_id
stringlengths 40
40
| text
stringlengths 0
9.47k
|
|---|---|
05378af0c67c59505067e2cbeb9ca29ed5f085e4 | আমরা একটি অ্যালগরিদম প্রস্তাব করছি যাতে পর্যবেক্ষণের শ্রেণীবিন্যাসীয় সমষ্টির জন্য বিতরণ-ভিত্তিক, বিতরণকৃত ট্রাফিক তথ্য সিস্টেমগুলি ব্যবহার করা যায়। নির্দিষ্ট মান বহন করার পরিবর্তে (যেমন, একটি নির্দিষ্ট এলাকায় বিনামূল্যে পার্কিং স্থান সংখ্যা), আমাদের সমষ্টি একটি সম্ভাব্যতাবাদী আনুমানিক হিসাবে একটি সংশোধিত Flajolet-মার্টিন স্কেচ অন্তর্ভুক্ত। এই পদ্ধতির প্রধান সুবিধা হল যে সমষ্টিগুলি দ্বিগুণ সংবেদনশীল নয়। এই পদ্ধতিতে VANET অ্যাপ্লিকেশনের জন্য বিদ্যমান একত্রিতকরণ পদ্ধতির দুটি প্রধান সমস্যা সমাধান করা হয়েছে। প্রথমত, যখন একই এলাকার জন্য একাধিক পর্যবেক্ষণের সমষ্টি পাওয়া যায়, তখন তাদের একত্রিত করা সম্ভব হয় যাতে মূল সমষ্টি থেকে সমস্ত তথ্য থাকে। এই পদ্ধতিতে, একটি সমষ্টিকে অন্য সমষ্টিতে ব্যবহারের জন্য নির্বাচিত করা হয় এবং বাকি অংশকে বর্জন করা হয়। দ্বিতীয়ত, যে কোন পর্যবেক্ষণ বা সমষ্টিকে উচ্চ স্তরের সমষ্টিতে অন্তর্ভুক্ত করা যেতে পারে, তা আগে সরাসরি বা পরোক্ষভাবে যোগ করা হয়েছে কিনা তা নির্বিশেষে। এই সমস্ত বৈশিষ্ট্যগুলির ফলে, কাঠামোর গুণমান উচ্চতর হয় এবং কাঠামোটি খুব নমনীয় হয়। আমরা একটি সিমুলেশন স্টাডি দ্বারা আমাদের পদ্ধতির এই বৈশিষ্ট্যগুলি প্রদর্শন করি। |
2f83d2294d44b44ad07d327635a34276abe1ec55 | এই কাগজটি আইইইই 802.11b / জি অ্যাপ্লিকেশনের জন্য একটি অ্যান্টেনা-ইন্টিগ্রেটেড প্যাকেজ উপলব্ধ করার জন্য এমসিএম-ডি উত্পাদন প্রযুক্তির উপর ভিত্তি করে একটি অ্যান্টেনা নকশা প্রবর্তন করে। এন্টেন এবং আরএফ মডিউল একীভূত করার ফলে পরজীবী প্রভাব অন্তর্ভুক্ত করার জন্য কো-ডিজাইন গাইডলাইন ব্যবহার করা হয়। লুপ অ্যান্টেনাটি এমসিএম-ডি সাবস্ট্রেটের দ্বিতীয় স্তরে অবস্থিত। এন্টেনের মধ্যে ক্যাপাসিটিভ ফিড স্ট্রিপ রয়েছে যা কোপ্লানার ওয়েভগাইড (সিপিডব্লিউ) দ্বারা খাওয়ানো হয়। কপলিং ফিড টেকনিকের মাধ্যমে প্রস্তাবিত অ্যান্টেনার আকার WLAN ব্যান্ডে (২.৪-২.৪৮৪ গিগাহার্টজ) মাত্র ৩.৮ মিমি × ৪.৭ মিমি। এছাড়াও, সংযুক্ত স্ট্রিপের দৈর্ঘ্য টিউন করে রেজোন্যান্ট ফ্রিকোয়েন্সি সামঞ্জস্য করা যায়। ফলাফল দেখায় যে কপলিং-ফিড লুপ অ্যান্টেনাটি 1.6 dBi এবং 2.45 গিগাহার্জ এ 85 শতাংশের বিকিরণ দক্ষতা অর্জন করেছে। প্যাকেজ এন্টেনের মোট এলাকার তুলনায় এন্টেনের আয়তন খুবই কম (৪.৪%) । বিস্তারিত প্যারামিটার স্টাডিজ উপস্থাপন করা হয়, যা প্রস্তাবিত পদ্ধতির কার্যকারিতা প্রদর্শন করে। |
cf08bf7bcf3d3ec926d0cedf453e257e21cc398a | ডিভাইস টেস্টিং সেমিকন্ডাক্টর শিল্পের একক বৃহত্তম উত্পাদন ব্যয় প্রতিনিধিত্ব করে, যার জন্য বছরে ৪০ মিলিয়ন ডলার খরচ হয়। এই ধরনের সবচেয়ে ব্যাপক এবং বিস্তৃত বই, টেস্টিং অফ ডিজিটাল সিস্টেমস এই অত্যন্ত গুরুত্বপূর্ণ বিষয় সম্পর্কে আপনার যা জানা দরকার তা জুড়েছে। মূল বিষয়গুলি থেকে শুরু করে, লেখকরা পাঠককে স্বয়ংক্রিয় পরীক্ষার প্যাটার্ন জেনারেশন, পরীক্ষার জন্য ডিজাইন এবং ডিজিটাল সার্কিটের অন্তর্নির্মিত স্ব-পরীক্ষার মাধ্যমে আইডিডিকিউ টেস্টিং, কার্যকরী টেস্টিং, বিলম্বিত ত্রুটি পরীক্ষা, মেমরি টেস্টিং এবং ত্রুটি নির্ণয়ের মতো আরও উন্নত বিষয়গুলিতে যাওয়ার আগে নিয়ে যান। বইটিতে সাম্প্রতিক প্রযুক্তির বিস্তারিত আলোচনা রয়েছে যার মধ্যে রয়েছে বিভিন্ন ফল্ট মোডের জন্য টেস্ট জেনারেশন, ইন্টিগ্রেটেড সার্কিট হিরার্কির বিভিন্ন স্তরে টেস্টিং কৌশলগুলির আলোচনা এবং সিস্টেম-অন-এ-চিপ টেস্ট সিন্থেসিসের একটি অধ্যায়। শিক্ষার্থী এবং প্রকৌশলীদের জন্য লেখা এই বইটি সিনিয়র/গ্রাজুয়েট স্তরের একটি চমৎকার পাঠ্যপুস্তক এবং একটি মূল্যবান রেফারেন্স। |
44c3dac2957f379e7646986f593b9a7db59bd714 | |
5a4bb08d4750d27bd5a2ad0a993d144c4fb9586c | সম্প্রতি ব্যাপকভাবে প্রচারিত তথ্য লঙ্ঘন শত শত লক্ষ লক্ষ মানুষের ব্যক্তিগত তথ্য প্রকাশ করেছে। কিছু প্রতিবেদন তথ্য লঙ্ঘনের আকার এবং ঘনত্ব উভয় ক্ষেত্রেই উদ্বেগজনক বৃদ্ধিতে নির্দেশ করে, যা বিশ্বজুড়ে প্রতিষ্ঠানগুলিকে একটি খারাপ পরিস্থিতির দিকে পরিচালিত করার জন্য অনুপ্রাণিত করে। কিন্তু, সমস্যা কি সত্যিই আরও খারাপ হচ্ছে? এই গবেষণাপত্রে, আমরা একটি জনপ্রিয় পাবলিক ডেটাসেট অধ্যয়ন করি এবং ডেটা লঙ্ঘনের প্রবণতা তদন্ত করার জন্য বেজিয়ান জেনারেলাইজড লিনিয়ার মডেলগুলি বিকাশ করি। মডেলের বিশ্লেষণে দেখা যায় যে গত দশকে তথ্য লঙ্ঘনের আকার বা ঘনতা বৃদ্ধি পায়নি। আমরা দেখতে পাচ্ছি যে যেসব বৃদ্ধি মনোযোগ আকর্ষণ করেছে তা ডেটাসেটের অন্তর্নিহিত ভারী-টেইলযুক্ত পরিসংখ্যানগত বন্টন দ্বারা ব্যাখ্যা করা যেতে পারে। বিশেষ করে, আমরা দেখতে পাই যে ডেটা লঙ্ঘনের আকার লগ-স্বাভাবিকভাবে বিতরণ করা হয় এবং লঙ্ঘনের দৈনিক ফ্রিকোয়েন্সি একটি নেতিবাচক দ্বৈত বন্টন দ্বারা বর্ণিত হয়। এই বন্টনগুলি লঙ্ঘনের জন্য দায়ী জেনারেটিভ প্রক্রিয়াগুলির সূত্র সরবরাহ করতে পারে। উপরন্তু, আমাদের মডেল ভবিষ্যতে একটি নির্দিষ্ট আকারের লঙ্ঘনের সম্ভাবনা পূর্বাভাস দেয়। উদাহরণস্বরূপ, আমরা দেখতে পাই যে আগামী বছরে মাত্র ৩১% সম্ভাবনা রয়েছে ১০ মিলিয়ন রেকর্ড বা তার বেশি মার্কিন যুক্তরাষ্ট্রে লঙ্ঘিত হওয়ার। যে কোন প্রবণতা সত্ত্বেও, তথ্য লঙ্ঘন ব্যয়বহুল, এবং আমরা মডেলটিকে দুটি ভিন্ন খরচ মডেলের সাথে মিলিয়ে প্রজেক্ট করেছি যে আগামী তিন বছরে লঙ্ঘন হতে পারে ৫৫ বিলিয়ন ডলার পর্যন্ত। |
e8e2c3d884bba807bcf7fbfa2c27f864b20ceb80 | এই মেমো ইন্টারনেট সম্প্রদায়ের জন্য তথ্য প্রদান করে। এই মেমো কোনো ধরনের ইন্টারনেট স্ট্যান্ডার্ড নির্দিষ্ট করে না। এই মেমো সীমাহীনভাবে বিতরণ করা হয়। সারাংশ এই নথিতে এইচএমএসি, ক্রিপ্টোগ্রাফিক হ্যাশ ফাংশন ব্যবহার করে বার্তা প্রমাণীকরণের একটি প্রক্রিয়া বর্ণনা করা হয়েছে। এইচএমএসি যেকোনো পুনরাবৃত্ত ক্রিপ্টোগ্রাফিক হ্যাশ ফাংশন, যেমন এমডি৫, এসএইচএ-১, এর সাথে একটি গোপন শেয়ারড কী ব্যবহার করা যেতে পারে। এইচএমএসি-র ক্রিপ্টোগ্রাফিক শক্তি নির্ভর করে অন্তর্নিহিত হ্যাশ ফাংশনের বৈশিষ্ট্যের উপর। |
f01d369becb42ff69d156d5e19d8af18dadacc6e | ওয়্যারলেস সেন্সর নেটওয়ার্ক (ডব্লিউএসএন) এর সংখ্যা যত বাড়ছে, ততই কার্যকর সুরক্ষা ব্যবস্থার প্রয়োজন বাড়ছে। যেহেতু সেন্সর নেটওয়ার্কগুলি সংবেদনশীল ডেটার সাথে যোগাযোগ করতে পারে এবং/অথবা শত্রুতাপূর্ণ পরিবেশে কাজ করতে পারে, তাই সিস্টেম ডিজাইনের শুরু থেকেই এই নিরাপত্তা সংক্রান্ত উদ্বেগের সমাধান করা জরুরি। এই গবেষণাপত্রের উদ্দেশ্য হচ্ছে ডব্লিউএসএন-এ তথ্য সংগ্রহ ও প্রক্রিয়াকরণের জন্য নিরাপত্তা সমাধানের বর্ণনা দেওয়া। মাঝারি ও বড় আকারের ডব্লিউএসএন-এর জন্য পর্যাপ্ত নিরাপত্তা সক্ষমতা অর্জন করা একটি কঠিন কিন্তু প্রয়োজনীয় লক্ষ্য, যাতে এই নেটওয়ার্কগুলিকে বাজারের জন্য প্রস্তুত করা যায়। এই গবেষণাপত্রে ডব্লিউএসএন এর মহাকাশ নিরাপত্তা সমাধান এবং এর নির্ভরযোগ্যতার চ্যালেঞ্জের একটি সারসংক্ষেপ রয়েছে। |
18f5593d6082b1ba3c02cf64d64eb9d969db3e6b | ভেক্টর স্পেস ওয়ার্ড রেপ্রেজেনটেশন অনেক প্রাকৃতিক ভাষা প্রসেসিং অ্যাপ্লিকেশনের জন্য উপযোগী। ভেক্টর উপস্থাপনার কম্পিউটিংয়ের বিভিন্ন কৌশল এবং বিপুল সংখ্যক মূল্যায়ন মানদণ্ডের কারণে নতুন ভেক্টর স্পেস মডেল তৈরির গবেষকদের জন্য এবং যারা তাদের ব্যবহার করতে চান তাদের জন্য নির্ভরযোগ্য তুলনা একটি ক্লান্তিকর কাজ করে তোলে। আমরা একটি ওয়েবসাইট এবং অফলাইন সরঞ্জামগুলির একটি স্যুট উপস্থাপন করছি যা স্ট্যান্ডার্ড লেক্সিকেল শব্দার্থবিজ্ঞান বেঞ্চমার্কের উপর শব্দ ভেক্টরগুলির মূল্যায়নকে সহজতর করে এবং তাদের অ্যাপ্লিকেশনগুলির জন্য ভাল ভেক্টরগুলি খুঁজে পেতে ইচ্ছুক ব্যবহারকারীদের দ্বারা বিনিময় এবং সংরক্ষণাগারকে অনুমতি দেয়। এই সিস্টেমটি www.wordvectors.org এ উপলব্ধ। |
cc383d9308c38e36d268b77bd6acee7bcd79fc10 | বর্তমানে পরিধানযোগ্য ও ইমপ্লান্ট করা স্বাস্থ্য পর্যবেক্ষণ প্রযুক্তির অগ্রগতি রোগীদের সর্বত্র পর্যবেক্ষণের মাধ্যমে স্বাস্থ্যসেবা পরিষেবার ভবিষ্যতকে পরিবর্তন করার শক্তিশালী সম্ভাবনা রয়েছে। একটি সাধারণ স্বাস্থ্য পর্যবেক্ষণ ব্যবস্থাতে পরিধানযোগ্য বা ইমপ্লান্ট করা সেন্সরগুলির একটি নেটওয়ার্ক থাকে যা ক্রমাগত শারীরবৃত্তীয় পরামিতিগুলি পর্যবেক্ষণ করে। সংগৃহীত তথ্য বিদ্যমান ওয়্যারলেস যোগাযোগ প্রোটোকল ব্যবহার করে অতিরিক্ত প্রক্রিয়াকরণের জন্য একটি বেস স্টেশনে রিলে করা হয়। এই নিবন্ধটি গবেষকদের বিদ্যমান কম শক্তির যোগাযোগ প্রযুক্তির তুলনা করার জন্য তথ্য সরবরাহ করে যা সম্ভাব্যভাবে ডাব্লুবিএএন সিস্টেমের দ্রুত বিকাশ এবং স্থাপনার সমর্থন করতে পারে এবং মূলত আবাসিক পরিবেশে বয়স্ক বা দীর্ঘস্থায়ী অসুস্থ রোগীদের দূরবর্তী পর্যবেক্ষণের উপর দৃষ্টি নিবদ্ধ করে। |
b3e326f56fd2e32f33fd5a8f3138c6633da25786 | এই গবেষণাপত্রটি স্বয়ংক্রিয় পরিস্কারকরণ রোবট রোবোকিং এর সিস্টেম ইন্টিগ্রেশন এবং ওভারভিউ উপস্থাপন করবে। রোবোকিং হল স্বচালিত স্বয়ংক্রিয়ভাবে চলাচলকারী ভ্যাকুয়াম ক্লিনিং রোবট। এটি পরিষ্কার করার সময় অভ্যন্তরীণ পরিবেশ এবং নিজেকে রক্ষা করার জন্য বেশ কয়েকটি সেন্সর ব্যবহার করে। এই গবেষণাপত্রে আমরা সিস্টেমের কাঠামো, সেন্সর, ফাংশন এবং ইন্টিগ্রেটেড সাবসিস্টেমের সাথে অপারেশন নীতি বর্ণনা করব। |
85b3cd74945cc6517aa3a7017f89d8857c3600da | শিক্ষার্থীদের ভবিষ্যৎ কর্মক্ষমতা সম্পর্কে সঠিক মূল্যায়ন করা অত্যন্ত গুরুত্বপূর্ণ, যাতে শিক্ষার্থীদের শিক্ষার প্রক্রিয়ায় পর্যাপ্ত সহায়তা দেওয়া যায়। এই লক্ষ্যে, এই গবেষণার লক্ষ্য ছিল কিছু চিহ্নিত বৈশিষ্ট্যের মানের উপর ভিত্তি করে একজন শিক্ষার্থীর কর্মক্ষমতা পূর্বাভাস দেওয়ার জন্য বেয়েসিয়ান নেটওয়ার্কগুলির ব্যবহার তদন্ত করা। আমরা উচ্চ বিদ্যালয়ের শিক্ষার্থীদের ৮টি বৈশিষ্ট্যযুক্ত ডেটা সেট দিয়ে পারফরম্যান্সের পূর্বাভাসের উপর অভিজ্ঞতাগত পরীক্ষা-নিরীক্ষা উপস্থাপন করেছি। এই গবেষণাপত্রটি শিক্ষার ক্ষেত্রে বেয়েসিয়ান পদ্ধতির প্রয়োগের একটি উদাহরণ প্রদান করে এবং দেখায় যে বেয়েসিয়ান নেটওয়ার্ক শ্রেণিবদ্ধকরণকারী শিক্ষার্থীদের কর্মক্ষমতা পূর্বাভাসের জন্য একটি সরঞ্জাম হিসাবে ব্যবহার করার সম্ভাবনা রয়েছে। |
86aa83ebab0f72ef84f8e6d62379c71c04cb6b68 | |
05e5e58edead6167befb089444d35fbd17b13414 | |
