Computer Sciences Commons^™

Interactions Between Humans, Virtual Agent Characters And Virtual Avatars, Tamara Griffith

Electronic Theses and Dissertations, 2020-2023

Simulations allow people to experience events as if they were happening in the real world in a way that is safer and less expensive than live training. Despite improvements in realism in simulated environments, one area that still presents a challenge is interpersonal interactions. The subtleties of what makes an interaction rich are difficult to define. We may never fully understand the complexity of human interchanges, however there is value in building on existing research into how individuals react to virtual characters to inform future investments. Virtual characters can either be automated through computational processes, referred to as agents, or …

Design Of Ternary Operations Utilizing Flow-Based Computing, James Pyrich

Electronic Theses and Dissertations, 2020-2023

The development of algorithms and circuit designs that exploit devices that have the ability to persist multiple values will lead to alternative technologies to overcome the issues caused by the end of Dennard scaling and slowing of Moore's Law. Flow-based designs have been used to develop binary adders and multipliers. Data stored on non-volatile memristors are used to direct the flow of current through nanowires arranged in a crossbar. The algorithmic design of the flow-based crossbar is fast, compact, and efficient. In this paper, we seek to automate the discovery of flow-based designs of ternary circuits utilizing memristive crossbars.

Towards Scalable Network Traffic Measurement With Sketches, Rhongho Jang

Electronic Theses and Dissertations, 2020-2023

Driven by the ever-increasing data volume through the Internet, the per-port speed of network devices reached 400 Gbps, and high-end switches are capable of processing 25.6 Tbps of network traffic. To improve the efficiency and security of the network, network traffic measurement becomes more important than ever. For fast and accurate traffic measurement, managing an accurate working set of active flows (WSAF) at line rates is a key challenge. WSAF is usually located in high-speed but expensive memories, such as TCAM or SRAM, and thus their capacity is quite limited. To scale up the per-flow measurement, we pursue three thrusts. …

Calibration For A Hybrid Mimo Near-Field Imaging System To Mitigate Antennas Effects, Ha Hoang, Zeeshan Ahmed, Matthias John, Patrick Mcevoy, Max Ammann

Conference Papers

A calibration method for a high-resolution hybrid MIMO turntable radar imaging system is presented. A line of small metal balls is used in the calibration process to measure the position shift caused by undesired effects of the antennas. The unwanted effects in the near-field antenna response are analysed and significantly mitigated based on the referential features of the MIMO configuration.

อัลกอริทึมการระบุการผันกลับของเซลลูลาร์ออโตมาตาหนึ่งมิติด้วยกราฟสับเซตย่อยภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่า, วรยุทธ วงศ์นิล

Chulalongkorn University Theses and Dissertations (Chula ETD)

เซลลูลาร์ออโตมาตาถือเป็นโมเดลทางคณิตศาสตร์ที่สามารถทำงานแบบระบบพลวัต ซึ่งประกอบไปด้วยสถานะจำกัดที่เรียงตัวกันอย่างเป็นระบบเรียกเซลล์ แต่ละเซลล์จะเปลี่ยนสถานะไปยังสถานะใหม่พร้อมกันด้วยการอาศัยกฎการส่งผ่านที่ขึ้นอยู่กับเซลล์รอบ ๆ ด้วยเวลาแบบเต็มหน่วย แม้ว่าเซลลูลาร์ออโตมาตามีโครงสร้างและนิยามในแบบพื้นฐาน แต่สามารถสร้างระบบที่พฤติกรรมมีความซับซ้อนได้ สมบัติในการผันกลับได้ของเซลลูลาร์ออโตมาตาถือเป็นสมบัติสำคัญที่ได้รับความสนใจในหลายงานวิจัยและสามารถนำไปประยุกต์ใช้ได้ในงานหลาย ๆ ด้านในทางวิทยาศาสตร์ แต่สำหรับเซลลูลาร์ออโตมาตาหนึ่งมิติภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่ายังถือมีข้อจำกัดของจำนวนกฎที่มีไม่มากที่มีสมบัติดังกล่าว ในงานวิจัยนี้ศึกษาและเสนออัลกอริทึมการระบุการผันกลับของเซลลูลาร์ออโตมาตาหนึ่งมิติด้วยกราฟสับเซตย่อยภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่านิยามเซลล์เพื่อนบ้านด้วยเวกเตอร์ ด้วยการแทนเซลลูลาร์ออโตมาตาด้วยกราฟสับเซตย่อยเราเสนอวิธีในการระบุสมบัติการผันกลับได้ในกราฟโดยการพิจารณาเส้นเชื่อมและจุดยอดที่เชื่อมถึงกัน นอกจากนี้งานวิจัยนี้ยังเสนอวิธีในการคำนวณสถานะก่อนหน้าสำหรับสถานะใด ๆ ของเซลลูลาร์ออโตมาตาหนึ่งมิติที่มีสมบัติผันกลับได้ภายใต้เงื่อนไขการกำหนดขอบเขตแบบไม่มีค่า ซึ่งวิธีที่ได้เสนออยู่บนพื้นฐานของการพิจารณาลักษณะของเซลล์เพื่อนบ้านด้วยการคำนวณทางเดินบนกราฟด้วยการดำเนินการของเมตริกซ์

การวิเคราะห์ข้อความภาษาธรรมชาติตามประมวลกฎหมายอาญา, วีรยุทธ ครั่งกลาง

Chulalongkorn University Theses and Dissertations (Chula ETD)

วิทยานิพนธ์นี้วิเคราะห์การบังคับใช้กฎหมายอาญาของประเทศไทย ในภาค1 บทบัญญัติทั่วไป และภาค2 เฉพาะความผิดเกี่ยวกับชีวิต มาตรา 288 และมาตรา 289 ในลักษณะ10 ความผิดเกี่ยวกับชีวิตและร่างกาย ตามประมวลกฎหมายอาญาของไทย ส่วนแรกของวิทยานิพนธ์นี้ใช้ความรู้ด้านกฎหมายอาญาและคำพิพากษาของศาลฎีกาในการสร้างกฎในการพิจารณาที่มนุษย์สามารถเข้าใจได้ และส่วนที่สองคือการฝึกฝนแบบจำลองด้วยชุดข้อมูลจากคำพิพากษาด้วยเทคนิคการเรียนรู้เชิงลึก โดยแก้ปัญหาความไม่สมดุลของกลุ่มข้อมูลฝึกสอนด้วยการสังเคราะห์ตัวอย่างข้อมูลในกลุ่มอื่น ๆ ให้มีจำนวนเท่ากับกลุ่มที่มากที่สุด และฝึกสอนด้วยโครงข่ายหน่วยความจำระยะสั้นแบบยาวทิศทางเดียวและสองทิศทาง ซึ่งเป็นโครงข่ายประสาทเทียมแบบวกกลับประเภทหนึ่ง และเมื่อวัดประสิทธิภาพแบบจำลองด้วยค่าเฉลี่ยมหภาคเอฟวัน พบว่าแบบจำลองของหน่วยความจำระยะสั้นแบบยาวสองทิศทางให้ประสิทธิภาพสูงกว่าแบบทิศทางเดียว และการใช้ค่าถ่วงน้ำหนักเริ่มต้นจากเรียนรู้ด้วยคลังข้อมูลขนาดใหญ่อื่น ให้ประสิทธิภาพที่สูงกว่าการใช้เฉพาะข้อมูลฝึกสอน และท้ายสุดทำการทดสอบความแม่นยำของแบบจำลองจากข่าวอาชญากรรมด้วยเทคนิคการหาค่าเฉลี่ยความน่าจะเป็น เพื่อใช้เป็นข้อมูลขาเข้าของกฎการพิจารณา พบว่าสอดคล้องกับความเห็นของนักกฎหมาย 59 %

Confusion Detection From Facial Expression Using Deep Neural Network, Nun Vanichkul

Chulalongkorn University Theses and Dissertations (Chula ETD)

