XiaoMi-AI文件搜索系统
World File Search Systemmohamed
使用机器学习预测利率预测的预测模型：比较分析和实际应用Abdorwf A Mohamed Salem 1
摘要预测利率是财务计划，投资策略和决策的基本任务。传统统计模型虽然广泛使用，但通常无法充分捕获复杂的非线性关系和财务数据固有的时间依赖性。本研究通过探索机器学习模型的潜力来提高利率预测的准确性和可靠性来解决这些局限性。这项研究的主要目标是评估和比较多个机器学习模型的性能，包括线性回归，支持向量机和深度学习技术，以预测利率趋势。历史数据跨越了二十年，并进行了预处理，以确保数据质量和一致性。使用明确定义的评估指标（例如平均绝对误差和均方根误差）在该数据集上训练和测试模型，以确保稳健的性能评估。结果表明，机器学习方法，尤其是深度学习模型，优于捕获复杂模式并提供更准确的预测方面的传统方法。这些发现进一步讨论了在现实世界财务环境中实施机器学习技术的实际含义，从而强调了机遇和挑战。总而言之，本研究提供了可行的见解和强大的框架，可以将机器学习整合到利率预测中，从而有助于财务预测建模的发展。
SAAD, Sameh 和 KHAMKHAM, Mohamed (2022)。人工智能在 GSCM 中的应用——系统文献综述。引自：SHAFIK, Mahmoud 和 CASE, Keith，（编辑）
摘要。由于近年来对环境可持续性和绿色供应链的需求很高，工业和服务企业正在努力寻找有效的技术和方法来解决日益增长的问题并实现环境可持续性。人工智能 (AI) 已成为增强绿色供应链管理 (GSCM) 和实现可持续改进的有效技术之一。该研究旨在通过系统的文献综述探索和确定人工智能对 GSCM 增长和实施的主要贡献。采用五个系统流程来评估和得出最新发表的文献，使用一组纳入和排除标准来识别 GSCM 领域的论文。该研究解决了研究问题并确定了对 GSCM 做出贡献的最突出的人工智能技术。本文通过系统分析和综合提供见解，研究人员和从业者将通过这些见解启发促进 GSCM 的发展。
在坦桑尼亚Farida Lolila 1*，Mohamed S. Mazunga 1，Ntombizikhona B. Ntombizikhona B. Ndabeni
这项研究采用了PM 10来源参数以及预处理的地形和气象数据，作为对Aermod大气分散模型的输入，以划定Manyoni铀项目周围易受污染的区域。在采矿前了解这些领域是建立高效有效的环境基线数据的重要一步。这是因为用于收集数据的资源将集中在具有较高污染潜力的地区。在这方面，Aermod预测，适合污染分界的区域将为25.55 km 2、25.85 km 2和27.96 km 2，如果Playa C1的前瞻性矿山分别运行5、7和10年。在划界区域内，AERMOD预测，在5、7和10年内平均PM 10的最高年度地面浓度分别为22.2 µg M –3、22.8 µG M –3和25.7 µG M –3。这些值比PM 10的年度限制高11％，14％和28.5％。这些信息可以帮助矿山所有者和政府机构找出保护人和环境免受预期污染的方法。关键字：Aermod，铀矿，排放因子，基线数据，PM 10
姓名：Syafawati Nadiah Binti Mohamed 现任职位：高级讲师 地址：马拉理工大学物理与材料研究学院，4
研究生和本科生指导/联合指导 1. (1) 硕士生 -(已完成) Mazidah Binti Hamidii 题目：锂基玻璃陶瓷导电材料的制备与特性 2. (15) 本科生最后一年的项目-（正在进行和已完成） 教学科目（科学基础和学位课程） 基础物理 I（PHY093） 物理 I（PHY406） 基础物理 I：力学和热力学（PHY430/PHY433） 基础物理 II：电和磁（PHY431/PHY443） 非专业物理（PHY400） 物理：波（PHY413） 波与光学（PHY534） 热物理（PHY630） 物理实验室（PHY093/PHY406/PHY400/PHY430/PHY431/PHY433/PHY443） 高级物理实验室 I：光电、光伏系统和电磁(PHY63) 高级物理实验室 II：电子与仪器 出版物
RIG-I 刺激增强人类原代 CD8 T 细胞的效应功能和增殖 Adham Abuelola Mohamed 1,2,3,4 * , Christina Wallerath 1
RIG-I 刺激增强效应功能和原代人类 CD8 T 细胞的增殖 Adham Abuelola Mohamed 1,2,3,4 * , Christina Wallerath 1 , Charlotte Hunkler 1 , Gunther Hartmann 1 , Sanda Stankovic 2 † , Andrew G Brooks 2 † , Martin Schlee 1 † * 1. 德国波恩大学医院临床化学和临床药理学系，德国波恩
Rajesh Boddepalli 1*，博士Bibhuti Bhusan Rath 2，Sri Karudumpa Suneel Goutham 3 1*电气和电子工程，Aditya TecA.J. Taslim Arif 1*，博士J. Mohamed Ali 2 1* Adirampattianam Khadir Mohideen College的商业研究学者-614701隶属于A.J. Taslim Arif 1*，博士J. Mohamed Ali 2 1* Adirampattianam Khadir Mohideen College的商业研究学者-614701隶属于
在当前的全球业务情况下，当企业在市场上出售其生产时，企业可以生存。所有销售工作的目标是促进产品使用和试用，以提高销售。企业经常使用折扣作为营销策略来吸引客户并提高销售。这项研究试图调查影响消费者冲动性购物行为的一些因素。它还打算验证这些参数和冲动购买之间是否存在链接。在属于钦奈的在线消费者中进行了一项主要研究。使用结构化问卷收集样本量261的受访者的数据。结果表明，折扣策略在产品推广，在线平台，促销和冲动购买行为等变量之间的关系中充当调解人。
亲爱的编辑，感谢 Mohamed Jayte 抽出宝贵时间对我们最近发表的题为“流行率
此外，我们同意您关于实施系统性糖尿病相关痛苦筛查方案的重要性，并提倡将精神保健专业人员纳入糖尿病管理的多学科框架。为了进一步同意您的观点，在马拉维，圣约翰健康科学学院的研究人员，如 Chima、Mkwinda 和 Machaya (2023)、1 Chima、Mkwinda、Kumwendaet al, (2023)、2 Masulani-Mwale et al, (2019)、3 Ng'oma et al, (2022) 4 都在各自的研究中强调了将心理社会咨询干预纳入整体生活护理的必要性。这些措施有望全面满足糖尿病患者的心理需求，改善整体健康结果和生活质量。
Ramy A. Zeineldin*、Alex Pollok**、Tim Mangliers**、Mohamed E. Karar、Franziska Mathis- Ullrich 和 Oliver Burgert 胸罩的深度自动分割
摘要：术中成像可帮助神经外科医生确定脑肿瘤和其他周围脑结构。介入超声 (iUS) 是一种方便的检查方式，扫描时间快。然而，iUS 数据可能受到噪声和伪影的影响，从而限制了它们在脑外科手术期间的解释。在这项工作中，我们使用两个深度学习网络，即 UNet 和 TransUNet，对 iUS 数据中的脑肿瘤进行自动和准确的分割。实验是在 27 个 iUS 体积的数据集上进行的。结果表明，使用带有 UNet 的转换器有利于提供有效的分割建模，从而对每个 iUS 图像之间的长距离依赖关系进行建模。特别是，增强型 TransUNet 能够以超过 125 FPS 的推理率预测 iUS 数据中的腔体分割。这些有希望的结果表明，深度学习网络可以成功部署以协助手术室中的神经外科医生。
如何引用本文：Umari Abdurrahim Abi Anwar*，Aditia Wirayudha，Sri Suwarsi，Azyyati Anuar，Baderisang Mohamed，（2023年），“供应链Concep
How to cite this article : Umari Abdurrahim Abi Anwar*, Aditia Wirayudha, Sri Suwarsi, Azyyati Anuar, Baderisang Mohamed, (2023), “Supply Chain Conceptual Model in Logistic Operation Strategies for Best Practice Performance” in Social and Humaniora Research Symposium (SoRes) , KnE Life Sciences, pages 691–706.doi 10.18502/kss.v8i18.14271第691页
人工智能在人力资源危机管理中的应用影响：对 COVID19 的分析研究 Mahmoud Khalifa 1,2, * , Mohamed Al Baz 2 和 Ahmed Kh.穆塔尔 1
摘要：工业部门必须做好准备并适应突发冲击和危机，这些冲击和危机可能以自然灾害、健康或经济危机为代表，这些危机为不同的人力资源经理创造了一个艰难的环境，需要他们找到解决方案来应对对企业绩效和生存与发展能力的直接威胁。随着冠状病毒（COVID 19）大流行的蔓延，工业部门的公司必须找到创新和创造性的解决方案来应对其运营区域和不同部门面临的挑战和转变。在本文中，我们讨论了将人工智能（AI）应用于工业部门人力资源危机管理的影响分析，重点关注 COVID-19 危机对人力资源管理（HRM）的影响。此外，我们提出了一些建议来应对危机影响的后果，并制定了综合研究议程来应对所讨论的挑战。