سپس گزیده ای از ترجمه را بررسی کنید!
امکان حذف:
این گزینه اگر فعال گردد، افراد می توانند در هر زمانی که می خواهند قبل از دسته بندی، فایل های آپلود شده را پاک کنند.
حداکثر تعداد فایل های آپلود شده:
حداکثر تعدادی که یک فرد می تواند آپلود کند به دانش آموزان نشان داده نمی شود، لطفا تعداد واقعی فایل های مورد نظر را در بخش توضیحات بنویسید.
امکان یادداشت برداری:
اگر فعال گردد، افراد می توانند یادداشت هایی را در متن وارد کنند. آن مشابه متن های آنلاین می باشد. این جعبه متن برای ارتباط با نمره افراد، توضیحات پیشرفت مراحل کار، یا فعالیت های نوشتاری دیگر مورد استفاده قرار می گیرد.
نوع فعالیت ها:
سه نوع فعالیت مختلف وجود دارد.
فعالیت های آفلاین. این موارد زمانی امکان پذیر می باشد که چنین فعالیت هایی خارج از مدل انجام گیرد. دانش آموزان می توانند توضیحاتی از این فعالیت ها را مشاهده کنند ولی نمی توانند به آپلود فایل یا موارد دیگر بپردازند. معلمان می توانند نمره ای برای تمام دانش آموزان تعیین کرده و دانش آموزان می توانند نمره شان را مشاهده کنند.
آپلود کردن یک فایل خاص. این نوع از فعالیت ها این امکان را برای دانش آموزان ایجاد می کند تا یک فایل خاص را آپلود کنند. این فایل ها ممکن است به صورت اسناد پردازش شده وورد، تصویر، وب سایت فشرده شده یا موارد دیگر قابل ارائه باشد. معلمان می توانند این فعالیت ها را به صورت آنلاین نمره گذاری کنند.
توضیحات درون متنی:
اگر این گزینه انتخاب شود، فعالیت های اصلی در قسمت توضیحات بازخوردی در زمان نمره دهی کپی می گردند، و توضیحات داخلی را ساده تر کرده (با استفاده از رنگ های مختلف) و یا متن اصلی را ویرایش می کند.
ارسال ایمیل هشدار: اگر شما آن را فعال کنید به دانش آموزان از طریق ایمیل در ارتباط با نمره و نتایج فعالیت های آن ها اطلاع داده می شود.
در نهایت ترجمه را خریداری کنید!
دانلود ترجمه فارسی -- قیمت: 19500 تومانسپس گزیده ای از ترجمه را بررسی کنید!
امروزه، سازمان کسب و کار برای اینکه قادر باشد در مواجهه با تغییرات متنوع بازار پایدار بماند و در نهایت قادر به مدیریت بازار باشد، نیاز به تجزیه و تحلیل بازار دارد. به این منظور، سازمان باید فرآیندهای کسب و کار خود را با استفاده از فناوری های امروزی که هوش کسب و کار (BI) نامیده می شود، بروز رسانی نماید. در این مقاله در کنار معرفی فرایندهای مدیریت بازار، ضرورت قابل توجه نوآوری و خلاقیت در این فرایندها برای رقابت در تجارت جهانی مورد بحث قرار گرفته است. علاوه بر این، تعاریف هوش کسب و کار از نقطه نظر نویسندگان مختلف و اصول و ویژگی های هوش کسب و کار بیان می شود. سپس چارچوب پیشنهادی با توجه به ابعاد متنوع و کارکردهای هوش کسب و کار برای تقویت ویژگی های سازمان در جهت دستیابی به رویکرد هوش کسب و کار و دستیابی به منافع آن در روند کسب و کار معرفی می شود. افزایش توسعه حوزه کسب و کار، حضور پیشرو و مبتنی بر هدف در محیط بین المللی و افزایش کارایی سازمان؛ برخی از کارکردهای کلیدی هستند که در ادامه مورد بحث قرار می گیرند. هدف از این مقاله معرفی چارچوب عملی برای کمک به سازمان ها در جهت هدایت اهداف خود به سمت به هوش کسب و کار می باشد، که باعث میشود سازمان ها درک صحیح و به موقعی از وضعیت بازار به دست آورند.
در سال های اخیر با توجه به اهمیت اطلاعات در مدیریت سازمان و همچنین پیشرفت فناوری اطلاعات، سیستم های کاربردی کسب و کار که شرکت ها و موسسات را قادر می سازد برای تصمیم گیری با دانش بیشتر و ایجاد بهره وری بالا برای سازمان به وجود آمده اند. در ایالات متحده، بسیاری از شرکت ها، در نمودار سازمانی خود عنوان شغل رئیس تحلیل ها، مدیر استراتژی کسب و کار، مدیر و یا معاون خدمات اطلاع رسانی در بازار دارند که همه اینها نشان دهنده اهمیت تجزیه و تحلیل وضعیت رقابتی می باشد.
