Vous avez cherché: get himself acquainted with the selected problem (Anglais - Perse)

start a chat with the selected contact.
جنوب

opens the resolve dialog with the selected file
محاورۀ رفع کردن را به همراه پروندۀ برگزیده باز می‌کند

preview of the character associated with the selected action
پیش‌‌‌‌نمایش نویسۀ مربوط به کنش برگزیده

i can't become acquainted with the son of the man
من نميتونم با پسر اين مرد اشنا شم

with this combo box you select the language associated with the selected dictionary.
با این جعبه ترکیب ، زبانی که با واژه‌نامۀ برگزیده در ارتباط است را انتخاب کنید.

repel evil with that which is best: we are well acquainted with the things they say.
(به کار دعوت خویش ادامه بده و خصال) بد (ایشان) را با (خصال) نیک (خود) و (سخنان) نامطلوب (آنان) را با بهترین (منطق) پاسخ بگو. ما کاملاً از چیزهائی که (درباره‌ی تو و دعوت تو) می‌گویند، آگاهیم. [[«إِدْفَعْ»: بازگردان. پاسخ بده. «بِالَّتِی»: به خصلتی که. به حسنه‌ای که.]]

by clicking on this button you can select the keyboard shortcut associated with the selected phrase.
با فشار این دکمه ، می‌توانید میان‌بر صفحه کلید مرتبط با عبارت برگزیده را انتخاب کنید.

repel evil with that which is better. we are best-acquainted with the things they utter.
(به کار دعوت خویش ادامه بده و خصال) بد (ایشان) را با (خصال) نیک (خود) و (سخنان) نامطلوب (آنان) را با بهترین (منطق) پاسخ بگو. ما کاملاً از چیزهائی که (درباره‌ی تو و دعوت تو) می‌گویند، آگاهیم. [[«إِدْفَعْ»: بازگردان. پاسخ بده. «بِالَّتِی»: به خصلتی که. به حسنه‌ای که.]]

as an agronomist and farmer himmler was acquainted with the principles of selective breeding, which he proposed to apply to humans.
بعنوان یک کشاورز، هیملر با اصول اصلاح زراعی (selective breeding) آشنا بود و میخواست آن را روی آدمها امتحان کند.

this is manifestly seen; that is to say, those who are well acquainted with the course of the firmament see that the sky so turns.
ورازمهر در این کتاب شواهد و دلایلی عرضه می‌دارد که بموجب آنها نتیجه می‌گیرد «زمین متحرک و آسمان ثابت است».

this is the icon associated with the selected file type. choosing a different icon requires shared-mime-info to be at least version 0.40.
این دکمه ، شمایل مربوط به نوع پروندۀ برگزیده را نشان می‌دهد. برای انتخاب شمایلی متفاوت ، آن را فشار دهید.

and put thy trust in him who lives and dies not; and celebrate his praise; and enough is he to be acquainted with the faults of his servants;-
و (در همه‌ی امور) بر خداوندی تکیه کن که همیشه زنده است و هرگز نمی‌میرد، و حمد و ثنای او را به جای آور (و بدان تو عهده دار ایمان یا کفر مردمان نیستی و خدا همگان را می‌پاید) و همین کافی است که خداوند از گناهان بندگانش آگاه است (و هیچ گونه گناهی از دید او مخفی نمی‌ماند). [[«الْحَیِّ»: (نگا: بقره / 255، آل‌عمران / 2، طه / 111). «کَفی بِهِ»: او کافی و بسنده است.]]

if you select this option then the selected phrase will be reachable by a keyboard shortcut. you can change the shortcut with the button next to this option.
اگر این گزینه را برگزینید ، عبارت برگزیده با میان‌بر صفحه کلید قابل دسترس خواهد بود. می‌توانید میان‌بر را به وسیلۀ دکمۀ کنار این گزینه عوض کنید.

in this book, you will get acquainted with the science of revelation, which can create a tremendous transformation in your vision and view of the universe and also be a turning point in your life. you must have had questions that you were very interested in knowing, but after researching and asking, you got a convincing answer.
شما در این کتاب با علم وحی آشنا می شوید که می تواند تحولی شگرف در بینش و دیدگاه شما نسبت به جهان هستی ایجاد کند و همچنین نقطه عطفی در زندگی شما باشد. حتماً تا به حال برای شما سوالاتی پیش آمده است که بسیار علاقه به دانستن آنها داشته اید ولی پس از تحقیق و پرس وجو به جوابی قانع کننده نرسیده اید و حتی بیشتر اوقات به این سوالات فکر می کنید بدون آنکه به نتیجه ای برسید. سوال هایی که در مورد خود و کیفیت زندگی خود و دیگران و جهان پیرامون خود هستند. سوال هایی مانند اینکه دوست دارید بدانید که چرا مرد هستید یا چرا زن هستید؟ چرا خانواده ای ، در فقر و رنج هستند و خانواده ای ثروتمند و بدون دغدغه هستند؟ چرا در این کشور به دنیا آمده اید؟ چرا در این شهر به دنیا آمده اید؟ چرا در این خانواده به دنیا آمده اید؟ اصلاً چرا به دنیا آمدید؟ هدف از زندگی چیست؟ و چه سرنوشتی پس از مرگ دارید؟ اصلاً چرا کره زمین بوجود آمد؟ چرا خورشید بوجود آمد؟ چرا کهکشان ها بوجود آمدند؟ و اینکه بعد از کهکشان ها چه چیزی وجود دارد که هنوز برای دانشمندان ناشناخته مانده است؟ آیا می شود الله را دید؟ آیا می شود مستقیم و بدون واسطه با الله گفت وگو داشت؟ و سوال های بسیار زیاد دیگری که در این کتاب به جواب آنها می رسید. فقط کافی است تا این کتاب را بدون قضاوت عجولانه ، تا انتها مطالعه فرمایید به این دلیل که مطالب این کتاب با آنچه که شما در طول عمر خود شنیده اید بسیار متفاوت است.

