XiaoMi-AI文件搜索系统
World File Search System精度表
推荐引用 推荐引用 Guanah, Jammy Seigha；Agbanu, Venatus Nosike；和 Obi, Ijeoma (2020) “尼日利亚的人工智能与新闻实践：埃多州贝宁城记者的看法”，《国际人文研究评论》：第 5 卷：第 2 期，第 16 篇文章。网址：https://scholarhub.ui.ac.id/irhs/vol5/iss2/16
obiijeoma14@yahoo.com 摘要 人工智能 (AI) 的出现正逐渐影响到社会的方方面面；大众媒体作为任何社会不可或缺的一部分，也未能免受人工智能的影响，因此它们必须与新技术协同才能保持相关性。本研究探讨了人工智能如何影响或已经影响了尼日利亚埃多州贝宁城的新闻实践。本研究以媒体形态理论为基础，采用调查和深入口头访谈作为获取数据的研究方法。尼日利亚记者联盟 (NUJ) 贝宁城分会下属的 254 名注册记者构成了研究对象，使用 Cozby 的估计精度表确定了 152 的样本量。除其他发现外，该研究还显示，贝宁城记者们一致认为，自动化新闻（使用人工智能驱动的媒体应用程序）比目前仍“手动”完成的报道实践有所改进。报告的结论是，自动化是未来的趋势，尼日利亚记者不能在最终走向自动化的世界中被排除在外，因此他们必须做好准备，拥抱人工智能。报告的建议包括，新闻学院应该开设拥抱技术的课程，以有效地为潜在的记者做好准备，让他们为未来在工作中使用人工智能做好准备。关键词：人工智能、新闻、媒体、感知、实践。
亚洲遥感会议（ACRS 2024）
摘要：尽管高速公路在该国的经济中起着重要作用，但使用量的增加通常会导致事故增加。关于斯里兰卡高速公路事故的研究受到限制，强调了调查其原因并积极确定易于识别事故的地区的必要性。这项研究旨在利用地理信息系统（GIS）和机器学习（ML）技术来建模高速公路事故，并特别关注斯里兰卡的南方高速公路。使用的数据集是从Southern Expressway操作维护和管理部（EOMMD）中收集的，并进行了预处理，包括编码，过采样和功能选择。机器学习算法 - 兰多森林（RF），支持向量分类器（SVC）和决策树（DT） - 用于识别容易发事故的位置并评估事故的严重性。使用诸如接收器操作特征（ROC）曲线，ROC曲线（AUC），平均绝对误差（MAE）和均方误差（MSE）等指标进行评估三个模型的性能。RF的精度表现为81.19％，其精度得分为81.19％，其次是SVC，为79.8％，DT为69.7％。rf也具有最低的MAE和MSE值，令人印象深刻的AUC值为0.86，表明卓越的预测准确性和强大的歧视能力。地图以可视化结果，并开发了操作仪表板，以促进数据分析并改善高速公路上的安全管理。这项研究为使用GIS和机器学习技术对高速公路事故进行建模提供了宝贵的见解，该技术可用于增强安全管理实践并防止事故。