8c63d23cc29dc6221ed6bd0704fccc03baf20ebc | সাম্প্রতিক সময়ে, সংলাপের জন্য অ্যাপ্লিকেশনগুলির বিস্ফোরণ ঘটেছে, যা দিকনির্দেশনা এবং পর্যটন তথ্য থেকে শুরু করে ইন্টারেক্টিভ গল্পের সিস্টেম পর্যন্ত বিস্তৃত। তবুও এই সিস্টেমগুলির অনেকের জন্য প্রাকৃতিক ভাষা প্রজন্ম (এনএলজি) উপাদানটি মূলত হস্তনির্মিত হয়ে থাকে। এই সীমাবদ্ধতা অ্যাপ্লিকেশনগুলির পরিসীমাকে ব্যাপকভাবে সীমাবদ্ধ করে; এর অর্থ হল যে এক্সপ্রেশনাল এবং পরিসংখ্যানগত ভাষার প্রজন্মের সাম্প্রতিক কাজের সুবিধা গ্রহণ করা অসম্ভব যা গতিশীল এবং স্বয়ংক্রিয়ভাবে প্রদত্ত বিষয়বস্তুর প্রচুর পরিমাণে বৈচিত্র্য তৈরি করতে পারে। আমরা প্রস্তাব করছি যে এই সমস্যার সমাধান ভাষা উৎপাদনের জন্য নতুন পদ্ধতির মাধ্যমে করা যেতে পারে। আমরা ES-TRANSLATOR, একটি কম্পিউটেশনাল ভাষা জেনারেটর বর্ণনা করি যা পূর্বে কেবল উপকথাগুলিতে প্রয়োগ করা হয়েছিল এবং ওয়েব্লগ থেকে ব্যক্তিগত বিবরণগুলিতে প্রয়োগ করে EST এর ডোমেনের স্বাধীনতার পরিমাণগতভাবে মূল্যায়ন করি। এরপর আমরা ভাষা প্রজন্মের উপর সাম্প্রতিক কাজের সুবিধা নিয়ে গল্প প্রজন্মের জন্য একটি পরামিতিযুক্ত বাক্য পরিকল্পনাকারী তৈরি করি যা সংযোজন অপারেশন, বক্তৃতা এবং দৃষ্টিকোণ থেকে বৈচিত্র্য প্রদান করে। অবশেষে, আমরা বিভিন্ন ব্যক্তিগত বর্ণনামূলক পুনর্বিবেচনার একটি ব্যবহারকারী মূল্যায়ন উপস্থাপন করি। |
43dfdf71c82d7a61367e94ea927ef1c33d4ac17a | সংবেদনশীল তথ্যের দ্রুত বৃদ্ধি এবং দীর্ঘমেয়াদী ডেটা সংরক্ষণ ও সুরক্ষা প্রয়োজন এমন সরকারী প্রবিধানের ক্রমবর্ধমান সংখ্যা সংস্থাগুলিকে স্টোরেজ সুরক্ষায় গুরুত্ব সহকারে মনোযোগ দিতে বাধ্য করেছে। এই নিবন্ধে আমরা স্টোরেজ সম্পর্কিত গুরুত্বপূর্ণ নিরাপত্তা বিষয় নিয়ে আলোচনা করব এবং বিদ্যমান স্টোরেজ সিস্টেম দ্বারা প্রদত্ত নিরাপত্তা পরিষেবাগুলির একটি ব্যাপক জরিপ উপস্থাপন করব। আমরা স্টোরেজ সিকিউরিটি সাহিত্যের বিস্তৃত পরিসরকে কভার করি, বিদ্যমান সমাধানগুলির একটি সমালোচনামূলক পর্যালোচনা উপস্থাপন করি, তাদের তুলনা করি এবং সম্ভাব্য গবেষণা সমস্যাগুলিকে তুলে ধরছি। |
b594a248218121789e5073a90c31b261610478e0 | এই কাগজটি লিনিয়ার সর্বনিম্ন বর্গক্ষেত্র সমস্যার একটি ক্রম সমাধানের মাধ্যমে বড় আকারের এসএলএএম-এর জন্য একটি কৌশল উপস্থাপন করে। এই অ্যালগরিদমটি সাবম্যাপ জয়েনিং এর উপর ভিত্তি করে তৈরি করা হয়েছে যেখানে বিদ্যমান SLAM কৌশল ব্যবহার করে সাবম্যাপ তৈরি করা হয়। এটি প্রদর্শিত হয় যে যদি সাবম্যাপের সমন্বয় ফ্রেমগুলি বিচক্ষণতার সাথে নির্বাচিত হয়, তবে দুটি সাবম্যাপকে সংযুক্ত করার জন্য সর্বনিম্ন বর্গক্ষেত্রের উদ্দেশ্য ফাংশনটি রাষ্ট্র ভেক্টরের একটি বর্গক্ষেত্র ফাংশন হয়ে যায়। অতএব, বড় আকারের এসএলএএম-এর একটি রৈখিক সমাধান যা একাধিক স্থানীয় উপ-মানচিত্রকে ধারাবাহিকভাবে বা আরও দক্ষ ডিভাইড এবং কনকর পদ্ধতিতে একত্রিত করতে হবে, তা পাওয়া যেতে পারে। প্রস্তাবিত লিনিয়ার এসএলএএম কৌশলটি বৈশিষ্ট্য-ভিত্তিক এবং দুটি এবং তিনটি মাত্রায় অবস্থিত গ্রাফ এসএলএএম উভয়ের জন্য প্রযোজ্য এবং কোভ্যারিয়েন্স ম্যাট্রিক্সের চরিত্রের উপর কোনও অনুমানের প্রয়োজন হয় না বা রাষ্ট্র ভেক্টরের প্রাথমিক অনুমান প্রয়োজন হয় না। যদিও এই অ্যালগরিদমটি সর্বোত্তম পূর্ণ অ-রৈখিক সর্বনিম্ন স্কোয়ার এসএলএএম এর একটি আনুমানিক, 2 ডি এবং 3 ডি তে সর্বজনীনভাবে উপলব্ধ ডেটাসেট ব্যবহার করে সিমুলেশন এবং পরীক্ষাগুলি দেখায় যে লিনিয়ার এসএলএএম এমন ফলাফল তৈরি করে যা সর্বোত্তম সমাধানের খুব কাছাকাছি থাকে যা একটি সঠিক প্রাথমিক মান থেকে শুরু করে সম্পূর্ণ অ-রৈখিক অপ্টিমাইজেশন ব্যবহার করে প্রাপ্ত করা যেতে পারে। প্রস্তাবিত অ্যালগরিদমের জন্য সি/সি++ এবং ম্যাটলাব সোর্স কোডগুলি ওপেনএসএলএএম-এ পাওয়া যায়। |
69ab8fe2bdc2b1ea63d86c7fd64142e5d3ed88ec | আমরা তথ্য পুনরুদ্ধারের ক্লাসিক সম্ভাব্যতা মডেল এবং উদীয়মান ভাষা মডেলিং পদ্ধতির মধ্যে সম্পর্ক অন্বেষণ করি। এটা দীর্ঘদিন ধরে স্বীকৃত হয়েছে যে ক্লাসিক মডেলের কার্যকর পারফরম্যান্সের জন্য প্রাথমিক বাধা হল একটি প্রাসঙ্গিকতা মডেলের অনুমান করার প্রয়োজনঃ প্রাসঙ্গিক শ্রেণীর শব্দগুলির সম্ভাবনা। আমরা এই সম্ভাব্যতা অনুমান করার জন্য একটি নতুন কৌশল প্রস্তাব করছি শুধুমাত্র ক্যোয়ারী ব্যবহার করে। আমরা দেখিয়েছি যে আমাদের কৌশল অত্যন্ত নির্ভুল প্রাসঙ্গিকতা মডেল তৈরি করতে পারে, সমার্থকতা এবং বহুবচনত্বের গুরুত্বপূর্ণ ধারণাগুলিকে সম্বোধন করে। আমাদের পরীক্ষাগুলিতে দেখা গেছে যে, প্রাসঙ্গিকতা মডেলগুলি TREC পুনরুদ্ধার এবং TDT ট্র্যাকিংয়ের কাজগুলিতে বেসলাইন ভাষা মডেলিং সিস্টেমগুলিকে ছাড়িয়ে যায়। এই কাজের প্রধান অবদান হচ্ছে কোন প্রশিক্ষণ তথ্য ছাড়াই প্রাসঙ্গিকতা মডেলের অনুমান করার জন্য একটি কার্যকর আনুষ্ঠানিক পদ্ধতি। |
2a894be44d07a963c28893cc6f45d29fbfa872f7 | মেশিন লার্নিং (এমএল) অ্যালগরিদমগুলি সাধারণত বিগ ডেটার জন্য প্রয়োগ করা হয়, বিতরণকৃত সিস্টেমগুলি ব্যবহার করে যা মেশিনগুলিতে ডেটা পার্টিশন করে এবং প্রতিটি মেশিনকে এমএল মডেলের সমস্ত পরামিতি পড়তে এবং আপডেট করতে দেয় - একটি কৌশল যা ডেটা সমান্তরালতা হিসাবে পরিচিত। একটি বিকল্প এবং পরিপূরক কৌশল, মডেল সমান্তরালতা, নন-শেয়ারড সমান্তরাল অ্যাক্সেস এবং আপডেটগুলির জন্য মডেল প্যারামিটারগুলিকে বিভাজন করে এবং যোগাযোগের সুবিধার্থে পর্যায়ক্রমে প্যারামিটারগুলিকে পুনরায় ভাগ করতে পারে। মডেল সমান্তরালতা দুটি চ্যালেঞ্জ দ্বারা অনুপ্রাণিত হয় যা ডেটা-সমান্তরালবাদ সাধারণত মোকাবেলা করে নাঃ (1) প্যারামিটারগুলি নির্ভরশীল হতে পারে, সুতরাং নিরীহ একযোগে আপডেটগুলি ত্রুটিগুলি প্রবর্তন করতে পারে যা ঘনিষ্ঠতাকে ধীর করে দেয় বা এমনকি অ্যালগরিদম ব্যর্থতার কারণ হতে পারে; (2) মডেল প্যারামিটারগুলি বিভিন্ন হারে ঘনিষ্ঠ হয়, সুতরাং প্যারামিটারগুলির একটি ছোট উপসেট এমএল অ্যালগরিদম সমাপ্তিকে বাধা দিতে পারে। আমরা পরিকল্পিত মডেল সমান্তরালতা (SchMP) প্রস্তাব করছি, একটি প্রোগ্রামিং পদ্ধতি যা প্যারামিটার নির্ভরতা এবং অসমান সংমিশ্রণকে বিবেচনা করে দক্ষতার সাথে পরামিতি আপডেটগুলি নির্ধারণ করে এমএল অ্যালগরিদমের সংমিশ্রণ গতি উন্নত করে। স্কেল এ SchMP সমর্থন করার জন্য, আমরা একটি বিতরণ কাঠামো STRADS বিকাশ করি যা SchMP প্রোগ্রামগুলির থ্রুপুটকে অনুকূল করে তোলে এবং চারটি সাধারণ এমএল অ্যাপ্লিকেশনগুলি SchMP প্রোগ্রাম হিসাবে লিখিত হয়ঃ এলডিএ টপিক মডেলিং, ম্যাট্রিক্স ফ্যাক্টরাইজেশন, বিচ্ছিন্ন সর্বনিম্ন-স্কোয়ার (লাসো) রিগ্রেশন এবং বিচ্ছিন্ন লজিস্টিক রিগ্রেশন। স্ক্র্যাম্প প্রোগ্রামিংয়ের মাধ্যমে এমএল অগ্রগতি প্রতি পুনরাবৃত্তির উন্নতি করে এবং স্ট্র্যাডস এর মাধ্যমে পুনরাবৃত্তির থ্রুপুটকে উন্নত করে আমরা দেখাই যে স্ট্র্যাডসে চলমান স্ক্র্যাম্প প্রোগ্রামগুলি নন-মডেল-সমান্তরাল এমএল বাস্তবায়নকে ছাড়িয়ে যায়ঃ উদাহরণস্বরূপ, স্ক্র্যাম্প এলডিএ এবং স্ক্র্যাম্প লাসো যথাক্রমে সাম্প্রতিক, সুপ্রতিষ্ঠিত বেসলাইনগুলির তুলনায় 10x এবং 5x দ্রুততর ঘনিষ্ঠতা অর্জন করে। |
bdc6acc8d11b9ef1e8f0fe2f0f41ce7b6f6a100a | ঐতিহ্যগত পাঠ্য সাদৃশ্য পরিমাপ প্রতিটি শব্দকে শুধুমাত্র নিজের মতোই বিবেচনা করে এবং শর্তগুলির অর্থগত সম্পর্ককে মডেল করে না। আমরা একটি নতুন বৈষম্যমূলক প্রশিক্ষণ পদ্ধতির প্রস্তাব দিচ্ছি যা কাঁচা পদ ভেক্টরকে একটি সাধারণ, নিম্ন-মাত্রিক ভেক্টর স্পেসে প্রজেক্ট করে। আমাদের পদ্ধতিটি প্রকল্পিত ভেক্টরগুলির প্রাক-নির্বাচিত সাদৃশ্য ফাংশন (যেমন, কোসাইন) এর ক্ষতিকে হ্রাস করার জন্য সর্বোত্তম ম্যাট্রিক্স খুঁজে বের করে কাজ করে এবং উচ্চ মাত্রিক স্থানে প্রচুর সংখ্যক প্রশিক্ষণ উদাহরণ দক্ষতার সাথে পরিচালনা করতে সক্ষম হয়। দুটি ভিন্ন ভিন্ন কাজ, ক্রস-ল্যাঙ্গুয়েজ ডকুমেন্ট রিট্রিভাল এবং অ্যাড প্রাসঙ্গিকতা পরিমাপের উপর ভিত্তি করে মূল্যায়ন করা হয়েছে, আমাদের পদ্ধতিটি কেবল বিদ্যমান অত্যাধুনিক পদ্ধতির চেয়ে ভাল কাজ করে না, তবে কম মাত্রায় উচ্চ নির্ভুলতা অর্জন করে এবং তাই আরও দক্ষ। |
50988101501366324c11e9e7a199e88a9a899bec | |
b2e68ca577636aaa6f6241c3af7478a3ae1389a7 | নার্সিংয়ের ক্ষেত্রে রূপান্তর নেতৃত্বের ধারণা বিশ্লেষণ করা। ব্যাকগ্রাউন্ড নার্সদের দায়িত্ব হল রোগীদের স্বাস্থ্যসেবা প্রদানের খরচ কমানোর পাশাপাশি রোগীদের ফলাফল উন্নত করা। স্বাস্থ্যসেবা সংস্কারের জন্য নার্সদের কৌশল প্রয়োজন। রূপান্তর নেতৃত্ব এবং এর সম্ভাবনার অনুসন্ধান এবং বৃহত্তর বোঝাপড়া কর্মক্ষমতা উন্নতি এবং রোগীর সুরক্ষার জন্য অবিচ্ছেদ্য। ওয়াকার এবং অ্যাভান্টের (২০০৫) ধারণা বিশ্লেষণ পদ্ধতি ব্যবহার করে ডিজাইন ধারণা বিশ্লেষণ। তথ্যসূত্র: পাবমেড, সিনাহল এবং সাইকিনফো। এই প্রতিবেদনে নার্সিংয়ের ক্ষেত্রে রূপান্তর নেতৃত্বের ধারণাটি কার্যকরভাবে বিশ্লেষণ করার জন্য রূপান্তর নেতৃত্ব, পরিচালনা এবং নার্সিংয়ের উপর বিদ্যমান সাহিত্যের উপর ভিত্তি করে তৈরি করা হয়েছে। নার্সিংয়ের জন্য প্রভাব এই প্রতিবেদনে রূপান্তর নেতৃত্বের জন্য একটি নতুন অপারেশনাল সংজ্ঞা প্রস্তাব করা হয় এবং মডেল কেসগুলি চিহ্নিত করা হয় এবং নার্সিংয়ের প্রসঙ্গে নির্দিষ্ট বৈশিষ্ট্যগুলি সংজ্ঞায়িত করা হয়। আয়োজক সংস্কৃতি এবং রোগীর ফলাফলের উপর রূপান্তর নেতৃত্বের প্রভাব স্পষ্ট। বিশেষ আগ্রহের বিষয় হল এই যে, রূপান্তর নেতৃত্বকে শিক্ষণীয় দক্ষতার একটি সেট হিসেবে সংজ্ঞায়িত করা যায়। তবে, রোগীর ফলাফলের উপর যেভাবে রূপান্তর নেতৃত্ব প্রভাব ফেলে তার প্রক্রিয়াটি এখনও অস্পষ্ট। পরিশেষে, নার্সিংয়ের ক্ষেত্রে রূপান্তরমূলক নেতৃত্বকে উচ্চ-পারফরম্যান্স দল এবং উন্নত রোগীর যত্নের সাথে যুক্ত করা হয়েছে, তবে এটি খুব কমই দক্ষতার একটি সেট হিসাবে বিবেচিত হয়েছে যা শেখানো যেতে পারে। এছাড়াও, আরও গবেষণার জন্য অভিজ্ঞতার রেফারেন্সকে শক্তিশালী করা প্রয়োজন; এটি অপারেশনাল সংজ্ঞা উন্নত করে, মূল নির্মাণে দ্ব্যর্থতা হ্রাস করে এবং সাবস্কেল পরিমাপকে বৈধ করার জন্য রূপান্তরকারী নেতৃত্ব স্বাস্থ্যসেবা ফলাফলকে প্রভাবিত করে এমন নির্দিষ্ট প্রক্রিয়াগুলি অন্বেষণ করে করা যেতে পারে। |
bdcdc95ef36b003fce90e8686bfd292c342b0b57 | রিইনফোর্সমেন্ট লার্নিং মূল্যায়ন অপ্টিমাইজেশনের জন্য শুধুমাত্র একটি একক নিউরাল নেটওয়ার্ক ব্যবহার করে কাঁচা সংবেদনশীল তথ্যের উপর সাধারণীকরণের ক্ষেত্রে মহান সম্ভাবনা দেখায়। বর্তমান উন্নততর রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদমের মধ্যে বেশ কিছু চ্যালেঞ্জ রয়েছে যা তাদের গ্লোবাল অপ্টিমামের দিকে ঘনিষ্ঠ হতে বাধা দেয়। এই সমস্যাগুলির সমাধান সম্ভবত স্বল্প ও দীর্ঘমেয়াদী পরিকল্পনা, অনুসন্ধান এবং পুনর্বহাল শেখার অ্যালগরিদমের জন্য মেমরি পরিচালনার মধ্যে রয়েছে। গেমগুলি প্রায়শই পুনর্বহাল শেখার অ্যালগরিদমগুলিকে বেঞ্চমার্ক করতে ব্যবহৃত হয় কারণ তারা একটি নমনীয়, পুনরুত্পাদনযোগ্য এবং নিয়ন্ত্রণ করা সহজ পরিবেশ সরবরাহ করে। যাই হোক, কয়েকটি গেম একটি রাষ্ট্র-অবস্থান বৈশিষ্ট্য যেখানে অনুসন্ধান, মেমরি, এবং পরিকল্পনা ফলাফল সহজে অনুভূত হয়। এই গবেষণাপত্রটি Dreaming Variational Autoencoder (DVAE) উপস্থাপন করে, যা একটি নিউরাল নেটওয়ার্ক ভিত্তিক জেনারেটিভ মডেলিং আর্কিটেকচার যা বিরল প্রতিক্রিয়া সহ পরিবেশে অনুসন্ধানের জন্য। আমরা আরও উপস্থাপন করছি ডিপ ল্যাবরেটরি, একটি নতুন এবং নমনীয় ল্যাবরেটরি ইঞ্জিন যা আংশিক এবং সম্পূর্ণ-পর্যবেক্ষণযোগ্য রাষ্ট্র-স্থান, দীর্ঘ-অভিশেষণ কাজ এবং নির্ধারক এবং স্টোক্যাস্টিক সমস্যায় ডিভিএইকে চ্যালেঞ্জ করে। আমরা প্রাথমিক ফলাফল দেখাই এবং প্রজন্মের অনুসন্ধানের মাধ্যমে চালিত পুনর্বহাল শেখার বিষয়ে আরও কাজ করার জন্য উৎসাহিত করি। |
