ترغب بنشر مسار تعليمي؟ اضغط هنا

حُضر المركب الشالكوني (2E)-3-]4-(ثنائي ميتيل أمينو) فينيل[-1-(2-هيدروكسي فينيل) بروب-2- إن-1- ون (A1) بطريقة جديدة من خلال تكاثف أورتو هيدروكسي أسيتوفينون مع بارا ثنائي ميتيل أمينو بنزالدهيد بوجود البيبيريدين كحفاز عضوي. تم اصطناع سلسلة جديدة من مشتق ات آزو شالكون وآزو فلافون انطلاقاً من المركب الشالكوني (2E)-3-]4-(ثنائي ميتيل أمينو) فينيل[-1-(2-هيدروكسي فينيل) بروب-2- إن-1- ون وذلك عبر تفاعلات الديأزة والازدواج لأمينات عطرية مختلفة (أورتو أمينو فينول, بارا أمينو فينول, بارا أمينو حمض البنزوئيك) مع المركب الشالكوني. يلي ذلك تحلق مركبات آزو شالكون باستخدام اليود وثنائي ميتيل سلفوكسيد. تمت دراسة الخصائص الفيزيائية والدراسة الطيفية للمركبات الجديدة (مطيافية الأشعة تحت الحمراء FT-IR, مطيافية الرنين النووي المغناطيسي الكربوني 13C-NMR والبروتوني 1H-NMR). تم التأكد من نقاوة المركبات المصنعة باستخدام كروماتوغرافيا الطبقة الرقيقة TLC. دُرست الفعّالية البيولوجية على اثنين من المركبات الفلافونيدية المصنعة (B5, B6) بتركيزين مختلفين (0.5 mg/ml, 0.25 mg/ml) ضد ثلاثة أنواع من الفطريات: Aspergillus flavus, Acremonium strictum, Penicillium expansum. أظهرت المركبات نشاطاً جيداً ضد الفطريات المختبرة.
مستوحاة من اختيار ميزة المعلومات المتبادلة (MI) في الانحدار اللوجستي، في هذه الورقة، نقترح تشذيب الطبقة المستندة إلى MI: لكل طبقة من الشبكة العصبية متعددة الطبقات، الخلايا العصبية ذات القيم العالية في MI فيما يتعلق يتم الحفاظ على الخلايا العصبية المح فوظة في الطبقة العليا. بدءا من أعلى طبقة SoftMax، تتقلص الطبقة الحكيمة في الأزياء من أعلى إلى أسفل حتى تصل إلى طبقة تضمين الكلمة السفلي. تقدم استراتيجية التذكير المقترحة مزايا تقنيات تشذيب الوزن: (1) يتجنب الوصول إلى الذاكرة غير النظامية لأن التمثيلات والمصفوفات يمكن الضغط عليها في نظرائها الأصغر ولكن الكثيف، مما يؤدي إلى زيادة السرعة؛ (2) بطريقة تشذيب من أعلى إلى أسفل، تعمل الطريقة المقترحة من منظور عالمي أكثر استنادا إلى إشارات تدريبية في الطبقة العليا، والحكومة كل طبقة من خلال نشر تأثير الإشارات العالمية من خلال الطبقات، مما يؤدي إلى أداء أفضل في نفس مستوى Sparsity. تظهر تجارب واسعة أنه على مستوى Sparsity نفسه، فإن الاستراتيجية المقترحة تقدم كل من التطورات العالية والأداء أعلى من طرق تشذيب الوزن (على سبيل المثال، تشذيب الحجم، تقليم الحركة).
قد يتم تنفيذ أنواع معينة من مشاكل التصنيف على مستويات متعددة من الحبيبات؛ على سبيل المثال، قد نريد معرفة قطبية المعنويات وثيقة أو جملة أو عبارة. في كثير من الأحيان، قد يكون التنبؤ في سياق أكبر (على سبيل المثال، الجمل أو الفقرات) أمرا مفيدا للتنبؤ أكث ر تجميعية في وحدة دلالية أصغر (مثل الكلمات أو العبارات). ومع ذلك، قد يستنتج بشكل مباشر أكثر الميزات المحلية البارزة من التنبؤ العالمي من التوقعات العالمية في دلالات هذه العلاقة. يجادل هذا العمل بأن الاستدلال على طول العلاقة بين المواجهة بالتنبؤ المحلي والتنبؤ العالمي المقابل يجعل إطار الاستدلال أكثر دقة وقوية للضوضاء. نوضح كيف يمكن تنفيذ إطار الخازن هذا كدالة نقل تعمل على إعادة كتابة سياق أكبر من فئة واحدة إلى أخرى وإظهار كيفية تدريب وظيفة النقل المناسبة من كوربوس الناتج عن المستخدم صاخبة. تتحقق النتائج التجريبية البصيرة الخاصة بنا أن إطار المواقد المقترح يتفوق على النهج البديلة على مجالات المشكلات المقيدة بالموارد.
