Digital Commons Network^™

Access Granted: A Study Of The Factors Affecting The Development Of Technology Literacy In Black Males, Carlton Bernard Bell

Master's Theses and Doctoral Dissertations

One of the most urgent challenges of the digital divide is the need to expand technology literacy. Access to technology was believed to be one of the causes for the discrepancy that exists, but there is a deeper divide: the divide that exists between technology literacy, and career readiness. Although access to technology has improved over time, the educational outcomes for Black males in related fields have not. A critical area of concern is the lack of a Black male professional presence in technology fields, which has serious implications for the future of our society. These implications include a less …

Artificial Neural Network (Ann) In A Small Dataset To Determine Neutrality In The Pronunciation Of English As A Foreign Language In Filipino Call Center Agents, Proceso L. Fernandez Jr, Rey Benjamin M. Baquirin

Department of Information Systems & Computer Science Faculty Publications

Artificial Neural Networks (ANNs) have continued to be efficient models in solving classification problems. In this paper, we explore the use of an ANN with a small dataset to accurately classify whether Filipino call center agents’ pronunciations are neutral or not based on their employer’s standards. Isolated utterances of the ten most commonly used words in the call center were recorded from eleven agents creating a dataset of 110 utterances. Two learning specialists were consulted to establish ground truths and Cohen’s Kappa was computed as 0.82, validating the reliability of the dataset. The first thirteen Mel-Frequency Cepstral Coefficients (MFCCs) were …

A Twitter-Based Study For Understanding Public Reaction On Zika Virus, Roopteja Muppalla

Browse all Theses and Dissertations

In recent times, social media platforms like Twitter have become more popular and people have become more interactive and responsive than before. People often react to every news in real-time and within no-time, the information spreads rapidly. Even with viral diseases like Zika, people tend to share their opinions and concerns on social media. This can be leveraged by the health officials to track the disease in real-time thereby reducing the time lag due to traditional surveys. A faster and accurate detection of the disease can allow health officials to understand people's opinion of the disease and take necessary precautions …

The Feasibility Of Dementia Caregiver Task Performance Measurement Using Smart Gaming Technology, Garrett G. Goodman

Browse all Theses and Dissertations

Dementia caregiver burnout is detrimental to both the familial caregiver and their loved ones with dementia. As the population of older adults increases, both the number of individuals with dementia and their corresponding caregivers increase as well. Thus, we are interested in developing a potential tool to non-invasively detect signs of caregiver burnout using a mobile application combined with machine learning. Hence, the mobile application "Caregiver Assessment using Smart Technology" (CAST) was developed which personalizes a word scramble game. The CAST application utilizes a heuristically constructed Fuzzy Inference System (FIS) optimized via a Genetic Algorithm (GA) to provide an individualized …

Development Of A Human-Ai Teaming Based Mobile Language Learning Solution For Dual Language Learners In Early And Special Educations, Saurabh Shukla

Browse all Theses and Dissertations

Learning English as a secondary language is often an overwhelming challenge for dual language learners (DLLs), whose first language (L1) is not English, especially for children in early education (PreK-3 age group). These early DLLs need to devote a considerable amount of time learning to speak and read the language, in order to gain the language proficiency to function and compete in the classroom. Fear of embarrassment when mispronouncing words in front of others may drive them to remain silent; effectively hampering their participation in the class and overall curricular growth. The process of learning a new language can benefit …

A Framework To Understand Emoji Meaning: Similarity And Sense Disambiguation Of Emoji Using Emojinet, Sanjaya Wijeratne

Browse all Theses and Dissertations

Pictographs, commonly referred to as `emoji’, have become a popular way to enhance electronic communications. They are an important component of the language used in social media. With their introduction in the late 1990’s, emoji have been widely used to enhance the sentiment, emotion, and sarcasm expressed in social media messages. They are equally popular across many social media sites including Facebook, Instagram, and Twitter. In 2015, Instagram reported that nearly half of the photo comments posted on Instagram contain emoji, and in the same year, Twitter reported that the `face with tears of joy’ emoji has been tweeted 6.6 …

Improved Method Of Heuristic Classification Of Vowels From An Acoustic Signal, Josef Krocil, Zdenek Machacek, Jiri Koziorek, Radek Martinek, Jan Nedoma, Marcel Fajkus