7e5af1cf715305fc394b5d24fc1caf17643a9205 | তথ্য প্রযুক্তি (আইটি) এবং সংস্থাগুলির মধ্যে সম্পর্কের প্রকৃতি তথ্য সিস্টেম সাহিত্যে দীর্ঘদিন ধরে বিতর্কিত হয়েছে। আইটি কি সংস্থাগুলিকে আকৃতি দেয়, নাকি সংস্থাগুলির লোকেরা আইটি কীভাবে ব্যবহার করা হয় তা নিয়ন্ত্রণ করে? প্রশ্নটি একটু ভিন্নভাবে করা যায়: এজেন্সি (পরিবর্তন সাধনের ক্ষমতা) কি প্রধানত মেশিনের (কম্পিউটার সিস্টেম) নাকি মানুষের (সংগঠনের অভিনেতা) হাতে থাকে? প্রযুক্তিগত এবং সামাজিক নির্ধারকত্বের চরমের মধ্যে মধ্যম পথের জন্য অনেক প্রস্তাব দেওয়া হয়েছে; সাম্প্রতিক বছরগুলিতে সামাজিক তত্ত্বের দিকে মনোনিবেশকারী গবেষকরা কাঠামোগত তত্ত্ব এবং (সাম্প্রতিক) অভিনেতা নেটওয়ার্ক তত্ত্বের উপর দৃষ্টি নিবদ্ধ করেছেন। এই দুই তত্ত্ব, যাইহোক, এজেন্সির বিভিন্ন এবং অসঙ্গতিপূর্ণ মতামত গ্রহণ করে। এইভাবে, স্ট্রাকচারেশন তত্ত্ব এজেন্সিকে কেবলমাত্র মানুষের সম্পত্তি হিসাবে দেখে, যেখানে অভিনেতা নেটওয়ার্ক তত্ত্বের সাধারণ সিম্যাট্রি নীতিটি বোঝায় যে মেশিনগুলিও এজেন্ট হতে পারে। কাঠামোগত তত্ত্ব এবং অভিনেতা নেটওয়ার্ক তত্ত্ব উভয়ের সমালোচনার উপর ভিত্তি করে, এই কাগজটি মানব এবং মেশিন এজেন্সির মধ্যে মিথস্ক্রিয়া সম্পর্কে একটি তাত্ত্বিক অ্যাকাউন্ট বিকাশ করেঃ এজেন্সির দ্বৈত নৃত্য। এই প্রতিবেদনটি প্রযুক্তি এবং সংগঠনের মধ্যে সম্পর্কের তত্ত্বায়নে অবদান রাখার চেষ্টা করে, যা মানব ও মেশিনের মধ্যে পার্থক্য এবং তাদের পারস্পরিক ক্রিয়াকলাপের উদ্ভূত বৈশিষ্ট্য উভয়কেই স্বীকৃতি দেয়। |
d7cbedbee06293e78661335c7dd9059c70143a28 | আমরা আপনাদের সামনে তুলে ধরছি সিএনএন মডেলের একটি শ্রেণীর অত্যন্ত দক্ষ মোবাইল ফেস নেট, যা ১০ লাখেরও কম প্যারামিটার ব্যবহার করে এবং বিশেষভাবে তৈরি করা হয়েছে মোবাইল এবং এমবেডেড ডিভাইসে উচ্চ নির্ভুলতার রিয়েল টাইম ফেস যাচাইয়ের জন্য। আমরা প্রথমে সাধারণ মোবাইল নেটওয়ার্কগুলির দুর্বলতা নিয়ে একটি সহজ বিশ্লেষণ করব মুখের যাচাইকরণের জন্য। আমাদের বিশেষভাবে ডিজাইন করা মোবাইল ফেস নেটওয়ার্ক দ্বারা এই দুর্বলতা পুরোপুরি কাটিয়ে উঠা হয়েছে। একই পরীক্ষামূলক অবস্থার অধীনে, আমাদের মোবাইলফেসনেটস উল্লেখযোগ্যভাবে উচ্চতর নির্ভুলতা অর্জন করে এবং মোবাইলনেটভি২ এর চেয়ে 2 গুণ বেশি প্রকৃত গতি অর্জন করে। আরকফেস ক্ষতি দ্বারা প্রশিক্ষিত হওয়ার পর, আমাদের একক মোবাইলফেসনেট, যা ৪.০ এমবি আকারের, এলএফডব্লিউ-তে ৯৯.৫৫% নির্ভুলতা অর্জন করে এবং মেগাফেসে ৯২.৫৯% টিআর@এফএআর১ই-৬, যা শত শত এমবি আকারের অত্যাধুনিক বড় সিএনএন মডেলের সাথে তুলনাযোগ্য। মোবাইল ফেস নেট এর মধ্যে সবচেয়ে দ্রুততম একটি মোবাইল ফোনে ১৮ মিলিসেকেন্ডের প্রকৃত অনুমান সময় আছে। মুখ যাচাইয়ের জন্য, মোবাইল ফেসনেটস পূর্ববর্তী অত্যাধুনিক মোবাইল সিএনএনগুলির তুলনায় উল্লেখযোগ্যভাবে উন্নত দক্ষতা অর্জন করে। |
44f18ef0800e276617e458bc21502947f35a7f94 | মার্কার-ভিত্তিক এবং মার্কার-কম অপটিক্যাল স্কেলেটাল মোশন-ক্যাপচার পদ্ধতিতে একটি দৃশ্যের চারপাশে ক্যামেরাগুলির একটি বাইরের-মধ্যে বিন্যাস ব্যবহার করা হয়, যেখানে কেন্দ্রের দিকে দৃষ্টিভঙ্গি একত্রিত হয়। তারা প্রায়ই মার্কার স্যুটের সাথে অস্বস্তি সৃষ্টি করে এবং তাদের রেকর্ডিং ভলিউম কঠোরভাবে সীমাবদ্ধ থাকে এবং প্রায়শই নিয়ন্ত্রিত ব্যাকগ্রাউন্ড সহ অভ্যন্তরীণ দৃশ্যগুলিতে সীমাবদ্ধ থাকে। বিকল্প স্যুট-ভিত্তিক সিস্টেমগুলি অভ্যন্তরীণ-সেটআপের সাথে গতি ক্যাপচার করতে বেশ কয়েকটি নিষ্ক্রিয় পরিমাপ ইউনিট বা একটি এক্সোস্কেলেট ব্যবহার করে, যেমনঃ বাহ্যিক সেন্সর ছাড়া। এটি একটি সীমিত ভলিউমের থেকে ক্যাপচারকে স্বাধীন করে তোলে, তবে এর জন্য যথেষ্ট পরিমাণে, প্রায়শই সীমাবদ্ধ, এবং শরীরের যন্ত্রপাতি স্থাপন করা কঠিন। তাই, আমরা রিয়েল টাইম, মার্কার-মুক্ত এবং ইগোসেন্ট্রিক মোশন ক্যাপচারের জন্য একটি নতুন পদ্ধতির প্রস্তাব দিচ্ছি: একটি হেলমেট বা ভার্চুয়াল রিয়েলিটি হেডসেটে সংযুক্ত একটি হালকা স্টেরিও জোড়া ফিস-আই ক্যামেরার মাধ্যমে পুরো শরীরের স্কেলেট পজ অনুমান করা - একটি অপটিক্যাল ইনসাইড-ইন পদ্ধতি, তাই বলতে। এটি সাধারণভাবে অভ্যন্তরীণ এবং বহিরঙ্গন দৃশ্যগুলিতে পুরো শরীরের গতি ক্যাপচারের অনুমতি দেয়, যার মধ্যে কাছাকাছি অনেক লোকের সাথে ভিড়ের দৃশ্যগুলি অন্তর্ভুক্ত রয়েছে, যা বৃহত্তর স্কেল কার্যক্রমে পুনর্গঠন সক্ষম করে। আমাদের পদ্ধতিতে একটি নতুন জেনারেটিভ পোজ এস্টিমেটেশন ফ্রেমওয়ার্কের শক্তিকে ফিশ আই ভিউয়ের সাথে সংযুক্ত করা হয়েছে একটি কনভনেট-ভিত্তিক দেহের অংশ সনাক্তকারী একটি বড় নতুন ডেটাসেটে প্রশিক্ষিত। ভার্চুয়াল বাস্তবতায় সম্পূর্ণরূপে মোশন-ক্যাপচার করা ভার্চুয়াল বডি দেখার সময় অবাধে ঘোরাফেরা এবং ইন্টারঅ্যাক্ট করা বিশেষভাবে উপযোগী। |
094ca99cc94e38984823776158da738e5bc3963d | এই নিবন্ধটি ভবিষ্যদ্বাণী করার জন্য বিশেষায়িত বর্ধিত শেখার পদ্ধতির একটি শ্রেণীর পরিচয় করিয়ে দেয় - অর্থাৎ, একটি অসম্পূর্ণভাবে পরিচিত সিস্টেমের সাথে অতীতের অভিজ্ঞতা ব্যবহার করে তার ভবিষ্যতের আচরণের পূর্বাভাস দেওয়ার জন্য। প্রচলিত ভবিষ্যদ্বাণী-লার্নিং পদ্ধতিতে পূর্বাভাস এবং প্রকৃত ফলাফলের মধ্যে পার্থক্যের মাধ্যমে ক্রেডিট নির্ধারণ করা হয়, নতুন পদ্ধতিতে সময়ের পরপর ভবিষ্যদ্বাণীর মধ্যে পার্থক্যের মাধ্যমে ক্রেডিট নির্ধারণ করা হয়। যদিও এই ধরনের টাইম-ডিফারেনশিয়াল পদ্ধতিগুলি স্যামুয়েল এর চেকার প্লেয়ার, হল্যান্ডের বালতি ব্রিগেড এবং লেখকের অভিযোজিত হিউরিস্টিক সমালোচক ব্যবহার করা হয়েছে, তবে তারা দুর্বলভাবে বোঝা যায়। এখানে আমরা তাদের সমন্বয় এবং বিশেষ ক্ষেত্রে সর্বোত্তমতা প্রমাণ করি এবং তাদের তত্ত্বাবধানে শেখার পদ্ধতির সাথে সম্পর্কিত করি। বেশিরভাগ বাস্তব-বিশ্বের ভবিষ্যদ্বাণী সমস্যাগুলির জন্য, টাইমোরাল-ডিফারেনশিয়াল পদ্ধতিগুলির প্রচলিত পদ্ধতিগুলির তুলনায় কম মেমরি এবং কম শিখর গণনার প্রয়োজন হয় এবং তারা আরও সঠিক ভবিষ্যদ্বাণী তৈরি করে। আমরা যুক্তি দিচ্ছি যে বেশিরভাগ সমস্যা যার উপর বর্তমানে সুপারভাইজড লার্নিং প্রয়োগ করা হয় তা আসলে ভবিষ্যদ্বাণী সমস্যা যার উপর টাইমাল-ডিফারেনশিয়াল পদ্ধতিগুলি সুবিধাজনকভাবে প্রয়োগ করা যেতে পারে। |
86955608218ab293d41b6d1c0bf9e1be97f571d8 | |
03aca587f27fda3cbdad708aa69c07fc71b691d7 | স্বয়ংক্রিয় টিস্যু চরিত্রবিজ্ঞান ইন্টারস্টিসিয়াল ফুসফুসের রোগের জন্য কম্পিউটার সহায়ক রোগ নির্ণয় (সিএডি) সিস্টেমের অন্যতম গুরুত্বপূর্ণ উপাদান। যদিও এই ক্ষেত্রে অনেক গবেষণা করা হয়েছে, সমস্যাটি এখনও চ্যালেঞ্জিং। সম্প্রতি কম্পিউটার ভিশন সমস্যার ক্ষেত্রে ডিপ লার্নিং কৌশলগুলি চিত্তাকর্ষক ফলাফল অর্জন করেছে, যা আশা করে যে তারা অন্যান্য ক্ষেত্রে যেমন মেডিকেল ইমেজ বিশ্লেষণে প্রয়োগ করা যেতে পারে। এই গবেষণাপত্রে আমরা আইএলডি প্যাটার্নের শ্রেণীবিভাগের জন্য ডিজাইন করা একটি কনভলুশনাল নিউরাল নেটওয়ার্ক (সিএনএন) এর প্রস্তাব ও মূল্যায়ন করেছি। প্রস্তাবিত নেটওয়ার্কের মধ্যে রয়েছে ৫টি কনভলুশনাল লেয়ার, যার ২×২টি কার্নেল এবং লিকিরিএলইউ সক্রিয়করণ রয়েছে। এরপর গড় পুলিং, যার আকার চূড়ান্ত বৈশিষ্ট্য মানচিত্রের আকারের সমান এবং তিনটি ঘন স্তর। শেষ ঘন স্তরটিতে 7 টি আউটপুট রয়েছে, যা বিবেচনা করা শ্রেণীর সমতুল্যঃ স্বাস্থ্যকর, গ্রাউন্ড গ্লাস অপ্যাকসিটি (জিজিও), মাইক্রোনডুলস, একীকরণ, রেটিকুলেশন, মধুচক্র এবং জিজিও / রেটিকুলেশন সংমিশ্রণ। সিএনএনকে প্রশিক্ষণ ও মূল্যায়ন করার জন্য, আমরা ১৪৬৯৬টি ছবির একটি ডেটা সেট ব্যবহার করেছি, যা বিভিন্ন স্ক্যানার এবং হাসপাতালের ১২০টি সিটি স্ক্যান থেকে প্রাপ্ত। আমাদের জ্ঞানের পরিপ্রেক্ষিতে, এই প্রথম গভীর সিএনএন নির্দিষ্ট সমস্যার জন্য ডিজাইন করা হয়েছে। একটি তুলনামূলক বিশ্লেষণে একটি চ্যালেঞ্জিং ডেটাসেটে পূর্ববর্তী পদ্ধতির তুলনায় প্রস্তাবিত সিএনএন এর কার্যকারিতা প্রমাণিত হয়েছে। শ্রেণীবিভাগের পারফরম্যান্স (~ 85.5%) ফুসফুসের নিদর্শন বিশ্লেষণে সিএনএন এর সম্ভাবনা প্রদর্শন করেছে। ভবিষ্যতে কাজ করার জন্য সিএনএনকে কট স্কেনের মাধ্যমে ত্রিমাত্রিক তথ্য প্রদানের জন্য সম্প্রসারণ করা এবং প্রস্তাবিত পদ্ধতিকে একটি সিএডি সিস্টেমে সংহত করা যা আইএলডিগুলির জন্য ডিফারেনশিয়াল ডায়াগনস্টিক সরবরাহের লক্ষ্যে রেডিওলজিস্টদের জন্য সহায়ক সরঞ্জাম হিসাবে রয়েছে। |
e7ad8adbb447300ecafb4d00fb84efc3cf4996cf | সিন্থেটিক সম্ভাব্যতা পদ্ধতিটি একটি আনুমানিক সম্ভাব্যতা ফাংশনকে সংক্ষিপ্ত পরিসংখ্যানের জন্য প্লাগ-ইন স্বাভাবিক ঘনত্বের অনুমান থেকে প্রাপ্ত করে, মডেল থেকে মন্টে কার্লো সিমুলেশন দ্বারা প্রাপ্ত প্লাগ-ইন গড় এবং সহ-বৈকল্পিকতা ম্যাট্রিক্স সহ। এই নিবন্ধে, আমরা কম কম্পিউটেশনাল ওভারহেড সহ বেজিয়ান সিন্থেটিক সম্ভাব্যতার মার্কভ চেইন মন্টে কার্লো বাস্তবায়নের বিকল্পগুলি বিকাশ করি। আমাদের পদ্ধতিতে সিন্থেটিক সম্ভাব্যতার প্রসঙ্গে পিছিয়ে আনুমানিক অনুমানের জন্য স্টোক্যাস্টিক গ্রেডিয়েন্ট ভেরিয়েশনাল ইনফারেন্স পদ্ধতি ব্যবহার করা হয়, লগ সম্ভাব্যতার নিরপেক্ষ অনুমানগুলি ব্যবহার করে। আমরা এই নতুন পদ্ধতির সাথে সাহিত্যে প্রাপ্ত একটি প্রাসঙ্গিক সম্ভাব্যতা মুক্ত বৈকল্পিক অনুমান কৌশলটির তুলনা করি, একই সাথে বিভিন্ন উপায়ে এই পদ্ধতির বাস্তবায়নে উন্নতি করি। এই নতুন অ্যালগরিদমগুলি এমন পরিস্থিতিতে বাস্তবায়ন করা সম্ভব যা পরামিতি এবং সংক্ষিপ্ত পরিসংখ্যানের মাত্রাগততার দিক থেকে প্রচলিত আনুমানিক বেজিয়ান গণনা (এবিসি) পদ্ধতিগুলির জন্য চ্যালেঞ্জিং। সংশ্লেষিত সম্ভাব্যতা সম্ভাব্যতা-মুক্ত অনুমানের জন্য একটি আকর্ষণীয় পদ্ধতি যখন তথ্যের জন্য প্রায় গাউসিয়ান সারসংক্ষেপ পরিসংখ্যান, পরামিতি সম্পর্কে অনুমানের জন্য তথ্যপূর্ণ, উপলব্ধ। |
27a8f746f43876dbd1019235ad8e302ea838a499 | মাইক্রো এয়ার ভেহিকল, যেমন মাল্টি রোটর, বিশেষ করে ভবনগুলির স্বয়ংক্রিয় পর্যবেক্ষণ, পরিদর্শন এবং নজরদারি, যেমন শিল্প কারখানার রক্ষণাবেক্ষণের জন্য উপযুক্ত। সীমিত পরিবেশে মাইক্রো এয়ার ভেহিকলগুলির সম্পূর্ণ স্বায়ত্তশাসিত অপারেশনের মূল পূর্বশর্ত হ ল থ্রিডি ম্যাপিং, রিয়েল-টাইম পজ ট্র্যাকিং, বাধা সনাক্তকরণ এবং সংঘর্ষ-মুক্ত ট্র্যাজেক্টরিগুলির পরিকল্পনা। এই প্রবন্ধে, আমরা একটি সম্পূর্ণ নেভিগেশন সিস্টেম প্রস্তাব করছি যা সর্বমুখী পরিবেশের উপলব্ধির জন্য একটি মাল্টিমোডাল সেন্সর সেটআপের সাথে। একটি 3D লেজার স্ক্যানারের পরিমাপগুলি ইগোসেন্ট্রিক স্থানীয় মাল্টি-রেজোলিউশন গ্রিড মানচিত্রে একত্রিত করা হয়। স্থানীয় মানচিত্রগুলি নিবন্ধিত হয় এবং এমএভি স্থানীয়করণ করে এমন অ্যালোকন্ট্রিক মানচিত্রে একত্রিত হয়। স্বয়ংক্রিয়ভাবে চলাচলের জন্য, আমরা বহুস্তরীয় পদ্ধতিতে ট্র্যাজেক্টরি তৈরি করিঃ মিশন পরিকল্পনা থেকে শুরু করে বৈশ্বিক এবং স্থানীয় ট্র্যাজেক্টরি পরিকল্পনা থেকে শুরু করে প্রতিক্রিয়াশীল বাধা এড়ানো। আমরা আমাদের পদ্ধতির মূল্যায়ন করি একটি জিএনএসএস-অনুমোদিত অভ্যন্তরীণ পরিবেশে যেখানে একাধিক সংঘর্ষের ঝুঁকি নির্ভরযোগ্য সর্বদিকের উপলব্ধি এবং দ্রুত নেভিগেশন প্রতিক্রিয়া প্রয়োজন। |
