_id
stringlengths 40
40
| text
stringlengths 0
12.6k
|
|---|---|
26d9c40e8a6099ce61a5d9a6afa11814c45def01 | हम प्रस्तावित एक नवाचार-योजना का सुझाव देते हैं कि ई-किताब प्रसंस्करण एक विशेष खोज स्थान पर आधारित है जहां पर लागू की जा सके। रास्तों का कोड राज्य के बीच कनेक्शन के रूप मा निहित रूप से संहिताबद्ध है, लेकिन केवल संभव अउर स्थानीय कनेक्शन शामिल हैं। एक बार इ खोज स्थान विकसित होय जाए, हम व्यवस्थित रूप से स्थानिक रूप से अलग पथ आदिम का एक निकट-न्यूनतम सेट उत्पन्न करत हैं। ई सेट सीमित गति कय स्थानीय कनेक्टिविटी व्यक्त करत है औ रिडंडेंसी कय भी समाप्त करत है। आदिम का सेट यूरिस्टिक खोज को परिभाषित करने के लिए प्रयोग किया जाता है, और इस प्रकार चुने गए रिज़ॉल्यूशन पर एक बहुत ही कुशल पथ योजनाकार का निर्माण करें। हम ई गति योजना का बदे बहुत तरह कय अन्तरिक्ष औ स्थलीय रोबोटिक अनुप्रयोगऽन् कय चर्चा करत हैं जहाँ इ गति योजनाकार विशेष रूप से उपयोगी होइ सकत है। |
51fea461cf3724123c888cb9184474e176c12e61 | इमेज रजिस्ट्रेशन कंप्यूटर विजन मा कई प्रकार कय अनुप्रयोग पावत है। दुर्भाग्यवश, पारंपरिक ड्रग्स का अक्सर इनक्यूबेटर मा वापिस लइ जावा जात है। हम एक नई छवि पंजीकरण तकनीक प्रस्तुत करत हैं जउन एक अच्छा मिलान खोजने के लिए छवियों का स्थानिक तीव्रता ढाल का उपयोग करत है, एक प्रकार का न्यूटन-रैफसन पुनरावृत्ति का उपयोग करत है। हमार तकनीक तेज बा काहे से की ई existing तकनीक से काफी कमतर संभावनाएं देखाई देति है जवन की हम आज देख रहे हैं। एकर अलावा, ई पंजीकरण तकनीक का घूर्णन, स्केलिंग अउर कतरन के लिए भी बहुत उपयोगी अहै। हम देखब कि का हमरे तकनीक से स्टीरियो विजन सिस्टम मा काम चलाय सकित है। |
91a613ed06c4654f38f5c2e7fe6ebffeec53d887 | एक्सट्रीम लर्निंग मशीन (ईएलएम) एक प्रतिस्पर्धी मशीन लर्निंग तकनीक है, जो सिद्धांत रूप में सरल है, लेकिन कार्यान्वयन में तेज़ है। नेटवर्क प्रकार "सामान्यीकृत" एकल छिपाई परत फीड फ़ॉरवर्ड नेटवर्क हैं, जो फीचर मैपिंग फ़ंक्शंस या कर्नेल के रूप में विविधता के रूप में काफी विविध हैं। असंतुलित वर्ग वितरण वाले डाटा से निपटने खातिर, एक भारित ELM प्रस्तावित बा जवन सक्षम बा (1) ई सिद्धांत रूप से सरल और कार्यान्वयन में सुविधाजनक बा; (2) प्रस्तावित ढांचा खातिर एक विस्तृत प्रकार का फीचर मैपिंग फ़ंक्शन या कर्नेल उपलब्ध बा; (3) प्रस्तावित विधि का सीधा बहु-वर्ग वर्गीकरण कार्य में लागू करल जा सकत बा। ई अतिरिक्त रूप से, वज़न योजना के साथ एकीकरण के बाद, (1) भारित ELM असंतुलित वर्ग वितरण के साथ डेटा का प्रबंधन करने में सक्षम है, जबकि अच्छी तरह से संतुलित डेटा पर अच्छा प्रदर्शन बनाए रखने के लिए unweighted ELM; (2) उपयोगकर्ताओं की जरूरतों के अनुसार प्रत्येक उदाहरण के लिए अलग-अलग वजन का आवंटन करके, भारित ELM को लागत संवेदनशील सीखने के लिए सामान्यीकृत किया जा सकता है। & 2012 Elsevier B.V. सभी अधिकार सुरक्षित |
055d55726d45406a6f115c4d26f510bade021be3 | परियोजना का उद्देश्य एक मोनोकुलर दृष्टि स्वायत्त कार प्रोटोटाइप का निर्माण करना है, Raspberry Pi का उपयोग प्रोसेसिंग चिप के रूप में करना है। एक एचडी कैमरा के साथ अल्ट्रासोनिक सेंसर का उपयोग कार मा वास्तविक दुनिया से जरूरी डेटा प्रदान करे खातिर कीन जात है। कार सुरक्षित रूप से और बुद्धिमानी से दिए गए गंतव्य तक पहुंचने का काबिल है, ताकि मानव त्रुटि का जोखिम न हो। कई मौजूदा एल्गोरिदम जैसे लेन डिटेक्शन, बाधा डिटेक्शन एक साथ संयोजित हैं ताकि कार को आवश्यक नियंत्रण प्रदान किया जा सके। |
b39e5f7217abae9e2c682ee5068a11309631b93b | जीपीएस, मोबाइल कम्प्यूटर अउर वायरलेस संचार यंत्रन जइसे प्रौद्योगिकी मा लगातार प्रगति के कारन गतिशील वस्तुअन का डाटा माइनिंग समुदाय खातिर तेजी से आकर्षक होत जात है। खनन स्थानिक-समयिक डेटा कई अलग-अलग कार्य का लाभ उठा सकत हय: सही समय पे सही ग्राहक की पहचान करय के लिए विपणन टीम प्रबंधक, संसाधन आवंटन का अनुकूलन करय के लिए सेलुलर कम्पनी, डेटा आवंटन के मामला के लिए वेब साइट प्रशासक, प्रवासन पैटर्न को समझे खातिर पशु प्रवास शोधकर्ता, और मौसम पूर्वानुमान के लिए मौसम विज्ञान विशेषज्ञ। इ शोध में हम एक गतिशील प्रक्षेपवक्र का एक कॉम्पैक्ट प्रतिनिधित्व का उपयोग करते हैं और प्रक्षेपवक्र के बीच एक नई समानता माप का परिभाषित करते हैं। हम भी एक वृद्धिशील क्लस्टरिंग एल्गोरिथ्म का प्रस्ताव करत हैं ताकि समान गतिशील वस्तुओं के विकसित समूहों का स्थान-समय डेटा में पता चल सके। एल्गोरिथ्म का मूल्यांकन ऑब्जेक्ट क्लस्टर की गुणवत्ता (डन और रैंड इंडेक्स का उपयोग करके), मेमोरी स्पेस दक्षता, निष्पादन समय, और स्केलेबिलिटी (ऑब्जेक्ट्स की संख्या के खिलाफ रन टाइम) द्वारा अनुभवजन्य रूप से किया जाता है। |
2c3dffc38d40b725bbd2af80694375e6fc0b1b45 | सुपर रिज़ॉल्यूशन एक कम रिज़ॉल्यूशन वीडियो, अर्थात् वीडियो सुपर रिज़ॉल्यूशन (एसआर), आमतौर पर या तो एकल-छवि एसआर या मल्टी-फ्रेम एसआर द्वारा संचालित होता है। एकल-छवि एसआर प्रत्येक वीडियो फ्रेम के साथ स्वतंत्र रूप से व्यवहार करता है, और वीडियो फ्रेम की आंतरिक अस्थायी निर्भरता को अनदेखा करता है जो वास्तव में वीडियो एसआर में एक बहुत महत्वपूर्ण भूमिका निभाता है। मल्टी-फ्रेम एसआर आम तौर पर गति की जानकारी, उदाहरण के लिए, ऑप्टिकल प्रवाह, अस्थायी निर्भरता का मॉडल बनाने के लिए, लेकिन अक्सर उच्च कम्प्यूटेशनल लागत दिखाता है। इ विचार करत हुए कि आवर्ती तंत्रिका नेटवर्क (आरएनएन) वीडियो अनुक्रमों की दीर्घकालिक अस्थायी निर्भरता का अच्छी तरह से मॉडल कर सकत हैं, हम कुशल बहु-फ्रेम एसआर के लिए द्विदिश आवर्ती संवहन नेटवर्क नामित एक पूरी तरह से संवहन आरएनएन का प्रस्ताव करत हैं। वैनिला आरएनएन से अलग, 1) सामान्य रूप से उपयोग किए जा रहे पूर्ण फीडफॉरवर्ड और आवर्ती कनेक्शन को वजन-साझाकरण संवहन कनेक्शन से बदल दिया जाता है। त ऊ लोग जाली मा मापदंडों की बड़ी संख्या को कम कर सकते हैं और एक बारीक स्तर पर समय निर्भरता का अच्छी तरह से मॉडल कर सकते हैं, यानी, पैच-आधारित फ्रेम-आधारित के बजाय, और 2) पिछले समय पर इनपुट परतों से कनेक्शन वर्तमान छिपी परत से 3 डी फीड फॉरवर्ड घुमाव द्वारा जोड़ा जाता है, जिसका उद्देश्य स्थानीय आसन्न फ्रेम में अल्पकालिक तेजी से बदलते आंदोलनों के लिए भेदभावपूर्ण स्थानिक-समय पैटर्न पर कब्जा करना है। सस्ता संवहनिक संचालन के कारन हमार मॉडल मा कम कम्प्यूटेशनल जटिलता है अउर दूसर मल्टी-फ्रेम एसआर विधि से तुलना मा तेजी से परिमाण के आदेश चलावत है। शक्तिशाली temporal dependence modeling के साथ, हमारा मॉडल जटिल गति वाले वीडियो का सुपर रिज़ॉल्यूशन कर सकता है और अच्छा प्रदर्शन प्राप्त कर सकता है। |
8dc7cc939af832d071c2a050fd0284973ac70695 | कम्प्यूटेशनल आरएफआईडी (CRFID) प्लेटफार्म एक दशक से लगभग बैटरी रहित, पुनः विन्यास योग्य अनुप्रयोग सक्षम कर रहा है। हालांकि, कई रिपोर्ट्स का कहना है की एपल का झुकाव क्लैमशेल डिजाइन की तरफ ज्यादा है. हालांकि, कुछ रिपोर्ट्स का कहना है की एपल का झुकाव क्लैमशेल डिजाइन की तरफ ज्यादा है. हालांकि, कुछ रिपोर्ट्स का दावा है कि एपल की तरफ से डिजाइन की गई क्लैमशेल डिजाइन की तरफ ज्यादा तेजी से सुधार की जा रही है. इ पेपर लोरा का प्रस्तुत करत है, एक बैकस्कैटर रीडर जवन मौजूदा सीआरएफआईडी रीडर से अधिक परिमाण का एक आदेश प्राप्त करत है, जबकि उनके कीमत का एक अंश लागत है। लोरी ई सी आर एफ आई डी रीडर के मौजूदा डिजाइन से अलग होकर अउर विशेष रूप से, आत्म-हस्तक्षेप से निपटने के तरीका से प्राप्त करत है। लो-रे हाल के काम पर आधारित है कि आवृत्ति-बैक-डिस्केटर ट्रांसमिशन कैरियर सिग्नल से दूर से स्वयं-हस्तक्षेप को कम करे। लो-रिया वाहक पीढ़ी का पाठक से भी अलग करता है, जिससे आत्म-हस्तक्षेप को कम करने में मदद मिलती है। डिस्कॉपिंग कैरियर जेनरेशन कैरियर सिग्नल प्रदान करै खातिर स्मार्टफोन अउर सेंसर नोड्स के तैनात बुनियादी ढांचा का भी उपयोग करै में सक्षम है। एक साथ इ सबइ विधियन क लागब पढ़ब अउर पढ़ब कठिन अहइ। लो-रिया हाल के बैकस्कैटर सिस्टम से कम बिटरेट पर भी काम करत है, जवन उच्च संवेदनशीलता अउर लम्बी रेंज की अनुमति देत है। हम प्रयोगात्मक रूप से LoRea का मूल्यांकन करते हैं और पाया कि यह 225 मीटर तक की संचार सीमा का लक्ष्य प्राप्त करता है। इनडोर वातावरण मा, जहां सिग्नल रीडर र backscatter टैग अलग कई दीवारों पार, LoRea 30 मीटर को एक सीमा प्राप्त। यी परिणाम LoRea अत्याधुनिक backscatter सिस्टम र CRFID प्लेटफार्म outperforms कसरी देखाउँछ। |
b348042a91beb4fa0c60fd94f27cf0366d5f9630 | अन्य यातायात प्रतिभागी की आवाजाही के संबंध मा स्वायत्त कारों का नियोजित पथ की सुरक्षा पर विचार कीन गा है। एईसे, अन्य वाहनन द्वारा सड़क का स्थिरांकिक कब्जा की भविष्यवाणी की जा रही है। भविष्यवाणिय मा माप से उत्पन्न अनिश्चितता और अन्य यातायात प्रतिभागियों के संभावित व्यवहार पर विचार कर रहा है। ईवा, यातायात प्रतिभागी की बातचीत, साथ ही साथ सड़क ज्यामिति के कारण ड्राइविंग पैंतरेबाज़ी की सीमा, पर विचार किया जाता है। प्रस्तुत दृष्टिकोण का परिणाम है एक विशिष्ट प्रक्षेपवक्र के लिए एक दुर्घटना की संभावना स्वायत्त कार का प्रस्तुत दृष्टिकोण कुशल है काहे से कि अधिकांश गहन गणना ऑफ़लाइन की जा रही है, जेकर परिणाम वास्तविक समय अनुप्रयोगों के लिए एक लीन ऑनलाइन एल्गोरिथ्म है। |
f69c83aab19183795af7612c3f224b5e116f242a | |
fda1e13a2eaeaa0b4434833d3ee0eb8e79b0ba94 | एक बुनियादी मानव संज्ञानात्मक प्रक्रिया का एक समस्या का समाधान है। एक उच्च-स्तर संज्ञानात्मक प्रक्रिया के रूप मा, समस्या का समाधान कई अन्य संज्ञानात्मक प्रक्रियाओं के साथ बातचीत करता है जैसे कि अमूर्त, खोज, सीखने, निर्णय लेने, अनुमान, विश्लेषण, और संश्लेषण वस्तु-गुण-संबंध (OAR) मॉडल द्वारा आंतरिक ज्ञान प्रतिनिधित्व के आधार पर। समस्या सुलझावैं मा दिमाग का एक संज्ञानात्मक प्रक्रिया होय जवन कि कउनो समस्या कै समाधान खोजत है या कउनो लक्ष्य तक पहुँचै कै रास्ता खोजत है। जब एक समस्या वस्तु की पहचान की जा रही है, समस्या का समाधान एक मेमोरी स्पेस मा एक खोज प्रक्रिया के रूप मा समझा जा सकता है समाधान लक्ष्यों का एक सेट और वैकल्पिक पथों का एक सेट के बीच एक संबंध खोजने के लिए। इ पेपर एक वैचारिक मॉडल अउर समस्याएं का हल करै वाले एक गणितीय मॉडल का प्रस्तुत करत है जवने कय उपयोग समस्याएं दूर करै खातिर कीन जात है । मस्तिष्क कय संज्ञानात्मक संरचना अउर समस्या निवारण कय संज्ञानात्मक प्रक्रिया के पीछे आंतरिक ज्ञान प्रतिनिधित्व कय तंत्र समझावा गा है। संज्ञानात्मक प्रक्रिया औपचारिक रूप से वास्तविक समय प्रक्रिया बीजगणित (RTPA) और अवधारणा बीजगणित का उपयोग करके वर्णित की गई है। इ काम संज्ञानात्मक कम्प्यूटिंग परियोजना का हिस्सा है जवन वांग के मस्तिष्क के स्तरित संदर्भ मॉडल (एलआरएमबी) के अनुसार मस्तिष्क के मौलिक तंत्र अउर प्रक्रियाओं का खुलासा अउर अनुकरण करे खातिर डिज़ाइन कइल गइल बा, जवन संज्ञानात्मक कम्प्यूटिंग अउर उपन्यास संज्ञानात्मक कंप्यूटर के खातिर भविष्य के पीढ़ी के कार्यप्रणाली के विकास के तरफ ले जाई, जवन सोच, सीख अउर महसूस करे में सक्षम बा. 2008 एल्सवियर बी.वी. द्वारा प्रकाशित |
f6284d750cf12669ca3bc12a1b485545af776239 | पिछले कुछ साल से, डीप लर्निंग तकनीक का उपयोग करके, छवि में कई सुधार किए गए हैं। हालांकि, कई तकनीकें एक मजबूत जगह का निर्माण कर रही हैं, कई कंपनियां अगले साल भी काम कर रही हैं, कुछ कंपनियां पीछे हट रही हैं, कुछ कंपनियां पीछे हट रही हैं, लेकिन कई कंपनियां पीछे हट रही हैं। इ पेपर छवि inpainting के लिए एक नई दृष्टिकोण का विकास करता है जो कि ठीक विवरण प्रदर्शित करने वाले भरे हुए क्षेत्रों का पुनः उत्पन्न करने का एक बेहतर काम करता है। हम प्रस्तावित दो-चरण विरोधी मॉडल EdgeConnect कि एक किनारा जनरेटर का गठन शामिल एक छवि पूरा नेटवर्क द्वारा पीछा। एज जनरेटर छवि के गायब क्षेत्र (दोनों नियमित और अनियमित) के किनारों का भ्रम पैदा करता है, और छवि पूर्णीकरण नेटवर्क गायब क्षेत्रों में भरता है, एक प्राथमिकता के रूप में भ्रमित किनारों का उपयोग करके। हम आपन मॉडल का सार्वजनिक रूप से उपलब्ध डेटासेट सेलेबा, प्लेस2, अउर पेरिस स्ट्रीट व्यू से अंत-से-अंत मूल्यांकन करत हैं, अउर देखावा है कि इ वर्तमान राज्य-कौशल्य तकनीक से मात्रात्मक अउर गुणात्मक रूप से बेहतर काम करत है। |
04f4679765d2f71576dd77c1b00a2fd92e5c6da4 | वर्तमान समय मा बारीक-कण वर्गीकरण दृष्टिकोण अक्सर भेदभाव के लिए उपयुक्त स्थानीय सुविधा प्रतिनिधित्व निकाले खातिर वस्तु भागों का एक मजबूत स्थानीयकरण पर निर्भर करत हैं। हालांकि, उपस्थिति और स्थिति की उच्च विविधता के कारण, स्थानीय स्तर पर पहुंचना एक कठिन काम है। इ पेपर मा, हम दिखावा कि कैसे पूर्व-प्रशिक्षित संवहन तंत्रिका नेटवर्क का उपयोग मजबूत अउर कुशल वस्तु भाग खोज अउर स्थानीयकरण खातिर कीन जा सकत है, बिना जरूरी नेटवर्क का वर्तमान डेटासेट पर प्रशिक्षण देने की आवश्यकता के। हमार तरीका जवन "पार्ट डिटेक्टर डिस्कवरी" (पीडीडी) कहा जात है ऊ नेटवर्क आउटपुट के ग्रेडिएंट मैप का विश्लेषण अउर एनोटेट किए गए सिमेंटिक पार्ट्स या बाउंडिंग बॉक्स से स्थानिक रूप से संबंधित सक्रियण केंद्र का पता लगावे पर आधारित है। इ हमका CUB2002011 डाटासेट पर उत्कृष्ट प्रदर्शन प्राप्त करने के लिए अनुमति देत है, लेकिन पिछले दृष्टिकोणों के विपरीत भी परीक्षण के दौरान और प्रशिक्षण के दौरान ग्राउंड-सत्य भागों के दौरान एक दिए गए बॉउंडिंग बॉक्स एनोटेशन की आवश्यकता के बिना संयुक्त रूप से पता लगाने और पक्षी वर्गीकरण का प्रदर्शन करने के लिए अनुमति देता है। कोड http://www.inf-cv.uni-jena.de/part_discovery अउर https://github.com/cvjena/PartDetectorDisovery मा उपलब्ध अहै। |
