_id
stringlengths 40
40
| text
stringlengths 0
12.6k
|
|---|---|
5a3306619ab02d8b9b022946f3ddac16af16bcce | हम भाषा विकास का हालिया कंप्यूटर मॉडलिंग अनुसंधान का सर्वेक्षण करते हैं, जो लेक्सिकन-सिंटेक्स सह-विकास का अनुकरण करने वाले नियम-आधारित मॉडल पर ध्यान केंद्रित करते हैं और भाषा प्रतियोगिता गतिशीलता का मात्रात्मक रूप से मापन करने वाले समीकरण-आधारित मॉडल पर ध्यान केंद्रित करते हैं। हम इन मॉडल की चार भविष्यवाणियों पर चर्चा करेंगे: (a) डोमेन-सामान्य क्षमताओं (उदाहरण के लिए, बीटा का एक सेट) का सहसंबंध (b) डेटाबेस का सहसंबंध (c) डेटाबेस का सहसंबंध (d) डेटाबेस का सहसंबंध (e) डेटाबेस का सहसंबंध (f) डेटाबेस का सहसंबंध (घ) डेटाबेस का सहसंबंध (घ) sequential learning) अउर भाषा-विशिष्ट यंत्रणा (जैसे. (ii) भाषा अउर संबंधित कौशल (जैसे, वाक्यांश क्रम प्रोसेसिंग); (क) भाषाई समझदारी पर सांस्कृतिक संचरण अउर सामाजिक संरचना का प्रभाव; अउर (द) भाषाई, जैविक अउर भौतिक घटना के बीचे समानता। ई सब भाषाई संरचना के विकास, व्यक्तिगत शिक्षा तंत्र अउर संबंधित जैविक अउर सामाजिक-सांस्कृतिक कारक का समझे खातिर बहुत महत्वपूर्ण योगदान देत हैं। हम सर्वेक्षण का समापन ई उजागर कर के करित ह कि भाषा विकास के अध्ययन के तीन भविष्य दिशा मा मॉडलिंग: (ए) मॉडल मूल्यांकन खातिर प्रयोगात्मक दृष्टिकोण अपनाय; (बी) मॉडल के अनुभवजन्य नींव के सुदृढीकरण; अउर (सी) मॉडलिंग, भाषाविज्ञान, अउर अन्य प्रासंगिक विधा के बीच बहु-विषयक सहयोग. |
dcbb2c33c082fedf009139a9456bd90e549aac3d | मनुष्य, उम्र बढ़ावैं अउर हार्मोनल बदलाव के कारन आपन अंगन अउर कंधन मा दर्द कै समस्या झेलत है। एकर परिणाम ई होई कि मानव के बुनियादी गतिविधि यानी सरीर अउर अंगन के चलावई के पैटर्न (जैसे चलना) पर असर पड़त है। एक पैर मा दर्द से बचे क खातिर दुनो अंगन पर असमान भार डाले से, मनुष्य धीरे-धीरे एक असामान्य पैदल पैटर्न विकसित करत है जौन लंगड़ाई अउर मुद्रा मा बगली झुकन से बनी होत है। ई अक्सर बहुत समय से चलत बाय जेसे इके बारे मा कौनो सुचना नाय बाय। हम एक प्रणाली का प्रस्ताव करत है जउन स्मार्टफोन्स का उपयोग करत है ऊ असामान्य पैदल पैटर्न का पता लगावे और पता लगावे अंग गति का संवेदन एक स्मार्टफोन में एम्बेडेड एकसेलेरोमीटर द्वारा किया जाता है और असामान्य पैदल पैटर्न का पता लगाने के लिए विभिन्न सुविधाओं का वर्गीकरण जैसे कि कदम की लंबाई, पैदल गति आदि का पता लगाया जाता है। नैव बेय्स अउर निर्णय वृक्ष वर्गीकरणकर्ता का शामिल कइके, हम अलग-अलग स्तर पर असामान्यताओं का वर्गीकृत करे मा 89% सटीकता प्राप्त कीन। आगे सत्यापन पांच उपयोगकर्ताओं के बीच एक निर्णय पेड़ आधारित पैदल गति परिवर्तन डिटेक्टर स्मार्टफोन एप्लिकेशन लागू करके किया गया, जिसके परिणामस्वरूप 90% सटीकता आई । |
f19983b3e9b7fe8106c0375ebbd9f73a53295a28 | डाटाबेस खोज, खनन, अउर विश्लेषण से जुड़ी बड़ी डाटा एनालिटिक्स का एक अभिनव आईटी क्षमता के रूप मा देखा जा सकत है जवन फर्म के प्रदर्शन का बेहतर बना सकत है। हालांकि बाजार की प्रतिस्पर्धा को मजबूत बनाने और नए व्यापारिक अवसरों का उद्घाटन करने के लिए कुछ प्रमुख कंपनियां सक्रिय रूप से बड़े डेटा का विश्लेषण कर रही हैं, कई कंपनियां अभी भी शुरुआती दौर में हैं। बड़ी डेटा की कमी के कारण एही से, ई बड़ा डेटाबेस बनावे के लिए महत्वपूर्ण आउर समसामयिक मुद्दा के समझे खातिर दिलचस्प बा। इ अध्ययन में, एक शोध मॉडल बड़े डेटा विश्लेषण का अधिग्रहण इरादा का व्याख्या करने का प्रस्ताव दिया गया है। |
6834913a76b686957c0b8c755d1ca6ef3bd76914 | डाटा-डि-आइडेंटिफिकेशन अनुसंधान उद्देश्यों खातिर डाटा का रिलीज़ की मांग और व्यक्तियों से गोपनीयता की मांग का सामंजस्य बनाता है। इ पेपर k-anonymization के रूप मा जाना जाय वाले शक्तिशाली de-identification प्रक्रिया के लिए एक अनुकूलन एल्गोरिथ्म का प्रस्ताव और मूल्यांकन करत है। एक k-अनामित डेटासेट मा इ गुण है कि प्रत्येक रिकॉर्ड कम से कम k-1 अन्य से अलग नहीं है। इ भी सरल प्रतिबंधों का अनुकूलित k-अनामीपन एनपी-हार्ड है, जो महत्वपूर्ण कम्प्यूटेशनल चुनौतियों का कारण बनता है। हम संभावित रूप से अज्ञातकरण की जगह का पता लगाने के लिए एक नया दृष्टिकोण प्रस्तुत करते हैं जो समस्या का संयोजन करता है, और डेटा-प्रबंधन रणनीतियों का विकास करता है ताकि वर्गीकरण जैसे महंगे संचालन पर निर्भरता कम हो सके। वास्तविक जनगणना डेटा पर प्रयोगों के माध्यम से, हम दिखाते हैं कि परिणामी एल्गोरिथ्म दो प्रतिनिधि लागत माप और k की एक विस्तृत श्रृंखला के तहत इष्टतम k-anonymizations पा सकता है। हम यह भी दिखाते हैं कि एल्गोरिथ्म उन परिस्थितियों में अच्छा anonymizations का उत्पादन कर सकता है जहां इनपुट डेटा या इनपुट पैरामीटर उचित समय में इष्टतम समाधान खोजने से रोकते हैं। अंत मा, हम एल्गोरिथ्म का उपयोग विभिन्न कोडिंग दृष्टिकोणों अउर समस्या भिन्नता के गुमनाम गुणवत्ता अउर प्रदर्शन पर प्रभाव का पता लगावे के लिए करत हैं। हमार जानकारी तक, इ समस्या का एक सामान्य मॉडल के तहत गैर-तुच्छ डेटासेट का इष्टतम के-अनामीकरण का प्रदर्शन करे वाला पहिला परिणाम है। |
1b7690012a25bb33b429dbd72eca7459b9f50653 | हम एक मार्कोव निर्णय प्रक्रिया (एमडीपी) या आंशिक रूप से अवलोकन योग्य मार्कोव निर्णय प्रक्रिया (पीओएमडीपी) के लिए नीतियों का एक जगह खोज की समस्या का एक नया दृष्टिकोण प्रस्तावित करते हैं, एक मॉडल दिया गया है। हमार दृष्टिकोण निम्नलिखित अवलोकन पर आधारित अहै: कौनो भी (पीओ) एमडीपी का एक "समान" पीओएमडीपी में बदल कै सका जात है जेहमा सब राज्य संक्रमण (वर्तमान राज्य अउर क्रिया के आधार पर) निर्धारक होत हैं। ई नीति के खोज के सामान्य समस्या का कम करत है जेहमा सिर्फ निर्धारक संक्रमण के साथ पीओएमडीपी का ही विचार करे के जरूरत है। हम ई बदलाव क हर एक पहलू पर ध्यान देत हई ताकि ई पता चल सके कि ई बदलाव बहुतै कम जगह में होत है. नीति खोज तब उच्च अनुमानित मूल्य के साथ एक नीति खोज द्वारा बस प्रदर्शन की जा रही है। हम भी उन शर्तों का स्थापित कर रहे हैं जिनकी तहत हमारे मूल्य का अनुमान अच्छा होगा, केर्न्स, मंसूर और एनजी [7] के समान सैद्धांतिक परिणामों को पुनर्प्राप्त करना, लेकिन "नमूना जटिलता" सीमाओं के साथ, जो क्षितिज समय पर घातीय निर्भरता के बजाय केवल एक बहुपद हैं। हमार विधि मनमाना POMDPs खातिर लागू होत है, जेमा अनंत स्थिति अउर क्रिया स्थान वाले शामिल हैं। हम भी एक छोटे असतत समस्या पर, अउर एक जटिल निरंतर राज्य/निरंतर कार्रवाई समस्या पै साइकिल चलाय सीखै पै आपन दृष्टिकोण पै अनुभवजन्य परिणाम प्रस्तुत करत हई। |
e60778347ffb55b8b42ba831ffb8f8f7269182a5 | हमार काम का मुख्य योगदान CityEngine जैसन उच्च विशेष सॉफ़्टवेयर के पैरामीटर शहरी डिजाइन खातिर विधि अउर Grasshopper जैसन सामान्य प्रयोजन पैरामीटर मॉडलिंग मंच के संयोजन में बाटे। हमार काम आर्किटेक्ट अउर प्लानर लोगन के शहरी डिजाइन खातिर पैरामीटर के साधन के इस्तेमाल के सुविधा अउर बढ़ावा देत है। इ पेपर मा हम सड़क नेटवर्क जनरेशन अउर ब्लॉक उपखंड खातिर कस्टम ग्रासकोपर घटक प्रस्तुत करत हन। ई घटक राइनोकॉमन एसडीके का उपयोग कइके सी# में विकसित करल गयल रहे. हम एक अध्यापन अभ्यास मा ग्रासहोपर का उपयोग शहरी डिजाइन प्रस्ताव को विकास मा करे हन। शहरी डिजाइन परियोजना की आवश्यकताओं का पूरा करने के लिए, मौजूदा घास-फूस घटक की श्रृंखला में अतिरिक्त कार्यक्षमता जोड़ी जानी चाहिए। बिसेस रूप से, हम सड़क नेटवर्क बनावै अउर ब्लॉक उपखंडन के बरे घटक की जरूरत रही। ई घटक विकसित करे खातिर हम सड़क विस्तार रणनीति लागू करे हन जेकर वर्णन (वेबर एट अल, 2009) अउर ब्लॉक उपखंड खातिर विधि (वेनेगास एट अल, 2009) में कइल गइल बा। एकरे अलावा हम रियोसोनिक की एनयूआरबीएस मॉडलिंग क्षमता का पूरा करे खातिर रणनीतियों का अनुकूलन अउर बढ़ाए हन। |
c763bf953a3381d7631ccad11843cb35e8a37441 | कई कंपनियां रेफरल सिस्टम का भी उपयोग कर रही हैं, ताकि ग्राहक सहायता से पहुंच सकें। सिफारिश एल्गोरिदम या तो सामग्री पर आधारित हो सकत हैं या सहयोगी फ़िल्टरिंग द्वारा संचालित हो सकत हैं। हम अलग अलग तरीका से सामग्री जानकारी का सहयोगात्मक फ़िल्टरिंग के मैट्रिक्स फैक्टरिज़ेशन दृष्टिकोण में सीधे शामिल करे का अध्ययन करते हैं। ई सामग्री-बढ़ावल मैट्रिक्स फैक्टराइजेशन एल्गोरिदम न केवल अनुशंसा सटीकता में सुधार करत हैं, बल्कि ई सामग्री के बारे में उपयोगी अंतर्दृष्टि भी प्रदान करत हैं, साथ ही अनुशंसाओं का अधिक आसानी से व्याख्यात्मक बनात हैं। |
25eb626f0024f9733f0381d6c907c31a3f75c9c5 | लेखक 2 अध्ययन से परिणाम का रिपोर्ट करत हैं कि किस हद तक मास्सीवाद का नेतृत्व, कार्यस्थल विचलन, कार्य और संदर्भ प्रदर्शन की आत्म- और अन्य रेटिंग से संबंधित है। अध्ययन 1 के परिणाम से पता चला है कि नार्सिज्म का संबंध नेतृत्व के बढ़े हुए आत्म-मूल्यांकन से है, भले ही बड़े पांच लक्षणों का नियंत्रण हो। अध्ययन 2 का परिणाम भी बताये कि नार्सिज्म का संबंध बढ़े हुए नेतृत्व स्व-धारणा से रहा; वास्तव में, जबकि नार्सिज्म का नेतृत्व के आत्म-मूल्यांकन के साथ महत्वपूर्ण रूप से सकारात्मक संबंध रहा, यह अन्य नेतृत्व के मूल्यांकन से काफी नकारात्मक रूप से जुड़ा रहा। अध्ययन 2 से पता चला है कि अन्य (सुपरवाइजर) रेटिंग्स की तुलना में काम पर विचलन और संदर्भित प्रदर्शन के अधिक अनुकूल आत्म-रेटिंग्स से मादकता संबंधित थी। अंत मा, जइसन कि परिकल्पना कीन गवा है, स्वार्थीपन जादा मजबूत नकारात्मकता से संबंधित होखेला जब तक की काम का प्रदर्शन जादा नकारात्मकता से ना हो जाए। |
0ad0518637d61e8f4b151657797b067ec74418e4 | डीप नेटवर्क सफलतापूर्वक वर्गीकरण मॉडल के रूप मा उपयोग करे जात है जब एक बड़ी संख्या मा लेबल किए गए नमूनों मा प्रशिक्षित कीन जात है। ई मॉडल, हालांकि, आमतौर पर अर्ध-पर्यवेक्षित समस्याओं के लिए काफी कम उपयुक्त है, काहेकी उनके पास कम मात्रा में डेटा है। इ काम मा हम एक नया प्रशिक्षण लक्ष्य की तलाश करेंगे जवन एक अर्ध-पर्यवेक्षित शासन मा लक्षित है जवन केवल लेबल डेटा का एक छोटा सा उप-समूह है। ई मापदण्ड लेबल वाले नमूना के समूह के भीतर दूरी संबंध पर गहरी मीट्रिक एम्बेडिंग पर आधारित बा, साथ ही साथ बिना लेबल वाले सेट के एम्बेडिंग पर प्रतिबंध भी बा. अंतिम सीखे गए प्रतिनिधित्व यूक्लिडियन अंतरिक्ष मा भेदभावपूर्ण हैं, और यसैले लेबल वाले नमूनों का उपयोग करके बाद के निकटतम-पड़ोसी वर्गीकरण के साथ उपयोग की जा सकती हैं। |
e629bbeba17b8312fde05b0334760e6743d11a4d | |
308da0c615e83a4616c8a4d1cf8159bb35897dfe | हम बिटकॉइन अर्थव्यवस्था मा संचालक पर वितरित सेवा से इनकार (डीडीओएस) हमला का प्रसार और प्रभाव मा एक अनुभवजन्य जांच प्रस्तुत करत हैं। इ खातिर, हम लोगन का बटोरे अउर बिटकॉइन मंच bitcointalk.org पर "DDoS" का उल्लेख करय वाले पोस्ट का विश्लेषण करय का चाही। मई 2011 से अक्टूबर 2013 के बीच लगभग 3 हजार अलग-अलग पोस्ट से शुरू होई गा, अउर हम अब तक 40 बिटकॉइन सेवा पै 142 अलग-अलग डी.डी.ओ.एस. हमला कै दस्तावेज जमा कीन गा है। हम ई पाइत ह कि सभी ज्ञात ऑपरेटर पर 7% हमला हुआ है, लेकिन वियतनाम मुद्रा विनिमय, खनन पूल, जुआ ऑपरेटर, ई-वॉलेट, अउर वित्तीय सेवा पर हमला कईसे होए का ज्यादा संभावना है अन्य सेवा की तुलना में। संयोग से नाहीं, हम पाइत ह कि मुद्रा विनिमय अउर खनन पूल मा डीडीओएस सुरक्षा होय के ज्यादा संभावना है जइसे कि क्लाउडफ्लेयर, इनकैप्सुला, या अमेजन क्लाउड. हम देखब कि हमला के बाद भी हमलावरन का डी.डी.ओ.एस. के खिलाफ-विरोधी यंत्रन का इस्तेमाल करैं का चाही। हम ई पाइत ह कि बड़हन खनन पूल (जे इतिहास में कम से कम 5% हैश रेट का हिस्सा होत ह) छोट पूल से डीडीओएस होवे क जादा संभावना होत ह। हम माउंट जांच गोक्स कय डीडीओएस हमला कय मामला अध्ययन कय रूप मा मुद्रा विनिमय कय ओर से अउर 2013 कय वसंत मा व्यापारिक मात्रा औ विनिमय दर मा भारी वृद्धि कय दौरान कई डीडीओएस रिपोर्ट पय पहुँच गयल। हम बिटकॉइन पर डीडीओएस हमला के बारे मा भविष्य मा अवसरों का पता लगाये से निष्कर्ष निकालते हैं। |
30acc826a84919f6474e2f91f9eba81c4b1824be | बिटकॉइन पहिले के क्रिप्टोकरन्सी से ज्यादा व्यापक रूप से अपनावल गयल ह; फिर भी एकर सफलता धोखाधड़ी कय ध्यानाकर्षण कय लय लिहिन ह जउन परिचालन अनिश्चितता औ लेनदेन कय अपरिवर्तनीयता कय फायदा उठाइ लिहे हइन। हम बिटकॉइन एक्सचेंजों से निवेशक का सामना कर रहे जोखिम का अध्ययन करते हैं, जो बिटकॉइन और हार्ड मुद्रा के बीच रूपांतरित होता है। हम पिछले तीन साल से 40 बिटकॉइन एक्सचेंजों का ट्रैक रिकॉर्ड जांच रहे हैं, अउर 18 का बाद से बंद कर दिया है, कई बार ग्राहक खाता शेष राशि भी गायब है। धोखाधड़ी कय आरोप कई बार धोखाधड़ी कय साथे लगावा जात है, मुला हर बार नाहीं। आनुपातिक जोखिम मॉडल का उपयोग करके, हम पाते हैं कि एक्सचेंज का लेनदेन मात्रा बताता है कि क्या ई बंद होवे की संभावना है। कम लोकप्रिय एक्सचेंजों का लोकप्रिय एक्सचेंजों से अधिक बंद रहने का जोखिम है। हम एक लॉजिस्टिक रिग्रेशन भी प्रस्तुत करत अहन जवन ई दर्सावत है कि लोकप्रिय एक्सचेंजों मा सुरक्षा उल्लंघन होए क जादा संभावना है। |