الخلل من الطبقة هو تحد مشترك في العديد من مهام NLP، ولديه اتصالات واضحة إلى التحيز، في هذا التحيز في البيانات التدريبية يؤدي غالبا إلى دقة أعلى بالنسبة لمجموعات الأغلبية على حساب مجموعات الأقليات.ومع ذلك، كان هناك تقليديا قطع اتصال بين البحث في التعل م المتوازن في الفئة والتخفيف من التحيز، ولديه مؤخرا فقط تم النظر في اثنين من خلال عدسة مشتركة.في هذا العمل، نقيم أساليب التعلم الطويلة ذات الذيل الطويل لتغريد المعنويات وتصنيف الاحتلال، وتوسيع نهج قائم على الهامش مع طرق لفرض الإنصاف.نعرض تجريبيا من خلال تجارب محكومة أن الأساليب المقترحة تساعد في تخفيف كل من الخلل في الطبقة والتحيزات الديموغرافية.
ترجمة كتاب Fundemntals of heat and mass transfer الحمل الحراري القسري السريان الداخلي. اعتبارات حرارية توازن الطاقة تعزيز انتقال الحرارة التدفق في القنوات الصغيرة
في السنوات الأخيرة نمت مشكلة تصنيف الكائنات في الصّور نتيجة لمتطلبات القطاع الصناعي.على الرّغم من تعدد التقنيات المستخدمة للمساعدة في عملية التصنيف SIFT Scale Invariant Feature Transforms، ORB Oriented Fast And Rotated Brief , SURF Speed Up Robust Features، إضافة لشبكات التعلم العميق Deep Learning Neural Network DNN والشبكات العصبونية الالتفافية Convolutional Neural Network CNN، فإن الأنظمة المقترحة لمعالجة هذه المشكلة تفتقر للحل الشّامل للصعوبات المتمثلة بوقت التّدريب الطّويل والذاكرة العائمة أثناء عملية التدريب، وانخفاض معدّل التصنيف. تعتبر الشبكات العصبونية الالتفافيةConvolutional Neural Networks (CNNs) من أكثر الخوارزميات استخداما لهذه المهمة، فقد كانت نموذجا حسابيا لتحليل البيانات الموجودة في الصور. تم اقتراح نموذج شبكة التفافية عميقة جديد لحل المشاكل المذكورة أعلاه. يهدف البحث إلى إظهار أداء نظام التّعرف باستخدام شبكاتCNNs على الذّاكرة المتاحة وزمن التدريب وذلك من خلال منهجة متغيرات مناسبة للشبكة العصبونية الالتفافية. قاعدة البيانات المستخدمة في هذا البحث هي CIFAR10 المكونة من60000 صورة ملونة تنتسب لعشرة أصناف، حيث أن كل 6000 صورة تكون لصنف من هذه الأصناف. يوجد 50000 صورة للتدريب و 10000 صورة للاختبار. حقق النموذج لدى اختباره على عينة من الصور المنتقاة من قاعدة البيانات CIFAR10 معدل تصنيف 98.87%.
تقع منطقة البحث في الساحل السوري بين نهري السن و الروس. و يهدف البحث إلى دراسة الخصائص الهيدروجيولوجية للطبقة الحاملة للمياه الجوفية الحرة في منطقة البحث، و تقويم ظروف توضعها، حيث اعتمد البحث على شبكة رصدٍ تتألف من 36 بئراً للمراقبة تخترق الطبقة الحا ملة الجوفية الحرة، و استمرّت القياسات فيها خلال الفترة (تشرين الأول 2016 حتى أيلول 2017). تتراوح أعماق المياه الجوفية الحرة في منطقة البحث بين 0.5-11.5 m، و تصل أحياناً خلال فترة الجفاف إلى 13.5m، بينما تكون قريبة من سطح الأرض شتاءً و تصل إلى 0.1m في بعض الآبار. كما تتراوح الناقلية الكهربائية للمياه الجوفية بين (550-3700) µs حيث تزداد كلما اتجهنا غرباً و تبلغ 9000 µs و أكثر في الآبار القريبة من البحر خلال فترة الجفاف. تنخفض مناسيب المياه الجوفية إلى مستوى أدنى من منسوب سطح البحر في الآبار القريبة من الشاطئ مما يحقق الشروط الهيدروديناميكية لاندساس مياه البحر ضمن الطبقة الحاملة للمياه الجوفية الحرة.