9f3f6a33eb412d508da319bb270112075344abd0 | हम प्रस्तावित नई संभाव्य तकनीक का नमूना लें और बड़े दस्तावेज़ संग्रह से प्रमुख संरचना का निष्कर्षण करें। जइसे कि क्लस्टरिंग अउर टॉपिक माडल के मामला मा, हमार लक्ष्य एक संगठित परिप्रेक्ष्य मा जानकारी के भारी मात्रा मा उपलब्ध कराना अहै। हम विशेष रूप से कागजात के बीच संबंध का खुलासा करे अऊर ओकर शोषण करे मा बहुत रुचि रखते हैं. इहिसे, हम महत्वपूर्ण दस्तावेजन कय विविध सेट- सिंगल-लिंक, सुसंगत श्रृंखला से निकाले पे ध्यान केंद्रित करत हैं। उदाहरण के लिए, हम खोज विषयवस्तु का उद्धरण चार्ट से निकालते हैं और समयरेखा का निर्माण समाचार लेखों से करते हैं। हमार विधि अति मापनीय है, लगभग चार मिनट मा 30 मिलियन शब्दऽन् कय एगो कोष मा काम करत है, जवन कि गतिशील विषय मॉडल से 75 गुना ज्यादा तेज है अंत मा, हमार मॉडल से परिणाम कई मीट्रिक के हिसाब से मानव समाचार सारांश से जादा मिलत जुलत है और ऊ मानव न्यायाधीशों द्वारा पसंद कै जात है। |
057d5f66a873ec80f8ae2603f937b671030035e6 | इ पेपर मा, हम स्थिर छवियों मा वस्तुओं की गतिशीलता की भविष्यवाणी की चुनौती का अध्ययन करें। एक छवि मा एक क्वेरी वस्तु दिए, हमार लक्ष्य वस्तु मा कार्य करण बल और उन बल का जवाब के रूप मा दीर्घकालिक गति के संदर्भ मा वस्तु की एक भौतिक समझ प्रदान करना है। एक एकल छवि से वस्तुओं के बल अउर गति का सीधा अउर स्पष्ट अनुमान बेहद चुनौतीपूर्ण अहै। हम न्यूटनियन परिदृश्य कहलावै वाले मध्यवर्ती भौतिक अमूर्तता का परिभाषित करत हैं अउर न्यूटनियन न्यूरल नेटवर्क (एन 3) का परिचय देत हैं जवन न्यूटनियन परिदृश्य मा एक राज्य मा एक छवि का मानचित्रण करना सीखत है। हमार मूल्यांकन से पता चलता है कि हमार पद्धति एक ही छवि से क्वेरी ऑब्जेक्ट का गतिशीलता का भरोसा कर सकती है। एकरे अलावा, हमार दृष्टिकोण भौतिक तर्क के रूप मा बा जौन गतिविधिको गतिविधिको अउर बल वैक्टरन के संदर्भ में पूर्वानुमानित गतिविधिको समर्थन करत है. इ दिसा मा अनुसंधान को बढ़ावा देने के लिए हम विजुअल न्यूटनियन डायनामिक्स (वीआईएनडी) डेटासेट को संकलित किहिस जिकरा मा 6000 से अधिक वीडियो शामिल हैं जिकरा मा न्यूटनियन परिदृश्य शामिल हैं जिकरा मा खेल इंजन का उपयोग कर प्रतिनिधित्व करैं, औ 4500 से अधिक चित्र उनके ग्राउंड ट्रुथ डायनामिक्स के साथ। |
c4f7d2ca3105152e5be77d36add2582977649b1d | इंटरनेट ऑफ थिंग्स (IoT) का विकास होत बा, जइसहीं विशिष्ट रूप से पहचान योग्य वस्तुअन का इंटरनेट पर जोड़ल जात बा। इ यंत्रन क अतिरिक्त, अउर उ सबइ यंत्रन क दूरस्थ रूप स जोड़इ, एक नवा स्तर हमका दिहा गवा अहइ जेसे हम अउर जियादा कारगर होइ सकी। हालांकि, इनक्यूबेटर पय आपकै भाषा योग्यता पूरी कय लेहे बा, आप एहकै उपयोग करत हैं। जबकि कई लोग सुरक्षित हैं, कुछ का तर्क है कि रोबोट एक नौटंकी से ज्यादा कुछ नहीं है। कई लोग ऐसे हैं, जो इंटरनेट पर अपनी जगह से दूर जा रहे हैं। इ आलेख वर्तमान में लीन होये वाले कुछ कमजोरियन का अवलोकन करत अहै औ वर्तमान में इ धमकी देत है कि मौलिक रूप से ढेर सारी जानकारी मौजूद अहै। |
8671518a43bc7c9d5446b49640ee8783d5b580d7 | |
e5f67b995b09e750bc1a32293d5a528de7f601a9 | जइसहीं आधुनिक प्रणाली जादा जटिल होत जा रही हैं, वर्तमान सुरक्षा प्रथाओं मा सिस्टम सुरक्षा का पर्याप्त रूप से निपटावे खातिर प्रभावी पद्धति का अभाव है। इ पेपर एक दोहराए और tailorable ढांचे का प्रस्ताव है ताकि हाल ही में जारी राष्ट्रीय मानक और प्रौद्योगिकी संस्थान (NIST) विशेष प्रकाशन 800-160 में परिभाषित सिस्टम सुरक्षा इंजीनियरिंग (SSE) प्रक्रियाओं, गतिविधियों, और कार्यों के आवेदन में सहायता मिल सके। सबसे पहिले, एक छोटी सी जांच कीन जाय जौन कि प्रणालीगत रूप से संबंधित अहैं। अगला, NIST-परिभाषित SSE प्रक्रियाओं के बीच संबंधों की एक परीक्षा इंजीनियरिंग समस्या स्थान के लिए संदर्भ प्रदान करने के लिए आयोजित की जा रही है। ई निष्कर्ष एनआईएसटी एसएसई प्रक्रियाओं का सात सिस्टम-अज्ञेय सुरक्षा डोमेन पर मैपिंग का सूचित करत है, जो तीन प्रकार के सिस्टम (पारंपरिक आईटी, साइबर-भौतिक, और रक्षा) के लिए प्राथमिकता प्रदान करत है। ई ठोस उदाहरण देत है कि ई काम करैं मा सामाजिक और सामाजिक स्तर पर जादा ध्यान देहे अहै। इ पेपर का लक्ष्य एनआईएसटी एसपी 800-160 मा परिभाषित 30 प्रक्रियाओं, 111 गतिविधियों, और 428 कार्यों का कुशल अनुप्रयोग बताकर चिकित्सकों की सहायता करना है। ई अनुकूलन योग्य ढाँचा औजार विकासकर्ता लोगन खातिर ऑनलाइन उपलब्ध अहै, जेके आपन जरूरत के हिसाब से नियोजित, संशोधित, अउर अनुकूलित करै खातिर प्रयोग करत है। |
1beeb25756ea352634e0c78ed653496a3474925e | |
fac5a9a18157962cff38df6d4ae69f8a7da1cfa8 | इ पेपर मा, हम गोलाकार हार्मोनिक्स रोशनी प्रतिनिधित्व का उपयोग करके मनमाने अज्ञात प्रकाश के तहत चेहरा पहचान के लिए दो उपन्यास विधियों का प्रस्ताव करत हैं, जसमा प्रति विषय केवल एक प्रशिक्षण छवि की आवश्यकता है और कोई 3 डी आकार जानकारी नहीं है। हमार विधि ऊ परिणाम पर आधारित ह जवन इ दर्शावेला कि एक उत्तल लैम्बर्टियन वस्तु कय छवियन कय सेट जवन कि कई प्रकार कय प्रकाश स्थिति कय तहत प्राप्त होत है, कम आयामी रैखिक उप-स्थान द्वारा सटीक रूप से अनुमानित करल जा सकत है। हम इ जगह कय गोलाकार हार्मोनिक आधार चित्रण कय अनुमान लगावै कय दुई तरीका प्रदान करत है बस एक चित्र से। हमार पहिला तरीका 2D बेस इमेज के संग्रह के आधार पर सांख्यिकीय मॉडल बनावेला. हम देखब कि, सीखल गयल सांख्यिकी का उपयोग कइके, हम केवल एक छवि से गोलाकार हार्मोनिक आधार छवियन का अनुमान लगा सकत ह, जेके मनमाने ढंग से रोशनी के स्थिति में लिहल गयल ह, अगर पोज में कौनो भिन्नता नाहीं हय। पहिला तरीका के तुलना में, दूसर तरीका गोलाकार हार्मोनिक इल्युमिनेशन प्रतिनिधित्व अउर मानव चेहरा का एक 3 डी मोर्फेबल मॉडल के संयोजन से सीधे 3 डी स्थान में सांख्यिकीय मॉडल बनावत है ताकि पोस अउर इल्युमिनेशन दुनों के छवियन से आधार चित्रन के पुनर्प्राप्त कईल जा सके। आधार चित्र का अनुमान लगाये के बाद, हम दूनों विधि खातिर एक ही पहचान योजना का उपयोग करें: हम उ चेहरा का पहचानब जवन के लिए आधार चित्र का एक भारित संयोजन मौजूद है जवन कि परीक्षण चेहरा चित्र के सबसे नजदीक है. हम कई प्रयोग प्रदान करत हैं जवन उच्च पहचान दर प्राप्त करत हैं, कई प्रकार के प्रकाश स्थिति के तहत, कई प्रकाश स्रोत सहित. हमार तरीका तरीका वही है जवन कि बहुतै कठिन प्रशिक्षण डेटा का जरूरत है। दुइ विधियन क तुलना भी करा जाइ जेका उपयोक्तन करत हई। |
6831db33ea9db905b66b09f476c429f085ebb45f | वर्तमान अध्ययन मा ट्राइएक्सियल एक्सेलेरोमीटर (टीए) और एक पोर्टेबल डाटा प्रोसेसिंग यूनिट को विकास को दैनिक शारीरिक गतिविधि का आकलन करने का वर्णन है। टीए तीन ऑर्थोगोनली माउंटेड यूनियाक्सियल पीज़ोरेसिस्टिव एक्सेलेरोमीटर से बनल ह अउर एकर उपयोग मानव शरीर एक्सेलेरेशन के आयाम अउर आवृत्ति रेंज के कवर करे वाले एक्सेलेरोमीटर के रजिस्टर करे खातिर करल जा सकत ह. इंटरेस्ट्रूमेंट अउर टेस्ट-रीटेस्ट प्रयोग से पता चला कि टीए का ऑफसेट अउर संवेदनशीलता हर माप दिशा खातिर बराबर रहा अउर दुई माप दिन पर स्थिर रहा। प्रत्येक माप दिशा के लिए अनुप्रस्थ संवेदनशीलता काफी भिन्न रही, लेकिन त्वरणमाप के आउटपुट (मुख्य अक्ष के साथ संवेदनशीलता का < 3%) पर प्रभाव नहीं पड़ा। डाटा इकाई एक्सेलेरोमीटर आउटपुट का ऑन लाइन प्रसंस्करण आठ दिन की अवधि पर शारीरिक गतिविधि का एक विश्वसनीय अनुमानक के रूप में सक्षम है। प्रयोगशाला मा मानकीकृत गतिविधि के दौरान 13 पुरुष विषयों मा प्रणाली का प्रारंभिक मूल्यांकन शारीरिक गतिविधि, शारीरिक गतिविधि (r=0.89) के लिए मानक संदर्भ के कारण त्वरणमीटर उत्पादन और ऊर्जा व्यय के बीच एक महत्वपूर्ण संबंध दिखाया। सिस्टम की कमजोरी है कि ऊ बैठी गतिविधि का कम संवेदनशीलता है और स्थिर गतिविधि का पंजीकरण करने में असमर्थ है। सामान्य दैनिक शारीरिक गतिविधि और प्रयोगशाला से बाहर की विशिष्ट गतिविधियों का आकलन करने के लिए सिस्टम की वैधता का अध्ययन मुक्त रहने वाले विषयों पर किया जाना चाहिये। |
f6cd444c939c0b5c08b07bb35fd694a45e07b97e | लटकल तुलनाक का उपयोग लगभग सब एनालॉग-टू-डिजिटल कनवर्टर वास्तुकला में करल जाला। ई एनालॉग इनपुट सिग्नल के फुल-स्केल डिजिटल स्तर पर पुनर्जीवित करे खातिर सकारात्मक फीडबैक तंत्र का उपयोग करत है. पुनरुत्थान नोड्स मा इस तरह के उच्च वोल्टेज भिन्नता इनपुट वोल्टेज - किकबैक शोर से जोड़ा जात है। इ पेपर मा किकबैक शोर कम करैं खातिर मौजूदा समाधानन कै समीक्षा कीन गै बाय अउर दुई नये समाधान कै प्रस्ताव रखि गै बाय। एचएसपीआईएस सिमुलेशन हमरे तकनीक का प्रभावी ढंग से सत्यापित करत अहै। |
043afbd936c95d0e33c4a391365893bd4102f1a7 | हाल ही मा बड़े गहरे तंत्रिका नेटवर्क मॉडल कठिन दृश्य मान्यता कार्य मा अत्याधुनिक सटीकता प्रदर्शित करे हैं। दुर्भाग्य से इ सबइ मॉडल काफी हद तकयँ जादा लागत लागत हैं अउर हमका पूरा निस्चय ही लागत है कि इनक्यूबेटर एक अच्छा वेब होस्ट है। हम एक वितरित प्रणाली का डिजाइन और कार्यान्वयन का वर्णन करते हैं जिसे एडम कहा जाता है, जिसमें कमोडिटी सर्वर मशीन शामिल हैं, ताकि ऐसे मॉडल का प्रशिक्षण दिया जा सके, जो विश्व स्तर पर प्रदर्शन, स्केलिंग और कार्य सटीकता का प्रदर्शन कर सके। एडम पूरे सिस्टम सह-डिजाइन के माध्यम से उच्च दक्षता अउर मापनीयता प्राप्त करत है जउन वर्कलोड गणना अउर संचार का अनुकूलन अउर संतुलन करत है। हम पूरे सिस्टम मा असिन्क्रोनस का शोषण करत हैं प्रदर्शन मा सुधार करैं अउर दिखावा करैं कि इ अतिरिक्त रूप से प्रशिक्षित मॉडल की सटीकता मा सुधार करत है। आदम पहिले से सोचे से ज्यादा कारगर अउर स्केलेबल है अउर 30 गुना कम मशीनों का इस्तेमाल कईके ImageNet 22,000 श्रेणी छवि वर्गीकरण कार्य पर 2 गुना अधिक सटीकता के लिए एक बड़ा 2 बिलियन कनेक्शन मॉडल का प्रशिक्षित करे खातिर तुलनात्मक समय में सिस्टम से पहिले की तुलना में इ बेंचमार्क के लिए रिकॉर्ड रखा है। हम इ भी देखब कि बड़े मॉडल की मदद से काम की सटीकता बढ़ी है। हमार परिणाम इ बात क सबूत देत है कि एक वितरित प्रणाली-चालित दृष्टिकोण गहन शिक्षा का उपयोग कर वर्तमान प्रशिक्षण एल्गोरिदम का पीछा करे लायक अहै। |
63d630482d59e83449f73b51c0efb608e662d3ef | मुद्रित इलेक्ट्रॉनिक्स का भविष्य के इंटरनेट-ऑफ-थिंग्स (आईओटी) अवधारणा के भीतर वायरलेस इलेक्ट्रॉनिक टैग और सेंसर के लिए विचार किया जा रहा है। वर्तमान प्रिंट योग्य कार्बनिक अउर अकार्बनिक अर्धचालकन कय लो चार्ज कैरियर गतिशीलता कय परिणाम के रूप मा, मुद्रित रेक्टिफायर कय संचालन आवृत्ति एतना ऊँच नाहीं अहै कि मोबाइल फोन औ मुद्रित ई-टैग के बीच सीधा संचार औ बिजली प्रदान करय कय अनुमति देवँय। इहै, हम रिपोर्ट करत हई कि पूरी तरह से प्रिंटेड डायोड 1.6 गीगाहर्ट्ज तक काम करत है। ई उपकरण, Si अउर NbSi2 कणन की दुइ परतों पर आधारित है, जेकर निर्माण कम तापमान पर और परिवेश वायुमंडल में एक लचीला सब्सट्रेट पर कीन जात है। Si माइक्रो पार्टिकल्स का उच्च चार्ज कैरियर गतिशीलता चार्ज इंजेक्शन-सीमित शासन में डिवाइस ऑपरेशन की अनुमति देता है। परिणामी उपकरण स्टैक मा ऑक्साइड परतों की असममितता सुरंग वर्तमान का सुधार मा नेतृत्व गर्छ। मुद्रित डायोड्स का एंटीना अउर इलेक्ट्रोक्रोमिक डिस्प्ले के साथ मिला के पूरा मुद्रित ई-टैग बनावैं का काम चलावा गा। ग्लोबल सिस्टम फॉर मोबाइल कम्युनिकेशंस मोबाइल फोन से मिले सिग्नल का इस्तेमाल डिस्प्ले अपडेट करे खातिर कीन गयल. हमार खोज आईओटी अनुप्रयोग के भीतर छपाई वाले इलेक्ट्रॉनिक्स खातिर एक नया संचार मार्ग का प्रदर्शन करत है। |
c15c068ac4b639646a74ad14fc994016f8925901 | ए-सिः एच टीएफटी पारंपरिक रूप से सक्रिय मैट्रिक्स डिस्प्ले के लिए बैकप्लेन सरणी मा उपयोग कै जात है औ कभी-कभी पंक्ति या स्तंभ ड्राइव इलेक्ट्रॉनिक्स मा लचीला डिस्प्ले औ ड्राइवरन पे ध्यान केंद्रित करै वाले वर्तमान प्रयास के साथ। इ पेपर लचीला स्टेनलेस स्टील अउर प्लास्टिक सब्सट्रेट पर a-Si:H TFTs खातिर एक मानक सेल लाइब्रेरी डिजाइन करके जटिल डिजिटल सर्किट्री तक लचीला इलेक्ट्रॉनिक्स का विस्तार करत है। मानक सेल लाइब्रेरी एक मानक सेल स्थान और मार्ग उपकरण के साथ लेआउट स्वचालन सक्षम करत है, बैकप्लेन पर ए-सीः एच डिजिटल सर्किट के लेआउट का काफी तेजी से प्रदर्शन कार्यक्षमता का बढ़ावे खातिर। चूंकि केवल एन-चैनल ट्रांजिस्टर उपलब्ध हैं, गेट का डिज़ाइन बूटस्ट्रैप पुल-अप नेटवर्क के साथ है ताकि अच्छा आउटपुट वोल्टेज स्विंग सुनिश्चित हो सके। विकसित लाइब्रेरी मा 7 गेट शामिल ह्वे: 5 संयोजन गेट (इन्वर्टर, NAND2, NOR2, NOR3, और MUX2) और 2 अनुक्रमिक गेट (लॉच और D फ्लिप-फ्लॉप) । मानक कोसिकाओं का विलंब बनाम पंखा-बाहर का प्रयोगात्मक रूप से लक्षणिकरण करने के लिए परीक्षण संरचनाएं बनाई गई हैं। लेआउट से विद्युत इंटरकनेक्शन का स्वचालित निष्कर्षण, लेआउट बनाम स्कीमैटिक (एलवीएस) सक्षम करे वाला, नीचे के गेट ए-सीः एच टीएफटी के लिए मौजूदा टूल सूट में भी शामिल है। एक 3 बिट काउंटर डिजाइन, निर्मित और परीक्षण मानक सेल लाइब्रेरी का प्रदर्शन करने के लिए वर्णित है। |