Confusion is the most frequently observed emotion in daily life and can greatly affect the effectiveness and efficiency of communication. Detecting the confusion from learners and resolving timely is critical for achieving successful teaching in education. Most Facial Expression Recognition (FER) research works focus only on detecting six basic emotions: happiness, sadness, anger, fear, disgust, and surprise. Even though the confusion detection problem gains more attention from researchers recently, analysis of both spatial and temporal information with sufficient data is still short. In this study, we present a spatial-temporal network for confusion detection on video level which was trained on …

คลังข้อมูลและระบบสนับสนุนการตัดสินใจสำหรับอุบัติเหตุทางถนน, ปวินณา ทบพักตร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

อุบัติเหตุทางถนนนับเป็นปัญหาสำคัญระดับโลก รายงานสถานการณ์โลกด้านความปลอดภัยทางถนน ปี พ.ศ. 2561 (Global Report on Road Safety 2018) โดยองค์การอนามัยโลก (World Health Organization : WHO) พบว่า การบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนมีแนวโน้มเพิ่มขึ้นจากฐานข้อมูลของปี 2556 ที่พบว่า อัตราผู้เสียชีวิตบนท้องถนนสูงถึง 1.25 ล้านคนต่อปี และการบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนของประเทศไทยติดอันดับสองของโลก โดยมีจำนวนผู้เสียชีวิตอยู่ที่ 36.2 คนต่อประชากรหนึ่งแสนคน หรือเฉลี่ยปีละ 24,326 คน นอกจากนี้ ยังพบว่า อัตราผู้เสียชีวิตบนท้องถนนเพิ่มขึ้นเป็น 1.35 ล้านคนต่อปี โดยประเทศไทยติดอันดับเก้าของโลก และมีประมาณการจำนวนผู้เสียชีวิตอยู่ที่ 32.7 คนต่อประชากรหนึ่งแสนคน (60 คนต่อวัน) คิดเป็นจำนวนเฉลี่ยปีละ 22,491 คน แม้ว่าการบาดเจ็บและสูญเสียชีวิตจากอุบัติเหตุทางถนนของประเทศไทยมีแนวโน้มดีขึ้นเล็กน้อยในภาพรวม จากสถิติผู้เสียชีวิตของไทยที่ลดลง จากเดิม 2,000 คน แต่ประเทศไทยยังคงเป็นประเทศที่มีจำนวนผู้เสียชีวิตสูงที่สุดอันดับหนึ่งในเอเชียและในอาเซียน ดังนั้น หน่วยงานที่เกี่ยวข้องในประเทศไทยจึงจำเป็นต้องติดตามสถานการณ์ของอุบัติเหตุทางถนนทั่วประเทศ เพื่อที่จะสามารถวางแผนและกำหนดนโยบายหรือมาตรการต่างๆ ที่จะช่วยป้องกันและลดอุบัติเหตุทางถนนได้ โครงการ “คลังข้อมูลและระบบสนับสนุนการตัดสินใจสำหรับอุบัติเหตุทางถนน” นี้ ประกอบด้วย 5 ระบบ ได้แก่ ระบบวิเคราะห์ภาพรวมของการเกิดอุบัติเหตุ ระบบวิเคราะห์สาเหตุการเกิดอุบัติเหตุ ระบบวิเคราะห์ความปลอดภัยในชีวิตและทรัพย์สิน ระบบวิเคราะห์การเกิดอุบัติเหตุช่วงเจ็ดวันอันตราย และระบบวิเคราะห์แนวโน้มการเกิดอุบัติเหตุทางถนน ระบบได้พัฒนาขึ้นโดยมี Microsoft SQL Server 2019 เป็นระบบจัดการฐานข้อมูล และใช้โปรแกรม Tableau เวอร์ชั่น 2021.1 เป็นเครื่องมือในการพัฒนาธุรกิจอัจฉริยะ ระบบที่พัฒนาขึ้นนี้จะช่วยให้ผู้ที่มีส่วนรับผิดชอบให้สามารถวิเคราะห์ข้อมูลอุบัติเหตุทางถนนในมิติต่างๆ ได้อย่างถูกต้องและรวดเร็ว นอกจากนี้ยังสามารถเจาะลึกลงไปดูในรายละเอียดที่ต้องการเพื่อใช้ประกอบการตัดสินใจเกี่ยวกับการกำหนดแนวทางนโยบาย แผนแม่บทความปลอดภัยทางถนน ยุทธศาสตร์ทั้งในระยะสั้นและระยะยาว และแผนเกี่ยวกับการป้องกันและลดอุบัติเหตุทางถนนที่มีประสิทธิภาพมากยิ่งขึ้นต่อไป