تناول هذا البحث دراسة تأثير طريقة الامتصاص كطريقة من طرق التحكم بالطبقة الحدية من أجل تجنب أو على الأقل تأخير حدوث انفصام الطبقة الحدية و توضيح فعالية هذه الطريقة في تحسين الأداء الأيروديناميكي للسطوح الانسايبية لريشة العنفة الريحية المدروسة و بال تالي إمكانية الحصول على خرج طاقوي كهربائي أفضل للعنفة الريحية أي تحسّن الأداء الكامل للعنفات الريحية و الحصول على تصميم أفضل.
يهدف هذا البحث إلى تطوير المادة التعليمية في الجامعات السورية، من خلال مناقشة مفردات مقرر الثقافة القومية، الذي يدرّس حاليّاً لطلاب السنة الأولى في كلياّت الجامعات الحكومية و معاهدها، و ذلك من خلال معرفة مقدار ارتباط هذا المقرر بالوضع الاجتماعي و الس ياسي و محاولة تبيان النتائج المرجوة من تدريسه، أضف إلى ذلك محاولة البحث في العقبات التي يصطدم بها تدريس مفردات المقرر من خلال قبول الطلاب له و استيعابهم لمادته، و محاولة الوصول إلى الأهداف التي يسعى إليها، و التي يمكن أن تتحقق لا على أساس دراسة مفردات مقرر الثقافة القومية كأمر واقع و اعتباره مقرراً ثانوياً هامشياً مقحماً في العملية التعليمية الهدف منه هو الدعاية السياسية، و إنما الهدف الذي يسعى إليه هو إعداد جيل ذي شخصية متكاملة، و متوازنة يسْتَوعِب معطيات العلم و التطور الحضاري، واعٍ، متفاعلٍ مع بيئته الاجتماعية، و الأهم من هذا و ذاك أن يكون مقتنعاً بالقومية العربية مؤمناً بأهداف أمّته العربية واعياً لأبعاد الصراع القومي المصيري ضد أعداء الأمة في داخل القطر و خارجه، مرجحاً الولاء للوطن في مواجهة الولاءات الأخرى المتعددة، التي منها الإقليمية، و الطائفية و العشائرية و الاثنية مدركاً للمؤامرة التي تستهدف القطر العربي السوري سياسياً و اجتماعياً و اقتصادياً متصدياً للإرهاب الذي يضرب بالمنطقة العربية.
فصلت الكاروتينوئيدات من الخميرة الأصلية A23) R.mucilaginosa) و الخميرة A23-M) R.mucilaginosa) المطفرة بوساطة أشعة (UV(254 nm باستخدام كروماتوغرافيا الطبقة الرقيقة (TLC), حيث أعطت الخميرة الأصلية ثلاثة بقع لونية و هي بيتا كاروتين( β–Carotene) ب قيمة Rf= 0.9 و توريولين (Torulene) بقيمة 0.7=Rf و توريولارهودين (Torularhodin) بقيمة 0.2=Rf , بينما لم تعط الخميرة المطفرة إلا بقعة لونية واحدة وهي توريولارهودين(Torularhodin) بقيمة (0.2 =Rf) حددت الكاروتينوئيدات المنتجة من الطفرة A23-M) R.mucilaginosa) باستخدام عمود التنقية المحشو بمادتي Hyflo Super Cel و أوكسيد المغنزيوم بنسبة (1:2) و تم الكشف عن ناتج التنقية باستخدام تقانة الكروماتوغرافيا السائلة عالية الأداء HPLC على طول موجة 495 نانو متر, فتبين أن ناتج الفصل يعود إلى ملوف واحد وهو توريولارهودين(Torularhodin).
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا