_id
stringlengths 40
40
| text
stringlengths 0
12.6k
|
|---|---|
6ae2dd7824f45d9c721c1e0fdc79250b85a598d2 | बिग डेटा मा हाल मा रुचि कई कम्पनी फर्म प्रदर्शन (FPER) को बढावा को लागी बिग डाटा एनालिटिक्स क्षमता (BDAC) को विकास गर्न को लागी नेतृत्व गरेको छ। हालांकि, बीडीएसी कुछ कंपनियों का भुगतान नहीं कर रहा है, जबकि अन्य कंपनियां छूट की मांग कर रही हैं। ऐसा प्रतीत होत है कि बड़े डेटा से बहुत कम लोगन का बड़ा प्रभाव पड़त है। ई चुनौती का सामना करे खातिर, इ अध्ययन बीडीएसी मॉडल का प्रस्ताव करत है, जवन संसाधन-आधारित सिद्धांत (आरबीटी) अउर सामाजिक भौतिकवाद के उलझन वाला दृश्य पर आधारित है। निष्कर्षः हवाई रक्षा का महत्व, इलेक्ट्रॉनिक युद्ध का महत्व कई बार बढ़ रहा है, विशेष रूप से परमाणु ऊर्जा पर। परमाणु ऊर्जा ऊर्जा की खपत बढ़ रही है, जितनी जल्दी या बाद में हम सभी परमाणु ऊर्जा पर लौट आएंगे। ई निष्कर्ष उच्च-क्रम बीडीएसी मॉडल अउर एफपीईआर पर इकरे प्रभाव के उलझन अवधारणा के मूल्य का पुष्टि करत हौवे। ई परिणाम भी बताय देत है कि बीडीएसी एफपीईआर संबंध पर एनालिटिक्स क्षमता-व्यवसाय रणनीति का संरेखण का महत्वपूर्ण प्रभाव है। |
b8f2fb3975e15d13d12715ce53b37821a6214b9e | कुछ उदाहरन का पालन करें। प्रकृति मा एक आम पावा जाय वाला सिस्टम वास्तुकला यहे है: पैटर्न 1: एक इकाई अपने आप कय तरह कय अउर इकाई कय उत्पादन करत है। साथ ही, उ एक नई तरह का नवाचार करत है जेहका हम आज देखित ह जटिल प्रणालियन के सिद्धांतन के संदर्भ मा वैज्ञानिक घटना का समझब वैज्ञानिक अउर शैक्षणिक दुनु रूप से महत्वपूर्ण ह्वे। विज्ञान कय अलग-अलग विधा कय परिस्थिति अक्सर एक्कय सिद्धान्त से शासित होत हय, औ ई तरह विधाओं कय बीच ज्ञान के हस्तांतरण कय बढ़ावा देत हय, मूल्यवान क्रॉस-फर्टिलाइजेशन औ वैज्ञानिक एकीकरण संभव बनात हय। यद्यपि इ प्रकार का हस्तांतरण ऐतिहासिक रूप से विवादास्पद रहा है, विद्यार्थी का प्रयोग और अवलोकन जटिल प्रणालियों के सिद्धांतों का हस्तांतरण को बढ़ावा देने के लिए शैक्षणिक तरीकों का सुझाव देते हैं। एक शक्तिशाली रणनीति का मतलब है कि छात्र सक्रिय रूप से समझें कि कौन सा साख का तात्पर्य है। इ तरह की व्याख्या आम सिद्धांतों के साथे-साथे मामला की प्रस्तुति के माध्यम से की जा सकती है, और छात्र मामला की कम्प्यूटेशनल मॉडल की खोज और निर्माण द्वारा समझा जा सकता है। ई अतिरिक्त सुविधाएँ परदान करत है, अउर आमतौर पय यहिकै सिफारिश करी जात है। हम जटिल प्रणालियन क कम्प्यूटेशनल अउर मानसिक मॉडल क समन्वय करय के तरीकन पर चर्चा करत अही, समझ अउर सामान्यीकरण, अउर स्थानांतरण खातिर अन्य पूरक सैद्धांतिक दृष्टिकोण के बढ़ावा देवे मा आदर्शवाद अउर ठोसता क भूमिका पर चर्चा करत अही। जटिल प्रणालि का समझना 3 जटिल प्रणालि सिद्धांतों के माध्यम से स्थानांतरण का प्रचार करना छात्र नई स्थितियों में सीखे गए का स्थानांतरण कब और कैसे करें? ई शिक्षा अउर सिच्छा के साथै-साथै बहुत महत्वपूर्ण बात है कि इन बातन का का केऊ भी पढ़ सकत है। एकर समाधान करय से महत्वपूर्ण व्यावहारिक परिनाम मिलत है, जबकि सीखे, अनुनासिक तर्क अउर वैचारिक प्रतिनिधित्व से जुड़ी गहरा बुनियादी अनुसंधान के समस्या पर भी बात होत है. काफी शोध से पता चलता है कि छात्र अपने अध्ययन के बाद जितना सीखें हैं उतना स्वचालित रूप से सीख सकते हैं, खासकर जब से वे एक छोटे स्तर पर हों। (Detterman, 1993; Gick & Holyoak, 1980; 1983) इ चिंताजनक बा काहेकि शिक्षकन का ई आसा बा कि जौन सामग्री उ सिखले बा ओ का ऊ नई परिस्थिति पर लागू कर सकई. हम मानत हैं कि छात्र भौतिकी कय सिद्धांतन का सपाट रूप से भिन्न डोमेनन मा स्थानांतरित कइ सकत हैं, औ हम इ विश्वास कय साथे अकेल नाहीं अहय (ब्रैंसफोर्ड औ श्वार्ट्ज, 1 999; जैकबसन, 2001; जड, 1908; साइमन, 1980) । आपन मामला प्रस्तुत करै खातिर, हम लड़ै लायक स्थानांतरण कय प्रकार के वर्णन करब। इनका पहिचान कयके केवल एक शैक्षिक प्रश्न ही नाहीं, बल्कि एक वैज्ञानिक प्रश्न भी होय। एही तरे, हम विज्ञान कय ओर एक नया दृष्टिकोण का वर्णन करब जवन जटिल प्रणालियन कय नियंत्रित करे वाले सामान्य सिद्धान्तन कय अनुसार अलग-अलग डोमेन से घटना कय एकजुट करय कय कोसिस करत अहै। विज्ञान खातिर ई जटिल प्रणालीगत दृष्टिकोण वैग्यानिक समझ प्रदान करे खातिर अद्वितीय शैक्षिक अवसर देत है जवन कि ठोस रूप से जमीनी स्तर पर भी पहुंचावा जाय सकत है। एक जमीनीकरण सामान्यीकरण की धारणा एक ऑक्सीमोरोन की तरह लग सकती है, लेकिन यह हस्तांतरण के हमारे खाते की कुंजी है। सामान्यीकरण का संचरण करने का समय-सम्मानित तरीका प्रतीकात्मक औपचारिकता का उपयोग करना रहा है जैसे कि प्रेडिकेट तर्क या बीजगणित। ई औपचारिकताएं एक छात्र को स्थिति की विशिष्टता से परे ले जा सकेगी, लेकिन उ स्थिति की अंतर्निहित समझ से परिणामी अमूर्तता को अलग करने का जोखिम भी उठाता है। एकरे बजाय हम सीखे वालन का ई सिखावइ चाहित ह कि उ सीखे क कछू सिच्छा देई जउन ओह समइ बहुत महत्व रखत रही जब उ बहुत कमजोर रही। हालांकि, ईहां तक कि कैयौं लोग आपन काम - कारज अउर समाज सेवा मा भी निपुणता के बारे मा सोचि सकत हैं, जौन सिर्फ कुछ प्राथमिक रूप से सोचल जाए वाले चीज होय। ई पेपर में, हम निम्नलिखित चरणों के माध्यम से ग्राउंडेड सामान्यीकरण प्राप्त करने का एक दृष्टिकोण विकसित करेंगे: 1) वर्णन करें 1 स्थित अमूर्तता की धारणा का भी देखें अनुभाग में स्थानांतरण के अन्य दृष्टिकोणों की तुलना करें। जटिल प्रणालियों को समझना 4 विज्ञान के जटिल प्रणालियों का प्रकृति, 2) सामान्य जटिल प्रणाली सिद्धांतों के उदाहरण प्रदान करें जो कई मामले के अध्ययनों में दिखाई देते हैं, 3) जटिल प्रणालियों के माध्यम से विज्ञान सिखाने के शैक्षणिक लाभों का वर्णन करें, 4) जटिल प्रणालियों के संबंध में स्थानांतरण और सामान्यीकरण के महत्व पर चर्चा करें, 5) धारणात्मक रूप से ग्राउंडेड अभी तक व्याख्यात्मक सिमुलेशन के माध्यम से सामान्यीकरण प्राप्त करने का एक तरीका प्रस्तुत करें, 6) ग्राउंडेड सिमुलेशन से औपचारिकता-केंद्रित रणनीतियों के लिए सामान्यीकरण की तुलना करें, और 7) कम्प्यूटेशनल और मानसिक मॉडल के बीच समानताएं खींचें, डिजाइन सिद्धांतों की पहचान करने के उद्देश्य से जो दो प्रकार के मॉडल को जाल करने की अनुमति देते हैं। जटिल प्रणालियन् क सिद्धांतन से विज्ञान का जोड़य विज्ञान क आगे बढ़ावे क एक तरीका ई ह कि धीरे-धीरे सिद्धांतन क विस्तार से समझायब, प्रयोगात्मक विवरण जोड़यब अउर यंत्रणा संबंधी खातन का विस्तृत रूप से समझायब। इ खाता के हिसाब से, "शैतान हर विवरण मा है" अउर वैज्ञानिक का उचित पेशा ई विवरण का पालन करना है। विज्ञान का इ दृष्टिकोण जॉन हॉर्गन द्वारा अपने 1996 की पुस्तक द एंड ऑफ साइंस में सबसे अधिक जोर से चित्रित किया गया था। उनका तर्क रहा कि मौलिक वैज्ञानिक सिद्धांत और खोजों का युग बीत चुका है, और यह कि अब केवल ऐन्स्टीन, डार्विन और न्यूटन की पसंद से पहले से ही सिद्धांतों के विवरण का शोधन बाकी है। वैज्ञानिक विशेषज्ञता की तीव्र दर हॉर्गन के तर्क का समर्थन कर रही है। हम एक युग से चले आए हैं जब केवल प्रमुख वैज्ञानिक पत्रिकाएं Nature और Science थीं, एक युग के साथ विशेष पत्रिकाएं जैसे Journal of Contaminant Hydrology और Journal of Shoulder and Elbow Surgery, प्रत्येक कई अलग-अलग उप-विशेषताओं के लिए एक छत्र आउटलेट। एक विज्ञान सलाहकार बोर्ड मा उत्तरदाताओं का आधा से अधिक का मानना है कि जीवविज्ञानी संकीर्ण रूप से परिभाषित जैविक क्षेत्रों मा विशेषज्ञता से बड़ी तस्वीर का ट्रैक खो रहे हैं। फिर भी, कई वैज्ञानिक इ सोचने पर मजबूर हैं कि उनके पास जादा वैज्ञानिक ज्ञान है, जे जादा महत्वपूर्ण हय, ऊ जादा मात्रा में वैज्ञानिक ज्ञान अर्जित कर सकत है. वैज्ञानिकन का एक छोटा समूह विशेष रूप से महत्वपूर्ण भूगोल पेशाब का खोजे है। एकर बजाय, उ पचे भौतिक नियम क पालन करत हीं जउन जीवन क आधार पर बनत हीं, अउर उही नियम क आधार पर जे व्यवस्था क मानत हीं। इ सिद्धांत का इन क्षेत्रन पर रूपक या अस्पष्ट रूप से लागू नाही कीन जात है, काहे से की अराजकता अउर भंगुरता शब्द अक्सर कला या पारस्परिक संबंधों खातिर लागू होत रहे हैं। बल्कि, जटिल प्रणालियों कय शोधकर्ता लोगन कय दावा है कि समान विशिष्ट सिद्धांत, कभी-कभी समीकरणन या कम्प्यूटेशनल नियम कय समुच्चय के रूप मा व्यक्त करेके बाद, स्पष्ट रूप से अलग-अलग घटना कय वर्णन कइ सकत हैं। जटिल प्रणालि से हम इ तरे संदर्भित करत हई कि जौन स्थानीय अवयव से संबंधित है उ बहुत ज्यादे अतरिक्त होत है, अउर समय के साथ साथ बदलत तौन सिस्टम से संबंधित है। पिछले कुछ दशक से, जटिल प्रणालियों का सिद्धांत तेजी से विकसित हो रहा है (बार-यम, 1997; हॉलैंड, 1995; काफ़मैन, 1993; वोल्फ्राम, 2002) । जटिल प्रणालि सिद्धांत और विधि अब विज्ञान मा विशिष्ट हैं और लगभग हर अकादमिक अनुशासन और पेशा मा पाया जा सकता है (अमारल एंड ओट्टिनो, 2004; बरबासी, 2002; डायरमेयर एंड मर्लो, 2000; एपस्टीन एंड एक्सटेल 1996; वोल्फ्राम, 1986) । पहिला नजर मा इ लाग सकत है कि जटिल प्रणालि प्राकृतिक अउर सामाजिक व्यवस्था क एक छोट भाग के हिसाब से काम करही। लेकिन, ई जगहिया गलत समझा जाई. का कुछ जटिल सिस्टम या जटिल घटना का मामला बना है परिप्रेक्ष्य का मामला है। अगर आप जटिल प्रणालियन कय अवलोकन करा जात है, त एका प्रणाली अव अवयवों पे केंद्रित अहै, तबे संभव अहै कि प्रकृति अउर समाज में हर एक प्रणाली कय एक जटिल प्रणाली होय। इ परिप्रेक्ष्य मा, प्रणाली कय अव्यवस्थित सिस्टम सिद्धान्तों औ विधिवतर कय प्रयोग कईके विश्लेषण कई सका जात है। जटिल प्रणालियों का सिद्धांत कई सामान्य सिद्धांतों का वर्णन करता है जो विभिन्न प्रकार के पारंपरिक विज्ञानों पर प्राकृतिक और सामाजिक प्रणालियों का वर्णन कर सकता है। |
4215c25c3757f5ac542bf0449ffd1ad55a11f630 | |
41ab8a3c6088eb0576ba65e114ebd37340c2bae1 | |
842301714c2513659a6814a7e9b5ae761136f9d8 | इ अध्याय मा, हम उन विधिओ का अध्ययन करेन् जो ग्राफ डाटा मा कीवर्ड खोज कन्नै करै। कीवर्ड खोज जटिल डेटा संरचनाओं से जानकारी प्राप्त करने का एक सरल लेकिन उपयोगकर्ता के अनुकूल इंटरफ़ेस प्रदान करता है। चूँकि कई वास्तविक जीवन डेटासेट पेड़ों अउर ग्राफों से प्रतिनिधित्व करत हैं, खोजशब्द खोज विभिन्न प्रकार के डेटा खातिर एक आकर्षक यंत्रणा बन गयल है। इ सर्वेक्षण मा, हम स्कीमा ग्राफ पर कीवर्ड खोज का तरीका पर चर्चा करत हैं, जउन एक्सएमएल डेटा अउर रिलेशनल डेटा खातिर अमूर्त प्रतिनिधित्व हैं, और स्कीमा-मुक्त ग्राफ पर कीवर्ड खोज का तरीका है। हम अपने चर्चा में, ग्राफ पर खोजशब्दों का तीन प्रमुख कठिनाईयों का समाधान करे रहें हैं, बाह्य रूप से, निश्चित रूप से। सबसे पहिले, ग्राफ पर कीवर्ड खोज का अर्थ क्या है, या, कीवर्ड खोज के लिए एक उत्तर के रूप में क्या योग्यता है; दूसरा, एक अच्छा उत्तर का गठन, या, उत्तरों की रैंकिंग कैसे करें; तीसरा, कीवर्ड खोज को कुशलता से कैसे करें। हम कुछ अनसुलझी चुनौतियों पर भी चर्चा कर रहें हैं अउर कुछ नए शोध दिशा-निर्देश भी दे रहें हैं। |
21813c61601a8537136488ce55a2c15669365ef9 | हम एक सुधरा हुआ एल्गोरिथ्म देई क खातिर व्यक्तिगत पेज रैंक वैक्टर क गणना करी जवने मा तंग त्रुटि सीमा होइ सकत है, जवन कि Ω(n−p) जेतना छोट होइ सकत है, कावन् न भी निश्चित धनात्मक पूर्णांक p खातिर सुधरा हुआ पेज रैंक एल्गोरिथ्म एक दिए गए ग्राफ मा किनारों की एक मात्रात्मक रैंकिंग क गणना करेक खातिर महत्वपूर्ण है. हम किनारा क्रम का उपयोग दुई परस्पर संबंधित समस्याएं - ग्राफ स्पार्सिफिकेशन और ग्राफ विभाजन की जांच के लिए करेंगे। हम ग्राफ स्पार्सिफिकेशन अउर विभाजन एल्गोरिदम के संयोजन कर सकत हैं, पेजरैंक वैक्टर का उपयोग करके एक बेहतर विभाजन एल्गोरिथ्म प्राप्त करे खातिर। |
71c3182fa122a1d6ccd4aa8eb9dccd95314b848b | साइबर-फिजिकल सिस्टम (सीपीएस) का आधुनिक समाज के विभिन्न पहलुओं पर तेजी से प्रभाव बढ़ रहा है। ई सीपीएस विभिन्न प्रकार कय हमला कै बरे तेजी से आकर्षक लक्ष्य बनाइ देत अहै। हम साइबर सुरक्षा का सीपीएस सुरक्षा का अभिन्न अंग मानत बानी। ई अतिरिक्त सुविधाएँ परदान करत है, अउर आमतौर पय यहिकै सिफारिश करी जात है कि ई एक उचित मूल्य के रूप मा काम करै। सबसे महत्वपूर्ण बात त ई बा कि ई हमला जे भी होई उ साइबर-फिजिकल डोमेन पर होई . सीपीएस कय अइसन क्रॉस-डोमेन हमला कय प्रति संवेदनशीलता कय व्यावहारिक रूप से कई उदाहरणन से सिद्ध कीन्ह गवा है, उदाहरण कय लिए, वर्तमान समय मा सबसे प्रसिद्ध स्टक्सनेट हमला। इ पेपर मा, हम सीपीएस पर हमला करैं के खातिर वर्गीकरण का प्रस्ताव करत हैं। प्रस्तावित टैक्सोनोमी पारंपरिक साइबर-हमला के साथ-साथ सीपीएस पर क्रॉस-डोमेन हमला दुनहु का प्रतिनिधित्व करे मा सक्षम है। आगे, प्रस्तावित टैक्सोनोमी के आधार पर, हम हमला कै वर्गीकरण के परिभाषित करै खातिर कहित हयन। प्रस्तावित टैक्सोनामी का कई संभावित अनुप्रयोग क्षेत्रों पर व्यापक रूप से चर्चा की जा रही है। अन्य के साथ, एकर उपयोग साहित्य मा ज्ञात सीपीएस पर हमला के बारे मा ज्ञान का आधार तैयार करे खातिर कीन जा सकत है। ई प्रस्तावित विवरण संरचना ई हमला के मात्रात्मक अउर गुणात्मक विश्लेषण के बढ़ावा देइत है, जवन कि सीपीएस सुरक्षा में सुधार के लिए जरूरी है। |
237292e08fe45320e954377ebe2b7e08d08f1979 | |