d1bf0962711517cff15205b1844d6b8d625ca7da | सामाजिक उद्यमिता, एक अभ्यास अउर विद्वान के खातिर अनुसंधान के क्षेत्र के रूप मा, प्रबंधन अउर व्यापार अनुसंधान के विभिन्न क्षेत्रन से अवधारणाओं अउर धारणाओं का चुनौती देवे, सवाल करे अउर फिर से सोचै कै अनूठा अवसर प्रदान करत है। ई लेख सामाजिक उद्यमिता के बारे मा एक विचार रखत है जवन एक ऐसन प्रक्रिया है जवन सामाजिक बदलाव के गति प्रदान करत है अउर जवन एक ऐसन तरीका से महत्वपूर्ण सामाजिक जरूरतन का पूरा करत है जवन उद्यमी लोगन खातिर सीधा आर्थिक लाभ पर हावी नाही है। सामाजिक उद्यमिता अन्य उद्यमिता से भिन्न है, विशेष रूप से आर्थिक मूल्य के कारण सामाजिक मूल्य और विकास का कारण बनता है। सामाजिक उद्यमिता के अध्ययन खातिर सैद्धांतिक दृष्टिकोण के बीच एक कड़ी के रूप मा एम्बेडेडनेस के अवधारणा का भविष्य के अनुसंधान के लिए लेखक द्वारा प्रस्तुत कीन गवा है। # 2005 Elsevier Inc. सभी अधिकार सुरक्षित |
58461d01e8b6bd177d26ee17f9cf332cb8ca286a | हम अन्तरिक्ष-समय ब्लॉक कोडिंग का परिचय देत हैं, रैली फीडिंग चैनलों पर संचार खातिर एक नया प्रतिमान कई ट्रांसमिट एंटेना का उपयोग करके. डेटा एक स्पेस-टाइम ब्लॉक कोड का उपयोग करके एन्कोड किया जाता है और एन्कोड डेटा स्ट्रीम में विभाजित होता है, जो कि एक साथ n ट्रांसमिशन एंटेना का उपयोग करके प्रेषित होता है. प्रत्येक रिसीव एंटीना मा प्राप्त सिग्नल शोर द्वारा परेशान n प्रेषित संकेतों का एक रैखिक अतिरेक है। अधिकतम likelihood decoding एक साधारण तरीका से प्राप्त होत है, संयुक्त डिटेक्शन के बजाय अलग-अलग एंटेना से प्रेषित सिग्नल के decoupling के माध्यम से। इ स्पेस-टाइम ब्लॉक कोड की ऑर्थोगोनल संरचना का उपयोग करत है और एक अधिकतम-संभाव्यता डिकोडिंग एल्गोरिथ्म देता है जो रिसीवर पर केवल रैखिक प्रसंस्करण पर आधारित है. स्पेस-टाइम ब्लॉक कोड का डिज़ाइन एक सिंपल डिकोडिंग एल्गोरिथ्म की बाध्यता के अधीन कई ट्रांसमिट और रिसीव एंटेना के लिए अधिकतम विविधता क्रम प्राप्त करने के लिए डिज़ाइन किया गया है। ऑर्थोगोनल डिजाइन का शास्त्रीय गणितीय ढांचा अंतरिक्ष-समय ब्लॉक कोड का निर्माण करने के लिए लागू होता है। ई देखाई दिहा है कि ई तरीका से निर्मित स्थान-समय ब्लॉक कोड केवल कुछ ही छिटपुट मानों खातिर अस्तित्व में अहै। बाद मा, ऑर्थोगोनल डिजाइन का एक सामान्यीकरण ट्रांसमिट एंटेना की कौनो संख्या के लिए वास्तविक और जटिल नक्षत्रों दुनहु के लिए स्थान-समय ब्लॉक कोड प्रदान करे खातिर दिखाया गयल हौवे। ई कोड कौनो भी मनमाना वास्तविक नक्षत्र जैसे पीएएम का उपयोग कईके कउनो भी संख्या में प्रेषण एंटेना खातिर अधिकतम संभव संचरण दर प्राप्त करत हैं. पीएसके और क्यूएएम जैसे मनमाने ढंग से जटिल नक्षत्र के लिए, अंतरिक्ष-समय ब्लॉक कोड ऐसे डिज़ाइन किए गए हैं कि 1 = 2 अधिकतम संभव ट्रांसमिशन दर का किसी भी संख्या के ट्रांसमिशन एंटेना के लिए प्राप्त करें। दो, तीन, और चार प्रेषण एंटेना के विशिष्ट मामलन के लिए, अंतरिक्ष-समय ब्लॉक कोड डिज़ाइन किए गए हैं, जो क्रमशः, सभी, 3=4, और 3=4 अधिकतम संभव ट्रांसमिशन दर का उपयोग कर, मनमाने ढंग से जटिल नक्षत्रों का उपयोग कर रहे हैं। डीकोडिंग देरी अउर ट्रांसमिट एंटीना के संख्या के बीच सबसे अच्छा व्यापार भी गणना कीन जात है अउर इ दिखावा जात है कि इहाँ प्रस्तुत कई कोड इ अर्थ में भी इष्टतम हैं। |
25a7b5d2db857cd86692c45d0e5376088f51aa12 | भूमिका आधारित अभिगम नियंत्रण (आरबीएसी) मॉडल का एक परिवार, जौनके आरबीएसी96 मॉडल के रूप मा संदर्भित कईल जात है, हाल ही में लेखक और उनके सहयोगियों द्वारा प्रकाशित कईल गईल रहे। इ प्रबन्धन कय विकास कय लिए जउन मुख्य निर्णय हुए हय उहय आधारभूत हय, अउर जवन विकल्प पय चर्चा कीन गवा हय उहै समझावा जाय। |
771b52e7c7d0a4ac8b8ee0cdeed209d1c4114480 | हम शुद्ध कार्यात्मक भाषा मा निर्धारक समानांतर गणना खातिर एक नया प्रोग्रामिंग मॉडल प्रस्तुत करत हन। मॉडल monadic है और explicit granularity है, लेकिन गतिशील निर्माण की अनुमति देता है dataflow नेटवर्क है कि निर्धारित समय पर निर्धारित हैं, जबकि शेष deterministic और शुद्ध है। ई कार्यान्वयन मोनैडिक समवर्तीता पर आधारित बा, जवन अब तक केवल कार्यात्मक भाषाओं में समवर्तीता का अनुकरण करे खातिर इस्तेमाल कइल गइल बा, न कि समानांतरता प्रदान करे खातिर. हम ए.पी.आई. का आपन सिमेंटिक्स के साथ प्रस्तुत करत बानी, अउर ई तर्क देत बानी कि समानांतर निष्पादन निर्धारक बा. एकर अलावा, हम एक पूर्ण वर्क-स्टीलर शेड्यूलर का परिचय देत हैं जे एक Haskell लाइब्रेरी के रूप मा लागू होत है, अऊर हम ई दिखाते हैं कि ई कम से कम Haskell में मौजूद समानांतर प्रोग्रामिंग मॉडल के रूप में भी काम करत है. |
29cd61d634786dd3b075eeeb06349a98ea0535c6 | उद्देश्य इ अध्ययन खाद्य अपर्याप्तता अउर संज्ञानात्मक, शैक्षणिक अउर मनोसामाजिक परिणाम के बीच संबंध के जांच करत है, जवन कि 6 से 11 साल और 12 से 16 साल के उमर के अमेरिकी बच्चन अउर किशोर के बीच है। तीसरे राष्ट्रीय स्वास्थ्य अउर पोषण परीक्षा सर्वेक्षण (एनएचएएनईएस III) से मिले आंकड़ों का विश्लेषण कीन गवा। बच्चा के खान-पान मा कमी के कारन वर्गीकृत कीन गा रहा अगर परिवार कै उत्तरदाता बताइन कि उनके परिवार कै कभी-कभी या अक्सर खाये खातिर पर्याप्त भोजन नाय मिलत रहा। सामान्य रूप से कम जोखिम वाले समूहों अउर उच्च जोखिम वाले समूहों के बीच खाद्य अपर्याप्तता अउर संज्ञानात्मक, अकादमिक अउर मनोवैज्ञानिक माप के बीच संबंधों का परीक्षण करने के लिए प्रतिगमन विश्लेषण का आयोजन कईल गयल रहे। खाद्य अपर्याप्तता के लिए प्रतिगमन गुणांक अउर बाधा अनुपात रिपोर्ट कै दीन गा है, जउन गरीबी स्थिति अउर अन्य संभावित भ्रमित कारकन खातिर समायोजित कै गा है। परिणाम जब भ्रमित चर के खातिर समायोजित की गई, 6 से 11 साल के कम भोजन वाले बच्चों का अंकगणित स्कोर काफी कम रहा और एक कक्षा को दोहराया, मनोवैज्ञानिक से देखा, और अन्य बच्चों के साथ मिल-जुल कर मुश्किल हो गई। खाद्य पदार्थों की कमी से ग्रस्त किशोर मनोवैज्ञानिक से मिलने, स्कूल से निलंबित रहने, अउर अन्य बच्चों के साथ अच्छे से मिलन की संभावना से अधिक थे। आगे के विश्लेषण से पता चलता है कि बच्चे कम जोखिम वाले समूह से कम हैं, जबकि कम जोखिम वाले समूह का एक बड़ा हिस्सा हैं। खाद्य अपर्याप्तता अउर बच्चन के परिणाम के बीच संबंध जोखिम के स्तर से अलग रहा है। निष्कर्षः हवाई रक्षा का महत्व, इलेक्ट्रॉनिक युद्ध का महत्व कई बार बढ़ रहा है। कई बार, हालांकि, "साधारण सैन्य विमानन" का महत्व कई बार बढ़ रहा है। |
001ffbeb63dfa6d52e9379dae46e68aea2d9407e | |
7e383307edacb0bb53e57772fdc1ffa2825eba91 | वास्तविक दुनिया मा अनुप्रयोगों मा कै समस्याएं आनुवंशिक रूप से संबंधित कई चर की भविष्यवाणी शामिल हैं। मार्कोव यादृच्छिक क्षेत्र (MRFs) ऐसन निर्भरता के एन्कोड करे खातिर एगो महान गणितीय उपकरण हई. इ पेपर का लक्ष्य एमआरएफ का गहरी सीखना के साथ जोड़ना है ताकि जटिल प्रतिनिधित्व का अनुमान लगा सकें, जबकि आउटपुट यादृच्छिक चर के बीच निर्भरता को ध्यान में रखते हुए। इ लक्ष्य क ओर, हम एक प्रशिक्षण एल्गोरिथ्म का प्रस्ताव करत हई जउन संरचनात्मक मॉडल के साथ-साथ गहन सुविधाओं से सीख सकत है जउन एमआरएफ क्षमताओं का निर्माण करत है। हमार तरीका बहुत ही कारगर अहै काहे से की ई सीखे अउर समझे के बाद जीपीयू एक्सेलेरेशन का काम करत है। हम आपन एल्गोरिथ्म क प्रभावशीलता का प्रदर्शन करत अही जेसे की आवाज वाली छवियों से सब्द का अनुमान लगाइ सके, साथ ही साथ फ़्लिकर फोटोग्राफ्स का टैगिंग भी करे हम देखब कि गहिरा features अउर MRF मापदंडन कय संयुक्त सीखय से महत्वपूर्ण प्रदर्शन लाभ होत है। |
444b9f2fff2132251a43dc4a4f8bd213e7763634 | उद्देश्य: हमार उद्देश्य ई बतायब कि सॉफ्टवेयर इंजीनियरिंग कउना सबूत-आधारित दृष्टिकोण से लाभान्वित होई सकत है अउर ए दृष्टिकोण से जुड़ी संभावित कठिनाइयों का पहचान करैं। विधिः हम साक्ष्य-आधारित चिकित्सा (ईबीएम) का समर्थन करे वाले संगठन अउर तकनीकी बुनियादी ढांचे की तुलना सॉफ्टवेयर इंजीनियरिंग की स्थिति से कीन। हम विचार किहे रहेन कि सॉफ्टवेयर इंजीनियरिंग से संबंधित कारकन का का प्रभाव पड़त है (यानी कि ई सब चीज या त कंप्यूटर या कंप्यूटर से जुड़ल चीजन या इ सब चीजन से जुड़ल चीजन होय ।) परिणाम: ईबीएसई कई लाभ का वादा करत है, कई अलग-अलग हितधारक समूहों की जरूरतों का समर्थन करने के लिए अनुसंधान परिणामों का एकीकरण प्रोत्साहित करके। पर, अब ईबीएसई का व्यापक रूप से अपनाने के लिए आवश्यक बुनियादी ढांचा का हम पास नहीं है। कौशल कारक का मतलब है कि सॉफ्टवेयर इंजीनियरिंग प्रयोग विषय और प्रयोगकर्ता पूर्वाग्रह के लिए असुरक्षित हैं। इ बात क पता लगावा जाइ कि सॉफ्टवेयर इंजीनियरिंग का उपयोग कइके जेतना संभव होइ सके, साबुत पद्धति का अपनाई जाय, बशर्ते कि इ साबुत पद्धति ओ विशिष्ट समस्या का हल करय जउन सॉफ्टवेयर इंजीनियरिंग की प्रकृति से उपजी है। |
cf234668399ff2d7e5e5a54039907b0fa7cf36d3 | थ्री-डायमेंशनल हाथ के इशारा के पहिचान कंप्यूटर विजन, पैटर्न मान्यता, अउर मानव-कंप्यूटर बातचीत मा बढ़त शोध रुचि के आकर्षित कईले बा। उभरते हुए गहराई सेंसर ने विभिन्न हाथ इशारा मान्यता दृष्टिकोणों और अनुप्रयोगों को बहुत प्रेरित किया, जो पारंपरिक कैमरों के साथ 2 डी डोमेन में गंभीर रूप से सीमित थे। इ पेपर 3 डी गहराई सेंसर का उपयोग करके हाथ संकेत मान्यता पर कुछ हालिया काम का एक सर्वेक्षण प्रस्तुत करत है। पहिले हम वाणिज्यिक गहराई सेंसर अउर सार्वजनिक डेटा सेट के समीक्षा करब जवन कि इ क्षेत्र में व्यापक रूप से उपयोग करल जाला। फिर, हम चार पहलुओं मा 3 डी हाथ इशारा मान्यता के लिए कला का राज्य का शोध की समीक्षा करें: 1) 3 डी हाथ मॉडलिंग; 2) स्थैतिक हाथ इशारा मान्यता; 3) हाथ प्रक्षेपवक्र इशारा मान्यता; और 4) निरंतर हाथ इशारा मान्यता। जबकि जोर 3 डी हाथ इशारा मान्यता दृष्टिकोण पर है, संबंधित अनुप्रयोगों अउर विशिष्ट प्रणालियों का भी संक्षेप में अभ्यासकर्ताओं के लिए सारांशित किया गवा है। |
33da83b54410af11d0cd18fd07c74e1a99f67e84 | हम मूल्यांकन करें कि क्या गहरी संवहन नेटवर्क की सक्रियता से निकाले गए फीचर्स का एक बड़े, निश्चित सेट ऑब्जेक्ट मान्यता कार्यों पर पूरी तरह से पर्यवेक्षित फैशन में प्रशिक्षित किया जा सकता है। हमार जेनेरिक टास्क मूल रूप से प्रशिक्षित टास्क से काफी अलग हो सकत हैं अउर पारंपरिक रूप से प्रशिक्षित या नई टास्क के लिए एक गहरी वास्तुकला का अनुकूलित करने के लिए पर्याप्त लेबल या बिना लेबल वाला डेटा नहीं हो सकता है। हम जांच करें अउर कई कार्यन के संबंध मा गहरी संवहन सुविधाओं का अर्थपूर्ण क्लस्टरिंग का विज़ुअलाइज़ करें, जइसै कि दृश्य मान्यता, डोमेन अनुकूलन, अउर बारीक-कण मान्यता चुनौतियां शामिल हैं। हम एक निश्चित सुविधा का परिभाषित करेक लिए विभिन्न नेटवर्क स्तरों पे निर्भरता क प्रभावकारिता क तुलना करत हयन, अउर नवा परिणाम देहे अहयँ जउन महत्वपूर्ण दृष्टि चुनौति पर अत्याधुनिक प्रदर्शन कय बेहतर करत हयँ। हम डीसीएएफ, इन गहरी संवहन सक्रियण सुविधाओं का एक खुला स्रोत कार्यान्वयन जारी कर रहे हैं, साथ ही साथ सभी संबंधित नेटवर्क मापदंडों के साथ दृष्टि शोधकर्ताओं को सक्षम करने के लिए कई प्रकार के दृश्य अवधारणा सीखने के प्रतिमानों पर गहरी प्रतिनिधित्व के साथ प्रयोग का संचालन करने में सक्षम हो। |
b6011390c08d7982bdaecb60822e72ed7c751ea4 | |
609ab78579f2f51e4677715c32d3370899bfd3a7 | जेस्टोर संग्रहण कय उपयोग कइके आप जेस्टोर कय उपयोग नियम अउर शर्तें कय स्वीकार करत हैं, जवन http://www.jstor.org/about/terms.html प उपलब्ध अहै। जेस्टोर के नियम अउर शर्तें मा ई बात पर ब्यौरा दिया है कि आप बिना पहिले से अनुमति लिहिन, आप एक पत्रिका के पूरा अंक या लेख के कई प्रतियां डाउनलोड नाहीं कर सकत हैं, अउर आप जेस्टोर संग्रह मा सामग्री का केवल अपने निजी, गैर-वाणिज्यिक उपयोग के लिए ही उपयोग कर सकत हैं। |
7abeaf172af1129556ee8b3fcbb2139172e50bdf | जेस्टोर संग्रहण कय उपयोग कइके आप जेस्टोर कय उपयोग नियम अउर शर्तें कय स्वीकार करत हैं, जवन http://www.jstor.org/page/info/about/policies/terms.jsp पय उपलब्ध अहै। जेस्टोर के उपयोग के नियम अउर शर्तें ई बतायीं कि, अगर आप पहिले से अनुमति नाहीं लिहिन हैं, तौ आप एक पत्रिका कय पूरा अंक या लेखन् कय कई प्रतियन डाउनलोड कय नाहीं सकत हैं, अउर आप केवल अपने व्यक्तिगत, गैर-वाणिज्यिक उपयोग के लिए जेस्टोर अभिलेखागार सामग्री कय उपयोग कइ सकत हैं। |
