پژوهش حاضر با هدف سنتز ادبیات مربوط به دانشگاه مهارت محور در راستای شناسایی مولفه های دانشگاه مهارت محور در نظام آموزش عالی کشور انجام شده است. این پژوهش از نظر هدف کاربردی و با روش کیفی فراترکیب انجام شده است. جامعه آماری، کلیه مطالعات انجام شده در بازه زمانی 1380 الی 1401 است. در این راستا 38پژوهش در زمینه موضوع موردنظر ارزیابی و درنهایت 22 پژوهش به صورت هدفمند انتخاب گردید و با تحلیل محتوا و ترکیب ادبیات مربوط، درمجموع 126 کد،12 مفهوم، 7 مقوله کلیدی طی فرایند جست وجو و ترکیب نظام مند متون شناسایی و مورد تحلیل قرار گرفت و اعتبار آن از طریق آزمون کاپای کوهن تأیید گردید. نتایج تحلیل نشان داد، که مهم ترین مولفه های کلیدی شناسایی شده شامل: دولت، ماموریت و رسالت های دانشگاه، پژوهش، آموزش، ارتباط با صنعت، فرهنگ و تعامل با محیط بین الملل است. این پژوهش ازآن جهت که درک عمیقی از ادبیات موجود در مورد موضوع پژوهش با شناسایی مولفه های دانشگاه مهارت محور ارائه می دهد، می تواند در سیاست گذاری های نظام آموزش عالی کشور در راستای توسعه مهارت محوری در نظام آموزش عالی کشور مورداستفاده قرار گیرد.

در بسیاری از الگوریتم­ های یادگیری ماشین، فرض اولیه بر این اساس است که مجموعه داده آموزشی (دامنه منبع) و مجموعه داده آزمون (دامنه هدف) توزیع یکسانی را به اشتراک می­ گذارند. این در حالی است که در اغلب مسائل دنیای واقعی، به دلیل اختلاف توزیع احتمال بین دامنه منبع و هدف، این فرض نقض می ­شود. برای مقابله با این مشکل، یادگیری انتقالی و تطبیق دامنه، مدل را برای مقابله با داده ­های هدف دارای توزیع متفاوت، تعمیم می ­دهند. در این مقاله ما یک روش تطبیق دامنه با عنوان هم ­ترازی تصویر از طریق یادگیری خصوصیت کرنل شده (IMAKE) را به منظور حفظ اطلاعات عمومی و هندسی دامنه­ های منبع و هدف پیشنهاد می­ دهیم. روش پیشنهادی یک زیرفضای مشترک بین دامنه ­های منبع و هدف جستجو می کند تا اختلاف توزیع آنها را به کمینه برساند. IMAKE از هر دو تطبیق توزیع هندسی و عمومی به صورت هم ­زمان بهره می ­برد. روش پیشنهادی دامنه ­های منبع و هدف را به یک زیرفضای کم­بعد مشترک به صورت بدون­ نظارت منتقل می­ کند تا اختلاف احتمال توزیع شرطی و حاشیه ­ای داده­ های دامنه منبع و هدف را از طریق بیشینه اختلاف میانگین ها کمینه ­کند و برای تطبیق توزیع هندسی از هم ­ترازی منیفلد بهره می ­گیرد. کارایی روش پیشنهادی با استفاده از پایگاه­ داده­ های بصری متنوع و استاندارد با 36 آزمایش مورد ارزیابی قرار گرفته است. نتایج به دست ­آمده، نشان­ دهنده بهبود قابل ملاحظه از عملکرد روش پیشنهادی در مقایسه با جدیدترین روش های حوزه یادگیری ماشین و یادگیری انتقالی است.

استفاده از معادلات انتگرالی در روش های تعیین ژئویید مانند وارون سازی تک مرحله ای بر مبنای مشتقات مرتبه اول انتگرال پواسن بیضوی برای انتقال شتاب گرانی در سطح زمین به پتانسیل گرانی بر روی بیضوی مرجع همواره مورد توجه ژئودزین ها بوده است. یکی از مشکلات عمده در حل عددی معادلات انتگرالی رزولوشن داده های ورودی است. در این پژوهش نشان داده شده است که رزولوشن مورد نیاز داده های ورودی گرانی در سطح زمین در وارون سازی تک مرحله ای به ارتفاع منطقه مورد محاسبه وابسته است، اما عکس این موضوع صادق نبوده و می تواند منجر به نتایج کاملا اشتباهی شود. هم چنین با مطالعه رفتار کرنل انتگرال کافی بودن رزولوشن داده های ورودی گرانی برای وارون سازی تک مرحله ای بررسی شده و از طریق تغییر کرنل انتگرال جهت غلبه بر تاثیر ناسازگار کمبود رزولوشن داده های ورودی گرانی استفاده شده که نوآوری این تحقیق می باشد. برای بررسی عددی روش فوق، داده های گرانی واقعی در منطقه ای در غرب ایران مورد آزمایش قرار گرفته است که نتایج آن حاکی از موفقیت روش پیشنهادی در حل مشکل کمبود رزولوشن داده های ورودی گرانی در روش وارون سازی تک مرحله ای است.

برنامه ریزی و مدیریت خشکسالی مبتنی بر شناخت خشکسالی، مشخصه های آن و گستردگی مکانی و زمانی آن است. در تحقیق حاضر شاخص بارش و تبخیر و تعرق استاندارد شده ( SPEI ) دوازده ماهه در دوازده ایستگاه قدیمی حوضه زاینده رود با اعمال چهار کرنل شامل مستطیلی، مثلثی، دایره ای و گوسی با حداکثر وزن ماه پنجم برآورد گردید و تاثیر کرنل ها بر مشخصه-های خشکسالی ارزیابی شد. نتایج بررسی سری زمانی شاخص SPEI در ارتباط با چهار مشخصه خشکسالی یعنی زمان رخداد، تداوم، بزرگی و شدت خشکسالی حاکی از حساسیت بالاتر سایر کرنل ها نسبت به کرنل مستطیلی در شناسایی خشکسالی بود. کرنل مستطیلی دارای حداکثر ضریب تغییرات در هر تداوم خشکسالی است. کرنل گوسی در تداوم و بزرگی خشکسالی و کرنل دایره ای در شدت خشکسالی کمترین ضریب تغییرات را بخود اختصاص دادند. همچنین کرنل گوسی در مقایسه با سایر توابع از حساسیت بیشتری در آشکار سازی نوسانات خشکسالی برخوردار است و زودتر از سایر توابع علائم مواجهه با خشکسالی را آشکار می سازد. در مجموع نتایج حاصل از این مطالعه نشان می دهد استفاده از اوزان یکسان و در واقع کرنل مستطیلی برای کلیه ماه های مورد استفاده در تحلیل خشکسالی می تواند منجر به بیش یا کم برآوردی پارامترهای مختلف خشکسالی گردد.