Computer-Assisted Coloring-Graph Generation And Structural Analysis, Wesley Su

Honors Theses

Graphs are a well studied construction in discrete math, with one of the most common areas of study being graph coloring. The graph coloring problem asks for a color to be assigned to each vertex in a graph such that no two adjacent vertices share a color. An assignment of k colors that meets these criteria is called a k-coloring. The coloring graph Ck(G) is defined as the graph where every vertex represents a valid k-coloring of graph G and edges exist between colorings that di↵er by one vertex. We call graph G the base graph of the k-coloring graph …

Biasing Medial Axis Rapidly-Exploring Random Trees With Safe Hyperspheres, David Qin

Honors Theses

Motion planning is a challenging and widely researched problem in robotics. Motion planning algorithms aim to not only nd unobstructed paths, but also to construct paths with certain qualities, such as maximally avoiding obstacles to improve path safety. One such solution is a Rapidly-Exploring Random Tree (RRT) variant called Medial Axis RRT that generates the safest possible paths, but does so slowly. This paper introduces a RRT variant called Medial Axis Ball RRT (MABallRRT) that uses the concept of clearance -- a robot's distance from its nearest obstacle -- to efficiently construct a roadmap with safe paths. The safety of …

Fast Medial Axis Sampling For Use In Motion Planning, Hanglin Zhou

Honors Theses

Motion planning is a difficult but important problem in robotics. Research has tended toward approximations and randomized algorithms, like sampling-based planning. Probabilistic RoadMaps (PRMs) are one common sampling-based planning approach, but they lack safety guarantees. One main approach, Medial Axis PRM (MAPRM) addressed this deficiency by generating robot configurations as far away from the obstacles as possible, but it introduced an extensive computational burden. We present two techniques, Medial Axis Bridge and Medial Axis Spherical Step, to reduce the computational cost of sampling in MAPRM and additionally propose recycling previously computed clearance information to reduce the cost of connection in …

Connectiveity And Structures Of Coloring Graphs, Xin Yutong

Honors Theses

Reconfiguration problems have been studied and applied to solve problems in various areas, including Math, Computer Science, and Chemistry. Due to the close relatedness between coloring graphs and reconfiguration problems, the connectivity and structure of coloring graphs give valuable information to a solution set of the corresponding reconfiguration problem. In this paper we will discuss 2--connectedness and cut-vertices of coloring graphs, and forbidden structures on a coloring graph wit cut-vertices.

Deep Learning For Digitized Histology Image Analysis, Sudhir Sornapudi

Doctoral Dissertations

“Cervical cancer is the fourth most frequent cancer that affects women worldwide. Assessment of cervical intraepithelial neoplasia (CIN) through histopathology remains as the standard for absolute determination of cancer. The examination of tissue samples under a microscope requires considerable time and effort from expert pathologists. There is a need to design an automated tool to assist pathologists for digitized histology slide analysis. Pre-cervical cancer is generally determined by examining the CIN which is the growth of atypical cells from the basement membrane (bottom) to the top of the epithelium. It has four grades, including: Normal, CIN1, CIN2, and CIN3. In …

On Predicting Stopping Time Of Human Sequential Decision-Making Using Discounted Satisficing Heuristic, Mounica Devaguptapu

Masters Theses

“Human sequential decision-making involves two essential questions: (i) "what to choose next?", and (ii) "when to stop?". Assuming that the human agents choose an alternative according to their preference order, our goal is to model and learn how human agents choose their stopping time while making sequential decisions. In contrary to traditional assumptions in the literature regarding how humans exhibit satisficing behavior on instantaneous utilities, we assume that humans employ a discounted satisficing heuristic to compute their stopping time, i.e., the human agent stops working if the total accumulated utility goes beyond a dynamic threshold that gets discounted with time. …

Computer Vision Based Deep Learning Models For Cyber Physical Systems, Muhammad Monjurul Karim

Masters Theses

“Cyber-Physical Systems (CPSs) are complex systems that integrate physical systems with their counterpart cyber components to form a close loop solution. Due to the ability of deep learning in providing sensor data-based models for analyzing physical systems, it has received increased interest in the CPS community in recent years. However, developing vision data-based deep learning models for CPSs remains critical since the models heavily rely on intensive, tedious efforts of humans to annotate training data. Besides, most of the models have a high tradeoff between quality and computational cost. This research studies deep learning algorithms to achieve affordable and upgradable …

Image Features For Tuberculosis Classification In Digital Chest Radiographs, Brian Hooper

All Master's Theses

Tuberculosis (TB) is a respiratory disease which affects millions of people each year, accounting for the tenth leading cause of death worldwide, and is especially prevalent in underdeveloped regions where access to adequate medical care may be limited. Analysis of digital chest radiographs (CXRs) is a common and inexpensive method for the diagnosis of TB; however, a trained radiologist is required to interpret the results, and is subject to human error. Computer-Aided Detection (CAD) systems are a promising machine-learning based solution to automate the diagnosis of TB from CXR images. As the dimensionality of a high-resolution CXR image is very …

Toward Efficient Automation Of Interpretable Machine Learning Boosting, Nathan Neuhaus

All Master's Theses

Developing efficient automated methods for Interpretable Machine Learning (IML) is an important and long-term goal in the field of Artificial Intelligence. Currently the Machine Learning landscape is dominated by Neural Networks (NNs) and Support Vector Machines (SVMs), models which are often highly accurate. Despite high accuracy, such models are essentially “black boxes” and therefore are too risky for situations like healthcare where real lives are at stake. In such situations, so called “glass-box” models, such as Decision Trees (DTs), Bayesian Networks (BNs), and Logic Relational (LR) models are often preferred, however can succumb to accuracy limitations. Unfortunately, having to choose …

Modulation Of Medical Condition Likelihood By Patient History Similarity, Jonathan Turner, Dympna O'Sullivan, Jon Bird

Articles

Introduction: We describe an analysis that modulates the simple population prevalence derived likelihood of a particular condition occurring in an individual by matching the individual with other individuals with similar clinical histories and determining the prevalence of the condition within the matched group.

Methods: We have taken clinical event codes and dates from anonymised longitudinal primary care records for 25,979 patients with 749,053 recorded clinical events. Using a nearest neighbour approach, for each patient, the likelihood of a condition occurring was adjusted from the population prevalence to the prevalence of the condition within those patients with the closest …

A Comparative Study Of Text Summarization On E-Mail Data Using Unsupervised Learning Approaches, Tijo Thomas

Dissertations

Over the last few years, email has met with enormous popularity. People send and receive a lot of messages every day, connect with colleagues and friends, share files and information. Unfortunately, the email overload outbreak has developed into a personal trouble for users as well as a financial concerns for businesses. Accessing an ever-increasing number of lengthy emails in the present generation has become a major concern for many users. Email text summarization is a promising approach to resolve this challenge. Email messages are general domain text, unstructured and not always well developed syntactically. Such elements introduce challenges for study …

Customer Churn Prediction, Deepshikha Wadikar

Dissertations

Churned customers identification plays an essential role for the functioning and growth of any business. Identification of churned customers can help the business to know the reasons for the churn and they can plan their market strategies accordingly to enhance the growth of a business. This research is aimed at developing a machine learning model that can precisely predict the churned customers from the total customers of a Credit Union financial institution. A quantitative and deductive research strategies are employed to build a supervised machine learning model that addresses the class imbalance problem handled feature selection and efficiently predict the …

Synthesising Tabular Datasets Using Wasserstein Conditional Gans With Gradient Penalty (Wcgan-Gp), Manhar Singh Walia, Brendan Tierney, Susan Mckeever

Conference papers

Deep learning based methods based on Generative Adversarial Networks (GANs) have seen remarkable success in data synthesis of images and text. This study investigates the use of GANs for the generation of tabular mixed dataset. We apply Wasserstein Conditional Generative Adversarial Network (WCGAN-GP) to the task of generating tabular synthetic data that is indistinguishable from the real data, without incurring information leakage. The performance of WCGAN-GP is compared against both the ground truth datasets and SMOTE using three labelled real-world datasets from different domains. Our results for WCGAN-GP show that the synthetic data preserves distributions and relationships of the real …

