Resumen

Las comunidades han aumentado significativamente en número y el entorno se ha vuelto complejo. Se presentan problemas como la mala recopilación de información en la gobernanza de la información de los servicios públicos comunitarios, la falta de estándares y modelos de análisis relevantes y resultados de predicción poco confiables. Con el fin de prever y gestionar la información de riesgo de la comunidad, esta investigación analiza la información pública de la comunidad a través del modelo de aprendizaje profundo colaborativo. En primer lugar, se seleccionan los factores característicos de la información que afectan a los riesgos sociales basados en la teoría del análisis de correlación. En segundo lugar, se utiliza la red neuronal convolucional en el aprendizaje profundo para la simulación del modelo de predicción de riesgos comunitarios. Finalmente, a través del análisis comparativo de los resultados de predicción del modelo, se puede concluir que la tasa de precisión del modelo de predicción propuesto alcanza el 92.5%. Se utiliza un modelo efectivo de aprendizaje profundo colaborativo para

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Comunidades; Medio ambiente; Gobernanza de la información; Modelo de predicción de riesgos; Aprendizaje profundo; Modelo colaborativo
• Keywords:Communities; Environment; Information governance; Risk prediction model; Deep learning; Collaborative model