1621f05894ad5fd6a8fcb8827a8c7aca36c81775 | इ पेपर एक महत्वपूर्ण वर्ग कम्वेक्स प्रोग्रामिंग (सीपी) समस्या का विचार करत है, अर्थात्, स्टोचस्टिक कम्पोजिट ऑप्टिमाइजेशन (एससीओ), जेकर उद्देश्य कार्य सामान्य गैर-सुचारू और सुचारू स्टोचस्टिक घटकों का योग द्वारा दिया जाता है। चूंकि SCO कुछ विशेष मामला के रूप मा गैर-सुचारू, सुचारू औरि स्थैतिक CP को कवर करत है, इन समस्याओं का हल करने के लिए अभिसरण दर पर एक वैध निचला सीमा उत्तल प्रोग्रामिंग की क्लासिक जटिलता सिद्धांत से जानी जात है। ध्यान रहे कि येहि अलगोरिदम के अनुकूलन का काम कभी भी ई निचली सीमा तक नहीं पहुंच सका रहा है। इ पेपर मा, हम देखेन कि सरल दर्पण-अवतरण स्टोचस्टिक सन्निकटन विधि इन समस्या का हल करने के लिए अभिसरण की सबसे अच्छी तरह से ज्ञात दर का प्रदर्शन करत है। हमार मुख्य योगदान नेस्टरोव के सुचारू सीपी [32,34] खातिर इष्टतम विधि पर आधारित त्वरित स्टोचैस्टिक सन्निकटन (एसी-एसए) एल्गोरिथ्म का परिचय देवे खातिर अहै, अउर देखावे कि एसी-एसए एल्गोरिथ्म एससीओ खातिर अभिसरण दर पर उपर्युक्त निचला सीमा प्राप्त कर सकत है। हमार ज्ञान के सबसे अच्छा रूप से, ई साहित्य में गैर-सुचारू, सुचारू अउर स्टोकेस्टिक सीपी समस्या का हल करे खातिर पहिला सार्वभौमिक रूप से इष्टतम एल्गोरिथ्म भी है. हम मौजूदा तरीको से AC-SA एल्गोरिथ्म का महत्वपूर्ण लाभ स्टोचैस्टिक प्रोग्रामिंग समस्याओं का एक विशेष लेकिन व्यापक वर्ग का समाधान करने के संदर्भ में बता रहे हैं। |
0dd72887465046b0f8fc655793c6eaaac9c03a3d | [1] जे. सियाओ, एस. बेकर, आई. मैथ्यूज, टी. कनाडे, रियल-टाइम कम्बिनेटेड 2 डी + 3 डी एक्टिव एपेरेन्स मॉडल, सीवीपीआर, पीपी 535-542, 2004. [2] एन. गोरियर, डी. हॉल, जे. एल. क्रॉली, प्रबल चेहरे की विशेषताओं का मजबूत पता लगाने से चेहरे का अभिविन्यास का अनुमान लगाना, पॉइंटिंग की कार्यवाही 2004, आईसीपीआर, डेक्टिक जेस्चर के दृश्य अवलोकन पर अंतर्राष्ट्रीय कार्यशाला, 2004. [3] जी. फनेली, एम. डेंटोन, जे. गॉल, ए. जेसैटी, एल. वान गोल, रैंडम फॉरेस्ट फॉर रियल टाइम 3 डी फेस एनालिसिस, आईजेसीवी, पीपी .437-458, 2013. [1] Y. LeCun, R. Bottou, Y. Bengio, P. Haffner, ग्रेडिएंट-आधारित लर्निंग अप्लाईड टू डॉक्यूमेंट रिकग्निशन, प्रो. आईईईई, वॉल्यूम। - 86 नँवा अहै 11, पृ.2278-2324, 1998 मा प्रकाशित। [5] ए. क्रिज़ेवस्की, आई. सुटस्केवर, जी. ई. हिंटन, इमेजनेट वर्गीकरण डीप कन्वोल्यूशनल न्यूरल नेटवर्क के साथ, एनआईपीएस, पीपी.1106-1114, 2012. इ काम कोरिया सरकार द्वारा वित्त पोषित राष्ट्रीय अनुसंधान फाउंडेशन (एनआरएफ) अनुदान द्वारा समर्थित रहा (नंबरः एमएसआईपी) 2010-0028680). ई बात त ठीक बा. प्रस्तावित विधि पारंपरिक सिर स्थिति अनुमान दृष्टिकोण |
93ffe14e172976135d167fb593c4b97e0ff14faa | एक बड़ी रुचि ड्राइवर सहायता प्रणाली मा ध्यान केंद्रित छ जो ध्यान को दृश्य फोकस र मानसिक स्थिति को एक सूचक को रूप मा सिर स्थिति को उपयोग गरीरहे छ। असल मा, सिर का पोजीशन अनुमान एक तकनीक है जो कैमरा के दृश्य के सापेक्ष सिर की ओर उन्मुखता का अनुमान लगाये और मॉडल-आधारित या उपस्थिति-आधारित दृष्टिकोण द्वारा किया जा सकता है। मॉडल आधारित दृष्टिकोण आमतौर पर चेहरे की विशेषताओं से प्राप्त एक चेहरे का ज्यामितीय मॉडल का उपयोग करते हैं, जबकि उपस्थिति-आधारित तकनीकें एक डिस्क्रिप्टर द्वारा विशेषता वाली पूरी चेहरे की छवि का उपयोग करती हैं और आम तौर पर पोज अनुमान को वर्गीकरण समस्या के रूप में मानती हैं। उपस्थिति-आधारित विधियां तेजी से हैं औरविशिष्ट मुद्रा अनुमान के लिए अधिक अनुकूलित हैं। बहरहाल, इनका प्रदर्शन काफी हद तक हेड डिस्क्रिप्टर पर निर्भर करत है, जेकर ध्यान से चयन होय चाही ताकि चेहरा कय रूप कय पहिचान अउर प्रकाश कय जानकारी कम करै कय खातिर। इ पेपर मा, हम एक उपस्थिति आधारित असतत सिर स्थिति अनुमान का प्रस्ताव करत हैं, जो मोनोकुलर दृश्यमान स्पेक्ट्रम छवियों से चालक ध्यान स्तर का निर्धारण करने का लक्ष्य रखती है, भले ही चेहरे की विशेषताएं दिखाई न दें। स्पष्ट रूप से, हम पहिले चार सबसे प्रासंगिक अभिविन्यास-आधारित हेड डिस्क्रिप्टर्स के संलयन से उत्पन्न एक उपन्यास डिस्क्रिप्टर का प्रस्ताव करते हैं, अर्थात् स्टीरेबल फिल्टर, उन्मुख ढाल (एचओजी) का हिस्टोग्राम, हैयर फीचर्स, और त्वरित मजबूत फीचर (एसयूआरएफ) डिस्क्रिप्टर का एक अनुकूलित संस्करण। दूसर, वर्णक के सुविधाओं का एक कॉम्पैक्ट, प्रासंगिक, अउर सुसंगत उपसमुच्चय प्राप्त करे खातिर, कुछ प्रसिद्ध सुविधा चयन एल्गोरिदम पर एक तुलनात्मक अध्ययन करल जाला. अंत मा, प्राप्त उपसमूह वर्गीकरण प्रक्रिया का अधीन है, समर्थन वेक्टर मशीन (एसवीएम) द्वारा प्रदर्शन, सिर स्थिति भिन्नता को जानने के लिए। जैसै कि हम सार्वजनिक डाटाबेस (पॉइंटिंग04) के साथ-साथ हमरे वास्तविक दुनिया कै अनुक्रम के साथ प्रयोग कैके देखावत हई, हमार तरीका मा सिर कै वर्णन उच्च सटीकता के साथ करा जात है अउर अत्याधुनिक विधि कै तुलना मा सिर की मुद्रा का मजबूत अनुमान प्रदान करत है। |
a6c04f3ba5a59bdeedb042835c8278e0d80e81ff | ए पेपर मा Q-LINKPAN आवेदन खातिर एक कम प्रोफाइल सब्सट्रेट-एकीकृत वेव गाइड गुहा-समर्थित ई-आकार वाला पैच एंटीना प्रस्तावित है। ऑपरेटिंग बैंडविड्थ का विस्तार करेक लिए, प्रस्तावित एंटीना का एक धातुकृत माध्यम से एक अउर अनुनाद मोड उत्पन्न करेक खातिर एक सह-प्लानर वेव गाइड (सीपीडब्ल्यू) का उपयोग करल जाला। एकर अतिरिक्त, सतह तरंग का दबाने और विकिरण दक्षता में सुधार के लिए एक सब्सट्रेट-एकीकृत गुहा का उपयोग कईल जात है। ई-प्लेन विकिरण पैटर्न और एच-प्लेन क्रॉस ध्रुवीकरण की समरूपता में सुधार के लिए डिजाइन में एक अंतर फ़ीडिंग नेटवर्क का उपयोग किया जाता है। एक $2 \times 2$ प्रोटोटाइप डिज़ाइन, फैब्रिकेटेड, अउर मापा गवा है एक प्रदर्शन के लिए। माप परिणाम से पता चला है कि प्रोटोटाइप का 10 डीबी प्रतिबाधा बैंडविड्थ 34.4% है, एक लाभ लगभग 12.5 डीबीआई एक संकीर्ण ई-प्लेन विकिरण बीम के साथ 37.5-46 गीगाहर्ट्ज की दूरी पर अनुप्रयोगों के लिए, और एक लाभ लगभग 8 डीबीआई एक व्यापक ई-प्लेन विकिरण बीम के साथ 47-53 गीगाहर्ट्ज की दूरी पर अनुप्रयोगों के लिए। प्रस्तावित तकनीक का उपयोग उभरते Q-LINKPAN वायरलेस सिस्टम की कम-और-दीर्घ दूरी की संचार आवश्यकताओं का पूरा करने के लिए कॉम्पैक्ट प्लैनर एंटीना विकसित करने के लिए किया जा सकता है। |
2dec5b671af983b1e57418434932f0320f51e9ca | पहिले नैव बेय्स प्रेरण एल्गोरिदम कई वर्गीकरण कार्य पर आश्चर्यजनक रूप से सटीक दिखाया गयल रहे, भले ही सशर्त स्वतंत्रता धारणा का उल्लंघन हो जाए, जौन उनपर आधारित है. हालांकि अधिकांश अध्ययन छोटे डेटाबेस पर किए गए थे हम दिखाते हैं कि कुछ बड़े डेटाबेस में नैव बेय्स की सटीकता निर्णय पेड़ों के साथ-साथ नहीं बढ़ती है हम फिर एक नया एल्गोरिथ्म एनबीटी का प्रस्ताव करते हैं, जो निर्णय पेड़ों के क्लासिफायर और नैव बेय्स क्लासिफायर का एक हाइब्रिड है निर्णय पेड़ों के नोड्स में नियमित निर्णय पेड़ों के रूप में अलग-अलग विभाजन होते हैं, लेकिन पत्तियों में नैव बेयशियन क्लासिफायर होते हैं। दृष्टिकोण नेव बेय्स और निर्णय पेड़ों की व्याख्यात्मकता को नियंत्रित करता है, जबकि वर्गीकरण में परिणाम मिलता है जो अक्सर दोनों बड़े घटकों को विशेष रूप से परीक्षण किए गए डेटाबेस में निष्पादित करता है। |
43c0ff1070def3d98f548b7cbf523fdd4a83827a | मल्टीमीडिया सामग्री आज वेब सूचना का आधिपत्य करत अहै। मल्टीमीडिया उपयोगकर्ता-आइटम इंटरैक्शन की प्रकृति 1/0 बाइनरी निहित फीडबैक (जैसे, फोटो पसंद, वीडियो दृश्य, गीत डाउनलोड, आदि) है। ) जउन जादा मात्रा मा बटोरे जा सकत है, पै स्पष्ट प्रतिक्रिया (जैसे उत्पाद रेटिंग) की तुलना मा कम लागत के साथ। हालांकि, मौजूदा सहयोगी फ़िल्टरिंग (सीएफ) प्रणालियों का बहुमत मल्टीमीडिया अनुशंसा के लिए अच्छी तरह से डिज़ाइन नहीं है, क्योंकि वे मल्टीमीडिया सामग्री के साथ उपयोगकर्ताओं के बातचीत में अंतर्निहित हैं। हम तर्क देहे हई कि, मल्टीमीडिया अनुशंसा में, आइटम- अउर घटक-स्तर पर अंतर्निहितता मौजूद है, जवन कि अंतर्निहित उपयोगकर्ता वरीयता के धुंधला कर देहे हई। आइटम-स्तर पर निहित का मतलब है कि आइटम पर उपयोगकर्ता की प्राथमिकताएं (जैसे। फोटो, वीडियो, गाने, आदि) अज्ञात है, जबकि घटक-स्तर पर निहित का मतलब है कि प्रत्येक आइटम के भीतर अलग-अलग घटक पर उपयोगकर्ता की प्राथमिकताएं (जैसे। एक छवि मा क्षेत्र, एक भिडियो को फ्रेम, आदि) अज्ञात अज्ञात मा उदाहरण के लिए, एक वीडियो पर दृश्य कोई विशिष्ट जानकारी प्रदान नहीं करता है कि उपयोगकर्ता को वीडियो (जैसे आइटम-स्तर) पसंद है या वीडियो का कौन सा हिस्सा उपयोगकर्ता को पसंद है (जैसे घटक-स्तर) । इ पेपर मा, हम ध्यान केंद्रित एक उपन्यास तंत्र का परिचय देत हैं CF मा आइटम-और घटक-स्तर पर निहित प्रतिक्रिया को संबोधित करने के लिए मल्टीमीडिया सिफारिश, Attentive Collaborative Filtering (ACF) डब. विशेष रूप से, हमार ध्यान मॉडल एक न्यूरल नेटवर्क अहै जेहमा दुइ ध्यान मॉड्यूल अहैंः घटक-स्तर ध्यान मॉड्यूल, कउनो भी सामग्री सुविधा निष्कर्षण नेटवर्क से शुरू होत है (जैसे. सीएनएन चित्र/वीडियो के लिए), जवन मल्टीमीडिया आइटम कय सूचनात्मक घटक कय चयन करै सीखत है, औ आइटम-स्तर ध्यान मॉड्यूल, जवन आइटम वरीयता कय स्कोर करै सीखत है। एसीएफ का क्लासिक सीएफ मॉडल में सहज रूप से शामिल किया जा सकता है, जैसे कि बीपीआर और एसवीडी ++, और एसजीडी का उपयोग करके कुशलता से प्रशिक्षित किया जा सकता है। दो वास्तविक दुनिया मल्टीमीडिया वेब सेवा पर व्यापक प्रयोगों के माध्यम से: वाइन अउर पिंटेरेस्ट, हम दिखावत हई की एसीएफ अत्याधुनिक सीएफ विधियन से काफी बेहतर काम करत है। |
421703f469c46e06bddf0642224e75189b208af6 | |
25ac694fa23f733679496a139e9168472e267865 | इ पेपर मा, हम अध्ययन, तुलना और संयोजन दो राज्य-की-कला दृष्टिकोण स्वचालित सुविधा ईन्जिनियरिङ् को लागिः Convolution पेड़ कर्नेल (CTKs) र Convolutional न्यूरल नेटवर्क (CNNs) एक प्रश्न उत्तर (QA) सेटिंग मा उत्तर वाक्य को रैंक गर्न को लागी। जब क्यूए के साथ काम कर रहा है, तब लर्निंग एल्गोरिदम में प्रश्न और उत्तर के घटक के बीच संबंधपरक जानकारी का एन्कोड करे का मुख्य पहलू है। ई उद्देश्य खातिर, हम रिलेशनल जानकारी का उपयोग करके अउर रिलेशनल सीटीके के साथ गठित कर के, नया सीएनएन प्रस्तावित करत बानी। परिणाम से पता चलता है कि (i) दोनों दृष्टिकोण एक प्रश्न का उत्तर देने वाले कार्य पर कला की स्थिति प्राप्त करते हैं, जहां सीटीके उच्च सटीकता का उत्पादन करते हैं और (ii) ऐसे तरीकों का संयोजन अभूतपूर्व उच्च परिणाम देता है। |
6882dcb241f5aaefe85025bf754f8dd1c1502df1 | हमार लक्ष्य रोबोटिक्स अउर स्वचालन प्रौद्योगिकी क सहायता, सुदृढीकरण, मापन अउर न्यूरो-पुनर्वसन का दस्तावेजीकरण करेक अहै। इ पेपर एक क्लिनिकल ट्रायल क समीक्षा करत ह जौन 20 स्ट्रोक मरीजन का शामिल करत ह, जेके साथ एक प्रोटोटाइप रोबोट-एडेड रिहैबिलिटेशन सुविधा मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी, कैम्ब्रिज, (एमआईटी) मा विकसित कीन गयल ह अउर एकर परीक्षण बर्क रिहैबिलिटेशन अस्पताल, व्हाइट प्लेन्स, एनवाई मा करा गयल ह। इ रोबोट-सहायक मूल्यांकन प्रक्रिया मा एकत्रित गतिशील डेटा का विश्लेषण करने का हमारा तरीका भी प्रस्तुत करत है। विशेष रूप से, हम प्रमाण प्रस्तुत करत अहन 1) कि रोबोट-सहायता प्राप्त थेरेपी का प्रतिकूल प्रभाव नाही होत, 2) कि मरीज इ प्रक्रिया क सहन करत हय, अउर 3) कि विकृत अंग का परिधीय हेरफेर मस्तिष्क के पुनर्प्राप्ति पर प्रभाव डाल सकत हय। ई परिणाम मानक रूप से परीक्षण परीक्षण परीक्षण से मिलत हव हम रोबोट-सहायता मूल्यांकन प्रक्रिया मा गतिशील डेटा का उपयोग कर एक दृष्टिकोण भी प्रस्तुत करत हैं। |
106804244aeca715094e12266e3233adca5b78af | ऑर्थोस्टिक्स के क्षेत्र मा अभिनव तकनीकी प्रगति, जैसन कि पोर्टेबल संचालित ऑर्थोस्टिक्स सिस्टम, पुनर्वास के कार्यात्मक परिणाम मा सुधार करे खातिर नवा उपचार तरीका पैदा कर सकत हैं। इ लेख में, हम एक नया पोर्टेबल संचालित टखने-पैर ऑर्थोसिस (पीपीएएफओ) प्रस्तुत करत हई, जवन चलै के दौरान बिना कउनो बंधन के सहायता प्रदान करत है। पीपीएएफओ एक द्विदिशात्मक वायवीय रोटरी एक्ट्यूएटर के माध्यम से प्लांटर फ्लेक्सर अउर डोरसिफ्लेक्सर दोनों टॉर्क सहायता प्रदान करत है। इ प्रणाली पैर की गति का नियंत्रित करे खातिर एक पोर्टेबल वायवीय शक्ति स्रोत (संपीड़ित कार्बन डाइऑक्साइड बोतल) अउर एम्बेडेड इलेक्ट्रॉनिक्स का उपयोग करत है। हम एक विकलांग अउर तीन गैर विकलांग व्यक्ति से प्रयोगात्मक आंकड़ा बटोरेन ताकि डिजाइन कार्यक्षमता का प्रदर्शन कइ सके। विकलांग व्यक्ति का कमर equina सिंड्रोम के कारण निचले पैरों का द्विपक्षीय विकलांगता था। हम लोगन कय ई पता चलल कि गैर-असक्षम पैदल यात्री कय डेटा PPAFO कय क्षमता कय सही समय पे प्लांटर फ्लेक्सर अउर डोरसिफ़्लेक्सर सहायता प्रदान करय कय क्षमता कय प्रदर्शित करत है। गैर-विकलांग चलना परीक्षणों के दौरान स्थिति और स्विंग के दौरान टिबियालिस एंटेरियर की कम सक्रियता भी देखी गई। विकलांग परीक्षार्थी खातिर सहायक परीक्षण के दौरान स्थिति के दूसर आधा समय के दौरान ऊर्ध्वाधर जमीन प्रतिक्रिया बल मा वृद्धि देखी गई। गैर-असक्षम पैदल यात्री से डेटा कार्यक्षमता का प्रदर्शन किया, अउर एक विकलांग पैदल यात्री से डेटा कार्यात्मक प्लांटर फ्लेक्सर सहायता प्रदान करे की क्षमता का प्रदर्शन किया। |