e80d9d10956310d4ea926c2105c74de766c22345 | এই গবেষণাপত্রটি ডিজিটাল অ্যারে রাডারের স্থাপত্যের বিশ্লেষণ এবং বিশ্লেষণ করে। মূল প্রযুক্তি, ডিজিটাল টি / আর মডিউল, তরঙ্গ আকৃতি উত্পাদন এবং ডিডিএস ভিত্তিক প্রশস্ততা-পদক্ষেপ নিয়ন্ত্রণ মডিউল, ফ্রিকোয়েন্সি আপ / ডাউন কনভার্টার, উচ্চ দক্ষতা পাওয়ার এম্প্লিফায়ার, হাইব্রিড ডিজিটাল / মাইক্রোওয়েভ মাল্টিলেয়ার সার্কিট এবং উচ্চ পারফরম্যান্স কম্পিউটিংকে মূল প্রযুক্তি হিসাবে বর্ণনা করা হয়েছে। মাইক্রোসিস্টেম প্রযুক্তি এবং ডিজিটাল অ্যারে আর্কিটেকচার প্রবণতার মধ্যে সম্পর্ক নিয়েও আলোচনা করা হয়েছে। |
6f6e10b229a5a9eca2a2f694143632191d4c5e0c | চালকের ক্লান্তি সনাক্তকরণ ও পর্যবেক্ষণের জন্য প্রযুক্তিগত পদ্ধতির উদ্ভব অব্যাহত রয়েছে এবং অনেকগুলি এখন উন্নয়ন, বৈধতা পরীক্ষা বা প্রাথমিক বাস্তবায়ন পর্যায়ে রয়েছে। এর আগেও বিভিন্ন গবেষণায় ক্লান্তি সনাক্তকরণ ও পূর্বাভাস দেওয়ার জন্য বিভিন্ন প্রযুক্তি ও পদ্ধতির ব্যবহারের বিষয়টি পর্যালোচনা করা হয়েছে। নাম থেকেই বোঝা যায় যে এই প্রকল্পটি গাড়িগুলিতে উন্নত প্রযুক্তির বিষয়ে যা রাস্তায় দুর্ঘটনা এড়াতে গাড়িকে আরও বুদ্ধিমান এবং ইন্টারেক্টিভ করে তোলে। ARM7 ব্যবহার করে এই সিস্টেমটি আরও দক্ষ, নির্ভরযোগ্য এবং কার্যকর হয়ে ওঠে। গাড়ির ভেতরে বা গাড়ির সাথে মানুষের আচরণ সনাক্তকরণের জন্য খুব কম সংখ্যক সিস্টেম রয়েছে। এই গবেষণাপত্রে আমরা একটি রিয়েল টাইম অনলাইন নিরাপত্তা প্রোটোটাইপ বর্ণনা করছি যা চালকের ক্লান্তির অধীনে গাড়ির গতি নিয়ন্ত্রণ করে। এই মডেলের উদ্দেশ্য হল চালকদের ক্লান্তি লক্ষণ সনাক্তকরণ এবং দুর্ঘটনা এড়াতে গাড়ির গতি নিয়ন্ত্রণের জন্য একটি সিস্টেম উন্নত করা। এই সিস্টেমের প্রধান উপাদানগুলো হচ্ছে, গ্যাস, চোখের পলক, অ্যালকোহল, জ্বালানি, প্রভাব সেন্সর এবং অবস্থান নির্ধারণের জন্য জিপিএস এবং গুগল ম্যাপস এপিআই সহ একটি সফটওয়্যার ইন্টারফেস। |
593bdaa21941dda0b8c888ee88bbe730c4219ad6 | অটলিয়ার সনাক্তকরণ ডেটা মাইনিংয়ের একটি অবিচ্ছেদ্য অংশ এবং সম্প্রতি এটি অনেক মনোযোগ আকর্ষণ করেছে [বিকেএনএস০০, জেটিএইচ০১, কেএনটি০০]। এই গবেষণাপত্রে আমরা অস্বাভাবিকতার মূল্যায়নের জন্য একটি নতুন পদ্ধতির প্রস্তাব দিচ্ছি, যাকে আমরা স্থানীয় সংশ্লেষের সমন্বয় (LOCI) বলে থাকি। আগের সেরা পদ্ধতির মতো, LOCI অস্বাভাবিক এবং অস্বাভাবিক গ্রুপগুলি (অন্য নাম মাইক্রো-ক্লস্টার) সনাক্ত করার জন্য অত্যন্ত কার্যকর। (ক) এটি একটি স্বয়ংক্রিয়, তথ্য-নির্ধারিত কাট-অফ প্রদান করে যা একটি বিন্দু একটি বহিরাগত কিনা তা নির্ধারণ করে - বিপরীতে, পূর্ববর্তী পদ্ধতিগুলি ব্যবহারকারীদের কোনও নির্দিষ্ট ডেটা সেটের জন্য কোন কাট-অফ মানটি সেরা তা সম্পর্কে কোনও ইঙ্গিত ছাড়াই কাট-অফ মানগুলি বেছে নিতে বাধ্য করে। (খ) এটি প্রতিটি পয়েন্টের জন্য একটি LOCI গ্রাফ প্রদান করতে পারে; এই গ্রাফটি পয়েন্টের আশেপাশের তথ্য সম্পর্কে প্রচুর তথ্য সংক্ষিপ্ত করে, ক্লাস্টার, মাইক্রো-ক্লাসার, তাদের ব্যাসার্ধ এবং তাদের আন্তঃ-ক্লাসার দূরত্ব নির্ধারণ করে। বর্তমানের কোন আউটলিয়ার-নিরীক্ষণ পদ্ধতি এই বৈশিষ্ট্যটির সাথে মেলে না, কারণ তারা প্রতিটি পয়েন্টের জন্য শুধুমাত্র একটি সংখ্যা আউটপুট করেঃ এর আউটলিয়ার স্কোর। (গ) আমাদের LOCI পদ্ধতি আগের পদ্ধতির মতো দ্রুত গণনা করা যায়। (d) উপরন্তু, LOCI কার্যত একটি রৈখিক আনুমানিক পদ্ধতি, aLOCI (প্রাক্কলন LOCI ), যা দ্রুত অত্যন্ত সঠিক বহিরাগত সনাক্তকরণ প্রদান করে। আমাদের জ্ঞানের সর্বোত্তম অংশে, এটি প্রথম কাজ যা প্রায়শই গণনা ব্যবহার করে বহিরাগত সনাক্তকরণকে ত্বরান্বিত করে। সিন্থেটিক এবং বাস্তব বিশ্বের ডেটা সেটগুলির উপর পরীক্ষাগুলি দেখায় যে LOCI এবং aLOCI ব্যবহারকারীর প্রয়োজনীয় কাট-অফ ছাড়াই স্বয়ংক্রিয়ভাবে বহিরাগত এবং মাইক্রো-ক্লস্টার সনাক্ত করতে পারে এবং তারা দ্রুত প্রত্যাশিত এবং অপ্রত্যাশিত উভয় বহিরাগতকে সনাক্ত করতে পারে। |
c1cfb9b530daae4dbb89f96a9bff415536aa7e4b | স্টাইল ট্রান্সফারের লক্ষ্য হল ইচ্ছাকৃত ভিজ্যুয়াল স্টাইলগুলিকে কন্টেন্ট ইমেজগুলিতে স্থানান্তর করা। আমরা দুটি গবেষণাপত্র থেকে অভিযোজিত অ্যালগরিদমগুলি অন্বেষণ করি যা স্টাইল ট্রান্সফারের সমস্যা সমাধানের চেষ্টা করে এবং অদৃশ্য শৈলী বা আপোসিত ভিজ্যুয়াল মানের উপর সাধারণীকরণ করে। বেশিরভাগ উন্নতি রিয়েল-টাইম স্টাইল ট্রান্সফারের জন্য অ্যালগরিদমকে অনুকূলিতকরণের উপর দৃষ্টি নিবদ্ধ করে এবং উল্লেখযোগ্যভাবে কম সংস্থান এবং সীমাবদ্ধতার সাথে নতুন শৈলীর সাথে খাপ খাইয়ে নেয়। আমরা এই কৌশলগুলোকে তুলনা করি এবং কিভাবে তারা দৃশ্যত আকর্ষণীয় ছবি তৈরি করতে পারে তা তুলনা করি। আমরা স্টাইল ট্রান্সফারের দুটি পদ্ধতির অন্বেষণ করিঃ উন্নতি সহ নিউরাল স্টাইল ট্রান্সফার এবং ইউনিভার্সাল স্টাইল ট্রান্সফার। আমরা বিভিন্ন ছবির মধ্যে তুলনা করি এবং কিভাবে সেগুলোকে গুণগতভাবে পরিমাপ করা যায়। |
1d2a3436fc7ff4b964fa61c0789df19e32ddf0ed | যেহেতু এই প্রবন্ধটি "অবিস্মরণীয় স্থানান্তর" ধারণাটি সামনে এনেছে এবং এটি একটি সুপরিচিত এবং প্রায়শই উদ্ধৃত কাগজ, আমি অনুভব করেছি যে আমি ম্যানুস্ক্রিপ্টটি টাইপ করতে হবে, এবং এখানে ফলাফল। টাইপ সেটিং করার সময়, আমি যতটা সম্ভব মূল পাণ্ডুলিপিতে আটকে থাকার চেষ্টা করেছি। তবে কিছু ক্ষেত্রে, যেমন কিছু টাইপ বা বিরামচিহ্ন চিহ্ন, যা পরিবর্তন করা হয়েছিল। ক্রিপ্টোগ্রাফি নিয়ে অনেক গবেষণায় যেমন বলা হয়েছে, এলিস এবং বব প্রদত্ত ক্রিপ্টোগ্রাফিক প্রোটোকলের অংশগ্রহণকারীদের ভূমিকা পালন করে। পাঠযোগ্যতার স্বার্থে, অ্যালিস এবং বব এর বার্তাগুলি যথাক্রমে লাল এবং নীল কালি দিয়ে মুদ্রিত হয়েছিল। আমার সহকর্মী ই. সোবদেল ([email protected]) এই কাজটি যত্ন সহকারে সংশোধন করেছেন। এইচ.এম. মোগাদ্দামের প্রতিও ধন্যবাদ, তিনি পূর্ববর্তী সংস্করণে একটি ছোটখাট ভুলের কথা উল্লেখ করেছেন। যেহেতু আমি বলেছি, আপনি যদি আমাকে কোন সম্ভাব্য ভুল সম্পর্কে অবহিত করেন তবে আমি কৃতজ্ঞ থাকব। |
d20a17b42f95ee07e9a43cc852b35bda407c4be6 | |
caf912b716905ccbf46d6d00d6a0b622834a7cd9 | যন্ত্রগুলো যতই বুদ্ধিমান হয়ে উঠছে, তাদের বুদ্ধিমত্তা পরিমাপের পদ্ধতিগুলোতে নতুন আগ্রহ দেখা দিয়েছে। একটি সাধারণ পদ্ধতি হল এমন কাজ প্রস্তাব করা যা মানুষের পক্ষে ভাল, কিন্তু মেশিনের পক্ষে কঠিন। তবে, একটি আদর্শ কাজ মূল্যায়ন করা সহজ হওয়া উচিত এবং সহজেই গেমযোগ্য হওয়া উচিত নয়। আমরা একটি কেস স্টাডি দিয়ে শুরু করব যা সম্প্রতি জনপ্রিয় চিত্রের ক্যাপশন এবং মেশিনের বুদ্ধিমত্তা পরিমাপের জন্য এর সীমাবদ্ধতা নিয়ে আলোচনা করবে। একটি বিকল্প এবং আরো প্রতিশ্রুতিশীল কাজ হল ভিজ্যুয়াল প্রশ্ন উত্তর যা ভাষা এবং দৃষ্টি সম্পর্কে যুক্তির একটি মেশিনের ক্ষমতা পরীক্ষা করে। আমরা একটি ডেটাসেট বর্ণনা করছি যা এই কাজের জন্য তৈরি করা হয়েছে, যার আকারের অভূতপূর্ব এবং এতে রয়েছে ছবি সম্পর্কে ৭৬০,০০০ এরও বেশি মানুষের তৈরি প্রশ্ন। প্রায় ১০ মিলিয়ন মানুষের তৈরি উত্তর ব্যবহার করে, মেশিনগুলি সহজেই মূল্যায়ন করা যেতে পারে। |
8d3b8a59144352d0f60015f32c836001e4344a34 | তিন-মাত্রিক জ্যামিতিক তথ্য প্রতিনিধিত্ব শেখার এবং জেনারেটিভ মডেলিং অধ্যয়নের জন্য একটি চমৎকার ডোমেন অফার করে। এই গবেষণায়, আমরা জ্যামিতিক তথ্যকে বিন্দু মেঘের আকারে দেখছি। আমরা একটি গভীর অটো এনকোডার (এই) নেটওয়ার্ক চালু করছি যা অত্যাধুনিক পুনর্গঠনের গুণমান এবং সাধারণীকরণের ক্ষমতা রয়েছে। এই উপস্থাপনাগুলি 3D স্বীকৃতি কার্যক্রমে বিদ্যমান পদ্ধতিগুলিকে ছাড়িয়ে যায় এবং সহজ বীজগণিতের মাধ্যমে সহজ আকৃতি সম্পাদনা করতে সক্ষম হয়, যেমন শব্দার্থিক অংশ সম্পাদনা, আকৃতির উপমা এবং আকৃতি ইন্টারপোলেশন। আমরা বিভিন্ন জেনারেটিভ মডেলের একটি পুঙ্খানুপুঙ্খ গবেষণা পরিচালনা করি যার মধ্যে রয়েছেঃ কাঁচা পয়েন্ট মেঘের উপর পরিচালিত জিএএন, আমাদের এইগুলির স্থির ল্যাটেন্ট স্পেসে প্রশিক্ষিত উল্লেখযোগ্যভাবে উন্নত জিএএন এবং গাউসিয়ান মিশ্রণ মডেল (জিএমএম) । আমাদের পরিমাণগত মূল্যায়নের জন্য আমরা নমুনা বিশ্বস্ততা এবং বৈচিত্র্যের পরিমাপ প্রস্তাব করি যা পয়েন্ট ক্লাউডের সেটগুলির মধ্যে মিলের উপর ভিত্তি করে। মজার ব্যাপার হল, সাধারণীকরণ, বিশ্বস্ততা এবং বৈচিত্র্যের আমাদের যত্নশীল মূল্যায়ন প্রকাশ করে যে আমাদের এআই এর লুকানো স্থান প্রশিক্ষিত জিএমএম সেরা ফলাফল উত্পাদন করে। |
2c51c8da2f82a956e633049616b1bb7730faa2da | আমরা যখন ইন্টারনেট অব থিংস (আইওটি) -এর দিকে এগিয়ে যাচ্ছি, তখন সারা বিশ্বে যে সেন্সরগুলো ব্যবহার করা হচ্ছে তার সংখ্যা দ্রুতগতিতে বাড়ছে। গত এক দশকে সেন্সর স্থাপনের ক্ষেত্রে বাজারের গবেষণায় উল্লেখযোগ্য বৃদ্ধি পাওয়া গেছে এবং ভবিষ্যতে এই বৃদ্ধির হার উল্লেখযোগ্যভাবে বৃদ্ধি পাবে বলে পূর্বাভাস দেওয়া হয়েছে। এই সেন্সরগুলো ক্রমাগত বিপুল পরিমাণ তথ্য তৈরি করে। তবে, সেন্সর থেকে প্রাপ্ত তথ্যের মূল্য সংযোজন করতে হলে আমাদের সেগুলি বুঝতে হবে। সেন্সর ডেটার সাথে সম্পর্কিত প্রসঙ্গ সংগ্রহ, মডেলিং, যুক্তি এবং বিতরণ এই চ্যালেঞ্জের ক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা পালন করে। কনটেক্সট-সচেতন কম্পিউটিং সেন্সর ডেটা বোঝার ক্ষেত্রে সফল প্রমাণিত হয়েছে। এই গবেষণাপত্রে আমরা আইওটি দৃষ্টিকোণ থেকে প্রসঙ্গ সচেতনতা নিয়ে গবেষণা করেছি। আমরা শুরুতে আইওটি প্যারাডাইম এবং প্রসঙ্গ-সচেতন মৌলিক বিষয়গুলি উপস্থাপন করে প্রয়োজনীয় পটভূমি উপস্থাপন করি। তারপর আমরা প্রসঙ্গ জীবনচক্রের একটি গভীরতর বিশ্লেষণ প্রদান করি। আমরা আমাদের নিজস্ব শ্রেণিবিন্যাসের ভিত্তিতে গত দশকে (২০০১-২০১১) পরিচালিত প্রসঙ্গ-সচেতন কম্পিউটিংয়ের ক্ষেত্রে প্রস্তাবিত গবেষণা এবং বাণিজ্যিক সমাধানগুলির সংখ্যাগরিষ্ঠ প্রতিনিধিত্বকারী প্রকল্পগুলির একটি উপসেট (50) মূল্যায়ন করি। পরিশেষে, আমাদের মূল্যায়নের ভিত্তিতে, আমরা অতীত থেকে শেখার পাঠ এবং ভবিষ্যতের গবেষণার জন্য কিছু সম্ভাব্য দিক তুলে ধরছি। এই জরিপে প্রসঙ্গ সচেতনতা এবং আইওটি সম্পর্কিত বিভিন্ন কৌশল, পদ্ধতি, মডেল, কার্যকারিতা, সিস্টেম, অ্যাপ্লিকেশন এবং মিডলওয়্যার সমাধানের বিষয়ে আলোচনা করা হয়েছে। আমাদের লক্ষ্য শুধু অতীতের গবেষণা কাজ বিশ্লেষণ, তুলনা এবং একত্রিত করা নয় বরং তাদের ফলাফলের প্রশংসা করা এবং আইওটির প্রতি তাদের প্রয়োগযোগ্যতা নিয়ে আলোচনা করা। |
3406b672402828f2522b57e9ab11e0ae9c76ab2e | সর্বত্র বিদ্যমান কম্পিউটিং বুদ্ধিমান, তথ্য সমৃদ্ধ "স্মার্ট স্পেস" নির্মাণের ধারণাটিকে উৎসাহিত করেছে যা প্রচলিত কম্পিউটিংয়ের সীমানা প্রসারিত করে শারীরিক স্থান, এমবেডেড ডিভাইস, সেন্সর এবং অন্যান্য যন্ত্রপাতি অন্তর্ভুক্ত করে। এই লক্ষ্য অর্জনের জন্য, স্মার্ট স্পেসগুলিকে পরিস্থিতিগত তথ্য ক্যাপচার করতে হবে যাতে তারা প্রসঙ্গে পরিবর্তনগুলি সনাক্ত করতে পারে এবং সেই অনুযায়ী নিজেকে মানিয়ে নিতে পারে। তবে, মৌলিক নিরাপত্তা বিষয়গুলি বিবেচনা না করে সর্বব্যাপী কম্পিউটিং পরিবেশগুলি দুর্বলতার সাথে ভরা হতে পারে। সর্বত্র বিদ্যমান কম্পিউটিং পরিবেশ নিরাপত্তা সংক্রান্ত নতুন প্রয়োজনীয়তা আরোপ করে। নিরাপত্তা পরিষেবা যেমন প্রমাণীকরণ এবং প্রবেশাধিকার নিয়ন্ত্রণ, অবশ্যই অনধিকারমূলক, বুদ্ধিমান এবং দ্রুত পরিবর্তিত পরিবেশে মানিয়ে নিতে সক্ষম হতে হবে। আমরা একটি সর্বব্যাপী নিরাপত্তা ব্যবস্থা উপস্থাপন করছি যা প্রসঙ্গ-সচেতনতাকে স্বয়ংক্রিয় যুক্তির সাথে সংহত করে যাতে সর্বব্যাপী কম্পিউটিং পরিবেশে প্রমাণীকরণ এবং অ্যাক্সেস নিয়ন্ত্রণ সম্পাদন করা যায়। |
