دانلود مقاله ISI تحقیقات نشت نفت سیستم های حفاری پاسخ 3D

موضوع فارسی :تحقیقات نشت نفت سیستم های حفاری پاسخ 3D

موضوع انگلیسی :Research of 3D Oil Spill Response Drill System

تعداد صفحه :6

فرمت فایل :PDF

سال انتشار :2015

زبان مقاله : انگلیسی

چکیده
از طریق ترکیبی از فن آوری واقعیت مجازی، برای تحقق بخشیدن به شبیه سازی 3D از روند نشت نفت در زمان واقعی، که می تواند 3D واقعی صحنه نشت نفت تشکیل می دهند و عرضه یک رابط برای چندین اپراتور به عمل در صحنه است. سیستم ارائه می دهد آموزش فرمانده نفت نشت پاسخ و اپراتورهای دیگر؛ و آن را نیز می توان برای حفاری استفاده می شود و تجزیه و تحلیل برنامه های احتمالی

Context-aware recommender systems

Recommender systems try to predict users' preferences for certain items,
given a set of historical data. Multiple dierent techniques are available that
make these systems accurate and one of them that delivers promising results
is matrix factorization. This thesis explores how these systems work and
presents a method to incorporate contextual data into a factorization technique
to get predictions based on context. Specically, a music recommender
based on Candecomp/Parafac tensor factorization is proposed that uses implicit
feedback collected from music listeners. The results are empirically
tested and compared with other non-contextual recommender techniques.
The prediction quality of the matrix factorization technique is unfortunately
not improved by our proposed tensor factorization recommender on the used
Last.fm dataset. However, an adjusted dataset with articially made contextual
data does get better results, but this may not re
ect a real-world
situation.