در نهایت ترجمه را خریداری کنید!
دانلود ترجمه فارسی -- قیمت: 14500 تومانسپس گزیده ای از ترجمه را بررسی کنید!
امروزه روش های جدید ارائه شده به منظور تجسم و تحلیل شبکه، از متریک های پیشرفته ای استفاده می کنند که اجازه دسته بندی و فیلترینگ گره , و همچنین مشاهده تعاملات بین گره ها را می دهد. یکی از پژوهش هایی که در زمینه چیدمان گراف و متد های ساده سازی صورت گرفته است، حاکی از پیشرفت قابل ملاحظه ای در این زمینه، یعنی تجسم و تحلیل شبکه بوده است.
داده های رابطه ای را میتوان یکی از کلاس های اصلی اطلاعات دانست که به نظر میرسد در آرایه بزرگی از اصول، از جامعه شناسی و زیست شناسی گرفته تا مهندسی و علوم کامپیوتر متغیر است. بر خلاف داده های متنی، فضایی و n بعدی، داده های رابطه ای متشکل از یک مجموعه از نهاد ها و یک شبکه از روابط بین آنها میباشد. بعضی از شبکه ها، روابط را انتزاعی را مورد پوشش و نمایش قرار می دهند، مانند دوستی یا نفود؛ بعضی دیگر، شبکه های فیزیکی را مانند روتر ها و یا توزیع انرژی نمایش می دهند.
با توجه به رشد روز افزون اپلیکیشن های شبکه جریان اصلی، توانایی در تحلیل مجموعه داده های پیچیده، به امری ضروری مبدل گشته است. ویکیپدیا، دارای میلیون ها مقاله بوده که یک شبکه ای از ارجاع های متقابل را تشکیل می دهند. شبکه اجتماعی فیس بوک، بیش از یک میلیارد انسان را در یک ساختار بسیار پیچیده از دوستان، دعوت گروه، بازی ها، تبلیغات، چت های ویدنویی و متنی دور هم گرد آورده است. این شبکه ها و شبکه های مشابه، هر روز به توسعه خود ادامه می دهند.
استفاده از آمار و ارقام ساده به منظور ارائه دلیل موجهی برای تشریح پویایی چنین شبکه های پیچیده ای، عملی و یا کارآمد نیست. تحلیلگران در حال موضع گرفتن به سمت تجسم این شبکه ها نه به عنوان پروسه ای انفعالی از تولید تصاویر از اعداد، بلکه به عنوان متد های بسیار تراکنشی که نمایش های بصری را با تحلیل های شبکه ترکیب کرده تا توانایی درک این شبکه ها را بهبود دهد، می باشند. چنین تحلیل هایی، نتایج عمده ای را نیز به همراه داشته است. به عنوان مثال، تحلیل های صورت گرفته شده بر روی شبکه های اجتماعی، الگوهایی را در مورد گروهی از دوستان یا جمعیت نشان داده است. تحلیل شبکه توزیع انرژی نیز حاکی از نکاتی کلیدی برای بهبودی های زیرساختار بوده است.
طراحی گراف که از اوایل دهه 1990 میلادی آغاز گردیده است، یکی از حوزه های پژوهشی مختص به تجسم ساختار شبکه ها می باشد.
یکی از رایج ترین روش های تجسم و نمای شبکه ها، استفاده از دیاگرام های لینک-گره بوده که در آن، گره ها نماینده عامل ها بوده و لینک بین این گره نیز روابط بین این عامل ها را نشان می دهد. اگرچه چنین متدی نسبتاٌ ساده بوده می توان از آن برای تجسم شبکه های کوچک مقیاس استفاده کرد، ولی برای تجسم شبکه هایی پیچیده با مقیاس بزرگتر، اصلاٌ عملی و کاربردی نیست.
در نهایت ترجمه را خریداری کنید!
دانلود ترجمه فارسی -- قیمت: 14500 تومانسپس گزیده ای از ترجمه را بررسی کنید!