e658f77af84415bfa794202c433a22d08c91bed2 | ইন্টারনেট অব থিংস (আইওটি) এর প্রসারের কারণে সর্বত্র কম্পিউটিং বাস্তবতা হয়ে উঠছে। এই দৃষ্টান্তে, দৈনন্দিন এবং শারীরিক বস্তুগুলি তাদের পরিবেশ থেকে প্রাপ্ত তথ্য সনাক্ত এবং যোগাযোগ করার ক্ষমতা দিয়ে সজ্জিত করা হচ্ছে, তাদের স্মার্ট বস্তুতে পরিণত করা। তবে, এই ধরনের সত্তা সাধারণত পরিবর্তনশীল এবং গতিশীল অবস্থার সাথে পরিবেশে স্থাপন করা হয়, যা তাদের অপারেশন বা আচরণ পরিবর্তন করতে তাদের দ্বারা ব্যবহার করা যেতে পারে। ইইউ FP7 SocIoTal প্রকল্পের ভিত্তিতে, এই কাজটি একটি সারসংক্ষেপ প্রদান করে যে কিভাবে প্রসঙ্গগত তথ্যকে স্মার্ট অবজেক্টগুলি দ্বারা নিরাপত্তা সিদ্ধান্ত নেওয়ার সময় বিবেচনা করা যেতে পারে, এই ধরনের তথ্যকে প্রথম শ্রেণীর উপাদান হিসাবে বিবেচনা করে, যাতে আইওটি দৃশ্যকল্পে তথাকথিত প্রসঙ্গ-সচেতন নিরাপত্তা উপলব্ধি করা যায়। |
1c5a40cff6297bd14ecc3e0c5efbae76a6afce5b | আমরা প্রসঙ্গ-সচেতন পরিবেশের জন্য নিরাপত্তা পরিষেবা নির্মাণের একটি পদ্ধতির বর্ণনা করছি। বিশেষ করে, আমরা নিরাপত্তা পরিষেবাগুলির নকশা উপর ফোকাস করি যা নমনীয় অ্যাক্সেস নিয়ন্ত্রণ এবং নীতি প্রয়োগের জন্য নিরাপত্তা-প্রাসঙ্গিক "সংক্রান্তি" ব্যবহারকে অন্তর্ভুক্ত করে। আমরা পূর্বে একটি সাধারণ প্রবেশাধিকার নিয়ন্ত্রণ মডেল উপস্থাপন করেছি যা নীতি সংজ্ঞায়নে প্রাসঙ্গিক তথ্যের উল্লেখযোগ্য ব্যবহার করে। এই নথিটি সিস্টেম-স্তরের পরিষেবা স্থাপত্যের পাশাপাশি কাঠামোর সাথে প্রাথমিক বাস্তবায়নের অভিজ্ঞতা উপস্থাপন করে এই জাতীয় মডেলের একটি বাস্তব বাস্তবায়ন সরবরাহ করে। আমাদের প্রসঙ্গ-সচেতন নিরাপত্তা পরিষেবাগুলির মাধ্যমে, আমাদের সিস্টেম আর্কিটেকচার উন্নত প্রমাণীকরণ পরিষেবা, আরও নমনীয় অ্যাক্সেস নিয়ন্ত্রণ এবং একটি নিরাপত্তা উপ-সিস্টেম সরবরাহ করে যা পরিবেশের বর্তমান অবস্থার উপর ভিত্তি করে নিজেকে মানিয়ে নিতে পারে। আমরা আমাদের আর্কিটেকচার এবং বাস্তবায়ন নিয়ে আলোচনা করব এবং দেখাবো কিভাবে এটি বিভিন্ন নমুনা অ্যাপ্লিকেশন সুরক্ষিত করতে ব্যবহার করা যেতে পারে। |
4b814e9d09ff72279030960df5718041b8c1b50c | |
586407b38cc3bb0560ff9941a89f3402e34ee08b | এই নিবন্ধে ব্যবসায়িক বাস্তুতন্ত্রের ধারণা নিয়ে আলোচনা করা হয়েছে। ব্যবসায়িক গবেষণা ক্ষেত্রে ব্যবসায়িক বাস্তুতন্ত্র একটি অপেক্ষাকৃত নতুন ধারণা এবং এটি প্রতিষ্ঠার জন্য এখনও অনেক কাজ করা বাকি রয়েছে। প্রথমে একটি জৈবিক বাস্তুতন্ত্রের পরীক্ষা করে বিষয়টিকে সমীক্ষণ করা হয়, বিশেষত কীভাবে জৈবিক বাস্তুতন্ত্রগুলি সংজ্ঞায়িত করা হয়, কীভাবে তারা বিকশিত হয় এবং কীভাবে তাদের শ্রেণিবদ্ধ এবং কাঠামোগত করা হয়। দ্বিতীয়ত, জীবজগতের বিভিন্ন প্রকারের ইকোসিস্টেম পর্যালোচনা করা হয়েছে, যার মধ্যে রয়েছে শিল্প ইকোসিস্টেম, ইকোসিস্টেম হিসেবে অর্থনীতি, ডিজিটাল ব্যবসায়িক ইকোসিস্টেম এবং সামাজিক ইকোসিস্টেম। তৃতীয়ত, ব্যবসায়িক বাস্তুতন্ত্রের ধারণাটি মূল অবদানকারীদের দৃষ্টিভঙ্গি নিয়ে আলোচনা করে এবং তারপরে লেখকদের নিজস্ব সংজ্ঞা তুলে ধরে। চতুর্থত, সামাজিক বিজ্ঞান ক্ষেত্রে উদ্ভূত জটিলতার গবেষণা ক্ষেত্রটি প্রকাশ করা হয়েছে কারণ লেখকরা বাস্তুতন্ত্র এবং ব্যবসায়িক বাস্তুতন্ত্রকে জটিল, অভিযোজিত সিস্টেম হিসাবে বিবেচনা করার মনোভাবের কারণে। ব্যবসায়িক ইকোসিস্টেমে যে জটিলতার দিকগুলো দেখা যায় সেগুলি হল স্ব-সংগঠন, উদ্ভব, সহ-বিবর্তন এবং অভিযোজন। ব্যবসায়িক বাস্তুতন্ত্রের ধারণাকে জটিলতার গবেষণার সাথে সংযুক্ত করে, পরিবর্তিত ব্যবসায়িক পরিবেশের জন্য নতুন অন্তর্দৃষ্টি আনতে পারে। |
08c2649dee7ba1ab46106425a854ca3af869c2f0 | সাধারণ ধারণাটির বিপরীতে, ডায়নামিক র্যাম (DRAM), বেশিরভাগ আধুনিক কম্পিউটারের প্রধান মেমরি, বিদ্যুৎ হারিয়ে যাওয়ার পরে কয়েক সেকেন্ডের জন্য তার সামগ্রী ধরে রাখে, এমনকি ঘরের তাপমাত্রায় এবং এমনকি যদি মাদারবোর্ড থেকে সরানো হয়। যদিও DRAM যখন রিফ্রেশ করা হয় না তখন এটি কম নির্ভরযোগ্য হয়ে ওঠে, এটি অবিলম্বে মুছে ফেলা হয় না এবং এর সামগ্রীটি ম্যালওয়্যার (বা ফরেনসিক) ব্যবহারযোগ্য পুরো সিস্টেম মেমরি চিত্রগুলি অর্জনের জন্য যথেষ্ট পরিমাণে স্থায়ী হয়। আমরা দেখিয়েছি যে এই ঘটনাটি একটি অপারেটিং সিস্টেমের ক্ষমতাকে সীমিত করে যাতে এটি একটি আক্রমণকারীকে একটি মেশিনে শারীরিক অ্যাক্সেস দিয়ে ক্রিপ্টোগ্রাফিক কী উপাদানকে রক্ষা করতে পারে। এটি বিশেষ করে ল্যাপটপ ব্যবহারকারীদের জন্য হুমকিস্বরূপ যারা ডিস্ক এনক্রিপশনের উপর নির্ভর করে: আমরা দেখিয়েছি যে এটি ব্যবহার করে বিশেষ ডিভাইস বা উপকরণের প্রয়োজন ছাড়াই বেশ কয়েকটি জনপ্রিয় ডিস্ক এনক্রিপশন পণ্যকে আপোস করা যেতে পারে। আমরা পরীক্ষামূলকভাবে স্মৃতি ধারণের পরিমাণ এবং পূর্বাভাসযোগ্যতার বৈশিষ্ট্য বর্ণনা করি এবং রিপোর্ট করি যে সহজ শীতল কৌশলগুলির সাথে অবশিষ্ট সময়গুলি নাটকীয়ভাবে বাড়ানো যেতে পারে। আমরা মেমরি ইমেজগুলিতে ক্রিপ্টোগ্রাফিক কী খুঁজে বের করার জন্য এবং বিট ক্ষয় দ্বারা সৃষ্ট ত্রুটিগুলি সংশোধন করার জন্য নতুন অ্যালগরিদম সরবরাহ করি। যদিও আমরা এই ঝুঁকিগুলি হ্রাস করার জন্য বিভিন্ন কৌশল নিয়ে আলোচনা করি, আমরা তাদের নির্মূল করার জন্য কোন সহজ প্রতিকার জানি না। |
05ba00812bbbe15be83418df6657f74edf76f727 | গত এক দশকে অ্যাকশন রিকগনিশনকে ক্রমবর্ধমান গুরুত্ব দেওয়া হয়েছে। বিভিন্ন পদ্ধতির প্রস্তাব করা হয়েছে যে ভিডিওগুলিতে কর্মগুলি রয়েছে, যার মধ্যে স্ব-সমানতা ম্যাট্রিক্স (এসএসএম) ভিডিওর গতিশীলতা এনকোড করে খুব ভাল পারফরম্যান্স দেখিয়েছে। তবে, যখন খুব বড় ধরনের মতামত পরিবর্তিত হয় তখন এসএসএমগুলি সংবেদনশীল হয়ে ওঠে। এই গবেষণাপত্রে, আমরা একটি স্পারস কোড ফিল্টারিং (এসসিএফ) ফ্রেমওয়ার্ক প্রস্তাব করে মাল্টি-ভিউ অ্যাকশন স্বীকৃতি সমস্যাটি মোকাবেলা করি যা অ্যাকশন প্যাটার্নগুলিকে খনি করতে পারে। প্রথমত, একটি শ্রেণী-বিশিষ্ট বিচ্ছিন্ন কোডিং পদ্ধতি প্রস্তাবিত হয় যাতে ক্লাসের মধ্যে তথ্যের বিচ্ছিন্ন কোডগুলি কাছাকাছি থাকে। তারপর আমরা শ্রেণীবিভাগকারী এবং শ্রেণী-বিশেষ বিচ্ছিন্ন কোডিং প্রক্রিয়াকে একটি সহযোগী ফিল্টারিং (সিএফ) কাঠামোর মধ্যে সংহত করি যাতে বৈষম্যমূলক বিচ্ছিন্ন কোড এবং শ্রেণীবিভাগকারীকে যৌথভাবে খনিতে পারে। বেশ কয়েকটি পাবলিক মাল্টি-ভিউ অ্যাকশন রিকগনিশন ডেটাসেটের পরীক্ষামূলক ফলাফলগুলি দেখায় যে উপস্থাপিত এসসিএফ ফ্রেমওয়ার্ক অন্যান্য অত্যাধুনিক পদ্ধতির চেয়ে ভাল। |
c956b29a133673c32586c7736d12c606f2d59a21 | |
f36ef0d3e8d3abc1f30abc06603471c9aa1cc0d7 | |
9c573daa179718f6c362f296f123e8ea2a775082 | আমরা একটি সহজ এবং কার্যকর পদ্ধতি তৈরি করেছি যাতে সমান এবং অসম দুই-মুখী পাওয়ার স্প্লিটারগুলির জন্য এইচ-প্লেনের আয়তক্ষেত্রাকার ওয়েভগাইড টি-জংশনগুলি ডিজাইন করা যায়। এই সংশ্লেষণ পদ্ধতিটি স্কেলযোগ্য, উৎপাদনযোগ্য কাঠামো তৈরি করে, যে কোনও ইচ্ছাকৃত শক্তি বিভক্ত-অনুপাতের জন্য প্রযোজ্য এবং প্রশস্ত ব্যান্ড অপারেশন সরবরাহ করতে পারে। আমাদের বাস্তবায়নে, আমরা কুইজ এবং ইন্ডাকটিভ উইন্ডোজ ব্যবহার করেছি (টি-জংশনের একটি অবিচ্ছেদ্য অংশ হয়ে), যাতে আরও ডিগ্রি স্বাধীনতা প্রদান করা যায়, এইভাবে, ইনপুট পোর্টে দুর্দান্ত মিল, সমতুল্য ফেজের সাথে ব্যান্ডের উপর ফ্ল্যাট পাওয়ার-বিভাজন অনুপাত, যেখানে বিভিন্ন অ্যান্টেনা ফিডের জন্য ফেজ ব্যালেন্স অপরিহার্য। |
640eccc55eeb23f561efcb32ca97d445624cf326 | বিদ্যুৎ ব্যবহারের উপর নজরদারি থেকে শুরু করে জলস্তর পরিমাপ পর্যন্ত বিভিন্ন ক্ষেত্রে ওয়্যারলেস সেন্সর নেটওয়ার্ক ব্যবহার করা হচ্ছে। বিদ্যমান নেটওয়ার্ক পরিকাঠামোর সাথে আরও ভালভাবে সংহত করার জন্য, এগুলি আইপিভি 6 ব্যবহার করে যোগাযোগ করার জন্য ডিজাইন করা হচ্ছে। আইপিভি৬ ভিত্তিক সেন্সর নেটওয়ার্কে রাউটিংয়ের বর্তমান ডি-ফ্যাক্টো স্ট্যান্ডার্ড হল সংক্ষিপ্ততম পথ ভিত্তিক আরপিএল, যা আইইটিএফ ৬লোওয়্যাপ্যান ওয়ার্কিং গ্রুপ দ্বারা তৈরি করা হয়েছে। এই কাগজটি BackIP বর্ণনা করে, যা IPv6-ভিত্তিক ওয়্যারলেস সেন্সর নেটওয়ার্কগুলিতে ডেটা সংগ্রহের জন্য একটি বিকল্প রাউটিং প্রোটোকল যা ব্যাকপ্রেসুর প্যারাডাইম ভিত্তিক। একটি ব্যাকপ্রেস-ভিত্তিক প্রোটোকলে, বর্তমান স্থানীয়ভাবে পর্যবেক্ষণ করা রাষ্ট্রের উপর ভিত্তি করে নোডগুলি দ্বারা প্রতি প্যাকেট ভিত্তিতে রাউটিং সিদ্ধান্তগুলি অন-দ্য-ফ্লাই করা যেতে পারে এবং পূর্ববর্তী কাজগুলি দেখিয়েছে যে তারা শর্ট-পাথ রাউটিং প্রোটোকলের তুলনায় গতিশীল অবস্থার জন্য উচ্চতর থ্রুপুট পারফরম্যান্স এবং প্রতিক্রিয়াশীলতা সরবরাহ করতে পারে। আমরা আইপিভি৬ এর সাথে স্কেলযোগ্য এবং দক্ষ পদ্ধতিতে কাজ করার জন্য ব্যাকপ্রেশন রাউটিং সক্ষম করার জন্য প্রয়োজনীয় বেশ কয়েকটি ডিজাইন সিদ্ধান্ত নিয়ে আলোচনা করেছি। আমরা এই প্রোটোকলের কার্যকারিতা পরীক্ষা করি এবং পরীক্ষা করি টিনিওএস-ভিত্তিক একটি বাস্তব ওয়্যারলেস সেন্সর নেটওয়ার্ক টেস্টবেডে। |
053912e76e50c9f923a1fc1c173f1365776060cc | গভীর শিক্ষার প্রশিক্ষণের ক্ষেত্রে প্রচলিত পদ্ধতিটি স্টোক্যাস্টিক গ্রেডিয়েন্ট ডেসসেন্ট পদ্ধতি (এসজিডি) ব্যবহারের পক্ষে। বাস্তবায়নের সহজতা সত্ত্বেও, এসজিডিগুলিকে সমান্তরাল করা এবং সমান্তরাল করা কঠিন। এই সমস্যাগুলি এসজিডিগুলির সাথে গভীর শিক্ষণ অ্যালগরিদমগুলি বিকাশ, ডিবাগ এবং স্কেল আপ করা চ্যালেঞ্জিং করে তোলে। এই গবেষণাপত্রে আমরা দেখাবো যে, আরো উন্নত অফ-দ্য-শেল্ফ অপ্টিমাইজেশন পদ্ধতি যেমন সীমিত মেমরি বিএফজিএস (এল-বিএফজিএস) এবং কনজুগেট গ্রেডিয়েন্ট (সিজি) লাইন অনুসন্ধানের সাথে গভীর অ্যালগরিদমের প্রাক প্রশিক্ষণের প্রক্রিয়াটিকে উল্লেখযোগ্যভাবে সহজ ও ত্বরান্বিত করতে পারে। আমাদের পরীক্ষায়, LBFGS/CG এবং SGD-এর মধ্যে পার্থক্য আরো স্পষ্ট হয় যদি আমরা অ্যালগরিদমিক এক্সটেনশন (যেমন, স্পারসিটি রেগুলারাইজেশন) এবং হার্ডওয়্যার এক্সটেনশন (যেমন, GPU বা কম্পিউটার ক্লাস্টার) বিবেচনা করি। বিতরণকৃত অপ্টিমাইজেশনের সাথে আমাদের পরীক্ষা স্থানীয়ভাবে সংযুক্ত নেটওয়ার্ক এবং কনভোলুশনাল নিউরাল নেটওয়ার্কগুলির সাথে এল-বিএফজিএস ব্যবহারকে সমর্থন করে। L-BFGS ব্যবহার করে, আমাদের কনভলুশনাল নেটওয়ার্ক মডেলটি স্ট্যান্ডার্ড MNIST ডেটাসেটে 0.69% অর্জন করে। এটি এমন অ্যালগরিদমের মধ্যে এমএনআইএসটি-র একটি অত্যাধুনিক ফলাফল যা বিকৃতি বা প্রিট্রেনিং ব্যবহার করে না। |