8ef2a5e3dffb0a155a14575c8333b175b61e0675 | |
8d2dd62b1784794e545d44332a5cb66649af0eca | इ लेख मा अगले दस साल मा वायरलेस विकास खातिर महत्वपूर्ण तंत्र के रूप मा नेटवर्क घनत्व जांच कीन जात है। नेटवर्क घनत्व मा स्पेस (उदाहरण के लिए, छोटे कोशिकाओं की घनी तैनाती) मा घनत्व शामिल छ, र आवृत्ति (विभिन्न बैंड मा रेडियो स्पेक्ट्रम का बड़ा भाग का उपयोग) । स्व-संगठित नेटवर्क अउर इंटरसेल हस्तक्षेप प्रबंधन द्वारा बड़े पैमाने पर लागत प्रभावी स्थानिक घनत्व का सुविधा प्रदान की जात है। नेटवर्क घनत्व का पूरा लाभ तभी मिल सकता है जब यह बैकहॉल घनत्व, और हस्तक्षेप रद्द करने में सक्षम उन्नत रिसीवर द्वारा पूरक हो। |
cdee17ad8dc9cf6cf074512d8c2e776e0ff4d18c | आज कल तकनीक का तेज विकास हर जगह नए आयाम दे रहा है इंटरनेट ऑफ थिंग्स का नाम। इ मॉडल इ निर्धारित करत ह कि सभी" वस्तुएं ",जैसे कि व्यक्तिगत वस्तुएं (स्मार्टफोन, नोटबुक, स्मार्टवॉच, टैबलेट आदि), सेंसर के साथ इलेक्ट्रॉनिक उपकरण और अन्य पर्यावरणीय तत्व हमेशा एक सामान्य नेटवर्क से जुड़ा हुआ है। एह बरे हर एक मनई, जउन इ नेटवर्क क सदस्य अहइ अउर जे नेटवर्क स जुड़ा अहइ, ओका आपन जान सकत ह। जबकि आईओटी आर्थिक रूप से अउर सामाजिक रूप से लाभदायक होई सकत है, ऐसन प्रणाली का कार्यान्वयन कै कठिनाई, जोखिम अउर सुरक्षा के मुद्दों का भी ध्यान रखे के चाही। आज इंटरनेट की वास्तुकला का अद्यतन और पुनर्विचार करो ताकि कई ट्रिलियन डिवाइस आपस में जुड़े रहें और उनके बीच अंतर-संचालन सुनिश्चित हो सके। बहरहाल, सब से जरुरी बात इ है कि IoT का सुरक्षा आवश्यकता का पूरा करै के लिए हर संभव प्रयास कईल जाए। ई क्षेत्र के विकास के लिए शायद ही कउनो तकनीकी सहायता उपलब्ध होई। इ पेपर सबसे महत्वपूर्ण एप्लिकेशन लेयर प्रोटोकॉल प्रस्तुत करत है जवन वर्तमान मा IoT संदर्भ मा उपयोग कै जात हैः CoAP, MQTT, XMPP। हम अलग-अलग अउर महत्वपूर्ण बात पे ध्यान देत हई कि एकरे बाद जब या जब का इस्तेमाल क्या कर रहा है? , हम काहे अईसे समझत हई? अंत मा हम अपने अवधी ग्राम-गाथा से कुछ भविष्यवक्ताओं अउर विशिष्ट प्रश्नों का उत्तर देत हैं. |
e4f7706213ee2bc9b1255c82c88990992ed0fddc | इ पत्र में एक ब्रॉडबैंड स्टैक्ड सर्कुलर पैच एंटीना प्रस्तुत कीन गा है। ब्रॉडबैंड विशेषता कैपेसिटिव रूप से जुड़ा फीड संरचना का उपयोग करके प्राप्त की जा रही है। एंटीना एक चौड़ी बैंड चार आउटपुट-पोर्ट फ़ीड नेटवर्क से बराबर परिमाण और लगातार 90 डिग्री चरण विस्थापन से खिलाया जाता है। अंतिम एंटीना जीपीएस, ग्लोनास, गैलीलियो, और कम्पास सहित ग्लोबल नेविगेशन सैटेलाइट सिस्टम अनुप्रयोगों के लिए बहुत अच्छा परिपत्रित ध्रुवीकृत विकिरण प्रदान करता है। |
bd0b7181eb8b2cb09a4e1318649d442986cf9697 | ई पेपर द्विदिश धक्का-पुल डीसी-डीसी कनवर्टर कय लिए विश्लेषण अउर मॉडलिंग प्रस्तुत करत अहै। विशेष रूप से, ध्यान PWM प्लस चरण-परिवर्तन नियंत्रण के साथ रिसाव वर्तमान कम करने पर दिया जाता है। विभिन्न संचालन स्थितियन खातिर कुशल मोड का पहचान करे खातिर अलग-अलग संचालन मोड में रिसाव वर्तमान का तुलना कइल गइल बा. सबसे कुशल मोड का छोटा संकेत और बड़ा संकेत मॉडल प्राप्त करने के लिए राज्य अंतरिक्ष औसतकरण विधि अपनाई गई है। एक 30~70V/300V प्रोटोटाइप बना रहा था। सिमुलेशन परिणाम अउर प्रयोगात्मक परिणाम दूनौ मॉडल की वैधता का सिद्ध करत हैं। |
60e3f74c98407e362560edbcb10a094e2a64c3ce | माइक्रोब्लॉग संदेश वर्तमान भावना विश्लेषण तकनीक खातिर कुछ अंतर्निहित विशेषताओं जइसे कि लंबाई सीमा अउर अनौपचारिक लेखन शैली खातिर गंभीर चुनौति का सामना करत हैं। इ पेपर मा, हम चीन मा माइक्रोब्लॉग संदेशों की राय का लक्ष्य निकालन की समस्या का अध्ययन करें। इ तरह स एक सब्द क स्तर का काम अभी तक सही ढंग से रखा गवा अहै, जद्यपि ओनकर प्रयोग विशेष रूप से बेसिक ब्लॉगरन (microbloggers) खातिर कीन्ह जात अहै। हम समस्या का हल करैं खातिर अनसुरीक्षित लेबल प्रसारण एल्गोरिथ्म का प्रस्ताव करत हैं। एक विषय मा सबै सन्देशहरु को राय लक्ष्य एक साथ निकाले जा रहे हैं कि समान सन्देशहरु समान राय लक्ष्य मा ध्यान केंद्रित गर्न सक्छन् कि धारणा को आधार मा। माइक्रोब्लॉग्स मा विषयवस्तु की पहचान हैशटैग या क्लस्टरिंग एल्गोरिदम का उपयोग करके कीन जात है। चीनी माइक्रोब्लॉग पर प्रयोगात्मक परिणाम हमरे ढांचे अउर एल्गोरिदम क प्रभावशीलता का दिखावा करत हैं। |
04e34e689386604ab37780c48797352321f95102 | सिग्नल प्रोसेसिंग अउर पैटर्न रिकग्निशन एल्गोरिदम का व्यापक रूप से उपयोग कैके संकुचन का बनावति अहै। कई मायनों मा, कम्प्यूटेशनल सटीकता कम्प्यूटेशनल गति के रूप मा महत्वपूर्ण नहीं है। विशेष रूप से, विशेष रूप से एक संकेत से ब्याज का विशेषताओं का एक संकेत, आम तौर पर गलत संकेत का तात्पर्य है। इ प्रकार कय शोर कुछ स्तर कय क्वांटिज़ेशन कय आवश्यकता का पूरा करत अहै ताकि जल्दी से जल्दी विशेषता निकालन कय प्राप्त कइ सका जाय। हमार तरीका ई बा कि संकेत के क्षेत्रन के कम डिग्री बहुपद के साथ समीकरण करल जाय, अउर फिर आवेग फलन (या आवेग फलन के व्युत्पन्न) के प्राप्त करे खातिर परिणामी संकेत के अंतर करल जाय। इ प्रतिनिधित्व क साथ, मोड़ बहुत सरल होत है अउर इका बहुत ही प्रभावी ढंग से लागू कीन जा सकत है। सत्य का संकुचन संकुचन का परिणाम एकीकृत करके बहाल किया जा सकता है। इ विधि सुविधा निकासी मा काफी तेजी लावत है अउर कन्वोलुशनल न्यूरल नेटवर्क मा लागू होत है। |
0fb1b0ce8b93abcfd30a4bb41d4d9b266b1c0f64 | इ पेपर एक दृश्य वस्तु का पता लगाने वाला ढांचा का वर्णन करत है जो उच्च डिटेक्शन दर प्राप्त करते समय बहुत तेजी से छवियों का प्रसंस्करण करने में सक्षम है। अउर उ आतिमा अहइ जउन ओकर साच्छी देत ह, काहेकि आतिमा सत्य अहइ। सबसे पहिले हम अपने अवलोकनकर्ता से एक नए अवलोकन चित्र का परिचय कराइए हए, जेका "अंतरिक्ष चित्र" कहा जात ह, जेका "अंतरिक्ष चित्र" कहा जात ह, जेका "अंतरिक्ष चित्र" कहा जात ह, जेका "अंतरिक्ष चित्र" कहा जात ह, जेका "अंतरिक्ष चित्र" कहा जात ह, जेका "अंतरिक्ष चित्र" कहा जात ह, अउर जेका "अंतरिक्ष चित्र" कहा जात ह । दूसर एक सीखना एल्गोरिथ्म, AdaBoost पर आधारित है, जो कि महत्वपूर्ण दृश्य सुविधाओं की एक छोटी संख्या का चयन करता है और बेहद कुशल वर्गीकरणकर्ता उत्पन्न करता है। तीसर योगदान वर्गीकरणकर्ता का संयोजन कैस्केड मा एक विधि है जवन प्रतिबिंब के पृष्ठभूमि क्षेत्र के जल्दी से खारिज करे के अनुमति देत है जबकि आश्वासन देने वाले वस्तु-जैसे क्षेत्रों पर अधिक गणना खर्च करत है। चेहरा पहचान के क्षेत्र मा प्रयोग कै एक सेट प्रस्तुत कै दीन गा बाय। इ प्रणाली चेहरा का पता लगावे का काम सबसे अच्छा पिछला प्रणाली से तुलना करति अहै [18, 13, 16, 12, 1] । एक पारंपरिक डेस्कटॉप पर लागू, चेहरा का पता लगाने 15 फ्रेम प्रति सेकंड पर चलता है। |
2d0f96c27695b213a55bcd5681bf1dba9dc5ad94 | हम तीन तरह के आतंकी देवतन का विरोध करित है जे सब केहु के मन से कहत है " हम अऊर त ई" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . रिवर्स इंजीनियरिंग के खिलाफ एक शक्तिशाली रक्षा का तरीका है कि अस्पष्टता, एक प्रक्रिया है कि सॉफ्टवेयर को समझने का तरीका है कि अस्पष्टता, लेकिन फिर भी काम कर रही है। सॉफ्टवेयर पाइरेसी से बचाव खातिर वाटरमार्किंग एक प्रक्रिया है जवन सॉफ्टवेयर के उत्पत्ति के निर्धारण के संभव बनावेला। छेड़छाड़ से बचाव खातिर छेड़छाड़-प्रूफिंग एक सुरक्षा उपाय है, ताकि सॉफ्टवेयर में अनधिकृत संशोधन (जस्तै, एक वॉटरमार्क हटावे खातिर) के परिणामस्वरूप गैर-कार्यात्मक कोड होई। हम संक्षेप मा प्रस्तुत तकनीक का उपयोग करित है, जौन वर्तमान मा उपलब्ध अहै। |
51fe1d8999b48a499fc711df1a27ce6966fd2f65 | एक संधारित्र या इंडक्टर एक छोटा एंटीना के रूप मा काम कर रहा है सैद्धांतिक रूप से एक निश्चित मात्रा मा शक्ति को अवरोधन को सक्षम छ, यसको आकार को स्वतन्त्र, सर्किट हानि को बिना ट्यूनिंग को धारणा मा। इ आदर्श से संबंधित व्यावहारिक दक्षता एंटीना के "किरण शक्ति कारक" द्वारा सीमित है, जब एंटीना ट्यूनिंग के शक्ति कारक और बैंडविड्थ की तुलना में। या प्रकार का एंटीना का विकिरण शक्ति कारक (1/6π) (Ab/l2) से कुछ अधिक है, जहां Ab एंटीना द्वारा कब्जा कर लिया गया बेलनाकार आयतन है, और l ऑपरेटिंग आवृत्ति पर त्रिज्या लंबाई (1/2π तरंग दैर्ध्य के रूप में परिभाषित) है। ई दक्षता आगे ट्यूनर के साथ एंटीना के युग्मन के निकटता से सीमित अहै। छोट ऐन्टेना कय अउर बुनियादी गुणन अउर एक साधारण सर्किट में इनकै व्यवहार खातिर अन्य सरल सूत्र दिहल जात हैं। 1-Mc का उदाहरण आम सर्किट मा संचालन I.R.E. खातिर लगभग 35 db का नुकसान बतात है मानक कैपेसिटिव एंटीना, 1 मीटर वर्ग का 0.5 मीटर अक्षीय लंबाई पर कब्जा करने वाले एक बड़े लूप के लिए 43 डीबी, और इन आयामों का 1/5 का लूप के लिए 64 डीबी। |
b3a7ef30218832c1ab69cf18bee5aebb39dc746f | एक उपन्यास ±45 डिग्री दोहरी-ध्रुवीकृत एकदिश एंटीना तत्व प्रस्तुत कै गय अहै, जेहमा दुई क्रॉस सेंटर-फीड कॉपरड मोनो-लूप अउर अल्ट्रा वाइडबैंड अनुप्रयोगन के बरे एक रिफ्लेक्टर के खिलाफ स्थित दुई क्रॉस इलेक्ट्रिक डाइपोल शामिल अहैं। असंतुलित ऊर्जा को संतुलित ऊर्जा मा पारण को लागी अण्डाकार tapered प्रसारण लाइन को उपयोग सहित एन्टेना को संचालन सिद्धान्त वर्णन गरीएको छ। अलग-अलग रिफ्लेक्टर-प्लेनार या कोनिकल-के साथ डिजाइन की जांच की जा रही है। 126% (SWR <; 2) का मापा गया ओवरलैप प्रतिबाधा बैंडविड्थ प्रदर्शित किया जाता है। संरचना की पूरक प्रकृति के कारन, एंटीना मा कम क्रॉस ध्रुवीकरण और ऑपरेटिंग बैंड पर कम बैक लोब विकिरण के साथ अपेक्षाकृत स्थिर ब्रॉडसाइड विकिरण पैटर्न है। प्रस्तावित एंटीना का मापा ग्यान 4 से 13 dBi और 7 से 14.5 dBi पोर्ट 1 और पोर्ट 2 के लिए क्रमशः, ऑपरेटिंग बैंड पर भिन्न होता है, जब एक शंकुमय समर्थित परावर्तक के खिलाफ घुड़सवार होता है। दुन्नो पोर्ट के बीच मापा गया युग्मन संचालन बैंड पर -25 dB से कम है. |
ef7d230c4f24ccc1c70fe9fbfb8936488aea92ba | इ पेपर मा, हम तंत्रिका मशीन अनुवाद का ढांचा का उपयोग करत हैं संयुक्त वाक्य प्रतिनिधित्व सीखै खातिर छह अलग अलग भाषाओं मा। हमार मकसद ई अहै कि एक प्रतिनिधि भाषा से स्वतंत्र होय, जौन संभवतः सब्सिडी वाली सिमेंटिक्स कय कब्जा करय। हम एक नए क्रॉसलिंगुअल समानता माप का परिभाषित करते हैं, 1.4M वाक्य प्रतिनिधित्व की तुलना करें और एक साथ वाक्य की विशेषताओं का अध्ययन करें। हम प्रयोगात्मक रूप से इ सिद्ध करत हई कि उ वाक्य जवन हियाँ बा उ बहुतयसे अव्यवस्थित जगह पर बा, अउर जउन एकदम से अलग-अलग सब्द हई, परन्तु आमतौर प उनकय संरचना अउर वाक्यविन्यास अलग रहत है। इ संबंध अलग-अलग भाषाओं मा वाक्य रचनाओं कय तुलना करेक समय भी लागू होत है। |
620b7d0d5e2ceeba58d808dc3d7b09a9fb57831c | |
44561e7a54649b2b7aa2ba08f2842d754f648e23 | इ काम मा, हम 157 कार्रवाई वर्गों के साथ Charades कार्रवाई मान्यता डेटासेट का उपयोग कर कार्रवाई मान्यता समस्या का जांच की है। हम अलग अलग तकनीक का परिणाम की तुलना की है जैसे कि चरम सीखने की मशीनें, समर्थन वेक्टर मशीनें, और निर्णय पेड़ों, गहरे तंत्रिका नेटवर्क और दृश्य-क्रिया सशर्त संभावनाओं से निकाले गए विशेषताओं पर लागू। |