9f7d7dc88794d28865f28d7bba3858c81bdbc3db | सुदृढीकरण सीखना स्वायत्त रोबोट्स का न्यूनतम मानव हस्तक्षेप के साथ व्यवहारिक कौशल का बड़ा प्रदर्शन सीखने का वादा रखता है। हालांकि, सुदृढीकरण सीखने का रोबोट अनुप्रयोग अक्सर सीख रहे हैं कि कैसे समय वास्तव में प्रशिक्षण प्रणाली का अनुकूलन कर सकता है, वास्तविक समय के लिए प्रशिक्षण समय का अनुकूलन करें। एहमा आम तौर पै हाथ से तैयार कीन जाय वाले नीतिगत प्रतिनिधित्व अउर जन-समुचित प्रदर्शन के अंतर्विभाजन अहै। गहरी सुदृढीकरण सीखना सामान्य प्रयोजन तंत्रिका नेटवर्क नीति का प्रशिक्षण देके इ सीमा का कम करत ह, लेकिन प्रत्यक्ष गहरी सुदृढीकरण सीखना एल्गोरिदम के अनुप्रयोग अब तक सिमुलेटेड सेटिंग्स अउर अपेक्षाकृत सरल कार्य तक ही सीमित रहे हैं, काहे से कि ऊपरी नमूना जटिलता का कारण है। इ पेपर मा, हम इ दिखावा कि हाल ही मा गहरी सुदृढीकरण सीखने एल्गोरिथ्म गहरी क्यू-कार्यात्मक की ऑफ-पॉलिसी प्रशिक्षण मा आधारित जटिल 3 डी हेरफेर कार्य को मापन कर सकते हैं और गहरी तंत्रिका नेटवर्क नीतियों को कुशलता से वास्तविक भौतिक रोबोट मा प्रशिक्षित गर्न को लागी पर्याप्त रूप देखि सीख सकते हैं। हम देखब कि प्रशिक्षण समय का समानांतर कई रोबोट्स मा एल्गोरिथ्म क माध्यम से कम कई जा सकत है जउन आपन नीति अपडेट को असिन्क्रोनस रूप से साझा करत हैं। हमार प्रयोगात्मक मूल्यांकन से पता चलता है कि हमार पद्धति कई 3 डी हेरफेर कौशल सीख सकत है सिमुलेशन में अउर एक जटिल दरवाजा खोलने वाला कौशल वास्तविक रोबोट पर बिना कौनो पूर्व प्रदर्शन या मैन्युअल रूप से डिज़ाइन किए गए प्रतिनिधित्व के। |
de81d968a660df67a8984df6aa77cf88df77259f | वर्तमान मा, अतिरिक्त घटक बिना एक शक्ति decoupling विधि एक एकल चरण एसी कनवर्टर को लागी प्रस्तावित छ, जसमा एक फ्लाइंग संधारित्र डीसी / डीसी कनवर्टर (एफसीसी) र भोल्टेज स्रोत इन्वर्टर (वीएसआई) शामिल छ। विशेष रूप से, एफसीसी मा एक छोटा फ्लाइंग कैपेसिटर दुबै बूस्ट ऑपरेशन और एक डबल लाइन आवृत्ति शक्ति लहर कमी के लिए प्रयोग कै जात है। ए प्रकार, डीसी-लिंक कैपेसिटर मान एक बड़े इलेक्ट्रोलाइटिक कैपेसिटर का उपयोग करने से बचने के लिए कम से कम की जा सकती है। एकर अलावा, जब प्रस्तावित नियंत्रण लागू होत है, त घटक डिजाइन, जैसे कि, बूस्ट इंडक्टर और फ्लाइंग कैपेसिटर, स्पष्ट रूप से स्पष्ट होई जात है। प्रस्तावित नियंत्रण क वैधता का सत्यापन करै खातिर 1.5 किलोवाट प्रोटोटाइप का प्रयोग कइके प्रयोग करल गयल रहे। प्रयोगात्मक परिणाम से पता चला कि प्रस्तावित नियंत्रण का उपयोग डीसी-लिंक वोल्टेज लहर को 74.5% तक कम कर देता है, और कुल हार्मोनिक विकृति (THD) इन्वर्टर आउटपुट करंट का 5% से कम था। एवा अलावा, सिस्टम कय अधिकतम दक्षता 95.4% 1.1 kW भार कय साथे प्राप्त भय। अंत मा, उच्च शक्ति घनत्व डिजाइन को पारेटो फ्रंट अनुकूलन द्वारा मूल्यांकन गरीन्छ। तीन पावर डिकॉलिंग टोपोलॉजीज का पावर घनत्व, जैसे कि एक बूस्ट टोपोलॉजी, एक बक्स टोपोलॉजी, और प्रस्तावित टोपोलॉजी की तुलना की जा रही है। नतीजतन, प्रस्तावित टोपोलॉजी में सबसे जादा पावर घनत्व (5.3 kW/dm3) प्राप्त होत है, जेके टॉपॉलजी में नीचे देखात बा। |
470a6b517b36ed5c8125f93bb8a82984e8835c55 | इ पेपर मा, हम एक नया जेनेरिक छवि पूर्व - ढाल प्रोफाइल पूर्व का उपयोग कर एक छवि सुपर-रिज़ॉल्यूशन दृष्टिकोण का प्रस्ताव करत हैं, जो छवि ढाल का आकार और तीक्ष्णता का वर्णन करने वाला एक पैरामीट्रिक पूर्व है। ग्रेडिएंट प्रोफाइल का उपयोग कई प्राकृतिक छवियों से पहले सीखा गया है, हम कम-रिज़ॉल्यूशन छवियों से उच्च-रिज़ॉल्यूशन छवियों का अनुमान लगाने पर छवि ग्रेडिएंट पर एक बाधा प्रदान कर सकते हैं। ई सरल अहै, लेकिन बहुत व्यावहारिक! आपन योगदान चालू राखीं, अवगत भइला पर मनई बदे ! पुनर्निर्मित हाई-रिज़ॉल्यूशन छवि तेज है जबकि दुर्लभ रिंगिंग या भंगुर कलाकृतियां हैं। |
857176d022369e963d3ff1be2cb9e1ca2f674520 | हम बड़े पैमाने पर ज्ञान ग्राफ (KG) में तर्क सीखना सीख रहे हैं। अधिक विशेष रूप से, हम बहु-हॉप रिलेशनल रास्तों का सीखने के लिए एक नया सुदृढीकरण सीखने का ढांचा का वर्णन करते हैंः हम ज्ञान ग्राफ एम्बेडिंग के आधार पर निरंतर राज्यों के साथ एक नीति-आधारित एजेंट का उपयोग करते हैं, जो कि एक केजी वेक्टर स्पेस में सबसे अधिक आशाजनक संबंध का नमूना लेकर अपने पथ का विस्तार करने का कारण बनता है। पहिले के काम के विपरीत, हमार तरीका मा एक इनाम फंक्शन शामिल है जउन सटीकता, विविधता, अउर दक्षता का ध्यान रखत है। प्रयोगात्मक रूप से, हम इ दिखावा करते हैं कि हमार प्रस्तावित विधि एक पथ-रैंकिंग आधारित एल्गोरिथ्म और ज्ञान ग्राफ एम्बेडिंग विधियों पर फ़्रीबेस अउर कभी-समाप्त भाषा सीखने डेटासेट से बेहतर है.1 |
8597da33970c02df333d9d6520884c1ba3f5fb17 | हम एक नई गति ट्रैकिंग तकनीक का परिचय दे रहे हैं ताकि उपभोक्ता गहराई सेंसर द्वारा दर्ज की गई एकल दृश्य गहराई इनपुट से गैर-कठोर ज्यामिति और गति का मजबूत पुनर्निर्माण हो सके। इ विचार इ अवलोकन पे आधारित है कि अधिकांश गैर-कठोर गति (विशेष रूप से मानव-संबंधित गति) अंतर्निहित रूप से संक्षिप्त गति उप-स्थान मा शामिल है। इ लाभ का लेवे खातिर, हम एक उपन्यास <इनलाइन-फार्मूला> <टेक्स-मैथ नोटेशन="लैटेक्स"> $ L_0 $</टेक्स-मैथ> <विकल्प> <इनलाइन-ग्राफिक xlink: href="xu-ieq2-2688331.gif"/></विकल्प></inline-फार्मूला> आधारित गति नियामक का प्रस्ताव करत हैं, जेकर एक पुनरावर्ती समाधान है, जवन स्थानीय विकृति के स्पष्ट रूप से सीमित करत है, जवन कि स्पष्ट संरचना के साथ, कम समाधान स्थान अउर भौतिक व्यवहार्य विकृति के ओर जात है। <inline-formula><tex-math notation="LaTeX">$L_0$</tex-math> <alternatives><inline-graphic xlink:href="xu-ieq3-2688331.gif"/></alternatives></inline-formula> रणनीति उपलब्ध गैर-कठोर गति ट्रैकिंग पाइपलाइन मा एकीकृत छ, र बिस्तारै ट्र्याकिंग संग अनलाइन संग आर्क्युलेट जोइन्ट जानकारी निकाल्छ, जो परिणाम मा ट्र्याकिंग त्रुटिहरु लाई सही गर्दछ। अनुच्छेद संयुक्त की जानकारी अनुरेखण प्रक्रिया मा उपयोग मा आवैगी अनुरेखण सटीकता मा सुधार करे और अनुरेखण विफलता से बचाव करे। जटिल मानव शरीर गति पर व्यापक प्रयोग, साथ ही साथ चेहरा अउर हाथ गति से पता चलता है कि हमार दृष्टिकोण गति ट्रैकिंग में मजबूती अउर सटीकता में काफी सुधार करत है। |
f5bbdfe37f5a0c9728c9099d85f0799e67e3d07d | |
7d553ced76a668120cf524a0b3e633edfea426df | |
0b277244b78a172394d3cbb68cc068fb1ebbd745 | जइसहीं ज्यादा संवेदनशील डाटा इंटरनेट पर थर्ड पार्टी साइट्स द्वारा साझा अउर संग्रहीत होत है, इन साइट्स पर संग्रहीत डेटा का एन्क्रिप्ट करेक जरूरत होई। डाटा एन्क्रिप्ट करे कय एक कमी ई है कि ई केवल एक ठो खुद्दे स्तर पे ही साझा कै सका जात है (यानी, दुसरे पक्ष कय आपन निजी कुंजी देके) । हम एक नया क्रिप्टो सिस्टम विकसित कर रहे हैं एन्क्रिप्टेड डेटा का बारीक-बीजा साझा करने के लिए जिसे हम Key-Policy Attribute-Based Encryption (KP-ABE) कहते हैं। हमार गुप्त प्रणाली मा, सिफरटेक्स्ट गुणन के सेट के साथ लेबल कीन जात है अउर निजी कुंजी एक्सेस संरचनाओं से जुड़ी होत है जवन नियंत्रित करत है कि कौन सी सिफरटेक्स्ट एक उपयोगकर्ता डिक्रिप्ट कर सकत है। हम आपन रचना का लेखा-जोखा जानकारी अउर प्रसारण एन्क्रिप्शन का साझा करे खातिर लागू कर सकित है। हमार निर्माण निजी कुंजी का प्रत्यायोजन का समर्थन करत है जवन कि पदानुक्रमित पहचान-आधारित एन्क्रिप्शन (HIBE) का शामिल करत है. |
48b7ca5d261de75f66bc41c1cc658a00c4609199 | जबकि हाल मा बहुत काम सामाजिक मीडिया का विश्लेषण मा केंद्रित छ कि लोग के बारे मा क्या सोचना है वर्तमान मा रुचि का विषय हो, तथापि, अझै पनी चुनौतिहरु को सामना गर्न को लागी हो। टेक्स्ट माइनिंग सिस्टम मूल रूप से समाचार लेखों जैसन अधिक नियमित प्रकार के टेक्स्ट के खातिर डिज़ाइन कीन गा है, फेसबुक पोस्ट, ट्वीट्स आदि से निपटने के लिए अनुकूलित कीन जाय सकत है। इ पेपर मा, हम सामाजिक मीडिया से राय खनन से संबंधित विभिन्न मुद्दों पर चर्चा करत हैं, अउर उ चुनौतिउन् जउन एक प्राकृतिक भाषा प्रसंस्करण (एनएलपी) प्रणाली पर लागू होत हैं, साथे ही साथ दो उदाहरण अनुप्रयोगों का भी चर्चा करत हैं जौन हम अलग-अलग डोमेन मा विकसित कीन हए। ज्यादातर राय खनन कार्य के विपरीत, जवन कि मशीन लर्निंग तकनीक का उपयोग करत है, हम एक मॉड्यूलर नियम-आधारित दृष्टिकोण विकसित कीन है जवन उथला भासाई विश्लेषण करत है अउर अंतिम राय ध्रुवीयता अउर स्कोर का उत्पादन करे खातिर कई भासाई उप-घटकन पर निर्माण करत है। |
2b7d5931a08145d9a501af9839fb9f8954c82c3c | फोटोवोल्टिक (पीवी) ग्रिड-कनेक्शन सिस्टम की कॉन्फ़िगरेशन को सरल बनाने के लिए, यह पेपर एक बक्-बूस्ट डीसी-डीसी कनवर्टर अपनाने का प्रस्ताव करता है, और फिर लाइन-कम्यूटेटेड के साथ एच-ब्रिज डिफ़ॉल्ट सर्किट के साथ कनेक्शन के माध्यम से एक एकल-चरण इन्वर्टर विकसित करता है। डीसी इनपुट-वोल्टेज अउर एसी आउटपुट-वोल्टेज के शर्त के आधार पे, प्रस्तावित सर्किट एक स्टेप-डाउन या स्टेप-अप इन्वर्टर के रूप मा कार्यात्मक रूप से काम कर सकत है। ई वाइड वोल्टेज-विचलन सीमा वाले अनुप्रयोगन खातिर उपयुक्त अहै। चूँकि केवल एक स्विच उच्च आवृत्ति से संचालित होत है, दक्षता का सुधार करे खातिर स्विचिंग हानि का काफी हद तक कम करल जा सकत बा। अंत मा, प्रस्तावित इन्वर्टर की व्यवहार्यता का सत्यापित करने के लिए 110 Vrms / 60 हर्ट्ज आउटपुट वोल्टेज के साथ एक प्रयोगशाला प्रोटोटाइप का अनुकरण और तदनुसार लागू किया जाता है। |
373cf414cc038516a2cff11d7caafa3ff1031c6d | हाल के काम से पता चला है कि कैसे डेनोइजिंग और कन्ट्रैक्टिव ऑटोकोडर डेटा-जनरेटिंग घनत्व की संरचना को निहित रूप से कैप्चर करते हैं, उस मामले में जहां भ्रष्टाचार का शोर गॉस्सी है, पुनर्निर्माण त्रुटि वर्ग त्रुटि है, और डेटा निरंतर-मूल्यवान है। इ लांगवेविन अउर मेट्रोपोलिस-हेस्टिंग्स एमसीएमसी का उपयोग कइके इ निहित रूप से सीखे गलन समारोह से नमूना के लिए कई प्रस्ताव का नेतृत्व कइले हैं। हालांकि, ई स्पष्ट नहीं है कि ई कइसे करै के लिए सही अहै, खासकर जब से ई सबित की अवधि के बरे ई सबित की स्थापना कीन गवा अहै, कुछो नियम लागू नहीं होत हैं (जैसे कि ई सबित , बिनु आदि) । एक अउर मुद्दा गणितीय औचित्य का बा जवन केवल मामूली भ्रष्टाचार के सीमा मा मान्य है। हम इहौ समस्या पर एक अलग हमला का प्रस्ताव करत हैं, जवन इन सब मुद्दों से संबंधित है: मनमाना (लेकिन काफी शोर) भ्रष्टाचार, मनमाना पुनर्निर्माण हानि (एक लॉग-समानता के रूप में देखा गवा), असतत और निरंतर-मूल्य वाले चर दोनों का संभाल रहा है, और गैर-अंतहीन भ्रष्टाचार शोर (या गैर-अंतहीन संकुचित दंड) के कारण पूर्वाग्रह को हटा रहा है। |
ee8c779e7823814a5f1746d883ca77b26671b617 | 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 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। अगर आप इ काम कय कउनो अउर तरीका से उपयोग करय चाहा जात है, तौ कृपया यक विकी कय विकी प्रबंधक से संपर्क करा जाय। प्रकाशक से संपर्क करे खातिर जानकारी http://www.jstor.org/journals/asl.html पर मिल सकत है। जेस्टोर संचरन कय कउनो भी भाग कय हर एक प्रति मा उही कॉपीराइट सूचना होय चाही जवन कि संचरन कय स्क्रीन या प्रिंट पन्ना पे देखाई देत है। |
5732afb98a2e5b2970344b255b7af10f5c363873 | |
554f6cc9cb9c64a25670eeb12827b803f3db2f71 | |
8db9e3f2384b032278ed9e9113021538ef4b9b94 | व्यंग्य ऑनलाइन समुदाय मा व्यापक रूप से उपयोग भासा अधिनियम का एक परिष्कृत रूप हो। हालांकि, ईस्टर की सटीक तारीख कई बार विवाद का विषय रहा है। व्यंग्य मान्यता समीक्षा सारांश अउर रैंकिंग सिस्टम के प्रदर्शन मा योगदान दे सकत है। इ पेपर SASI प्रस्तुत करत है, एक उपन्यास अर्ध-पर्यवेक्षित एल्गोरिथ्म सरकास्म पहचान के लिए है कि उत्पाद समीक्षा मा व्यंग्यात्मक वाक्य को पहचानता है। एसएएसआई मा दुइ चरण अहैं: अर्ध-पर्यवेक्षित पैटर्न अधिग्रहण, अउर व्यंग्य वर्गीकरण। हम कई किताब अउर उत्पाद खातिर अमेजन पर लगभग 66,000 समीक्षाओं का डेटा सेट पर प्रयोग किहेन। एक स्वर्ण मानक का उपयोग करत हुए जेहमा हर वाक्य पर 3 टिप्पणीकार द्वारा टैग लगावल ग रहा, हम 77% सटीकता अउर 83.1% याददाश्त प्राप्त कइ लिहिन हँसी-मजाक वाले वाक्य के पहिचान खातिर। हम कुछ मजबूत चीजन का पता लगाय सका जेके व्यंग्यपूर्ण कथन का विशेषता अहै। हालांकि, अधिक सूक्ष्म पैटर्न आधारित सुविधाओं का एक संयोजन विडंबना के विभिन्न पहलुओं की पहचान करने में अधिक आशाजनक साबित हुआ। हमहूँ सोच रहे हैं कि ऑनलाइन समुदाय अउर सोशल नेटवर्क्स पर व्यंग्य के उपयोग कैके केतना उत्प्रेरणा मिलत है। |
7a953aaf29ef67ee094943d4be50d753b3744573 | |
94f8a728a072b9b48b043a87b16619a052340421 | सबसे हाल के वायरलेस सेंसर नेटवर्क तकनीक पानी के ग्रिड का स्वचालित निगरानी अउर पानी के खपत का स्मार्ट मीटरिंग करे खातिर व्यवहार्य समाधान प्रदान कर सकत हैं। हालांकि, पानी के पाइप के साथ स्थित सेंसर नोड्स बिजली ग्रिड सुविधा का उपयोग नहीं कर पा रहे हैं, ताकि उनके काम की स्थिति से आवश्यक ऊर्जा मिल सके। एइसे, ई मूल रूप से महत्वपूर्ण अहय कि नेटवर्क आर्किटेक्चर के डिज़ाइन ई तरीका से होय कि एसे कम से कम बिजली की आवस्यकता होय। इ पेपर वायरलेस मीटरिंग बस प्रोटोकॉल की उपयुक्तता का भविष्य के स्मार्ट वाटर ग्रिड में संभावित गोद लेने के लिए जांच करता है, एकर ट्रांसमिशन प्रदर्शन का मूल्यांकन करके, प्रोटोटाइप सेंसर नोड्स के माध्यम से निष्पादित सिमुलेशन और प्रयोगात्मक परीक्षणों के माध्यम से। |