cabcfc0c8704fa15fa8212a6f8944a249d5dcfa9 | এই গবেষণাপত্রে, একটি নতুন ক্ষুদ্রায়িত দ্বি-পার্শ্বযুক্ত মুদ্রিত ডাইপোল অ্যান্টেনাকে মেটা-উপাদান কাঠামোর হিসাবে ভারসাম্যযুক্ত ক্যাপাসিটিভলি লোড লুপ (সিএলএল) দিয়ে লোড করা হয়েছে। মুদ্রিত অ্যান্টেনার প্রান্তের কাছাকাছি অবস্থিত সিএলএলগুলি অ্যান্টেনাকে দুটি ভিন্ন ফ্রিকোয়েন্সিতে বিকিরণ করতে পারে, যার মধ্যে একটি ডিপোল অ্যান্টেনার স্ব-উত্তোলন ফ্রিকোয়েন্সির চেয়ে কম। অন্য কথায়, লোডড ডাইপোল অ্যান্টেনা লোড অর্ধেক তরঙ্গদৈর্ঘ্য ডাইপোলের প্রাকৃতিক অনুরণন ফ্রিকোয়েন্সির তুলনায় কম ফ্রিকোয়েন্সিতে কাজ করতে পারে। অবশেষে, সিএলএল উপাদানটি চিপ ক্যাপাসিটারের সাথে সংহত করা হয় যাতে একটি বৃহত্তর ক্যাপাসিট্যান্স সরবরাহ করা যায় যা ফলস্বরূপ ফলাফলের সিএলএল উপাদানকে নিম্নতর ফ্রিকোয়েন্সিতে অনুরণন করতে দেয়। এটি প্রমাণিত হয়েছে যে প্রস্তাবিত লোডড ডিপোল অ্যান্টেনা একটি ডুয়াল ব্যান্ড রেডিয়েটার যা মোবাইল যোগাযোগ এবং শিল্প, বৈজ্ঞানিক ও চিকিৎসা (আইএসএম) সিস্টেমের মতো অ্যাপ্লিকেশনের জন্য যথেষ্ট সুবিধাজনক। ক্ষুদ্রতর ডাবল রেজোন্যান্ট ডাইপোল অ্যান্টেনার প্রোটোটাইপ তৈরি ও পরীক্ষা করা হয়। পরিমাপকৃত ফলাফলগুলো সিমুলেশন থেকে প্রাপ্ত ফলাফলের সাথে ভালভাবে একমত। |
2671bf82168234a25fce7950e0527eb03b201e0c | পেন ওয়াল স্ট্রিট জার্নাল (ডাব্লুএসজে) এর ট্রিব্যাঙ্কে প্রশিক্ষিত এবং পরীক্ষিত পরিসংখ্যান বিশ্লেষকরা গত ১০ বছরে ব্যাপক উন্নতি দেখিয়েছেন। তবে এই উন্নতির অনেকটা WSJ ট্রিব্যাঙ্ক ডেটাতে (সাধারণত) প্রশিক্ষিত হওয়ার জন্য ক্রমবর্ধমান সংখ্যক বৈশিষ্ট্যগুলির উপর ভিত্তি করে। এর ফলে উদ্বেগ প্রকাশ করা হয়েছে যে এই ধরনের পার্সারগুলি অন্যান্য জেনারে বহনযোগ্যতার ব্যয়ে এই কর্পাসের সাথে খুব সূক্ষ্মভাবে সুরক্ষিত হতে পারে। এই ধরনের উদ্বেগ যুক্তিযুক্ত। স্ট্যান্ডার্ড চার্নিয়াক পার্সার পেন ডব্লিউএসজে টেস্ট সেটে ৮৯.৭% এর লেবেলযুক্ত নির্ভুলতা পুনরুদ্ধার f- পরিমাপে চেক ইন করে, তবে ব্রাউন ট্রিব্যাঙ্ক কর্পাস থেকে টেস্ট সেটে কেবল ৮২.৯%। এই কাগজ এই ভয় দূর করবে। বিশেষ করে, আমরা দেখাই যে Charniak and Johnson (2005) -এ বর্ণিত পুনরায় র্যাঙ্কিং পার্সার ব্রাউন-এর পার্সারের পারফরম্যান্সকে 85.2% পর্যন্ত উন্নত করে। উপরন্তু, স্ব-প্রশিক্ষণ কৌশল ব্যবহার (ম্যাকক্লোস্কি এট আল, 2006) লেবেলযুক্ত ব্রাউন ডেটা ব্যবহার না করেই এটি 87.8% (একটি ত্রুটি হ্রাস 28%) বৃদ্ধি করে। এটি অসাধারণ কারণ লেবেলযুক্ত ব্রাউন ডেটাতে পার্সার এবং রি-র্যাঙ্কারকে প্রশিক্ষণ দেওয়া মাত্র 88.4% অর্জন করে। |
d4e974d68c36de92609fcffaa3ee11bbcbc9eb57 | |
13d09bcec49d2f0c76194f88b59520e6d20e7a34 | অপরাধের দৃশ্য থেকে পাওয়া অজানা লুকানো আঙুলের ছাপগুলোকে আইন প্রয়োগকারী সংস্থাগুলোর ডাটাবেসে থাকা সম্পূর্ণ (রোলড বা প্লেইন) আঙুলের ছাপগুলোর সাথে মিলিয়ে দেখা অপরাধ ও সন্ত্রাসবাদ মোকাবেলায় অত্যন্ত গুরুত্বপূর্ণ। নিবন্ধনের সময় লাইভ-স্ক্যান বা কালি পদ্ধতি ব্যবহার করে অর্জিত ভাল মানের পূর্ণ আঙুলের ছাপের তুলনায়, লুকানো আঙুলের ছাপগুলি প্রায়শই ধূসর এবং অস্পষ্ট, কেবলমাত্র একটি ছোট আঙুলের অঞ্চল ক্যাপচার করে এবং বড় অ-রৈখিক বিকৃতি থাকে। এই কারণে, লুকানো বৈশিষ্ট্য (মিনিটিয়া এবং একক পয়েন্ট) সাধারণত প্রশিক্ষিত লুকানো পরীক্ষকদের দ্বারা ম্যানুয়ালি চিহ্নিত করা হয়। তবে, এটি ল্যাটিন পরীক্ষক এবং স্বয়ংক্রিয় আঙুলের ছাপ সনাক্তকরণ সিস্টেম (এএফআইএস) এর মধ্যে একটি অবাঞ্ছিত আন্তঃসংযোগ সমস্যা প্রবর্তন করে; পরীক্ষকদের দ্বারা চিহ্নিত বৈশিষ্ট্যগুলি সর্বদা এএফআইএস দ্বারা স্বয়ংক্রিয়ভাবে বের করা বৈশিষ্ট্যগুলির সাথে সামঞ্জস্যপূর্ণ নয়, যার ফলে মিলের নির্ভুলতা হ্রাস পায়। যদিও ল্যাটেন্ট থেকে স্বয়ংক্রিয়ভাবে বের করা মিনিটিয়া ব্যবহার করে ইন্টারঅ্যাপারবিলিটি সমস্যা এড়ানো যায়, তবে ল্যাটেন্টের নিম্নমানের কারণে এই ধরনের মিনিটিয়া খুব নির্ভরযোগ্য নয়। এই গবেষণায় আমরা স্বয়ংক্রিয়ভাবে আহরণকৃত ক্ষুদ্রতম তথ্যের সাথে ম্যানুয়ালি চিহ্নিত (ভূমি সত্য) ক্ষুদ্রতম তথ্যের সংমিশ্রণ করে পূর্ণ আঙুলের ছাপের মিলনের নির্ভুলতা উন্নত করি। পাবলিক ডোমেইন ডাটাবেস, এনআইএসটি এসডি ২৭-এর পরীক্ষামূলক ফলাফল প্রস্তাবিত অ্যালগরিদমের কার্যকারিতা প্রদর্শন করে। |
a5a268d65ad1e069770c11005021d830754b0b5c | বর্তমানে বৈজ্ঞানিক সম্প্রদায়ের মধ্যে ইন্টারনেট অব থিংস নিয়ে যথেষ্ট আগ্রহ দেখা যাচ্ছে। একাডেমিক এবং শিল্প উভয়ই প্রচলিত এবং সর্বোত্তম অনুশীলনগুলির বিকাশের মাধ্যমে ব্যবহারযোগ্যতা, রক্ষণাবেক্ষণযোগ্যতা এবং সুরক্ষা উন্নত করার প্রচেষ্টায় অগ্রসর হওয়ার দিকে মনোনিবেশ করে। আমরা নিরাপত্তার উপর মনোযোগ দিই কারণ এটির প্রভাবটি ইন্টারনেট অফ থিংসকে আরও বিস্তৃতভাবে গ্রহণের ক্ষেত্রে সবচেয়ে সীমাবদ্ধ কারণগুলির মধ্যে একটি। নিরাপত্তা ক্ষেত্রে অনেক গবেষণা ক্ষেত্র রয়েছে, যা ক্রিপ্টোগ্রাফি থেকে নেটওয়ার্ক নিরাপত্তা এবং পরিচয় ব্যবস্থাপনা পর্যন্ত বিস্তৃত। এই গবেষণাপত্রটি পরিচয় ব্যবস্থাপনা, প্রমাণীকরণ এবং অনুমোদনের ক্ষেত্রে অ্যাপ্লিকেশন স্তরে ইন্টারনেট অফ থিংস পরিবেশে প্রযোজ্য বিদ্যমান গবেষণার একটি জরিপ প্রদান করে। আমরা ২০০ টিরও বেশি নিবন্ধের সমীক্ষা এবং বিশ্লেষণ করি, তাদের শ্রেণীবদ্ধ করি এবং ইন্টারনেট অব থিংস সুরক্ষা ক্ষেত্রে বর্তমান প্রবণতা উপস্থাপন করি। |
81f76e74807e9d04e14065715e46a2d770a6d9cd | |
df26f9822785b07e787d43429ee5fdd2794ac7f8 | এই কাগজটি বস্তুর আপেক্ষিক অবস্থানের প্রতিনিধিত্বকারী সমন্বয় ফ্রেমের মধ্যে নামমাত্র সম্পর্ক এবং প্রত্যাশিত ত্রুটি (কভারিওয়েন্স) অনুমান করার জন্য একটি সাধারণ পদ্ধতি বর্ণনা করে। ফ্রেমগুলি কেবল পরোক্ষভাবে স্থানিক সম্পর্কের একটি সিরিজের মাধ্যমে জানা যেতে পারে, প্রতিটি তার সাথে যুক্ত ত্রুটি সহ, বিভিন্ন কারণের ফলে উদ্ভূত, যার মধ্যে অবস্থান ভুল, পরিমাপ ত্রুটি বা অংশের মাত্রায় সহনশীলতা রয়েছে। এই অনুমান পদ্ধতিটি এমন প্রশ্নের উত্তর দিতে ব্যবহার করা যেতে পারে যে কোনও রোবটের সাথে সংযুক্ত একটি ক্যামেরার তার দৃষ্টি ক্ষেত্রের মধ্যে একটি নির্দিষ্ট রেফারেন্স অবজেক্ট থাকার সম্ভাবনা রয়েছে কিনা। গণনা করা অনুমানগুলি একটি স্বাধীন মন্টে কার্লো সিমুলেশন থেকে পাওয়া অনুমানগুলির সাথে ভালভাবে একমত। এই পদ্ধতিটি আগে থেকেই সিদ্ধান্ত নিতে সাহায্য করে যে কোন অনিশ্চিত সম্পর্ক কোন কাজের জন্য যথেষ্ট সঠিকভাবে জানা যায় কিনা এবং যদি তা না হয়, তবে প্রস্তাবিত সেন্সরটি অবস্থানগত জ্ঞানে কতটা উন্নতি করবে। উপস্থাপিত পদ্ধতিটি ছয় ডিগ্রি স্বাধীনতার সাথে সাধারণীকরণ করা যেতে পারে এবং বস্তুর মধ্যে সম্পর্ক (অবস্থান এবং দিকনির্দেশনা) অনুমান করার পাশাপাশি সম্পর্কের সাথে সম্পর্কিত অনিশ্চয়তা অনুমান করার একটি ব্যবহারিক উপায় সরবরাহ করে। |
414b0d139d83024d47649ba37c3d11b1165057d6 | ভারত কৃষিভিত্তিক দেশ। কৃষিভিত্তিক পণ্যের উৎপাদনশীলতা ও গুণগত মান উন্নত করা প্রয়োজন। প্রস্তাবিত এই প্রকল্পটি একটি স্বয়ংক্রিয় ব্যবস্থা যা কৃষকদের জলসিঞ্চন প্রক্রিয়ায় সহায়তা করে। এই যন্ত্রটি কৃষকের মোবাইল নম্বরে পাঠানো বার্তা এবং বোর্ডের এলসিডি ডিসপ্লে-এর মাধ্যমে কৃষককে অবহিত করে। বিদ্যুৎ বিচ্ছিন্নতা বা অপর্যাপ্ত ও অসম জল সরবরাহের কারণে কৃষকরা বিদ্যুৎ বিচ্ছিন্নতার সমস্যায় ভুগছেন, তাদের জন্যও এই প্রস্তাবিত নকশা সহায়ক। এই স্বয়ংক্রিয় সেচ ব্যবস্থা কৃষককে সমস্ত পটভূমি কার্যক্রমের বিষয়ে একটি সিম ৯০০ মডিউলের মাধ্যমে অবগত রাখে। এই যন্ত্রটি আমাদের সমাজের জন্য একটি বিপর্যয় সৃষ্টি করতে পারে। এই যন্ত্রটি দেশের কৃষকরা সহজেই কিনতে পারবেন। এই প্রস্তাবিত নকশা মানব শ্রম কমানোর জন্য সহায়ক। এটি একটি কম বাজেটের সিস্টেম যার একটি গুরুত্বপূর্ণ সামাজিক প্রয়োগ রয়েছে। |
6ed591fec03437ed2bf7479d92f49833e3851f71 | একটি বুদ্ধিমান ড্রিপ সেচ ব্যবস্থা ওয়্যারলেস সেন্সর এবং ফজ লজিক ব্যবহার করে কৃষি ফসলের জন্য জল এবং সার ব্যবহারের অনুকূল করে তোলে। ওয়্যারলেস সেন্সর নেটওয়ার্ক অনেক সেন্সর নোড, হাব এবং কন্ট্রোল ইউনিট নিয়ে গঠিত। সেন্সরটি তাপমাত্রা, মাটির আর্দ্রতা ইত্যাদির মতো রিয়েল টাইম ডেটা সংগ্রহ করে। এই তথ্যটি ওয়্যারলেস প্রযুক্তি ব্যবহার করে হাবটিতে পাঠানো হয়। এই হাব ডাটা প্রসেস করে এবং ভ্যালভ খোলা রাখার সময় নির্ধারণ করে। এইভাবে, ড্রপ সেচ ব্যবস্থা একটি নির্দিষ্ট সময়ের জন্য প্রয়োগ করা হয়। পুরো সিস্টেমটি ফটোভোলটাইক সেল দ্বারা চালিত হয় এবং একটি যোগাযোগ লিঙ্ক রয়েছে যা সেলুলার পাঠ্য বার্তার মাধ্যমে সিস্টেমটি পর্যবেক্ষণ, নিয়ন্ত্রণ এবং নির্ধারণ করতে দেয়। এই পদ্ধতিটি দ্রুত এবং সঠিকভাবে ফসলের জল চাহিদা পরিমাণ গণনা করতে পারে, যা জল-সংরক্ষণের সেচ এবং ব্যবহৃত সার পরিমাণ অনুকূল করার জন্য একটি পদ্ধতির জন্য একটি বৈজ্ঞানিক ভিত্তি প্রদান করতে পারে। |
8075c73fd8b13fa9663230a383f5712bf210ebcf | আধা-শূন্য ও শুষ্ক অঞ্চলে জল ব্যবস্থাপনা একটি প্রধান উদ্বেগ। ফিল্ডে সেন্সর-ভিত্তিক বিতরণকৃত সেচ ব্যবস্থাগুলি সাইট-নির্দিষ্ট সেচ ব্যবস্থাপনার জন্য একটি সম্ভাব্য সমাধান প্রদান করে যা কৃষকদের জল সংরক্ষণের সময় তাদের উৎপাদনশীলতা সর্বাধিকতর করতে দেয়। এই গবেষণাপত্রে পরিবর্তনশীল হার জলসেচ, একটি বেতার সেন্সর নেটওয়ার্ক, এবং একটি সাইট-নির্দিষ্ট নির্ভুলতা রৈখিক-মুভ জলসেচ সিস্টেমের রিয়েল-টাইম ইন-ফিল্ড সেন্সিং এবং নিয়ন্ত্রণের জন্য সফ্টওয়্যারটির নকশা এবং যন্ত্রের বিবরণ দেওয়া হয়েছে। মাঠের অবস্থার উপর ভিত্তি করে মাঠের বিভিন্ন স্থানে ছ টি ইন-ফিল্ড সেন্সর স্টেশন দ্বারা মাঠের অবস্থার উপর বিশেষভাবে নজর রাখা হয়। মাটির মানচিত্রের উপর ভিত্তি করে মাঠের অবস্থার উপর নজর রাখা হয়। মাঠের মাঠের মাঠের মানচিত্রের উপর ভিত্তি করে মাঠের অবস্থার উপর নজর রাখা হয়। মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠের মাঠ একটি সেচ যন্ত্রকে একটি প্রোগ্রামিং লজিক কন্ট্রোলারের মাধ্যমে ইলেকট্রনিকভাবে নিয়ন্ত্রিত করার জন্য রূপান্তর করা হয়েছিল যা একটি ডিফারেনশিয়াল গ্লোবাল পজিশনিং সিস্টেম (জিপিএস) থেকে স্প্রিংকলারগুলির জিওরেফারেন্সড অবস্থান আপডেট করে এবং বেস স্টেশনে একটি কম্পিউটারের সাথে ওয়্যারলেস যোগাযোগ করে। সেন্সর নেটওয়ার্ক এবং সেচ নিয়ন্ত্রণকারী থেকে বেস স্টেশনে কম খরচে ব্লুটুথ ওয়্যারলেস রেডিও যোগাযোগ ব্যবহার করে যোগাযোগ সংকেত সফলভাবে ইন্টারফেস করা হয়েছিল। এই গবেষণাপত্রে উন্নত গ্রাফিক ইউজার ইন্টারফেস ভিত্তিক সফটওয়্যারটি ক্ষেত্রের অবস্থার স্থিতিশীল দূরবর্তী অ্যাক্সেস এবং রিয়েল টাইম নিয়ন্ত্রণ এবং পরিবর্তনশীল হার সেচ নিয়ামক পর্যবেক্ষণের প্রস্তাব দেয়। |
ebf9bfbb122237ffdde5ecbbb292181c92738fd4 | এই গবেষণাপত্রে একটি তাপবিদ্যুৎ জেনারেটরের (টিইজি) নকশা ও নির্মাণ এবং একটি স্বয়ংক্রিয় সেচ ব্যবস্থার বাস্তবায়ন দেখানো হয়েছে, যেখানে এই টিইজিকে মাটির আর্দ্রতা সনাক্তকারী হিসেবে ব্যবহার করা হয়েছে। দুটি তাপ এক্সচেঞ্জারে টিইজি যুক্ত করা হয়, যা বায়ু এবং মাটির তাপীয় পার্থক্য খুঁজে বের করতে সক্ষম হয়, যা মাটির আর্দ্রতার সাথে সম্পর্ক স্থাপন করে। টিইজি র আউটপুট থেকে মাটির আর্দ্রতার মাত্রা পাওয়া যায়, সেজন্য একটি মাইক্রোকন্ট্রোলার ব্যবহার করা হয়। সেচ ব্যবস্থাটি টিইজি-র মাধ্যমে যে আর্দ্রতা সনাক্ত করে তার উপর ভিত্তি করে সে যে মাটি সেচ দেয় তার অবস্থার সাথে খাপ খায়। মাটির জল ব্যবহারের উপর ভিত্তি করে স্বয়ংক্রিয় সেচ ব্যবস্থা দ্বারা মাটির জল ব্যবহার নিয়ন্ত্রণ করা হয়। এই পদ্ধতিতে ম্যানুয়াল সেচ ব্যবস্থার তুলনায় পানি সংরক্ষণ করা যায়। এটি উদ্ভিদের বৃদ্ধিকে অনুকূল করে তোলে কারণ এটি সঠিক সময়ে সঠিক আর্দ্রতার স্তরে জল দেয়। |
59f153ddd37e22af153aa0d7caf3ec44053aa8e8 | বর্তমানে, শ্রম-সংরক্ষণ এবং জল-সংরক্ষণ প্রযুক্তি সেচ ক্ষেত্রে একটি মূল বিষয়। এই গবেষণাপত্রে জিগবি প্রযুক্তির উপর ভিত্তি করে চীনের ঝেজিয়াংয়ের লিসুইতে ইহুদিদের কানের রোপণের জন্য নিবেদিত বুদ্ধিমান ক্ষেত্রের সেচ ব্যবস্থার জন্য একটি ওয়্যারলেস সমাধান প্রস্তাব করা হয়েছিল। প্রচলিত তারযুক্ত সংযোগের পরিবর্তে, তারবিহীন নকশাটি সিস্টেমটিকে সহজেই ইনস্টল এবং রক্ষণাবেক্ষণ করে। বেতার সেন্সর/অ্যাকুয়েটর নোড এবং পোর্টেবল কন্ট্রোলারের হার্ডওয়্যার আর্কিটেকচার এবং সফটওয়্যার অ্যালগরিদম, যথাক্রমে ZigBee বেতার সেন্সর নেটওয়ার্কের শেষ ডিভাইস এবং সমন্বয়কারী হিসাবে কাজ করে, বিস্তারিতভাবে বিশ্লেষণ করা হয়েছে। সমগ্র সিস্টেমের কার্যকারিতা মূল্যায়ন করা হয়। দীর্ঘদিন ধরে এই সিস্টেমটি মাঠে সুষ্ঠুভাবে কাজ করে যাওয়ায় এর উচ্চ নির্ভরযোগ্যতা এবং ব্যবহারিকতা প্রমাণিত হয়েছে। সেচ ব্যবস্থাপনায় ওয়্যারলেস সেন্সর নেটওয়ার্কের একটি অনুসন্ধানী প্রয়োগ হিসাবে, এই কাগজটি বৃহত আকারের দূরবর্তী বুদ্ধিমান সেচ ব্যবস্থা প্রতিষ্ঠার জন্য একটি পদ্ধতির প্রস্তাব দেয়। |
96e92ff6c7642cc75dc856ae4b22a5409c69e6cb | কো-অপারেশনাল নেভিগেশন (সিএন) একটি গ্রুপের কো-অপারেশনাল রোবটকে তাদের পৃথক নেভিগেশন ত্রুটিগুলি হ্রাস করতে সক্ষম করে। সাধারণ মাল্টি-রোবট (এমআর) পরিমাপ মডেলের জন্য যা উভয়ই নিষ্ক্রিয় নেভিগেশন ডেটা এবং অন্যান্য বোর্ড সেন্সর রিডিং, বিভিন্ন সময়ে নেওয়া হয়, বিভিন্ন তথ্যের উৎসগুলি সম্পর্কিত হয়ে ওঠে। সুতরাং, এই সম্পর্কটি তথ্য সংযোজন প্রক্রিয়ার মধ্যে সমাধান করা উচিত যাতে ধারাবাহিক রাষ্ট্রের অনুমান পাওয়া যায়। সংশ্লিষ্টতা পদগুলি প্রাপ্ত করার জন্য সাধারণ পদ্ধতি হল একটি বর্ধিত সহ-বৈচিত্র্য ম্যাট্রিক্স বজায় রাখা। এই পদ্ধতিটি আপেক্ষিক অবস্থান পরিমাপের জন্য কাজ করবে, কিন্তু সাধারণ এমআর পরিমাপ মডেলের জন্য অপ্রাকটিক্যাল, কারণ পরিমাপ তৈরিতে জড়িত রোবটগুলির পরিচয়, পাশাপাশি পরিমাপের সময় উদাহরণগুলি অগ্রিম অজানা। বর্তমান কাজের মধ্যে, একটি সাধারণ এমআর পরিমাপ মডেলের জন্য একটি নতুন ধারাবাহিক তথ্য সংযোজন পদ্ধতি বিকাশ করা হয়। প্রস্তাবিত পদ্ধতিটি গ্রাফ তত্ত্বের উপর নির্ভর করে। এটি প্রয়োজনীয় সম্পর্ক শর্তের স্পষ্ট অন-চাহিদা গণনা সক্ষম করে। এই গ্রাফটি গ্রুপের প্রতিটি রোবট স্থানীয়ভাবে বজায় রাখে, যা সমস্ত এমআর পরিমাপের আপডেটকে উপস্থাপন করে। এই পদ্ধতিটি এমআর পরিমাপের সবচেয়ে সাধারণ পরিস্থিতিতে সংশ্লিষ্ট শব্দগুলোকে সঠিকভাবে গণনা করে এবং একই সাথে সংশ্লিষ্ট প্রক্রিয়া এবং পরিমাপের শব্দগুলো সঠিকভাবে পরিচালনা করে। একটি তত্ত্বগত উদাহরণ এবং একটি পরিসংখ্যানগত গবেষণা দেওয়া হয়েছে, যা তিন-দৃশ্য পরিমাপ মডেলের উপর ভিত্তি করে দৃষ্টি-সহায়তাযুক্ত নেভিগেশনের পদ্ধতির কার্যকারিতা প্রদর্শন করে। এই পদ্ধতিটি একটি সিমুলেটেড পরিবেশে একটি ফিক্সড-লেগ কেন্দ্রীয় সমতল পদ্ধতির সাথে তুলনা করা হয়। এই পদ্ধতিটি একটি পরীক্ষায়ও যাচাই করা হয়েছে যেখানে বাস্তব চিত্র এবং নেভিগেশন ডেটা অন্তর্ভুক্ত রয়েছে। কম্পিউটেশনাল জটিলতার অনুমানগুলি দেখায় যে নতুনভাবে বিকশিত পদ্ধতিটি কম্পিউটেশনালভাবে দক্ষ। |
fc20f0ce11946c7d17a676fd880fec6dfc1c0397 | |
bef9d9edd340eb09e2cda37cb7f4d4886a36fe66 | |
96230bbd9804f4e7ac0017f9065ebe488f30b642 | গভীর নিউরাল নেটওয়ার্কের প্রেক্ষাপটে স্টোক্যাস্টিক গ্রেডিয়েন্ট অবতরণের (এসজিডি) আচরণ বোঝা সম্প্রতি অনেক উদ্বেগ উত্থাপন করেছে। এই লাইন বরাবর, আমরা তাত্ত্বিকভাবে একটি সাধারণ ফর্ম অধ্যয়ন গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজেশান গতিবিদ্যা নিরপেক্ষ গোলমাল সঙ্গে, যা SGD এবং স্ট্যান্ডার্ড Langevin গতিবিদ্যা একত্রিত করে। এই সাধারণ অপ্টিমাইজেশান ডায়নামিক্সের তদন্তের মাধ্যমে আমরা এসজিডি-র আচরণকে মিনিমাম থেকে পালানোর এবং এর নিয়মিতকরণের প্রভাবগুলি বিশ্লেষণ করি। একটি নতুন সূচক উদ্ভূত হয় যাতে শব্দ সহ-বৈচিত্র্যের সারিবদ্ধতা এবং ক্ষতির ফাংশনের বক্রতা পরিমাপ করে সর্বনিম্ন থেকে পালানোর দক্ষতা চিহ্নিত করা যায়। এই সূচকের উপর ভিত্তি করে, কোন ধরণের শব্দ গঠনটি এড়ানোর দক্ষতার দিক থেকে আইসোট্রপিক গোলমালের চেয়ে উন্নত তা দেখানোর জন্য দুটি শর্ত স্থাপন করা হয়। আমরা আরও দেখাই যে এসজিডি-তে অ্যানিসোট্রপিক গোলমাল দুটি শর্ত পূরণ করে এবং এইভাবে তীক্ষ্ণ এবং দরিদ্র সর্বনিম্ন থেকে কার্যকরভাবে পালাতে সহায়তা করে, আরও স্থিতিশীল এবং সমতল সর্বনিম্নের দিকে যা সাধারণত ভালভাবে সাধারণীকরণ করে। আমরা এই অ্যানিসোট্রপিক ডিফিউশনকে পূর্ণ গ্রেডিয়েন্ট অবতরণ এবং আইসোট্রপিক ডিফিউশন (অর্থাৎ ল্যাঙ্গভিন গতিশীলতা) এবং অন্যান্য ধরনের অবস্থান-নির্ভর গোলমাল। |
d908f630582f1a11b6d481e635fb1d06e7671f32 | |
27db63ab642d9c27601a9311d65b63e2d2d26744 | যদিও একটি একক ডেটাসেটে দুটি লার্নিং অ্যালগরিদমের তুলনা করার পদ্ধতিগুলি বেশ কিছু সময়ের জন্য ইতিমধ্যে পরীক্ষা করা হয়েছে, একাধিক ডেটাসেটে আরও অ্যালগরিদমের তুলনা করার জন্য পরিসংখ্যানগত পরীক্ষার বিষয়টি, যা সাধারণ মেশিন লার্নিং স্টাডিগুলির জন্য আরও বেশি প্রয়োজনীয়, তা উপেক্ষা করা হয়েছে। এই নিবন্ধটি বর্তমান অনুশীলন পর্যালোচনা করে এবং তারপর তাত্ত্বিক এবং empirically বেশ কয়েকটি উপযুক্ত পরীক্ষা পরীক্ষা করে। এর ভিত্তিতে, আমরা শ্রেণীবিভাগের পরিসংখ্যানগত তুলনার জন্য সহজ, তবুও নিরাপদ এবং শক্তিশালী নন-প্যারামেট্রিক পরীক্ষার একটি সেট সুপারিশ করিঃ দুটি শ্রেণীবিভাগের তুলনার জন্য উইলকক্সন স্বাক্ষরিত র্যাঙ্ক পরীক্ষা এবং ফ্রিডম্যান পরীক্ষা একাধিক ডেটা সেটের উপর আরও শ্রেণীবিভাগের তুলনার জন্য সংশ্লিষ্ট পোস্ট-হোক পরীক্ষার সাথে। এই শেষের ফলাফলগুলি নতুন প্রবর্তিত সিডি (সমালোচনামূলক পার্থক্য) ডায়াগ্রামের সাথেও সুষ্ঠুভাবে উপস্থাপিত হতে পারে। |
4dbd924046193a51e4a5780d0e6eb3a4705784cd | BayesOpt একটি লাইব্রেরি যা অ-রেখিক অপ্টিমাইজেশন, স্টোকস্টিক ডাকাত বা ক্রমাগত পরীক্ষামূলক নকশা সমস্যা সমাধানের জন্য অত্যাধুনিক বেজিয়ান অপ্টিমাইজেশন পদ্ধতিগুলি নিয়ে গঠিত। বেজিয়ান অপ্টিমাইজেশন একটি পিছিয়ে বিতরণ নির্মাণের মাধ্যমে নমুনা দক্ষতা অর্জন করে যাতে লক্ষ্য ফাংশনের জন্য প্রমাণ এবং পূর্বের জ্ঞান ক্যাপচার করা যায়। স্ট্যান্ডার্ড সি++ এ নির্মিত এই লাইব্রেরিটি বহনযোগ্য এবং নমনীয় হওয়ার সাথে সাথে অত্যন্ত দক্ষ। এটিতে সি, সি++, পাইথন, ম্যাটল্যাব এবং অক্টভের জন্য একটি সাধারণ ইন্টারফেস রয়েছে। |
801556eae6de26616d2ce90cdd4aecc4e2de7fe4 | ইলেকট্রিক্যাল নন-কন্ট্যাক্ট ইসিজি পরিমাপ সিস্টেম একটি চেয়ারে দৈনন্দিন জীবনে ক্রমাগত স্বাস্থ্য পর্যবেক্ষণের জন্য বিভিন্ন ক্ষেত্রে প্রয়োগ করা যেতে পারে। তবে, এই সিস্টেমের জন্য ক্যাপাসিটিভ ইলেক্ট্রোডের কারণে শরীরটি বৈদ্যুতিকভাবে ভাসমান হয় এবং ভাসমান শরীরটি বহিরাগত শব্দ বা গতির শিল্পকর্মের প্রতি অত্যন্ত সংবেদনশীল যা সাধারণ মোডের শব্দ হিসাবে পরিমাপ সিস্টেমকে প্রভাবিত করে। এই গবেষণাপত্রে ড্রাইভ-সিট-গ্রাউন্ড সার্কিট ড্রাইভ-ডান-লেগ সার্কিটের মতো সাধারণ মোডের গোলমাল কমাতে প্রস্তাব করা হয়েছে। এই সমতুল্য সার্কিটের বিশ্লেষণ করা হয় এবং আউটপুট সংকেত তরঙ্গ আকৃতির ড্রাইভ-সিট-গ্রাউন্ড এবং ক্যাপাসিটিভ গ্রাউন্ডের সাথে তুলনা করা হয়। ফলাফল হিসাবে, ড্রাইভ-সিট-গ্রাউন্ড সার্কিট নেগেটিভ ফিডব্যাক হিসাবে সম্পূর্ণ ক্ষমতার ইসিজি পরিমাপ সিস্টেমের বৈশিষ্ট্যগুলি উল্লেখযোগ্যভাবে উন্নত করে। |
95f388c8cd9db1e800e515e53aaaf4e9b433866f | 0747-5632/$ 2012 এ Elsevier Ltd. A এর সম্মুখভাগ দেখুন http://dx.doi.org/10.1016/j.chb.2012.08.001 সংশ্লিষ্ট লেখক। টেল. : +৮৮৬ ০২ ৭৭৩৪ ৩৩৪৭; ই-মেইল ঠিকানা: [email protected] (ম. জু) । ক্লাউড কম্পিউটিং প্রযুক্তির পরিপক্কতা হয়েছে কারণ এটি সব ধরনের ডিজিটালাইজেশন প্রক্রিয়ার সাথে একত্রিত হয়েছে। এটি ডেটা এবং সফটওয়্যার শেয়ারিংয়ের জন্য অনেক সুবিধা প্রদান করে, এবং এইভাবে জটিল আইটি সিস্টেমগুলির পরিচালনা অনেক সহজ করে তোলে। ইঞ্জিনিয়ারিং শিক্ষার জন্য, ক্লাউড কম্পিউটিং এমনকি শিক্ষার্থীদের একটি বাস্তব কম্পিউটার ল্যাবে ঢুকতে না দিয়েই ক্ষেত্রের মধ্যে ব্যবহৃত সফটওয়্যারের বহুমুখী এবং সর্বব্যাপী অ্যাক্সেস প্রদান করে। আমাদের গবেষণায় ক্লাউড কম্পিউটিং প্রযুক্তির মাধ্যমে সৃষ্ট সম্পদ ব্যবহারের ফলে শিক্ষার মনোভাব এবং একাডেমিক পারফরম্যান্স বিশ্লেষণ করা হয়েছে। উচ্চ মাধ্যমিক ও বৃত্তিমূলক উচ্চ মাধ্যমিকের শিক্ষার্থীদের মধ্যে তুলনা করা হয়। এই গবেষণায় কম্পিউটার সহায়তায় নকশা (সিএডি) কোর্সে অংশগ্রহণকারী একশত ত্রিশ জন শিক্ষার্থী অংশগ্রহণ করেন। প্রযুক্তি গ্রহণের মডেল (টিএএম) মৌলিক কাঠামো হিসাবে ব্যবহৃত হয়েছিল। খোলা প্রশ্নপত্রের সেটগুলি একাডেমিক পারফরম্যান্স এবং কারণগত বৈশিষ্ট্যগুলি পরিমাপ করার জন্য ডিজাইন করা হয়েছিল; ফলাফলগুলি শিক্ষার্থীদের দুটি গ্রুপের মধ্যে জ্ঞানীয় ডোমেইনে কোনও উল্লেখযোগ্য পার্থক্য নির্দেশ করেনি, যদিও এটি সাইকোমোটর এবং আবেগগত ডোমেন উভয় ক্ষেত্রেই নয়। উচ্চ মাধ্যমিকের পেশাগত শিক্ষার শিক্ষার্থীদের CAD অ্যাপ্লিকেশনের ক্ষেত্রে উচ্চতর শিক্ষার প্রেরণা রয়েছে বলে মনে হয়। ২০১২ এ্যালসেভিয়ার লিমিটেড. সমস্ত অধিকার সংরক্ষিত। |
e2413f14a014603253815398e56c7fee0ba01a3d | এই অধ্যায়টি অনুপ্রবেশ সনাক্তকরণ গবেষণায় শিল্পের অবস্থা সম্পর্কে একটি ওভারভিউ প্রদান করে। অনুপ্রবেশ সনাক্তকরণ ব্যবস্থা হল সফটওয়্যার এবং/অথবা হার্ডওয়্যার উপাদান যা কম্পিউটার সিস্টেম পর্যবেক্ষণ করে এবং অনুপ্রবেশের লক্ষণগুলির জন্য তাদের মধ্যে ঘটে যাওয়া ঘটনা বিশ্লেষণ করে। কম্পিউটার পরিকাঠামোর ব্যাপক বৈচিত্র্য ও জটিলতার কারণে সম্পূর্ণ নিরাপদ কম্পিউটার সিস্টেম সরবরাহ করা কঠিন। তাই কম্পিউটার নিরাপত্তা সংক্রান্ত বিভিন্ন বিষয়ের উপর কাজ করার জন্য অনেকগুলো নিরাপত্তা ব্যবস্থা এবং অনুপ্রবেশ সনাক্তকরণ ব্যবস্থা রয়েছে। এই অধ্যায়টি প্রথমে কম্পিউটার আক্রমণের শ্রেণিবিন্যাস প্রদান করে, প্রধান কম্পিউটার আক্রমণের শ্রেণীর সংক্ষিপ্ত বিবরণ সহ। দ্বিতীয়ত, একটি সাধারণ স্থাপত্য এবং তাদের মৌলিক বৈশিষ্ট্য উপস্থাপন করা হয়। তৃতীয়ত, পাঁচটি মানদণ্ডের (তথ্য উৎস, বিশ্লেষণ কৌশল, সময় দিক, স্থাপত্য, প্রতিক্রিয়া) উপর ভিত্তি করে অনুপ্রবেশ সনাক্তকরণ সিস্টেমের শ্রেণিবিন্যাস দেওয়া হয়। অবশেষে, এই বিভাগগুলির প্রতিটি অনুসারে অনুপ্রবেশ সনাক্তকরণ সিস্টেমগুলি শ্রেণিবদ্ধ করা হয় এবং সর্বাধিক প্রতিনিধিত্বমূলক গবেষণা প্রোটোটাইপগুলি সংক্ষিপ্তভাবে বর্ণনা করা হয়। |
