TSI logo 25 years
LV EN
Home > Par mums > Struktūra un pārvaldība > Anotācijas

LĪMENIS

PROGRAMMA

FAKULTĀTE

GADS

VALODA

Konceptuālas pieejas izstrāde naftas un gāzes nozares mārketinga stratēģijas izveidei

Šī maģistra darba mērķis ir izstrādāt konceptuālu pieeju naftas un gāzes nozares uzņēmuma mārketinga stratēģijas veidošanai, maksimāli palielinot tirgus iespējas, attīstot ieinteresēto pušu iesaisti, kā arī nodrošinot ilgtermiņa ilgtspēju.Lai sasniegt pētījuma mērķi, šajā pētījumā ir atrisināti šādi pētījuma mērķi:● Izpētīt pašreizējās tirgus tendences, pamatojoties uz 4P, normatīvajiem regulējumiem, kā arī jaunām iespējām, pamatojoties uz literatūras apskatu, paraugprakses izpēti un mārketinga vadības profesionāļu intervēšanu.● Lai risinātu neizmantotos tirgus segmentus, novērtējot konkurentu stratēģijas, lai informētu par stratēģisko pozicionēšanu ar diferenciāciju.● Izstrādājiet konceptuālu pieeju, lai izveidotu spēcīgu 4P mārketinga stratēģiju, izmantojot digitālās tehnoloģijas, lai uzlabotu zīmola atpazīstamību, kā arī stiprinātu visu ieinteresēto pušu, piemēram, investoru un klientu, lojalitāti.

Autors: Vijay Singh Thakur

Vadītājs: Irina Kuzmina-Merlino

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Konteineru nelīdzsvarotība prognozēšana pielietojot laika rindu algoritmus uz konteineru pārvietošanas datiem.

Pētījuma mērķis ir novērtēt laika rindas modeļu pielietojumu konteineru nelīdzsvarotības prognozēšanai, izmantojot konteineru notikumu datus. Salīdzināt modeļu rezultātus un izdarīt secinājumus par reālās pasaules pielietojuma iespējām un ierobežojumiem. Pētījuma objekts ir laika rindas modeļi konteineru nelīdzsvarotības prognozēšanai, un pētījuma subjekts ir modeļu veiktspēja konteineru nelīdzsvarotības prognozēšanai, balstoties uz notikumu datiem.Pētījumam ir trīs nodaļas. Pirmā nodaļa ir literatūras apraksts par tukšo konteineru pārpozicionēšanas (ECR) prognozēšanas metodēm un pieejām. Otrā nodaļa ir konteineru nelīdzsvarotības prognozēšanas iespēju izpēte, izmantojot notikumu datus. Trešā nodaļa ir laika rindas metožu pielietojums konteineru nelīdzsvarotības prognozēšanai, eksperimenti ar reāliem datiem un mēģinājumi izstrādāt jaunu datu vadītu sistēmu notikumu datos apmācītu laika rindas modeļu novērtēšanai. Trešā nodaļa ietver eksperimentu rezultātu analīzi un interpretāciju.Tika testēti un novērtēti 8 dažādi ARIMA, VAR, VECM algoritmu modeļi, ņemot vērā dažādu konteineru izmēru un tipu kombinācijas, kā arī 6 dažādu ostu atrašanās vietas. Beidzot, pētījuma secinājumiem seko atsauces un pielikumi.

Autors: Vjačeslavs Matvejevs

Vadītājs: Dmitry Pavlyuk

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Uz mašīnmācīšanos balstīta neobjektivitātes novēršana nākotnes atlasē, kas balstīta uz mākslīgo intelektu

Mūsdienu cilvēkresursu vidē mākslīgā intelekta integrācija rada gan iespējas, gan izaicinājumus, jo īpaši personāla atlases jomā, kas aptver visus procesa posmus, sākot no kandidātu meklēšanas līdz gala atlasei. Tomēr šī integrācija nav bez problēmām. Neobjektīvi dati, kas izriet no vēsturiskiem datiem vai sabiedrības aizspriedumiem, var būt nozīmīgs šķērslis, kas var izraisīt diskriminējošu praksi. Pētījumā "Uz mašīnmācīšanos balstīta neobjektivitātes novēršana nākotnes atlasē, kas balstīta uz mākslīgo intelektu" mērķis ir analizēt esošas novirzes gan no cilvēka, gan no mākslīgā intelekta perspektīvas personāla atlases procesā. Tā ietvaros tiek meklētas atbildes uz šādiem pētījuma jautājumiem: kādas ir esošās neobjektivitātes personāla atlases procesā, gan tiešas, gan netiešas, un kā var efektīvi mazināt vai novērst novirzes personāla atlases procesā, izmantojot modelēšanas metodes nākotnes atlases sistēmās, kas balstītas uz mākslīgo intelektu. Izmantojot uz datiem balstītu pieeju un mašīnmācīšanās modeļu pielāgošanu, tiks atklāts, kāda veida novirzes pastāv atlases procesā un kā tās mazināt.

Autors: Ērika Todjēre

Vadītājs: Jeļena Kijonoka

Līmenis: Maģistrs

Gads: 2024

Darba valoda: Angļu

Studiju programma: Datorzinātnes

Vairāk...

Table View
Text View