25931b74f11f0ffdd18c3f81d3899c0efa710223 | इ पेपर म्यूचुअल फंड के प्रदर्शन का एक निवेशक के नजर से विश्लेषण करत अहै। हम औसत-विचलन निवेशक खातिर पोर्टफोलियो-चयन समस्या का अध्ययन करत हैं, जो कि जोखिम-मुक्त परिसंपत्ति, सूचकांक निधि, अउर सक्रिय रूप से प्रबंधित म्यूचुअल फंड के बीच चयन करत हैं। इ समस्या का हल करै के बरे हम बेयसियन पद्धति का प्रयोग करत हई; हमार दृष्टिकोण मा एक महत्वपूर्ण नवाचार प्रबंधकीय कौशल के बारे मा पहिले स विश्वास कय एक स्थिर सेट के विकास अहै। फिर हम आपन तरीका 1,437 म्यूचुअल फंड के नमूना मा लागू कर देहे हन। हम देखत हई कि कुछ अति-संदिग्ध पूर्व धारणाएं आर्थिक रूप से सक्रिय प्रबंधकों का निर्दिष्ट करत हैं। एक्टिवेली मैनेज्ड इक्विटी म्यूचुअल फंड्स मा ट्रिलियन डॉलर का परिसंपत्ति है, प्रबंधन फीस मा दसियों अरब डॉलर जमा होत हैं, अउर निवेशक, प्रेस, अउर शोधकर्ता सब इनका बहुत धियान देत हैं। कई साल से, कई विशेषज्ञ बता रहे हैं कि निवेशक एक कम कीमत पर निष्क्रिय रूप से प्रबंधित सूचकांक फंड का अधिग्रहण करेंगे, इंडेक्स फंड मा हालिया बढ़ोतरी के बावजूद, सक्रिय प्रबंधक अबै भी म्यूचुअल फंड की संपत्ति का ज्यादातर हिस्सा का नियंत्रण करत हैं। का इ सक्रिय प्रबंधक लोगन क अपेच्छा जियादा खर्चिक होइ सकत ह? का निवेशक सब सक्रिय रूप से निवेश करय से रोकिहय? जेन्सेन ~1968! के बाद से, ज्यादातर अध्ययन इ पाइस हैं कि मोचुअल फंड का वैश्विक स्तर कम लागत का है, जबकि कई लोग एसोसिएट हैं। दूसरी ओर, हाल के अध्ययन से पता चला है कि आगे की प्रगति का कोई विशिष्ट कारण नहीं है। पिछला रिटर्न या अल्फा का उपयोग करके पूर्वानुमान लगाया जा सकता है,2 पिछला फंड * बैक्स एंड मेट्रिक वित्त विभाग, द वॉर्टन स्कूल, पेंसिल्वेनिया विश्वविद्यालय से हैं। वाचर वित्त विभाग से है, स्टर्न स्कूल, न्यूयॉर्क विश्वविद्यालय से। हम निक बारबरीस, गैरी चेम्बरलेन, केन फ्रेंच, विल गोट्ज़मैन, कार्सटन हैंसन, क्रिस जोन्स, टॉम नॉक्स, टोनी लैंकेस्टर, लुबोस पास्टर, आंद्रे पेरोल्ड, स्टीव रॉस, एंड्रेई श्लेफर, रोब स्टैम्बाउ, रेने स्टुलज़, शेरिडन टाइटमैन, एक अनाम रेफरी, और कोलंबिया, वॉर्टन, एनबीईआर, 1999 एनबीईआर समर इंस्टीट्यूट, और 2000 एएफए मीटिंग्स में सेमिनार प्रतिभागियों का उपयोगी टिप्पणियों के लिए धन्यवाद करते हैं। वचटर वित्तीय सहायता खातिर लेमन ब्रदर्स का धन्यवाद देत हैं। 1 हाल ही मा, Carhart ~ 1995 !, Malkiel ~ 1995 !, and Daniel et al. ~ १९९७ मा ! सभी मामलन मा, जीवाश्म-उपजीविता पूर्वाग्रह से अपेक्षाकृत मुक्त नमूनों मा आधुनिक प्रदर्शन-मूल्यांकन विधियों का उपयोग करके छोटे या शून्य औसत असामान्य रिटर्न पाता है। 2 कार्लसन ~ 1970 !, लेमन एंड मॉडस्ट ~ 1987 !, ग्रिन्ब्लाट एंड टाइटमैन ~ 1988, 1992 !, हेन्ड्रिक्स, पटेल, एंड ज़ेखौसर ~ 1993 !, गोएट्ज़मैन एंड इब्बॉटसन ~ 1994 !, ब्राउन एंड गोएट्ज़मैन ~ 1995 !, एल्टन, ग्रुबर, एंड ब्लेक ~ 1996 !, एंड कारहार्ट ~ 1997 !। THE JOURNAL OF FINANCE • Vol. एल वी आई, नाहीं. • फरवरी 2001 का अंक |
f23ecb25c3250fc6e2d3401dc2f54ffd6135ae2e | मिलीमीटर तरंग अउर टेराहर्ट्ज (30-10 000 गीगाहर्ट्ज) प्रौद्योगिकि के विकास मा महत्वपूर्ण प्रगति कीन गै बाय ताकि ई अभी भी पूरी तरह से खोजे नाय गए विद्युत चुम्बकीय स्पेक्ट्रम में बढ़त रुचि का सामना करैं। इ आवृत्ति रेंज पर विद्युत चुम्बकीय तरंगन की प्रकृति उच्च रिज़ॉल्यूशन इमेजिंग अनुप्रयोगों, आणविक संवेदनशील स्पेक्ट्रोस्कोपिक उपकरणों, और अल्ट्रा ब्रॉडबैंड वायरलेस संचार का विकास के लिए अच्छी तरह से अनुकूल है। इ पेपर मा मिलीमीटर-वेव अउर टेराहर्ट्ज एंटीना टेक्नोलॉजीज का अवलोकन कईल गयल ह, जेहमा विभिन्न प्लेटफार्मों पर आधारित पारंपरिक और गैर-पारंपरिक समतल/असमान एंटीना संरचना शामिल ह्वे। एक आशाजनक तकनीकी मंच के रूप मा, सब्सट्रेट-एकीकृत सर्किट (एसआईसी) तेजी से ध्यान आकर्षित करत हैं। विभिन्न सब्सट्रेट-एकीकृत वेव गाइड (एसआईडब्ल्यू) योजनाओं अउर अन्य सिंथेटिक गाइड तकनीक का व्यापक रूप से एंटीना अउर सरणी के डिजाइन में नियोजित कईल गयल हव. विद्युत और यांत्रिक प्रदर्शन के संबंध मा सैद्धांतिक और प्रयोगात्मक परिणामों के संबंध मा सब्सट्रेट-एकीकृत एंटीना और बीम-फॉर्मिंग नेटवर्क के विभिन्न प्रकार का चर्चा की जा रही है। |
e2d634ee9e9abaca804b69af69a40cf00897b2d0 | |
36246ff904be7044ecd536d072b1388ea59aaf43 | बाल यौन शोषण (CSA) दक्षिण अफ्रीकी (SA) बच्चन के बीच व्यापक रूप से फैल गा है, पै जोखिम कारक अउर मनोवैज्ञानिक परिणाम पै डाटा सीमित अउर मिश्रित है। आघात से ग्रस्त बच्चा अउर किशोर जउन हमार युवा तनाव क्लिनिक मा भेजा ग रहा, उनका जनसांख्यिकीय, यौन शोषण, आजीवन आघात अउर मनोचिकित्सकीय इतिहास प्राप्त करे खातिर साक्षात्कार लिया गवा रहा। 94 प्रतिभागी (59 महिला, 35 पुरुष; औसत आयु 14.25 [8.25-19] वर्ष) का कम से कम एक जीवन भर आघात का अनुभव करने वाले आंकड़ों का विश्लेषण किया गया। यौन शोषण 53% प्रतिभागी (42.56% महिला, 10.63% पुरुष) कै रिपोर्ट मा दर्ज भाईल, जवन कि 64% अपराधीन कै पहिचान रही। बहुपद लॉजिस्टिक रिग्रेशन विश्लेषण से पता चला कि महिला लिंग (पी = 0.002) और एकल-माता-पिता परिवार (पी = 0.01) सीएसए (62.5%) के महत्वपूर्ण भविष्यवक्ता हैं। सीएसए अन्य आघात का जोखिम का भविष्यवाणी नहीं करता। यौन दुर्व्यवहार से पीड़ित बच्चन का शारीरिक अउर भावनात्मक रूप से ज्यादा आघात अउर कुल सीटीक्यू स्कोर रहा जवन कि बिना आघात वाले बच्चन से काफी ज्यादा रहा। अवसाद (33%, X 2 = 10.89, P = 0.001) और PTSD (63.8%, X 2 = 4.79, P = 0.034) आघात का सबसे प्रचलित मनोवैज्ञानिक परिणाम था और दोनों ही CSA से काफी हद तक जुड़े थे. सीएसए का उच्च दर ई आघात वाले नमूना में पोस्ट-ट्राउमेटिक तनाव के उच्च दर का भविष्यवाणी करत है. हम लोगन कय इ पता चला है कि ई सीएसए कय अंतरराष्ट्रीय अध्ययन से मिलत जुलत अहै औ ई विकासशील देसन में भविष्य कय सामाजिक जागरूकता, रोकथाम औ दवाई कय रणनीति पे ध्यान दियै खातिर प्रयोग कै जाये का चाही। |
af82f1b9fdee7e6f92fccab2e6f02816965bf937 | अल्जाइमर रोग (एडी) बेमारी का सबसे आम प्रकार है। एडी का इलाज अब तक नई मिले आ जुर जल्दी से निदान इलाज के विकास खातिर जरूरी है जेसे बीमारी के बढ़ोतरी मा देरी हो सके। मस्तिष्क का इम्यूजिंग अल्जाइमर रोग का एक बायोमार्कर हो सकता है। ई एम आर इमेज के साथ कई काम में देखावल गयल ह, लेकिन पी ई टी जैसन कार्यात्मक इमेजिंग के मामला में, एडी का निदान करे के उनकर क्षमता का निर्धारित करे खातिर आगे के जांच के जरूरत बा, खासकर सुरुआती चरण में हल्के संज्ञानात्मक हानि (एम सी आई) के साथ। इ पेपर मा हम ADNI डाटाबेस की PET छवियों का उपयोग एडी और एमसीआई की निदान के लिए अध्ययन करते हैं। हम एक बूस्टिंग वर्गीकरण विधि अपनाते हैं, एक सरल वर्गीकरणकर्ता का मिश्रण पर आधारित तकनीक, जो कि विभाजन के साथ-साथ सुविधा चयन का प्रदर्शन करती है, इसलिए उच्च आयामी समस्याओं के लिए अच्छी तरह से अनुकूल है। बूस्टिंग वर्गीकरण एडी का पता लगाने में 90.97% की सटीकता और एमसीआई का पता लगाने में 79.63% की सटीकता हासिल की। |
c23136a48527a20d6bfef019337ba4494077f7c5 | |
753c0ecd5b4951b94fcba2fbc30ede5499ae00f5 | इ पेपर 470 MHz-700 MHz के बीच काम कर रहे TV व्हाइट स्पेस (TVWS) स्पेक्ट्रम बैंड में बेस स्टेशन के लिए एक वाइड बैंड एंटीना का डिजाइन और सिमुलेशन प्रस्तुत करता है। ब्रॉड बैंड एंटीना का एहसास करने के लिए प्रिंटेड लॉग पीरियडिक डायपोल एरे (LPDA) का उपयोग किया गया है, जो कि एक विस्तृत बैंडविड्थ प्रदान करता है। एंटीना तत्व εr = 4.4 और tan δ = 0.02 के साथ कम लागत वाले FR4 सब्सट्रेट पर मुद्रित हैं। ई तत्व सब्सट्रेट कय दुन्नो ओर वैकल्पिक रूप से छापा जात है। एंटीना का कुल आयतन 303 × 162.3 × 1.6 mm3 है. आकार को कम गर्न को लागी, स्केलिंग कारक (τ) यस डिजाइन को लागी ०.८९ को रूप मा मानिन्छ र सापेक्षिक अन्तर (σ) ०.०५४ को रूप मा चुनिएको छ। सबसे छोट तत्व के आधार पर एंटीना का खिलावा जात है। एंटीना 470 MHz-700 MHz आवृत्ति रेंज मा VSWR ≤ 2 को लागी एक प्रतिबाधा बैंडविड्थ देखाउँछ। इ एंटीना कय लाभ 5.3 dB से 6.5 dB तक पूरे ऑपरेशन बैंड मा अहै। विकिरण पैटर्न ई और एच-प्लेन दुनो में एक समान विकिरण पैटर्न के साथ अंतिम आग व्यवहार दिखाता है अधिकतम सामने से पीछे का लूप अनुपात (एफ / बी) 30 डीबी का है। |
426ccb6a700ac1dbe21484735fc182127783670b | हाल के वर्षों मा , सार्वजनिक राय खनन मा अनुसंधान मा एक महान मात्रा मा ध्यान आकर्षित गरेको छ। हालांकि, राय स्पैम (या नकली समीक्षा) का पता लगाने पर सीमित काम किया गया है। समस्या वेब खोज मा स्पैम के समान है [1, 9 11]। हालांकि, समीक्षा स्पैम का पता लगाना कठिन है, काहेकी इ गलत है या गलत का गलत के बारे में जांच कर रहा है। इ पेपर एक सीमित समस्या से निपट रहा है, यानी जांचकर्ता का एक विशिष्ट समूह या जर्नल से संबंधित जांच कर रहा है। हम समस्या का समाधान अनपेक्षित नियम से करैं का कहत हैं तकनीक डोमेन से स्वतंत्र है। इ तकनीक का प्रयोग करत हुए, हम अमेजन.कॉम समीक्षा डेटासेट का विश्लेषण किहेन अउर पाए कि इ स्पैम गतिविधि का संकेत देत है कि कई अप्रत्याशित नियम अउर नियम समूह हैं। |
0f0387d7207390dec305e09cdbbf4847e3c948e7 | ऑटो एम एल मा हालिया प्रगति से स्वचालित उपकरण पैदा हुए हैं जवन कि पर्यवेक्षित सीखने वाले कार्य पर मशीन लर्निंग विशेषज्ञों से प्रतिस्पर्धा कर सकत हैं। इ काम मा, हम ऑटो-नेट के दुइ संस्करण प्रस्तुत करत हैं, जउन स्वचालित रूप से कउनो भी मनई के हस्तक्षेप के बिना गहन तंत्रिका नेटवर्क प्रदान करत हैं। पहिला संस्करण, ऑटो-नेट 1.0, बेयसियन अनुकूलन विधि SMAC का उपयोग करके प्रतियोगिता विजेता प्रणाली ऑटो-स्किलर से विचार पर निर्माण करता है और अंतर्निहित गहरी शिक्षा (डीएल) ढांचे के रूप में Theano का उपयोग करता है। हाल का ऑटो-नेट 2.0 बेयसियन ऑप्टिमाइजेशन अउर हाइपरबैंड का हाल का संयोजन पर आधारित बा, जेका बीओएचबी कहा जात है, अउर डीएल फ्रेमवर्क के रूप मा पाइटॉर्च का उपयोग करत है। हमरे ज्ञान की सबसे अच्छी बात इ है कि ऑटो-नेट 1.0 मानव विशेषज्ञन (पहले ऑटोएमएल चुनौती के भाग के रूप मा) के खिलाफ प्रतियोगिता डेटासेट जीतने वाला पहला स्वचालित रूप से ट्यून किए गए तंत्रिका नेटवर्क रहा. आगे अनुभव से पता चलता है कि Auto-Net 1.0 का Auto-sklearn के साथ संयोजन अकेले दृष्टिकोण से बेहतर प्रदर्शन कर सकता है, और Auto-Net 2.0 अभी भी बेहतर प्रदर्शन कर सकता है। |
1ff3ebd402e29c3af7226ece7f1d716daf1eb4a9 | ई कागज 64 गीगाहर्ट्ज पसारण/प्राप्त संचार लिंक दुई 32-घटक SiGe आधारित चरणबद्ध सरणी के बीच प्रस्तुत करत है. एंटीना तत्व एक श्रृंखला-खाता पैच सरणी, जो ऊंचाई विमान मा directivity प्रदान गर्दछ। ट्रांसमिट मैट्रिक्स का परिणाम 42 डीबीएम का ईआईआरपी है, जबकि रिसीव मैट्रिक्स 33 डीबी का इलेक्ट्रॉनिक लाभ प्रदान करता है और सिस्टम एनएफ < 8 डीबी टी / आर स्विच और एंटीना नुकसान सहित। एरे क +/−50° तक अज़ीमुथ मा स्कैन कीन जा सकत है, जबकि बहुत कम साइडलोब और लगभग-आदर्श पैटर्न को बनाए रखते हुए, SiGe चिप पर 5-बिट चरण शिफ्टर का उपयोग करके। संचार लिंक प्रसारण पक्ष पर एक सरणी अउर प्राप्त पक्ष पर एक अन्य सरणी का उपयोग करता है, साथ ही साथ बाहरी मिक्सर अउर आईएफ एम्पलीफायर का भी उपयोग करता है। ट्रांसमिट पक्ष पर मॉड्यूलेटेड तरंगरूप उत्पन्न करने के लिए एक Keysight M8195A मनमाना तरंगरूप जनरेटर का उपयोग किया जाता है और प्राप्त IF सिग्नल को डीमोड्यूलेट करने के लिए एक Keysight DSO804A ऑसिलोस्कोप का उपयोग किया जाता है। अलग अलग स्कैन कोण अउर मॉड्यूलेशन प्रारूप खातिर लिंक प्रदर्शन के मापल गयल. 16-क्यूएएम का उपयोग कर 1 जीबीपीएस और क्यूपीएसके का उपयोग कर 2 जीबीपीएस का डेटा दर 300 मीटर पर प्रदर्शित किया जाता है। सिस्टम का परिणाम भी > 4 जीबीपीएस डेटा दर 100 मीटर पर, और ~ 500 एमबीपीएस डेटा दर 800 मीटर पर होता है। |
2fb03a66f250a2c51eb2eb30344a13a5e4d8a265 | इ पेपर एक फैब्रिकेशन दृष्टिकोण और एक बहुत बड़े, समतल सक्रिय इलेक्ट्रॉनिक रूप से स्कैन किए गए सरणी (AESA) का प्रयोगात्मक सत्यापन पर चर्चा करता है। समतल AESA वास्तुकला X-बैंड मा 768 सक्रिय एंटीना तत्वहरु संग एक मोनोलिथिक मुद्रित सर्किट बोर्ड (पीसीबी) को उपयोग गर्दछ। भौतिक रूप से बड़े तत्वों की उच्च संख्या वाले सरणियों का निर्माण निर्माण, संयोजन और उपज के बारे में विचार के साथ चर्चा की जा रही है। ई ई एस ई का मापा सक्रिय सरणी पैटर्न भी प्रस्तुत कर रहे हैं. |
5ec3ee90bbc5b23e748d82cb1914d1c45d85bdd9 | इ पेपर क्यू-बैंड उपग्रह अनुप्रयोगों खातिर मानक 0.18-मम्म सिजी बीसीएमओएस प्रौद्योगिकी मा 16-एलिमेंट चरणबद्ध-सरणी ट्रांसमीटर का प्रदर्शन करत है। ट्रांसमीटर सरणी 4-बिट आरएफ चरण शिफ्टर और एक कॉर्पोरेट फ़ीड नेटवर्क के साथ ऑल-आरएफ वास्तुकला पर आधारित है। एक 1:2 सक्रिय डिवाइडर और दो 1:8 निष्क्रिय टी-जंक्शन डिवाइडर कॉर्पोरेट फीड नेटवर्क का गठन करते हैं, और क्षेत्र को कम से कम करने के लिए निष्क्रिय डिवाइडर के लिए त्रि-आयामी ढाला ट्रांसमिशन-लाइनों का उपयोग किया जाता है। इनपुट अउर आउटपुट इंटरफ़ेस के अलावा चिप के भीतर सब सिग्नल अलग-अलग रूप से प्रोसेस होई जात हैं। चरण-सरणी ट्रांसमीटर का परिणाम 12.5 डीबी औसत पावर गेन प्रति चैनल 42.5 गीगाहर्ट्ज पर 39.9-45.6 गीगाहर्ट्ज की 3-डीबी गेन बैंडविड्थ के साथ होता है। RMS लाभ भिन्नता < 1.3 dB है और RMS चरण भिन्नता < 35-50 GHz पर सभी 4-बिट चरण राज्यों के लिए है. मापा गया इनपुट और आउटपुट रिटर्न लॉस क्रमशः 36.6-50 गीगाहर्ट्ज पर <-10 डीबी, और 37.6-50 गीगाहर्ट्ज पर <-10 डीबी है। मापा गया शिखर-से-शिखर समूह विलंब भिन्नता 40-45 गीगाहर्ट्ज पर plusmn 20 ps है। आउटपुट P-1dB -5plusmn1.5 dBm है और अधिकतम संतृप्त आउटपुट पावर -2.5plusmn1.5 dBm प्रति चैनल 42.5 GHz पर है. ट्रांसमीटर सबै चरण राज्य मा 16 अलग अलग चैनल मा <1.8 डीबी आरएमएस लाभ बेमेल और आरएमएस चरण बेमेल का <7deg दिखाता है। ए - 30 डीबी सबसे खराब स्थिति पोर्ट-टू-पोर्ट युग्मन 30-50 गीगाहर्ट्ज पर आसन्न चैनलों के बीच मापा जाता है, और इंटर-चैनल युग्मन के कारण मापा गया आरएमएस लाभ और चरण गड़बड़ी 35-50 गीगाहर्ट्ज पर क्रमशः <0.15 डीबी और <1 डिग्री है। सभी माप बिना चिप मा calibration प्राप्त हो। चिप 5 V आपूर्ति वोल्टेज से 720 mA खपत करत है और चिप का आकार 2.6x3.2 mm2 है। |