Novice Learner Experiences In Software Development: A Study Of Freshman Undergraduates, Catherine Higgins, Ciaran O'Leary, Claire Mcavinia, Barry J. Ryan

Conference papers

This paper presents a study that is part of a larger research project aimed at addressing the gap in the provision of educational software development processes for freshman, novice undergraduate learners, to improve proficiency levels. With the aim of understanding how such learners problem solve in software development in the absence of a formal process, this case study examines the experiences and depth of learning acquired by a sample set of novice undergraduates. A novel adaption of the Kirkpatrick framework known as AKM-SOLO is used to frame the evaluation. The study finds that without the scaffolding of an appropriate structured …

Mutual Information Decay Curves And Hyper-Parameter Grid Search Design For Recurrent Neural Architectures, Abhijit Mahalunkar, John Kelleher

Conference papers

We present an approach to design the grid searches for hyper-parameter optimization for recurrent neural architectures. The basis for this approach is the use of mutual information to analyze long distance dependencies (LDDs) within a dataset. We also report a set of experiments that demonstrate how using this approach, we obtain state-of-the-art results for DilatedRNNs across a range of benchmark datasets.

การพัฒนาตัวแบบรู้จำบุคลิกภาพจากเสียงสนทนาในบริบทของศูนย์ให้บริการข้อมูลลูกค้า, นคร ศรีณรงค์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ศูนย์บริการข้อมูลลูกค้าเป็นช่องทางสำคัญในการติดต่อระหว่างภาคธุรกิจและลูกค้า ตัวชี้วัดที่สำคัญของการทำงานของศูนย์บริการข้อมูลลูกค้าคือความพึงพอใจของลูกค้า ข้อมูลหลักที่ได้จากศูนย์บริการข้อมูลลูกค้าคือเสียงสนทนา ทำให้ผู้วิจัยสนใจที่จะศึกษาแนวทางในการสร้างตัวแบบรู้จำบุคลิกภาพจากเสียง ข้อมูลเสียงและเพศถูกเก็บจากหน่วยตัวอย่าง 92 คน พร้อมกับข้อมูลบุคลิกภาพโดยใช้แบบวัด MPI (Maudsley Personality Inventory) แบบวัดดังกล่าวแบ่งบุคลิกภาพออกเป็น 2 ด้าน คือด้าน E-scale (Extraversion และ Introversion) และ N-scale (Neuroticism และ Stability) ซึ่งนำมาใช้ในการพัฒนาตัวแบบจำแนกบุคลิกภาพทั้งสองด้าน เทคนิคที่ใช้ในการพัฒนาตัวแบบประกอบด้วย Logistic regression, SVM, Random forest และ Artificial neural network โดยพบว่าตัวแบบที่พัฒนาด้วยเทคนิค Artificial neural network มีประสิทธิภาพสูงสุดในการรู้จำ E-scale โดยมีค่า Positive predictive value (ค่าวัดประสิทธิภาพของ Introversion) เท่ากับ 0.71 และค่า Negative predictive value (ประสิทธิภาพของ Extraversion) เท่ากับ 0.75 ในส่วนของ N-scale ไม่พบตัวแบบที่พัฒนาด้วยเทคนิคใดมีประสิทธิภาพเพียงพอ ในการศึกษาครั้งนี้พบว่าบุคลิกภาพ Extraversion และ Introversion ซึ่งสามารถนำมาประยุกต์กับงานภาคธุรกิจ สามารถรู้จำจากเสียงสนทนาในบริบทศูนย์บริการข้อมูลลูกค้า โดยสามารถนำไปใช้มอบหมายพนักงานที่มีบุคลิกภาพเหมือนกับลูกค้าเพื่อเพิ่มความพึงพอใจของลูกค้าในการติดต่อสื่อสาร ภาคธุรกิจยังสามารถนำข้อมูลบุคลิกภาพเหล่านี้ไปใช้ต่อยอดในการแนะนำผลิตภัณฑ์ หรือโฆษณา ให้เหมาะสมกับลูกค้าแต่ละคน

