دانلود رایگان مقالات IEEEدانلود رایگان مقالات ژورنالی کامپیوتردانلود رایگان مقالات ژورنالی مهندسی فناوری اطلاعات ITدانلود رایگان مقالات سال 2018دانلود رایگان مقاله ISI شبکه بیزی به زبان انگلیسیدانلود رایگان مقاله ISI شبکه های کامپیوتری به زبان انگلیسیدانلود رایگان مقاله ISI کلان داده یا بیگ دیتا به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی فناوری اطلاعات به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI هوش مصنوعی به زبان انگلیسیسال انتشار

مقاله انگلیسی رایگان در مورد مدل ادغام اطلاعاتی از اتحادیه نوآوری بر اساس شبکه بیزی – IEEE 2018

 

مشخصات مقاله
ترجمه عنوان مقاله یک مدل ادغام اطلاعاتی از اتحادیه های نوآوری بر اساس شبکه بیزی
عنوان انگلیسی مقاله An Information Fusion Model of Innovation Alliances Based on the Bayesian Network
انتشار مقاله سال ۲۰۱۸
تعداد صفحات مقاله انگلیسی ۱۰ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
منتشر شده در نشریه IEEE
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
رشته های مرتبط مهندسی کامپیوتر، فناوری اطلاعات
گرایش های مرتبط هوش مصنوعی، شبکه های کامپیوتری
مجله علم Tsinghua و فناوری – Tsinghua Science and Technology
دانشگاه School of Management – Harbin Institute of Technology – China
کلمات کلیدی تلفیق اطلاعات؛ اتحاد نوآوری؛ شبکه های بیزی؛ مدل پیش بینی؛ تصمیم؛ کلان داده
کلمات کلیدی انگلیسی information fusion; innovation alliance; Bayesian networks; forecasting model; decision making; big data
شناسه دیجیتال – doi
https://doi.org/10.26599/TST.2018.9010079
کد محصول  E8936
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

بخشی از متن مقاله:
۱ Introduction

An innovation alliance is a union that consists of enterprises, universities, research institutes, and other institutions. These parties usually have a specific purpose and some common attributes. When information is transferred and applied in the innovation alliance, the process tends to be complicated, syncretic, and marked with other characteristics. Acquisition, classification, synthesis of the information, and decision-making require much work[1, 2]. Information fusion technology is an important tool in the field of knowledge management that can effectively organize information from different knowledge sources and form new and more comprehensive knowledge[3]. The process of information fusion in innovation alliances can collect, transfer, fusion, and apply information from alliance members and external information sources. As a result, sharing, mobility, and integration of knowledge are promoted, and collaborative innovation between each innovation subject is implemented[4] . Information fusion technology is a series of processes that enables the complete use of all types of environment and object information obtained from a plurality of sensors, analysis, and reorganization of information. Such technology allows the fusion of complete and effective information to provide support for decisionmaking[5–۷]. In the 1970s, research institutions in the United States attempted to use the information fusion technology for multiple continuous fusion of sonar signals to determine the position of enemy submarines. This military application is the initial source of information fusion technology; thereafter, early forms of information fusion were mainly intended for data fusion. In the 1980s, the United States set up a data fusion technical expert group and formally proposed the concept of data fusion[8]. In 1997, the same country established the Institute of Information Fusion and organized a number of special projects to study data fusion technology. With recent rapid development in computer and network communication technology as well as the growing need for military applications, information fusion technology has seen remarkable achievements[9], and its application areas have gradually expanded from the initial military field to other areas, such as intelligent robotics, image processing and analysis, earth science, agricultural applications, weather forecasting, modern manufacturing industries, and economic management[10]. However, the modeling mechanisms and application conditions of these technologies differ, and each method presents some limitations for certain prediction problems in various applications. For example, estimates may not be accurate enough or the accuracies obtained may not be high enough. Gaining complete and effective information is key to decision making, and how to integrate various methods and overcome the application limits of application and accuracy of each method is an important area of research with both theoretical and practical significance[11] .

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا