Informacja

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

Wyszukujesz frazę "Uczenie głębokie" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
An influence of deep learning and the internet of things on directions of development of integrated financial systems supporting smart cities for green economy
Wpływ uczenia głębokiego I internetu rzeczy na kierunki rozwoju zintegrowanych systemów finansowych wspierających inteligentne miasta w warunkach ekologicznej gospodarki
Autorzy:
Balicka, Honorata
Powiązania:
https://bibliotekanauki.pl/articles/1944111.pdf
Data publikacji:
2020
Wydawca:
Sopocka Akademia Nauk Stosowanych
Tematy:
Financial Systems
Smart City
Green Economy
Deep Learning.
finanse
smart city
ekologiczna gospodarka
uczenie głębokie.
Opis:
Cyfryzacja to nie tylko kontynuacja status quo na wyższym poziomie technologicznym, ale również zmiana reguł konkurencyjności gospodarczej praktycznie wewszystkich sektorach gospodarki, w tym finansowym. Cyfrowa transformacja biznesowa to proces wykorzystujący technologie cyfrowe do wzmocnienia zdolności firmy w celu konstruowania nowych efektywnych modeli biznesowych. Możliwości zastosowania sztucznej inteligencji w przedsiębiorstwach większości branż zyskały duże zainteresowanie w światowych badaniach. Realizują je przede wszystkim znaczące ośrodki naukowe oraz firmy konsultingowe. Wg ekspertów z grupy Gartnera aż 87% menedżerów wyższego szczebla jest przekonanych, że cyfryzacja jest priorytetem, a 79% strategów korporacyjnych uważa, że cyfryzacja na nowo definiuje działalność przedsiębiorstw, tworząc dodatkowe możliwości generowania zysków. Celem pracy jest scharakteryzowanie kierunków rozwoju systemów finansowych, wspierających inteligentne miasta i ekologiczną gospodarkę, w zakresie wykorzystania nowoczesnych technologii informatycznych, opartych na Internecie Rzeczy i głębokich sztucznych sieciach neuronowych. Zdaniem Autorki wykorzystanie najnowszych osiągnięć sztucznej inteligencji w systemach finansowych, a w szczególności do rozwoju elektronicznych form rozliczeń, stanowi ogromny potencjał umożliwiający uniknięcie głębokiego kryzysu w związku z negatywnymi skutkami długotrwałej pandemii w gospodarce. Warto podkreślić, że istnieje luka w literaturze przedmiotu w tym zakresie, gdyż nie ma jasnych pomysłów, jak skutecznie wykorzystać sztuczną inteligencję w chmurze obliczeniowej do efektywnego wspomagania systemów finansowych w smat city przy uwzględnieniu zrównoważonego rozwoju gospodarczego. Z powyższych względów w artykule rozważa się strategię, jak należy zwiększyć rolę zintegrowanego systemu finansowego w inteligentnym mieście. Ponadto charakteryzuje się Internet Rzeczy w odniesieniu do zarządzania krytycznymi zasobami miasta. Po omówieniu inwestycji finansowych w ekologiczne i inteligentne technologie scharakteryzowano zagadnienia związane z głębokimi sieciami neuronowymi do predykcji i klasyfikacji w systemach finansowych. Przedstawiono również rozważania dotyczące szczególnego przypadku architektury głębokiego uczenia opartej na sztucznych sieciach neuronowych (ANN). Rekurencyjne ANN klasy LSTM zweryfikowano pod kątem inwestycji finansowych na giełdzie. Na zakończenie przedstawiono wnioski i planowane przyszłe prace.
Digitalization is not only a continuation of the status quo at a higher technological level, but is changing the rules of the game in virtually all sectors of the economy, including financial and business. Digital business transformation is the process of using digital technologies to strengthen a company's ability to create robust digital business models. The possibilities of applying digital technologies in enter- prises of individual industries have gained great interest in global research. They are implemented primarily by significant scientific centers and consulting companies. According to Gartner study, 87% of senior executives say digitalization is a priority, and 79% of corporate strategists believe that digitalization is redefining their business in a completely new way, creating additional opportunities to generate profit. The aim of the work is to characterize the directions of financial system development supporting smart cities and green economy in the field of using modern information technologies based on cloud computing and deep neural networks. According to the author, the use of modern information technologies, based on the Internet of Things and deep neural networks in financial systems, in particular for the development of electronic forms of settlements creates a great chance to avoid a crisis due to the development of the pandemic consequences. It is worth to underline that there is a gap in the literature on the subject in this respect. There are no clear ideas on how to apply artificial intelligence and cloud computing to strengthen the role of the financial systems in smart city subject to an efficient development of green economy. Therefore, we discuss integrated financial system in smart city. Besides, we describe Internet of Things for green management of critical city resources. After discussing financial investment in green and smart technologies, issues related to deep learning for prediction in financial systems are characterized. Considerations on the special case of deep learning architecture based on artificial neural networks (ANNs) are presented, too. The Long Short Term Memory ANNs are verified for stock market investment. Finally, conclusions and future work are presented.
Źródło:
Przestrzeń, Ekonomia, Społeczeństwo; 2020, 17/I; 77-102
2299-1263
2353-0987
Pojawia się w:
Przestrzeń, Ekonomia, Społeczeństwo
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Internet rzeczy i modele uczenia głębokiego w zrównoważonym rozwoju inteligentnych miast
Internet of Things and Deep Learning Models for Sustainable Development of Smart Cities
Autorzy:
Balicka, Honorata
Powiązania:
https://bibliotekanauki.pl/articles/35054201.pdf
Data publikacji:
2023
Wydawca:
Uniwersytet Gdański. Wydział Ekonomiczny
Tematy:
: Smart City
Green Economy
Internet of Things
Deep Learning
Smart City
Ekologiczna Gospodarka
Internet Rzeczy
Uczenie Głębokie
Opis:
Celem artykułu jest scharakteryzowanie kierunków zrównoważonego rozwoju inteligentnych miast w oparciu o wykorzystanie Internetu Rzeczy oraz modeli uczenia głębokiego. Zdaniem autorki taka strategia stwarza ogromną szansę na uniknięcie kryzysu w dużych miastach, wynikającego z negatywnych skutków pandemii, zagęszczania miast, zmian klimatycznych oraz zanieczyszczenia środowiska. W literaturze przedmiotu istnieje w tym zakresie luka, ponieważ brakuje jasnych koncepcji, jak wykorzystać wybrane technologie do zrównoważonego rozwoju inteligentnych miast. Z powyższych względów w artykule rozważa się strategie zastosowania Internetu Rzeczy oraz uczenia głębokiego, opartego na sieciach neuronowych do zwiększenia efektywności funkcjonowania miasta oraz poprawy jakości życia mieszkańców, dbając jednocześnie o środowisko naturalne. Scharakteryzowano zintegrowany system zarzadzania miastem z zastosowaniem inteligentnych i ekologicznych technologii. Rolę i znaczenie Internetu Rzeczy opisano w kontekście zarządzania krytycznymi zasobami miasta. Natomiast zagadnienia związane z modelami uczenia głębokiego zaprezentowano pod kątem możliwości doskonalenia predykcji i przewidywania wyników. Przedstawiono rozważania dotyczące szczególnego przypadku architektury głębokiego uczenia opartej na sztucznych sieciach neuronowych (ANN). Rekurencyjne ANN klasy LSTM zweryfikowano pod kątem inwestycji finansowych na giełdzie. Na zakończenie przedstawiono konkluzje i planowane przyszłe prace. Wnioski wyciągnięte na podstawie przeprowadzonych badań jednoznacznie wskazują, że Internet Rzeczy oraz modele uczenia głębokiego odgrywają istotną rolę w zrównoważonym rozwoju inteligentnych miast.
The aim of the article is to characterize the directions of sustainable development of smart cities based on the use of the Internet of Things and deep learning models. According to the author, such a strategy creates a great opportunity to avoid the crisis in large cities resulting from the negative effects of the pandemic, urban density, climate change and environmental pollution. There is a gap in the literature on the subject, because there are no clear concepts on how to use selected technologies for the sustainable development of smart cities. For the above reasons, the article considers the strategies of using the Internet of Things and deep learning based on neural networks to increase the efficiency of the city's functioning and improve the quality of life of residents, while caring for the natural environment. An integrated city management system with the use of intelligent and ecological technologies has been characterized. The role and importance of the Internet of Things has been described in the context of managing critical city resources. On the other hand, issues related to deep learning models were presented in terms of the possibility of improving prediction and predicting results. Considerations on a special case of a deep learning architecture based on artificial neural networks (ANN) are presented. Recursive ANNs of the LSTM class were verified in terms of financial investments on the stock exchange. Finally, conclusions and planned future work were presented. The conclusions drawn on the basis of the conducted research clearly indicate that the IoT and deep learning models play an important role in the sustainable development of smart cities.
Źródło:
Współczesna Gospodarka; 2023, 16, 1 (40); 27-43
2082-677X
Pojawia się w:
Współczesna Gospodarka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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