171a4ef673e40d09d7091082c7fd23b3758fc3c2 | बढ़त संख्या मा निगरानी अउर बायोमेट्रिक अनुप्रयोग वीडियो कैमरा के दृश्य बिंदु मा दिखाई देहे वाले व्यक्ति का चेहरा पहचानै के कोशिश करत है। वीडियो आधारित एफआर खातिर सिस्टम के चुनौतीपूर्ण परिचालन वातावरण के अधीन करल जा सकत बा, जहां वीडियो कैमरा के साथ कैद चेहरा के उपस्थिति पोज, रोशनी, पैमाना, धुंधलापन, अभिव्यक्ति, आवरण, आदि में बदलाव के कारन काफी भिन्न होई जात बा। विसेस रूप से, स्थिर-से-वीडियो एफआर के साथ, एक सीमित संख्या में उच्च गुणवत्ता वाले चेहरे की छवियां आमतौर पर एक व्यक्ति के सिस्टम में नामांकन के लिए कैप्चर की जा रही हैं, जबकि ऑपरेशन के दौरान वीडियो कैमरों का उपयोग करके चेहरे की एक बहुतायत को कैप्चर किया जा सकता है, विभिन्न दृष्टिकोणों के तहत और अनियंत्रित परिस्थितियों। इ पेपर एक गहरी सीखना वास्तुकला प्रस्तुत करत है जवन नामांकन के दौरान प्रत्येक लक्षित व्यक्ति के लिए एक मजबूत चेहरे का प्रतिनिधित्व सीख सकत है, और फिर सटीक रूप से एक स्थिर संदर्भ छवि (लक्षित व्यक्ति का) से निकाले गए रूचि के चेहरे के क्षेत्रों (आरओआई) की तुलना लाइव या संग्रहीत वीडियो से निकाले गए आरओआई से कर सकत है। HaarNet नाम कय गहिरा संवृत तंत्रिका नेटवर्क (DCNNs) कय एक समूह प्रस्तावित करा गा है, जहाँ एक ट्रंक नेटवर्क पहिले चेहरा कय ROIs (समग्र प्रतिनिधित्व) कय वैश्विक उपस्थिति से सुविधाओं का निकालत है। फिर, तीन शाखा नेटवर्क प्रभावी रूप से हायर-जैसे सुविधाओं पर आधारित असममित और जटिल चेहरे की विशेषताएं (स्थानीय प्रतिनिधित्व) एम्बेड करें। चेहरा के निरूपण के भेदभाव बढ़ावे खातिर, एक नया नियमित ट्रिपल-लॉस फंक्शन प्रस्तावित करल गइल बा जे अंतःवर्ग भिन्नता के कम करत बा, जबकि इंटर-क्लास भिन्नता के बढ़ा देत बा. प्रति लक्षित व्यक्ति का एकल संदर्भ स्थिरता को देखते हुए, प्रस्तावित DCNN की मजबूती HaarNet को सिंथेटिक रूप से उत्पन्न फेशियल स्टिल ROIs के साथ ठीक करके और भी बेहतर बनाई गई है जो परिचालन वातावरण में पाई जाने वाली कैप्चर स्थितियों का अनुकरण करती हैं। प्रस्तावित प्रणाली का मूल्यांकन सटीकता अउर जटिलता के हिसाब से चुनौतीपूर्ण COX फेस अउर चोकपॉइंट डेटासेट से स्टिल और वीडियो पर करल जात है। प्रयोगात्मक परिणाम से पता चलता है कि प्रस्तावित विधि वीडियो-आधारित एफआर के लिए अत्याधुनिक प्रणालियों के संबंध में काम का प्रदर्शन काफी सुधार कर सकती है। |
71d55130ae9a96564ec176ff081ac5cba574db5c | |
c9c9b50b51dc677ff83f58f1a5433b2a41321ec3 | समर्थन-वेक्टर नेटवर्क दु-समूह वर्गीकरण समस्या का एक नया सीखने वाला यंत्र है। मशीन वैचारिक रूप से निम्नलिखित विचार का लागू करत हैः इनपुट वैक्टर एक गैर-रैखिक रूप से एक बहुत ही उच्च-आयामी सुविधा स्थान पर मैप करे जात हैं। इ सुविधा स्थान मा एक रैखिक निर्णय सतह का निर्माण होत है। निर्णय सतह का विशेष गुण सीखत मशीन का उच्च सामान्यीकरण क्षमता सुनिश्चित करत है। सपोर्ट-वेक्टर नेटवर्क के पीछे का विचार पहिले से ही सीमित मामला खातिर लागू कइल गइल रहल जहाँ प्रशिक्षण डेटा के बिना गलती से अलग करल जा सकत रहल. हम यकरे परिणाम का यक अविभाज्य प्रशिक्षण डेटा तक विस्तारित रूप से समझत अहन । बहुपद इनपुट रूपांतरण का उपयोग कर रहे समर्थन-वेक्टर नेटवर्क की उच्च सामान्यीकरण क्षमता का प्रदर्शन किया जाता है। हम समर्थन-वेक्टर नेटवर्क का प्रदर्शन कई क्लासिकल लर्निंग एल्गोरिदम से भी तुलना करते हैं, जो सभी ऑप्टिकल कैरेक्टर रिकॉग्निशन के बेंचमार्क अध्ययन में भाग ले रहे थे। |
ffdceba3805493828cf9b65f29edd4d29eee9622 | |
3115d42d3a2a7ac8a0148d93511bd282613b8396 | कई ऑनलाइन प्लेटफार्मों (जैसे अमेज़न.कॉम अउर नेटफ्लिक्स.कॉम) मा भारी संख्या मा उपयोगकर्ता के खातिर बड़े उम्मीदवारों से संबंधित आइटम का सटीक रूप से अनुशंसा करना एक अपरिहार्य फिर भी कम्प्यूटेशनल रूप से महंगा कार्य है। एक आशाजनक तरीका है कि उपयोगकर्ता अउर आइटम को हैमिंग स्पेस मा प्रोजेक्ट करें अउर फिर हैमिंग दूरी के माध्यम से आइटम क सिफारिश करें। हालांकि, पिछले अध्ययनों का दावा है कि 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. इ खाई को भरने के लिए, हम एक अलग सामग्री-जागरूक मैट्रिक्स फैक्टराइजेशन (DCMF) मॉडल का प्रस्ताव करत हैं, 1) उपयोगकर्ता / आइटम सामग्री जानकारी की उपस्थिति पर कॉम्पैक्ट अभी तक सूचनात्मक बाइनरी कोड प्राप्त करने के लिए; 2) लॉजिट हानि की एक स्थानीय ऊपरी सीमा के आधार पर वर्गीकरण कार्य का समर्थन करने के लिए; 3) sparsity मुद्दे से निपटने के लिए एक बातचीत नियमितकरण शुरू करने के लिए। हम आगे बढ़े मा मापदंड सीखै के लिए एक कुशल असतत अनुकूलन एल्गोरिथ्म विकसित करत हैं। तीन वास्तविक दुनिया डाटासेट पर व्यापक प्रयोगों के आधार पर, हम दिखाते हैं कि DCFM प्रतिगमन और वर्गीकरण कार्य दोनों पर अत्याधुनिक प्रदर्शन करता है। |
48327aaf21902c09a92b90b1122f5bf2de62f56e | हाल के बरस मा, हम तेजी से मदद की तकनीक मा वृद्धि देखी है, तेजी से बुजुर्ग समाज की वजह से। आबादी का बुढ़ापा, औपचारिक स्वास्थ्य देखभाल की बढ़ती लागत, देखभाल करने वाले का बोझ, और स्वतंत्र रूप से रहने वाले व्यक्ति का महत्व, सभी सुरक्षित और स्वतंत्र उम्र बढ़ने के लिए अभिनव-सहायक रहने वाली प्रौद्योगिकियों के विकास का कारण बनते हैं। इ सर्वेक्षण मा, हम पर्यावरण-सहायता वाले जीवन (एएएल) उपकरण की उद्भव का सारांश देहे अहय, जे परिवेश बुद्धि प्रतिमान पर आधारित बुजुर्ग लोगन खातिर अहय। हम state-of-the-art AAL technologies, tools, and techniques का सारांश देंगे, और वर्तमान समय की और भविष्य की चुनौतियों का भी ध्यान देंगे। |
5cf52b914bfed5aa5babf340b489392c0d961d38 | इ पेपर मा, हम घर मा गतिविधि लय की जांच करें और चार मामला अध्ययनों के साथ एक सहायता प्राप्त आवास मा 22 निवासियों पर गतिविधि की निगरानी पायलट अध्ययन से प्राप्त एक दर्जन व्यवहार पैटर्न प्रस्तुत करते हैं। स्थापित व्यवहार पैटर्न कस्टम सॉफ्टवेयर का उपयोग करके कैप्चर की गई है, जो एक सांख्यिकीय भविष्यवाणी एल्गोरिथ्म पर आधारित है, जो सर्कैडियन गतिविधि लय (सीएआर) और उनके विचलन का मॉडल है। स.आ.आ. का सांख्यिकीय रूप से अनुमानित औसत समय का आधार पर एक निवासी द्वारा उनके सहायता प्राप्त अपार्टमेंट के भीतर प्रत्येक कमरे में खर्च किया गया, और साथ ही गतिविधि स्तर पर प्रति कमरे गति घटनाओं की औसत संख्या द्वारा दिया गया। एक मान्य इन-होम मॉनिटरिंग सिस्टम (आईएमएस) मॉनिटर किए गए निवासी की गति डेटा रिकॉर्ड की गई और प्रत्येक कमरे के लिए अधिभोग अवधि और गतिविधि स्तर का निर्धारण किया। इ आंकड़ा क उपयोग कइके, निवासियन का सर्कैडियन व्यवहार का निकाला गवा, विसंगति का संकेत देने वाले विचलन का पता चला, अउर बाद वाले का आईएमएस द्वारा उत्पन्न गतिविधि रिपोर्टों के साथ-साथ निगरानी वाले निवासियन पर सुविधा के पेशेवर देखभाल करने वालों का नोट्स भी मिला। इ प्रणाली का उपयोग गतिविधि पैटर्न मा विचलन का पता लगावे और ऐसी विचलन से देखभाल करने वालन का चेतावनी देवे के लिए की जा सकत है, जवन स्वास्थ्य स्थिति मा बदलाव को दर्शा सकत है, इ प्रकार देखभाल करने वालन का मानक देखभाल निदान लागू करने और समय पर हस्तक्षेप करने का अवसर प्रदान करत है। |
20faa2ef4bb4e84b1d68750cda28d0a45fb16075 | समय श्रृंखला समूह कई डोमेन पर उपयोगी जानकारी प्रदान करने में प्रभावी रहा है। ऐसन लगत ह कि समय श्रृंखला समूह मा एक बढ़ी हुई रुचि होवा जात है जैसय कि समय डेटा खनन अनुसंधान मा प्रयास का हिस्सा है। एक अवलोकन प्रदान करैं खातिर, इ पेपर सर्वेक्षण अउर पिछले काम का सारांश देत है जवन विभिन्न अनुप्रयोग डोमेन मा समय श्रृंखला डेटा के क्लस्टरिंग की जांच करत है। समय श्रृंखला क्लस्टरिंग की मूल बातें प्रस्तुत की गई हैं, जिसमें सामान्य प्रयोजन क्लस्टरिंग एल्गोरिदम शामिल हैं, जिनका आमतौर पर समय श्रृंखला क्लस्टरिंग अध्ययन में उपयोग किया जाता है, क्लस्टरिंग परिणामों के प्रदर्शन का मूल्यांकन करने के लिए मानदंड, और तुलना की जा रही दो समय श्रृंखलाओं के बीच समानता / असमानता का निर्धारण करने के लिए उपाय, या तो कच्चे डेटा, निकाले गए फीचर्स, या कुछ मॉडल पैरामीटर के रूप में। पिछला शोध तीन समूह में बांटल गयल हौ जे इ बात पे निर्भर करत ह कि का उ कच्चे डेटा के साथ सीधे समय या आवृत्ति डोमेन मा काम करत ह, अप्रत्यक्ष रूप से कच्चे डेटा से निकाले गए सुविधाओं के साथ, या अप्रत्यक्ष रूप से कच्चे डेटा से निर्मित मॉडल के साथ। पिछला शोध कय अनूठापन औ सीमा कय चर्चा कीन गवा है औ भविष्य कय शोध कय खातिर कइउ संभावित विसय कय पहिचान कीन गवा है। एकरे अलावा, समय श्रृंखला समूह जेकर उपयोग डेटा स्रोत के रूप मा होत है, उनके सारांशित करेक बा। ई आशा बा कि ई समीक्षा ओ लोगन के बरे, जौन अबहीं तक ई रपट तैयार नाही कईले हैं, एक बेहतर पोथी का रूप ले लेई। 2005 पैटर्न रिकग्निशन सोसाइटी. एलेस्वीयर लिमिटेड द्वारा प्रकाशित, सभी अधिकार सुरक्षित। |
363601765e56e4a68c22da3760a2e4f8d7db3e68 | इ काम मा, एक लघु अल्ट्रा-वाइडबैंड (UWB) पावर डिवाइडर (PD) प्रस्तावित है। ब्रिजड टी-कोइल का उपयोग करके दो-चरण विल्किंसन पीडी की ट्रांसमिशन लाइनों का कार्यान्वयन करके, बैंडविड्थ में कोई कमी के साथ बहुत कॉम्पैक्ट आकार प्राप्त किया जा सकता है। विशेष रूप से, एक प्रस्तावित UWB दो-तरफा PD एक केन्द्र आवृत्ति f <sub> 0 <sub> = 5.5 GHz वाणिज्यिक GaAs pHEMT प्रक्रिया का उपयोग करके लागू किया जाता है। बिना पैड का सर्किट का साइज मात्र 1.45 मिमी × 0.84 मिमी है, जो कि f <sub> 0 <sub> 0.027λ <sub> 0 <sub> 0.016λ <sub> 0 <sub> पर है। इनपुट/आउटपुट रिटर्न लॉस और अलगाव के लिए 15 dB का आंशिक बैंडविड्थ 110% है, और इन-बैंड सम्मिलन हानि 1.3 ± 0.36 dB के भीतर है. |
0f42befba8435c7e7aad8ea3d150504304eb3695 | एक सरल अउर कॉम्पैक्ट स्लॉट एंटीना क प्रस्ताव है जेकर बहुत व्यापक ट्यूनिंग रेंज है। ग्राउंड के किनारे पर 25 मिमी (लगभग λH/8 के बराबर, जहां λH ट्यूनिंग रेंज की सबसे ऊंची आवृत्ति से मेल खात है) खुला स्लॉट उत्कीर्ण है। ट्यूनबिलिटी प्राप्त करै के लिए, संरचना मा केवल दुइ गुट तत्व, यानि, एक पिन डायोड और एक वैरेक्टर डायोड का उपयोग किहिन हैं। स्लॉट के खुला छोर पर रखे गए पिन डायोड को स्विच करके, स्लॉट एंटीना एक मानक स्लॉट (जब स्विच ऑन है) या आधा स्लॉट (जब स्विच ऑफ है) के रूप में प्रतिध्वनित हो सकता है। इन दो मोडों मा एक विस्तृत आवृत्ति रेंज मा लगातार ट्यूनिंग रिवर्स पूर्वाग्रह (विभिन्न क्षमताओं दे) स्लॉट मा लोड varactor डायोड को समायोजन द्वारा प्राप्त गर्न सकिन्छ। इष्टतम डिजाइन के माध्यम से, दो मोड का ट्यूनिंग बैंड एक साथ एक बहुत व्यापक ट्यूनिंग रेंज का निर्माण करने के लिए सिलाई जाता है। निर्मित प्रोटोटाइप का 0.42 गीगाहर्ट्ज से 1.48 गीगाहर्ट्ज तक का ट्यूनिंग आवृत्ति रेंज है, जिसमें एसएलएल -10 डीबी से बेहतर है, जिससे आवृत्ति अनुपात (एफआर = एफयू / एफएल) 3.52:1 है। मापा गया पूर्ण गोलाकार विकिरण पैटर्न पूरे ट्यूनिंग रेंज के भीतर प्रस्तावित एंटीना का सुसंगत विकिरण विशेषता दिखाते हैं। |
bf77b3a8fa0ec0e4ef5f40089ca86001a6901f2d | |
d2c4e319a7351f1091ae08a6fc870309003ace31 | |
0abb49fe138e8fb7332c26b148a48d0db39724fc | हम चार छवि डेटासेट पर अत्याधुनिक प्रदर्शन का प्राप्त करते हैं, अन्य दृष्टिकोणों के सापेक्ष जो डेटा संवर्धन का उपयोग नहीं करते हैं। हम बड़े convolutional तंत्रिका नेटवर्क का नियमित रूप से एक सरल और प्रभावी विधि का परिचय देते हैं। हम पारंपरिक निर्धारक पूलिंग संचालन को एक stochastic प्रक्रिया के साथ बदल देते हैं, यादृच्छिक रूप से प्रत्येक पूलिंग क्षेत्र के भीतर सक्रियण का चयन करते हैं, एक बहुपद वितरण के अनुसार, पूलिंग क्षेत्र के भीतर गतिविधियों द्वारा दिया जाता है। ई दृष्टिकोण हाइपर-पैरामीटर मुक्त अहै औ अन्य नियमितकरण दृष्टिकोणों के साथ जोड़ा जा सकत है, जइसे कि ड्रॉपआउट औ डेटा वृद्धि। |
23ae5fa0e8d581b184a8749d764d2ded128fd87e | हम गहरे तंत्रिका नेटवर्क का सुधार कर रहे हैं, वर्तमान वास्तुकला में एक केंद्रीय भूमिका निभाते हैं, जो कि पूलिंग संचालन का सामान्यीकरण है। हम ध्यान से ऐसे तरीका खोजत अहन जवन बंडल का सीखय अउर जटिल अउर बदलै वाले पैटर्न पय बदलाव करय के बरे कीन जाय। दु प्राथमिक दिशा (1) अधिकतम अउर औसत पूलिंग के संयोजन (दुई रणनीति) के माध्यम से पूलिंग फ़ंक्शन सीखना अउर (2) पूलिंग फ़िल्टर के पेड़-संरचित संलयन के रूप में पूलिंग फ़ंक्शन सीखना है, जवन कि खुद सीखल गयल ह. हमार प्रयोग मा हर सामान्य pooling आपरेशन हम explore औसत या अधिकतम pooling जगह मा प्रयोग जब प्रदर्शन मा सुधार। हम प्रयोगात्मक रूप से दर्शाइहै कि प्रस्तावित पूलिंग संचालन पारंपरिक पूलिंग के सापेक्ष अभिसरण गुणन मा एक बढ़ावा देत है अउर कई व्यापक रूप से अपनाई गई बेंचमार्क डेटासेट पर कला का स्थिति निर्धारित करत है; ऊ लागू करना भी आसान है, अउर विभिन्न गहन तंत्रिका नेटवर्क वास्तुकला के भीतर लागू कीन जा सकत है। इ लाभ प्रशिक्षण के दौरान कम्प्यूटेशनल ओवरहेड मा केवल एक हल्का वृद्धि (टाइमिंग प्रयोगों मा 5% से 15% तक) और मॉडल मापदंडों की संख्या मा एक बहुत मामूली वृद्धि के साथ आता है। उदाहरण के लिए, 45 अतिरिक्त पैरामीटर का उपयोग करके, हम प्रतिबिंबित कर रहे हैं कि एलेक्सनेट पर 6% सापेक्ष (शीर्ष -5, एकल-दृश्य) द्वारा प्रदर्शन में सुधार हुआ है। |
fd6d101967259f9f8c86f5f5a9871e34d22c63e6 | ग्राफ खनन डेटा खनन के डोमेन के भीतर एक महत्वपूर्ण शोध क्षेत्र अहै। अध्ययन का क्षेत्र ग्राफ डेटा सेट के भीतर लगातार उप-ग्राफ की पहचान पर केंद्रित है। अनुसंधान लक्ष्यः (i) उम्मीदवार उपग्राफ उत्पन्न करने के लिए प्रभावी तंत्र (ड्यूप्लिकेट उत्पन्न किए बिना) और (ii) उत्पन्न उम्मीदवार उपग्राफ का प्रसंस्करण कैसे करें ताकि वांछित लगातार उपग्राफ की पहचान कम्प्यूटेशनल रूप से कुशल और प्रक्रियागत रूप से प्रभावी तरीके से की जा सके। इ पेपर आवृत्ति उपग्राफ खनन के क्षेत्र मा वर्तमान शोध का एक सर्वेक्षण प्रस्तुत करत है, अउर मुख्य शोध मुद्दा का संबोधित करे खातिर प्रस्तावित समाधान। |