Recommendation System For Horticultural Commodities, Lukman Adlin Harahap

Chulalongkorn University Theses and Dissertations (Chula ETD)

Horticultural commodities commonly have fluctuating prices due to their nature. Seasonality and climate are the main factors that cause their prices to fluctuate. Price instability causes a planning on horticultural cultivation to become difficult. Local farmers would intuitively know the planning by their experience, but this might be too complicated for those farmers who are new or have no experience. Thus, the proposed recommendation system would be able to help the new farmers to set a schedule for horticultural cultivation. The proposed recommendation system consists of three phases: price prediction, commodity recommendation, and cultivation scheduling. A hybrid of Long Short-Term …

Technology Business Leaders' Strategies To Increase Employees' Engagement, Desmond J. L. Browne

Walden Dissertations and Doctoral Studies

AbstractEmployee disengagement is costly and reduces an organization's ability to meet its full potential to produce business results. Technology business leaders who have engaged employees can positively alter the company's rapid transformation to be more competitive. Grounded by the social exchange theory, the purpose of this qualitative single case study was to explore strategies 6 technology leaders in the Atlanta metropolitan area use to engage employees. Data were collected through semistructured interviews and company documents. Data were analyzed using Yin's 5-step data analysis process. Three themes emerged: communicate with transparency, provide offerings for training and rewards, and identify and implement …

Key Strategies For Successful Information Technology Projects, David Morris

Walden Dissertations and Doctoral Studies

AbstractThe successful implementation of information technology (IT) projects globally depends on the increasing reliance of project managers on IT innovations. Some project managers and business leaders do not possess the strategies to effectively manage and successfully implement IT projects. Grounded in coordination theory, the purpose of this qualitative multiple case study was to explore strategies used to successfully implement IT projects. Data were collected using semistructured interviews and from company documents. The participants comprised 6 IT project managers in Northeast Ohio who successfully implemented IT projects. Thematic analysis was used to analyze the data. Four themes emerged: communication amongst all …

Information Technology Infrastructure Library: Postimplementation Experiences Of Small Business It Support Employees., Imoovberame Darren Obazu

Walden Dissertations and Doctoral Studies

Information technology (IT) employees of small business organizations have been the driving force for the implementation of innovative standardized IT service management and process improvement initiatives. Competitiveness amongst small business IT organizations in the market for quality IT service delivery led small business IT leaders toward the implementation of an information technology infrastructure library (ITIL) as an IT service management framework. The problem addressed in this research encompassed the needs of small business IT leaders and ITIL designers to understand the perceptions of IT operation employees following ITIL implementation. The purpose of this qualitative multiple case study was to explore …

Social Presence, Immediacy Of Communication, Concurrency, And Use Of Enterprise Social Networks, Veleta A. Gordon

Walden Dissertations and Doctoral Studies

Managers are faced with low continuous postadoption usage rates for enterprise social networks implemented at high costs. The problem is a potential loss of value-added benefits when organizations experience a lapse in continuous usage of enterprise social networks among corporate knowledge workers. The purpose of this quantitative study was to test the unified theory of acceptance and use of technology that relates collaboration technology constructs to continuous usage of enterprise social networks for knowledge workers at information technology Fortune 500 companies in the United States. The key research question aimed to examine the relationship among social presence, immediacy of communication, …

E-Commerce Strategies Small And Medium Enterprises Use To Market Products In Ghana, Joseph Kwaku Amaglo

Walden Dissertations and Doctoral Studies

Small and medium enterprise (SME) business owners face challenges in adopting e-commerce strategies to market products. By utilizing e-commerce technology and tools, SME business owners could reach more customers and improve their business performance. Grounded in the technology acceptance model, the purpose of this qualitative multiple case study was to explore the strategies some SME business owners in the furniture industry used to adopt e-commerce to market products in Ghana. The participants comprised 5 SME business owners from 5 different furniture firms in Ghana who adopted e-commerce strategies to market products. Sources of data included semi-structured interviews, interview notes, and …