این تحقیق مدل رشد نئوکلاسیک را با استفاده از روش داده های تابلویی، مورد آزمون قرار داده است. روش داده های تابلویی روشی است که بر پایه آن در یک آزمون اقتصادسنجی به طور همزمان دو سری زمانی و مقطعی کنار یکدیگر قرار گرفته و نقاط مورد مشاهده افزایش می یابد و در نتیجه کارایی تخمین زده می شود. آزمون تئوری رشد نئوکلاسیک با تاکید بر عوامل برون زا و درون زا، برای 52 کشور منتخب در سری زمانی 1960 تا 2000 انجام پذیرفته است. متغیرهای مستقل مدل، بر اساس نتایج تحقیقات آزمون شده قبلی انتخاب شده و در سه مدل مجزا که در مقاطع کشورهای توسعه یافته، در حال توسعه و کل کشورها می باشند، از نظر قدرت توضیح دهندگی مورد آزمون قرار گرفته اند. این عوامل عبارتند از: تولید ناخالص ملی با یک وقفه زمانی، نرخ رشد سنی نیروی کار، سطح تحصیلات، تغییرات انباشت سرمایه و حجم تجارت اقتصاد. نتیجه آزمون ها حاکی از آن است که مدل رشد نئوکلاسیک، با ورود متغیرهای درون زا می تواند بخش قابل توجهی از رشد اقتصادی کشورها را توضیح دهد. این مساله به خصوص در مورد کشورهای توسعه یافته صنعتی از قاطعیت بیشتری برخوردار است. در عین حال با بهره گیری از روش تابلویی اثرات ثابت، می توان تفاوت های ساختاری و بنیادی کشورهای مختلف را در فرایند رشد اقتصادی مشاهده کرد و نشان داد که شرایط مختلف اقتصادی، اجتماعی و... چگونه در کشورها و مناطق متمایز رشد را تحت تاثیر قرار می دهد. .

امروزه رادیوجراحی استریوتاکتیک مبتنی بر گامانایف، برای درمان ضایعات مغزی با ابعاد کوچک بسیار توسعه یافته است. جهت بررسی دزیمتری و ارزیابی سیستم طراحی درمان گامانایف نیاز به استفاده از شبیه سازی مونت کارلو با استفاده از کد اختصاصی beamnrc که دارای گزینه های non CT DATA و CT DATA است، می باشد. اما با توجه به مزایا و عدم مزایای این گزینه ها، انتخاب گزینه بهتر و صحیح تر کد هدف اصلی این مطالعه می باشد. در این مطالعه برای اندازه گیری توزیع دز از دستگاه گامانایف مدل 4C، فانتوم استاندارد کروی معادل آب و نیز فیلم های EBT3 بهره گیری شد. شبیه سازی فانتوم کروی با هر دو گزینه کد beamnrc، CT DATA و non CT DATA انجام گرفت و نتیجه توزیع دز حاصله مقایسه گردید. مقایسه نتایج توزیع دز شبیه سازی با اندازه گیری در هر سه راستا با دارا بودن شاخص گامای کوچکتر از یک نشاندهنده اعتبار شبیه سازی می باشد. همچنین مقایسه توزیع دز حاصل از شبیه سازی به هر دو روش نشان دهنده اختلاف معنی داری بین منحنی ها نمی باشد. براساس نتایج بدست آمده کد beamnrc با استفاده از هر دو گزینه CT DATA و non CT DATA می تواند دقت یکسانی جهت محاسبه توزیع دز فراهم نماید. لذا روش non CT DATA با توجه به سهولت استفاده برای فانتوم های با شکل منظم ارجح می باشد.

Face recognition from digital images is used for surveillance and authentication in cities, organizations, and personal devices. Internet of Things (IoT)-powered face recognition systems use multiple sensors and one or more servers to process DATA. All sensor DATA from initial methods was sent to the central server for processing, raising concerns about sensitive DATA disclosure. The main concern was that all DATA from all sectors that could contain confidential information was placed in a central server. Federated learning can solve this problem by using several local model training servers for each region and a central aggregation server to form a global model in IoT networks. This article presents a novel approach to optimize DATA transfer and convergence time in federated learning for a face recognition task using Non-dominated Sorting Genetic Algorithm II (NSGA II). The aim of the study is to balance the trade-off between training time and model accuracy in a federated learning environment. The results demonstrate the effectiveness of the proposed approach in reducing DATA transfer and convergence time, leading to improved performance in face recognition accuracy. This research provides insights for researchers and practitioners to enhance the efficiency of federated learning in real-world applications.

آزادی اقتصادی مهم ترین عوامل تعیین کننده در افزایش رقابت، سرمایه گذاری، کارآفرینی، مسوولیت پذیری مدیران و کاهش فساد مالی، رانت جویی، کاهش بخش غیر رسمی است. این عوامل به رشد اقتصادی و سطح درآمد سرانه کشورها مربوط می شود. این تحقیق در چارچوب روش شناسی لاکاتوش  (Lakatos)و با بهره گیری مدل اسکیپتون (Skipton) به بررسی اثر آزادی اقتصادی بر درآمد سرانه پرداخته و با استفاده از دو مدل که از ترکیب مدل های کارلسون (Carlsson) و لاند استروم (Lundstrom) و مدل داده های تلفیقی پویای وینهلد (Weinhold) به دست آمده اند به بررسی اثر آزادی اقتصادی بر رشد اقتصادی طی سال های 1980-2003  در 87 کشور به طور کلی و به تفتیک در کشورهای کم درآمد، با درآمد متوسط (شامل ایران) و پر درآمد پرداخته است. نتایج حاکی از اثر مثبت آزادی اقتصادی بر سطح درآمد سرانه و رشد اقتصادی کل نمونه است. از بین اجزای آزادی اقتصادی استقلال قضایی و امنیت حقوق مالکیت، پول سالم و ضوابط و قوانین مربوط به بازارکار، اعتبار و کسب و کار بیشترین اثر را بر درآمد سرانه دارند. هم چنین از بین اجزای آزادی اقتصادی استقلال قضایی و امنیت حقوق مالکیت و ضوابط و قوانین مربوط به بازارکار، اعتبار و کسب و کار بیشترین اثر را بر رشد اقتصادی دارد.

0

فناوری اطلاعات و ارتباطات، دارای آثار گسترده ای بر اقتصاد جامعه در سطح خرد و کلان است. تاثیر بر نوع و ماهیت مشاغل و بازار کار از جمله مهم ترین آن ها ICT، نوع مشاغل را از چهار طریق حذف، ایجاد و تغییر مشاغل و انجام کار از راه دور، تحت تاثیر قرار می دهد. فناوری اطلاعات و ارتباطات بر ساختار مشاغل نیز تاثیر گذاشته و ماهیت مشاغل در جامعه را از طریق کاهش متوسط سختی کار، فکری تر شدن، ناپایدارتر شدن و تخصصی تر شدن مشاغل، متحول می کند.این مقاله، با استفاده از یک الگوی اقتصاد خرد، در چارچوب ارزیابی عوامل موثر بر اشتغال و با یک مدل لگاریتمی، به دنبال بررسی اثر فناوری اطلاعات و ارتباطات بر میزان اشتغال است. از این رو، مدل مورد بررسی با رهیافت Panel DATA، برای 47 کشور (شامل 22 عضو OECD و 25 کشور در حال توسعه)، طی سال های 1382-1379 برآورد شده است.نتیجه، بیان گر اثر مثبت و معنی دار فناوری اطلاعات و ارتباطات، بر اشتغال است. هم چنین کشش اشتغال نسبت به هزینه های فناوری اطلاعات و ارتباطات، 0.11 بوده که نشان می دهد یک درصد افزایش در هزینه های ICT، به مقدار 0.11 درصد اشتغال را افزایش می دهد.

این تحقیق به بررسی مدل پیش بینی عملکرد سازمانی مبتنی بر تحلیل داده های بزرگ و هوش استراتژیک می پردازد. در دنیای پیچیده و پر تغییر امروز، سازمان ها برای تصمیم گیری های استراتژیک و بهبود عملکرد خود نیازمند استفاده از تکنیک های نوین مانند تحلیل داده های کلان و هوش مصنوعی هستند. داده های بزرگ، با فراهم آوردن دیدگاه های عمیق و تحلیل های پیشرفته، به سازمان ها این امکان را می دهند که پیش بینی های دقیق تری در مورد عملکرد خود داشته باشند. همچنین، هوش استراتژیک به عنوان ابزاری برای تحلیل اطلاعات و اتخاذ تصمیمات آگاهانه در راستای مزیت رقابتی پایدار مطرح می شود. هدف اصلی این مقاله، طراحی مدل پیش بینی عملکرد سازمانی با استفاده از این دو رویکرد استراتژیک است. روش تحقیق به کار رفته در این پژوهش، تحلیل مضمونی و مصاحبه با 15 نفر از خبرگان حوزه مدیریت و فناوری اطلاعات است. نتایج تحقیق نشان می دهد که ترکیب داده های بزرگ با هوش استراتژیک، می تواند سازمان ها را در پیش بینی و بهبود عملکرد خود یاری دهد و راهکارهایی برای مدیریت بهینه فرآیندها و تصمیمات استراتژیک فراهم آورد.