97862a468d375d6fbd83ed1baf2bd8d74ffefdee | सटीक कृषि निगरानी प्रणाली (पीएएमएस) एक बुद्धिमान प्रणाली है, जो फसल के कृषि वातावरण का निगरानी कर सकती है और किसानों को सेवा प्रदान कर सकती है। वायरलेस सेंसर नेटवर्क (डब्ल्यूएसएन) तकनीक पर आधारित पीएएमएस हाल के वर्षों में तेजी से ध्यान आकर्षित कर रहा है। एइसन व्यवस्था कै उद्देश्य बनोट अव बिकास अव अवलोकन कै माध्यम से फसल कै उत्पादन मा सुधार कै लीन जाय। इ पेपर PAMS खातिर WSN का डिज़ाइन प्रस्तुत करत है, हमार वास्तविक दुनिया के अनुभव का बंटवारा करत है, अउर कार्यान्वयन अउर तैनाती में अनुसंधान अउर इंजीनियरिंग चुनौतियों पर चर्चा करत है। |
1a736409c7711f8673f31d366f583ddc8759547f | ग्रेडिएंट अवतरण द्वारा प्रशिक्षित दीर्घ अल्पकालिक स्मृति (LSTM) नेटवर्क कठिन समस्या का हल करता है, जो कि पारंपरिक आवर्ती तंत्रिका नेटवर्क सामान्य रूप से नहीं कर सकता। हम हाल ही मा देखिन ह कि डिस्कैपल्ड विस्तारित कलमैन फ़िल्टर प्रशिक्षण एल्गोरिथ्म भी बेहतर प्रदर्शन की अनुमति देत है, जब मूल ढाल अवतरण प्रशिक्षण एल्गोरिथ्म की तुलना मा प्रशिक्षण चरणों की संख्या मा काफी कमी। इ पेपर मा हम उन प्रयोगों का एक सेट प्रस्तुत करत हैं जवन क्लासिक आवर्ती नेटवर्क द्वारा अनसुलझे होत हैं, लेकिन एलएसटीएम द्वारा कैलमैन फ़िल्टर के साथ संयोजन से सुरुचिपूर्ण, मजबूत और तेजी से हल किए जाते हैं। |
52b0c5495e8341c7a6f0afe4bba6b2e0c0dc3a68 | इ कागज सॉफ्टवेयर अखंडता माप का पारंपरिक तरीका से एक सुधार के रूप मा लिनक्स कर्नेल अखंडता मॉनिटर (LKIM) शुरू करत है। एलकेआईएम एक चल रहे कर्नेल की परिचालन अखंडता का अधिक पूरी तरह से वर्णन करने का एक साधन के रूप में संदर्भ निरीक्षण का उपयोग करता है। क्रिप्टोग्राफिक रूप से स्टेटिक कोड अउर कर्नेल मा डेटा हैशिंग के अलावा, गतिशील डेटा संरचनाओं का बेहतर अखंडता माप प्रदान करे खातिर जांच कीन जात है। आधार दृष्टिकोण संरचनाओं कि कर्नेल के संचालन को प्रभावित अन्य डेटा के रूप मा साथै समारोह सूचक का उपयोग कर कर्नेल के निष्पादन प्रवाह को नियंत्रित जांचता है। ई संरचना कर्नेल संचालन का विस्तार का एक कुशल साधन प्रदान करत है, लेकिन ई स्थिर भागों का संशोधित किए बिना दुर्भावनापूर्ण कोड डालने का एक साधन भी है. एलकेआईएम कार्यान्वयन पर चर्चा की गई है और प्रारंभिक प्रदर्शन डेटा प्रस्तुत किया गया है ताकि यह पता चल सके कि संदर्भ निरीक्षण व्यावहारिक है। |
589d06db45e2319b29fc96582ea6c8be369f57ed | इ पेपर मा, हम वीडियो-आधारित व्यक्ति की फिर से पहचान की समस्या का अध्ययन करें. इ पारंपरिक रूप से छवियों पे आधारित व्यक्तित्व का फिर से पहचानने से जादा चुनौतीपूर्ण है, और अधिक व्यावहारिक रुचि का एक स्रोत है। इ समस्या का हल करेक खातिर, हम प्रस्तावित की हई कि ई विसय विकर्णीय लमहर समय तक के यातायात (LSTM) आधारित नेटवर्क का उपयोग वीडियो-आधारित प्रतिनिधित्व क सीखने की खातिर कीन जाय ताकि लोग फिर से पहचान सके. एह उद्देश्य से, हम प्रस्तावित कीन गवा हन कि ईहां तक कि वैज्ञानिक अउर तकनीकी स्तर पय भी पहुँचय के बरे कोसिस कीन जाय। एक व्यक्ति का क्रमिक वीडियो फ्रेम दिया जा रहा है, फ्रेम में एन्कोड की गई स्थानिक जानकारी पहले सीएनएन का एक सेट द्वारा निकाली जाती है। एल एस टी एम से निकले वाला एक एन्कोडर-डेकोडर फ्रेमवर्क सी एन एन आउटपुट का परिणामी समय कोड करे खातिर इस्तेमाल कइल जात बा. इ दृष्टिकोण एक परिष्कृत सुविधा प्रतिनिधित्व का ओर ले जात है जवन स्थानिक जानकारी का संरक्षित करते हुए, वीडियो को एक आदेशित अनुक्रम के रूप मा स्पष्ट रूप से मॉडल कर सकता है। तुलनात्मक प्रयोग से पता चलता है कि हमार दृष्टिकोण वीडियो-आधारित व्यक्ति की पुनः पहचान iLIDS-VID और PRID 2011 पर, इस उद्देश्य के लिए दो प्राथमिक सार्वजनिक डेटासेट पर अत्याधुनिक प्रदर्शन प्राप्त करता है। |
ab41136c0a73b42463db10f9dd2913f8d8735155 | |
c0bf57b798b7350ab8ace771faad6320663300bd | आरजीबी-डी (रेड ग्रीन ब्लू एंड डेप्थ) सेंसर अइसन यंत्र हव जउन एक ही समय मा रंग अउर गहराई के जानकारी दे सकत हव। हाल मा, उनि मनोरंजन बजार से कई अलग अलग क्षेत्र (जैसे, रोबोटिक्स, सीएडी, आदि) मा आफ्नो व्यावसायिक वृद्धि को कारण धेरै समाधान मा व्यापक रूप मा प्रयोग गरीएको छ। अनुसंधान समुदाय मा, इन यंत्रों को कई अनुप्रयोगों और उनकी कम लागत के लिए स्वीकार्य स्तर की सटीकता के कारण अच्छी तरह से ग्रहण किया गइस है, लेकिन कुछ मामलन मा, उहौ आपन संवेदनशीलता की सीमा पर काम करत हैं, न्यूनतम सुविधा आकार के पास जे कि माना जा सकत है। एहि कारन कैलिब्रेशन प्रक्रिया बहुत जरूरी अहै ताकि इनकी सटीकता बढ़ सके अउर इनका एप्लीकेशन के जरूरतन के हिसाब से पूरा करै कै क्षमता होय। हमार जानकारी के हिसाब से कैलिब्रेशन एल्गोरिदम का तुलनात्मक अध्ययन कई आरजीबी-डी सेंसर से होत है। विशेष रूप से, इ पेपर मा, तीन अलग अलग आरजीबी-डी सेंसरों मा संरचित प्रकाश और समय-उड़ान पर आधारित तीन सबसे अधिक उपयोग किए जाने वाले कैलिब्रेशन विधियों की तुलना की गई है। विधि क तुलना गहराई माप की सटीकता का मूल्यांकन करने के लिए प्रयोगों का एक सेट द्वारा की गई है। एकर अतिरिक्त, एक ऑब्जेक्ट पुनर्निर्माण अनुप्रयोग का एक उदाहरण के रूप मा उपयोग कईल गयल हौवे जौन की खातिर सेंसर काम करत हौवे उके संवेदनशीलता के सीमा पर। पुनर्निर्माण के प्राप्त परिणाम का मूल्यांकन विजुअल निरीक्षण अउर मात्रात्मक मापन के माध्यम से कै जाए गा है। |
6a636ea58ecf86cba2f25579c3e9806bbd5ddce9 | इ पत्र वायरलेस पावर ट्रांसमिशन अनुप्रयोगों खातिर सब-ध्रुवीकरण-प्राप्त क्षमता के साथ एक नया रेक्टिना प्रस्तुत करत है। एक डबल रैखिक रूप से ध्रुवीकृत एंटीना का उपयोग करके, मनमाना ध्रुवीकरण की घटना लहर को पूरी तरह से अपने दो बंदरगाहों पर एकत्रित किया जा सकता है। रेक्टिने के रूप मा एंटेना से जुड़ै के लिए, एक डबल-इनपुट रेक्टिफायर ऐसन डिज़ाइन कै गा है कि एंटेना के दुई पोर्ट से आपूर्ति कै जाये वाला आरएफ पावर के कुशलता से रेक्टिफेट कै सका जाय। आवेदक तरंग का उचित ध्रुवीकरण के साथ, प्रस्तावित रेक्टिना 295.3 μW/cm2 के इनपुट पावर घनत्व के तहत 78% की अधिकतम दक्षता का प्रदर्शन करता है। एकर अलावा, समान शक्ति घनत्व के तहत, बाह्यरेखा का दक्षता हमेशा 61% से अधिक हो सकत है, भले ही घटनात्मक तरंग का ध्रुवीकरण हो। |
23a0a9b16462b96bf7b5aa6bb4709e919d7d7626 | गन्दा वातावरण या गड़बड़ी के तहत काम करैं खातिर माइक्रो एयर व्हीकल्स (एमएवी) खातिर सटीक प्रक्षेपवक्र ट्रैकिंग एक महत्वपूर्ण गुण आय। इ पेपर मा हम MAV प्रक्षेपवक्र ट्रैकिंग के लिए दो अत्याधुनिक मॉडल आधारित नियंत्रण तकनीक के बीच एक विस्तृत तुलना प्रस्तुत करत हैं। एक क्लासिक रैखिक मॉडल प्रेडिक्टिव नियंत्रक (LMPC) प्रस्तुत और तुलना की जा रही है एक अधिक उन्नत गैर रैखिक मॉडल प्रेडिक्टिव नियंत्रक (NMPC) के खिलाफ जो कि पूरे सिस्टम मॉडल पर विचार करता है। एक सावधानीपूर्वक विश्लेषण मा हम गति और ट्रैकिंग प्रदर्शन को संदर्भ मा दुई कार्यान्वयन को लाभ र हानि देखाइ। ई नाममात्र के हालत में और बाहरी हवा के गड़बड़ी के तहत होवरिंग प्रदर्शन, कदम प्रतिक्रिया, और आक्रामक प्रक्षेपवक्र ट्रैकिंग का मूल्यांकन करके हासिल करल जाला. |
11c116b2750e064ce32b3b8de8760234de508314 | पिछले कुछ साल से मुख्य मेमोरी अउर बड़े पैमाने पर समानांतर मल्टी-कोर प्रोसेसिंग बढ़त दुइ मुख्य हार्डवेयर रुझान से प्रेरित, अच्छी तरह से ज्ञात जोड़े गए एल्गोरिदम के समानांतर में बहुत शोध प्रयास रहा है। हालांकि, इन आर्किटेक्चर की गैर-समान मेमोरी एक्सेस (NUMA) मुख्य मेमोरी में इन एल्गोरिदम के डिजाइन में केवल सीमित ध्यान प्राप्त हुई है। हम मुख्य मेमोरी हैश ज्वाइन कार्यान्वयन का हालिया प्रस्ताव का अध्ययन करें अउर NUMA आर्किटेक्चर पर उनके प्रमुख प्रदर्शन समस्या का पहचान करें। हम तब एक NUMA-जागरूक हैश ज्वाइन बड़े पैमाने पर समानांतर वातावरण के लिए विकसित करते हैं, और दिखाएं कि विशिष्ट कार्यान्वयन विवरण NUMA सिस्टम पर प्रदर्शन को कैसे प्रभावित करते हैं। हमार प्रयोगात्मक मूल्यांकन से पता चलता है कि एक सावधानी से इंजीनियर हैश ज्वाइन कार्यान्वयन पिछले उच्च प्रदर्शन हैश ज्वाइन से एक कारक से अधिक दो से अधिक है, जिसके परिणामस्वरूप प्रति सेकंड 3/4 बिलियन ज्वाइन तर्क ट्यूपल का अभूतपूर्व थ्रूपुट है। |
5678ade24d18e146574ad5c74b64b9030ed8cf44 | पिछले कुछ साल से कंप्यूटर नेटवर्क का तेजी से विस्तार हो रहा है, सुरक्षा की दृष्टि से कंप्यूटर का आधुनिकतम स्वरूप काफी महत्वपूर्ण है। अवैध उपयोग का पता लगाने का एक अच्छा तरीका है असामान्य उपयोगकर्ता गतिविधि की निगरानी के माध्यम से है। हाथ से कोडित नियम सेट या ऑन-लाइन आदेशों का अनुमान लगाने पर आधारित घुसपैठ का पता लगाने की विधियां कठिन हैं या बहुत विश्वसनीय नहीं हैं। इ पेपर घुसपैठ का पता लगावे खातिर न्यूरल नेटवर्क लागू करे का एक नया तरीका प्रस्तावित करत है। हमार मानना बा कि जब कउनो उपयोगकर्ता सिस्टम का उपयोग करत है तो उ एक "प्रिंट" छोड देत है; एक न्यूरल नेटवर्क का उपयोग इ प्रिंट का अध्ययन करेक लिए और हर उपयोगकर्ता का पहचानने के लिए कई तरह से की जा सकती है जैसे जासूस अपराध स्थल पर लोगन का जगह देने के लिए अंगूठे का निशान का उपयोग करत है. अगर कउनो उपयोगकर्ता का व्यवहार आपन प्रिंट से मेल नहीं खात है, तौ सिस्टम प्रशासक का संभावित सुरक्षा बाधा के बारे मा सूचित कै सका जात है। एन एन आई डी (न्यूरल नेटवर्क इंट्रुजन डिटेक्टर) नाम कय एक बैकप्रोपेगेशन न्यूरल नेटवर्क कय पहचान कार्य कय प्रशिक्षण दिहा गा औ 10 प्रयोक्ताओं कय सिस्टम पे प्रयोगात्मक रूप से परीक्षण करा गा । सिस्टम 96% सटीकता से असामान्य गतिविधि का पता लगा रहा था, 7% गलत अलार्म दर के साथ। इ परिनाम से पता चलता है कि उपयोगकर्ता प्रोफ़ाइल घुसपैठ की खोज का एक प्रभावी तरीका है। |
cf528f9fe6588b71efa94c219979ce111fc9c1c9 | एक कठोर वस्तु का एक मुद्रा मा 6 डिग्री की स्वतंत्रता है और एकर पूरा ज्ञान कई रोबोटिक और दृश्य समझ आवेदनों मा जरूरी है। 6D ऑब्जेक्ट पोजीशन अनुमान का मूल्यांकन सीधा नहीं है। वस्तु स्थिति वस्तु समरूपता अउर अवरुद्धन क कारण अस्पष्ट होइ सकत ह, अर्थात कई वस्तुएं हो सकती हैं जिन पर चित्रण का प्रभाव हो रहा है, वे एक साथ दिखाई नहीं दे रहे हैं। पेपर 6 डी ऑब्जेक्ट पोजीशन अनुमान समस्या का परिभाषित करता है, मूल्यांकन पद्धति का प्रस्ताव करता है और तीन नए पोजीशन त्रुटि फ़ंक्शन पेश करता है जो पोजीशन अस्पष्टता से निपटता है। नया त्रुटि फलन क तुलना साहित्य मा आमतौर पे उपयोग किए जा रहे फलन से कीन जात है और कुछ निश्चित प्रकार के गैर-सहज परिणामों का हटावे खातिर दिखाया जात है। मूल्यांकन उपकरण https: //github.com/thodan/obj pose eval मा उपलब्ध कराइ गा है। |
356827905c70ef763e3aa373f966fe6d8cf753f9 | कम्प्यूटर ग्राफिक्स, विजन, अउर इमेज प्रोसेसिंग मा कई अनुप्रयोगों खातिर बनावट संश्लेषण महत्वपूर्ण अहै। हालांकि, ई एगो जटिल एल्गोरिथ्म है जेके कुशलता से आउर उच्च-गुणवत्ता वाले परिणामों को उत्पन्न करने में सक्षम है. इ पेपर मा, हम यथार्थवादी बनावट सिंथेसिस बदे एक कुशल एल्गोरिथ्म प्रस्तुत करत हन। एल्गोरिथ्म का उपयोग करै मा आसान अहै अउर इनपुट के रूप मा केवल एक नमूना बनावट की आवश्यकता होत है। इ पूर्व तकनीक से निर्मित या बेहतर गुणवत्ता वाले बनावट वाले बनावट का उत्पादन करत है, लेकिन इ दोनो तकनीकें बड़े पैमाने पर तेज गति से चलती हैं। इ हमका ऊ समस्या पे टेंसिफ़ायर सिंथेसिस लागू करेक अनुमति देत है जौन परंपरागत रूप से असुविधाजनक मानल जात है. विशेष रूप से, हम इके प्रतिबन्धित संश्लेषण पर लागू करे हयन छवि संपादन अउर अस्थायी बनावट पीढ़ी खातिर। हमार एल्गोरिथ्म मार्कोव रैंडम फील्ड बनावट मॉडल से लिया ग है अउर एक निर्धारक खोज प्रक्रिया के माध्यम से बनावट उत्पन्न करत है। हम ई संश्लेषण प्रक्रिया का का पेड़-संरचित वेक्टर क्वांटिज़ेशन का उपयोग करके तेज कर रहे हैं. |
c0de99c5f15898e2d28f9946436fec2b831d4eae | यथार्थवादी कपड़ा डिजाइन अउर अनुकरण करब चुनौतीपूर्ण बा। 3D स्कैन से कपडा के कैप्चर करे वाले पहिले के तरीका एकल कपडा अउर सरल गति तक ही सीमित रहे हैं, विवरण के कमी है, या विशेष बनावट पैटर्न की आवश्यकता है। इ जगहिया पे हम लोगन क आवागमन पर सामान्य कपड़ा पहिरिके कब्जा करब समस्या का हल करत हई। लोग आमतौर पय एक समय पै बहुत सारा कपड़ा पहिरत अहैं। इ तरह के कपडा का आकलन करेक, समय के साथ एकर पता लगावेक, अउर एकर विश्वास करेक खातिर, हर कपडा का दूसर कपडा से अलग करैक चाही, अउर शरीर से। हमार ClothCap तरीका कपडा वाला शरीर का एक नया बहु-भाग 3D मॉडल का उपयोग करत है, स्वचालित रूप से कपडा का हर टुकड़ा का खंडित करत है, कपडा के नीचे शरीर का आकार और कम से कम पोसा का अनुमान लगाता है, और समय के साथ कपडा के 3D विकृति का ट्रैक करता है। हम कपडा अउर उनके गति का अनुमान 4 डी स्कैन से लगवाइत ह; यानी, 60 एफपीएस पर गति में विषय का उच्च रिज़ॉल्यूशन वाला 3 डी स्कैन। ClothCap एक पहनावा व्यक्ति को गति मा कब्जा गर्न को लागी सक्षम छ, आफ्नो लुगा निकाल्न, र नयाँ शरीर आकार को लुगा retarget; यो आभासी प्रयास मा एक कदम प्रदान गर्दछ। |
