iosr-JCE Volume-23 ~ Issue-4 ~ 2021年7月~ 8月

文摘:本文是关于使用SAS(统计包)的各个组件为业务用户提供开发和运营分析报告，以满足信息技术行业人力资本数据仓库日益增长的需求。本文是人力资源管理系统数据仓库的指导思想。本文提出了一种全球人力资源数据集市POC(概念证明)的开发方案，该方案的数据来源适当地来自现有数据源的主机，数据来源适当地来自现有数据源的主机，并使数据在全球范围内可用以查看和分析。它将为跨众多系统和存储库的组织人力资源数据提供一个窗口，从而实现管理报告的一致性。它还支持tp以有效的方式运行临时查询，并生成预防报告格式的分析和操作报告，如PDF Excel和HTML......

．．．．．．

文摘:背景:从文本中生成选择题(MCQ)是一个热门研究领域。它们被广泛用于教育部门的学习者知识评估。手工生成Mcq是一种困难、耗时和昂贵的方法。我们利用各种自然语言处理技术开发了一个系统。在本文中，我们提出了一组mcq(多项选择题)，为任何给定的输入文本生成，以及一组干扰因素和问题的正确答案。此外，BERT(来自变压器的双向编码器表示)模型
用于生成输入文本的摘要。RAKE(随机自动关键字提取)技术用于从生成的摘要中提取关键字。这个关键字也用作生成问题的参数......

关键字:摘要，关键词，干扰器，Wordnet, Conceptnet, BERT, RAKE

[1]。关键词提取性能分析，2019 IEEE多媒体信息处理与检索会议(MIPR)
[2]。不同文献关键词提取方法的分析，第三届计算方法与通信国际会议论文集(ICCMC 2019)
[3]。使用句子排序的提取文本摘要，J.N.Madhuri计算机科学与工程系CHRIST(视为大学)，印度班加罗尔，2019年。
[4]。使用BERT诱导的抽象摘要模型生成主题级摘要，智能计算与控制系统国际会议论文集(ICICCS 2020)
[5]。智能辅导系统的自动生成问题-调查(2019)。

文摘:新冠肺炎大流行导致我们在公共场所戴口罩和保持社交距离的新常态生活方式。因此，开发一个识别戴口罩的人的模型就成了必须的任务。此外，在高校中，需要一种安全、现代的人脸识别学生考勤系统技术。该系统是一种面罩检测与学生考勤相结合的系统。本系统可应用于工业、办公室、公司、会议等公共场所。

关键字:人脸识别，特征脸，Haar级联，AdaBoost

[1]。Shamsul Jamel Elias, Shahirah Mohamed Hatim, Nur Anisah Hassan, Lily Marlia Abdul Latif -使用局部二进制模式(LBP)的人脸识别考勤系统第8卷，ISSN: 2302-9285, 2019年3月1日，第7页。
[2]。Susanto, Febri Alwan Putra, Riska Analia, Ika Karlina Laila Nur Suciningtyas -用于预防COVID-19传播的口罩检测，2021年2月16日，DOI: 10.1109/ICAE50557.2020.9350556
[3]。实时口罩检测Python, OpenCV, Keras
[4]。Vivek Kumar Pandey -基于人工智能的口罩检测系统，第5卷，第8期，2020年8月。- 4页。

文摘:该研究研究了人机交互对其他人类交互的影响，特别是关于用户界面设计(UI)对人类社会决策的影响。在新冠肺炎疫情期间，社交媒体上的“假新闻”，特别是与健康相关的假新闻的传播呈上升趋势，为了应对这一趋势，社交媒体平台(Twitter、Instagram、Facebook)对其平台进行了某些设计上的改变。虽然这些设计上的改变是基于这样的信念，即它们可以操纵用户的决策，使其不会进一步传播误导性的新闻，但这些平台没有发布任何关于这些功能效果的官方数据或观察结果，这让人们对它们的有效性产生了怀疑。因此，本文旨在通过模拟社会......，探索特定预防性用户界面功能对假新闻传播的影响

关键字:社交媒体、人机交互、错误信息、假新闻

[1]。奥尔科特，H.， &根茨科，M.(2017)。2016年大选中的社交媒体和假新闻。国家经济研究局。
[2]。Apuke, o.d.， & Bahiyah, O.(2020)。假新闻和COVID-19:模拟社交媒体用户之间假新闻分享的预测因素。远程信息与信息学。
[3]。比罗斯，D. P.乔治，J. F. & Zmud, R. W.(2002)。诱导欺骗敏感性以提高决策表现:一项实地研究。MIS季刊，119-144。
[4]。彭博(2021年3月15日)。Facebook将为Covid-19疫苗的帖子添加标签和信息。摘自《印度斯坦时报》:https://www.hindustantimes.com/world-news/facebook-to-label-add-information-to-posts-on-covid-19-vaccine-101615814186680.html
[5]。博伊德，D.，戈尔德，S.， &洛坦，G.(2010)。推，推，转发:推特上转发的会话方面。2010第43届夏威夷系统科学国际会议。火奴鲁鲁:IEEE。

文摘:背景:近年来，机器学习席卷了科技界。每一个需要解决特定问题的专家都需要开发一个模型，该模型将能够结合所有可用的资源来涵盖所有问题的需求。在这个过程中，可能会遇到很多挑战。其中一个挑战是选择最合适的超参数，用于构建最有效的模型。这个过程被称为超参数优化，被认为是极其重要的。即使所创建的模型被证明在性能和执行时间上都是有效的，如果没有适当的超参数.....，同样的模型也可以被呈现，而不是毫无用处

关键字:超参数，超参数优化，超参数调优，监督学习，分类，回归，机器学习，HyperOpt, Scikit-learn

[1]。世界上最有价值的资源不再是石油，而是数据。可在线购买:https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data
[2]。数据无处不在，它为我们所做的一切提供了动力!可在线购买:https://www.kdnuggets.com/2020/08/data-everywhere-powers-everything.html
[3]。机器学习。可在线购买:https://searchenterpriseai.techtarget.com/definition/machine-learning-ML
[4]。萨拉，R.，赞贝蒂，M.，皮罗拉，F.，平托，R.(2018)。如何选择合适的机器学习算法:基于特征、面向范围的选择框架。在第23届暑期学校“弗朗西斯科·图尔科”-工业系统工程2018年(2018年Vol. 87-93页)。意大利工业操作教授协会。
[5]。Wistuba, M.， Schilling, N.， & Schmidt-Thieme, L.(2016, 10月)。超参数优化机器。2016年IEEE数据科学与高级分析国际会议(DSAA) (pp. 41-50)。IEEE。

文摘:随着研究的完成，到目前为止，每年有数百万的学生毕业，消费者招募和接受的问题是一个大问题。自动消费者招聘机是一个产品，可以特别理想的任何机构的招聘程序。该设备可能足够强大，可以让您自动提取简历内容，并将其保存在数据库中。类算法(Naïve Bayes)将在配置文件上运行，以感知配置文件类或教训。此外，公司可以指定他的标准，也可以决定重要性级别。由于互联网的发展，电子文本的数量迅速增加。这带来了以合理的价格和快速的方式获得记录源的好处。文本内容挖掘非常有用

关键字:用户招募，信任演化，分类算法，关键字提取，Naïve贝叶斯分类器，监督学习，文本挖掘，简历

[1]金钟宇，丹尼尔·x·勒，乔治·R。“Naïve从生物医学在线文章中提取书目信息的贝叶斯分类器”，国家医学图书馆，8600罗克维尔派克，贝塞斯达，MD 20894，美国。
[2] Deepak A. Vidhate和Parag Kulkarni，“具有熟练性的改进合作学习算法框架(ICLAE)”，智能系统和计算中的高级计算和通信技术进展国际会议，施普林格新加坡，第562卷，第149-160页，2017
[3] Ajay S. Patil, B. V. Pawar，“基于朴素贝叶斯算法的网站自动分类”，2012年国际工程师和计算机科学家会议论文集，2012年第1卷，IMECS 2012, 3月14-16日，2012，香港
[4] Deepak A. Vidhate和Parag Kulkarni，“基于专业知识的合作强化学习方法(ECRLM)”，智能系统信息与通信技术国际会议，施普林格丛书《智能创新，系统与技术》(SIST，第84卷)，施普林格Cham, pp 350-360, 2017。

文摘:入侵检测系统是一种软件，它监视单个或一个计算机网络，以发现旨在窃取或审查信息或破坏网络协议的恶意活动。当今入侵检测系统中使用的大多数技术都不能处理计算机网络上网络攻击的动态性和复杂性。尽管高效的自适应方法，如各种深度学习技术，可以导致更高的检测率，更低的虚警率和合理的计算和通信成本。使用数据挖掘技术可以实现频繁的模式挖掘、分类、聚类和小数据流。本文提出了一种基于数据挖掘和深度学习的入侵检测方法......

关键字:网络犯罪，深度学习，数据挖掘，入侵检测系统

[1]李松年，Suzana Dragicevic,Francesc Anton Castro, Monika ester, Stephan´Winter, Arzu Coltekin, Christopher Pettit，“地理空间大数据处理理论与方法:回顾与研究挑战”。
[2] Deepak A Vidhate, Parag Kulkarni, 2019，“多智能体合作强化学习算法在零售商店动态决策中的性能比较”，《国际计算系统工程杂志》，第5卷，第3期，pp 169-178。
[3]杨春华，黄强，杨春华，“空间云计算:地理空间科学如何利用云计算?”，《数字地球学报》，pp. 35 - 38，卷。2011年7月，第4期。
[4] Deepak A Vidhate, Parag Kulkarni, 2019，“多智能体协作故障对算法在零售商店应用中的动态决策框架”，智能系统信息与通信技术，施普林格，pp 693-703。
[5] Duffy DQ, Schnase JL, Thompson JH, Freeman SM, Clune TL，“高效气候数据分析中地图缩减的初步评价”，NASA新技术报告白皮书，2012。