Turkish Journal of Electrical Engineering and Computer Sciences

This paper describes research in the field of the improved methodology of the classification of vowels /a, a:/, /$\varepsilon$, $\varepsilon$:/, /ı, i:/, /o, o:/, and /u, u:/ (vowel symbols according to IPA, i.e. International Phonetic Alphabet). The aim is to develop an improved method enabling the automatic allocation of vowel symbols to the corresponding time segments of acoustic recordings of an undisturbed speech signal. The combined classification method is based on finding frequencies of the first two local maxims (formants) in a smoothed linear predictive amplitude spectrum (LPC, linear predictive coding) and zero-crossing values of each speech active voiced short-term …

Using Semantic And Pragmatic Information To Determine Syntactic Decisions In Translation Of The Passive Voice From English To French, Ashli Fain

Graduate Research Theses & Dissertations

I investigated statistically significant factors that effect syntactic changes in French and

English during translation of by phrases using the passive voice. Relative clauses containing this

structure were also looked at. This feature was chosen from information that was gathered from

experts in the form of academic texts on English-French translation, as well as handbooks

intended for an audience of professional translators. Data came from the proceedings of the

Canadian Parliament (the Hansard), which are published in French and English. Passive

sentences were collected from the output of the Stanford Parser. Animacy was found to be a

significant factor in …

Tracking Topical Evolution In Large Document Collections, Sheikh Motahar Naim

Open Access Theses & Dissertations

A large document collection that builds up over time usually contains a number of different themes. All of these themes or topics are not equally important at the same time. One topic might have high probabilities in some years due to some relevant events, and low probabilities in other years. Analyzing the evolution of such topics has useful applications in a variety of domains, for example, helping researchers to quickly see the changes of research topics in an area, assisting intelligence agents in tracking the activities of a terrorist group, or monitoring damages caused by a natural disaster. In this …

A Deep Relation Extraction From Biomedical Texts With Attention Mechanisms And Domain-Specific Contextual Representations, Amarin Jettakul

Chulalongkorn University Theses and Dissertations (Chula ETD)

The biomedical relation extraction (RE) tasks aim to study the interaction between pre-defined entities from biomedical literature: Bacteria Biotope (BB) and Drug-Drug interactions (DDI) tasks. Some previous investigations have used feature-based models; others have presented deep-learning-based models such as convolutional and recurrent neural networks used with the shortest dependency paths (SDPs). Although SDPs contain valuable and concise information, sections of significant information necessary to define bacterial location relationships are often neglected. In addition, the traditional word embedding used in previous studies may suffer from word ambiguation across linguistic contexts. Here, we present a deep learning model for biomedical RE. The …

การจำแนกเสียงโกรธในบทสนทนาของศูนย์ให้บริการข้อมูล, วิฎากร แซ่หว่อง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ศูนย์ให้บริการข้อมูลเป็นส่วนงานขององค์กรที่เกี่ยวข้องกับข้อมูลเสียงโดยตรง อารมณ์โกรธของลูกค้าที่เกิดขึ้นเป็นสิ่งที่ส่งผลในด้านลบต่อองค์กร งานในการตรวจสอบอารมณ์โกรธที่เกิดขึ้นให้ถูกต้องและรวดเร็วจึงเป็นสิ่งที่องค์กรให้ความสำคัญเนื่องจากมีจำนวนผู้ติดต่อเข้ามาใช้บริการจำนวนมากในแต่ละวัน จึงเป็นที่มาของการศึกษาการพัฒนาตัวแบบรู้จำอารมณ์โกรธของลูกค้าในบริบทของข้อมูลเสียงสนทนาระหว่างลูกค้าและเจ้าหน้าที่ของศูนย์ให้บริการข้อมูล การพัฒนาตัวแบบรู้จำอารมณ์มีขั้นตอนสำคัญ 4 ขั้นตอน ได้ แก่ (1) การประมวลผลข้อมูลเสียงเบื้องต้น เป็นการเตรียมข้อมูลเสียงให้พร้อมสำหรับการวิเคราะห์โดยแยกเสียงของลูกค้าออกจากสายสนทนา และตัดให้เป็นรอบการโต้ตอบ (2) การระบุอารมณ์ให้กับรอบการโต้ตอบ (3) การสกัดคุณลักษณะทางคลื่นเสียงจำนวน 1,582 คุณลักษณะที่สามารถใช้จำแนกอารมณ์ที่เกิดขึ้นภายในรอบการโต้ตอบ และ (4) การพัฒนาตัวแบบ โดยผู้ศึกษาได้เปรียบเทียบประสิทธิภาพของเทคนิค 4 เทคนิค ได้แก่ แรนดอมฟอร์เรส ดิซิสชั่นทรี ลิเนียร์เอสวีซีและโลจิสติกส์รีเกรสชั่น จากข้อมูลรอบการโต้ตอบทั้งหมดที่ใช้พัฒนาตัวแบบคือ 1,345 รอบการโต้ตอบ ที่แบ่งเป็นรอบการโต้ตอบที่เป็นอารมณ์โกรธจำนวน 517 รอบ และรอบการโต้ตอบที่ไม่พบอารมณ์โกรธหรือเป็นอารมณ์ปกติจำนวน 828 รอบ ผลการวิจัยพบว่า เทคนิคแรนดอมฟอร์เรสเป็นเทคนิคที่ให้ประสิทธิภาพที่ดีที่สุด โดยมีค่าระลึกของอารมณ์โกรธเท่ากับ 83.49 เปอร์เซ็นต์ และค่าความถูกต้องสมดุล 85.53 เปอร์เซ็นต์ นอกจากนั้นยังพบว่ารอบการโต้ตอบที่มีความยาวที่ 4 วินาทีขึ้นไปจะได้ผลลัพธ์ในการทำนายที่แม่นยำมากกว่าทั้งในรอบการโต้ตอบที่เป็นอารมณ์โกรธและอารมณ์ปกติ

การประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการฝังคำเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรคจากบันทึกทางการแพทย์ของแผนกออร์โธปิดิกส์, ธนากร รัตนจริยา

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้จะนำเสนอวิธีการฝังคำในการเรียนรู้เชิงลึกเพื่อสร้างแบบจำลองสำหรับทำนายผลการวินิจฉัยโรค ซึ่งปัจจัยสำคัญที่ทำให้ผลการวินิจฉัยโรคของแพทย์ผิดพลาดคือประสบการณ์ของแพทย์ที่ไม่เพียงพอ โดยการวินิจฉัยโรคที่ผิดพลาดนั้น นอกจากจะนำไปสู่การรักษาที่ผิดพลาดแล้ว ยังทำให้ผู้ป่วยเสียทั้งเงินและเวลา ดังนั้นเพื่อแก้ไขปัญหาการวินิจฉัยที่ผิดพลาด งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้การเรียนรู้เชิงลึกกับการฝังคำ เพื่อทำนายผลการวินิจฉัยโรคจากระบบเวชระเบียน โดยจะสร้างแบบจำลองจากการใช้ข้อมูลในบันทึกของแพทย์ ซึ่งข้อมูลจะถูกนำไปวิเคราะห์ผ่านแบบจำลอง เพื่อทำนายผลการวินิจฉัยโรคที่มีความน่าจะเป็นออกมา เรียงตามลำดับความเชื่อมั่น และสุดท้ายจะใช้อัตราผลบวกจริง อัตราผลบวกเท็จ และค่าความแม่นยำมาเป็นตัววัดประสิทธิภาพของแบบจำลองที่ได้ ซึ่งพบว่าค่าความแม่นยำของแบบจำลองในงานวิจัยนี้มีค่าเท่ากับ 99.95% และอัตราผลบวกจริงมีค่าเท่ากับ 86.64% ด้วยการทำนายผลลัพธ์อันดับแรกเพียงอันดับเดียว