a1b40af260487c00a2031df1ffb850d3bc368cee | मिमी-वेव बैंड मा अगली पीढ़ी के सेलुलर टेक्नोलॉजी (5G) का विकास करै मा कम लागत वाले चरणबद्ध-सरणी ट्रांसीवर की आवश्यकता होई [1]। बीमफॉर्मिंग कय लाभ के साथ, मोबाइल फॉर्म-फैक्टर मा जगह कय कमी के कारण, स्वीकार्य PAE, LNA NF, अउर कुल ट्रांससीवर बिजली खपत के रखरखाव करत हुए TX आउटपुट पावर बढ़ावे कय लिंक बजट अनुमत पथ हानि का अधिकतम करै अउर हैंडसेट केस तापमान का न्यूनतम करै कय खातिर महत्वपूर्ण अहै। ई फेस-एरे ट्रांसीवर द्वैध-ध्रुवीकरण संचार का समर्थन करै मा सक्षम होइ। हैंडसेट या यूजर उपकरण (यूई) सक्रिय एंटीना मा कम बिजली की खपत के लिए एनालॉग बेसबैंड को एक आईएफ इंटरफ़ेस वांछित है और ग्राहक परिसर उपकरण (सीपीई) या बेस स्टेशन (बीएस) एंटीना सरणी के लिए ट्रांससीवर के सरणी का उपयोग सक्षम करने के लिए एक कम नुकसान वाले आईएफ पावर संयोजन / विभाजन नेटवर्क के साथ एक एंटीना बैकप्लेन पर लागू कई टाइल वाले एंटीना मॉड्यूल। |
c1efd29ddb6cb5cf82151ab25fbfc99e20354d9e | जेफरी पेनिंगटन एट अल द्वारा प्रस्तुत शब्द प्रतिनिधित्व (GloVe) खातिर वैश्विक वैक्टर। [3] शब्द का वेक्टर प्रतिनिधित्व सिखै कय एक कुशल अउर प्रभावी तरीका अहै। अत्याधुनिक प्रदर्शन भी नकारात्मक-नमूना (SGNS) के साथ स्किप-ग्राम द्वारा प्रदान की जात है, जे word2vec उपकरण में लागू होत है। ई नोट में, हम दुन्नो मॉडल के प्रशिक्षण उद्देश्यों के बीच समानता का वर्णन करते हैं, और दिखावा करते हैं कि एसजीएनएस का उद्देश्य ग्लोवे के एक विशेष रूप के उद्देश्य से समान है, हालांकि उनके लागत कार्यों की परिभाषा अलग-अलग है। |
b8090b7b7efa0d971d3e1174facea60129be09c6 | डाटा सेंटर संख्या अउर आकार मा बढ़त है, जबकि संचालन लागत, थर्मल प्रबंधन, आकार अउर प्रदर्शन संबंधित कंप्यूटिंग उपकरण मा बिजली उप-प्रणाली खातिर ड्राइविंग मीट्रिक बने रहे हैं। ई कागज एक SiC-आधारित चरण-विस्थापित पूर्ण पुल (PSFB) कनवर्टर प्रस्तुत करत है जवन 10kW आउटपुट पावर के खातिर डिज़ाइन कईल गईल बा औरी डाटा सेंटर अनुप्रयोगन के लक्षित कईल गईल बा। डिजाइन दृष्टिकोण कनवर्टर दक्षता का ट्यूनिंग और थर्मल प्रबंधन प्रणाली का कम से कम, एक उच्च घनत्व कनवर्टर का परिणाम पर ध्यान केंद्रित किया। एक अनूठा थर्मल मैनेजमेंट सिस्टम भी लाग है, जेकर नतीजा बढ़ी हुई पावर डेंसिटी अउर बेहतर थर्मल मैनेजमेंट दोनों है। इ पेपर मा, इस कनवर्टर का कार्यान्वयन, विद्युत और थर्मल दोनो का अनुभवजन्य परिणामों के साथ, विस्तार से वर्णित है। |
4ddbeb946a4ff4853f2e98c547bb0b39cc6a4480 | मेटामटेरियल अउर एनटेना सिस्टम मा इनकर अनुप्रयोग का संक्षिप्त समीक्षा दिहा गा है। कृत्रिम चुंबकीय कंडक्टर अउर विद्युत रूप से छोट विकिरण अउर बिखरे सिस्टम पर जोर दिहल बा. एकल नकारात्मक, डबल नकारात्मक, अउर शून्य-सूचकांक मेटामटेरियल सिस्टम के चर्चा उनके आकार, दक्षता, बैंडविड्थ, अउर दिशात्मकता विशेषता के हेरफेर करे के साधन के रूप मा करल जाला. कुंजी शब्दः मेटामटेरियल्स, इलेक्ट्रिकली छोटे एंटीना, कॉम्प्लेक्स मीडिया, आर्टिफिशियल मैग्नेटिक कंडक्टर |
967972821567b8a34dc058c9fbf60c4054dc3b69 | |
242377d7e76ad3371ed1814cf6f5249139e4b830 | ओपन इनोवेशन इनोवेशन मैनेजमेंट का सबसे गर्म विषयों में से एक बन गया है। इ लेख मा खुला नवाचार अवधारणा की हमार समझ मा सीमाओं का पता लगावे का इरादा है। जब हम इ सब करें तब हम इ जानइ चाहित ह कि का उचित बा अउर उचित का अहइ। ओपन इनोवेशन एक वसीयत अवधारणा है, जेकर कार्यान्वयन कई मायनन मा कीन जा सकत है। ओपन इनोवेशन की संदर्भ निर्भरता सबसे कम समझा जाय वाले विषयों में से एक है; आंतरिक और बाह्य वातावरण के बीच कार्यप्रणाली पर प्रभाव डालने वाले आंतरिक और बाह्य वातावरण के बीच संबंध पर अधिक शोध की आवश्यकता है। ओपन इनोवेशन प्रक्रिया ओपन इनोवेशन की ओर संक्रमण से संबंधित है, साथ ही साथ विभिन्न ओपन इनोवेशन प्रथाओं का भी संबंध है। जइसे कि कउनो नया अवधारणा के साथ, प्रारंभिक अध्ययन सफल अउऱ प्रारंभिक उपयोग करइवालन पर केंद्रित अहै, जउन मामला के अध्ययन पर आधारित अहै, अउर विवरण पर आधारित अहै। पर, प्रारंभिक उपयोग से सीखे सभी सीख, कई कंपनियां अगले चरण के लिए नई प्रक्रिया का पालन करेंगी। केस स्टडी रिसर्च से पता चलता है कि सभी लोग एक बड़ी चेन का हिस्सा हैं। इनका बाद, कारक का सापेक्ष महत्व निर्धारित करे खातिर, प्रभाव की श्रृंखला का समझे खातिर, अउर औपचारिक रूप से संदर्भ निर्भरता का परीक्षण करे खातिर, बड़े नमूनों वाले मात्रात्मक अध्ययनन से अनुसरण कईल जाए के चाही. बहरहाल, सबूत इ दिखावत हैं कि खुला नवाचार कै कई फर्मों औ कई संदर्भों मा एक मूल्यवान अवधारणा रहा है, इ नवाचार प्रबंधन मा आपन अंतिम स्थान पय पहुँचै के बरे रास्ता बनाइ रहा है। & 2010 एल्सवीयर लिमिटेड. सब अधिकार सुरक्षित. |
8fcffa267ed01e38e2280891c9f33bfa41771cad | छँटाई कई डेटाबेस संचालन का मूल है, जैसे सूचकांक निर्माण, छँटाई-विलय शामिल, और उपयोगकर्ता-अनुरोधित आउटपुट छँटाई। जइसहीं कि GPUs विभिन्न ऑपरेशन का गति तेज करे खातिर एक आशाजनक मंच के रूप मा उभरत हैं, GPUs पर सॉर्टिंग एक व्यवहार्य प्रयास बन जात है। पिछले कुछ साल से, कई सुधार GPUs पर छाँट के लिए प्रस्तावित हैं, जिससे पहली बार रेडिक्स सॉर्ट कार्यान्वयन होता है, जो प्रति सेकंड एक बिलियन से अधिक 32-बिट कुंजी की छँटाई दर प्राप्त करता है। फिर भी, राज्य का अत्याधुनिक तरीका मेमोरी बैंडविड्थ-बाउंड है, काहे से कि उनके CPU-आधारित समकक्षों की तुलना में काफी अधिक मेमोरी ट्रांसफर की आवश्यकता है। हमार काम एक नवा तरीका प्रस्तावित करत है जवन मेमोरी ट्रांसफर के मात्रा का लगभग आधा कम करत है अउर, एहसे, मेमोरी बैंडविड्थ की सीमा का काफी हद तक कम करत है। आठ-बाइट रिकॉर्ड का दो गीगाबाइट्स का वर्गीकरण करने में सक्षम होने के नाते 50 मिलीसेकंड से भी कम समय में, हमारी दृष्टिकोण 2.32-गुना सुधार प्राप्त करता है राज्य-ऑफ-द-आर्ट GPU-आधारित रेडिक्स सॉर्ट के लिए समान वितरण, एक न्यूनतम गति बनाए रखने से कम से कम एक कारक का 1.66 skewed वितरण के लिए। इनपुट क पता लगावै के लिए जे या तो GPU मा नाहीं रहत या उपलब्ध डिवाइस मेमोरी से अधिक होत है, हम आपन कुशल GPU सॉर्टिंग दृष्टिकोण पे पाइपलाइन वाले विषम सॉर्टिंग एल्गोरिथ्म के साथ निर्माण करत हैं जउन PCIe डेटा ट्रांसफर से जुड़ा ओवरहेड का कम करत हैं। अंत-से-अंत क्रमबद्ध प्रदर्शन की तुलना में राज्य-का-द-आर्ट सीपीयू आधारित रेडिक्स क्रमबद्ध 16 धागे चल रहा है, हमारी विषम दृष्टिकोण एक 2.06 गुना और एक 1.53 गुना सुधार 64 जीबी कुंजी-मूल्य जोड़े क्रमबद्ध करने के लिए क्रमशः एक तिरछा और एक समान वितरण के साथ, प्राप्त करता है। |
b0c38ce8350927dd9cf3920f33f17b7bfc009c3b | |
81e0f458a894322baf170fa4d6fa8099bd055c39 | |
284db8df66ef94594ee831ff2b36f546e023953a | हम विजुअल श्रेणी मान्यता मा समानता मापने को ढाँचा मा विचार, या बराबर अवधारण दूरी, श्रेणियों का प्रोटोटाइप उदाहरण को रूप मा। ई तरीका काफी लचीला है, अउर ई एक समान फ्रेमवर्क में रंग, बनावट, अउर विशेष रूप से आकार के आधार पर पहचान की अनुमति देत है। जबकि निकटतम पड़ोसी वर्गीकरण इ सेटिंग मा प्राकृतिक हो, उ सीमित नमूनाकरण के मामला मा उच्च विचलन (तर्क-विचलन अपघटन मा) की समस्या से पीड़ित हो। वैकल्पिक रूप से, एक समर्थन वेक्टर मशीनों का उपयोग कर सकता है, लेकिन वे समय पर अनुकूलन और जोड़ी दूरी की गणना का समय लेते हैं। हम ई दुन्नो विधियन कय एक संकर प्रस्ताव करत हैं जवन बहु-वर्ग सेटिंग कय साथे स्वाभाविक रूप से काम करत है, जेकर ट्रेनिंग अउर रन टाइम दुन्नो मा उचित कम्प्यूटेशनल जटिलता है, अउर जवन व्यवहार में उत्कृष्ट परिणाम देत है। मूल विचार क्वेरी नमूना कय निकट पड़ोसी खोजे अउर स्थानीय समर्थन वेक्टर मशीन का प्रशिक्षित करेक अहै जउन पड़ोसीन कय संग्रह पे दूरी फ़ंक्शन कय संरक्षित करत है। हमार विधि का बड़ा, बहु-वर्ग डेटा सेट पर लागू करल जा सकत बा जेकर खातिर इ निकटतम पड़ोसी अउर समर्थन वैक्टर मशीन से बेहतर प्रदर्शन करत बा, अउर जब समस्या समर्थन वैक्टर मशीन खातिर अस्थिर हो जात बा त प्रभावी रहत बा. दूरी फलन कय विस्तृत विविधता कय उपयोग कै सका जात है औ हमार प्रयोग कई मानक डेटा सेट पै आकृति औ बनावट वर्गीकरण (MNIST, USPS, CUReT) औ वस्तु मान्यता (कैल्टेक- 101) खातिर अत्याधुनिक प्रदर्शन देखाइ देत है। कैल्टेक-101 पर हम सही वर्गीकरण दर 59.05% ((±0.56%) प्रति वर्ग 15 प्रशिक्षण छवियों पर, और 66.23% ((±0.48%) 30 प्रशिक्षण छवियों पर प्राप्त की। |
e5536c3033153fd18de13ab87428c204bb15818f | एम्बेडेड कंप्यूटिंग सिस्टम की अगली पीढ़ी का सामना नए चुनौतियों से होगा। इ प्रणाली मुख्य रूप से स्वायत्त रूप से काम करेली है, परिवर्तित परिवेश से गतिशील रूप से अनुकूलन करेली है, औ अगर जरूरी होय, एक दुसरे से बातचीत करैली है। येहि प्रणाली कय जैविक (आर्गेनिक) रूप भी कहा जात अहै। ऑर्गेनिक कंप्यूटिंग सिस्टम स्वायत्त कंप्यूटिंग सिस्टम से मिलत जुलत अहै। एकर अतिरिक्त, जैविक कंप्यूटिंग सिस्टम अक्सर इनक्यूबेटर मा वापिस लइ जावा जात है ताकि वै एक समुदाय का फिर से बनाय सकैं, इनक्यूबेटर एक डंपिंग प्रोजेक्ट ना हुवै जौन परित्यक्त परियोजनऽन् का होस्ट करत है। इ प्रकार से सिस्टम की रचना अउर निर्माण, सॉफ्टवेयर अभियांत्रिकी की नई चुनौतियों का सामना करे खातिर कीन गवा बा। इ पेपर मा हम जैविक कंप्यूटिंग सिस्टम के डिजाइन, निर्माण अउर विश्लेषण खातिर एक ढांचा प्रस्तुत करत हन। इ डिजाइन औ निर्माण क सुविधा दइ सकत ह साथ ही एकर उपयोग जैविक गुणन जइसे स्व-संरचना या स्व-अनुकूलन क (अर्ध-औपचारिक रूप से) परिभाषित करे क खातिर भी कै सका जात है। हम उत्पादन स्वचालन से एक वास्तविक दुनिया के मामला अध्ययन पर ढांचा का वर्णन करें। |
0c881ea63ff12d85bc3192ce61f37abf701fdf38 | हम एक अर्ध-पर्यवेक्षित मॉडल का प्रस्ताव करत हैं जवन बहुत कम लेबल वाली छवियों अउर एक बड़े असमान पाठ कोष का उपयोग करके छवियों का खंडित करे अउर टिप्पणी करे। खेल आयोजन की तस्वीरें दी गई हैं, वस्तुओं और पृष्ठभूमि का पिक्सेल-स्तर लेबलिंग प्रदान करने के लिए आवश्यक है कि खेल के बारे में समाचार पत्र लेख का एक सेट और एक से पांच लेबल वाली छवियां। हमार मॉडल इ अवलोकन से प्रेरित होत है कि टेक्स्ट कॉर्पोरेस मा सब्द कुछ संदर्भ साझा करत हैं अउर दृश्य वस्तुअन के साथे समानताएं रखत हैं। हम दृश्य सब्द का उपयोग कर चित्र का वर्णन करें, एक नया क्षेत्र-आधारित प्रतिनिधित्व। प्रस्तावित मॉडल Kernellized कैनोनिकल सहसंबंध विश्लेषण पर आधारित है, जो दृश्य और पाठ शब्दों के बीच एक मैपिंग का पता लगाता है, उन्हें एक अदृश्य अर्थ स्थान में प्रोजेक्ट करके। कोर संबंधित दृश्य अउर पाठ डोमेन के भीतर संदर्भ अउर विशेषण सुविधा से प्राप्त होत हैं। हम आपन तरीका कठिन डाटाबेस मा लागू करित है अउर टेक्स्ट फीचर के लिए न्यू यॉर्क टाइम्स लेखों पर भरोसा करित है। हमार मॉडल बता रही है कि ई सब बंद करो अऊर सुधर जावो अब. विभाजन मा इ अन्य विधिओ से अनुकूल रूप से तुलना करत है जौन काफी अधिक लेबल प्रशिक्षण डेटा का उपयोग करत है। |
a6af22306492b0830dd1002ad442cc0b53f14b25 | कम शोर वाले एम्पलीफायर के अलावा, रडार सिस्टम के सब सक्रिय अउर निष्क्रिय घटक एक एकल सीएमओएस चिप में पूरी तरह से एकीकृत हैं। प्रिंटेड सर्किट बोर्ड पर पैकेजिंग अउर ट्रांसमिटिंग अउर रिसीविंग एंटेना के जुड़ाव से, रडार सेंसर चिप का सफलतापूर्वक प्रदर्शन करल गइल बा ताकि एक वयस्क मानव के श्वसन अउर हृदय गति के दर का पता लगावल जा सके. इ कागज गैर-संपर्क महत्वपूर्ण संकेत का पता लगावे खातिर 5.8 गीगाहर्ट्ज रडार सेंसर चिप प्रस्तुत करत है। सेंसर चिप टीएसएमसी 0.18 μm सीएमओएस 1 पी 6 एम प्रक्रिया मा डिजाइन और निर्मित है। |
1a6c9d9165fe77b3b8b974f57ca1e11d0326903a | एडीएस सॉफ्टवेयर का उपयोग करके आईआरएनएसएस अउर गागन अनुप्रयोगन खातिर ई पेपर में स्लिट के साथ त्रिकोणीय फ्रैक्टल पैच एंटीना डिजाइन करल गइल बा। भारत का इरादा स्थान निर्धारण अनुप्रयोगों के लिए भारतीय क्षेत्रीय नेविगेशनल सैटेलाइट सिस्टम (IRNSS) के रूप मा जाना जाय वाले उपग्रह आधारित नेविगेशन सिस्टम विकसित करै का अहै। उपयोगकर्ता क्षेत्र पर IRNSS एंटीना का डिजाइन अनिवार्य है। जीपीएस एडेड एंड जियो ऑगमेंटेड नेविगेशन (जीएजीएएन), भारत खातिर एक उपग्रह आधारित संवर्धन प्रणाली, जीपीएस प्रणाली पर स्थापित है, एशिया-प्रशांत क्षेत्र में निर्दोष नेविगेशन सहायता प्रदान करने की उम्मीद है। वांछित एंटीना ईलेक्ट्रिक स्थिर εr = 4.8 पर और सब्सट्रेट मोटाई h = 3.05 मिमी पर जानबूझकर निर्धारित किया गया है। परिपत्र ध्रुवीकरण उत्पन्न करने के लिए एंटीना का फीड स्थान चुना गवा है। एंटीना मा आत्म-समान गुण बहु-बैंड अनुनाद आवृत्ति प्रदर्शित करत है। ई विनिर्देश आवृत्ति L5 (1175 MHz), L1 (1575.42 MHz) और S (2492.08 MHz) पर संतुष्ट होना चाहिये. |
0d3de784c0a418d2c6eefdfcbc8f5a93da97af7e | द्विदिशात्मक मोबाइल उच्च डाटा दर उपग्रह संचार मा Ka-बैंड मा बढती रुचि समर्पित एंटीना ट्रैकिंग सिस्टम र फीड को विकास को आवश्यकता हो। इ पेपर मा हम कैसग्रेन रिफ्लेक्टर एंटीना के साथ एक मोबाइल उपग्रह संचार जमीनी टर्मिनल खातिर मुद्रित सर्किट बोर्डों पर आधारित एक कॉम्पैक्ट फीड संरचना का वर्णन करत हैं। इ उपन्यास संरचना बहु-मोड मोनोपल्स ट्रैकिंग खातिर एक डबल परिपत्र ध्रुवीकरण संचार मोड के साथ-साथ टीएम01 मोड प्रदान करत है। ई युग्मन, जमीनी कोप्लेनार लाइन से परिपत्र वेव गाइड तक सावधानीपूर्वक मिलान वाले संक्रमण पर आधारित है, का-बैंड में डाउनलिंक और अपलिंक आवृत्ति रेंज को कवर करने के लिए 20GHz और 30GHz पर परिचालन है। इ काम आपदा के परिदृश्य में भू-मोबाइल संचार खातिर एक उपग्रह टर्मिनल के विकास मा योगदान देत है। |
