Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "forest strategy" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
FTP-C7 session of the European Forest-Based Sector Technology Platform (FTP) in Warsaw
FTP-C7 obrady Europejskiej Platformy Technologicznej Sektora Leśno-Drzewnego w Warszawie
Autorzy:
Fojutowski, A.
Strykowski, W.
Powiązania:
https://bibliotekanauki.pl/articles/52889.pdf
Data publikacji:
2011
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technologii Drewna
Tematy:
European Forest-Based Sector Technology Platform
conference
forest
wood
bioeconomy
innovation
strategy
Warsaw conference
Źródło:
Drewno. Prace Naukowe. Doniesienia. Komunikaty; 2011, 54, 186
1644-3985
Pojawia się w:
Drewno. Prace Naukowe. Doniesienia. Komunikaty
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Pozycja strategiczna przedsiębiorstwa sektora usług leśnych z obszaru RDLP w Poznaniu, Pile i Szczecinie
Strategic position of the forest service sector company in Poznan, Pila and Szczecin RDSF
Autorzy:
Glazar, K.
Iwanicki, P.
Powiązania:
https://bibliotekanauki.pl/articles/989657.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Leśne
Tematy:
lesnictwo
RDLP Poznan
RDLP Pila
RDLP Szczecin
uslugi lesne
przedsiebiorstwa uslugowe
przedsiebiorstwa lesne
pozycja strategiczna
analiza SWOT
forest companies
positioning
swot
strategy
Opis:
The study attempts to assess the strategic position of the forest service sector companies based on the SWOT method. Positioning of the company development was done on the example of 49 companies, which are providing services for the forest management in Poznań, Piła and Szczecin Regional State Forest Directorates (western Poland). Data that enabled the analysis was obtained by the usage of the questionnaire method. The structure analysis of the respondents from the point of view of points assigned to the investigated factors and assessments of these factors was performed. The results showed that the vast majority of companies that were participating in the research was on the average and aggressor developmental position. The internal factors such as ‘work experience of human resources', ‘machines technical quality' and external factor such as ‘forest services contract principle' were the most important for the forest companies owners. ‘Leasing of forest machines' and ‘opportunity for action as consortiums' are said to bring about strengths, while ‘purchase of machinery by the State Forest', ‘business ethics', ‘increase of fuel prices' and ‘new competing companies' are considered as the main threats.
Źródło:
Sylwan; 2016, 160, 01; 11-20
0039-7660
Pojawia się w:
Sylwan
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Measuring comparative statistical effectiveness of cancer subtype categorization using gene expression data
Autorzy:
Avila, Clemenshia P.
Deepa, C.
Powiązania:
https://bibliotekanauki.pl/articles/38708033.pdf
Data publikacji:
2024
Wydawca:
Instytut Podstawowych Problemów Techniki PAN
Tematy:
cancer subtype
gene expression data
machine learning
Deep Flexible Neural Forest
strategy
podtyp raka
dane dotyczące ekspresji genów
nauczanie maszynowe
głęboki las neuronowy
elastyczny las neuronowy
strategia
Opis:
This work focused on the analysis of various gene expression-based cancer subtype classification approaches. Correctly classifying cancer subtypes is critical for understanding cancer pathophysiology and effectively treating cancer patients by using gene expression data to categorize cancer subtypes. When dealing with limited samples and high-dimensional biological data, most classifiers may suffer from overfitting and lower precision. The goal of this research is to develop a machine learning (ML) system capable of classifying human cancer subtypes based on gene expression data in cancer cells. These issues can be solved using ML algorithms such as Transductive Support Vector Machines (TSVM), Boosting Cascade Deep Forest (BCD Forest), Enhanced Neural Network Classifier (ENNC), Deep Flexible Neural Forest (DFN Forest), Convolutional Neural Network (CNN), and Cascade Flexible Neural Forest (CFN Forest). In inferring the benefits and rawbacks of these strategies, such as DFN Forest and CFN Forest, the findings are 95%.
Źródło:
Computer Assisted Methods in Engineering and Science; 2024, 31, 2; 261-272
2299-3649
Pojawia się w:
Computer Assisted Methods in Engineering and Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies