Wyniki wyszukiwania - BazTech

1

Inclusive cities. Diversity and inclusion in city marketing

Daszkiewicz Magdalena

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2023

|

z. 173

93--112

EN

Purpose: The article aims to examine how cities incorporate diversity and inclusion into their policies and marketing practices. Design/methodology/approach: The research was carried out using a case study with an exploratory qualitative approach. The case study was conducted involving two European cities, Barcelona and Wroclaw. The content analysis of official documents and publicised materials was the basis for describing each city's inclusive strategic policies and marketing initiatives. Considerations based on the literature review and case study led to the conclusions about the strategic role of diversity and inclusion context in city marketing and the use of inclusive marketing in cities’ practices. Findings: By supporting diversity and inclusion, inclusive marketing contributes to developing inclusive cities by creating a climate of equal opportunity and stimulating stakeholder engagement. Marketing cities through diversity and inclusion also strengthens internal and external city image. Practical implications: The article's considerations highlight the essential role of diversity and inclusivity in marketing cities. Demonstrating the value, possibilities, and ways to implement inclusive marketing can contribute to its broader and more strategic use in the practice of cities. Originality/value: Despite growing challenges, inclusive marketing in a territorial context has so far been an understudied area. The article launches the scientific discussion on diversity and inclusion in city marketing, forming the basis for further exploration and developing model solutions.

2

On some inclusion in the set theory

Ochab Justyna, Ulaszek Marcin

Journal of Mathematics and Applications

|

2022

|

Vol. 45

129--132

EN

This note contains the proof of an inclusion in the set theory. In that proof we use only basic laws appearing in the set theory. More precisely, using some basic laws of the set theory we provide the proof of an inclusion which is applied in the proof of certain theorem of the classical measure theory. The presented paper has an elementary character. Only the basic tools of the set theory are involved.

3

Bezinwazyjne metody włączeń gazociągów

Miazga Maciej

Instal

|

2020

|

nr 5

30--32

PL

W artykule przedstawiono metody bezinwazyjnych włączeń nowych gazociągów, z zachowaniem ciągłości przesyłu gazu. Autor dokonuje analizy częstotliwości stosowania rozwiązań zrealizowanych włączeń, powstałych trudności i błędów podczas prowadzenia prac.

EN

The article presents the methods of non-invasive inclusion of new gas pipelines, while maintaining continuity of transmission gas. The author analyses frequencies of application solutions of the completed inclusions, difficulties and errors during work done.

4

Deep Neural Networks for Curbing Climate Change-Induced Farmers-Herdsmen Clashes in a Sustainable Social Inclusion Initiative

Okewu Emmanuel, Misra Sanjay, Fernandez Sanz Luis, Ayeni Foluso, Mbarika Victor, Damaševičius Robertas

Problemy Ekorozwoju

|

2019

|

Vol. 14, nr 2

143--155

EN

Peaceful coexistence of farmers and pastoralists is becoming increasingly elusive and has adverse impact on agricultural revolution and global food security. The targets of Sustainable Development Goal 16 (SDG 16) include promoting peaceful and inclusive societies for sustainable development, providing access to justice for all and building effective, accountable and inclusive institutions at all levels. As a soft approach and long term solution to the perennial farmers-herdsmen clashes with attendant humanitarian crisis, this study proposes a social inclusion architecture using deep neural network (DNN). This is against the backdrop that formulating policies and implementing programmes based on unbiased information obtained from historical agricultural data using intelligent technology like deep neural network (DNN) can be handy in managing emotions. In this vision paper, a DNN-based Farmers-Herdsmen Expert System (FHES) is proposed based on data obtained from the Nigerian National Bureau of Statistics for tackling the incessant climate change-induced farmers-herdsmen clashes, with particular reference to Nigeria. So far, many lives have been lost. FHES is modelled as a deep neural network and trained using farmers-herdsmen historical data. Input variables used include land, water, vegetation, and implements while the output is farmers/herders disposition to peace. Regression analysis and pattern recognition performed by the DNN on the farmers-herdsmen data will enrich the inference engine of FHES with extracted rules (knowledge base). This knowledge base is then relied upon to classify future behaviours of herdsmen/farmers as well as predict their dispositions to violence. Critical stakeholders like governments, service providers and researchers can leverage on such advisory to initiate proactive and socially inclusive conflict prevention measures such as people-friendly policies, programmes and legislations. This way, conflicts can be averted, national security challenges tackled, and peaceful atmosphere guaranteed for sustainable development.

PL

Pokojowe współistnienie rolników i pasterzy staje się coraz mnie realne, co ma negatywny wpływ na rewolucję rolniczą i globalne bezpieczeństwo żywnościowe. Cele zrównoważonego rozwoju (SDG 16) obejmują promowanie tworzenia pokojowych i zintegrowanych społeczeństw na rzecz zrównoważonego rozwoju, zapewnienie wszystkim dostępu do uczciwego wymiaru sprawiedliwości i tworzenie skutecznych, odpowiedzialnych i integrujących instytucji na wszystkich poziomach. W ramach łagodnego podejścia i długofalowego podejścia do problemu konfliktów rolników-pasterzy w kontekście kryzysu humanitarnego, w niniejszym artykule zaproponowano architekturę integracji społecznej wykorzystującą głęboką sieć neuronową (DNN). Formułowanie polityki i wdrażanie programów w oparciu o obiektywne informacje uzyskane z historycznych danych przy użyciu inteligentnej technologii, takiej jak głęboka sieć neuronowa (DNN), może być przydatne w zarządzaniu emocjami. W niniejszym artykule zaproponowano oparty na danych uzyskanych od Nigeryjskiego Narodowego Urzędu Statystycznego system ekspercki rolników-pasterzy (FHES) oparty na DNN w celu przeciwdziałaniu nieustannym starciom rolników-pasterzy wywołanych zmianami klimatu, ze szczególnym uwzględnieniem Nigerii. Do tej pory wiele było ofiar. System FHES jest modelowany jako głęboka sieć neuronowa, przy użyciu danych historycznych hodowców-pasterzy. Zastosowane zmienne wejściowe obejmują ziemię, wodę, roślinność i narzędzia, podczas gdy zmienne wyjściowe to rolnicy-pasterze skłonni do pokoju. Analiza regresji i rozpoznawanie wzorców przeprowadzone przez DNN na danych rolników-pasterzy wzbogaci mechanizm wnioskowania systemu FHES o wyodrębnione reguły (baza wiedzy). Podstawą tej wiedzy jest klasyfikacja przyszłych zachowań pasterzy/rolników, a także przewidywanie ich skłonności do przemocy. Krytyczni interesariusze, tacy jak rządy, dostawcy usług i naukowcy, mogą wykorzystać takie doradztwo do zainicjowania proaktywnych i społecznie włączających środków zapobiegania konfliktom, takich jak przyjazne dla ludzi polityki, programy i prawodawstwo. W ten sposób można uniknąć konfliktów, stawić czoła wyzwaniom bezpieczeństwa narodowego i zagwarantować pokojową atmosferę dla zrównoważonego rozwoju.

5

Włączenie nieruchomości do drogi publicznej i zajęcie pasa drogowego do celów budowy

Korzeniewski W.

Wiadomości Projektanta Budownictwa

|

2005

|

nr 12

5--7

6

Knowledge-based clustering as a conceptual and algorithmic environment of biomedical data analysis

Pedrycz W., Gacek A.

Journal of Medical Informatics & Technologies

|

2004

|

Vol. 7

KB13--22

EN

While a genuine abundance of biomedical data available nowadays becomes a genuine blessing, it also posses a lot of challenges. The two fundamental and commonly occurring directions in data analysis deal with its supervised or unsupervised pursuits. Our conjecture is that in the area of biomedical data processing and understanding where we encounter a genuine diversity of patterns, problem descriptions and design objectives, this type of dichotomy is neither ideal nor the most productive. In particular, the limitations of such taxonomy become profoundly evident in the context of unsupervised learning. Clustering (being usually regarded as a synonym of unsupervised data analysis) is aimed at determining a structure in a data set by optimizing a given partition criterion. In this sense, a structure emerges (becomes formed) without a direct intervention of the user. While the underlying concept looks appealing, there are numerous sources of domain knowledge that could be effectively incorporated into clustering mechanisms and subsequently help navigate throughout large data spaces. In unsupervised learning, this unified treatment of data and domain knowledge leads to the general concept of what could be coined as knowledge-based clustering. In this study, we discuss the underlying principles of this paradigm and present its various methodological and algorithmic facets. In particular, we elaborate on the main issues of incorporating domain knowledge into the clustering environment such as (a) partial labelling, (b) referential labelling (including proximity and entropy constraints), (c) usage of conditional (navigational) variables, (d) exploitation of external structure. Presented are also concepts of stepwise clustering in which the structure of data is revealed via a series of refinements of existing domain granular information.