ระบบสังเคราะห์เสียงร้องเพลงภาษาไทยโดยใช้แบบจำลองฮิดเดนมาร์คอฟ, ลัทธพล จีระประดิษฐ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การร้องเพลงในแต่ละภาษานั้นมีเอกลักษณ์เฉพาะตัวบางอย่างซึ่งส่งผลให้การพัฒนาความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ในแต่ละภาษานั้นมีความท้าทายแตกต่างกัน เสียงวรรณยุกต์เป็นส่วนที่มีผลมากกับการสื่อสารในภาษาที่มีเสียงวรรณยุกต์ แต่ระบบสังเคราะห์เสียงร้องเพลงในปัจจุบันไม่ได้คำนึงถึงเสียงวรรณยุกต์ นอกจากนี้เมลิสมาเป็นอีกสถานการณ์หนึ่งที่พบได้บ่อยครั้งในการร้องเพลงป็อปไทยซึ่งต้องมีการจัดการเพื่อจำลองการร้องเมลิสมา เป้าหมายของวิทยานิพนธ์นี้จึงมุ่งเน้นที่การปรับระบบสังเคราะห์เสียงร้องเพลงให้รองรับการจำลองเสียงในสถานการณ์เมลิสมาและผลกระทบของเสียงวรรณยุกต์ งานวิทยานิพนธ์นี้เสนอ 1) ปัจจัยบริบทที่ใช้ในระบบสังเคราะห์เสียงร้องเพลงสำหรับภาษาที่วรรณยุกต์มีผลต่อเสียงร้องเพลงและคำนึงถึงเมลิสมา 2) วิธีการทำสำเนารูปเขียน จากการประเมินผลพบว่า วิธีการทำสำเนารูปเขียนที่เสนอทั้งสองแบบนั้นส่งผลให้ระบบสังเคราะห์เสียงร้องเพลงรองรับเมลิสมา โดยวิธีการทำสำเนารูปเขียนที่คำนึงถึงสระเสียงสั้น-ยาวและตัวสะกดนั้นมีรูปคลื่นของเสียงร้องเพลงสังเคราะห์ใกล้เคียงกับรูปคลื่นของเสียงร้องเพลงจริงมากกว่า รวมถึงมีความเป็นธรรมชาติมากกว่าโดยใช้มาตรวัดเอ็มโอเอส อีกทั้งเมื่อมีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ เค้ารูปของความถี่มูลฐานที่สังเคราะห์ได้นั้นมีความใกล้เคียงเสียงร้องเพลงจริงมากกว่าในระบบที่ไม่มีปัจจัยบริบทที่เกี่ยวข้องกับเสียงวรรณยุกต์ และมีความเป็นธรรมชาติมากขึ้นโดยใช้มาตรวัดเอ็มโอเอส นอกจากนี้เพื่อเพิ่มความเป็นธรรมชาติให้เสียงร้องเพลงสังเคราะห์จึงมีการทดลองเกี่ยวกับจำนวนสถานะของแบบจำลองเสียงพบว่า เมื่อจำนวนสถานะเพิ่มขึ้น ความเป็นธรรมชาติของเสียงร้องเพลงสังเคราะห์ก็มากขึ้น แต่เมื่อถึงจุดหนึ่งเสียงร้องเพลงสังเคราะห์ที่ได้จะมีความเป็นธรรมชาติลดลง

Towards A Conceptual Framework For The Development Of Immersive Experiences To Negotiate Meaning And Identify In Irish Language Learning, Naoise Collins, Brian Vaughan, Keith Gardiner, Charlie Cullen

Conference papers

The onset of virtual reality systems allows for new immersive content which provides users with a sense of presence in their virtual environment. This paper provides the conceptual framework for a larger study examining how designed virtual reality experiences can be utilised to transform Irish language meaning making and a user's personal Irish language identity.

An Investigation Of The Impact Of A Social Constructivist Teaching Approach, Based On Trigger Questions, Through Measures Of Mental Workload And Efficiency, Federico Gobbo, Luca Longo, Declan O'Sullivan, Giuliano Orru

Conference papers

Social constructivism is grounded on the construction of information with a focus on collaborative learning through social interactions. However, it tends to ignore the human mental architecture, pillar of cognitivism. A characteristic of cognitivism is that instructional designs built upon it are generally explicit, contrarily to constructivism. This position paper proposes a novel learning task that is aimed at combining both the approaches through the use of trigger questions in a collaborative activity executed after a traditional delivery of instructions. To evaluate this new task, a metric of efficiency based upon a measure of mental workload and a measure of …

Validation Of Tagging Suggestion Models For A Hotel Ticketing Corpus, Bojan Bozic, Andre Rios, Sarah Jane Delany

Conference papers

This paper investigates methods for the prediction of tags on a textual corpus that describes hotel staff inputs in a ticketing system. The aim is to improve the tagging process and find the most suitable method for suggesting tags for a new text entry. The paper consists of two parts: (i) exploration of existing sample data, which includes statistical analysis and visualisation of the data to provide an overview, and (ii) evaluation of tag prediction approaches. We have included different approaches from different research fields in order to cover a broad spectrum of possible solutions. As a result, we have …

An Investigation Into Factors Which Explain The Scores And Voting Patterns Of The Eurovision Song Contest., Oisín Leonard

Dissertations

The Eurovision Song Contest (ESC) is an annual international television song competition. Participating countries send a group or individual artist to perform an original song at the competition. The winner is decided by all participating countries using a voting system that incorporates both a public televote and an expert jury vote. Countries are excluded from voting for their entry and the country with the highest score wins. A high scoring performance and the voting patterns of the ESC can be explained by a complex set of factors. These factors can be divided into three groups; performance factors, competition factors and …

Image Classification Using Bag-Of-Visual-Words Model, Kaiqiang Huang

Dissertations

Recently, with the explosive growth of digital technologies, there has been a rapid proliferation of the size of image collection. The technique of supervised image clas sification has been widely applied in many domains in order to organize, search, and retrieve images. However, the traditional feature extraction approaches yield the poor classification accuracy. Therefore, the Bag-of-visual-words model, inspired by Bag-of Words model in document classification, was used to present images with the local descriptors for image classification, and also it performs well in some fields. This research provides the empirical evidence to prove that the BoVW model outperforms the traditional …

Generating Diverse And Meaningful Captions: Unsupervised Specificity Optimization For Image Captioning, Annika Lindh, Robert J. Ross, Abhijit Mahalunkar, Giancarlo Salton, John D. Kelleher

Conference papers

Image Captioning is a task that requires models to acquire a multi-modal understanding of the world and to express this understanding in natural language text. While the state-of-the-art for this task has rapidly improved in terms of n-gram metrics, these models tend to output the same generic captions for similar images. In this work, we address this limitation and train a model that generates more diverse and specific captions through an unsupervised training approach that incorporates a learning signal from an Image Retrieval model. We summarize previous results and improve the state-of-the-art on caption diversity and novelty.

We make our …

A Comparison Of Classical Versus Deep Learning Techniques For Abusive Content Detection On Social Media Sites, Hao Che, Susan Mckeever, Sarah Jane Delany

Conference papers

The automated detection of abusive content on social media websites faces a variety of challenges including imbalanced training sets, the identification of an appropriate feature representation and the selection of optimal classifiers. Classifiers such as support vector machines (SVM), combined with bag of words or ngram feature representation, have traditionally dominated in text classification for decades. With the recent emergence of deep learning and word embeddings, an increasing number of researchers have started to focus on deep neural networks. In this paper, our aim is to explore cutting-edge techniques in automated abusive content detection. We use two deep learning approaches: …

Automating Ciri Ratings Of Human Rights Reports Using Gate, Joshua M. Joiner

UNF Graduate Theses and Dissertations

This thesis involves parsing document-based reports from the United States Human Rights Reports and rating the human practices for various countries based on the CIRI (Cingranelli-Richards) Human Rights Data Project dataset. The United States Human Rights Reports are annual reports that cover internationally recognized human rights practices regarding individual, civil, political, and worker rights. Students, scholars, policymakers, and analysts used the CIRI data for practical and research purposes. CIRI analyzed the annual reports from 1981 to 2011 and then stopped releasing the dataset for any further years, but a possible reason is due to the manual process of scouring the …

Exploring Welfare Recipients' Self-Sufficiency Barriers Through Information Management Systems In Tennessee, Valenta Eunice Nichols

Walden Dissertations and Doctoral Studies

Families living on welfare in low-income impoverished neighborhoods encounter multiple barriers that need mitigating before seeking work to reach self-sufficiency. Many welfare recipients' self-sufficiency barriers are unnoticeable to caseworkers due to lack of data sharing to assess clients' needs through information technology processes. The purpose of this exploratory descriptive phenomenological qualitative study was to understand welfare recipients' viewpoints on socioeconomic barriers to living self-sufficiently and gain perspectives from human services caseworkers and technical resources on data sharing issues that impact recipients' ability to live independently from government assistance. Data collection and observational field notes resulted from in-depth interviews of 11 …

Machine Learning Techniques Implementation In Power Optimization, Data Processing, And Bio-Medical Applications, Khalid Khairullah Mezied Al-Jabery

Doctoral Dissertations

"The rapid progress and development in machine-learning algorithms becomes a key factor in determining the future of humanity. These algorithms and techniques were utilized to solve a wide spectrum of problems extended from data mining and knowledge discovery to unsupervised learning and optimization. This dissertation consists of two study areas. The first area investigates the use of reinforcement learning and adaptive critic design algorithms in the field of power grid control. The second area in this dissertation, consisting of three papers, focuses on developing and applying clustering algorithms on biomedical data. The first paper presents a novel modelling approach for …