93dbcdc45336f4d26575e8273b3d70f7a1a260b2 | सूचना प्रणाली का क्षेत्र सूचना प्रौद्योगिकी का सामान्य सामाजिक आर्थिक जीवन से संबंधित है। बहरहाल, पिछले दस साल से सूचना प्रणाली अनुसंधान (आईएसआर) मा प्रकाशित आलेखों का संपूर्ण सेट की समीक्षा पर आधारित, हम तर्क देते हैं कि फील्ड अभी भी अपने मुख्य विषय-वस्तु-सूचना प्रौद्योगिकी (आईटी) पर काम कर रहा है। एकर बजाय, हम ई मान लेई हई कि विभिन्न भौतिक चीजन जउन अभिसमय में आइन बाटिन उ सबइ एक्के समान पदार्थ बाटिन, अउ इही बरे ओनका इक दूसरे से जोड़के ओन्हनके साथे व्यवहार करे क जरुरत रही। आईटी आर्टिफैक्ट खुद नजर से गायब हो जाता है, स्वीकृत हो जाता है, या एक बार जब यह बनाया और स्थापित हो जाता है, तो यह गैर-प्रभावी माना जाता है। हम अपने निष्कर्ष पर पहुंचे कि वस्तुओं की एक बड़ी संख्या कई बार विवादित है। हालांकि, निश्चित रूप से, कुछ रिपोर्ट्स का कहना है कि कई लोग एक बड़ी संख्या से संबंधित हैं, कुछ ने उन्हें गलत लिखा है। विशेष रूप से, हम ई प्रस्तावित करित ह कि ई शोधकर्ता आपन शोधन मा आई.टी. कलाकृति पय विशेष रूप से विचार करैं का चाही, औ ओके आपन अध्ययन कीन जाये वाले सिद्धांतन पय जोड़य। हम मानत हैं कि ई शोध बहुत जरूरी अहै अगर बस्तुनि अनुसंधान का महत्व एक निश्चित स्तर पर होवे चाहि तबहिये इ पता चला की ऊ कइसे पूरी दुनिया से संबंधित हय। (सूचना प्रणाली अनुसंधान; सूचना प्रौद्योगिकी; आईटी अनुसंधान; आईटी सिद्धांत; तकनीकी कलाकृतियां; प्रौद्योगिकी परिवर्तन) |
bc5e20c9e950a5dcedbe1caacc39afe097e3a6b0 | सामान्यीकरण उन सबकै खातिर बहुत जरूरी अहै जेके पास एक अच्छा व्यवसाय अहै. सांख्यिकीय, नमूना-आधारित सामान्यीकरण अच्छी तरह से ज्ञात है, लेकिन पद्धतिशास्त्री लंबे समय से सांख्यिकीय से परे सामान्यीकरण की अवधारणाओं से अवगत हैं। इ निबंध का उद्देश्य सामान्यीकरण की अवधारणा का स्पष्ट रूप से जांच कर एकर प्रकृति का, एकर उपयोग अउर दुरुपयोग का चित्रण करेक अहै, अउर एकर विभिन्न रूपन के वर्गीकृत करेक खातिर एक ढांचा प्रस्तुत करेक अहै। फ्रेमवर्क चार प्रकार मा अलग-अलग रूपों का आयोजन करता है, जौन अनुभवजन्य औ सैद्धांतिक प्रकार के कथनों के बीच भेद द्वारा परिभाषित कीन जात हैं। एक ओर, ढांचा ऊ सीमाओं का पुष्टिकरण करता है, जिनके भीतर सांख्यिकीय, नमूना-आधारित सामान्यीकरण वैध है। दूसर ओर, फ्रेमवर्क इ बतात ह कि सूचना प्रणाली अउर दूसर छेत्रन के सोधकर्ता कउन तरह से सही ढंग से सामान्यीकरण, अउर व्यापक प्रासंगिकता का दावा कर सकत हैं, जब उनके सोधकर्ता सैंपल-आधारित अनुसंधान के दायरे से बाहर होत हैं। (अनुसंधान पद्धति; सकारात्मक अनुसंधान; व्याख्यात्मक अनुसंधान; मात्रात्मक अनुसंधान; गुणात्मक अनुसंधान; केस स्टडी; अनुसंधान डिजाइन; सामान्यीकरण) |
2e5f2b57f4c476dd69dc22ccdf547e48f40a994c | |
14b5e8ba23860f440ea83ed4770e662b2a111119 | लार्ज कन्वोलुशनल नेटवर्क मॉडल हाल ही मा ImageNet बेंचमार्क (Krizhevsky et al., 2012) पर प्रभावशाली वर्गीकरण प्रदर्शन को प्रदर्शन गरे। हालांकि, निश्चित रूप से, थोड़ा कम सुरुचिपूर्ण लग रहा है, खासकर जब से उन्हें यह समझ में आया कि भाषा का क्या अर्थ है। इ आलेख मा हम उन दुनो विषयों पर चर्चा करेंगे जेका इस्पतालिया कय एक्ठु अउर सदस्य देहे अहैं। हम एक नया विजुअलाइजेशन तकनीक का परिचय देत हई जवन मध्यवर्ती सुविधा परतों अउर वर्गीकरणकर्ता के संचालन में अंतर्दृष्टि देत है। एक निदान भूमिका मा प्रयोग, इ दृश्यहरु हामीलाई Krizhevsky et al. outperform कि मोडेल वास्तुकला खोज गर्न अनुमति दिन्छ। ImageNet वर्गीकरण मा benchmark मा हम अलग अलग मॉडल परत से प्रदर्शन योगदान का पता लगाने के लिए एक ablation अध्ययन का भी प्रदर्शन करते हैं। हम आपन इमेजनेट मॉडल का अन्य डेटासेट पर अच्छी तरह से सामान्यीकरण करत देखावत अहन: जब सॉफ्टमैक्स वर्गीकरणकर्ता का फिर से प्रशिक्षित कइल जात है, त ई कैल्टेक-101 अउर कैल्टेक-256 डेटासेट पर वर्तमान अत्याधुनिक परिणाम से आश्वस्त रूप से हरा देत है. |
424561d8585ff8ebce7d5d07de8dbf7aae5e7270 | अत्याधुनिक वस्तु का पता लगाने वाला नेटवर्क वस्तु स्थानों का परिकल्पना करने के लिए क्षेत्र प्रस्ताव एल्गोरिदम पर निर्भर करता है। एसपीपीनेट अउर फास्ट आर-सीएनएन जैसन प्रगति इ पता लगावे वाले नेटवर्क कै समय घटाये है, क्षेत्र प्रस्ताव गणना कै एक बाधा के रूप मा उजागर कै देहे है। इ काम मा, हम एक <cursive> क्षेत्र प्रस्ताव नेटवर्क </cursive> (RPN) शुरू करत है जउन पूर्ण-छवि संवहन सुविधाओं का पता लगाने नेटवर्क के साथ साझा करत है, यकरे द्वारा लगभग लागत-मुक्त क्षेत्र प्रस्ताव सक्षम होत है। एक आरपीएन एक पूरी तरह से संकुचन नेटवर्क है जो एक साथ वस्तु की सीमाओं का अनुमान लगाता है और हर स्थिति पर ऑब्जेक्टनेस स्कोर का अनुमान लगाता है। आरपीएन का प्रशिक्षण अंत-से-अंत तक उच्च गुणवत्ता वाले क्षेत्र प्रस्तावों का उत्पादन करने के लिए दिया जाता है, जिनका उपयोग तेजी से आर-सीएनएन द्वारा पता लगाने के लिए किया जाता है। हम आगे RPN अउर Fast R-CNN का एक्कौ नेटवर्क में मर्ज करत हई आपन संवलन सुविधा साझा करत - हाल ही में लोकप्रिय शब्दावली का उपयोग करत न्यूरल नेटवर्क के साथ ध्यान तंत्र, RPN घटक एकीकृत नेटवर्क बतावेला कि कहां देखैं। बहुत गहरी VGG-16 मॉडल के लिए, हमारे डिटेक्शन सिस्टम का एक GPU पर 5 fps (सभी चरणों सहित) का फ्रेम दर है, जबकि PASCAL VOC 2007, 2012, और MS COCO डेटासेट पर केवल 300 प्रस्तावों के साथ प्रति छवि पर अत्याधुनिक ऑब्जेक्ट डिटेक्शन सटीकता प्राप्त कर रहा है। आईएलएसवीआरसी अउर कोको 2015 प्रतियोगिताओं मा, फास्टर आर-सीएनएन अउर आरपीएन कई ट्रैक मा 1 स्थान जीतने वाले प्रविष्टियों की नींव हैं। कोड सार्वजनिक रूप से उपलब्ध कराया जा रहा है। |
cddb9e0effbc56594049c9e7d788b0df2247b1e5 | |
7908a8d73c9164ddfa6eb3f355494dfc849dc98f | इ पेपर मा, संक्षेप मा एक गणितीय गणना को दिशा मा जा रहे प्रयास को मूल सामान्य Dijkstra एल्गोरिथ्म [1] से एक नया-Dijkstra एल्गोरिथ्म को एक सुधारित Dijkstra एल्गोरिथ्म को रूप मा मान्य गर्न को लागी। इ स्वयंसिद्ध डिजस्ट्र्रा का परिणाम इ पता लगावे खातिर इस्तेमाल कइल गइल रहे कि अग्निशमन इकाई के लिए सबसे कम रास्ता का आग के स्थान तक पहुँचे खातिर सबसे कम रास्ता का का होई. इ विचार पथ पर मोड़न के प्रभाव पर निर्भर करत है, जबकि दुइ समान पथ हैं, अधिक मोड़ पर अधिक समय लगता है और कम से कम समय लगता है । इ परिदृश्य का व्यावहारिक रूप से लागू करेक लिए हम खार्तूम कय दक्षिण मा एक छोट वास्तविक क्षेत्र का प्रयोग करेक चाही। इ नतीजा इ साबित करत है कि हमार पद्धति का एक मजबूत आधार है अउर जियो-डायकस्ट्र्रा जइसन अग्निशमन खातिर इम्प्रूव्ड डाइकस्ट्र्रा एल्गोरिथ्म में एक स्पष्ट योगदान है। एकरे अलावा, उपरोक्त एल्गोरिदम के मूल्यांकन कई संभावित और यथार्थवादी परिणामों से अधिक सटीक रूप से देखा जा रहा है। |
0fccd6c005fc60153afa8d454e056e80cca3102e | सरकारी अउर उद्योग कम्प्यूटिंग इंफ्रास्ट्रक्चर के सुरक्षा खातिर नेटवर्क सुरक्षा तकनीक बहुत जरूरी हवै। आधुनिक घुसपैठ का पता लगाने वाले अनुप्रयोगों का जटिल आवश्यकताओं का सामना करना पड़ता है; उन्हें विश्वसनीय, विस्तार योग्य, आसानी से प्रबंधित करने योग्य, और कम रखरखाव लागत वाले होने चाहिए। हाल के बरस मा, मशीन लर्निंग-आधारित घुसपैठ का पता लगाने वाला सिस्टम उच्च सटीकता, घुसपैठ के नया प्रकारों मा अच्छा सामान्यीकरण, अउ बदलत वातावरण मा मजबूत व्यवहार का प्रदर्शन करे हा। इ काम का मकसद मशीन लर्निंग विधियन के दक्षता के तुलना करना है, जेमा आर्टिफिशियल न्यूरल नेटवर्क अउर सपोर्ट वेक्टर मशीन शामिल हैं, ताकि भविष्य में घुसपैठ का पता लगाने वाला सिस्टम स्थापित करे खातिर संदर्भ प्रदान की जा सके। मशीन लर्निंग-आधारित घुसपैठ डिटेक्टरों मा अन्य संबंधित कामों की तुलना मा, हम प्रत्येक मापने के लिए सामान्य डेटा का अलग अनुपात नमूनाकरण द्वारा औसत मूल्य की गणना का प्रस्ताव करत हैं, जो हमें वास्तविक दुनिया मा अवलोकन डेटा को लागी एक बेहतर सटीकता दर तक पहुंचाने का नेतृत्व करत हैं। हम सटीकता, पता लगाना दर, झूठी अलार्म दर की तुलना 4 हमले प्रकार के लिए करते हैं। केडीडी-कप घुसपैठ का पता लगाने वाले बेंचमार्क डेटासेट पर व्यापक प्रयोगात्मक परिणाम बताते हैं कि प्रस्तावित दृष्टिकोण केडीडी विनर से अधिक प्रदर्शन का उत्पादन करता है, खासकर यू2आर और यू2एल प्रकार के हमलों के लिए। |
86ab4cae682fbd49c5a5bedb630e5a40fa7529f6 | हम प्रस्तुत कर रहे हैं एक आवेदन के लिए handwritten अंक मान्यता पर back-propagation networks. डाटा का न्यूनतम पूर्व-प्रसंस्करण की आवश्यकता रही, लेकिन नेटवर्क की वास्तुकला काफी हद तक सीमित रही, और विशेष रूप से कार्य के लिए डिज़ाइन की गई थी। नेटवर्क का इनपुट अलग-अलग अंकों की सामान्यीकृत छवियों से बना है। इ पद्धति पर 1 प्रतिशत त्रुटि दर है अउर लगभग 9 प्रतिशत अस्वीकृति दर संयुक्त राज्य अमेरिका की ओर से आपूर्ति की गई पिनकोड संख्याओं पर आधारित है। डाक सेवा मा काम करैं |
3c5ba48d25fbe24691ed060fa8f2099cc9eba14f | चेहरा पहचान (एफआर) मा गहरी सीख के माध्यम से हासिल की गई प्रगति के बावजूद, जादा से जादा लोगन का ई पता चल रहा है कि नस्लीय पूर्वाग्रह यथार्थवादी एफआर सिस्टम मा प्रदर्शन को स्पष्ट रूप से गिरा देत है। इ तथ्य क सामना करत हुए कि मौजूदा प्रशिक्षण अउर परीक्षण डेटाबेस लगभग काकेशियन लोगन से मिलकर बना अहै, अब तक कोई भी स्वतंत्र परीक्षण डेटाबेस नहीं अहै जे नस्लीय पूर्वाग्रह क मूल्यांकन कर सकत अहै अउर न ही कौनो प्रशिक्षण डेटाबेस अउर इनका कम करे के तरीकन का. इन अन्यायपूर्ण मुद्दों पर विजय प्राप्त करने की दिशा में अनुसंधान की सुविधा के लिए, यह पेपर एक नया डेटासेट का योगदान करता है जिसे Racial Faces in-the-Wild (RFW) डेटाबेस कहा जाता है, दो महत्वपूर्ण उपयोगों के साथ, 1) नस्लीय पूर्वाग्रह परीक्षणः चार परीक्षण उपसमूह, अर्थात् काकेशियन, एशियाई, भारतीय और अफ्रीकी, का निर्माण किया जाता है, और प्रत्येक में लगभग 3000 व्यक्ति शामिल हैं, जिनमें से 6000 छवि जोड़े चेहरे सत्यापन के लिए हैं, 2) नस्लीय पूर्वाग्रह को कम करनाः एशियाई, भारतीयों और अफ्रीकियों के साथ एक लेबल प्रशिक्षण उपसमूह और तीन अनाम प्रशिक्षण उपसमूह का लेबल काकेशियंस, भारतीयों और अफ्रीकियों के साथ एफआर मान्यता ज्ञान को अन्य जातियों में स्थानांतरित करने के लिए एल्गोरिदम को प्रोत्साहित करने के लिए पेश किया जाता है। हम सब जानत है कि आरएफडब्ल्यू एफआर एल्गोरिदम मा नस्लीय पूर्वाग्रह का मापने का पहला डेटाबेस है। अलग अलग जाति के बीच डोमेन अंतर अउर एफआर एल्गोरिदम में नस्लीय पूर्वाग्रह के अस्तित्व के साबित कईला के बाद, हम आगे डोमेन अंतर के पाट खातिर एगो गहरी सूचना अधिकतमीकरण अनुकूलन नेटवर्क (आईएमएएन) के प्रस्ताव करत बानी, अउर व्यापक प्रयोग से पता चलत बा कि नस्लीय पूर्वाग्रह के संकुचित करल जा सकत बा-हमर एल्गोरिथ्म द्वारा। |
0f9b608cd19afeb083e0244df4cd0db1a00e029b | हम प्रशिक्षण नमूना सेट से यादृच्छिक ELDs का निर्माण करने की एक तकनीक प्रस्तुत करते हैं। सीखना पैराडिगमा बढ़त जटिल क्षेत्र बनात है, संभावित कार्य, या सुविधाओं की अनुमति देत है, जो बढ़त बड़े उपग्राफ द्वारा समर्थित है। प्रत्येक सुविधा का एक वजन होत है जवन कि प्रशिक्षण डेटा के मॉडल और अनुभवजन्य वितरण के बीच कुलबैक-लेबलर विचलन को कम से कम करके प्रशिक्षित होत है। एक लोभी एल्गोरिथ्म निर्धारित करत है कि फीचर कैसे बढ़ी हुई फील्ड मा जोड़ा जात है और एक पुनरावर्ती स्केलिंग एल्गोरिथ्म का उपयोग वजन के इष्टतम मानों का अनुमान लगावे क लिए कैयूं करा जात है। ए पेपर मा प्रस्तुत यादृच्छिक क्षेत्र मॉडल और तकनीक कंप्यूटर विजन साहित्य का ज्यादातर हिस्सा मा आम से अलग है कि अंतर्निहित यादृच्छिक क्षेत्र गैर-मार्कोवियन हैं और पैरामीटर की एक बड़ी संख्या है कि अनुमान लगाया जाना चाहिए। निर्णय पेड और बोल्टज़मन मशीन सहित अन्य लर्निंग एप्रोच से सम्बन्ध दिया गवा है। विधि कय प्रदर्शन कय रूप मा, हम प्राकृतिक भाषा प्रसंस्करण मा स्वचालित शब्द वर्गीकरण समस्या कय लिए एकर अनुप्रयोग का वर्णन करत हैं। |
5a0e84b72d161ce978bba66bfb0e337b80ea1708 | आरएफआईडी इंटरनेट ऑफ थिंग्स का एक महत्वपूर्ण घटक बन रहा है। 2012 मा, अरबों आरएफआईडी उपकरण का पता लगावे, ड्रग्स का ट्रैक करे, खुदरा सामान का टैग करे, आदि खातिर तैनात कीन गयल ह। वर्तमान आरएफआईडी सिस्टम, हालांकि, केवल पहिचान कर सकते हैं कि क्या टैग की गई वस्तु रेडियो रेंज के भीतर है (जिससे मीटर की संख्या कई गुना हो सकती है), लेकिन सटीक स्थान का पता नहीं लगा सकता है। इ सीमा का समाधान करय के लिए पिछला प्रस्ताव एक लाइन-ऑफ-सईड मॉडल पर निर्भर करत है औ यसैले मल्टी-पथ प्रभाव या गैर-लाइन-ऑफ-सईड के सामना करै मा खराब प्रदर्शन करत है, जवन वास्तविक दुनिया तैनाती मा विशिष्ट हय। इ पेपर पहिला बारीक-खरखरखर आरएफआईडी पोजिशनिंग सिस्टम का परिचय देत है जवन मल्टी-पथ अउर गैर-लाइन-ऑफ-सई-दृश्य परिदृश्यों खातिर मजबूत है. पिछला काम के विपरीत, जवन बहुपथ के नुकसानदायक मानत है, हमार डिजाइन आरएफआईडी का सही स्थान पक्का करे खातिर बहुपथ का फायदा उठावत है। हमार डिजाइन का अंतर्निहित अंतर्ज्ञान इ है कि पास के आरएफआईडी एक समान मल्टीपैथ वातावरण (उदाहरण के लिए, पर्यावरण में परावर्तक) का अनुभव करत हैं और इ प्रकार समान मल्टीपैथ प्रोफाइल प्रदर्शित करत हैं। हम कैप्चर अउर एंटना गति के माध्यम से निर्मित सिंथेटिक एपर्चर रडार (एसएआर) का उपयोग करके इ मल्टीपाथ प्रोफाइल का निष्कर्षण करत हैं। तब हम गतिशील समय विकृति (डीटीडब्ल्यू) तकनीक का अनुकूलन कर सकेंगे ताकि टैग का स्थान सटीक हो सके। हम अपने डिजाइन का एक प्रोटोटाइप USRP सॉफ्टवेयर रेडियो का उपयोग कर बनाए हैं। हमरे विश्वविद्यालय कै पुस्तकालय मा 200 वाणिज्यिक आरएफआईडी तैनात कै परिणाम से पता चला कि ई नया डिजाइन 11 सेमी की औसत सटीकता के साथ गलत जगह पर किताबन का पता लगा सकत है। |