ec614c4f636aeeb6ea10accddfcb1a2f7a1ce603 | सामाजिक उद्यमिता पर काम अध्ययन का एक क्षेत्र है जो उद्यमिता अध्ययन, सामाजिक नवाचार, अउर गैर-लाभकारी प्रबंधन सहित कई क्षेत्रों का बीचा में बा। विद्वान लोग इ नए विसय के विकास मा योगदान करय के शुरुआत कर रहल हैं, जे प्रयास के माध्यम से सामाजिक उद्यमिता के उद्भव का पता लगावे के प्रयास करें अउर साथ ही साथ पारंपरिक उद्यमिता जैसन अन्य संगठनात्मक गतिविधियऽन् से एकर तुलना करें। बहरहाल, एक नवजात क्षेत्र के रूप मा, सामाजिक उद्यमशीलता विद्वानों का एक निश्चित संख्या मा बहस का बीच मा रखा जा रहा है जसमा परिभाषाओं और वैचारिक स्पष्टता, क्षेत्र की सीमाओं, और सार्थक अनुसंधान प्रश्नों का एक सेट मा पहुंचने का संघर्ष शामिल है। ई पेपर सामाजिक उद्यमिता क एगो जांच के क्षेत्र के रूप मा वादा की जांच करत है और भविष्य क अध्ययन के लिए कई अनुसंधान क्षेत्रो और अनुसंधान प्रश्नों का सुझाव देत है। |
40e153460564ed0dbb2523394438c7a1172ca9dc | जब से 1990 के दशक का मध्य मा सहयोगात्मक फ़िल्टरिंग पर पहला पेपर प्रकाशित हुआ, सिफारिश प्रणाली एक महत्वपूर्ण शोध क्षेत्र मा बदल ग्यायी है। आम तौर पै, सिफारिश करय वाले सिस्टम का समर्थन करय वाले सिस्टम के रूप मा परिभाषित कै गा है जवन कि उपयोगकर्तान कय जानकारी, उत्पाद, या सेवा (जैसे कि किताब, मूवी, संगीत, डिजिटल उत्पाद, वेब साइट, अउर टीवी प्रोग्राम) पय पहुँचय के बरे अन्य उपयोगकर्तान से सुझावऽन् का एकत्रीकृत अउर विश्लेषण करय में मदद करत है, जौन विभिन्न प्राधिकरणऽन् से समीक्षा, अउर उपयोगकर्ता विशेषताऽन् का मतलब है। बहरहाल, पिछले दस साल से रेफरेंडर सिस्टम्स पर अकादमिक शोध काफी बढ़ गए हैं, कम से कम कुछ जगह पर तो शोधकर्ताओं का मानना है कि एसोसिएशन का एक मजबूत आधार है। काहेकि अनुशंसा करइवाला मनई हमेसा ही एक ठु नवा सरूप क मनई होत ह, अउर उही तरह जउन मनई सुद्ध अहइ, उ भी हमेसा सत्य स रहत ह। एही से, Recommender सिस्टम्स पर मौजूदा लेखों का अगले पीढ़ी के Recommender सिस्टम्स की ओर से समीक्षा की आवश्यकता है। बहरहाल, सिफारिश प्रणाली के तहत कीन जाय वाले जांच का खासतौर पै ध्यान दिया जाए तउन जरूरी अहै कि येई जांच मा सही पावा जाए। त हम लोग 37 पत्रिका से सिफारिश प्रणाली पर सभी लेखों का पुनरावलोकन कीन, जौन 2001 से 2010 तक प्रकाशित हुआ थै। 37 पत्रिकाओं का चयन एमआईएस जर्नल रैंकिंग के शीर्ष 125 जर्नल्स से कीन गवा है। साथ ही, साहित्य खोज अनुशंसाकर्ता प्रणाली, अनुशंसा प्रणाली, निजीकरण प्रणाली, सहयोगी फ़िल्टरिंग अउर |
aa0b03716596832e93f67f99d5c3fed553f89f44 | हम एक नए लचीले बहुपरत ट्राइबोइलेक्ट्रिक नैनो जनरेटर (TENG) का प्रदर्शन करते हैं, जिसकी लागत बेहद कम है, सरल संरचना, छोटे आकार (3.8 सेमी × 3.8 सेमी × 0.95 सेमी) और हल्के वजन (7 ग्राम) के साथ, एक एकल लचीले सब्सट्रेट पर इकाइयों की पांच परतों का अभिनव रूप से एकीकरण करके। धातु की सतह पर अद्वितीय संरचना और नैनोपोरे-आधारित सतह संशोधन के कारण, तत्काल शॉर्ट-सर्किट करंट (Isc) और ओपन-सर्किट वोल्टेज (Voc) 0.66 mA और 215 V तक पहुंच सकता है, जो कि 9.8 mW/cm2 और 10.24 mW/cm3 की तत्काल अधिकतम शक्ति घनत्व के साथ है। यह पहली 3D एकीकृत TENG आउटपुट पावर बढ़ावे खातिर है। सामान्य पैदल से प्रेस द्वारा ट्रिगर, एक जूता पैड मा संलग्न TENG तत्काल कई वाणिज्यिक एलईडी बल्ब ड्राइव गर्न सक्षम थियो। लचीली संरचना के साथ, TENG को आगे कपड़ों मा एकीकृत किया जा सकता है या मानव शरीर मा भी संलग्न किया जा सकता है बिना मानव आंदोलनों को समझदार बाधा और असुविधा का परिचय दिए। टीईएनजी का नया डिजाइन, जेकर प्रदर्शन इहै मा करल गयल ह, ई संभावित रूप से आत्म-संचालित पोर्टेबल इलेक्ट्रॉनिक्स का प्राप्त करेक खातिर लागू कइल जा सकत ह. |
2c38ef0c12c0a3dabb7015c77638d171609654f5 | भावना विश्लेषण (Sentiment Analysis) भावनाओं, राय और तथ्यों का विश्लेषण है, जो कि लोग वाक्य में व्यक्त करते हैं। इ हमका ब्लॉग, कमेंट, रिव्यू अउर ट्वीट्स कय विश्लेषण करत हुए लोगन कय भावना अउर व्यवहार कय ट्रैक करय कय अनुमति देत है। इंटरनेट का विकास हर तरह कय उद्योगन जइसे पर्यटन, स्वास्थ्य सेवा औ कउनो भी व्यवसाय मा बहुत प्रभाव डालत बाय। इंटरनेट का उपलब्ध कराये जाए से सूचना का पहुंचै कै तरीका अउर उपयोगकर्ताओं का अनुभव साझा करै कै तरीका बदल गा है। सोशल मीडिया इ जानकारी कय आपूर्ति करत है औ ई टिप्पणी कय अउर प्रयोक्ता द्वारा विश्वसनीयता प्रदान करत है। ई पेपर स्वास्थ्य सेवा उद्योग पर सोशल मीडिया के उपयोग अउर प्रभाव का पहिचान करत है, जे उपयोगकर्ता के भावनाओं का विश्लेषण करत है, जेके स्वतंत्र पाठ के रूप मा व्यक्त कै गा है, जेसे सेवा या उन से संबंधित सुविधाओं के गुणवत्ता सूचक मिल जात है। इ पेपर मा, एक भावना वर्गीकरण मॉडल को बेहतर टर्म फ्रीक्वेंसी इनवर्स दस्तावेज़ फ्रीक्वेंसी (TFIDF) विधि और रैखिक प्रतिगमन मॉडल का उपयोग कर ऑनलाइन समीक्षा, ट्वीट्स या विभिन्न सुविधाओं के लिए ग्राहक प्रतिक्रिया का वर्गीकरण करने का प्रस्ताव दिया गया है। मॉडल मा अस्पतालन के बारे मा ऑनलाइन उपयोगकर्ता समीक्षा एकत्रित करै का प्रक्रिया शामिल है अउर उन समीक्षाओं का विश्लेषण व्यक्त भावनाओं के संदर्भ मा करा जात है। सूचना निष्कर्षण प्रक्रिया अप्रासंगिक समीक्षाओं का फ़िल्टर करती है, पहचानी गई विशेषताओं का भावपूर्ण शब्द निकालेगी और भावना शब्दकोश का उपयोग करके विशेषताओं की भावना का मात्रक करेगी। भावनात्मक रूप से व्यक्त सकारात्मक या नकारात्मक सब्द को शब्दकोश मा निर्धारित वर्गीकरण का उपयोग कर वजन सौंपा जात है। ट्वीट्स/रिव्यूज पर भावनात्मक विश्लेषण कई सुविधाओं के लिए नैचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) और सूचना पुनर्प्राप्ति (आईआर) तकनीकों का उपयोग करके किया जाता है। सेन्टी-स्कोर का उपयोग कर प्रस्तावित रैखिक प्रतिगमन मॉडल सेवा की विशेषता का स्टार रेटिंग का अनुमान लगाता है। सांख्यिकीय परिणाम से पता चलता है कि जब टेक्स्ट का प्रतिनिधित्व करने के लिए TF-IDF विधियों का उपयोग किया जाता है, तो बेहतर TF-IDF विधि का सटीकता बेहतर होती है। फीचर पर पाठ विश्लेषण (उपयोगकर्ता फीडबैक) के परिणामस्वरूप प्राप्त सेंटी-स्कोर न केवल राय का सारांश देता है, बल्कि विभिन्न प्रतियोगियों के विभिन्न फीचर पर तुलनात्मक परिणाम भी देता है। ई जानकारी क उपयोग व्यवसाय द्वारा कम स्कोर वाले सुविधाओं पे ध्यान केंद्रित करेक खातिर कीन जा सकत है ताकि ऊ आपन व्यवसाय का सुधार सकेअउ उपयोगकर्ता की संतुष्टि का एक बहुत उच्च स्तर सुनिश्चित करे। |
841a5de1d71a0b51957d9be9d9bebed33fb5d9fa | इ पेपर मा, हम छवि वर्गीकरण खातिर एक बहुत ही सरल गहरी सीख नेटवर्क का प्रस्ताव करत हन जउन बहुत ही बुनियादी डेटा प्रोसेसिंग घटकों पर आधारित अहै: 1) कैस्केड प्रधान घटक विश्लेषण (पीसीए); 2) बाइनरी हैशिंग; और 3) ब्लॉकवार हिस्टोग्राम। प्रस्तावित वास्तुकला मा, पीसीए मल्टीस्टेज फिल्टर बैंक सीखै खातिर प्रयोग कै जाये। एकर बाद सरल बाइनरी हैशिंग अउर अनुक्रमण अउर पूलिंग खातिर ब्लॉक हिस्टोग्राम होत है। इ वास्तुकला का पीसीए नेटवर्क (पीसीएनेट) कहा जात है और इ बहुत ही आसानी से और कुशलता से डिजाइन और सीखा जा सकता है। तुलना खातिर अउर बेहतर समझ खातिर हम पीसीएनेट के दुइ सरल रूप के भी परिचय अउर अध्ययन करत बानी: 1) रैंडनेट अउर 2) एलडीएनेट। उहौ PCANet के समान टोपलॉजी साझा करत हैं, लेकिन उनके कैस्केड फ़िल्टर या तो यादृच्छिक रूप से चुना जात हैं या रैखिक विभेदक विश्लेषण से सीखा जात हैं। हम व्यापक रूप से कई बेंचमार्क दृश्य डेटा सेट पर इन बुनियादी नेटवर्क का परीक्षण किया है अलग अलग कार्य, सहित के लिए चेहरे सत्यापन के लिए जंगली (LFW) में लेबल चेहरे; MultiPIE, विस्तारित येल बी, एआर, चेहरे मान्यता प्रौद्योगिकी (FERET) डेटा सेट के लिए चेहरे की पहचान; और हस्तलिखित अंक मान्यता के लिए MNIST। हैरानी की बात है, सब काम के लिए, ऐसा प्रतीत होता है कि पीसीएएनईटी मॉडल का एक समान स्तर है, जैसा कि अत्याधुनिक फीचर्स या तो प्रीफिक्सड, अत्यधिक हस्तनिर्मित, या सावधानी से सीखा गया है [गहरे तंत्रिका नेटवर्क (डीएनएन) द्वारा] । ई मॉडल एक्स्टेंडेड येल बी, एआर, अउर फेरेट डेटा सेट अउर एमएनआईएसटी भिन्नता पर कई वर्गीकरण कार्य खातिर नया रिकॉर्ड सेट करत है. अन्य सार्वजनिक डाटा सेट पर अतिरिक्त प्रयोग भी PCANet का पोटेंशियल दिखाते हैं कि ऊ बनावट वर्गीकरण और वस्तु मान्यता के लिए एक सरल लेकिन अत्यधिक प्रतिस्पर्धी आधार रेखा का काम करे। |
d10ffc7a9f94c757f68a1aab8e7ed69ec974c831 | |
08639cd6b89ac8f375cdc1076b9485ac9d657083 | इ पेपर मा हम प्रयोगात्मक रूप से मुख्य-स्मृति, समानांतर, बहु-कोर जुड अल्गोरिदम का प्रदर्शन का अध्ययन करत हैं, क्रम-विलय और (रेडिक्स-) हैश जुड पर ध्यान केंद्रित करत हैं। इन दुनो क़िस्मन कय सापेक्ष कार्य कई समय से चर्चा कय विषय बनि चुका अहै। आधुनिक मल्टीकोर आर्किटेक्चर कय आगमन कय साथे, इ तर्क दिया गा है कि सॉर्ट-मर्ज ज्वाइन अब रेडिक्स-हैश ज्वाइन से बेहतर विकल्प अहै। ई दावा SIMD निर्देशन कय चौड़ाई (Sort-merge रैडिक्स-हैश ज्वाइन कय बेहतर प्रदर्शन करत है जब SIMD पर्याप्त चौड़ा होत है), अउर NUMA जागरूकता (Sort-merge NUMA आर्किटेक्चर में हैश ज्वाइन से बेहतर होत है) के आधार पे सही अहै। हम इ सबइ एल्गोरिदम क मूल अउर अनुकूलित वर्जन पर व्यापक प्रयोग करत अही। प्रयोग से पता चलता है कि, इन दावों के विपरीत, radixhash join अभी भी स्पष्ट रूप से बेहतर है, और radx के प्रदर्शन के लिए सॉर्ट-मर्ज दृष्टिकोण केवल तब है जब बहुत बड़ी मात्रा में डेटा शामिल हो। कागज भी इन एल्गोरिदम का सबसे तेजी से कार्यान्वयन प्रदान करता है, और आधुनिक हार्डवेयर वास्तुकला के कई पहलुओं को शामिल करता है, न केवल जोड़ों के लिए बल्कि किसी भी समानांतर डेटा प्रोसेसिंग ऑपरेटर के लिए भी प्रासंगिक है। |
0a5033c0b2bb2421f8c46e196fb0fb1464a636b6 | आधुनिक सीपीयू मा निर्देश हैं जवन कई डेटा तत्वों पे समानांतर रूप से बुनियादी संचालन क अनुमति देत हैं। इ निर्देश SIMD निर्देश कहलावत ह, काहे से इ कई डेटा तत्वन पे एक सिरे से निर्देश लागू करत ह. सिमड प्रौद्योगिकी शुरू में कमोडिटी प्रोसेसर मा निर्मित ह्वे ताकि मल्टीमीडिया अनुप्रयोगों का प्रदर्शन तेज करे जा सकय। सिमड इंस्ट्रक्शन्स डाटाबेस इंजन डिजाइन अउर कार्यान्वयन खातिर नया अवसर देत अहै। हम डाटाबेस संदर्भ में कई तरह के संचालन का अध्ययन करत हैं, अउर देखावा करत हैं कि कैसे SIMD निर्देशों का उपयोग करके आपरेशन का आंतरिक लूप तेज किया जा सकता है। SIMD निर्देशों का उपयोग करने से दो तत्काल प्रदर्शन लाभ हैं: यह एक समानांतरता का एक डिग्री की अनुमति देता है, ताकि कई ऑपरेन्ड एक बार में संसाधित हो सकें। ई अक्सर सशर्त शाखा निर्देशों का उन्मूलन भी करत है, शाखा गलत भविष्यवाणियां को कम करत है. हम सबसे महत्वपूर्ण डेटाबेस संचालन पर विचार करत हैं, जिसमें अनुक्रमिक स्कैन, एकत्रीकरण, अनुक्रमणिका संचालन, और जोड़ शामिल हैं। हम ई सिमुलेशन के प्रयोग करे खातिर तकनीक का परिचय देत बानीं। हम देखब कि SIMD टेक्नोलॉजी का बेहतर उपयोग करे खातिर पारंपरिक क्वेरी प्रोसेसिंग एल्गोरिदम के फिर से डिज़ाइन करे मा काफी फायदा है। हमार अध्ययन से पता चलता है कि अगर हम 4 जीपीएस पर एक कीवर्ड का उपयोग कर रहे हैं, तो नई सिरे से उत्पन्न एल्गोरिदम 10% से अधिक समय तक जीपीएस पर हावी रहेंगे। सुपरलाइनर स्पीडअप्स शाखा गलत भविष्यवाणी प्रभाव का उन्मूलन के परिणामस्वरूप प्राप्त होत हैं। |
30b1293e39c52ddd0e2a617de47c1ad843621258 | तालिका स्कैन हाल ही मा अधिक रोचक बन गयल है कारण एड-हॉक क्वेरी का अधिक उपयोग और बहु-कोर, वेक्टर-सक्षम हार्डवेयर की अधिक उपलब्धता का कारण बन गयल है। तालिका स्कैन प्रदर्शन मान प्रतिनिधित्व, तालिका लेआउट, अउर प्रसंस्करण तकनीक द्वारा सीमित बा। इ पेपर मा हम एक नई लेआउट अउर कुशल एक-पास प्रेडिक्ट मूल्यांकन खातिर प्रसंस्करण तकनीक का प्रस्ताव करत हैं। प्रति स्तम्भ बिट्स की एक निश्चित संख्या वाले पंक्तियों का एक सेट से शुरू करके, हम स्तंभों का एक समूह बनाने के लिए जोड़ते हैं और फिर प्रत्येक बैंक को एक समर्थित मशीन शब्द लंबाई तक पैड करते हैं, आमतौर पर 16, 32, या 64 बिट्स। फिर हम हर बैंक के स्तंभों पर आंशिक भविष्यवाणियों का मूल्यांकन करते हैं, एक नई मूल्यांकन रणनीति का उपयोग करते हुए कि स्तंभ स्तर समानता का मूल्यांकन करता है, रेंज परीक्षण, IN- सूची भविष्यवाणियों, और इन भविष्यवाणियों का संयोजन, एक साथ एक बैंक के भीतर कई स्तंभों पर, और एक मशीन रजिस्टर के भीतर कई पंक्तियों पर। इ दृष्टिकोण शुद्ध स्तंभ भंडारण से बेहतर है, जेका एक समय में एक स्तंभ का आंशिक भविष्यवाणी का मूल्यांकन करना चाहिए। हम मूल्यांकन अउर कई प्रस्तावित विकल्पऽन कय तुलना मा ई नवा दृष्टिकोन अउर प्रदर्शन-प्रदर्शन कय तुलना करत हैं। |