Exploring Connections Between Primitive Decomposition Of Natural Language And Hierarchical Planning, Jamie C. Macbeth, Mark Roberts

Computer Science: Faculty Publications

While recent research has shown that “classical” automated planning systems are effective tools for story generation, the success of automated story understanding systems may require integration between commonsense reasoning and more sophisticated forms of planning to make inferences and deductions about the plans and goals of story actors. Methods that decompose abstractions (i.e., tasks or language expressions) into primitives have played an important role for both automated planning systems and automated story understanding systems, but the two areas have remained largely isolated from each other with few overlaps. We argue that this little-explored connection can benefit both areas of …

Strategies For Achieving Profitability In The Music Streaming Service Business Model, James Bennett

Walden Dissertations and Doctoral Studies

Although the rapid growth of the music streaming industry has led to record levels of global music consumption, many leaders in the music streaming industry have not developed a financially sustainable business model for music streaming. This descriptive single case study focused on strategies that some global music streaming service leaders used to generate sustainable profits through their business models. Christensen's theory of disruptive innovation served as the conceptual framework for this study. Semistructured interviews with the chief executive officer and 4 senior managers of a leading music streaming service in southeastern Asia were analyzed to identify themes. Secondary data …

Fundamentals Of Neutrosophic Logic And Sets And Their Role In Artificial Intelligence (Fundamentos De La Lógica Y Los Conjuntos Neutrosóficos Y Su Papel En La Inteligencia Artificial ), Florentin Smarandache, Maykel Leyva-Vazquez

Branch Mathematics and Statistics Faculty and Staff Publications

Neutrosophy is a new branch of philosophy which studies the origin, nature and scope of neutralities. This has formed the basis for a series of mathematical theories that generalize the classical and fuzzy theories such as the neutrosophic sets and the neutrosophic logic. In the paper, the fundamental concepts related to neutrosophy and its antecedents are presented. Additionally, fundamental concepts of artificial intelligence will be defined and how neutrosophy has come to strengthen this discipline.

Neutrosophic Operational Research - Vol. 3., Florentin Smarandache, Mohamed Abdel Basset, Victor Chang

Branch Mathematics and Statistics Faculty and Staff Publications

Foreword John R. Edwards This book is an excellent exposition of the use of Data Envelopment Analysis (DEA) to generate data analytic insights to make evidence-based decisions, to improve productivity, and to manage cost-risk and benefitopportunity in public and private sectors. The design and the content of the book make it an up-to-date and timely reference for professionals, academics, students, and employees, in particular those involved in strategic and operational decisionmaking processes to evaluate and prioritize alternatives to boost productivity growth, to optimize the efficiency of resource utilization, and to maximize the effectiveness of outputs and impacts to stakeholders. It …

Mitigation Of Environmental Hazards Of Sulfide Mineral Flotation With An Insight Into Froth Stability And Flotation Performance, Muhammad Badar Hayat

Doctoral Dissertations

"Today's major challenges facing the flotation of sulfide minerals involve constant variability in the ore composition; environmental concerns; water scarcity and inefficient plant performance. The present work addresses these challenges faced by the flotation process of complex sulfide ore of Mississippi Valley type with an insight into the froth stability and the flotation performance. The first project in this study was aimed at finding the optimum conditions for the bulk flotation of galena (PbS) and chalcopyrite (CuFeS₂) through Response Surface Methodology (RSM). In the second project, an attempt was made to replace toxic sodium cyanide (NaCN) with the biodegradable chitosan …

Discrete Time Markov Chains With R, Giorgio Alfredo Spedicato

The R Journal

The markovchain package aims to provide S4 classes and methods to easily handle Discrete Time Markov Chains (DTMCs), filling the gap with what is currently available in the CRAN repository. In this work, I provide an exhaustive description of the main functions included in the package, as well as hands-on examples.

A Tidy Data Model For Natural Language Processing Using Cleannlp, Taylor Arnold

The R Journal

Recent advances in natural language processing have produced libraries that extract low level features from a collection of raw texts. These features, known as annotations, are usually stored internally in hierarchical, tree-based data structures. This paper proposes a data model to represent annotations as a collection of normalized relational data tables optimized for exploratory data analysis and predictive modeling. The R package cleanNLP, which calls one of two state of the art NLP libraries (CoreNLP or spaCy), is presented as an implementation of this data model. It takes raw text as an input and returns a list of normalized …