these measures may assist coastal facilities and local authorities in their strategic development of oil spill mitigation planning and response towards coastal and marine protection from oil spills. in the present paper, the aim is to rank the approaches of dealing with the oil spill by means of a multicriteria method. the theoretical background of the selected multicriteria method, called promethee,
این اقدامات ممکن است به تأسیسات ساحلی و مقامات محلی در توسعه استراتژیک خود برای برنامه ریزی و کاهش واکنش نشت نفت در برابر حفاظت از سواحل و دریا از نشت نفت کمک کند. در مقاله حاضر ، هدف رتبه بندی روشهای مقابله با نشت روغن با استفاده از روش چند معیاره است. پیشینه نظری روش چند معیاره انتخاب شده ، promethee ،

the case study followed a methodology that included an exploratory phase conducted to select and engineer potential features, the development of a performance metric in alignment with the specific goals of the case study and the creation of an experimental design to systematically analyse the success rate of different algorithms. our results indicate that adding engineered features in the data, namely agility, outperformed other experiments leading to the final solution. an important contribution is the novel application of machine learning in predicting supply disruptions. our results are promising as they present a significant improvement in the prediction of disruptions with limited internal historical data available to the oem. however, a key learning is that the application of machine learning in this particular field presents several challenges. firstoftheseisthatadisruptionproblemintheindustrybydefinitionpresentsclassimbalance:therearefewerdisrupted orders than successful orders. similar issues have been observed in other industrial machine learning problems such as quality issues on a production line. secondly, disruptions on supply might be dependent on a variety of external factors such as traffic, weather, machine breakdowns and thus their combination might present seemingly random patterns when using only internally available data. complimentary data from external, publicly available sources or supply chain partners might help increase prediction performance. the third issue is the curse of dimensionality. when the number of variables in the feature space is high, data relating to each attribute becomes sparse, hindering statistical significance. we tried to mitigate this issue by using a cut off value of five samples of each attribute during the pre-processing stage, however, more experimentation may be necessary. we have shown that it is feasible to generate augmented features that improve the results of the predictions. it appears that agility in this case had a positive impact on performance. this feature might not be appropriate for other industrial settingsormightneedtobefurtherfine-tunedusingproductionvolumedata.similarly,itsoptimaltimewindowmayalsobe different from case to case. teasing out appropriate features from data and optimising their use requires domain knowledge, which we argue should underpin the machine learning process in industrial applications such as the one presented in this paper. ourcasestudydomain,acomplexassetmanufacturingcompany,mayinduceotherlimitationstogeneralisationtowards different industries, as supplier delays and their management may be differently assessed. as with single case studies in general, the selected company may possess inherent characteristics strongly different to other companies. in addition, the timeframe of the analysis may describe a specific state of the supply chain. several further avenues of research needs to be taken. the focus of dataset augmentation has relied on constructed features, excluding the use of external data. this provides an opportunity for future research. for example, some preliminary work has been done around the extraction of the localisation of suppliers from public sources of data, and the creation of a feature relying on this information, potentially allowing the learning algorithm to deduce location-based relationships. additionally, further research is needed to improve the performance of predictions, by testing new methods and optimising the learning process. for example, the confidence level of predictions could be used to generate predictions for orders within certain confidence only, further improving the precision and recall. the classification-based approach we have taken has relied on well-known classification algorithms and a frequentist approach. other approaches such as bayesian models, or decision trees may be worth experimenting with as they might be useful in estimating underlying probability distributions of the feature space.
چندین راه تحقیق دیگر باید مورد استفاده قرار گیرد. تمرکز افزایش داده ها به استثنای استفاده از داده های خارجی به ویژگی های ساخته شده متکی است. این فرصتی را برای تحقیقات آینده فراهم می کند. به عنوان مثال ، برخی کارهای مقدماتی در مورد استخراج محلی سازی تأمین کنندگان از منابع عمومی داده و ایجاد ویژگی متکی به این اطلاعات انجام شده است ، که به طور بالقوه به الگوریتم یادگیری اجازه می دهد روابط مبتنی بر مکان را استنباط کند.