sorodni izrazi in sinonimi v sodobni slovenščini, hrvaščini in srbščini
Podobnost besed in fraz med rezultati je odvisna od tega, kolikokrat se beseda ali fraza pojavi v podobnem stavčnem kontekstu kot "qtm".
Primeri iz korpusa
Korpus Common Crawl
Common Crawl je korpus spletnih strani
QTM uporablja oba dejavnika, da lahko učinkovito zajame situacije, ko je resnična mnenja posebej težko dobiti.
QTM shranjuje podatke v lokalno podatkovno bazo: sem shranjuje izkušnje in mnenja.
QTM nato poskuša ugotoviti, kateri pari označevalnikov so povezanimi s kostmi iz modela.
QTM namreč prepozna samo modele, katerih označevalniki se gibljejo v relativnih območjih že shranjenih gibanj.
QTM je v obeh konfiguracijah dosegel dober rezultat, saj je pravilno ocenil, da so napadalci in tarče slabo družbeno povezani.
QTM je prvotno namenjen nadzoru kamer in ne analizi zajetih podatkov.
QTM je kompleksno orodje z velikim naborom ukazov in funkcij.
QTM domneva, da imajo agenti, ki pripadajo istemu družbenemu krogu, drug o drugem bolj natančna mnenja kot agenti izven takega kroga.
Zato QTM pri izračunu zaupanja uporablja tudi mnenja, ki jih je sicer lažje pridobiti, a so v primerjavi z izkušnjami manj zanesljiva.
Ko strnemo rezultate, lahko ugotovimo, da QTM podaja natančne izračune in da deluje dobro tako z malo kot tudi z več izkušnjami.
Iz tega sledi, da QTM deluje dobro tudi z malo izkušnjami, kar je posebej zaželena lastnost, saj so te navadno redke.
Zato bi bilo zanimivo poiskati takega, ki bo zagotavljal, da bo QTM ob sprejemanju dobrih odločitev dosegal tudi dobro natančnost.
Dodatna slabost je, da QTM omogoča le omejen izvoz podatkov, katere bi raziskovalec rad uporabil v lastnih analitičnih aplikacijah.
Zaradi tega je QTM ocenil, da so tarče in napadalci dobro povezani in pripisal mnenjem slednjih večjo težo.
Pri tej metodi QTM poskuša ustvariti krivuljo posameznega označevalnika v času, ki sledi dejanskemu označevalniku na opazovanem objektu.
Da ne bi prišlo do napačnih presekov, QTM uporablja metodo, ki sledi označevalnikom, to je sledenje.
V tem razdelku ovrednotimo delovanje kvalitativnega modela zaupanja (QTM), ki smo ga predstavili v poglavju .
Tako QTM kot tudi ostali testirani modeli zaupanja uporabljajo eksogene mehanizeme [] za detekcijo lažnih mnenj.
Srednje vrednosti v vseh šestih lestvicah so višje za predlagano aplikacijo kakor za aplikacijo QTM.
V preprostem scenariju se je QTM obnesel dobro, čeprav je dosegel le tretji rezultat.