9ab4883c0ee0db114a81eb3f47bde38a1270c590 | बदलाव तेज होत जात बा, अउर हमार जिन्दगी जियत बा, त ज्यादा से ज्यादा जटिल होत जात बा। बढ़त जात बदलाव से ही मनुष्यन कय पहिचान होत है। जैसै जटिलता बढ़त जात है, मानव गतिविधि का अप्रत्याशित साइड इफेक्ट भी बढ़त जात है, एक विकृत चक्र मा जटिलता को अउर बढ़ा देत है। कई विद्वान सिस्टम सोच का विकास का आह्वान करते हैं ताकि हम बुद्धिमानी से प्रबंधन की अपनी क्षमता का सुधार कर सकें। लेकिन लोग सीखते हैं कि जटिल गतिशील प्रणालियों का भीतर और भीतर का क्या है? सीखे का एक प्रतिक्रिया प्रक्रिया है जौन हमार निर्णय वास्तविक दुनिया का बदल देत है, हम दुनिया के बारे मा सूचना प्राप्त करत है, अउर नई जानकारी का उपयोग करत करत है हम अपने निर्णय और उन मानसिक मॉडल का संशोधित करत है जवन उ निर्णय का प्रेरित करत है दुर्भाग्य से, सामाजिक गतिविधि की दुनिया में विभिन्न बाधाएं हैं, जो इस सीखने को प्रतिक्रिया से रोकती हैं या फिर काम से रोकने का कारण बनती हैं, गलत धारणा का निर्माण, गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से गलत तरीके से सीखे का बाधाओं में सिस्टम की गतिशील जटिलता शामिल है, अपर्याप्त और अस्पष्ट परिणाम फीडबैक, व्यवस्थित फीडबैक की गलत धारणा जहां हमारे संज्ञानात्मक मानचित्र महत्वपूर्ण फीडबैक प्रक्रियाओं, देरी, स्टॉक और प्रवाह को छोड़ देते हैं, और जटिल प्रणालियों का लक्षण nonlinearities, हमारे संज्ञानात्मक मानचित्रों की गतिशीलता का मानसिक रूप से अनुकरण करने की अक्षमता, खराब अंतर-व्यक्तिगत और संगठनात्मक जांच कौशल, और खराब वैज्ञानिक तर्क कौशल। जटिल प्रणालियन क सीखना बेहतर तरीके से करे खातिर इन सब का ध्यान रखे के जरूरत हय। जटिल गतिशील प्रणालि में अउर सीखै के लिए प्रभावी तरीका शामिल होइ चाही (1) सहभागी ज्ञान का प्राप्त करेक उपकरण, धारणाओं का स्पष्ट रूप से अउर फिर से तैयार करेक, अउर उन धारणाओं से समस्या का फीडबैक संरचना का मानचित्र बनावेक; (2) उन नक्शों की गतिशीलता का आकलन करेक अउर नई नीति का परीक्षण करेक खातिर सिमुलेशन उपकरण अउर प्रबंधन उड़ान सिमुलेटर; अउर (3) वैज्ञानिक तर्क कौशल में सुधार करेक, समूह प्रक्रिया का मजबूत करेक अउर व्यक्ति अउर टीम खातिर रक्षात्मक दिनचर्या से पार पावेक खातिर विधि। |
c0a2293809917839047c7ec98d942777ca426e57 | उद्यम प्रणाली (ईएस) जवन सूचना प्रौद्योगिकी कय सबसे उन्नत विकास कय कब्जा करत है ऊ ज्यादातर संगठनन में आम फिक्स्चर बनत अहै। हालांकि, ईएस का संगठनिक चपलता (ओए) पर प्रभाव कम पड़ रहा है और मौजूदा शोध संदिग्ध हैं। ई परिप्रेक्ष्य से कि ईएस ओए का सकारात्मक रूप से योगदान कर सकत ह, ई शोध सिद्धांत-आधारित मॉडल विकास अउर प्रस्तावित मॉडल क कठोर अनुभवजन्य जांच के माध्यम से, महत्वपूर्ण शोध अंतराल का पुल बनाइस है अउर ईएस के ओए पर प्रभाव क अनुभवजन्य साक्ष्य अउर अंतर्दृष्टि प्रदान किहे है। ऑस्ट्रेलिया अउर न्यूजीलैंड मा 179 बड़े संगठनों से एकत्रित आंकड़ों के आधार पर अनुभवजन्य परिणाम जे कम से कम एक साल से ईएस लागू और उपयोग करत हैं, ई दर्शाता है कि संगठन अपने ईएस से दो तरह से लचीलापन प्राप्त कर सकते हैंः ईएस तकनीकी दक्षता का विकास करके ईएस-सक्षम क्षमताओं का निर्माण करना जो उनके प्रमुख संवेदन और प्रतिक्रिया प्रक्रियाओं को डिजिटाइज़ करते हैं; और जब ईएस-सक्षम संवेदन और प्रतिक्रिया क्षमताएं अपेक्षाकृत अशांत वातावरण में संरेखित होती हैं। |
2e64b370a86bcdaac392ca078f41f5bbe8d0307f | ई पेपर बांग्लादेश की अलग-अलग फसल की डीजल, ग्रिड बिजली अउर सौर ऊर्जा आधारित सिंचाई प्रणाली की सिंचाई लागत का तुलनात्मक चित्र प्रस्तुत करत है। इ अध्ययन 27 कै लोगन कय फसलन पऽ करा गा है । इ सब फसल कै पानी कै मात्रा कै जानकारी इकट्ठा कराये रहे। फिर तीन अलग-अलग प्रकार के पंप (सौर, डीजल, इलेक्ट्रिक) एक ही रेटिंग पावर के साथ चुने गए हैं अर्थात ईंधन का पंप, पंप का ईंधन, पंप का ईंधन, पंप का ईंधन, पंप का ईंधन, पंप का ईंधन, पंप का ईंधन। 5hp. मा अलग अलग फसल के खातिर कवर की गई विशिष्ट क्षेत्रफल का गणना भी प्राप्त जल मात्रा से कीन जात है। आखिर मा त दस साल के लागत के हिसाब से हिसाब करवाई गई. अध्ययन में पाये गये पूरे फसल ग्रिड संचालित सिंचाई लागत सौर संचालित सिंचाई लागत से कम है क्योंकि बाद वाला भारी प्राथमिक निवेश से जुड़ा है। [12] अध्ययन में ई भी पता चला है कि प्याज, गाजर, चिल, टमाटर, मक्का, लहसुन, गोभी, अदरक, हल्दी, कद्दू, गोभी, फूलगोभी, सुंदरी अंगुली, केला, पपीता और मूंगफली जैसी अधिकांश फसलों के लिए सौर ऊर्जा से सिंचाई बिल्कुल भी लाभदायक नहीं है बल्कि यह तीन प्रकार की सिंचाई प्रणाली में बहुत अधिक लागत है। इ भी स्पष्ट है कि सौर ऊर्जा से सिंचाई कै कुछ फसलें जैसन आलू, कपास, सोयाबीन, सूरजमुखी, स्ट्रॉबेरी, दाल, सरसों कै सिंचाई डीजल से चलै वाली सिंचाई कै तुलना मा बहुत लाभदायक अहै। |
4420fca3cb722ad0478030c8209b550cd7db8095 | बढ़त आबादी, पुरानी बीमारी, अउर लगातार बढ़त स्वास्थ्य लागत से चलै वाले स्वास्थ्य देखभाल प्रणाली मा आम तौर पै अस्पताल केन्द्रित प्रणाली से लेकर मनई केन्द्रित प्रणाली तक मा बदलाव आवा है। पहनावा वाले चिकित्सा प्रणालियों मा वर्तमान औउ उभरत विकास का इस प्रतिमान बदलाव पर एक कट्टरपंथी प्रभाव होगा। पहनावा वाले चिकित्सा प्रणालि में प्रगति से स्वास्थ्य सेवा की पहुंच और सस्ती क्षमता संभव होई, ताकि शारीरिक स्थिति पर न केवल छिटपुट स्नैपशॉट पर बल्कि लगातार विस्तारित समय तक निगरानी रखी जा सके, जिससे रोग का प्रारंभिक पता लगाने और स्वास्थ्य खतरों का समय पर प्रतिक्रिया संभव हो सके। ई पेपर पी-हेल्थ खातिर पहिरल चिकित्सा प्रणाली के क्षेत्र मा हालिया विकास की समीक्षा करत है। महत्वपूर्ण संकेतों अउर जैव रासायनिक चरों के निरंतर अउर गैर-आक्रामक माप खातिर प्रौद्योगिकि के सक्षम करे, बुद्धिमान बायोमेडिकल कपड़ों अउर शरीर क्षेत्र नेटवर्क में प्रगति, गति कलाकृतियों के कमी के लिए दृष्टिकोण, पहनने योग्य ऊर्जा कटाई के लिए रणनीतियां, अउर पहनने योग्य चिकित्सा उपकरणों के मूल्यांकन के लिए मानक प्रोटोकॉल के स्थापना इ प्रौद्योगिकि के नैदानिक अनुप्रयोगों के उदाहरण के साथ इ पेपर में प्रस्तुत की गई हैं। |
5c3fb7e2ffc8b312b20bae99c822d427d0dc003d | इ काम मा वायरलेस अंडरग्राउंड सेंसर नेटवर्क (WUSN) की अवधारणा का परिचय दिया जा रहा है। डब्ल्यूयूएसएन कय उपयोग कई तरह कय स्थिति कय निगरानी कय लिए कई जाय सकत है, जइसे कि कृषि अनुप्रयोगन खातिर माटी कय गुण अउर पर्यावरण निगरानी कय लिए विषाक्त पदार्थ। भूमिगत स्थिति का निगरानी करैं खातिर मौजूदा तरीका के विपरीत, जवन जमीन के नीचे तार के जरिए जड़ा हुआ सेंसर पर निर्भर करत है, WUSN यंत्रन का पूरी तरह से भूमिगत रूप से तैनात कीन जात है अउर कौनो तार के जडान के जरूरत नहीं होत है। हर डिवाइस मा जरूरी सेंसर, मेमोरी, एक प्रोसेसर, एक रेडियो, एक एंटीना, अउर एक पावर सोर्स होत है। इ उनकर मौजूदा भूमिगत संवेदी समाधान से कहीं ज्यादा आसान है। हालांकि, एक ठोस भौतिक पदार्थ (जैसे मिट्टी या पत्थर) के भीतर वायरलेस संचार, वायु के माध्यम से होने वाले संचार की तुलना में काफी कठिन है। ई कारक, WUSN यंत्रन कय उत्खनन अउर पुनः चार्ज करय कय कठिनाई कय कारण ऊर्जा के बचत करय कय आवश्यकता के साथ, ई जरुरी करत है कि संचार प्रोटोकॉल कय फिर से डिज़ाइन कै जाए ताकि ई जेतना संभव भई सके. ई काम WUSNs खातिर अनुप्रयोग अउर डिजाइन चुनौती का एक व्यापक अवलोकन प्रदान करत है, भूमिगत संचार चैनल खातिर चुनौती सहित एक भूमिगत लिंक में पथ हानि की भविष्यवाणी के लिए विधियों, अउर संचार प्रोटोकॉल स्टैक की हर परत पर चुनौति। 2006 एल्सवियर बी.वी. सब अधिकार सुरक्षित. |
45adc16c4111bcc5201f721d2d573dc8206f8a79 | स्वचालन का अर्थ इ नाहीं है कि मानव जाति का अस्तित्व समाप्त होइ गवा बा, बल्कि ई त सबसे विरले रूप से देखा जा रहा है। बढ़ते रूप से, मनुष्य से जटिल और आमतौर पर बड़े पैमाने पर प्रणालियों में स्वचालन के साथ बातचीत करने का आग्रह किया जाता है, जिसमें विमान और हवाई यातायात नियंत्रण, परमाणु ऊर्जा, विनिर्माण संयंत्र, सैन्य प्रणाली, घर, और अस्पताल शामिल हैं। इ प्रणाली कय डिजाइनर या मानव संचालक/स्वचालन पर्यवेक्षक खातिर आसान या त्रुटि रहित काम नाहीं हय, खासकर जब से कंप्यूटर प्रौद्योगिकी हमेसा अधिक जटिल होत जा रहा है। इ समीक्षा क्षेत्र मा हालिया शोध और चुनौति का रूपरेखा देत है, जौन में टैक्सोनोमी और मानव-स्वचालन बातचीत का गुणात्मक मॉडल शामिल है; स्वचालन से संबंधित दुर्घटनाओं का विवरण और अनुकूली स्वचालन का अध्ययन; और सामाजिक, राजनीतिक, और नैतिक मुद्दे। |
848644136ee9190ce8098615e5dd60c70a660628 | इ पेपर मा, हम कार्बनिक सब्सट्रेट पैकेज पर सिरेमिक इंटरकनेक्ट ब्रिज का उपयोग करके एक ठीक पिच मल्टीपल चिप विषम एकीकरण समाधान की वास्तुकला और प्रदर्शन का वर्णन करते हैं। हम प्रस्तुत करत हई ई बढ़ी हुई आईओ घनत्व अउर सिग्नल अखंडता पर विद्युत उच्च गति प्रदर्शन में सुधार ई उपन्यास एकीकरण योजना के माध्यम से प्राप्त की जा सकत ह, जहां छोटे सिरेमिक तत्वों पर घने तांबे के मार्ग इंटरकनेक्ट पुल के रूप में कार्य करत हैं। सिरेमिक पुल का उपयोग करै कै लागत अउर सिग्नल डूबावन सब्सट्रेट पै सिलिकॉन पुल या वेफर इंटरपोजर से काफी बेहतर अहै। |
0690ba31424310a90028533218d0afd25a829c8d | डीप कन्वोलुशनल न्यूरल नेटवर्क (डीसीएनएन) हाल ही मा उच्च स्तर के दृष्टि कार्य मा कला प्रदर्शन का राज्य दिखाया है, जैसन कि छवि वर्गीकरण और वस्तु का पता लगाव। ई काम डीसीएनएन अउर संभाव्य ग्राफिक मॉडल से पिक्सेल-स्तर वर्गीकरण (जेके सिमेंटिक इमेज सेगमेंटेशन भी कहल जाला) के काम के निपटारे खातिर तरीका के एक साथ लावेला. हम देखब कि डीसीएनएन कय अंतिम परत पर प्रतिक्रिया सटीक वस्तु खंडन कय लिए पर्याप्त रूप से स्थानीयकृत नाय होत है। ई बहुत इंटरेस्ट गुणन के कारन होत है जवन डीसीएनएन के उच्च स्तर के काम खातिर अच्छा बनावत है. हम गहरे नेटवर्क के इ खराब स्थानीयकरण गुण का पूरी तरह से जुड़ा हुआ सशर्त रैंडम फील्ड (सीआरएफ) के साथ अंतिम डीसीएनएन परत पर प्रतिक्रियाओं का संयोजन करके दूर करते हैं। गुणवत्ता के हिसाब से हमार DeepLab प्रणाली खंड सीमा का एक स्तर पर सटीकता से पता लगावे मा सक्षम है जवन कि पहिले के तरीका से परे है। मात्रात्मक रूप से, हमार विधि पास्कल वीओसी-2012 अर्थपूर्ण छवि विभाजन कार्य पर नई अत्याधुनिक स्थिति सेट करत है, परीक्षण सेट में 71.6% IOU सटीकता तक पहुंच रहा है। हम देखब कि ई परिणाम कुशलता से कैसे प्राप्त कै सका जात है: सावधान नेटवर्क पुन-उद्देश्य अउर वेवलेट समुदाय से hole एल्गोरिथ्म का एक नया अनुप्रयोग एक आधुनिक GPU पर 8 फ्रेम प्रति सेकंड पर तंत्रिका नेट प्रतिक्रियाओं की घनी गणना की अनुमति देत है। |
bfb5f142d0eb129fa66616685a84ce055ad8f071 | हम एक प्रणाली प्रस्तुत करत हई जउन उपयोगकर्ता के खानपान लॉगिंग आदतों मा सहायता करत है, जउन दुई अलग अलग परिदृश्यों मा उनके फोन मा खिंचि चित्रों से भोजन की पहचान करत है। पहिला परिदृश्य, "संदर्भ मा भोजन" कहा जात है, हम एक उपयोगकर्ता का जीपीएस जानकारी का शोषण करत हैं इ निर्धारित करेक खातिर कि ऊ कौनौ रेस्तरां मा भोजन करत है, इ प्रकार से मेनू मा आइटम के सेट को पहिचानने के लिए श्रेणियों को सीमित करत है। ऐसन संदर्भ हमे उपयोगकर्ता कय उनके भोजन के बारे मा सटीक कैलोरी जानकारी रिपोर्ट करेक अनुमति देत है, काहे से रेस्तरां श्रृंखला भागों का मानकीकृत करै अउर हर भोजन कय आहार संबंधी जानकारी प्रदान करै कय प्रवृत्ति रखत है। दूसर परिदृश्य मा, "जंगली भोजन" कहा जात है हम एक चित्र से पका भोजन का पहिचान करैं के कोशिश करत है जौन कहीं भी कैद कीन जा सकत है। हम दूनौ परिदृश्य पर भोजन पहचान पर व्यापक प्रयोग करत हई, जवन कि हमार दृष्टिकोण के व्यवहार्यता का दर्शावत है, 500 खाद्य श्रेणियों के लिए 105K छवियों वाले एक नए पेश किए गए डेटासेट पर। |
1f9ede76dbbd6caf7e3877918fae0d421c6f180c | |
3a932716ed323b247a828bd0fd8ae9b2ee0197b2 | संघ नियम कय खोज डाटाबेस खनन कय एक महत्वपूर्ण समस्या अहै। एसोसिएशन नियम का पता लगावे खातिर वर्तमान एल्गोरिदम के विश्लेषण डेटाबेस पर कई बार पास करे के जरूरत होत है, अउर जाहिर है कि बहुत बड़े डेटाबेस खातिर I/O ओवरहेड का भूमिका बहुत महत्वपूर्ण होत है. हम नए एल्गोरिदम का परिचय देत हैं जवन डेटाबेस गतिविधि का काफी हद तक कम करत हैं. विचार एक यादृच्छिक नमूना चुनना है, इ नमूना का उपयोग करके सभी संघ नियमों का पता लगाएं जो शायद पूरे डेटाबेस में हैं, और फिर शेष डेटाबेस के साथ परिणाम की जांच करें। एल्गोरिदम इ प्रकार सख्ती से संघ नियम का उत्पादन करत हैं, न कि नमूना पर आधारित अनुमान. इ दृष्टिकोण, हालांकि, संभाव्यता है, और उन दुर्लभ मामलों में जहां हमार नमूना विधि सभी संघ नियम का उत्पादन नहीं करता है, गायब नियम एक दूसरे पास में पाए जा सकते हैं। हमार प्रयोग इ बतावेला कि प्रस्तावित एल्गोरिदम के हिसाब से मात्र एक ठो डाटाबेस से जुड़ल नियम का काफ़ी सहज अहै। |
