Você procurou por: workflow (Inglês - Persa)

workflow
گردش کار

this team is using the translation workflow
این گروه از گردش‌کاری vertimus استفاده می‌کند

so this will be the typical workflow situation.
پس این یک روال عادی خواهد شد .

and when people draw diagrams of git workflow, they use drawings that look like this.
و هنگامی که نمودارهای روند کاری گیت ترسیم کنیم از نمودارهایی شبیه به این استفاده می‌کنیم.

it allows you to browse live statistics. damned lies also manages the translation workflow.
به شما اجازه می‌دهد که آمارهای زنده را مرور کنید. «دروغ‌های ملعون» همچنین مدیریت گردش کاری ترجمه‌ها را نیز برعهده دارد.

producing the conceptual data model sometimes involves input from business processes, or the analysis of workflow in the organization.
تولید مدل داده مفهومی گاهی اوقات شامل ورودی از فرآیندهای کسب و کار، و یا تجزیه و تحلیل گردش کار در سازمان است.

;workflow management: workflow is the process of creating cycles of sequential and parallel tasks that must be accomplished in the cms.
;مدیریت گردش‌کار: گردش‌کار فرایند ایجاد چرخه‌ای از وظایف متوالی و موازی است که باید در cms انجام شود.

these include titles like xmpp, lotus sametime, microsoft office communicator, etc., which are often integrated with other enterprise applications such as workflow systems.
این برنامه‌ها شامل عناوینی چون اکس‌ام‌پی‌پی، ibm lotus sametime، مایکروسافت لینک وغیره می‌باشند که اغلب با سایر نرم‌افزارهای سازمانی مثل سیستم‌های گردش کار به شکل یکپارچه کار می‌کنند.

so i now have a print-out of that thing, and now -- the workflow is more intuitive the way we used to do it maybe 20 years back, rather than now switching between these two worlds.
پس من الان یک نسخه ی چاپ شده از آن را نیز دارم، و حالا -- روند کاری بسیار طبیعی‌تر و نزدیک تر به حواس ماست به نسبت روشی که ما در حدود بیست سال قبل استفاده می کردیم، به جای سیستم قبلی حالا می توانیم این دو دنیا را با یکدیگرادغام کنیم.

a rtificial intelligence (ai) has introduced a paradigm shift in medical image reconstruction in the last few years, offering significant improvements in speed and image quality [1], [2], [3], [4], [5], [6]. however, the prevailing methods for image reconstruction leverage historical patient data to train deep neural networks, and then use these models on new unseen patient data. this practice raises concerns about generalization, given that predictions can be biased towards the previouslyseen training data, and consequently may struggle to detect novel pathological details in the test subjects. this is deeply problematic for both patients and physicians and can potentially alter diagnoses. it is thus crucial to ensure that reconstructions are accurate for new and unseen subjects. this well motivates developing effective and automated risk assessment tools for monitoring image reconstruction algorithms as a part of the imaging pipeline (see the clinical workflow in fig. 1).
هوش مصنوعی (ai) یک تغییر پارادایم در بازسازی تصویر پزشکی در چند سال اخیر معرفی کرده است که پیشرفت های قابل توجهی در سرعت و کیفیت تصویر ارائه کرده است [1]، [2]، [3]، [4]، [5]، 6]. با این حال، روش‌های رایج برای بازسازی تصویر از داده‌های تاریخی بیمار برای آموزش شبکه‌های عصبی عمیق استفاده می‌کنند و سپس از این مدل‌ها بر روی داده‌های نادیده بیمار جدید استفاده می‌کنند. این عمل نگرانی‌هایی را در مورد تعمیم ایجاد می‌کند، با توجه به اینکه پیش‌بینی‌ها می‌توانند نسبت به مواردی که قبلاً دیده شده اند سوگیری داشته باشند