امروزه تکنیک های محاسباتی ای که بر مبنای کلاینت/سرور وجود دارد، در حال تغییر رویکرد و موضع خود به سمت رایانش های ابری هستند. گرایشی که به سمت زیر ساختار های ابری وجود دار، فقط محدود به دنیای تجارت و شغل نیست، بلکه حتی ریشه در آژانس های دولتی نیز دارد. مدیران هر دو بخش باید یک دیدگاه شفافی از این حوزه داشته باشند تا بتوانند واکنش مناسبی به یک اقتصاد متغیر و محیط تکنولوژیک، نشان دهند. در این مطالعه قصد داریم یک موازنه یا تعامل پویایی را در بکار گیری سرویس رایانش ابری، به وسیله کاربرد نظریه فیلد میانگین ارائه دهیم. در فرمولاسیون ما، هر عامل (مثلاٌ هر شرکت یا آژانس دولتی) در بین دو مسئله پیاده سازی برنامه رایانش سنتی و انتقال به برنامه های رایانش ابری قرار گرفته است. به منظور تصمیم گیری در خصوص اینکه سطح انتقال به رایانش ابری چطور باید باشد، هر عامل باید هزینه کلی ای که شامل دو مؤلفه میباشد را بهینه سازی کند: هزینه کاری مربوط به جابجایی به سرویس رایانش ابری و هزینه پیاده سازی رایانش ابری. در این فرمولاسیون، هزینه بکار گیری برای پیاده سازی رایانش ابری، متکی به تصمیم گیری در خصوص بکار گیری این سرویس ها میباشد. بنابراین یک سطح بهینه عامل در خصوص بکار گیری این سرویس های ابری، نه تنها بسته به تلاش خودش و هزینه های بکار گیری دارد، بلکه متأثیر از تصمیم های بکای گیری این رویس ها نیز میشود. این مسئله تصمیم گیری، به وسیله سیستمی از معادلات دیفرانسیل جرئی (PDE) هال حال شده است، که در آن، PDE های بازی های فیلد میانگین، از یک PDE رو به عقب، معادله جاکوبی همیلتون برای یک مسئله کنترل شده و یک معادله Fokker-Planc تشکیل شده است. بنابراین، راه حلی که توسط معادله Fokker-planck فراهم میشود به ما اجازه داده تا تکامل پویایی چگالی را در بکار گیری رایانش ابری مورد مطالعه قرار دهیم. بنابراین این روش به ما اجازه داده تا تأثیر تصمیم گیری های بکار گیری تکنولوژی را بر روی تصیمم گیری بهینه شرکت مورد ارزیابی و بررسی قرار دهیم.
در نهایت ترجمه را خریداری کنید!
دانلود ترجمه فارسی -- قیمت: 19500 تومانسپس گزیده ای از ترجمه را بررسی کنید!
امروزه اینترنت، اشتراک گذاری انواع اطلاعات را برای همگان آسان کرده است. با این حال، محتوای خشن در وب تأثیر زیان آوری روی کسانی که قدرت قضاوت درست را ندارند مخصوصاً نوجوانان می گذارد. این مقاله، روشی را برای تشخیص خشونت در ویدئو ارائه می کند، این روش تحلیل ویژگی آرام تبعیضانه (D-SFA) را معرفی می کند تا یادگیری توابع ویژگی آرام از انبوه صحنه ها در ویدئو انجام گیرد. پس از آن با توابع ویژگی آرام یادگیری شده، ویژگی های بدست آمده انباشته مربعی شکل (ASD) برای ارائه ویدئو استخراج می شوند. در نهایت، یک ماشین برداری پشتیبان خطی (SVM) برای طبقه بندی آموزش می بیند. ما همچنین یک دیتاست ویدئوی خشن (VV) با 200 نمونه خشونت آمیز و 200 نمونه بدون خشونت جمع آوری شده از اینترنت و فیلم ها ساخته ایم. نتایج تجربی روی دیتاست جدید، کارایی روش پیشنهادی را نشان می دهد.
با رشد سریع وبسایت های شبکه اجتماعی مثل فیس بوک، توئیتر و یوتیوب، ویدئوهای زیادی هر روز آپلود می شود. همانطور که ما از اطلاعات مفید این سایت ها لذت می بریم، برخی ویدئوهای حاوی خشونت نیز توسط کاربران قابل دسترسی هستند. در افرادی که قدرت قضاوت صحیح ندارند مثل کودکان و نوجوانانی که در معرض این محتوا هستند ممکن است منجر به رفتارهای خشونت آمیز شود یا حتی آثار جرم در آن ها با تقلید از آنچه در این فیلم ها دیده اند آشکار شود. بنابراین واضح است که نیاز به محافظت از چنین گروه های حساس جامعه با استفاده از تشخیص دهنده های اتوماتیک، کارا و مؤثر امری ضروری است.
با وجود اینکه تشخیص خشونت موضوع داغی در بینایی کامپیوتر نیست اما امری بسیار مهم است. برخی روش ها تاکنون برای حل این مسئله پیشنهاد شده است. در [1] نویسندگان از هشت ویژگی رادیویی در زمینه زمان و فرکانس به عنوان ورودی دسته بندی کننده باینری استفاده کرده اند که محتوای ویدئو را با توجه به میزان خشونت در آن اندازه شناسایی می کند. سپس آن ها کار خود را با استفاده از شبکه های بیزین به مسئله طبقه بندی چند کلاسه تعمیم داده اند.
در نهایت ترجمه را خریداری کنید!
دانلود ترجمه فارسی -- قیمت: 11500 تومان