313e8120c31fda6877ea426d8a3be9bcf1b6e088 | इ पेपर वर्टिका एनालिटिक डाटाबेस (वर्टिका) की सिस्टम आर्किटेक्चर का वर्णन करता है, सी-स्टोर अनुसंधान प्रोटोटाइप के डिजाइन का एक वाणिज्यिकरण। वर्टिका एक आधुनिक वाणिज्यिक आरडीबीएमएस प्रणाली का प्रदर्शन करता है जो एक क्लासिक रिलेशनल इंटरफ़ेस प्रस्तुत करता है जबकि एक ही समय में उचित वास्तुशिल्प विकल्प बनाकर आधुनिक वेब स्केल विश्लेषणात्मक प्रणालियों से अपेक्षित उच्च प्रदर्शन प्राप्त करता है। वर्टिका भी एक शिक्षाप्रद पाठ है कि कैसे अकादमिक सिस्टम अनुसंधान का सीधा एक सफल उत्पाद का व्यवसायीकरण किया जा सकता है। |
370e1fcea7074072fe5946d3e728affd582a9a44 | MonetDB एक अत्याधुनिक ओपन-सोर्स कॉलम-स्टोर डेटाबेस प्रबंधन प्रणाली है, जो बड़े डेटा संग्रह पर विश्लेषण की आवश्यकता वाले अनुप्रयोगों का लक्ष्य रखती है। MonetDB आजकल स्वास्थ्य सेवा, दूरसंचार के साथ-साथ वैज्ञानिक डेटाबेस अउर डेटा प्रबंधन अनुसंधान में सक्रिय रूप से उपयोग होत है, औसतन 10,000 से अधिक डाउनलोड हर महीने होत हैं। इ पेपर मा MonetDB टेक्नोलॉजी का संक्षिप्त अवलोकन दिया गवा है, जैसन कि ई पिछले दुइ दशकन से विकसित भै है अउर मुख्य शोध हाइलाइट्स जवन वर्तमान MonetDB डिज़ाइन का ड्राइव करत हैं अउर एकर भविष्य के विकास खातिर आधार बनावत हैं। |
22b26297e0cc5df3efdba54a45714e4e27b59e17 | एक संदर्भ मात्रा अउर एकर अनुमानित/नियंत्रित मान के बीच गलत दूरी या त्रुटि की अवधारणा, कउनो फ़िल्टरिंग/नियंत्रण समस्या मा एक मौलिक भूमिका निभात है। फिर भी मल्टी-ऑब्जेक्ट फ़िल्टरिंग का सुस्थापित क्षेत्र में मिस्-डिस्टेंस का कोई संतोषजनक धारणा नहीं है। ई पेपर में, हम प्रदर्शन मूल्यांकन खातिर बहु-वस्तु चूक-दूरी के संदर्भ में मौजूदा मीट्रिक के विसंगति का रेखांकित करत बानी. तब हम नई गणितीय अउर सहज रूप से सुसंगत मीट्रिक का प्रस्ताव करत हई जउन वर्तमान में बहु-वस्तु प्रदर्शन मूल्यांकन मीट्रिक की कमियों का संबोधित करत है। |
9fbf7bb9f8bd898cfb2f2164c269518359ef5f18 | मिस डिस्टेंस-यूक्लिडियन, महालनोबिस, आदि की अवधारणा एकल-लक्ष्य प्रणालियों के इंजीनियरिंग सिद्धांत और अभ्यास का एक मौलिक, दूरगामी, और स्वीकृत तत्व है। इ पेपर मा हम बहुल लक्ष्य (अउ, अधिक आम तौर पे, बहु-वस्तु) प्रणालि के लिए दूरी मीट्रिक का एक व्यापक एल/सब पी/प्रकार सिद्धांत पेश करत हौवे। हम देखब कि ई सिद्धांत विस्तार करत है, अउर एक कठोर सैद्धांतिक आधार प्रदान करत है, एक सहज रूप से अपील optimal-assignment दृष्टिकोण ड्रामंड द्वारा प्रस्तावित बहुलक्षित ट्रैकिंग एल्गोरिदम के प्रदर्शन का मूल्यांकन करे खातिर. हम इ तरह के मेट्रिक्स क गणना खातिर व्यवहार्य कम्प्यूटेशनल दृष्टिकोण का वर्णन करत हैं जवन मानक इष्टतम असाइनमेंट या उत्तल अनुकूलन तकनीक पर आधारित है। हम इ मेट्रिक्स कय संभावित दूरगामी प्रभावों का वर्णन करत हैं जैसे कि प्रदर्शन मूल्यांकन औ संवेदक प्रबंधन। पहिले के मामला मा, हम बहुल लक्ष्य मिस दूरी मीट्रिक के आवेदन को बहुल लक्ष्य ट्रैकिंग एल्गोरिदम के लिए प्रभावकारिता (एमओई) के उपाय के रूप मा प्रदर्शित करत हैं। |
859af6e67aec769c58ec1ea6a971108a60df0b9d | अवांछित निष्कर्ष के साथ संरचित सीखना एक बुनियादी समस्या है। हम एक सामान्य "उल्लंघन-फिक्सिंग" ढांचे के तहत संरचित पर्सपट्रॉन एल्गोरिथ्म का रूपरेखा का प्रस्ताव करत हैं जउन अभिसरण की गारंटी देत हैं। इ फ्रेमवर्क विशेष मामला के रूप मा "जल्दी अद्यतन" सहित पिछले उपचार को शामिल करत है, और इ भी समझाता है कि क्यों मानक perceptron गलत खोज के साथ असफल हो सकत है। हम इ ढाँचा के भीतर नवा अद्यतन विधियन का भी प्रस्ताव करत हई जउन बेहतर मॉडल सीखत हयन जेसे अत्याधुनिक भाषण टैगिंग अउर वृद्धिशील पार्सिंग प्रणालियन पर प्रशिक्षण समय का नाटकीय रूप से कम होइ जाइ। |
b78c04c7f29ddaeaeb208d4eae684ffccd71e04f | क्रमबद्ध गणना का वॉन न्यूमैन मॉडल की सफलता का कारण है कि इ सॉफ्टवेयर और हार्डवेयर के बीच एक कुशल पुल हैः उच्च स्तरीय भाषाओं का कुशलता से इस मॉडल पर संकलित किया जा सकता है; फिर भी इसे हार्डवेयर में प्रभावी ढंग से लागू किया जा सकता है। लेखक का तर्क है कि अगर इ व्यापक रूप से उपयोग किया जाय तौ समानांतर गणना के लिए सॉफ़्टवेयर अउर हार्डवेयर के बीच एक समान पुल की आवश्यकता होत है। ई लेख ई भूमिका खातिर एगो उम्मीदवार के रूप में बल्क-सिंक्रोनस समानांतर (बीएसपी) मॉडल का परिचय देत है, अउर उच्च-स्तरीय भाषा सुविधाओं अउर एल्गोरिदम के लागू करे मा, साथ ही हार्डवेयर में लागू होए मा एकर दक्षता के मापन करे वाला परिणाम देत है। |
1d5a7c0bd3b6c445127c6861cea6c69f2291d9d8 | इ पेपर मा हम मोबाइल फोन नेटवर्क मा संचार सेवाएं का उपयोग कर मैलवेयर प्रसारण के प्रभाव का मूल्यांकन करत हैं। यद्यपि स्वयं-प्रसारक मैलवेयर इंटरनेट पर अच्छी तरह से समझा जात है, मोबाइल फोन नेटवर्क का टोपोलॉजी, सेवा, प्रावधान और क्षमता, डिवाइस, और संचार पैटर्न के संदर्भ में बहुत अलग विशेषताएं हैं। इ नए वातावरण मा मैलवेयर की जांच करैं के बरे, हम एक घटना-ड्राइवर सिमुलेटर विकसित कीन है जवन मोबाइल फोन नेटवर्क की विशेषताओं अउर बाधाओं का पता लगावत है। विशेष रूप से, सिम्युलेटर यथार्थवादी टोपोलॉजीज अउर नेटवर्क इंफ्रास्ट्रक्चर की क्षमताओं का मॉडल करत है, साथ ही साथ सेल फोन एड्रेस बुक द्वारा निर्धारित संपर्क ग्राफ भी। हम मोबाइल फोन नेटवर्क मा यादृच्छिक संपर्क कीड़ा की गति और गंभीरता का मूल्यांकन, नेटवर्क पर सेवा से इनकार कीड़ा के प्रभाव का वर्णन, मैलवेयर प्रसार को तेज करने के लिए दृष्टिकोण की जांच, और ऐसे हमलों के खिलाफ नेटवर्क की रक्षा के निहितार्थ पर चर्चा करते हैं। |
013dfaac7508a46d6781cb58e7be0ddad2920a23 | इ कागज ISO 26262 हार्डवेयर आवश्यकताओं के साथ एक ऑटोमोटिव सुरक्षा माइक्रोप्रोसेसर का मूल्यांकन करने का एक चरण-दर-चरण दिशानिर्देश प्रदान करता है। ISO 26262 भाग 5 - हार्डवेयर स्तर पर उत्पाद विकास - ऑटोमोटिव हार्डवेयर विकास के चरण के दौरान सुरक्षा गतिविधियों का विनिर्देश। इ चरण मा, हार्डवेयर सुरक्षा डिजाइन आईएसओ 26262 भाग 3 अउर 4 के परिणाम से प्राप्त कीन जात है, लागू कीन जात है, एकीकृत कीन जात है, अउर परीक्षण कीन जात है। ISO 26262 हार्डवेयर विकास प्रक्रिया के अनुरूप सिद्ध करै खातिर, हार्डवेयर पर मात्रात्मक मूल्यांकन जरूरी होत है। इ मात्रा का मूल्यांकन हार्डवेयर आर्किटेक्चर मैट्रिक्स अउर संभाव्य हार्डवेयर मैट्रिक्स के रूप मा जानल जात है। मूल्यांकन के परिणाम एक डिजाइन को ऑटोमोटिव सुरक्षा अखंडता स्तर (ASIL) के साथ योग्य बनाते हैं, जो ASIL-A (सबसे कम) से ASIL-D (सबसे अधिक) तक होता है। इ पेपर मा, हम आईएसओ 26262 हार्डवेयर मूल्यांकन प्रक्रिया का प्रदर्शन को रूप मा एक नमूना सुरक्षा माइक्रोप्रोसेसर लागू कीन। हार्डवेयर आर्किटेक्चर मेट्रिक्स अउर संभाव्य हार्डवेयर मेट्रिक्स से एएसआईएल स्तर का व्युत्पन्न प्रक्रियाओं पर पूरी तरह से चर्चा की गई है। मूल्यांकन के परिणाम के आधार पर, हम आईएसओ 26262 सुरक्षा हार्डवेयर डिजाइन के लिए डिजाइन सुझाव भी प्रदान करत हैं। |
78cec49ca0acd3b961021bc27d5cf78cbbbafc7e | संपीड़न संवेदन साहित्य के भीतर चेहरा पहचान का मानक तरीका बन गयल ह. हालांकि, हम इ देखावइ क जतन करत अही कि उचित का अहइ, ताकि हम इ देखावइ क बरे बहुत जियादा आस्चर्यचकित होइ जाइँ। डेटा मा इ कमी का मतलब है कि संपीड़न संवेदी दृष्टिकोण सटीक संकेत बहाल करने का गारंटी नहीं दे सकता, और यसैले इ कम अनुमानित अपेक्षित मजबूती या प्रदर्शन प्रदान नहीं कर सकता। एइसे हम देखब कि चेहरा पहचान समस्या के लिए एक साधारण £2 दृष्टिकोण न केवल अत्याधुनिक दृष्टिकोण से काफी अधिक सटीक है, बल्कि इ भी अधिक मजबूत है, अउर बहुत तेज है। ई परिणाम सार्वजनिक रूप से उपलब्ध येलब अउर एआर चेहरा डेटासेट पर प्रदर्शित होत ह, लेकिन एकर प्रभाव कम्प्रेसिव सेंसिंग के अनुप्रयोग पर भी पड़त ह। |
c530fbb3950ccdc88db60eff6627feb9200f6bda | |
be515b4070f746cc39e49e9e80ef0e419cadb1f0 | हाल के बरस मा मानव गतिविधि के पहिचान के बारे मा कई शोधकर्ताओं का रूचि का विषय है। इ पेपर मा, हम मानव गतिविधि को गहरी सीखने (डीएल) एल्गोरिथ्म द्वारा पहिचान को लागी अनुसंधान को प्रस्तावित गर्दछ। हम मानव गतिविधि का पहचाना परिणाम का आकलन करने के लिए गतिविधि का प्रदर्शन कर रहे प्रतिभागियों से डेटा एकत्रित किए। डीप नेटवर्क कय पूर्व-प्रशिक्षण कय बाद, ठीक-ठाक प्रक्रिया शुरू होत है। हिडन मार्कोव मॉडल (एचएमएम) अउर मासूम बेय्स वर्गीकरण (एनबीसी) के तुलना में, प्रयोग के परिणाम से पता चलता है कि प्रस्तावित गहरी सीखने वाले एल्गोरिथ्म स्मार्ट घर में मानव गतिविधि का पहचानने का एक प्रभावी तरीका है। |
c79a608694c3d9a75ef06ed6baa80c6d1ce71bd4 | प्राकृतिक भाषा प्रसंस्करण मा हालिया प्रगति ने लाइब्रेरी क उत्पादन कई है जवन कच्चे पाठों का संग्रह से निम्न स्तर क सुविधाओं का निकालत है। इ सुविधा, जवन कि एनोटेशन के रूप मा जानल जात है, आमतौर पय आंतरिक रूप से पदानुक्रमित, पेड़-आधारित डेटा संरचनाओं मा संग्रहीत कीन जात है। इ पेपर एक डेटा मॉडल का प्रस्ताव करत है जवन एनोटेशन का प्रतिनिधित्व करने के लिए सामान्यीकृत रिलेशनल डेटा टेबल का एक संग्रह के रूप मा करत है जवन खोजपूर्ण डेटा विश्लेषण और भविष्यवाणी मॉडल के लिए अनुकूलित है। आर पैकेज क्लीन एनएलपी, जवन कि दो अत्याधुनिक एनएलपी लाइब्रेरी (कोर एनएलपी या spaCy) में से एक का आह्वान करत है, इ डेटा मॉडल कय कार्यान्वयन के रूप मा प्रस्तुत किहिन है। इ कच्चे पाठ का एक इनपुट के रूप मा लेगा और सामान्यीकृत तालिकाओं की एक सूची लौटाता है। विशिष्ट एनोटेशन प्रदान की गई हैं, जिनमें टोकन, भाषण टैगिंग का हिस्सा, नामित इकाई मान्यता, भावना विश्लेषण, निर्भरता पार्सिंग, कोररेफरेन्स रिज़ॉल्यूशन, और शब्द एम्बेडिंग शामिल हैं। पैकेज वर्तमान मा अंग्रेजी, जर्मन, फ्रेंच, अर स्पेनिश मा इनपुट पाठ का समर्थन करत है। |
5854f613c1617e8f27f3406f9319b88e200783ca | |
178c3df6059d9fc20f8b643254289642c47b5d9d | इ प्रस्तावना कय विकास कय बारे में चर्चा करेक लिए आय कयला से इ समाज कय प्रति आपन दायित्व बनत हय। दुर्घटना के समय तुरंत प्राथमिक चिकित्सा अउर आपात चिकित्सा सेवा न मिलैं से ज्यादातर दुर्घटना मउअत के कारन होत हैं। एम्स का देरी से पहुंचना, दुर्घटना स्थल पर एम्स का जानकारी देने वाला कोई नहीं होना, ऐसा हो सकता है कि एम्स का देरी से पहुंचना, दुर्घटना स्थल पर कोई नहीं होना, ऐसा हो सकता है कि एम्स का देरी से पहुंचना, दुर्घटना स्थल पर कोई नहीं होना। समाज का जिम्मेदारी लेवे का ई सोच हमार प्रस्तावित मॉडल "जीएसएम अउर जीपीआरएस का उपयोग करके माइक्रोकंट्रोलर आधारित स्मार्ट हेलमेट" का परिणाम रही। इ प्रस्तावित नमूना डिजाइन का उद्देश्य जिम्मेदार लोगन का यथाशीघ्र दुर्घटना की जानकारी देवावा गा ताकि उ सबइ दुर्घटनाग्रस्त लोगन का बचावा जाय सकइँ। हमार प्रस्तावित प्रणाली मा माइक्रोकंट्रोलर के रूप मा Arduino, कॉलिंग के उद्देश्य से GSM, ट्रैकिंग के उद्देश्य से GPRS अउर मुख्य रूप से दुर्घटना का पता लगावे के लिए सेंसर शामिल हैं। हमार प्रस्तावित प्रणाली दुर्घटना का पता लगावत है अउर पंजीकृत नंबर पर एक मिनट के भीतर आवाज संदेश के साथ टेक्स्ट संदेश भेजत है। |
2878bd8a17c2ba7c4df445cd88dd7fc2cb44e15d | गॉसियन प्रक्रिया (जीपी) संभाव्यता मॉडल उद्देश्यों खातिर शक्तिशाली उपकरण हैं। ऊ पदानुक्रमित बेयिसियन मॉडल में लैंटेंट फलन पर पूर्व वितरण का परिभाषित करे खातिर इस्तेमाल कै जा सकत है। पूर्ववर्ती ओवर फलन का माध्य और सह-परिवर्तन फलन से अप्रत्यक्ष रूप से परिभाषित किया जाता है, जो फलन की चिकनाई और परिवर्तनशीलता का निर्धारण करते हैं। फिर, निष्कर्ष सीधे फ़ंक्शन स्थान पर अहै, जहां फ़ंक्शन का मूल्यांकन या अनुमान लगावा जात है। इनका आकर्षक सैद्धांतिक गुणन के बावजूद जीपी इनका कार्यान्वयन मा व्यावहारिक चुनौति देत अहै। जीपीस्टफ जीपी मॉडल खातिर कम्प्यूटेशनल टूल का एक बहुमुखी संग्रह है जवन लिनक्स अउर विंडोज मैटलाब अउर ऑक्टेव के साथ संगत है। एहमा अन्य कई प्रकार कय अनुमान विधि, विरल अनुमान अउर मॉडल मूल्यांकन कय साधन शामिल अहैं। ई काम में, हम ई औजारन कय समीक्षा करेक हयँ अउर कई मॉडल में जीपीस्टफ का प्रयोग करय के लिए दिखावा करत हयँ। |