ddedb83a585a53c8cd6f3277cdeaa367b526173f | |
79fe72080be951cf096524fd54c33402387c8e8f | क्रिप्टोकरन्सी क अवधारणा अनुसंधान साहित्य मा भूला विचार से बान्हल गै है। |
691e9e6f09e8a98b6e81c9d9986605d21c56ca21 | |
bb9419100e83f9257b1ba1658b95554783a13141 | ऊर्जा की कमी अउर बढ़त पर्यावरण प्रदूषण के कारन, शून्य उत्सर्जन अउर उच्च दक्षता वाले ईंधन सेल इलेक्ट्रिक वाहन (एफसीईवी) पारंपरिक वाहनन के जगह सबसे संभावित उम्मीदवार हैं। डीसी/डीसी कनवर्टर ईंधन सेल (एफसी) अउर एफसीईवी के ड्राइवलाइन के बीच का इंटरफेस है। इके मात्र व्यापक एफसी वोल्टेज का एक उचित वोल्टेज स्तर में परिवर्तित करने के लिए उच्च वोल्टेज लाभ की आवश्यकता नहीं है, बल्कि सिस्टम की विश्वसनीयता को बढ़ाने के लिए दोष सहिष्णुता की क्षमता की भी आवश्यकता है। ई कारण से, फ्लोटिंग इंटरलेव्ड बूस्ट कन्वर्टर्स (एफआईबीसी) इष्टतम चयन प्रतीत होत है। ई टोपोलॉजी के बावजूद उचित नियंत्रण योजना के तहत बिना रुकावट के काम जारी रख सकत है, पावर स्विच ओपन सर्किट फॉल्ट (ओसीएफ) के मामला में, बिगड़ा हुआ मोड में काम करे से घटक तनाव और इनपुट करंट लहर पर प्रतिकूल प्रभाव पड़ता है। एही से, इ पेपर का उद्देश्य डीसी बस वोल्टेज स्थिर रखे खातिर एक प्रभावी नियंत्रक का डिजाइन करब और इन अवांछित प्रभावों का पूरी तरह से सैद्धांतिक विश्लेषण और सिमुलेशन सत्यापन का प्रदर्शन करना है. |
ede851351f658426e77c72e7d1989dda970c995a | इ पेपर एक अल्ट्रा-ब्रॉडबैंड अल्ट्रा-कॉम्पैक्ट बटलर मैट्रिक्स डिजाइन योजना प्रस्तुत करत है। डिजाइन मा ढेर ट्रांसफार्मर आधारित कपलर और एक साथ एलसी π-नेटवर्क फेज शिफ्टर का उपयोग आकार मा काफी कमी के लिए कीन गवा है। एक प्रूफ-ऑफ-कॉन्सेप्ट डिजाइन के रूप मा, एक 4×4 बटलर मैट्रिक्स 2.0 गीगाहर्ट्ज की केंद्र आवृत्ति पर एक मानक 130nm थोक CMOS प्रक्रिया मा लागू कीन गा है। CMOS मा रिपोर्ट पूर्ण एकीकृत 2.0 GHz 4x4 बटलर मैट्रिक्स डिजाइन संग तुलना, प्रस्तावित डिजाइन 1.10dB को कम से कम सम्मिलन हानि, 0.3 dB को सबै भन्दा सानो आयाम असंगति, 34.6% को सबै भन्दा ठूलो आंशिक ब्यान्डविड्थ, र 0.635 × 1.122 मिमी 2 को सबै भन्दा सानो चिप कोर क्षेत्र को प्राप्त गर्दछ। माप S-पैरामीटर के आधार पर, बटलर मैट्रिक्स के चार समवर्ती विद्युत सरणी पैटर्न 29.5 डीबी का 2.0 गीगाहर्ट्ज पर सरणी शिखर-से-शून्य अनुपात (पीएनआर) प्राप्त करते हैं और 1.55 गीगाहर्ट्ज और 2.50 गीगाहर्ट्ज के बीच 15.0 डीबी से बेहतर है। |
33b04c2ca92aac756b221e96c1d2b4b714cca409 | दीर्घकालिक ईसीजी निगरानी कई दैनिक स्वास्थ्य देखभाल स्थितियों मा वांछनीय छ जहां एक पहनने योग्य उपकरण छ कि लगातार ईसीजी संकेत रिकॉर्ड गर्न सक्छन् आवश्यक छ। इ काम मा, हम पैदल ईसीजी निगरानी के लिए एक पहनने योग्य हृदय गति बेल्ट प्रस्तावित कि छाती या कमर मा आराम से पहना जा सकता है। एक्टिव टेक्सटाइल इलेक्ट्रोड ईसीजी रिकॉर्डिंग खातिर डिज़ाइन कइल गइल रहे. बैटरी से संचालित सर्किट बोर्ड विकसित की गई थी, जिसमें ईसीजी सिग्नल कंडीशनिंग सर्किट, बॉडी मोशन डिटेक्शन के लिए एक 3-अक्षीय त्वरक, 12-बिट एडी कनवर्टर, सिग्नल प्रोसेसिंग के लिए एक डीएसपी और डेटा स्टोरेज के लिए एक एसडी कार्ड शामिल थे। इ प्रणाली मा एक वायरलेस संचार मॉड्यूल भी शामिल है जउन प्रदर्शन के लिए एक खेल घड़ी मा हृदय गति डेटा प्रसारित कर सकत है। प्रयोग कै लीन गवा जेसे पता चला कि प्रस्तावित यंत्रन का कउनो भी मनई ध्यान नाय दिहिस अउर ई यंत्रन कउऩो भी मनई द्वारा आराम से पहिनिनिन जाय सकत रहा। जब कमर पर पहना, आराम और चलना स्थितियों में उचित रूप से अच्छी गुणवत्ता वाले ईसीजी संकेत प्राप्त हुए। प्रस्तावित प्रणाली का उद्देश्य दीर्घकालिक एम्बुलेंस ईसीजी निगरानी का संकेत देना है। |
845111f92b5719197a74d20dd0e050c65d4b8635 | पानी वितरण प्रणाली से एकत्रित समय श्रृंखला डेटा का नमूना आवृत्ति अउर मात्रा हाल के वर्षों मा बढ़ रही है, अगर उपयुक्त स्वचालित तकनीक, विशेष रूप से मशीन लर्निंग का उपयोग कीन जाय त सिस्टम ज्ञान में सुधार की संभावना पैदा करत है। नवापन (या विसंगति) का पता लगावा जाय तौ बड़ी मात्रा मा "सामान्य" डाटा मा एम्बेडेड नवा या असामान्य पैटर्न की स्वचालित पहचान का संदर्भ देत है। जब समय श्रृंखला डेटा (वेक्टरों मा बदल) के साथ काम कर रहा है, त एकर मतलब असामान्य घटनाएं कई सामान्य समय श्रृंखला बिंदुओं के बीच एम्बेडेड होत हैं। सपोर्ट वेक्टर मशीन एक डेटा-संचालित सांख्यिकीय तकनीक है, जेका वर्गीकरण अउर प्रतिगमन के लिए एक उपकरण के रूप में विकसित कई गयल हौवे। प्रमुख विशेषता मा गैर-गॉसियन त्रुटि और बहिर्मुखी मानों के संबंध मा सांख्यिकीय मजबूती, एक सिद्धांत तरीका से निर्णय सीमा का चयन, और कर्नेल कार्यों के माध्यम से एक गैर-रैखिक एल्गोरिथ्म की स्पष्ट रूप से आवश्यकता के बिना विशेषता स्थान मा गैर-रैखिकता की शुरूआत शामिल है। इ शोध में, पानी के प्रवाह और दबाव समय श्रृंखला डेटा से विसंगति का पता लगाने के लिए एक सीखने की विधि के रूप में समर्थन वेक्टर प्रतिगमन का उपयोग किया जाता है। अन्य सूचना स्रोत से जे भी पिछले घटना का विवरण मिला है उ के बारे में विस्तृत विवरण आवे का बाकी है। समर्थन वेक्टर प्रतिगमन पद्धति, जेकर मजबूती प्रशिक्षण त्रुटि समारोह से प्राप्त होत है, लागू होत है |
5d9a3036181676e187c9c0ff995d8bed1db3557d | डोमेन अनुकूलन कंप्यूटर दृष्टि मा एक महत्वपूर्ण उभरते विषय हो। इ पेपर मा, हम वस्तु मान्यता की संदर्भ मा डोमेन शिफ्ट का पहला अध्ययन को प्रस्तुत करत हैं। हम एक विधि का परिचय देत है जवन एक विशेष दृश्य डोमेन मा अधिग्रहित वस्तु मॉडल को नई इमेजिंग शर्तों मा अनुकूलित करत है एक परिवर्तन सीखकर जो फीचर वितरण मा डोमेन-प्रेरित परिवर्तन का प्रभाव को कम से कम कर दे। रूपांतरण एक पर्यवेक्षित तरीका से सीखा जात है और उन श्रेणियों पर लागू की जा सकत है जौन नयी डोमेन में कोई लेबल किए गए उदाहरण नाहीं हैं। जबकि हम आपन मूल्यांकन वस्तु मान्यता कार्य पर केंद्रित करत हैं, हम विकसित की गई रूपांतरण-आधारित अनुकूलन तकनीक का सामान्य रूप से उपयोग कर सकते हैं और गैर-छवि डेटा पर लागू किया जा सकता है। एक अन्य योगदान एक नई बहु-डोमेन वस्तु डेटाबेस, डाउनलोड कय लिए स्वतंत्र रूप से उपलब्ध अहै। हम प्रयोगात्मक रूप से दर्शाए ह कि हमार पद्धति कै श्रेणिन मा पहिचान सुधारै मा सक्षम है जौन कुछ या कौनो लक्षित डोमेन लेबल नहीं है अउर इमेजिंग स्थितियों मा मध्यम से बड़े बदलाव है। |
95ded03f3eb9d60b3e3d51931147d5049be4ba5e | ई पेपर में Ku-band में काम करे वाले रीकन्फिगरबल रिफ्लेक्टेयर एंटिन का परिचय दिया गया है। सबसे पहिले, एक नया बहुपरत इकाई-कोशिका का प्रस्ताव है, जो ध्रुवीकरण मोड़ अवधारणा पर आधारित है, ताकि पुनर्निर्मित रिफ्लेक्टेबल एरे अनुप्रयोगों के लिए आवश्यक एकल-बिट चरण विस्थापन प्राप्त किया जा सके। इकाई-कोशिका का सिद्धांत वर्तमान मॉडल और अंतरिक्ष मैच स्थिति का उपयोग करके चर्चा की गई है, साथ ही डिजाइन और प्रदर्शन मानदंडों का समर्थन करने के लिए सिमुलेशन भी हैं। फिर, एंटीना अनुप्रयोग मा यूनिट-सेल का प्रदर्शन सत्यापित करने के लिए एक ऑफसेट-खाया विन्यास विकसित कीन जात है, और एकर ध्रुवीकरण रूपांतरण संपत्ति का विस्तृत रूप से वर्णन कीन जात है। अंत मा, 10 × 10 तत्वों से एक ऑफसेट-खाद्य प्रतिबिंबित एरे विकसित और निर्मित है। दोहरी-ध्रुवीकृत एंटीना एक चौड़ा कोण बीम-स्कैनिंग पूरा करने के लिए नियंत्रण कोड मैट्रिक्स का उपयोग करता है। एक पूर्ण तरंग विश्लेषण रिफ्लेक्टर सरणी मा लागू होत है, और विस्तृत परिणाम प्रस्तुत और चर्चा कीन जात है। इ इलेक्ट्रॉनिक रूप से निर्देशित रिफ्लेक्टेरे ऐन्टेना कय उपग्रह अनुप्रयोगन कय लिए महत्वपूर्ण क्षमता अहै, काहे से इके व्यापक संचालन बैंड, सरल नियंत्रण औ बीम-स्कैनिंग क्षमता अहै। |
318cb91c41307135781a0a01bc9e0b6a6e123b0f | हम एक बड़ा डेटासेट प्रदान करत हैं जेहमा आरजीबी-डी इमेज सीक्वेंस अउर ग्राउंड-ट्रूथ कैमरा ट्रेजेक्टरीज़ शामिल हैं, जेकर लक्ष्य विजुअल एसएलएएम सिस्टम के मूल्यांकन खातिर एक बेंचमार्क स्थापित करब अहै। हमार डाटासेट मा माइक्रोसॉफ्ट किनेक्ट सेंसर के रंग अउर गहराई कै चित्र अउर कैमरा पोज्स के ग्राउंड ट्रूथ प्रक्षेपवक्र शामिल है। डाटा पूर्ण फ्रेम दर (30 हर्ट्ज) अउर सेंसर रिज़ॉल्यूशन (640x480) पर दर्ज करलौ गवा रहा। ग्राउंड-ट्रूथ प्रक्षेपवक्र एक उच्च सटीकता गति-कैप्चर प्रणाली से आठ उच्च गति ट्रैकिंग कैमरों (100 हर्ट्ज) से प्राप्त की गई थी। एकरे अलावा हम Kinect से एक्सेलेरोमीटर डेटावा का भी मदद कइ सकित है। अंत मा, हम विजुअल SLAM सिस्टम की अनुमानित कैमरा प्रक्षेपवक्र की गुणवत्ता मापने का एक मूल्यांकन मानदंड का प्रस्ताव करत हैं। |
318ada827c5273a6998cfa84e57801121ce04ddc | एचएएल एक बहु-विषयक खुला अभिलेखागार होय जवन वैज्ञानिक अनुसंधान दस्तावेज कय जमा अउर प्रसार कय खातिर अहै, चाहे ऊ प्रकाशित होय या न होय। दस्तावेज़ फ्रांस या विदेश मा शिक्षण या अनुसंधान संस्थानों से या सार्वजनिक या निजी अनुसंधान केन्द्रों से आव सकै हैं। खुल्ला बहु-विषयक संग्रहण (HAL) का उद्देश्य फ्रांसीसी या विदेशी शिक्षा और अनुसंधान संस्थानों, सार्वजनिक या निजी प्रयोगशालाओं से प्रकाशित या अप्रकाशित, अनुसंधान स्तर के वैज्ञानिक दस्तावेजों का संग्रहण और प्रसार करना है। संगठनात्मक परिवर्तन को समझने मा संगठनात्मक दिनचर्या को लागू करना मार्कस बेकर, नताली लाजारिक, रिचर्ड नेल्सन, सिडनी जी. विंटर |
327acefe53c09b40ae15bfac9165b5c8f812d158 | इ अध्ययन में, लेखक लोगन का पिछला चार दशक से लीडरशिप पर भरोसा रखे का अध्ययन कीनके उन पर विचार कईले हई। सबसे पहिले, अध्ययन नेतृत्व मा भरोसा अउर प्रमुख परिणाम, पूर्ववर्ती, अउर सहसंबंध (के = 106) के बीच प्राथमिक संबंधों का अनुमान प्रदान करत है। दूसर बात ई कि ई विसय कय अध्ययन ई कि वैकल्पिक नेतृत्व संदर्भ (प्रत्यक्ष नेतृत्व बनाम संगठनात्मक नेतृत्व) औ परिभाषा (विश्वास कय प्रकार) के साथ रचना कय निर्दिष्ट करय से नेतृत्व औ परिणाम औ पूर्ववर्ती के बीच व्यवस्थित रूप से अलग-अलग सम्बन्ध पैदा होत हैं। प्रत्यक्ष नेता (जैसे, सुपरवाइजर) विशेष रूप से महत्वपूर्ण भरोसे का संदर्भित करत हैं। अंत मा, एक सैद्धांतिक ढांचा प्रदान की जा रही है कि विस्तार साहित्य को parsimony प्रदान गर्न को लागी र नेतृत्व मा भरोसा र यसको संचालन मा निर्माण मा विभिन्न दृष्टिकोण स्पष्ट गर्न को लागी। |
6b8fe767239a34e25e71e99bd8b8a64f8279d7f4 | सूचना प्रौद्योगिकी के अध्ययन खातिर संस्कृति का समझ महत्वपूर्ण बा काहे से कि राष्ट्रीय, संगठनात्मक अउर समूह सहित विभिन्न स्तर पर संस्कृति सूचना प्रौद्योगिकी के सफल कार्यान्वयन अउर उपयोग का प्रभावित कइ सकत है। प्रबंधन प्रक्रिया मा भी संस्कृति का एक भूमिका निभायत है जउन आईटी क सीधा या अप्रत्यक्ष रूप से प्रभावित कइ सकत है। संस्कृति अनुसंधान खातिर एक चुनौतीपूर्ण चर है, काहे से की संस्कृति के कई अलग-अलग परिभाषाएं अउर माप हैं। बहरहाल, आईटी अउर संस्कृति के बीच के संबंध पर साहित्य का एक बड़ा सा संग्रह अब तक सामने आय चुका है। ई पेपर इन साहित्य का समीक्षा प्रदान करै खातिर बा ताकि आईटी अउर संस्कृति के बीच संबंधन के बारे मा हमार समझ मा मदद मिल सकय। हम संस्कृति का अवधारणा से शुरू करते हैं और आईटी और संस्कृति की जांच के लिए एक मूल्य-आधारित दृष्टिकोण का आधार तैयार करते हैं। ई दृष्टिकोण का उपयोग कइके, हम तब तक संगठनात्मक अउर पार-सांस्कृतिक आईटी साहित्य का एक व्यापक समीक्षा प्रदान करत अही, जउन इन दुनहु पारंपरिक रूप से अलग-अलग धाराओं के अनुसंधान से संबंधित अहै। आपन विश्लेषण से, हम आईटी-संस्कृति अनुसंधान के छह विषय विकसित करत बानी जौन आईटी पर संस्कृति के प्रभाव, आईटी संस्कृति पर प्रभाव, अउर आईटी संस्कृति पर जोर देत बा। इन बातन प हम धियान धरइ चाहित ह काहेकि इन बातन क सम्बन्ध मँ तो हम लोगन क, अउर खास कर अपने सम्बन्धी लोगन स कउनउ सम्बन्ध नाहीं बा। सिद्धांत के आधार पर, हम तीन प्रकार के सांस्कृतिक संघर्ष अउर इन संघर्षन के परिणाम के बारे मा प्रस्तावना कै विकास करत हई। अंततः, सिद्धांत का सुझाव है कि ईस्टर की सटीक तारीख कई बार विवाद का विषय रहा है। हम ई जांच कय विशेष चुनौती पय पहुँचत अहन कि ई जांच कय सैली कइसे चलत हय। |
9f720a880fe4c99557c4bdfe0e3595ea60902055 | |
1a8c33f9e51ba01e1cdade7029f96892c7c7087b | शब्द के अर्थ संबंधी सम्बन्धन का गणना करे मा पहिले काम एकर अर्थ के अलग से प्रतिनिधित्व करे मा ध्यान केंद्रित करत रहा, प्रभावी रूप से अंतर-शब्द सम्बन्धन का अनदेखा करत रहा. हम प्रस्तावित शब्द-शब्द सम्बन्धी ब्यौरा सीखै कै लिए एक बड़ा पैमाना पै डाटा खनन कीन जाय, जौन जानै वाले जुडै वाले शब्दन कै जोड़ी सीखै कै प्रक्रिया पै रोक लगावत है। हम हर शब्द के लिए एक कम आयामी प्रतिनिधित्व सीखते हैं, जउन एक शब्द की संभावना का अधिकतम करने का प्रयास करता है, जब तक कि वह प्रासंगिक संदर्भों मा दिखाई नहीं देता. हमार विधि, जेकर नाम CLEAR अहै, पहिले से प्रकाशित दृष्टिकोण से काफी बेहतर अहै। प्रस्तावित विधि पहिले सिद्धांतों पर आधारित है, अउर विभिन्न प्रकार के पाठ कॉर्पोरेसन का शोषण करने के लिए पर्याप्त सामान्य है, जबकि व्युत्पन्न शब्द समानता पर प्रतिबंध लगाने का लचीलापन है। हम सार्वजनिक रूप से उपलब्ध करा रहे हैं एक नया लेबल डाटासेट का मूल्यांकन करने के लिए शब्द संबंध एल्गोरिदम, जो कि हम आज तक का सबसे बड़ा डेटासेट है। |