780e2631adae2fb3fa43965bdeddc0f3b885e20d | हम खनन संघ नियम का समस्या का परिचय देत हैं, जौन बड़े रिलेशनल टेबल मा मात्रात्मक अउर वर्गीकृत दोनों विशेषता शामिल हैं। एथेरियम के लिए, हालांकि, शॉर्ट-डेटेड ऑप्शंस [एसडीओ] का प्रतिशत बढ़ रहा है, जबकि लंबे समय से डेटेड ऑप्शंस [एलडीओ] घट रहे थे। हम मात्रात्मक गुणन का सौदा कर रहे हैं गुणन का मान-विभाजन करके और फिर आवश्यकतानुसार आसन्न विभाजन का संयोजन करके। हम आंशिक पूर्णता माप का परिचय देत हैं जउन विभाजन के कारण खोई गई जानकारी का मात्रात्मक रूप से संदर्भित करत हैं। इ तकनीक का सीधा अनुप्रयोग कई समान नियम पैदा कर सकता है। हम इ समस्या का हल करै खातिर आउटपुट में रुचि वाला नियम का पहिचान करै खातिर "अपेक्षा से अधिक मूल्य" ब्याज माप का उपयोग करत हैं। हम इ तरह के मात्रात्मक संघ नियम का खनन करे खातिर एक एल्गोरिथ्म देई. अंत मा, हम वास्तविक जीवन मा डाटा का उपयोग करैं के परिणाम का वर्णन करत हैं। |
586ed71b41362ef55e92475ff063a753e8536afe | संघ खनन अक्सर अवांछनीय रूप से बार-बार आइटम सेट अउर संघ नियम का एक बड़ा सेट प्राप्त कइ सकत हैं। हाल के अध्ययन एक दिलचस्प विकल्प का प्रस्ताव रखा है: बार-बार बंद वस्तु सेट और उनके संबंधित नियम, जेके पास संघ खनन के समान शक्ति है, लेकिन काफी हद तक नियम का संख्या का प्रतिनिधित्व करने के लिए कम है। ई पेपर में, हम बंद आइटमसेट खनन खातिर एक कुशल एल्गोरिथ्म, CLOSET, का प्रस्ताव करत बानी, तीन तकनीक के विकास के साथ: (1) बिना उम्मीदवार जनरेशन के बंद आइटमसेट खनन खातिर संपीड़ित, लगातार पैटर्न ट्री एफपी-ट्री संरचना लागू करना, (2) लगातार बंद आइटमसेट के जल्दी से पहचान करे खातिर एकल प्री-एक्स पथ संपीड़न तकनीक विकसित करना, अउर (3) बड़े डेटाबेस में स्केलेबल खनन खातिर विभाजन-आधारित प्रक्षेपण तंत्र के पता लगावल। हमार प्रदर्शन अध्ययन से पता चलता है कि क्लोज़ेट का प्रभाव बड़े डेटाबेस पर पड़ रहा है, अऊर तेजी से वो पहले से ही संबंधित डेटाबेस पर काम कर रहा है. |
0728ea2e21c8a24b51d14d5878c9485c5b11b52f | |
fb4e92e1266898152058f9b1f24acd8226ed9249 | इ पेपर मा हम घटना लॉग मा बार बार व्यवहार पैटर्न का पता लगाये खातिर एक विधि का वर्णन करत हन। हम इ सबइ ढाँचा क स्थानीय प्रक्रिया मॉडल के रूपे मँ देखाइ दिहा ह। स्थानीय प्रक्रिया मॉडल खनन प्रक्रिया खोज और एपिसोड / अनुक्रमिक पैटर्न खनन के बीच स्थित हो सकता है। इ पेपर मा प्रस्तुत तकनीक क्रमिक रचना, समवर्ती, विकल्प और लूप शामिल व्यवहार पैटर्न सीखै मा सक्षम है, जैसे प्रक्रिया खनन मा। हालांकि, हम शुरू से अंत तक मॉडल पर नजर नहीं रखते हैं, हालांकि ईस्टर की सटीकता के लिए एक महत्वपूर्ण संकेत है। हम स्थानीय प्रक्रिया मॉडल के निर्माण खातिर एक वृद्धि प्रक्रिया का प्रस्ताव करत हैं, जवन कि तथाकथित प्रक्रिया पेड़न के आधार पर लगातार पैटर्न कैप्चर करत है। हम पांच गुणवत्ता आयाम अउर स्थानीय प्रक्रिया मॉडल खातिर संबंधित मीट्रिक का प्रस्ताव करत हैं, जे घटना का लॉग दिया जात है। हम कुछ गुणवत्ता आयामों खातिर एकरसता गुण दिखावत हैं, जे स्थानीय प्रक्रिया मॉडल खोज के गति का सक्षम करत हैं। हम एक वास्तविक जीवन मामला अध्ययन के माध्यम से प्रदर्शित करत हैं कि खनन स्थानीय पैटर्न हमें उन प्रक्रियाओं में अंतर्दृष्टि प्राप्त करने की अनुमति देता है जहां नियमित रूप से शुरू से अंत तक प्रक्रिया की खोज तकनीकें केवल असंगठित, फूल-जैसे, मॉडल सीख सकेंगी। |
606b2c57cfed7328dedf88556ac657e9e1608311 | पारंपरिक इंटरनेट मा विफलता औ भरोसे का कई केंद्रीय बिंदु हैं, जैसन कि (ए) डोमेन नाम सिस्टम (डीएनएस) सर्वर, (बी) पब्लिक-कुंजी बुनियादी ढांचा, औ (सी) केंद्रीकृत डेटा स्टोर मा संग्रहीत अंत-उपयोगकर्ता डेटा। हम एक नए इंटरनेट का डिज़ाइन और कार्यान्वयन प्रस्तुत करते हैं, जिसे ब्लॉकस्टैक कहा जाता है, जहां उपयोगकर्ता दूरस्थ सर्वर पर विश्वास नहीं कर सकते हैं. हम नेटवर्क के बीच से कउनो भी भरोसेमंद बिंदु का हटा देत हैं अउर महत्वपूर्ण डाटा बाइंडिंग का सुरक्षित करने के लिए ब्लॉकचेन का उपयोग करत हैं। ब्लॉकस्टैक पहचान, खोज, अउर भंडारण खातिर सेवा लागू करत है अउर अंतर्निहित ब्लॉकचेन की विफलता का सामना कर सकत है। ब्लॉकस्टैक का डिजाइन एक बड़े ब्लॉकचेन-आधारित उत्पादन प्रणाली से तीन साल के अनुभव से प्रेरित है। ब्लॉकस्टैक पारंपरिक इंटरनेट सेवा के तुलनीय प्रदर्शन प्रदान करत है अउर पारंपरिक इंटरनेट पर सुरक्षा अउर विश्वसनीयता का एक बहुत जरूरी अपग्रेड प्रदान करत है। |
317072c8b7213d884f5b2d4d3133368d17c412ab | ब्रॉडबैंड सब्सट्रेट इंटीग्रेटेड वेव गाइड कैविटी-बैक स्लॉट एंटीना खातिर एक उपन्यास डिजाइन तकनीक इ पत्र में प्रदर्शित करल गयल हौवे। एक पारंपरिक संकीर्ण आयताकार स्लॉट का उपयोग करने के बजाय, एक बोगी-टाई के आकार का स्लॉट व्यापक बैंडविड्थ प्रदर्शन प्राप्त करने के लिए लागू किया जाता है। स्लॉट आकार का संशोधन गुहा में मजबूत लोडिंग प्रभाव का प्रेरित करने में मदद करता है और दो निकट-अंतर वाले हाइब्रिड मोड उत्पन्न करता है जो ब्रॉडबैंड प्रतिक्रिया प्राप्त करने में मदद करता है। स्लॉट एंटीना एक एकल सब्सट्रेट मा पतली गुहा समर्थन (ऊंचाई <;0.03λ0 ) शामिल है और यस प्रकार मध्यम लाभ के साथ एक दिशात्मक विकिरण विशेषताहरु दिखा रहा है जबकि कम प्रोफ़ाइल समतल विन्यास बनाए रखता है। एक निर्मित प्रोटोटाइप भी प्रस्तुत है जो 1.03 गीगाहर्ट्ज (9.4%) की बैंडविड्थ, बैंडविड्थ पर 3.7 dBi का लाभ, 15 dB फ्रंट-टू-बैक अनुपात, और क्रॉस-पोलराइजेशन स्तर -18 dB से कम दिखाता है। |
4255bbd10e2a1692b723f8b40f28db7e27b06de9 | यद्यपि पर्यवेक्षित शिक्षा खातिर निष्पक्षता पर साहित्य बढ़ रहा है, अनसुनी शिक्षा में निष्पक्षता का समावेश कम अच्छी तरह से अध्ययन किया गया है। इ पेपर मुख्य घटक विश्लेषण (पीसीए) के संदर्भ में निष्पक्षता का अध्ययन करत है। हम सबसे पहिले आयाम-कमीकरण खातिर निष्पक्षता परिभाषित करत हई, अउर हमार परिभाषा के मतलब ई हो सकत है कि अगर एक संरक्षित वर्ग (जैसे, जाति या लिंग) के बारे में जानकारी आयाम-कमी डेटा बिंदुओं से निष्कर्ष पर नाहीं पहुँचाई जा सकत है, त एक कमी निष्पक्ष है। अगला, हम उत्तल अनुकूलन सूत्र विकसित करत हैं जउन पीसीए अउर कर्नेल पीसीए की निष्पक्षता (हमरी परिभाषा के संबंध में) में सुधार कर सकत हैं। ई सूत्र अर्ध-निर्धारित प्रोग्राम ह, अउर हम कई डेटासेट का उपयोग कइके उनकर प्रभावकारिता का प्रदर्शन करत बानी. हम ई बताय देहे हई कि कैसे हमार दृष्टिकोण स्वास्थ्य डेटा का एक उचित (आयु के संबंध में) क्लस्टरिंग करे खातिर इस्तेमाल कै सका जात है जेकर उपयोग स्वास्थ्य बीमा दरें निर्धारित करे खातिर कै सका जात है। |
4e85e17a9c74cd0dbf66c6d673eaa9161e280b18 | एक मैट्रिक्स S 2 R rn C ∈ A का उप-स्थान एम्बेडिंग प्रदान करता है यदि kSAxk 2 2 = (1 ± ") kAxk 2 2 , 8x 2 R d. ऐसा मैट्रिक्स S एक कम विकृति एम्बेडिंग प्रदान करता है, और इसे (1 ± ") ` 2-उप-स्थान एम्बेडिंग कहा जाता है। एगो ∀2-उपस्थान सम्मिलन का उपयोग करके, कोई ए 2 आर एन डी के बजाय एसए 2 आर आर डी के साथ काम कर सकता है। आम तौर पर r n, त हम एक छोट मैट्रिक्स के साथ काम कर रहे हैं जो कई एल्गोरिदम की समय/स्थान जटिलता को कम कर रहा है। हालांकि ध्यान दें कि निश्चित रूप से r का d से बड़ा होना चाहिए अगर हम बात कर रहे हैं पूरे subspace R d [11] की। ध्यान दिहा कि उप-स्थान सम्मिलन C(A के खातिर कउनो विशेष आधार पे निर्भर नाहीं करत है, जेकर अर्थ बा कि अगर हमरे पास एक मैट्रिक्स U है जउन C(A के खातिर एक ऑर्थोनॉर्मल आधार है), तब Ux एक्से उप-स्थान देत है. अतः अगर S A का इम्बेडिंग है, तो U का भी इम्बेडिंग होगा. का अब तलक तोहका बिसवास नाहीं भवा? यादृच्छिक प्रक्षेपण निम्न-रैंक मैट्रिक्स सन्निकटन खातिर प्रयुक्त विधि का एक अउर वर्ग ह। एक यादृच्छिक प्रक्षेपण एल्गोरिथ्म एक यादृच्छिक मैट्रिक्स S 2 R r n का उपयोग करके एक उच्च आयामी अंतरिक्ष R n से एक कम आयामी उप-स्थान R r (r n) पर डेटापॉइंट्स का प्रोजेक्ट करता है। यादृच्छिक मानचित्रण का मुख्य विचार जॉनसन-लिंडेनस्ट्रॉस लेम से आता है (हम बाद में विस्तार से बताएंगे) जो कहता है कि "अगर एक वेक्टर स्पेस में बिंदुओं को उपयुक्त रूप से उच्च आयाम के यादृच्छिक रूप से चयनित उप-स्थान पर प्रोजेक्ट किया जाता है, तो बिंदुओं के बीच की दूरी लगभग संरक्षित है"। यादृच्छिक प्रक्षेपण विधियां कम्प्यूटेशनल रूप से कुशल हैं और व्यवहार में उच्च-आयामी डेटासेट के आयामीयता के लिए पर्याप्त रूप से सटीक हैं। एकरे अलावा, कई ज्यामितीय एल्गोरिदम की जटिलता आयाम पर काफी हद तक निर्भर करत है, जबकि पूर्व-प्रसंस्करण के रूप में यादृच्छिक प्रक्षेपण लागू कई डेटा खनन अनुप्रयोगों में एक आम कार्य है। स्तंभ नमूनाकरण विधियन के विपरीत, जे कम-रैंक उप-स्थान के अनुमान लगावे खातिर डेटा तक पहुँचय के जरूरत है, यादृच्छिक अनुमान डेटा बेहोश हैं, काहे से की उनकर गणना मा केवल एक यादृच्छिक मैट्रिक्स शामिल है S. हम यादृच्छिक अनुमान तकनीक का समझे खातिर आवश्यक बुनियादी अवधारणाओं अउर परिभाषाओं से शुरू करत हैं। परिभाषा 1 (स्तंभ स्थान) । एक मैट्रिक्स A 2 R nd (n > d) पर विचार करें। ध्यान दे की जैसे एक सभी वेक्टरों x 2 R d पर दायरा है , Ax A के स्तंभों के सभी रैखिक संयोजनों पर दायरा है और इसलिए R n का एक d- आयामी उप-स्थान परिभाषित करता है , जिसे हम A का स्तंभ स्थान कहते हैं और C द्वारा चिह्नित करते हैं) । परिभाषा 2 (∀ 2-उपस्थान का सम्मिलन) । |
01dfe1868e8abc090b1485482929f65743e23743 | अज्ञात वातावरण मा खोज मोबाइल रोबोट को मूल कार्यक्षमता हो। सीख-आधारित अन्वेषण विधियन, जेमा संवहन तंत्रिका नेटवर्क शामिल ह, सुविधा निकाय के खातिर मानव-डिज़ाइन किए गए तर्क के बिना उत्कृष्ट रणनीति प्रदान करत हैं। [1] लेकिन पारंपरिक रूप से supervised learning algorithms डाटासेट का लेबलिंग कार्य पर बहुत प्रयास लागत है अनिवार्य रूप से। प्रशिक्षण समूह मा शामिल होये वाले सदस्यन् कय सूची यक परीक्षण सदस्यन् कय होयः हम एक गहरी सुदृढीकरण सीखना विधि का प्रस्ताव करत हैं ताकि मोबाइल रोबोट्स का एक इनडोर वातावरण में खोज की जा सके, केवल एक आरजीबी-डी सेंसर से गहराई की जानकारी के साथ। डीप क्यू-नेटवर्क फ्रेमवर्क [2] के आधार पे, सभी गतिशील आदेशों से संबंधित क्यू मानों का अनुमान लगाने के लिए कच्चे गहराई छवि को एकमात्र इनपुट के रूप में लिया जाता है। नेटवर्क भार का प्रशिक्षण अंत-से-अंत है। मनमाने ढंग से निर्मित सिमुलेशन वातावरण मा, हम दिखाय देहे हई कि रोबोट को बिना कौनो मानव निर्मित लेबल के अपरिचित दृश्यों मा जल्दी से अनुकूलित किया जा सकता है। एकरे अलावा, सुविधा प्रतिनिधित्व के ग्रहणशील क्षेत्र के विश्लेषण के माध्यम से, गहरी सुदृढीकरण सीखना संवहन नेटवर्क का प्रेरित करत है ताकि दृश्यों का पारगम्यता अनुमानित की जा सके। परीक्षण के परिणाम का तुलना गहरी शिक्षा [1] या सुदृढीकरण शिक्षा [3] पर आधारित खोज रणनीतियों से अलग-अलग कीन जात है। सिमुलेट वातावरण मा प्रशिक्षण दिए जाने पर भी, वास्तविक दुनिया मा प्रयोगात्मक परिणामों से पता चलता है कि रोबोट नियंत्रक की संज्ञानात्मक क्षमता को पर्यवेक्षित विधि की तुलना मा नाटकीय रूप से बेहतर बनाइयो है। हमार मानना बा कि ई पहिला बार बा कि कच्चा सेंसर जानकारी का इस्तेमाल मोबाइल रोबोट खातिर गहन सुदृढीकरण सीखना के माध्यम से संज्ञानात्मक खोज रणनीति बनावे खातिर कइल जात बा। |
20a773041aa5667fbcf5378ac87cad2edbfd28b7 | DBpedia परियोजना विकिपीडिया से संरचित जानकारी निकाले खातिर अउर इ जानकारी वेब पर सुलभ बनावे खातिर एक सामुदायिक प्रयास अहै। DBpedia ज्ञानकोश मा अब तक लगभग 26 लाख संस्था का वर्णन है। इ सब संस्थाओं का खातिर, DBpedia एक विश्वव्यापी रूप से अद्वितीय पहचानकर्ता का परिभाषित करत है, जेका वेब पर एक समृद्ध आरडीएफ विवरण में संदर्भित करल जा सकत है, जेहमा 30 भाषाओं में मानव-पठनीय परिभाषाएं, अन्य संसाधनों से संबंध, चार अवधारणा पदानुक्रमों में वर्गीकरण, विभिन्न तथ्यों के साथ-साथ अन्य वेब डेटा स्रोतों से डेटा-स्तर लिंक भी शामिल हैं, जो कि इकाई का वर्णन कर रहा है। पिछले साल, डाटा प्रकाशन का एक बढ़ता संख्या डाटा स्तर लिंक DBpedia संसाधनों सेट करने के लिए शुरू कर दिया है, DBpedia उभरते वेब डेटा के लिए एक केंद्रीय इंटरलिंकिंग हब बना रही है। वर्तमान मा, DBpedia के आसपास परस्पर जुड़ा डेटा स्रोतों का वेब लगभग 4.7 बिलियन सूचना प्रदान करत है और भौगोलिक सूचना, लोग, कंपनियां, फिल्में, संगीत, जीन, ड्रग्स, किताबें, और वैज्ञानिक प्रकाशन जैसे डोमेन को कवर करत है। ई लेख DBpedia ज्ञान आधार का निष्कर्षण, वेब पर अन्य डेटा स्रोतों के साथ DBpedia का इंटरलिंकिंग की वर्तमान स्थिति का वर्णन करता है, और उन अनुप्रयोगों का अवलोकन देता है जो DBpedia के आसपास डेटा का वेब सुविधाजनक बनाते हैं। |
744eacc689e1be16de6ca1f386ea3088abacad49 | हम आपन तरीका का वर्णन करेक खातिर सिमेंटिक वेब ज्ञान आधार प्रणाली का बेंचमार्किंग करेक खातिर ओडब्ल्यूएल अनुप्रयोगन में उपयोग खातिर। हम लेहाइ विश्वविद्यालय बेंचमार्क (LUBM) का प्रस्तुत करत हई काहे से ई बेंचमार्क का डिजाइन करे के खातिर एगो उदाहरण ह। LUBM मा विश्वविद्यालय डोमेन, सिंथेटिक OWL डेटा स्केलेबल एक मनमाने आकार, चौदह एक्सटेंशनल क्वेरीज विभिन्न गुणों का प्रतिनिधित्व, और कई प्रदर्शन मीट्रिक का एक on-tology है। LUBM का उपयोग विभिन्न तर्क क्षमताओं अउर भंडारण तंत्र के साथ सिस्टम का मूल्यांकन करे खातिर कीन जा सकत है। हम इ बतेरे क दोहरवत अही कि दुइ मेमोरी-आधारित सिस्टम्स अउर दुइ सिस्टम्स क साथे निरंतर भंडारण का मूल्यांकन कीन गवा बा। |
