域和国家棉花土地使用信息系统的设计等方面的解决方案。
摘要 - 2020年世界上最重要的事件之一是冠状病毒爆发。社交网络上的用户发布了有关此事件的大量评论。这些评论包含有关公众对这一大流行的意见的重要隐藏信息。在这项研究中,使用自然语言处理和信息检索科学考虑并分析了大量相关的冠状病毒与推文。最初,推文的位置是使用通过地理名称地理数据库制备的词典确定的,该数据库包含诸如城市名称,街道和邮政代码等地点的详细信息和完整信息。然后,使用经济学条款制备的大型词典,提取相关的推文,并在基于罗伯塔语言的模型的帮助下分析与推文相对应的情感,该模型具有很高的准确性和良好的性能。最后,随着时间的推移,全世界和前十大经济体绘制了与经济及其情感得分相关的推文的频率图表。从对图表的分析中,我们了解到,发表经济推文的原因不仅是感染冠状病毒的人数的增加,而且在国家对国家施加了限制和锁定。这些限制的后果包括丧失数百万工作岗位和经济衰退。