2c90cf37144656775a7f48f70f908f72bdb58ed8 | स्मार्ट दुनिया का कल्पना एक युग के रूप मा कीन जा रहा है जिकर मा वस्तुएं (जैसे, घड़ियां, मोबाइल फोन, कंप्यूटर, कार, बस, और ट्रेन) स्वचालित रूप से और बुद्धिमानी से एक सहयोगी ढंग से लोगन की सेवा कर सकित ह। स्मार्ट दुनिया का रास्ता तैयार कर रहा है, इंटरनेट ऑफ थिंग्स (IoT) स्मार्ट दुनिया का हर चीज को जोड़ रहा है। एक सतत स्मार्ट दुनिया का प्राप्ति से प्रेरित होकर, यह पेपर हरित IoT से संबंधित विभिन्न प्रौद्योगिकियों और मुद्दों पर चर्चा करता है, जो कि IoT की ऊर्जा खपत को कम करता है। खास तौर पै, आईओटी अउर हरित आईओटी के बारे मा पहिलेन से जानकारी दीन गा है। फिर, गरम हरित सूचना अउर संचार प्रौद्योगिकी (आईसीटी) (जैसे, हरित रेडियो-आवृत्ति पहचान, हरित वायरलेस सेंसर नेटवर्क, हरित क्लाउड कंप्यूटिंग, हरित मशीन से मशीन, अउर हरित डेटा सेंटर) हरित आईओटी सक्षम करत हैं, अउर सामान्य हरित आईसीटी सिद्धांतन का सारांश दिहल जात है। एकर अलावा, हाल के विकास और भविस्स क विजन सेंसर क्लाउड के बारे मा है, जउन हरित आईओटी मा एक नया प्रतिमान है, की समीक्षा कीन गै है और प्रस्तुत कीन गै है। अंत मा, हरित आईओटी के बारे मा भविष्य की अनुसंधान दिशाओं औ खुला समस्या का प्रस्तुत कीन गवा हय। हमार काम हरित IoT अउर स्मार्ट दुनिया के संबंध मा अनुसंधान खातिर एक ज्ञानवर्धक अउर नवीनतम दिशानिर्देश होय। |
d7260b8cf64aca3f538080369390490830a1e248 | इ पेपर ऑन-द-मोव अनुप्रयोगों के लिए कम लागत वाले का-बैंड ऐरे एंटीना के लिए एक बहुपरत एंटीना पैनल की मुख्य विशेषताओं का वर्णन करता है। LOCOMO सैटकॉम टर्मिनल ट्रांसमिट/रिसीव और RHCP/LHCP स्विचिंग क्षमता वाले एक दोहरी-ध्रुवीकृत कम-प्रोफ़ाइल एंटीना पर आधारित है। |
ecda3cc93064bb274eecd94d06b47945bb672ca4 | हम इलेक्ट्रॉनिक रूप से संचालित होलोग्राफिक एंटीना के लिए एक डिजाइन प्रस्तुत करते हैं, जिसमें ध्रुवीकरण नियंत्रण शामिल है, Ku-बैंड, इलेक्ट्रॉनिक रूप से संचालित, सतह-तरंग तरंग मार्ग (SWG) कृत्रिम-अवरोध-सतह एंटीना (AISA) का एक रेडियल सरणी है। एंटीना एक केंद्रीय फ़ीड नेटवर्क के माध्यम से प्रत्येक SWG मा सतह तरंग लॉन्च करके काम करत है। सतह-तरंग प्रतिबाधा इलेक्ट्रॉनिक रूप से varactor-tuned प्रतिबाधा पैच के साथ नियंत्रित की जात है। एंटीना का ऊंचाई, अज़ीमुथ और ध्रुवीकरण में स्कैन करे खातिर प्रतिरोध समायोजित करल जाला. रेडियल समरूपता 360 डिग्री अज़ीमुथल स्टीयरिंग की अनुमति देता है। अगर इ पहले से सिद्ध SWG AISAs के साथ निर्मित है, त इ -75° से 75° तक ऊंचाई मा स्कैन करे मा सक्षम है जौन 3 dB से कम के लाभ भिन्नता के साथ है। ध्रुवीकरण वी-पोल, एच-पोल, एलएचसीपी अउर आरएचसीपी के बीच चाहे जइसे बदल सकत है। |
31632b27bc8a31b1fbb7867656b8e3ca840376e0 | जैसै डाटासेट बढ़त हैं औ विश्लेषणात्मक एल्गोरिदम अधिक जटिल होत हैं, विश्लेषकों का एक विश्लेषण शुरू करैं का कामकाज, इके पूरा होय का इंतजार करैं का, परिणाम का निरीक्षण करैं का, औ फिर समायोजित मापदंडों के साथ गणना फिर से शुरू करैं का कई वास्तविक दुनिया के काम खातिर यथार्थवादी नहीं है। इ पेपर एक वैकल्पिक कार्यप्रवाह प्रस्तुत करत है, प्रगतिशील दृश्य विश्लेषिकी, जवन एक विश्लेषक का एक एल्गोरिथ्म के आंशिक परिणाम का निरीक्षण करे मा सक्षम करत है काहे से की उ उपलब्ध होइ जात है और रुचि के उप-स्थानों को प्राथमिकता देने के लिए एल्गोरिथ्म के साथ बातचीत करत है। प्रगतिशील दृश्य विश्लेषण विश्लेषणात्मक एल्गोरिदम का अर्थपूर्ण आंशिक परिणाम उत्पन्न करने और कंप्यूटेशनल गति का त्याग किए बिना विश्लेषक हस्तक्षेप सक्षम करने पर निर्भर करता है। पैराडाइम भी जानकारी विज़ुअलाइज़ेशन तकनीक का अनुकूलन करने पर निर्भर करता है ताकि लगातार परिष्कृत परिणामों को शामिल किए बिना विश्लेषकों का अभिभूत हो सके और विश्लेषकों का समर्थन करने के लिए बातचीत प्रदान करे। इ पेपर मा योगदान मा शामिल छ: प्रगतिशील दृश्य विश्लेषण प्रतिमान का एक विवरण; प्रगतिशील दृश्य विश्लेषण प्रणाली मा एल्गोरिदम र दृश्यहरु दुबै को लागी डिजाइन लक्ष्य; घटना अनुक्रम को एक संग्रह मा सामान्य पैटर्न को विश्लेषण को लागी एक उदाहरण प्रगतिशील दृश्य विश्लेषण प्रणाली (प्रगतिशील अंतर्दृष्टि); र प्रगतिशील अंतर्दृष्टि को मूल्यांकन र इलेक्ट्रॉनिक चिकित्सा रेकर्ड विश्लेषण क्लिनिकल शोधकर्ताहरु द्वारा प्रगतिशील दृश्य विश्लेषण प्रतिमान। |
0d57d7cba347c6b8929a04f7391a25398ded096c | हम पुनरावर्ती तंत्रिका नेटवर्क (RNNs) का संपीड़न की समस्या का अध्ययन करते हैं। विशेष रूप से, हम आरएनएन ध्वनिक मॉडल के संपीड़न पर ध्यान केंद्रित करत हैं, जवन कॉम्पैक्ट अउर सटीक वाणी मान्यता प्रणाली के निर्माण के लक्ष्य से प्रेरित होत हैं, जवन मोबाइल उपकरणों पर कुशलता से चलावल जा सकत हैं। ई काम में, हम सामान्य आवर्ती मॉडल संपीड़न खातिर एक तकनीक प्रस्तुत करत हई जेके आवर्ती अउर गैर-आवर्ती इंटरलेयर वजन मैट्रिक्स दुनु के संपीड़ित करेले. हम खोजत रहे कि प्रस्तावित तकनीक का उपयोग करके, हम अपने लम्बे समय के लिए अस्थायी स्मृति (LSTM) का आकार समायोजित कर सकते हैं, जो कि पहले आकार के लगभग आधे से अधिक है। |
779cbb350c11a5b24a8a17114cff0c26fe3747e6 | हम अमूर्त अर्थ प्रतिनिधित्व (एएमआर) खातिर एक पार्सर प्रस्तुत करत बानी. हम अंग्रेजी से एएमआर रूपांतरण का स्ट्रिंग-टू-ट्री, सिंटैक्स-आधारित मशीन अनुवाद (एसबीएमटी) के ढांचे के भीतर इलाज करत हैं। इ काम करै के लिए, हम एएमआर संरचना का एसबीएमटी के यांत्रिकी के लिए उपयुक्त अउर मॉडलिंग के लिए उपयोगी रूप मा बदल देहे अहन। हम एएमआर-विशिष्ट भाषा मॉडल का परिचय देत हैं अउर सिमेंटिक संसाधन से लिया गवा डेटा अउर सुविधाएँ जोड़त हैं। हमार एएमआर पार्सर जवन आई ऊ अत्याधुनिक परिणाम से काफी सुधार भईल बा. |
40f6207b722c739c04ba5a41f7b22d472aeb08ec | हम प्रस्तुत करत हई फास्ट फूड का पहिला विजुअल डाटासेट जेहमा कुल मिला के 4,545 स्टीरियो इमेज, 606 स्टीरियो जोड़े, 303 360° वीडियो गति से संरचना खातिर, अउर 27 स्वयंसेवकन के खाए वाली घटना का गोपनीयता-संरक्षण वीडियो शामिल बा। इ काम फास्ट फूड की पहचान पर शोध से प्रेरित रहा जवन कि आहार मूल्यांकन खातिर बा। इ आंकड़ा कटाई ११ लोकप्रिय फास्ट फूड चेन से १०१ खाद्य पदार्थों की तीन घटनाओं का प्राप्त करके, और रेस्तरां की स्थिति और नियंत्रित प्रयोगशाला सेटिंग्स दोनों में छवियों और वीडियो पर कब्जा करके की गई थी। हम डेटासेट का बेंचमार्क दो मानक दृष्टिकोण का उपयोग करते हैं, रंग हिस्टोग्राम और SIFT सुविधाओं का बैग एक भेदभाव वर्गीकरणकर्ता के साथ संयोजन में। हमार डाटा सेट अउर बेंचमार्क इ क्षेत्र मा अनुसंधान को प्रोत्साहित करेक लिए डिज़ाइन कीन गै बाय अउर यहै कारन मुफ्त मा अनुसंधान समुदाय का भी जघा दिया गै बाय। |
54dd77bd7b904a6a69609c9f3af11b42f654ab5d | |
62f9c50666152cca170619bab5f2b4da17bc15e1 | इ पेपर मा, हम डीप कन्वोलुशनल न्यूरल नेटवर्क से प्राप्त फीचर क रिपोर्ट करत हई जवन पारंपरिक हाथ से बना चित्र सुविधाओं, हॉग और कलर पैच के साथ फिशर वैक्टर के साथ एकीकृत करके खाद्य पहचान सटीकता को काफी बढ़ाता है। प्रयोगों मा, हम 72.26% मा शीर्ष-1 सटीकता और 92.00% मा शीर्ष-5 सटीकता 100 वर्ग खाद्य डेटासेट, UEC-FOOD100, जो अब तक रिपोर्ट की गई इस डेटासेट की सबसे अच्छी वर्गीकरण सटीकता, 59.6% से अधिक है, प्राप्त की है। |
46319a2732e38172d17a3a2f0bb218729a76e4ec | इ काम मा, घर की सेटिंग मा गतिविधि को पहचानने के लिए एक प्रणाली छोटे और सरल राज्य-परिवर्तन सेंसर का उपयोग कर शुरू कीन जात है। सेंसर टेप ऑन एंड फोरगेल डिवाइस के रूप मा डिज़ाइन कीन गै बाय जवन जल्दी से अउर हर जगह घर के वातावरण मा स्थापित कीन जा सकत हैं। प्रस्तावित संवेदन प्रणाली कैमरा अउर माइक्रोफोन जैसन सेंसर कै विकल्प बाय जवन की कुछ वखत खातिर घुसपैठ कै रूप मा देखाइ दिहा जात बाय। पहिले के काम के विपरीत, गैर-शोधकर्ता लोगन के साथ कई आवासीय वातावरण मा सिस्टम तैनात कीन गा है। एक छोट डेटा सेट पर प्रारंभिक परिणाम से पता चलता है कि इ संभव है कि चिकित्सा पेशेवरों जैसे शौचालय, स्नान, और सौंदर्य की पहचान की जा सके, 25 से 89% तक की सटीकता के साथ मूल्यांकन मानदंड का उपयोग करें। |
56cf75f8e34284a9f022e9c49d330d3fc3d18862 | व्याकरणिक त्रुटि सुधार (GEC) लिखित पाठ मा व्याकरणिक त्रुटि का स्वचालित रूप से सुधार करैं का काम है। व्याकरणिक त्रुटि सुधार कय पहिले कय प्रयास मा नियम-आधारित अउर वर्गीकरणकय दृष्टिकोण शामिल होत हैं जवन केवल कौनो वाक्य में कुछ खास प्रकार कय त्रुटि के सुधार करे तक सीमित होत हैं। चूँकि वाक्य मा अलग अलग प्रकार कय कय कयिउ त्रुटि हो सकत है, एक व्यावहारिक त्रुटि सुधार प्रणाली सब त्रुटि का पता लगावे औ सुधारै कय सक्षम होय चाही। ई रिपोर्ट में, हम गलत से सही अंग्रेजी मा अनुवाद कार्य के रूप मा जीईसी क जांच करत हैं औ सभी प्रकार की त्रुटि के लिए एंड-टू-एंड जीईसी सिस्टम विकसित करने के लिए कुछ मशीन अनुवाद दृष्टिकोणों का पता लगावत हैं। हम जीईसी पर सांख्यिकीय मशीन अनुवाद (एसएमटी) अउर न्यूरल मशीन अनुवाद (एनएमटी) दृष्टिकोण लागू करत हैं अउर देखावा करत हैं कि ई अलग-अलग प्रकार के वाक्य में कई गलतियन के सुधार कर सकत हैं जब पहले के विधियों की तुलना में, जवन कि व्यक्तिगत गलतियन पर ध्यान केंद्रित करत हैं। हम ई भी कहेंगे कि मशीन का कमीशन का तात्पर्य भाषा का कम से कम एक जैसा होना चाहिए. . . . . अंत मा, हम यक उम्मीदवार पुनरावृत्ति तकनीक पर भी प्रयोग करत हैं जौन मसिन अनुवाद प्रणालि से उत्पन्न परिकल्पनाओं का पुनरावृत्ति करत है। प्रतिगमन मॉडल के साथ, हम प्रत्येक उम्मीदवार परिकल्पना खातिर व्याकरणिकता स्कोर का भविष्यवाणी करेक कोशिश करत हैं अउर स्कोर के अनुसार उनका फिर से रैंक करत हैं। |
2e60c997eef6a37a8af87659798817d3eae2aa36 | हैमिल्टनियन मोंटे कार्लो (एचएमसी) नमूनाकरण विधियां एक महानगर-हेस्टिंग्स ढांचे में उच्च स्वीकृति संभावनाओं वाले दूरस्थ प्रस्तावों को परिभाषित करने का एक तंत्र प्रदान करती हैं, जो मानक यादृच्छिक-पैदल प्रस्तावों की तुलना में राज्य स्थान का अधिक कुशल अन्वेषण सक्षम बनाती हैं। हाल के बरस मा इ पद्धति क लोकप्रियता काफी बढ़ गे है। हालांकि, एचएमसी विधियन क एक सीमा है, हैमिल्टनियन गतिशील प्रणाली का अनुकरण क खातिर आवश्यक ग्रेडियंट गणना-इ तरह की गणना एक बड़े नमूना आकार या स्ट्रीमिंग डेटा शामिल समस्या मा असंभव है। एकरे बजाय हम डाटा से जुड़ल बिन्दु पर चलय वाले यंत्रन कय इस्तेमाल कीन जाय। इ पेपर मा, हम स्टोचस्टिक ग्रेडिएंट एचएमसी दृष्टिकोण का गुणन का पता लगायेंगे। हैरान कर देने वाला बात है कि स्टोचैस्टिक अनुमान का प्राकृतिक कार्यान्वयन मनमाना रूप से खराब हो सकता है। इ समस्या का हल करय के खातिर हम एक वैरिएंट का परिचय देत हई जे द्वितीयक-क्रम लैन्जेविन गतिशीलता के उपयोग करत है एक घर्षण शब्द के साथ जे शोरदार ढाल के प्रभाव का प्रतिरोध करत है, वांछित लक्ष्य वितरण को अपरिवर्तनीय वितरण के रूप मा बनाए रखत है। सिमुलेटेड डाटा मा परिणाम हमरे सिद्धांत को मान्य करत है। हम आपन तरीका का एक वर्गीकरण कार्य खातिर एक आवेदन भी प्रदान करत हैं, न्यूरल नेटवर्क का उपयोग करत हुए अउर ऑनलाइन बेयज़ियन मैट्रिक्स फैक्टराइजेशन खातिर। |
d257ba76407a13bbfddef211a5e3eb00409dc7b6 | बढ़त उपलब्ध सूचना का मात्रा अउर एकर वितरित अउर विषम प्रकृति के डाटा खनन के क्षेत्र मा एक बड़ा प्रभाव है। इ पेपर मा, हम समानांतर और वितरित बूस्टिंग एल्गोरिदम के लिए एक ढांचा का प्रस्ताव करत हैं, जेकर उद्देश्य कुशलता से एकीकृत करना है, विशेष रूप से बहुत बड़े, वितरित और संभवतः विषम डेटाबेस पर सीखा है, जो मुख्य कंप्यूटर मेमोरी में फिट नहीं हो सकता है। बूट का निर्माण अत्यधिक सटीक वर्गीकरणकर्ता समूहों का निर्माण करने का एक लोकप्रिय तकनीक है, जहां वर्गीकरणकर्ता को क्रमशः प्रशिक्षित किया जाता है, प्रशिक्षण उदाहरणों पर वजन पिछले वर्गीकरणकर्ताओं के प्रदर्शन के अनुसार अनुकूली रूप से सेट किया जाता है। हमार समानांतर बूस्टिंग एल्गोरिथ्म का डिज़ाइन एक छोटे से प्रोसेसर के साथ कसकर जोड़े गए साझा मेमोरी सिस्टम के लिए है, एक एकल प्रोसेसर पर बूस्टिंग की तुलना में कम पुनरावृत्तियों में अधिकतम भविष्यवाणी सटीकता प्राप्त करने का उद्देश्य है। जब सभी प्रोसेसर हर बूस्टिंग राउंड मा समानांतर मा वर्गीकृत करे जावो तो ऊनी आपन भविष्यवाणी का विश्वास के अनुसार संयोजित करली जावो। हमार वितरित बूस्टिंग एल्गोरिथ्म मुख्य रूप से कई असंगत डेटा साइट से सीखे खातिर प्रस्तावित बा जब डेटा एक साथ मर्ज ना करल जा सकत बा, हालांकि एकर उपयोग समानांतर सीखे खातिर भी करल जा सकत बा जहां एक बड़े डेटा सेट का कई असंगत उप-सेट में विभाजित करल जाला जादा कुशल विश्लेषण खातिर. प्रत्येक बढ़त दौर मा, प्रस्तावित विधि सबै साइटों से वर्गीकरणकर्ता संयोजन गर्दछ र प्रत्येक साइट मा एक वर्गीकरणकर्ता समूह बनाउँछ। अंतिम वर्गीकरणकर्ता का निर्माण असंगत डेटा सेट पर निर्मित सभी वर्गीकरणकर्ता समूहों का एक संयोजन के रूप में होता है। कई डेटा सेट पर लागू नई प्रस्तावित विधियों से पता चला है कि समानांतर बूस्टिंग मानक अनुक्रमिक बूस्टिंग की तुलना में काफी तेजी से समान या बेहतर भविष्यवाणी सटीकता प्राप्त कर सकती है। प्रयोग से मिले परिणाम से ई भी पता चलता है कि वितरित बूस्टिंग मा मानक बूस्टिंग के तुलना मा तुलनीय या थोड़ा बेहतर वर्गीकरण सटीकता है, जबकि कम मेमोरी और कम्प्यूटेशनल समय की आवश्यकता है, क्योंकि इ छोट डेटा सेट का उपयोग करत है। |