accbf0cd5f19a9ec5bbdd97f11db8c3bfdbb4913 | इ पेपर मा, एक गैर-संपर्क निकटता महत्वपूर्ण संकेत सेंसर, एक चरण लॉक लूप (पीएलएल) का उपयोग कर, वोल्टेज नियंत्रित थरथरानवाला (वीसीओ) निर्मित-इन समतल प्रकार परिपत्र अनुनाद के साथ, गंभीर वातावरण मा संवेदनशीलता बढ़ाने का प्रस्ताव है। समतल प्रकार का परिपत्र अनुनाद वीसीओ का एक श्रृंखला फीडबैक तत्व के साथ-साथ एक निकट-क्षेत्र प्राप्त एंटीना के रूप मा कार्य करत है। शरीर की निकटता प्रभाव से संबंधित VCO का आवृत्ति विचलन 0.07 MHz/mm से 1.8 MHz/mm (संवेदनशीलता में 6.8 mV/mm से 205 mV/mm) से 50 mm की दूरी तक है, जबकि VCO बहाव का आकार 60 °C तापमान सीमा और ± 5% की असतत घटक सहिष्णुता की स्थिति में लगभग 21 MHz है। कुल आवृत्ति परिवर्तन 60 मेगाहर्ट्ज PLL कैप्चर रेंज मा हुन्छ। इ प्रकार, एकर लूप नियंत्रण वोल्टेज आवृत्ति विचलन की मात्रा का सीएम (डीसी) वोल्टेज मा अंतर मा परिवर्तित करत है, जौन परिवेश के तापमान के बावजूद महत्वपूर्ण संकेतों का निष्कर्षण करेक खातिर उपयोग कै जात है। प्रयोगात्मक परिणाम से पता चलता है कि प्रस्तावित सेंसर एक व्यक्ति से 50 मिमी दूर स्थित है, सांस लेने और दिल की धड़कन के संकेत का विश्वसनीय रूप से पता लगा सकता है, बिना 2.4 गीगाहर्ट्ज की ऑपरेटिंग आवृत्ति पर सांस लेने के संकेत से उत्पन्न हार्मोनिक संकेतों की अस्पष्टता के। |
519da94369c1d87e09c592f239b55cc9486b5b7c | पिछले कुछ साल से, कई कंपनियां एक कमोडिटी (जैसे टूथपेस्ट) का निर्माण कर रही हैं हालांकि, एक प्राकृतिक विस्तार के रूप मा, एक वीडियो मा एक विशिष्ट वीडियो क्षण को स्थानीयकरण को वर्णन क्वेरी को दिए गए शायद ही कभी खोज लिया जात है। यद्यपि इ दुन्नो कार्य एक समान दिखाई देथे, बाद वाले दुइ मुख्य कारणन से अधिक चुनौतीपूर्ण अहै: 1) पहिले कार्य कय केवल इ निर्णय करय कय आवश्यकता होत है कि क्वेरी कौनो वीडियो में होत है औ पूरी वीडियो लौटा देत है, लेकिन बाद वाले कार्य कय वीडियो कय भीतर कौनौ क्षण क्वेरी से मेल खात है औ सटीक रूप से पल कय शुरुआत औ अंत बिन्दु लौटा देत है। तथ्य इहै बा कि विडियो मा अलग-अलग क्षण कय अलग-अलग अवधि औ अलग-अलग स्थानिक-समयिक विशेषता होत हैं, इन सब का खुलासा करना बहुत चुनौतीपूर्ण अहै। 2) प्रासंगिकता अनुमान का मुख्य घटक के रूप में, पूर्व आमतौर पर प्रासंगिकता स्कोर की गणना करने के लिए एक सामान्य स्थान पर एक वीडियो और क्वेरी एम्बेड करता है। हालांकि, बाद का कार्य क्षण स्थानीयकरण से संबंधित है, जहां न केवल विशिष्ट क्षण की विशेषताएं महत्वपूर्ण हैं, बल्कि क्षण की संदर्भ जानकारी भी बहुत कुछ योगदान करती है। उदाहरण के लिए, क्वेरी में समसामयिक बाधा शब्द हो सकते हैं, जैसे "पहला ", फिर उन्हें समसामयिक संदर्भ की आवश्यकता हो, उन्हें ठीक से समझने के लिए। इन मुद्दों का निपटान करे खातिर, हम ध्यानपूर्वक यक क्रॉस-मोडल रिकवरी नेटवर्क का विकास करत अहन, जौन वर्तमान मा सूचना प्रौद्योगिकी मा मदद करत हय। विशेष रूप से, हम क्वेरी मा उल्लिखित दृश्य सुविधाओं पर जोर देने के लिए एक मेमोरी ध्यान तंत्र का डिजाइन करते हैं और साथ ही साथ उनके संदर्भ को शामिल करते हैं। इ का प्रकाश में, हम बढ़ रहे क्षण का प्रतिनिधित्व प्राप्त करते हैं। ई बीच, एक क्रॉस-मोडल फ्यूजन उप-नेटवर्क इंट्रा-मोडालिटी अउर इंटर-मोडालिटी गतिशीलता दुनु सीखत है, जवन कि मोमेंट-क्वेरी प्रतिनिधित्व के सीख के बढ़ा सकत है। हम आपन तरीका दुइ डाटा सेट पर परखें: DiDeMo अउर TACoS। व्यापक प्रयोग से पता चलता है कि आधुनिक तकनीक का उपयोग करके परमाणु ऊर्जा का उत्पादन किया जा सकता है। |
9eab375b7add5f02a0ae1293d0aa7880ea70233a | |
977f48fe151c06176049b832f2574d8c41309c3a | जइसे-जइसे ऑनलाइन पाठ के मात्रा बढ़त जात है, पाठ के विश्लेषण अउर प्रबंधन के मदद खातिर पाठ वर्गीकरण के मांग बढ़त जात है। टेक्स्ट सस्ता है, लेकिन टेक्स्ट का कौन-सा वर्ग है, ई जानकर जानकारी का स्तर ऊंचा रहता है। टेक्स्ट का स्वचालित वर्गीकरण ई जानकारी कम लागत पर प्रदान कर सकत है, लेकिन वर्गीकरणकर्ता खुद को महंगा मानव प्रयास से बनाय लेत है, या ऊ पाठ से प्रशिक्षित करत है जौन मैन्युअल रूप से वर्गीकृत कै गा है। इ पेपर मा हम डाटा खनन की संघ नियम की अवधारणा का उपयोग कर पाठ का वर्गीकरण की एक प्रक्रिया पर चर्चा करेंगे। एसोसिएशन नियम खनन तकनीक का उपयोग पूर्व-वर्गीकृत पाठ दस्तावेज़ों से सुविधा सेट का व्युत्पन्न करने के लिए किया गया है। तब अंतिम वर्गीकरण खातिर व्युत्पन्न विसेसताओं पर निष्क्रिय बेय्स वर्गीकरण का उपयोग कै जाये। |
2e6d28d44016a6cfab7f949f74fc129e27960575 | इ पेपर मा, लेखक एक तकनीक का प्रस्ताव करत हैं कि लाभ मा सुधार करे, एच-प्लेन बीम चौड़ाई को संकीर्ण करे, और आवृत्ति के साथ चरण केंद्र भिन्नता को कम से कम करे एक protruded ढांकता छड़ के साथ विवाल्डी एंटीना का उपयोग करके। एक नमूना एंटीना का निर्माण और मापा गया, और प्रारंभिक माप परिणाम बहुत आशाजनक हैं, और सिमुलेशन परिणामों के साथ अच्छे समझौते पर हैं। |
7740bc0f8afdcf2199b797c904b07cddb401682a | ओम के नियम के सरलीकृत धारणा से परे जाकर, औसत मुक्त पथ के भीतर विद्युत-क्षेत्र भिन्नता के प्रभाव और गैर-स्थानीय विद्युत-क्षेत्र पर वर्तमान निर्भरता को ग्राफीन रिबन (जीआर) के उच्च आवृत्ति व्यवहार को सटीक रूप से कैप्चर करने के लिए ध्यान में रखा जाता है। साथ ही, एक सरलीकृत दृष्टिकोण भी समझाया जाता है कि कम आवृत्तियों पर अपनाया जा सकता है। मूल बोल्ज़मैन समीकरण से शुरू होकर और एकर हेक्सागोनल ब्रिलौइन क्षेत्र में ग्राफीन खातिर अद्वितीय फैलाव संबंध के साथ संयोजन करके, जीआर संरचना में वर्तमान घनत्व प्राप्त करल जाला। सबसे पहिले, जीआर का एक अर्ध-असीमित स्लैब का विश्लेषण फूरियर इंटीग्रल के सिद्धांत का उपयोग करके करल जाला, जेकर बाद ग्रीन के फलन के उपयोग से व्युत्पन्न वर्तमान घनत्व के आत्म-संगत संख्यात्मक गणना के आधार पर व्यावहारिक परिमित संरचनाओं के लिए एक कठोर पद्धति का विकास होत है। ई पेपर ग्राफीन आधारित संरचनाओं का उच्च आवृत्ति प्रतिरोध का सटीक मूल्यांकन के लिए पहली विस्तृत पद्धति प्रस्तुत करता है जो ऑन-चिप इंटरकनेक्ट और इंडक्टर अनुप्रयोगों से संबंधित है। |
21a1654b856cf0c64e60e58258669b374cb05539 | हम यलो का प्रस्तुत करत बानी, वस्तु का पता लगावे का एगो नया तरीका. वस्तु का पता लगाने पर पूर्व कार्य का पता लगाने के लिए वर्गीकरणकर्ता का पुनः उपयोग करें। एकरे बजाय हम वस्तु का पता लगावे कय एगो प्रतिगमन समस्या के रूप मा बाउंडिंग बक्सा अउर संबंधित वर्ग संभावनाओं से स्थानिक रूप से अलग करे हई। एक एकल तंत्रिका नेटवर्क एक मूल्यांकन मा पूर्ण छविहरु बाट सीधा बाउंडिंग बक्सहरु र वर्ग संभावनाहरु को भविष्यवाणी गर्दछ। चूंकि पूरा डिटेक्शन पाइपलाइन एक एकल नेटवर्क है, यह डिटेक्शन प्रदर्शन पर सीधे एंड-टू-एंड अनुकूलित किया जा सकता है। हमार एकीकृत आर्किटेक्चर अति तेज गति से काम करत बा। हमार बेस YOLO मॉडल 45 फ्रेम प्रति सेकेंड पर रियल टाइम मा इमेज प्रोसेस करत है। नेटवर्क का एक छोटा संस्करण, फास्ट योलो, 155 फ्रेम प्रति सेकंड का अद्भुत प्रोसेस करता है जबकि अन्य रियल-टाइम डिटेक्टरों की तुलना में एमएपी का दोगुना प्राप्त करता है। अत्याधुनिक डिटेक्शन सिस्टम की तुलना में, YOLO अधिक स्थानीयकरण त्रुटियां बनाता है, लेकिन पृष्ठभूमि पर गलत सकारात्मक की भविष्यवाणी करने की संभावना कम है। अंत मा, YOLO वस्तुओं का बहुत सामान्य प्रतिनिधित्व सीख जात है। इ डीपीएम अउर आर-सीएनएन सहित अन्य डिटेक्शन विधियन से बेहतर प्रदर्शन करत ह, जब प्राकृतिक छवियों से कलाकृति जैसन अन्य डोमेन में सामान्यीकृत होत ह। |
5a39d6c1bb04737cc81634f3ea2e81d3bc1ee6dd | बिना कौनो रोक-टोक के प्राकृतिक फोटोग्राफ मा मनमाना बहु-वर्ण पाठ का पहचान करैं मा एक कठिन समस्या है। इ पेपर मा, हम यकदम कठिन सब-प्रश्न का हल यक डोमेन मा अर्थात् Street View इमेजरी से मनमाना बहु-अंकीय संख्याओं का पहचानना। इ समस्या का हल करय के पारंपरिक तरीका आमतौर पय स्थानीयकरण, विभाजन, अउर मान्यता चरणों का अलग करत हय। इ पेपर मा हम एक एकीकृत दृष्टिकोण प्रस्तावित करत हैं जवन इ तीन चरणों का एक गहन संवहन तंत्रिका नेटवर्क के उपयोग कै माध्यम से एकजुट करत है जवन सीधे छवि पिक्सेल पे काम करत है। हम DistBelief (Dean et al., 2012) लागू गहरी तंत्रिका नेटवर्क का उपयोग करते हैं ताकि उच्च गुणवत्ता वाली छवियों पर बड़े, वितरित तंत्रिका नेटवर्क को प्रशिक्षित किया जा सके। हम पाते हैं कि ई तरीका का प्रदर्शन संवहन नेटवर्क की गहराई के साथ बढ़ता है, सबसे अच्छा प्रदर्शन गहरी वास्तुकला में होता है जिसे हमने प्रशिक्षित किया है, ग्यारह छिपी परतों के साथ। हम सार्वजनिक रूप से उपलब्ध SVHN डेटासेट पर इ दृष्टिकोण का मूल्यांकन करें और पूरी सड़क संख्याओं का पहचानने में 96% से अधिक सटीकता प्राप्त करें। हम देखब कि एक-अंक पहचान कार्य पर, हम अत्याधुनिक से बेहतर करैं अउर 97.84% सटीकता प्राप्त करैं। हम ई दृष्टिकोण का मूल्यांकन भी करित ह कि स्ट्रीट व्यू चित्रण से उत्पन्न एक और अधिक चुनौतीपूर्ण डेटासेट पर कई दस लाख सड़क संख्या एनोटेशन शामिल ह अउर 90% से अधिक सटीकता प्राप्त करत ह। हमार मूल्यांकन ई भी बतावेला कि विशिष्ट ऑपरेटिंग सीमाओं पर, प्रस्तावित प्रणाली का प्रदर्शन ओरेकल ऑपरेटर के समान है. आज तक, हमार सिस्टम दुनिया भर मा Street View छवियों से लगभग 100 मिलियन वास्तविक सड़क संख्याओं का पता लगाने में मदद की है। |
746add3fde7424f55d8424894e663eee51dc8f1c | मानव रहित हवाई वाहन (यूएवी) का उपयोग भविष्य के वायरलेस नेटवर्क में हवाई बेस स्टेशन (बीएस) के रूप में बहुत महत्वपूर्ण व्यावहारिक महत्व का है, खासकर अस्थायी घटना और आपात स्थिति के दौरान ऑन-डिमांड तैनाती के लिए। यद्यपि पहिले कय काम से यूएवी गतिशीलता से आवै वाले प्रदर्शन सुधार कय देखाइ दिहा है, ऊ मुख्य रूप से देरी-सहिष्णु अनुप्रयोग जइसे कि फ़ाइल स्थानांतरण अउर डेटा संग्रह पे ध्यान केंद्रित करत अहै। इहिसे, इ अज्ञात है कि क्या यूएवी गतिशीलता विलंब-बाधित अनुप्रयोगों, जैसे वीडियो कॉन्फ्रेंसिंग और ऑनलाइन गेमिंग के लिए प्रदर्शन लाभ प्रदान करने में सक्षम है। ई से प्रेरित होइके, हम ई कागज में यूएवी-सक्षम डाउनलिंक ऑर्थोगोनल डिवीजन मल्टीपल एक्सेस (ओएफडीएमए) नेटवर्क का अध्ययन करत हई जहां एक यूएवी को एक दिए गए उड़ान अवधि के भीतर दो ग्राउंड उपयोगकर्ताओं की सेवा के लिए भेजल जात है। उपयोगकर्तान कय विलंब-निर्दिष्ट न्यूनतम दर-अनुपात बाधाओं का ध्यान मा रखिके, हमार लक्ष्य संयुक्त रूप से यूएवी प्रक्षेपवक्र अउर संचार संसाधन आवंटन का अनुकूलन कइके न्यूनतम उपयोगकर्ता थ्रूपुट का अधिकतम करब अहै। हम देखब कि अधिकतम-न्यूनतम उपयोगकर्ता थ्रूपुट आम तौर पै घटत बाय जब कम से कम दर-अनुपात बाधा अधिक सख्त होइ जात है, जवन यूएवी गतिशीलता का शोषण करके थ्रूपुट लाभ और उपयोगकर्ता विलंब आवश्यकता के बीच एक मौलिक व्यापार का खुलासा करत है। सिमुलेशन कय परिणाम हमरे सैद्धांतिक निष्कर्ष कय सत्यापित करत हैं औ हमरे प्रस्तावित डिजाइन कय प्रभावकारिता का भी दर्शावत हैं। |
929bb4a0088a0b420cbf08684e374761690b19f2 | |
32f140fbb9514fd3ead5177025c467b50896db30 | |
5d3158674e1a0fedf69299a905151949fb8b01a5 | आरडीएफ स्कीमा-मुक्त संरचित सूचना का एक डेटा मॉडल है जो सिमेंटिक-वेब डेटा, जीवन विज्ञान, और वेब 2.0 प्लेटफार्मों के संदर्भ में गति प्राप्त कर रहा है। आरडीएफ कय "पे-ए-यू-गो" प्रकृति अउर एकर क्वेरी भाषा स्पार्क कय लचीला पैटर्न-मैचिंग क्षमताओं से जटिल क्वेरीज कय दक्षता अउर स्केलेबिलिटी चुनौति होत है, जेहमा लम्बा ज्वाइन पथ शामिल होत हैं। ई कागज आरडीएफ-3एक्स इंजन का प्रस्तुत करत है, स्पार्क का एक कार्यान्वयन है जो एक आरआईएससी-शैली वास्तुकला का पालन करके उत्कृष्ट प्रदर्शन प्राप्त करता है, जिसमें सुव्यवस्थित अनुक्रमण और क्वेरी प्रसंस्करण शामिल है। भौतिक डिजाइन सबै आरडीएफ -3 एक्स डाटाबेस के लिए समान है चाहे उनके वर्कलोड का कौनो फर्क न पड़े, और पूरी तरह से विषय-संपत्ति-वस्तु ट्रिपल और उनके बाइनरी और यूनरी प्रोजेक्शन के सभी क्रमों के लिए व्यापक सूचकांक द्वारा अनुक्रमण ट्यूनिंग की आवश्यकता को समाप्त कर देता है। इ सूचकांक अत्यधिक संकुचित है, अउर क्वेरी प्रोसेसर प्रोसेसर कैशे का उत्कृष्ट प्रदर्शन के साथ तेजी से मर्ज ज्वाइन का आक्रामक रूप से लाभ उठा सकत है। क्वेरी ऑप्टिमाइज़र जटिल क्वेरीज खातिर भी इष्टतम जुडने वाले आदेशों का चयन करने में सक्षम है, एक लागत मॉडल के साथ जिसमें पूरे जुडने वाले पथों के लिए सांख्यिकीय सारांश शामिल हैं। यद्यपि आरडीएफ-3एक्स क्वेरीज के लिए अनुकूलित है, यह एक मंचन वास्तुकला के माध्यम से कुशल ऑनलाइन अद्यतन के लिए भी अच्छा समर्थन प्रदान करता हैः मुख्य डेटाबेस सूचकांकों का प्रत्यक्ष अद्यतन स्थगित कर दिया जाता है, और इसके बजाय कॉम्पैक्ट अंतर सूचकांकों पर लागू होता है जिन्हें बाद में मुख्य सूचकांकों में बैच तरीके से विलय कर दिया जाता है। कई बड़े पैमाने पर डेटासेट के साथ प्रयोगात्मक अध्ययन 50 मिलियन से अधिक आरडीएफ ट्रिपल और बेंचमार्क क्वेरीज के साथ, जिनमें पैटर्न मिलान, कई तरह से स्टार-ज्वाइंट्स, और लंबे पथ-ज्वाइंट्स शामिल हैं, से पता चलता है कि आरडीएफ -3 एक्स एक या दो परिमाण के आदेश से पहले सबसे अच्छे विकल्पों से बेहतर प्रदर्शन कर सकता है। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.