92862e13ceb048d596d05b5c788765649be9d851 | सेवा से इनकार हमला के वितरित प्रकृति के कारन, वायरलेस सेंसर नेटवर्क (डब्ल्यूएसएन) मा पारंपरिक घुसपैठ का पता लगावे वाले सिस्टम का उपयोग करके अइसन दुर्भावनापूर्ण व्यवहार के पहचानल बहुत चुनौतीपूर्ण बा। वर्तमान पेपर मा, एक जैव-प्रेरित विधि, अर्थात् सहकारी आधारित फजी कृत्रिम प्रतिरक्षा प्रणाली (Co-FAIS) शुरू कीन गा है। ई मानव प्रतिरक्षा प्रणाली कय खतरा सिद्धांत से लिया गवा एक मॉड्यूलर-आधारित रक्षा रणनीति होय । एजेंट एक दूसरे के साथ काम करत हैं अउर सेंसर व्यवहार के असामान्यता का हिसाब लगावत हैं ताकि संदर्भ एंटीजन मूल्य (सीएवी) या हमलावरन के संदर्भ में अउर सुरक्षा प्रतिक्रिया खातिर फजी सक्रियण सीमा का अद्यतन करें। अइसन बहु-नोड परिस्थिति में, सिंक नोड के साथ स्निफर मॉड्यूल पैकेट घटक का विश्लेषण करके अउर लॉग फ़ाइल के अगिला परत पर भेजके डेटा का ऑडिट करे खातिर अनुकूलित होत है. फजी दुरुपयोग डिटेक्टर मॉड्यूल (FMDM) खतरा संकेतों का स्रोत का पता लगाने के लिए एक खतरा डिटेक्टर मॉड्यूल के साथ एकीकृत होता है। संक्रमित स्रोतों का फजी क्यू-लर्निंग टीकाकरण मॉड्यूल (एफक्यूवीएम) में प्रेषित किया जाता है ताकि सिस्टम क्षमताओं को बढ़ाने के लिए विशेष, आवश्यक कार्रवाई की जा सके। सहकारी निर्णय मोड्यूल (Co-DMM) खतरा डिटेक्टर मोड्यूल क साथ फजी क्यू-लर्निंग टीकाकरण मोड्यूल का समाहित करत है ताकि इष्टतम रक्षा रणनीतियों का उत्पादन हो सके। प्रस्तावित मॉडल कय प्रदर्शन कय मूल्यांकन करय कय लिए, कम ऊर्जा वाला अनुकूली क्लस्टरिंग पदानुक्रम (LEACH) कय एक नेटवर्क सिमुलेटर कय उपयोग कयके सिमुलेट किन्ह गवा रहा। बाद मा इ मॉडल क अन्य मौजूदा सॉफ्ट कंप्यूटिंग विधियन, जैसन कि फजी लॉजिक कंट्रोलर (एफएलसी), आर्टिफिशियल इम्यून सिस्टम (एआईएस), और फजी क्यू-लर्निंग (एफक्यूएल) के साथ तुलना कीन गवा, ताकि पता लगावा जाय की सटीकता, काउंटर-डिफेंस, नेटवर्क जीवनकाल और ऊर्जा की खपत, इकी दक्षता और व्यवहार्यता का प्रदर्शन की जा सके। प्रस्तावित विधि पारंपरिक अनुभवजन्य विधियन क तुलना मा पता लगावे की सटीकता अउर हमला के खिलाफ सफल रक्षा दर प्रदर्शन में सुधार करत है। & 2014 एल्सवीयर लिमिटेड. सब अधिकार सुरक्षित. |
c286ba73f645535d19e085bdaa713a0bb9cb1ddc | इ पेपर मा, एक एक्स-बैंड 1×3 सब्सट्रेट एकीकृत वेव गाइड (एसआईडब्ल्यू) पावर डिवाइडर डिजाइन प्रस्तुत कीन गा है। डिजाइन SIW पावर डिवाइडर प्रत्येक आउटपुट पोर्ट मा समान चरण वितरण संग बराबर आयाम प्रदान गर्दछ। एकर संतोषजनक संचालन बैंडविड्थ अउर कम सम्मिलन हानि भी अहै। ई अतिरिक्त, ईएम सिमुलेशन परिणामों से पता चलता है कि डिज़ायनिंग आवृत्ति पर लगभग 25 dB रिटर्न हानि है। |
81d51bf638a6a7c405e1e1d461ae979f83fd929b | |
9f27c7cd7a66f612c4807ec6e9a90d6aafd462e8 | गहराई वस्तु वॉल्यूम अउर दृश्य लेआउट के बारे मा उपयोगी संकेत के साथ आरजीबी पूरक हो सकत है। हालांकि, आरजीबी-डी छवि डेटासेट अभी भी काफी छोटा है, गहरे संवहन तंत्रिका नेटवर्क (सीएनएन) के विपरीत, बड़े पैमाने पर मोनोमॉडल आरजीबी डेटासेट। आरजीबी-डी मान्यता मा पहिले काम आम तौर पर आरजीबी और गहराई डेटा के लिए दुई अलग नेटवर्क को जोड़ते हैं, एक बड़े आरजीबी डेटासेट के साथ पूर्व-प्रशिक्षित और फिर संबंधित लक्ष्य आरजीबी और गहराई डेटासेट के लिए ठीक से ट्यून किए गए हैं। इ दृष्टिकोण कय कई सीमाएं हैं: 1) केवल आरजीबी डेटा से सीखे गए निम्न-स्तरीय फ़िल्टर का प्रयोग करें, यकई गहराई-विशिष्ट पैटर्न का उचित रूप से शोषण न कर सका जात है, अउर 2) आरजीबी अउर गहराई सुविधाएँ केवल उच्च स्तर पे ही संयुक्त होत हैं, लेकिन कम स्तर पे शायद ही कभी। इ पेपर मा, हम एक फ्रेमवर्क प्रस्ताव करत है जउन बड़े आरजीबी डेटासेट से अधिग्रहित ज्ञान को दोनो का लाभ उठात है, साथ ही साथ सीमित गहराई डेटा से सीखे गए गहराई-विशिष्ट संकेतों, अधिक प्रभावी बहु-स्रोत और बहु-मॉडल प्रतिनिधित्व प्राप्त करत है। हम बहु-मॉडल संयोजन विधि का प्रस्ताव करत हई जवन विभिन्न स्रोत मॉडल अउर लक्ष्य मोडलिटी से परतों की भेदभावपूर्ण संयोजन का चयन करत है, जोनमे कार्य के उच्च-स्तरीय गुण अउर दोनों मोडलिटी के आंतरिक निम्न-स्तरीय गुण शामिल ह्वे। |
1986349b2df8b9d4064453d169d69ecfde283e27 | संघर्ष का एक महत्वपूर्ण हिस्सा है रोचक कहानियां । इ आलेख मा, हम संघर्ष की एक कथा-परिभाषा का संचालन करत हैं अउर इ परिभाषा का शामिल करेक लिए स्थापित कथा-योजना तकनीक का विस्तार करत हैं। संघर्ष आंशिक क्रम का कारण लिंक योजना एल्गोरिथ्म (CPOCL) कारण की ध्वनि और चरित्र विश्वसनीयता बनाए रखते हुए एक योजना में उत्पन्न होने वाले कथात्मक संघर्ष की अनुमति देता है। हम भी सात आयाम का परिभाषित संघर्ष का संदर्भ में ज्ञान का प्रतिनिधित्व इस एल्गोरिथ्म का पहिला तीन-भागीदार, कारण, अउर अवधि-अनिश्चित मूल्य हईन जउन क्रमशः "कौन? अंतिम चार-संतुलन, प्रत्यक्षता, दांव, अउर संकल्प- निरंतर मूल्य हैं जउन महत्वपूर्ण कथात्मक गुण का वर्णन करत हैं जिनका उपयोग लेखक के उद्देश्य के आधार पर संघर्ष का चयन करे खातिर कीन जा सकत है। हम ई भी कहनी ह कि हम अपने आप क दू झिन ऊँच पदवीधर लोगन से बात करत हई जे एह पदवी के नकल कइले हई। अंत मा हम अलग अलग प्रकार कै कथा प्रस्तुत करत हई जौन सीपीओसीएल सात आयाम पै बंधन के आधार पै तैयार कै सका जात है। |
2766913aabb151107b28279645b915a3aa86c816 | ई लेख स्पष्टीकरण-आधारित सीख (ईबीएल) अउर अनुभव के माध्यम से समस्या-समाधान प्रदर्शन में सुधार करै मा एकर भूमिका का उल्लेखन करत अहै। अनुनासिक प्रणालि के विपरीत, जउन कई उदाहरण से सामान्य गुणन का अमूर्त करके सीखत हैं, ईबीएल प्रणाली समझाता है कि एक विशेष उदाहरण एक अवधारणा का एक उदाहरण काहे है। फिर स्पष्टीकरण ऑपरेशनल मान्यता नियम मा परिवर्तित हो। मूल रूप से, ईबीएल दृष्टिकोण विश्लेषणात्मक अउर ज्ञान-गहन है, जबकि अनुवेदी विधियन अनुभवजन्य अउर ज्ञान-गरीब हैं। ई लेख मूल ई बी एल पद्धति कय विस्तार अउर PRODIGY समस्या-समाधान प्रणाली कय साथे इनका एकीकरण पय केंद्रित अहै। PRODIGY का EBL विधि विशेष रूप से खोज नियंत्रण नियम प्राप्त करने के लिए डिज़ाइन की गई है जो जटिल कार्य डोमेन के लिए कुल खोज समय को कम करने में प्रभावी है। डोमेन-विशिष्ट खोज नियंत्रण नियम सफल समस्या-समाधान निर्णय, महंगी विफलता, अउर अप्रत्याशित लक्ष्य बातचीत से सीखे जात हैं। ई.बी.एल. का कई शिक्षण रणनीतियों का स्पष्ट रूप से निर्दिष्ट करने की क्षमता, प्रदर्शन सुधार के लिए एक सामान्य तकनीक के रूप में कार्य करने में सक्षम बनाता है। PRODIGY का EBL विधि का विश्लेषण, कई उदाहरणों और प्रदर्शन परिणामों से चित्रित है, और EBL और समस्या निवारण को एकीकृत करने के लिए अन्य विधियों से तुलना की गई है। "वर्तमान पताः आर्टिफिशियल इंटेलिजेंस रिसर्च ब्रांच, नासा एम्स रिसर्च सेंटर, स्टर्लिंग फेडरल सिस्टम्स, मेल स्टॉप 244-17, मोफेट फील्ड सीए 94035। इ शोध रक्षा उन्नत अनुसंधान परियोजना एजेंसी (डीओडी) द्वारा प्रायोजित कईल गयल हौ, एआरपीए आदेश संख्या. 4976, संशोधन 20, अनुबंध संख्या F33615-87-C-1499, एयर फोर्स एवियोनिक्स प्रयोगशाला द्वारा निगरानी, आंशिक रूप से अनुबंध N00014-84-K-0345 (N91) और N00014-86-K-0678-N123 के तहत नौसेना अनुसंधान कार्यालय द्वारा, आंशिक रूप से अनुबंध NCC 2-463 के तहत नासा द्वारा, आंशिक रूप से अनुबंध MDA903-85-C-0324 के तहत सेना अनुसंधान संस्थान द्वारा, उप-अनुबंध 487650-25537 के माध्यम से कैलिफोर्निया विश्वविद्यालय, इरविन, और निजी संस्थानों से छोटे योगदान द्वारा। इ दस्तावेज मा शामिल विचार और निष्कर्ष लेखक का हैं औ आधिकारिक नीतियों का प्रतिनिधित्व नहीं करत हैं, न त व्यक्त या अप्रत्यक्ष रूप से, डीएआरपीए, ओएनआर, नासा, एआरआई, या संयुक्त राज्य सरकार का। पहिला अउर पांचवा लेखकन का ए.टी. एंड टी. बेल लैब्स पीएच.डी. द्वारा समर्थित कईल गईल रहे। छात्रवृत्ति मा का का |
516bd2e2bfc7405568f48560e02154135616374c | कथावस्तु, अउर विशेष रूप से कहानी-कहानी, मानव अनुभव कय एक महत्वपूर्ण हिस्सा अहै। नतीजतन, कम्प्यूटेशनल सिस्टम्स का एक मजबूत इंटरफेस बनाए रखे हुए हैं, हालांकि ई अब संभव नहीं है कि आमतौर पर ई सब सउदाहरण हटाया जा सके। कम्प्यूटेशनल कथात्मक तर्क मा एक केंद्रीय चुनौती कथात्मक पीढ़ी, सार्थक घटनाक्रम का स्वचालित निर्माण हो। कई कारक - तार्किक अउर सौंदर्य - हैं जउन एक कथा कृत्रिमता क सफलता मा योगदान देत हैं। इ सफलता का मूल कारन एकर सरलता से समझे का अहै। हमार तर्क ई बा कि कहानी के नीचे दिहल दू गो विशेषता सार्वभौमिक बाड़ी सन: (क) कथानक के तार्किक कारण प्रगति, अउर (ख) चरित्र विश्वसनीयता. चरित्र विश्वसनीयता दर्शक द्वारा धारणा है कि चरित्र द्वारा प्रदर्शन की गई कार्रवाई का दर्शक का अविश्वास निलंबन पर नकारात्मक प्रभाव नहीं पड़ता है। विशेष रूप से, उमीदवार एक ईस्टर की तरह पूरी तरह से स्वचालित है, हालांकि ऊ खुद का बचाव कर रहा है. इ लेख मा, हम परिष्कृत खोज का उपयोग करैं का तरीका के रूप मा वर्णनात्मक पीढ़ी समस्या का हल करै खातिर एक तकनीक के रूप मा खोजत हैं- चरित्र क्रियाओं का एक ध्वनि और भरोसेमंद अनुक्रम खोजने के लिए जो एक प्रारंभिक विश्व राज्य को एक विश्व राज्य मा बदल देता है जौन लक्ष्य प्रस्तावों का पालन करत है। हम एक उपन्यास परिष्कृत खोज योजना एल्गोरिथ्म का वर्णन करते हैं - इरादा-आधारित आंशिक आदेश कारण लिंक (आईपीओसीएल) योजनाकार - कि, कारण से ध्वनि कथानक प्रगति बनाने के अलावा, संभावित चरित्र लक्ष्यों की पहचान करके चरित्र इरादे के बारे में कारण बताता है जो उनके कार्यों की व्याख्या करते हैं और योजना संरचनाएं बनाते हैं जो बताता है कि क्यों उन पात्रों को अपने लक्ष्यों के लिए प्रतिबद्ध करें। हम एक अनुभवजन्य मूल्यांकन का परिणाम प्रस्तुत करत हैं जवन इ दर्शावत है कि आईपीओसीएल एल्गोरिथ्म द्वारा उत्पन्न कथा योजना पारंपरिक आंशिक-क्रम योजनाकारों द्वारा उत्पन्न योजनाओं की तुलना में बेहतर चरित्र इरादों की दर्शक समझ का समर्थन करत है। |
444e8aacda5f06d2a6c5197c89567638eaccb677 | सूचना प्रौद्योगिकी का महत्व बढ़ता जा रहा है, इसलिए सूचना सुरक्षा के लिए समुचित सावधानी जरूरी है। सूचना सुरक्षा का व्यवस्थित प्रबंधन आईटी प्रबंधन का एक महत्वपूर्ण पहलू है। कम से कम जब से गोपनीयता अउर सुरक्षा की जानकारी सार्वजनिक रूप से उपलब्ध कराई गई, धोखाधड़ी वाले लेखांकन का अभ्यास, अउर सूचना प्रविधि पर आक्रमणकारी अटैचमेंट्स इकट्ठा किए गए। सुरक्षा मानदंड का उपयोग समुचित सूचना सुरक्षा प्रबंधन प्रणाली (आईएसएमएस) का विकास और रखरखाव के लिए दिशानिर्देश या रूपरेखा के रूप में किया जा सकता है। ISO/IEC 27000, 27001 और 27002 मानक अंतरराष्ट्रीय मानक हैं जिन पर तेजी से मान्यता प्राप्त है। इनका सूचना सुरक्षा खातिर दुनिया भर के संगठनन के साझा भाषा के रूप मा संदर्भित कईल जात है। ISO/IEC 27001 के साथ कंपनियां अपने ISMS का प्रमाणन एक तृतीय-पक्ष संगठन द्वारा कर सकती हैं और इस प्रकार अपने ग्राहकों का प्रमाणन कर सकती हैं। |
54eed22ff377dcb0472c8de454b1261988c4a9ac | यातायात सुरक्षा विश्व स्तर पर एक बड़ी समस्या है। कई सड़क दुर्घटनाएं सामान्य रूप से ड्राइवर के असुरक्षित ड्राइविंग व्यवहार से संबंधित हैं, जैसे कि खाई पिई गाड़ी चलावत रहैं। इ काम मा, हम संकुचन तंत्रिका नेटवर्क के आधार पर ड्राइवर के व्यवहार का पहचान करैं खातिर दृष्टि-आधारित समाधान का प्रस्ताव करत हन। विशेष रूप से, एक छवि दिए गए, त्वचा-जैसे क्षेत्रों को गॉसियन मिश्रण मॉडल द्वारा निकाला जाता है, जो कि एक गहरे संवहन तंत्रिका नेटवर्क मॉडल, अर्थात् R * CNN, को कार्रवाई लेबल उत्पन्न करने के लिए पारित किया जाता है। त्वचा-जैसे क्षेत्र पर्याप्त भेदभाव क्षमता के साथ प्रचुर मात्रा में अर्थपूर्ण जानकारी प्रदान करे मा सक्षम होत हैं। साथ ही, R*CNN उम्मीदवारन से सबसे अधिक जानकारीपूर्ण क्षेत्र का चयन करै मा सक्षम अहै ताकि अंतिम कार्रवाई कय मान्यता मिल सके। हम प्रस्तावित विधि का परीक्षण दक्षिण पूर्व विश्वविद्यालय ड्राइविंग-पोस्टिंग डेटासेट पर कई बार करे और 97.76% की औसत सटीकता (एमएपी) का डेटासेट पर प्राप्त करे, जो कि प्रस्तावित विधि का चालक की कार्रवाई मान्यता में प्रभावी साबित होता है। |
79f026f743997ab8b5251f6e915a0a427576b142 | मिलिमीटर-वेव संचार का भविष्य मा 5जी मोबाइल नेटवर्क मा एक महत्वपूर्ण भूमिका निभाने की उम्मीद है ताकि अगले दशक मा अपेक्षित नाटकीय यातायात वृद्धि को दूर कर सके। ऐसन सिस्टम मोबाइल टर्मिनल, एक्सेस पॉइंट या बैकहॉल/फ्रंटहॉल स्तर पर प्रयुक्त एंटीना प्रौद्योगिकि के खातिर गंभीर चुनौती का सामना करिहैं। इ पेपर एकीकृत एंटीना, एंटीना सरणी अउर उच्च-दिशात्मकता अर्ध-ऑप्टिकल एंटीना के डिजाइन में लेखक की हालिया उपलब्धियों का एक अवलोकन प्रदान करता है, उच्च डेटा दर 60-जीएचजेड संचार के लिए। |
04ee77ef1143af8b19f71c63b8c5b077c5387855 | प्राकृतिक भाषा प्रसंस्करण मा अधिकांश कार्य भाषा इनपुट मा उत्तर (क्यूए) समस्या मा प्रश्न मा डाली जा सकति हैं। हम गतिशील स्मृति नेटवर्क (डीएमएन) का परिचय देत हैं, एक एकीकृत तंत्रिका नेटवर्क फ्रेमवर्क जवन इनपुट अनुक्रम अउर प्रश्नन का संसाधित करत है, सेमेटिक अउर एपिसोडिक याददाश्त बनावत है, अउर प्रासंगिक उत्तर उत्पन्न करत है। प्रश्न एक पुनरावर्ती ध्यान प्रक्रिया शुरू करत हैं जवन मॉडल क पिछले पुनरावृत्तियन के परिणाम पर ध्यान केंद्रित करे की अनुमति देत है। ई परिणाम तबहिनो उत्तर उत्पन्न करे खातिर एक पदानुक्रमित आवर्ती अनुक्रम मॉडल में तर्क देला जात है. डीएमएन का अंत-से-अंत तक प्रशिक्षित करल जा सकत है और कई प्रकार के कार्य और डेटासेट पर कला का परिणाम प्राप्त होत है: प्रश्न का उत्तर देना (फेसबुक का बीएबीआई डेटासेट), भाषण टैगिंग (डब्ल्यूएसजे-पीटीबी) के भाग के लिए अनुक्रम मॉडलिंग, कोररेफरेन्स रिज़ॉल्यूशन (क्विज़बोल डेटासेट) और भावना विश्लेषण के लिए पाठ वर्गीकरण (स्टैनफोर्ड सेंटिमेंट ट्रीबैंक) । मॉडल पूरी तरह से प्रशिक्षित शब्द वेक्टर प्रतिनिधित्व पर निर्भर है और कोऊ स्ट्रिंग मिलान या मैन्युअल रूप से इंजीनियर सुविधाओं की आवश्यकता नहीं है। |
165db9e093be270d38ac4a264efff7507518727e | मशीन लर्निंग रिसर्च का एक दीर्घकालिक लक्ष्य ओई पद्धति का उत्पादन करना है जो तर्क और प्राकृतिक भाषा पर लागू हो, विशेष रूप से एक बुद्धिमान संवाद एजेंट का निर्माण। इ लक्ष्य की ओर प्रगति का मापने के लिए, हम प्रोक्सी कार्यों का एक सेट की उपयोगिता का तर्क देते हैं जो प्रश्न उत्तर के माध्यम से पठन समझ का मूल्यांकन करते हैं। हमार काम कई तरह से समझ मा पैमाना लगावत है: कि का एक सिस्टम तथ्य के चेनिंग, सरल प्रेरण, कटौती अउर कई अउर के माध्यम से सवालन का जवाब देवे मा सक्षम है। ई काम हर ऊ प्रणाली का होय जवन मनुष्य से बातचीत करै कै अनुमति देत है। हमार मानना बा कि कई मौजूदा सिछन प्रणाली इनका हल नहीं कइ सकत हैं, अउर यहिलिये हमार मकसद ई है कि ई कामन के कौशल समूहों में बाँट दीं ताकि शोधकर्ता उनके सिस्टम के कमजोरी का पहिचान कर सकें (अउर फिर उन्हें सुधार सकें) । हम हाल ही मा शुरू कीन गए मेमोरी नेटवर्क मॉडल का भी विस्तार अउर सुधार करत हैं, अउर देखावा है कि ई कुछ समस्याएं हल कर सकत हैं, लेकिन ई सब नाहीं। |
17357530b7aae622162da73d3b796c63b557b3b3 | प्राकृतिक या तकनीकी प्रणालियां की हमारी समझ का अंतिम प्रमाण इन मा हमारी क्षमता का प्रबंधन करें। यद्यपि नियंत्रण सिद्धांत इंजीनियरों अउर प्राकृतिक प्रणालियों का एक वांछित राज्य की ओर निर्देशित करै खातिर गणितीय उपकरण प्रदान करत है, एक जटिल स्व-संगठित प्रणालियों का नियंत्रित करे खातिर एक ढांचा गायब है। यहा हम विश्लेषणात्मक उपकरण विकसित करत हैं ताकि एक मनमाना जटिल निर्देशित नेटवर्क के नियंत्रणीयता का अध्ययन कै सका जा सके, जौन समय-निर्भर नियंत्रण के साथ ड्राइवर नोड्स के सेट का पहचान करत है जवन सिस्टम के समूचे गतिशीलता का मार्गदर्शन कइ सकत है। हम इ औजार कय कई वास्तविक नेटवर्क पे लागू करत हैं, इ पावे पे कि ड्राइवर नोड कय संख्या मुख्य रूप से नेटवर्क कय डिग्री वितरण से निर्धारित होत है। हम देखब कि विरल असमान नेटवर्क, जवन कई वास्तविक जटिल प्रणालियन मा निकलत ह, नियंत्रित करे मा सबसे कठिन ह, लेकिन ऊ घन अउर समरूप नेटवर्क क कुछ ड्राइवर नोड्स का उपयोग कईके नियंत्रित करल जा सकत ह। उलटा, हम ई पाये कि मॉडल अउर वास्तविक दुन्नो सिस्टम में ड्राइवर नोड्स हाई-डिग्री नोड्स से बचे हैं. |
8ff18d710813e5ea50d05ace9f07f48006430671 | हम हाइड्रोसेंस टेक्नोलॉजी पर आपन पहिले के काम का एक विस्तारित विश्लेषण प्रस्तुत करत हई, जवन कि घर में पानी के उपयोग कै गतिविधि का स्वचालित रूप से विघटन करे खातिर एक कम लागत वाला अउर आसानी से स्थापित एकल-बिंदु दबाव सेंसर ह (फ्रोहलिच एट अल., 2009) । हम मौजूदा अउर नवोदित जल विघटन तकनीक का एक सर्वेक्षण प्रदान करके इ काम का विस्तार करत हैं, हमार दृष्टिकोण के पीछे संचालन के सिद्धांत का एक अधिक व्यापक विवरण, अउर एक विस्तारित विश्लेषण खंड जिसमें गर्म बनाम ठंडा पानी वाल्व उपयोग वर्गीकरण शामिल है और दो वर्गीकरण दृष्टिकोणों के बीच एक तुलना शामिल हैः फ्रेह्लिच एट अल में प्रयुक्त टेम्पलेट-आधारित मिलान योजना। (2009) [53] अउर एक नया स्टोकेस्टिक दृष्टिकोण एक छिपा मार्कोव मॉडल का उपयोग करत है। हम देखब कि या दोनो ही वाल्व और फिक्स्चर स्तर पर पानी की घटना का 90% से अधिक सटीकता से पता लगावत हैं। हम अपने प्रयोगात्मक पद्धति के सीमा अउर भविष्य की समस्या का हल करै खातिर चर्चा करत बानी। © 2010 Elsevier B.V. सभी अधिकार सुरक्षित |
d4d5a73c021036dd548f5fbe71dbdabcad378e98 | इ कागज एक क्षणिक घटना वर्गीकरण योजना, प्रणाली पहचान तकनीक, और गैर-अभिनय भार निगरानी मा उपयोग को लागी कार्यान्वयन को वर्णन गर्दछ। एक साथ, इ तकनीक एक प्रणाली का निर्माण करत है जवन परिचालन शेड्यूल का निर्धारित कर सकत है और भार के भौतिक मॉडल का पैरामीटर पा सकत है जवन एक एसी या डीसी पावर वितरण प्रणाली से जुड़ा हुआ है। निगरानी प्रणाली मा केवल ऑफ-द-शेल्फ हार्डवेयर की आवश्यकता होत है औ डिस्ट्रीब्यूशन सिस्टम मा एक केंद्रीय स्थान मा स्थापित सेंसर की एक न्यूनतम संख्या से संकेत को disaggregating द्वारा व्यक्तिगत ट्रांजिटर्स को पहचानता है। एसी अउर डीसी सिस्टम खातिर कार्यान्वयन विवरण अउर क्षेत्र परीक्षण प्रस्तुत करल गइल बा. |
3556c846890dc0dbf6cd15ebdcd8932f1fdef6a2 | व्यापक कंप्यूटिंग का एक महत्वपूर्ण पहलू कंप्यूटर अउर सेंसर नेटवर्क का उपयोग प्रभावी ढंग से अउर असुविधाजनक रूप से उपयोगकर्ता के व्यवहार का अनुमान लगावे मा है उनके पर्यावरण मा। एहमा ई पता लगावा भी सामिल है कि काम कय कौनौ उपयोगकर्ता कय कौनौ गतिविधि अहै, कइसे एका कय प्रयोग करत है, औ एकर वर्तमान चरण कय अनुसार का काम करत है। बुजुर्गन कै देखभाल करै मा एक महत्वपूर्ण समस्या रोजमर्रा कै गतिविधि का पहचानब अउर रिकॉर्ड करब बाय। एडीएल अनुमान लगावे खातिर एगो नया प्रतिमान रेडियो-आवृत्ति-पहचान प्रौद्योगिकी, डेटा खनन, अउर एडीएल के पहिचान करे खातिर एगो संभाव्यता अनुमान इंजन के उपयोग करत बा, जवन कि लोग के उपयोग करे वाली वस्तुअन के आधार पर होत बा. हम प्रस्तावित कीन गवा बदे ई सब परिहरन का जवाब दैहै औ ई दिखाइ देइ कि ई सब परिहरन से कौनों तरह केर असंगत गतिविधि पय रोक लागत है। हमार मुख्य अवलोकन ई है कि ADL का प्रदर्शन करत समय एक व्यक्ति द्वारा उपयोग की जाए वाली वस्तुओं का अनुक्रम ADL की पहचान और एकर निष्पादन की गुणवत्ता दोनों का दृढ़ता से विशेषता है। यहिसे हम लोगन के सक्रिय सक्रियता से जुड़ी समस्यन का सुलझावैं खातिर प्रोएक्टिव एक्टिविटी टूलकिट (PROACT) विकसित कै लीन गै बाय। |
fdec38019625fbcffc9debb804544cce6630c3ac | ई बात क धियान रखे के जरूरत है कि जौन अबहीं तक भाषा समिति द्वारा अनुमोदित नहीं भयें, उहै ठीक तरह से प्रचार प्रसार पय भी पहुँच सका जात है। अब प्रबंधक खातिर जरूरी होइ गा कि इन अमूर्त संपत्ति पर रिटर्न का नापय। इ पांडुलिपि विपणन से आय के मापन पर केंद्रित अहै। सबसे पहिले हम इ बात पर चर्चा करेब कि ई कामयाबी सलूट करै लायक अहै ,काहेकि ईहां पर हम लोगन कय प्रशासनिक स्तर पर काफी सक्तियां बाय। अब हमैं तौ सामान्य प्रशासन अउर मार्केटिंग मा अबै तक के मजूरी मा चर्चा करै का परा। हम त ईहे कहनी की एक ठो अवधारनात्मक रूपरेखा तैयार कीन है जेहमे ऐतिहासिक रूप से बहुत महत्वपूर्ण मानकन पर पैमाना पै पै नापल जाय सक है। हम त ई विसय कय चर्चा करत अहन कि मार्केटिंग मा का भविष्य बाय। © 2006 Elsevier Inc. सभी अधिकार सुरक्षित |
0cfd5a7c6610e0eff2d277b419808edb32d93b78 | |
592fc3377e8b590a457d8ffaed60b71730114347 | पिछले बीस साल से स्टोचस्टिक सर्च एल्गोरिदम में तेजी से बढ़ रही रुचि, विशेष रूप से भौतिकी और जीव विज्ञान में प्राकृतिक प्रक्रियाओं से प्रेरित है। जटिल व्यावहारिक अनुकूलन समस्या अउर संबंधित खोज अनुप्रयोगों पर प्रभावशाली परिणाम कई क्षेत्रन से लिया गयल ह, लेकिन इ एल्गोरिदम क सैद्धांतिक समझ कमजोर रहत हय। इ आंशिक रूप से परिणाम से उपजा है कि सार्वभौमिक खोज एल्गोरिदम पर कुछ बुनियादी सीमाओं का दिखावा करने वाले परिणामों पर अपर्याप्त ध्यान दिया गया है, जिसमें तथाकथित "कोई मुफ्त लंच नहीं" प्रमेय भी शामिल है। इ पेपर इन परिणामों का विस्तार करता है और खोज एल्गोरिदम के डिजाइन, और उपयोगी प्रतिनिधित्व का निर्माण के लिए कुछ अंतर्निहित निष्कर्ष निकालता है। परिणामी अंतर्दृष्टि डोमेन ज्ञान का दोहन करके विशेष समस्या वर्गों खातिर एल्गोरिदम अउर प्रतिनिधित्व क दर्जी करने पर ध्यान केंद्रित करत है। इ बात पर जोर देत हुए कि ई जानकारियन का भविष्य की एक बड़ी रिसर्च एजेंडा के रूप मा उपयोग करै के लिए सैद्धांतिक रूप से बेहतर तरीके से समझे का बहुत जरूरी अहै। |
c4ea9066db2e73a7ddfa8643277bfd2948eebfe0 | |
7758a1c9a21e0b8635a5550cfdbebc40b22a41a6 | |
bf48f1d556fdb85d5dbe8cfd93ef13c212635bcf | इ काम में, हम एक नया रोबोट लर्निंग फ्रेमवर्क का प्रस्ताव करत हैं, जेकर नाम है न्यूरल टास्क प्रोग्रामिंग (एनटीपी), जवन कि प्रदर्शन और न्यूरल प्रोग्राम इंडक्शन से कुछ-शॉट लर्निंग का विचार जोड़ता है। एनटीपी इनपुट के रूप मा एक कार्य विनिर्देश (उदाहरण के लिए, एक कार्य का वीडियो प्रदर्शन) लेता है और पुनरावर्ती रूप से इसे बेहतर उप-कार्य विनिर्देशों मा विघटित करता है। इ विनिर्देश एक पदानुक्रमित तंत्रिका कार्यक्रम मा खिलावा जात है, जहां निचले स्तर के कार्यक्रम कॉल योग्य सबरूटीन होत हैं जवन पर्यावरण के साथे बातचीत करत हैं। हम आपन तरीका तीन रोबोट के साथ मैनिपुलेट करेक परखले हई। एनटीपी क्रमिक कार्यन मा मजबूत सामान्यीकरण प्राप्त करत है जौन पदानुक्रमित अउर संरचनात्मक संरचना का प्रदर्शन करत है। प्रयोगात्मक परिणाम से पता चलता है कि एनटीपी बढ़ रही लंबाई, चर टोपोलॉजी, और बदलते उद्देश्यों वाले अदृश्य कार्यों की ओर अच्छी तरह से सामान्यीकरण करना सीखता है। stanfordvl.github.io/ntp/. |
bbe657fbc16cbf0ceaebd596cea5b3915f4eb39c | परिपत्र ध्रुवीकरण अनुप्रयोगों मा उपयोग को लागी एक वाइड-बैंड कोनों-ट्रंकित आयताकार स्टैक्ड पैच एंटीना प्रस्तावित गरियो। एंटिन का प्रस्तावित अक्षीय अनुपात 3 डीबी से कम और VSWR 2 से कम का था: 1 वायरलेस संचार अनुप्रयोगों में उपयोग के लिए 25% बैंडविड्थ पर प्राप्त करने योग्य दिखाया गया था, और यह एंटीना उच्च लाभ, निचले साइड लोब और पारंपरिक माइक्रोस्ट्रिप पैच एंटीना की तुलना में व्यापक बैंडविड्थ प्राप्त कर सकता है। |
15a2c58b29c5a84a134d1504faff528101321f21 | (Freund & Schapire 1996, Schapire & Singer 1998) वर्गीकरण पद्धति मा हाल मा सब से महत्वपूर्ण विकास मा एक हो। कई वर्गीकरण एल्गोरिदम का प्रदर्शन अक्सर इनपुट डेटा के पुनः भारित संस्करणों पर क्रमिक रूप से लागू करके, और इस तरह से उत्पादित वर्गीकरण के अनुक्रम का भारित बहुमत वोट लेकर नाटकीय रूप से सुधार किया जा सकता है। हम देखब कि इ रहस्यमय घटना का हम पूर रूप से जानत हई, अउर इ पूरी तरह से सांख्यिकीय सिद्धांत के हिसाब से समझे बिना नहीं की जा सकत: इ है अधिकतर संभावना (Additive Modelling) अउर सबसे अधिक संभावना (Maximum likelihood) से, जौन जादा से जादा हो सकत है। दो-वर्ग समस्या के लिए, अधिकतम बर्नौली संभावना का उपयोग मानदंड के रूप मा लॉजिस्टिक पैमाने पर योज्य मॉडलिंग का एक अनुमान के रूप मा देखा जा सकता है। हम जादा सीधे अनुमान लगाये हैं और दिखाये हैं कि ई लगभग ओही तरह से चलत है जैसय कि बढ़त का संकेत देत है। बहुपद संभावना पर आधारित प्रत्यक्ष बहु-वर्ग सामान्यीकरण व्युत्पन्न हैं जो हाल ही में प्रस्तावित बहु-वर्ग सामान्यीकरण के तुलना में तुलनात्मक प्रदर्शन का प्रदर्शन करते हैं, ज्यादातर स्थितियों में, और कुछ में कहीं बेहतर। हम सुझाव देत हई कि बूस्टिंग खातिर एगो मामूली संशोधन कीन जाय जेसे गणना कम हो सके, अक्सर 10 से 50 के कारक से। अंत मा हम इ अंतर्दृष्टि क उपयोग निर्णय पेड़ों का बढ़ावा देवे खातिर वैकल्पिक सूत्र तैयार करैं खातिर करत हई। इ दृष्टिकोण, बेस्ट-फर्स्ट ट्रंक्टेड ट्री प्रेरण पर आधारित है, अक्सर बेहतर प्रदर्शन का कारण बनता है, और समग्र निर्णय नियम का व्याख्यात्मक विवरण प्रदान कर सकता है। इ भी बहुत तेज कंप्यूटेशनल है जेसे इ बड़े पैमाने पर डाटा माइनिंग एप्लीकेशन के लिए बेहतर हो सकत है । |
35b86ef854c728da5f905ae9fb09dbbcf59a0cdd | इ पेपर सीएमओएस ट्रांजिस्टर, एकीकृत निष्क्रिय, और सर्किट ब्लॉक्स का डिज़ाइन और मॉडलिंग का वर्णन करता है, जो मिलीमीटर-तरंग (मिमी-तरंग) आवृत्तियों पर हैं। 130-nm CMOS ट्रांजिस्टर का उच्च आवृत्ति प्रदर्शन पर परजीवी का प्रभाव जांच की जा रही है, और एक शिखर f/sub max/ 135 GHz इष्टतम डिवाइस लेआउट के साथ प्राप्त किया गया है। अनुप्रेषण गुणवत्ता कारक (Q/sub L/) ट्रांसमिशन लाइनों के लिए एक अधिक प्रतिनिधि मीट्रिक के रूप मा प्रस्तावित है, और एक मानक CMOS बैक-एंड प्रक्रिया के लिए, coplanar वेव गाइड (CPW) लाइनों का निर्धारण किया जाता है कि वे माइक्रोस्ट्रिप लाइनों की तुलना में उच्च Q/sub L/ का मालिक हैं। एमएम-वेव आवृत्ति पर सक्रिय और निष्क्रिय घटकों का सटीक मॉडलिंग की तकनीकें प्रस्तुत की गई हैं। प्रस्तावित पद्धति का उपयोग 40 गीगाहर्ट्ज और 60 गीगाहर्ट्ज पर काम करने वाले दो ब्रॉडबैंड mm-wave CMOS एम्पलीफायर का डिजाइन करने के लिए की गई थी। 40 गीगाहर्ट्ज का एम्पलीफायर एक पीक प्राप्त करता है। एस/सब 21/ Radius = 19 dB, आउटपुट पी/सब 1dB/ = -0.9 dBm, IIP3 = -7.4 dBm, और 1.5V आपूर्ति से 24 mA की खपत करता है। 60-जीएचजेड एम्पलीफायर एक शिखर प्राप्त गर्दछ: एस/उप 21/उप = 12 डीबी, आउटपुट पी/उप 1 डीबी/ = +2.0 डीबीएम, एनएफ = 8.8 डीबी, र एक 1.5-वोल्ट आपूर्ति बाट 36 एमए खपत। एम्पलीफायर का निर्माण 130 एनएम की 6 धातु परत क साथ सीएमओएस प्रक्रिया से करा गा रहा है जेसे पता चलता है कि आज के मुख्यधारा सीएमओएस तकनीक मा जटिल एमएम-वेव सर्किट संभव है। |
0a06201d7d0f60d775b2e8d3b100026190081db8 | खेती से ज्यादा कुछ बनता है, बस बढ़ते आबादी का पेट भरने का साधन नहीं बन रहा है। इ भारत मा 70 प्रतिशत से अधिक आबादी पय निर्भर है जवन खेती मा निर्भर है। एकर मतलब इ अहइ कि जद्यपि ओनकर कठिन मेहनत बेकार बा, तउ भी उ पचे उत्तिम भोजन पावइ बरे तइयार अहइँ। पौधा रोग मनईन का स्वास्थ्य अउर आर्थिक रूप से भी प्रत्यक्ष या परोक्ष रूप से प्रभावित करत हैं। पौधा रोग का पता लगावे खातिर हमैं तेज स्वचालित तरीका चाही। रोगन का विश्लेषण अलग-अलग डिजिटल छवि प्रसंस्करण तकनीक से कइल जात बा। इ पेपर मा, हम पौधा रोग का पता लगावे के खातिर अलग-अलग डिजिटल इमेज प्रोसेसिंग तकनीक पर सर्वेक्षण करे हन। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.