6b7f27cff688d5305c65fbd90ae18f3c6190f762 | जनरेटिव एडवर्सियल नेट (GANs) अउर वैरिएशनल ऑटो-एन्कोडर (VAEs) गॉसियन व्हाइट शोर से प्रभावशाली छवि पीढ़ी प्रदान करत हैं, लेकिन अंतर्निहित गणित अच्छी तरह से समझ में नहीं आवा हव। हम एक निश्चित एम्बेडिंग ऑपरेटर का उलटा करके गहरे संवहन नेटवर्क जनरेटर का गणना करते हैं। एहसे, ई सब विकी मा एक भेदभाव या एन्कोडर के साथ अनुकूलित होवे का आवश्यकता नाही है. एम्बेडिंग लिप्सचिट्ज़ विकृति के लिए निरंतर है ताकि जनरेटर इनपुट सफेद शोर वैक्टर के बीच रैखिक इंटरपोलेशन का आउटपुट छवियों के बीच विकृति में रूपांतरित करें। इ सम्मिलन एक वेवलेट स्कैटरिंग परिवर्तन के साथ गणना कीन जात है। संख्यात्मक प्रयोग से पता चलता है कि परिणामी स्कैटरिंग जनरेटर का GANs या VAEs के समान गुण है, बिना भेदभाव नेटवर्क या एन्कोडर का सीखना। |
44df79541fa068c54cafd50357ab78d626170365 | आर्किटेक्चर पूरा रोबोटिक सिस्टम का मेरुदंड बनत है. रोबोटिक सिस्टम के विनिर्देश, कार्यान्वयन अउर सत्यापन के सुविधा खातिर सही वास्तुकला के चयन से बहुत कुछ हो सकत है। अगर आप सही जगह पर हैं, तो आप सही जगह पर हैं, फिर आप सही जगह पर हैं। कुल मिलाकर, हम सभी का एक लक्ष्य है। हम रोबोटिक सिस्टम्स कय जरूरत कय कुछ प्रस्तुत करत हैं, रोबोट आर्किटेक्चर कय कुछ सामान्य वर्गन कय वर्णन करत हैं, अउर चर्चा करत हैं कि कइसे अलग-अलग आर्किटेक्चरल स्टाइल इन जरूरतन का पूरा करै मा मदद कइ सकत हैं। इ पेपर, फील्ड के समान, कुछ हद तक प्रारंभिक है, फिर भी उम्मीद की जा रही है कि ई उन लोगों के लिए मार्गदर्शन करेगा जो रोबोट आर्किटेक्चर का उपयोग या विकास करते हैं। |
5426559cc4d668ee105ec0894b77493e91c5c4d3 | |
ceb709d8be647b7fa089a63d0ba9d82b2eede1f4 | सब्सट्रेट इंटीग्रेटेड वेव गाइड (SIW) कुछ प्रकार के प्लैनर एंटीना क निर्माण की अनुमति देत है जौन पारंपरिक रूप से सब्सट्रेट पे एकीकृत नाही कीन जा सकत है। हालांकि, कुछ तकनीकी बाधाओं के कारण, ई.एस.आई.डब्ल्यू. हॉर्न एंटीना आमतौर पर 10 गीगागाह्ट्स से ऊपर की आवृत्ति पर काम करता है. ई कागज 6.8GHz कम प्रोफ़ाइल H-प्लेन हॉर्न एंटीना का प्रस्ताव करत है, जवन कि रिड्ड SIW पर आधारित है, जवन λ0/10 से पतला सब्सट्रेट की अनुमति देत है. दूर क्षेत्र विकिरण पैटर्न प्रस्तावित एंटीना का अच्छा प्रदर्शन का खुलासा करने के लिए रिपोर्ट कराई गई है। संगत सुधार दिखाने के लिए अलग-अलग संख्या वाले सीढ़ीदार SIW हॉर्न एंटेना के बीच तुलना भी की गई है। |
a70e0ae7407d6ba9f2bf576dde69a0e109114af0 | |
0f060ec52c0f7ea2dde6b23921a766e7b8bf4822 | नवाचार अउर रणनीतिक प्रबंधन के क्षेत्र मा अनुसंधान करैं वाले विद्वान 30 साल या उससे ज्यादा समय से उपयुक्तता का लइके चिंतित हैं। उ पचे आपन अध्ययन जारी रखे रहेन अउर लगातार नवाचार करत रहेन। इ पेपर मा, हम 30 साल (1986-2016) साहित्य का वेब ऑफ साइंस कोर कलेक्शन डेटाबेस से उपयुक्तता अध्ययन पर विश्लेषण करत हैं। बिभिन्न अवधियन कय संदर्भ क्लस्टरिंग मानचित्र औ सब्द सम-घटना मानचित्र का उपयोग कइके ग्रंथसूची विश्लेषण औ सामग्री विश्लेषण कय उपयोग कइके तैयार करल गवा अहै। एकर आधार पर हम अपने विकास पथ, तंत्र अउर सैद्धांतिक वास्तुकला का अध्ययन करत हैं अउर आगे के अनुसंधान दिशा का पता लगावत हैं। नतीजा इ बताय दे है कि अप्राप्यता अनुसंधान विकास का सार खुलापन और साझाकरण, मूल्य सृजन और मूल्य वृद्धि में धारणा परिवर्तन है, और भविष्य का अनुसंधान मंच शासन, जनरेटिव अप्राप्यता और समस्या-समाधान तंत्र के विकास में अप्राप्यता की भूमिका पर ध्यान केंद्रित कर रहा है। |
cd108ed4f69b754cf0a5f3eb74d6c1949ea6674d | छवि अउर ऑडियो, अउर विशेष रूप से सुपर-रिज़ॉल्यूशन में उलटा समस्याएं, को उच्च-आयामी संरचित भविष्यवाणी समस्या के रूप मा देखा जा सकता है, जहां लक्ष्य एक उच्च-रिज़ॉल्यूशन आउटपुट का सशर्त वितरण का विशेषता है, जो कि कम-रिज़ॉल्यूशन भ्रष्ट अवलोकन दिया जाता है। जब स्केलिंग अनुपात छोट होला त बिंदु अनुमानन से प्रभावशाली प्रदर्शन होला, लेकिन जल्द ही ऊ लोग विषय-वस्तु पर प्रतिगमन समस्या से पीड़ित होला, जवन कि ई सशर्त वितरण के बहु-रूपता के पकड़य में उनकर असमर्थता का परिणाम होला. उच्च-आयामी छवि अउर ऑडियो वितरण का मॉडलिंग एक कठिन काम है, जेकरे खातिर जटिल ज्यामितीय संरचना अउर बनावट वाले क्षेत्रन का मॉडलिंग करे के क्षमता का आवश्यकता होत है। इ पेपर मा, हम सशर्त मॉडल के रूप मा एक गिब्स वितरण का उपयोग करने का प्रस्ताव करत हैं, जहां एकर पर्याप्त आंकड़े गहरे संवहन तंत्रिका नेटवर्क द्वारा दिए गए हैं। नेटवर्क द्वारा गणना की गई विशेषता स्थानीय विकृति के लिए स्थिर है, अउर जब इनपुट एक स्थिर बनावट होत है, तब भिन्नता कम होत है। इ गुणन का तात्पर्य इ है कि परिणामी पर्याप्त सांख्यिकीय कम से कम लक्ष्य संकेतों की अनिश्चितता को कम कर देता है, जबकि कमजोर अवलोकन, अत्यधिक सूचनात्मक है। सीएनएन कय फ़िल्टर बहु-आकार कय जटिल वेवलेट्स कय द्वारा आरंभ करल जात है, औ फिर हम सशर्त लॉग-संभाव्यता कय ढाल कय अनुमान लगाइके इनका ठीक-ठाक करेक खातिर एक एल्गोरिथ्म प्रस्तावित करत है, जवन कि जेनरेटिव एडवेसरील नेटवर्क कय साथे कुछ समानता रखत है। हम प्रयोगात्मक रूप से चित्र सुपर रिज़ॉल्यूशन कार्य में प्रस्तावित दृष्टिकोण का मूल्यांकन करते हैं, लेकिन दृष्टिकोण सामान्य है और अन्य चुनौतीपूर्ण गलत समस्याओं में उपयोग किया जा सकता है जैसे ऑडियो बैंडविड्थ एक्सटेंशन। |
18b534c7207a1376fa92e87fe0d2cfb358d98c51 | एक मान्यता आई कि लेक्सिकलाइज्ड पीसीएफजी (जहां हेड शब्द से फरेसल नोड्स का एनोटेट होता है) उच्च प्रदर्शन वाले पीसीएफजी पार्सिंग का प्रमुख उपकरण है। ई दृष्टिकोण भाषण मान्यता में शब्द-एन-ग्राम मॉडल की बड़ी सफलता के साथ समरूप रहा, अउर लेक्सिकलाइज्ड व्याकरण में व्यापक रुचि से ताकत प्राप्त की, साथ ही साथ ई दिखावा भी कि लेक्सिकल निर्भरता एपीटेचमेंट्स (फोर्ड एट अल., 1982; हिंडल एंड रूथ, 1993) जैसन अस्पष्टता का हल करने का एक महत्वपूर्ण उपकरण थे। अगला दसक मा, पार्स विसय मा बहुत सफलता अर भाषा मा मॉडलिंग कई लेक्सिकलाइज्ड पीसीएफजी मॉडल (मैगरमैन, 1995; चार्नियाक, 1997; कोलिन्स, 1999; चार्नियाक, 2000; चार्नियाक, 2001) द्वारा हासिल कीन गा। हालांकि, कई रिपोर्ट्स का कहना है की एपल का झुकाव क्लैमशेल डिजाइन की तरफ ज्यादा है. हालांकि, कुछ रिपोर्ट्स का दावा है कि एपल का झुकाव क्लैमशेल डिजाइन की तरफ ज्यादा है. जॉनसन (1998) देखाय दिहेन कि पेन ट्रीबैंक पर अनलेक्सिकलाइज्ड पीसीएफजी का परफॉरमेंस हर नोड का आपन मूल श्रेणी से एनोटेट कइके बहुत सुधारल जा सकत है। पेन ट्रीबैंक कवरिंग पीसीएफजी पार्सिंग खातिर एक खराब उपकरण हवे काहे से की एकर संदर्भ-स्वतंत्रता मान्यताएं बहुत मजबूत हव, अउर इ तरीका से इनका कमजोर करे से मॉडल बहुत बेहतर होत हय। हाल ही मा, गिल्डे (2001) चर्चा कै रहे कि कैसे एक अच्छा वर्तमान लेक्सिकलाइज्ड पीसीएफजी पार्सर से बिलेक्सिकल संभावनाओं का लेवा कै से कामकाज का नुकसान लगभग नहीं होत है: ट्रेनिंग डेटा के समान डोमेन से टेस्ट टेक्स्ट कै खातिर अधिकतम 0.5% से, अउर अलग डोमेन से टेस्ट टेक्स्ट कै खातिर बिल्कुल नहीं। लेकिन ई बिलेक्सिकल निर्भरता ही ई अंतर्ज्ञान का समर्थन करत है कि लेक्सिकलाइज्ड पीसीएफजी का बहुत सफल होना चाहिये, उदाहरण के लिए हिंडल और रूथ के पीपीटैचमेंट से प्रदर्शन में। हम इ पेन ट्रीबैंक मा उपलब्ध शब्दकोश निर्भरता जानकारी का मूलभूत विरलैपन का प्रतिबिंब के रूप मा लेह हई। जइसे कि एक ठो बातचीत पन्ना बा जहाँ एक ठो बातचीत पन्ना बा जहाँ "User en-US" अउर "User en-US" अनुप्रेषित होत है, तब्बई आप कय लगे एह पन्ना कय लिंक बा। ई सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के ऊपर के सब्द के सब्द के ऊपर के सब्द के ऊपर ई अवलोकन विभिन्न्न् वर्ग या समानता आधारित दृष्टिकोण को विरलैपन का मुकाबला करने का प्रेरित करता है, औ ई काम का एक आशाजनक मार्ग बनी रहत है, लेकिन ई क्षेत्र मा सफलता कुछ हद तक दुर्गम सिद्ध हुई है, औ, कउनो भी दर से, वर्तमान मा शब्दावली पीसीएफजी केवल सटीक शब्द मिलान का उपयोग करत हैं, अगर उपलब्ध हों, औ जब उ न हों, तब सिंटैक्सिक श्रेणी-आधारित अनुमानों के साथ इंटरपोल करत हैं। 3इ लेख में हम उपश्रेणीकरण शब्द का प्रयोग चोम्स्की (1965) के मूल सामान्य अर्थ में करत बानी, काहे कि पेन ट्रीबैंक में वर्णित श्रेणीकरण शब्द के लिए एक वाक्यविन्यास श्रेणी का प्रयोग होत है। चार्नियाक (2000) आपन पार्सर नोड्स के पैरेंटनोटेशन से लाभ के मूल्य का बतावेला, ई सुझाव देत कि ई जानकारी कम से कम आंशिक रूप से पूरक है, लेक्सिकलाइजेशन से प्राप्त जानकारी के लिए, अउर कोलिन्स (1999) भाषाई रूप से प्रेरित अउर सावधानी से हाथ से इंजीनियर उपश्रेणीकरण के एक श्रृंखला का उपयोग करत है ताकि पीसीएफजी को कवर करे वाले बेईमान पेन ट्रीबैंक के गलत संदर्भ-स्वतंत्रता मान्यताओं को तोड़ दिया जा सके, जइसे कि वाक्यांश संशोधक के साथ वाक्यांशों से आधार संज्ञा एनपी से अलग करना, अउर उन लोगों से खाली विषयों के साथ वाक्य अलग करना जहां एक खुला विषय एनपी है। जबकि ऊ अपूर्ण प्रयोगात्मक परिणाम देत है, उनका प्रभावकारिता का रूप मा, हम ई मान सकित है कि ई सुविधाएँ पार्सिंग पर फायदेमंद प्रभाव का कारण बनती हैं, जे lexiconalization से पूरक थे। इ पेपर मा, हम देखेंगे कि कौन सी पीसीएफजी का विश्लेषणात्मक प्रदर्शन इतना जादा है कि जे जादा समझ से काम लिया जा सकता है ऊ जादा कर सकता है। हम कई सरल, भाषाई रूप से प्रेरित एनोटेशन का वर्णन करते हैं जो एक वेनिला पीसीएफजी और राज्य के कलात्मक रूप से मॉडल वाले मॉडल के बीच की खाई को बंद करने का बहुत कुछ करते हैं। विशेष रूप से, हम एक अनलेक्सिकलाइज्ड पीसीएफजी का निर्माण करते हैं जो मैगरमैन (1995) और कोलिन्स (1996) के लेक्सिकलाइज्ड पीसीएफजी से बेहतर प्रदर्शन करता है (हालांकि हाल के मॉडल, जैसे चार्नियाक (1997) या कोलिन्स (1999) नहीं) । ई परिणाम से एक फायदा ई है कि बिना शब्दकोश के पीसीएफजी की क्षमता पर एक बहुत मजबूत निचली सीमा है. इ हद तक कि इ तरह क कोई मजबूत आधार रेखा प्रदान नाही कीन गवा ह, समुदाय संभाव्यता विश्लेषण मा शब्दावली का लाभकारी प्रभाव को अत्यधिक रूप से अधिक महत्व देने का इच्छुक रहा है, बजाय कि आलोचनात्मक रूप से देखने के लिए जहां शब्दावली की संभावनाओं का सही निर्णय लेने के लिए आवश्यक है और प्रशिक्षण डेटा में उपलब्ध है। दूसर बात ई है कि ई पोस्ट बहुत रोचकेबुल है अउर हम टीपे बिना नहीं रह सकते । हम ई पोस्ट पर आपके ब्लाग पर आंशिक रूप से पोस्टेड है । एकर नतीजा इ बा कि अन्य उपयोगन अउर लाभन के साथ-साथ: एक अनलेक्सिकलाइज्ड पीसीएफजी का व्याख्या, तर्क अउर सुधार करना अधिक जटिल लेक्सिकलाइज्ड मॉडल की तुलना में आसान है। व्याकरणिक प्रतिनिधित्व बहुत अधिक कॉम्पैक्ट अहै, अबहिनै बड़ी संरचनाओं क आवश्यकता नाहीं होत है जउन लक्कीकृत संभावनाओं का भंडार करत हैं। पार्सिंग एल्गोरिदम मा कम असिम्प्टोटिक जटिलता4 है और व्याकरण मा बहुत छोटा है, इसलिए कई उपश्रेणी मा विभाजित है, उदाहरण के लिए क्रिया वाक्यांशों को परिमित और गैर-अंत क्रिया वाक्यांशों मा विभाजित करना, आधुनिक सीमित उपयोग की तुलना मा जहां शब्द केवल पूर्वानुमानों का वाक्यविन्यास तर्क फ्रेम को संदर्भित करता है। 4O(n3) बनाम O(n5) एक भोला कार्यान्वयन, या बनाम O(n4) यदि Eisner and Satta (1999) का चतुर दृष्टिकोण का उपयोग कर रहे हैं। अचल संपत्ति का संग्रहण एक unlexicalized पीसीएफजी पार्सर का निर्माण अउर अनुकूलन करे खातिर बहुत आसान है, जेहमा मानक कोड अनुकूलन तकनीक अउर खोज स्थान कटाई खातिर विधि के जांच शामिल है (कारबालो अउर चार्नियाक, 1998; चार्नियाक एट अल, 1998) । ई हमार लक्ष्य नाही कि उच्च-प्रदर्शन संभाव्यता पार्सिंग मा शब्दावली संभावनाओं का उपयोग के खिलाफ तर्क देई. इ व्यापक रूप से प्रदर्शित होइ ग है कि लेक्सिकल निर्भरता वाक्य अस्पष्टता के प्रमुख वर्गों का हल करने में उपयोगी है, अउर एक पार्सर का जहां संभव हो, ऐसी जानकारी का उपयोग करें। हम इ जगह मा unlexicalized, tructural संदर्भ का उपयोग करने पर ध्यान केंद्रित करें काहे से कि हम महसूस करें कि इ जानकारी का एक अंडर-एक्सप्लोटेड और अंडर-प्रिमाइस्ड है। हम इ जांच कय केवल एक हिस्सा के रूप मा देखित है जौन अत्याधुनिक पार्सिंग कय आधार अहै, जौन शाब्दिक औ संरचनात्मक शर्त दुनहु क उपयोग करत है। 1 प्रायोगिक सेटअप पिछला काम के साथ तुलना आसान बनाने के लिए, हम पेन ट्रीबैंक के WSJ अनुभाग के खंड 2-21 पर अपने मॉडल का प्रशिक्षण दिया। हम section 22 कय पहिला 20 फाइल (393 वाक्य) कय विकास सेट (devset) के रूप मा प्रयोग किहिन । ई सेट एतना छोट बा कि व्यक्तिगत परिणाम में ध्यान देने योग्य भिन्नता बा, लेकिन ई आंशिक रूप से मैन्युअल पहाड़ी-चढ़ाई में लगातार डिवसेट का पुनरुत्थान करके अच्छा सुविधाओं के लिए तेजी से खोज की अनुमति देता है। धारा 23 का प्रयोग अंतिम मॉडल की खातिर परीक्षण सेट के रूप में की गई थी। प्रत्येक मॉडल खातिर, इनपुट पेड़ों का एक तरह से या दूसर तरीका से बदल जाए के बाद, जइसे कि जॉनसन (1998) में। रूपांतरित पेड़ों का एक सेट दिया, हम स्थानीय पेड़ों को मानक तरीका से व्याकरण फिर से लिखने का नियम के रूप में देखा, और नियम संभावनाओं के लिए (अनसुलझाए गए) अधिकतम-संभाव्यता अनुमान का उपयोग किया। 5 व्याकरण का विश्लेषण करने के लिए, हम एक सामान्यीकृत CKY पार्सर का एक सरल सरणी-आधारित जावा कार्यान्वयन का उपयोग किया, जो कि, हमारे अंतिम सर्वोत्तम मॉडल के लिए, मेमोरी के 1GB में धारा 23 में सभी वाक्य का विश्लेषण करने में सक्षम था, औसत लंबाई वाले वाक्य के लिए लगभग 3 सेकंड का समय लगा। अज्ञात शब्द कय समायोजित करय के लिए टैगिंग संभावनाओं का समतल कै गय रहा। मात्राP(taggadgadword) का अनुमान निम्नानुसार लगावा गवा: सब्द कै कैपिटलाइजेशन, प्रत्यय, अंक, अउर अन्य अक्षर सुविधाओं के आधार पर कई श्रेणियों wordclass में विभाजित थे। ई श्रेणी कय हर एक शब्द कय खातिर, हम P (tag) शब्द श्रेणी कय अधिकतम-संभाव्यता अनुमान कय लिया गय । इ वितरण का एक पूर्व के रूप मा उपयोग कईल गयल रहे जौन देखले रहे टैगिंग s, अगर कोई हो, लिया गया, P देके(टैग राखल शब्द) = [c(टैग, शब्द) + κ P(टैग राखल शब्द वर्ग) ]/[c(शब्द) +κ]। फिर इ उल्टा P{\\displaystyle P} शब्द का टैग दिया जाये . इ टैगिंग मॉडल कय गुणवत्ता सबहि संख्या कय प्रभावित करत है; उदाहरण के लिए, कच्चा ट्रीबैंक व्याकरण कय devset F 1 72.62 एकर साथे अउर 72.09 एकर बिना अहै। 6परसेंटर ओपन सोर्स के रूप मा डाउनलोड करे खातिर उपलब्ध अहै: http://nlp.stanford.edu/downloads/lex-parser.shtml हम देखब कि एक अन-लेक्सिकलाइज्ड पीसीएफजी पहिले से जादा सटीक रूप से पार्स कर सकत है, सरल, भाषाई रूप से प्रेरित राज्य विभाजन का उपयोग करके, जे गलत स्वतंत्रता परिकल्पनाओं को तोड़ता है, एक वेनिला ट्रीबैंक व्याकरण में अदृश्य है। वास्तव मा, 86.36% (एलपी/एलआर एफ 1) का प्रदर्शन प्रारंभिक PCFG मॉडल से बेहतर है, और आश्चर्यजनक रूप से वर्तमान राज्य मा प्रौद्योगिकी मा। इ परिनाम कय संभावित उपयोग बिना शब्दकोश मा मॉडल कय अधिकतम संभव सटीकता पय एक मजबूत निचला सीमा स्थापित करे कय परे अहै: बिना शब्दकोश मा PCFG बहुत अधिक कॉम्पैक्ट अहै, कॉम्पैक्ट शब्दकोश मॉडल से ज्यादा आसानी से दोहराय कै सका जात है, अउर अधिक जटिल शब्दकोश मॉडल से ज्यादा व्याख्या कै सका जात है, अउर पार्सिंग एल्गोरिदम सरल, अधिक व्यापक रूप से समझा जात है, कम असममित जटिलता कय, अउर अनुकूलन कै आसान अहै। 1990 के दशक की शुरुआत मा, जब संभाव्यता पद्धति एनएलपी का पछाड़ दिहिस, तो पार्सिंग कार्य संभाव्यता संदर्भ-मुक्त व्याकरण (पीसीएफजी) की जांच का पुनर्जीवित कर दिया (बूथ एंड थॉमसन, 1973; बेकर, 1979) । हालांकि, पॉल्यूशन फ़ंक्शन ग्राफिक्स (पीसीएफजी) की उपयोगिता पर प्रारंभिक परिणाम कुछ हद तक निराशाजनक रहा है। |
0aac231f1f73bfaabb89ec8b7fdd47dcb288e237 | हम एक उपन्यास l1 regularised ऑफ-पॉलिसी अभिसरण टीडी-सीखने विधि (RO-TD कहा जाता है) प्रस्तुत करते हैं, जो कम कम्प्यूटेशनल जटिलता के साथ मूल्य कार्यों का विरल प्रतिनिधित्व सीखने में सक्षम है। आरओटीडी का आधारभूत एल्गोरिथम ढांचा दो प्रमुख विचारों का एकीकृत करता हैः ऑफ-पॉलिसी कन्वर्जेंट ग्रेडिएंट टीडी विधियां, जैसे कि टीडीसी, और गैर-सुचारू उत्तल अनुकूलन का एक उत्तल-उन्नत काठी-सैल-बिंदु सूत्रीकरण, जो ऑनलाइन उत्तल नियमितकरण का उपयोग करके प्रथम-क्रम सॉल्वर और सुविधा चयन सक्षम करता है। आरओ-टीडी का एक विस्तृत सैद्धांतिक अउर प्रयोगात्मक विश्लेषण प्रस्तुत करलौ गवा है। RO-TD एल्गोरिथ्म का ऑफ-पॉलिसी अभिसरण, विरल सुविधा चयन क्षमता और कम कम्प्यूटेशनल लागत का चित्रण करने के लिए कई प्रयोग प्रस्तुत किए गए हैं। |
33fa11ba676f317b73f963ade7226762b4f3f9c2 | |
08f410a5d6b2770e4630e3f90fb6f3e6b5bfc285 | इ आलेख मा हम अरबी पाठ के प्रतिनिधित्व अउर वर्गीकरण के विधि के बारे मा कला का एक संक्षिप्त वर्तमान स्थिति प्रस्तुत कीन है। पहिले हम अरबी पाठ पर वर्गीकरण खातिर कुछ एल्गोरिदम का वर्णन करे हन। दुसरे, हम अरबी पाठ पर लागू वर्गीकरण एल्गोरिदम की तुलना करते समय सभी प्रमुख कार्य का हवाला देते हैं, इसके बाद, हम कुछ लेखकों का उल्लेख करते हैं जो नई वर्गीकरण विधियों का प्रस्ताव करते हैं और अंत में अरबी टीसी पर प्रीप्रोसेसिंग के प्रभाव का पता लगाते हैं। |
6ef78fdb3c54a847d665d006cf812d69326e70ed | इ पेपर गैर-इनवर्टिंग बक्स-बूस्ट कनवर्टर पर केंद्रित है, जो कि या तो बक्स या बूस्ट कनवर्टर के रूप में संचालित होता है। ई देखाई दिहा बा कि बक/बूस्ट मोड संक्रमण के आसपास पल्स-चौड़ाई माड्यूलेशन (पीडब्ल्यूएम) विघटन के परिणामस्वरूप आउटपुट वोल्टेज लहर मा पर्याप्त वृद्धि हो सकत है। पीडब्लूएम गैर-रैखिकता का प्रभाव डिजाइन मापदंडों के संदर्भ में सबसे खराब मामला लहर वोल्टेज की मात्रा का अध्ययन करने के लिए आवधिक स्थिर स्थिति विश्लेषण का उपयोग करके अध्ययन किया जाता है। बहरहाल, द्विभाजन विश्लेषण से पता चलता है कि पीडब्लूएम विसंगति से क्वासी- आवधिक मार्ग अराजकता का कारण बनता है, जिससे बक/बूस्ट मोड संक्रमण के आसपास अनियमित ऑपरेशन का परिणाम होता है। जब कनवर्टर का उपयोग आरएफ पावर एम्पलीफायर के लिए एक पावर सप्लाई के रूप मा कीन जात है, जैसन कि डब्ल्यूसीडीएमए हैंडसेट मा मामला है, तब बढ़ी हुई लहर एक बहुत महत्वपूर्ण समस्या है। एक दृष्टिकोण का प्रस्ताव बा कि एक प्रयोगात्मक प्रोटोटाइप पर दिखाए गए कम दक्षता की कीमत पर, कम आउटपुट वोल्टेज लहर का परिणाम है, जो कि विघटन को दूर करे। |
4f22dc9084ce1b99bf171502174a992e502e32e1 | |
c7bd6ff231f5ca6051ebfe9fac1ecf209868bff6 | खंड त्वरण अउर कोणीय वेग डेटा से घुटना संयुक्त झुकाव/विस्तार कोण का अनुमान लगावे खातिर एगो नया विधि का वर्णन करल गइल बा. इ दृष्टिकोण कल्मान फ़िल्टर अउर शारीरिक ज्ञान के आधार पर जैव यांत्रिक बाधाओं का संयोजन का उपयोग करत है। हाल ही मा प्रकाशित कई तरीकन के विपरीत, प्रस्तावित दृष्टिकोण पृथ्वी के चुंबकीय क्षेत्र का उपयोग नहीं करत है अउर इहिसे आधुनिक भवनन में आमतौर पर पाये जाये वाले जटिल क्षेत्र विकृतियन के प्रति असंवेदनशील है। इ विधि क प्रयोगात्मक रूप से अनुमोदित करल गयल रहा, जौन कि घुटन कोण क गणना से मापल गयल रहा जवन कि दू गो आईएमयू से लिया गयल रहा जवन कि शरीर क आसन्न खंडों पे रखा गयल रहा. कई पहिले के अध्ययन के विपरीत जवन अपेक्षाकृत धीमी गति से गतिविधि या कम समय की अवधि पर आपन दृष्टिकोण का मान्य कईले ह, एल्गोरिथ्म का प्रदर्शन 5 मिनट की अवधि पर पैदल चलैं अउर दौड़ै दुनहु के दौरान मूल्यांकन कईल गयल रहे। सात स्वस्थ लोगन का 1 से 5 मील प्रति घंटा की विभिन्न गति से परीक्षण करल गईल। 10 कैमरा मोशन ट्रैकिंग सिस्टम (क्वालिसिस) से एक साथ प्राप्त आंकड़ों से परिणामों की तुलना करके त्रुटियों का अनुमान लगाया गया। औसत माप त्रुटि धीमी पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल पैदल IMU विश्लेषण मा प्रयोग संयुक्त बाधा Qualysis डाटा बाट व्युत्पन्न भएको थियो। विधि की सीमाओं, एकर नैदानिक अनुप्रयोग अउर एकर संभावित विस्तार पर चर्चा कीन गयल है। |
d6f073762c744bff5fe7562936d3aae4c2f7b67d | हाल के बरस मा हार्डवेयर तकनीक मा प्रगति कै कारण कई घटनाओं की वास्तविक समय मा निगरानी कै संभावना बाय। आवई वाला डाटा कय मात्रा एतना ढेर होइ सकत है, कि एका एक्कय डाटा कय निगरानी कयना मुश्किल होइ सकत है। इ पर्यावरण की दृष्टि से भी काफी महत्वपूर्ण अहै कि मानव अब पर्यावरण के साथ आपन दैनिक जीवन जीये है। एही से, कई डेटाबेस योजनाएं, जैसे कि एकत्रीकरण, जुड़ाव, लगातार पैटर्न खनन, और अनुक्रमण, इस संदर्भ में अधिक चुनौतीपूर्ण हो रही हैं। इ पेपर मा डाटा स्ट्रीम को प्रोसेसिंग मा इन मुद्दों का समाधान करै के लिए पहले से प्रयास का जायजा लिया जा रहा है। विशेष रूप से, ई निर्दिष्ट करय पर जोर दय्वान और स्लाइडिंग विंडो क्वेरीज़ कय प्रसंस्करण करत है, जवन कयिउ धारा प्रसंस्करण इंजन में समर्थित अहय। हम stream query processing पर संबंधित कार्य की भी समीक्षा करते हैं, जिसमें synopsis structures, plan sharing, operator scheduling, load shedding, and disorder control शामिल हैं। श्रेणीःजागतिक कम्प्यूटिंग |
cb745fd78fc7613f95bf5bed1fb125d2e7e39708 | बिस्वास रहित क्रॉस-ब्लॉकचेन ट्रेडिंग प्रोटोकॉल का निर्माण चुनौतीपूर्ण है। एतनई, केंद्रीकृत तरलता प्रदाता श्रृंखला के पार हस्तांतरण का निष्पादन करे खातिर पसंदीदा मार्ग बनी रहत हैं - जवन कि विश्वसनीय मध्यस्थों का जगह लेवे खातिर अनुमति रहित बही का उद्देश्य से मौलिक रूप से विरोधाभासी है। क्रॉस ब्लॉकचेन ट्रेडों को सक्षम बनाएँ कि न केवल वर्तमान में प्रतिस्पर्धा वाले ब्लॉकचेन प्रोजेक्ट्स को बेहतर ढंग से सहयोग करना चाहिए, बल्कि विकेंद्रीकृत एक्सचेंजों का भी विशेष महत्व है, जैसा कि वे अब कर रहे हैं। ई पेपर मा हम क्रिप्टोकरन्सी बैकड टोकन की अवधारणा का व्यवस्थित कर रहे हैं, एक ट्रस्टलेस क्रॉस-चेन संचार की ओर एक दृष्टिकोण। हम XCLAIM का प्रस्ताव करत हैं, ईशनिञ, व्यापार, अउर प्रतिमुद्रीकरण खातिर एक प्रोटोकॉल ह. . . . एथेरियम पर बिटकॉइन-समर्थित टोकन। हम तीन संभावित प्रोटोकॉल संस्करण के लिए कार्यान्वयन प्रदान करत हैं अउर उनके सुरक्षा अउर ऑन-चेन लागत का मूल्यांकन करत हैं। XCLAIM के साथ, ईथरियम पर बिटकॉइन समर्थित टोकन की एक मनमाना राशि जारी करने पर अधिकतम 1.17 USD का खर्च आता है, वर्तमान ब्लॉकचेन लेनदेन शुल्क को देखते हुए। हमार प्रोटोकॉल मा बिटकॉइन अउर एथेरियम के आम सहमति नियम मा कउनो बदलाव नहीं आवा है अउर ई दूसर क्रिप्टोकरेंसी का समर्थन करै खातिर काफी सामान्य है। |
0be0d781305750b37acb35fa187febd8db67bfcc | हम सटीकता अनुमान विधि का पुनरावलोकन करें और दो सबसे आम तरीकों का तुलना करें क्रॉस सत्यापन और बूटस्ट्रैप हाल के प्रयोगात्मक परिणाम कृत्रिम डेटा पर और सीमित सेटिंग्स में सैद्धांतिक परिणाम दिखाए हैं कि वर्गीकरण के एक सेट से एक अच्छा वर्गीकरण का चयन करने के लिए, मॉडल का चयन दस गुना क्रॉस सत्यापन अधिक महंगा छोड़ने से बेहतर हो सकता है एक बाहर क्रॉस सत्यापन हम आधा मिलियन से अधिक रन सी का एक बड़े पैमाने पर प्रयोग पर रिपोर्ट और एक बेयज़ एल्गोरिथ्म वास्तविक दुनिया डेटासेट पर इन एल्गोरिदम पर अलग मापदंडों का प्रभाव का अनुमान लगाने के लिए क्रॉस सत्यापन के लिए हम गुना की संख्या भिन्न है और चाहे गुना स्ट्रेटिड हैं या नहीं बूट पट्टा के लिए हम बूटस्ट्रैप सैंपल की संख्या बदल दें हमारे परिणाम बता रहे हैं कि हमारे समान वास्तविक शब्द डेटासेट के लिए मॉडल चयन के लिए उपयोग की जाने वाली सबसे अच्छी विधि दस गुना परतों का क्रॉस सत्यापन है भले ही कंप्यूटिंग शक्ति अधिक गुना का उपयोग करने की अनुमति दे |
2c10a1ee5039c2f145abab6d5cc335d58f161ef0 | |
160285998b31b11788182da282a1dc6f1e1b40f2 | माइक्रोसॉफ्ट रिसर्च रेडमंड पहली बार TREC मा इ साल भाग लिहिन, प्रश्न उत्तर ट्रैक पर ध्यान केंद्रित करत हुए। इ खंड मा फ़िल्टरिंग और वेब ट्रैक (रोबर्टसन एट अल, 2002) खातिर माइक्रोसॉफ्ट रिसर्च कैम्ब्रिज सबमिशन पर एक अलग रिपोर्ट है। हम वेब क्वेरीज जवाब देहे खातिर डेटा-संचालित तकनीक का खोज कर रहे हैं, अउर TREC QA मा भागीदारी खातिर आपन सिस्टम कुछ हद तक बदल दिए हैं। हम मुख्य QA ट्रैक (AskMSR और AskMSR2) खातिर दुइ रन जमा कई दिए हैं। |
8213dbed4db44e113af3ed17d6dad57471a0c048 | |
0521ffc1c02c6a4898d02b4afcc7da162fc3ded3 | एक नया अल्ट्रा-वाइडबैंड (UWB) माइक्रोस्ट्रिप से सीपीएस (कोप्लेनार स्ट्रिपलाइन) संक्रमण विकसित किया गया है। इ संक्रमण या बलून संरचना कय कई आकर्षक लाभ है जैसे अच्छा प्रतिरोध रूपांतरण, कॉम्पैक्ट आकार औ व्यापक बैंडविड्थ। माइक्रोस्ट्रिप लाइन और सीपीएस के बीच समानांतर-युग्मित लाइन अनुभाग की जांच के बाद विभिन्न पार आयामों के तहत, एक विस्तृत ट्रांसमिटिंग बैंड अच्छी तरह से दो ट्रांसमिशन ध्रुवों के उद्भव के साथ प्राप्त किया जाता है। अगला, इ तरह का एक एकल संक्रमण सर्किट इष्टतम रूप से पूरे UWB बैंड (3.1 GHz से 10.6 GHz) को कवर करने के लिए डिज़ाइन किया गया है। प्रयोग मा भविष्यवाणी परिणाम सत्यापित करैं खातिर, समान 50 ओमेगा माइक्रोस्ट्रिप फीड लाइन के साथ बैक-टू-बैक संक्रमण का निर्माण अउर परीक्षण कईल जात है। माप परिणाम 3.5 गीगाहर्ट्ज से 10.0 गीगाहर्ट्ज तक के बैंड पर 10.0 डीबी के करीब रिटर्न हानि का प्रदर्शन करते हैं। |
22ee2316b96c41f743082bd9de679104d79c683a | |
75041575e3a9fa92af93111fb0a93565efed4858 | इ कागज संभावित क्षेत्र विधि का उपयोग करके नेविगेट ग्रीनहाउस वातावरण में मोबाइल माप स्टेशन के कार्यान्वयन से संबंधित है। एक ग्रीनहाउस का काम पौधों का पूरा जीवन खातिर इष्टतम बढ़त स्थिति पैदा करना है। स्वायत्त माप प्रणाली का उपयोग ग्रीनहाउस मा इष्टतम वातावरण बनाइके सबै आवश्यक मापदण्डों का निगरानी मा मदद करत है। सेंसर से लैस रोबोट हरितगृह के भीतर फसल की पंक्तियन के साथ अंत तक अउर पीछे की ओर जाइ मा सक्षम है। इ एक वायरलेस सेंसर नेटवर्क का परिचय देत है जेकर उपयोग ग्रीनहाउस अनुप्रयोग के मापने अउर नियंत्रित करे के खातिर कईल जात है। वायरलेस टेक्नोलॉजी अउर लघुकरण में लगातार बढ़ोतरी से पर्यावरण के विभिन्न पहलुओं का निगरानी करे खातिर सेंसर नेटवर्क के तैनाती में तेजी से बदलाव आवा है। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.