42cfb5614cbef64a5efb0209ca31efe760cec0fc | একটি উন্নয়নশীল রোবটের মান ব্যবস্থা উল্লেখযোগ্য সংবেদনশীল ইনপুটগুলির ঘটনার সংকেত দেয়, সংবেদনশীল ইনপুট থেকে অ্যাকশন আউটপুটগুলিতে ম্যাপিংকে মডিউল করে এবং প্রার্থী ক্রিয়াগুলি মূল্যায়ন করে। এখানে যে কাজটি করা হয়েছে, তাতে নিম্ন স্তরের মূল্যবোধের একটি ব্যবস্থা মডেলিং ও বাস্তবায়িত হয়েছে। এটি অ-সংযুক্তিকরণ প্রাণী শেখার প্রক্রিয়াকে অনুকরণ করে যা অভ্যস্ততা ইফেক্ট নামে পরিচিত। পুনর্বহাল শিক্ষা নতুনত্বের সাথেও সংহত। পরীক্ষামূলক ফলাফল দেখায় যে প্রস্তাবিত মান ব্যবস্থাটি রোবট দেখার কোণ নির্বাচন করার একটি গবেষণায় ডিজাইন করা হয়েছে। |
73447b6a02d1caff0a96472a2e0b571e1be497c8 | ডিজিটাল যুগে ব্যক্তিগত স্মৃতিকে স্মরণ ও ভাগ করে নেওয়ার জন্য ইন্টারনেট প্রযুক্তি একটি নতুন মাধ্যম প্রদান করে। ব্যক্তিগত স্মৃতি অনলাইনে পোস্ট করার ফলে কী কী স্মৃতিশক্তির ক্ষতি হয়? ট্রানসেক্টিভ মেমরি এবং অটোবায়োগ্রাফিকাল মেমরির তত্ত্বগুলো বিপরীত ভবিষ্যদ্বাণী করে। বর্তমান গবেষণায় কলেজ ছাত্ররা এক সপ্তাহের জন্য একটি দৈনিক ডায়েরি সম্পূর্ণ করে, প্রতিটি দিনের শেষে তাদের সাথে ঘটে যাওয়া সমস্ত ঘটনা তালিকাভুক্ত করে। তারা এই ঘটনাগুলো অনলাইনে পোস্ট করেছে কিনা তাও জানায়। অংশগ্রহণকারীদের ডায়েরি রেকর্ডিং শেষ হওয়ার পর একটি বিস্ময়কর মেমরি পরীক্ষা এবং তারপর এক সপ্তাহ পরে আরেকটি পরীক্ষা দেওয়া হয়। উভয় পরীক্ষায়, অনলাইনে পোস্ট করা ঘটনাগুলি অনলাইনে পোস্ট করা ঘটনাগুলির চেয়ে উল্লেখযোগ্যভাবে বেশি মনে রাখার সম্ভাবনা ছিল। মনে হচ্ছে যে অনলাইনে স্মৃতি ভাগাভাগি করা, পুনর্ব্যবহার এবং অর্থ তৈরির জন্য অনন্য সুযোগ প্রদান করতে পারে যা স্মৃতি ধারণকে সহজ করে। |
b3ede733fcd97271f745d8c0f71e44562abbb6d5 | সমস্যাযুক্ত আচরণের কার্যকারিতা চিহ্নিত করা আরও কার্যকর হস্তক্ষেপের বিকাশের দিকে পরিচালিত করতে পারে। ফাংশনটি চিহ্নিত করার একটি উপায় হল ফাংশনাল বিহেভিয়র অ্যাসেসমেন্ট (এফবিএ) । শিক্ষকরা স্কুলে এফবিএ পরিচালনা করেন। তবে, ম্যানুয়ালি তথ্য রেকর্ড করার কাজ অনেক বেশি এবং শিক্ষার্থীদের সাথে ইন্টারঅ্যাক্ট করার সময় পূর্বসূরী এবং পরিণতিগুলি সঠিকভাবে সনাক্ত করার চ্যালেঞ্জটি গুরুত্বপূর্ণ। এই সমস্যাগুলো প্রায়ই অসম্পূর্ণ তথ্যের ক্যাপচারের ফলস্বরূপ হয়। ক্যারিলোগ শিক্ষকদের আরও সহজেই এফবিএ পরিচালনা করতে এবং প্রাসঙ্গিক তথ্যের ক্যাপচারকে উন্নত করে। এই গবেষণাপত্রে আমরা ডিজাইন প্রক্রিয়ার বর্ণনা দিচ্ছি যা পাঁচটি ডিজাইন নীতির দিকে নিয়ে যায় যা কেয়ারলগের বিকাশকে পরিচালিত করে। আমরা পাঁচ মাসের একটি ক্যাসি-নিয়ন্ত্রিত গবেষণার ফলাফল উপস্থাপন করছি যার লক্ষ্য এই নকশা নীতিগুলিকে বৈধতা দেওয়া। আমরা এইচসিআই অনুশীলনকারী এবং গবেষকদের জন্য বিশেষ শিক্ষা সেটিং দ্বারা আরোপিত বিভিন্ন সীমাবদ্ধতা কীভাবে নকশা এবং মূল্যায়ন প্রক্রিয়াকে প্রভাবিত করে তা নিয়ে আমরা চিন্তা করি। |
77e7b0663f6774b3d6e1d51106020a9a0f96bcd2 | এই নিবন্ধটি ইন্টারনেট ব্যবহার এবং সামাজিক মূলধনের ব্যক্তিগত স্তরের উত্পাদনের মধ্যে সম্পর্ককে অনুসন্ধান করে। এটি করার জন্য, লেখকরা নাগরিক সম্পৃক্ততা, আন্তঃব্যক্তিগত বিশ্বাস এবং জীবনের সন্তুষ্টির পূর্বাভাস দেওয়ার কারণগুলি পরীক্ষা করার সময় ইন্টারনেট ব্যবহারের ধরণের মধ্যে পার্থক্য করার জন্য একটি অনুপ্রেরণামূলক দৃষ্টিভঙ্গি গ্রহণ করেন। এরপর ১৯৯৯ সালের ডিডিবি লাইফস্টাইল স্টাডি ব্যবহার করে মূল জনসংখ্যা, প্রসঙ্গগত এবং ঐতিহ্যবাহী মিডিয়া ব্যবহারের ভেরিয়েবলের সাথে সম্পর্কিত নতুন মিডিয়া ব্যবহারের ভবিষ্যদ্বাণী ক্ষমতা বিশ্লেষণ করা হয়। যদিও সমিতির আকার সাধারণত ছোট, তথ্য ইঙ্গিত দেয় যে ইন্টারনেটের তথ্যমূলক ব্যবহারগুলি সামাজিক মূলধন উৎপাদনের ক্ষেত্রে পৃথক পার্থক্যের সাথে ইতিবাচকভাবে সম্পর্কিত, যখন সামাজিক-বিনোদনমূলক ব্যবহারগুলি এই নাগরিক সূচকগুলির সাথে নেতিবাচকভাবে সম্পর্কিত। প্রজন্মের বয়সের ব্যবধান দ্বারা সংজ্ঞায়িত উপ-নমুনাগুলির মধ্যে বিশ্লেষণগুলি আরও পরামর্শ দেয় যে সামাজিক মূলধন উত্পাদন জেনারেশন এক্স এর মধ্যে ইন্টারনেট ব্যবহারের সাথে সম্পর্কিত, যখন এটি বেবি বুমারদের মধ্যে টেলিভিশন ব্যবহার এবং নাগরিক প্রজন্মের সদস্যদের মধ্যে সংবাদপত্র ব্যবহারের সাথে যুক্ত। জীবনচক্র এবং সমষ্টিগত প্রভাবের সম্ভাবনা নিয়ে আলোচনা করা হয়েছে। |
076be17f97325fda82d1537aaa48798eb66ba91f | আইডি-ভিত্তিক এনক্রিপশন (আইবিই) পাবলিক-কী এনক্রিপশনের একটি উত্তেজনাপূর্ণ বিকল্প, কারণ আইবিই একটি পাবলিক কী অবকাঠামোর (পিকেআই) প্রয়োজনকে দূর করে। IBE ব্যবহার করে প্রেরকদের পাবলিক কী এবং প্রাপকদের সংশ্লিষ্ট সার্টিফিকেট, পরিচয় (যেমন আইবিই) অনুসন্ধান করার প্রয়োজন নেই। ইমেইল বা আইপি ঠিকানা) এর এনক্রিপ্ট করার জন্য যথেষ্ট। যেকোন সেটিং, পিকেআই-ভিত্তিক বা পরিচয়-ভিত্তিক, সিস্টেম থেকে ব্যবহারকারীদের প্রত্যাহারের একটি উপায় প্রদান করতে হবে। কার্যকর প্রত্যাহার একটি ভাল অধ্যয়ন করা সমস্যা traditionalতিহ্যবাহী পিকেআই সেটিং। তবে আইবিই-র সেটিং-এ, প্রত্যাহারের প্রক্রিয়া নিয়ে খুব কম কাজ হয়েছে। সবচেয়ে কার্যকর সমাধানের জন্য প্রেরকদের এনক্রিপ্ট করার সময় সময়সীমা ব্যবহার করতে হবে এবং সমস্ত প্রাপক (তাদের কীগুলি আপোস করা হয়েছে কিনা তা নির্বিশেষে) বিশ্বস্ত কর্তৃপক্ষের সাথে যোগাযোগ করে তাদের ব্যক্তিগত কীগুলি নিয়মিত আপডেট করতে হবে। আমরা লক্ষ্য করেছি যে এই সমাধানটি ভালভাবে স্কেল করতে পারে না - ব্যবহারকারীর সংখ্যা বাড়ার সাথে সাথে, মূল আপডেটগুলির কাজটি একটি বোতল গলায় পরিণত হয়। আমরা একটি IBE স্কিম প্রস্তাব করি যা নির্ভরযোগ্য পক্ষের পক্ষে কী-আপডেট দক্ষতার উল্লেখযোগ্যভাবে উন্নতি করে (ব্যবহারকারীর সংখ্যায় রৈখিক থেকে লগারিদমিক থেকে), ব্যবহারকারীদের জন্য দক্ষ থাকা সত্ত্বেও। আমাদের এই স্কিমটি ফাজি আইবিই প্রাথমিক এবং বাইনারি ট্রি ডেটা স্ট্রাকচারের উপর ভিত্তি করে তৈরি এবং এটি প্রমাণিতভাবে নিরাপদ। |
7a58abc92dbe41c9e5b3c7b0a358ab9096880f25 | অবাঞ্ছিত বাল্ক ইমেইল (স্প্যাম) কমানোর জন্য একটি প্রায়শই প্রস্তাবিত পদ্ধতি হল প্রেরকদের তারা প্রেরিত প্রতিটি ইমেইলের জন্য অর্থ প্রদান করা। প্রুফ-অফ-ওয়ার্ক স্কিমগুলি প্রেরকদের প্রমাণ করতে বলে যে তারা একটি ক্রিপ্টোগ্রাফিক ধাঁধা সমাধানের জন্য প্রক্রিয়াকরণ সময় ব্যয় করেছে। আমরা নির্ধারণ করার চেষ্টা করি যে, স্প্যাম প্রতিরোধে কার্যকর হওয়ার জন্য সেই ধাঁধাটি কতটা কঠিন হওয়া উচিত। আমরা এটিকে অর্থনৈতিক দৃষ্টিকোণ থেকে বিশ্লেষণ করি, "স্প্যাম পাঠানো কীভাবে ব্যয়বহুল হতে পারে তা আমরা কীভাবে থামাতে পারি" এবং সুরক্ষার দৃষ্টিকোণ থেকে, "স্প্যামাররা অনিরাপদ শেষ ব্যবহারকারীর মেশিনগুলিতে অ্যাক্সেস করতে পারে এবং ধাঁধা সমাধানের জন্য প্রসেসিং চক্রগুলি চুরি করতে পারে" উভয় বিশ্লেষণই ধাঁধার অসুবিধার অনুরূপ মানের দিকে পরিচালিত করে। দুর্ভাগ্যবশত, একটি বড় আইএসপি থেকে বাস্তব বিশ্বের তথ্য দেখায় যে এই অসুবিধা মাত্রা মানে যে বৈধ ইমেল প্রেরকদের একটি উল্লেখযোগ্য সংখ্যা তাদের বর্তমান কার্যকলাপের মাত্রা অব্যাহত রাখতে সক্ষম হবে না। আমরা এই সিদ্ধান্তে পৌঁছেছি যে প্রুফ অফ ওয়ার্ক স্প্যাম সমস্যার সমাধান হতে পারে না। |
5284e8897f3a73ff08da1f2ce744ba652583405a | ১। সংক্ষিপ্ত বিবরণ প্রোগ্রামিংয়ের কার্যক্রমের স্বয়ংক্রিয় গ্রেডিং কম্পিউটার বিজ্ঞান কোর্সের একটি বৈশিষ্ট্য হিসাবে প্রায় যতক্ষণ কম্পিউটার বিজ্ঞান কোর্স রয়েছে [1]। তবে, কম্পিউটার বিজ্ঞান কোর্সে সমসাময়িক অটোগ্রেডিং সিস্টেমগুলি তাদের সুযোগকে স্বয়ংক্রিয় মূল্যায়ন সম্পাদন ছাড়িয়ে গেমিফিকেশন [2], পরীক্ষার কভারেজ বিশ্লেষণ [3], মানব-সৃষ্ট প্রতিক্রিয়া পরিচালনা, প্রতিযোগিতা বিচার [4], সুরক্ষিত দূরবর্তী কোড কার্যকরকরণ [5] এবং আরও অনেক কিছু অন্তর্ভুক্ত করার জন্য প্রসারিত করেছে। এই স্বতন্ত্র বৈশিষ্ট্যগুলির অনেকগুলি কম্পিউটার বিজ্ঞান শিক্ষার সাহিত্যে বর্ণনা করা হয়েছে এবং মূল্যায়ন করা হয়েছে, তবে কম্পিউটার বিজ্ঞান কোর্সে এই বৈশিষ্ট্যগুলি বাস্তবায়িত সিস্টেমগুলি ব্যবহারের ব্যবহারিক সুবিধা এবং চ্যালেঞ্জগুলিতে খুব কম মনোযোগ দেওয়া হয়েছে। |
8a58a1107f790bc07774d18e0184e4bf9d1901ba | এই থিসিসটি WiTrack উপস্থাপন করে, একটি সিস্টেম যা তার শরীর থেকে প্রতিফলিত রেডিও সংকেত থেকে একজন ব্যবহারকারীর 3D গতিবিধি ট্র্যাক করে। এটি কাজ করে এমনকি যদি ব্যক্তি WiTrack ডিভাইস থেকে বা অন্য রুমে আচ্ছাদিত থাকে। WiTrack ব্যবহারকারীর কাছে কোন ওয়্যারলেস ডিভাইস বহন করার প্রয়োজন হয় না, তবুও এর নির্ভুলতা বর্তমান RF স্থানীয়করণ সিস্টেমগুলিকে ছাড়িয়ে যায়, যার জন্য ব্যবহারকারীকে একটি ট্রান্সসিভার ধরে রাখতে হয়। WiTrack প্রোটোটাইপের সাথে অভিজ্ঞতার পরিমাপ দেখায় যে, গড় হিসাবে, এটি একটি মানব দেহের কেন্দ্রকে x এবং y মাত্রায় 10 থেকে 13 সেন্টিমিটার এবং z মাত্রায় 21 সেন্টিমিটার মধ্যবর্তী অবস্থানে অবস্থান করে। এটি শরীরের অংশগুলির মোটামুটি ট্র্যাকিংও সরবরাহ করে, একটি মধ্যম 11.20 দিয়ে একটি নির্দেশক হাতের দিকটি সনাক্ত করে। WiTrack, RF-ভিত্তিক লোকেলাইজেশন সিস্টেমগুলির মধ্যে একটি ফাঁক পূরণ করে যা দেয়াল এবং অ্যাক্সিউশনগুলির মাধ্যমে একজন ব্যবহারকারীকে সনাক্ত করে এবং Kinect এর মতো মানব-কম্পিউটার ইন্টারঅ্যাকশন সিস্টেমগুলি, যা তার শরীরের যন্ত্রপাতি ছাড়াই একজন ব্যবহারকারীকে ট্র্যাক করতে পারে, তবে ব্যবহারকারীকে ডিভাইসের সরাসরি দৃষ্টিভঙ্গির মধ্যে থাকতে হবে। থিসিস সুপারভাইজার: দিনা কাতাবি পদবিঃ কম্পিউটার বিজ্ঞান ও প্রকৌশল বিভাগের অধ্যাপক |
42004b6bdf5ea375dfaeb96c1fd6f8f77d908d65 | ইন্টারনেট অনুসন্ধান র্যাঙ্কিংয়ের গ্রাহকদের পছন্দগুলিতে উল্লেখযোগ্য প্রভাব রয়েছে, মূলত কারণ ব্যবহারকারীরা নিম্ন-র্যাঙ্কযুক্ত ফলাফলের চেয়ে উচ্চতর র্যাঙ্কযুক্ত ফলাফলকে বেশি বিশ্বাস করে এবং বেছে নেয়। সার্চ র্যাঙ্কিংয়ের সুস্পষ্ট শক্তির কথা বিবেচনা করে আমরা জানতে চেয়েছিলাম, গণতান্ত্রিক নির্বাচনে অনির্ধারিত ভোটারদের পছন্দ পরিবর্তন করতে তাদের সাথে ম্যানিপুলেশন করা যায় কিনা। এখানে আমরা পাঁচটি প্রাসঙ্গিক ডাবল-ব্লাইন্ড, র্যান্ডমাইজড নিয়ন্ত্রিত পরীক্ষার ফলাফলের প্রতিবেদন করছি, যেখানে মোট ৪,৫৫৬ জন অনির্ধারিত ভোটারকে ব্যবহার করা হয়েছে যারা মার্কিন যুক্তরাষ্ট্র এবং ভারতের ভোটদানকারী জনগোষ্ঠীর বিভিন্ন জনসংখ্যার বৈশিষ্ট্যকে প্রতিনিধিত্ব করে। পঞ্চম পরীক্ষাটি বিশেষভাবে উল্লেখযোগ্য যে এটি ভারতের 2014 লোকসভা নির্বাচনের মধ্যবর্তী সময়ে, চূড়ান্ত ভোটের আগে, সারা ভারত জুড়ে যোগ্য ভোটারদের সাথে পরিচালিত হয়েছিল। এই পরীক্ষার ফলাফলগুলি দেখায় যে (i) পক্ষপাতদুষ্ট অনুসন্ধান র্যাঙ্কিং অনির্ধারিত ভোটারদের ভোটের পছন্দকে 20% বা তার বেশি পরিবর্তন করতে পারে, (ii) পরিবর্তনটি কিছু জনসংখ্যার গোষ্ঠীতে অনেক বেশি হতে পারে, এবং (iii) অনুসন্ধান র্যাঙ্কিংয়ের পক্ষপাতকে মাস্ক করা যেতে পারে যাতে লোকেরা ম্যানিপুলেশন সম্পর্কে সচেতনতা দেখায় না। আমরা এই ধরনের প্রভাবকে, যা বিভিন্ন ধরনের মনোভাব এবং বিশ্বাসের ক্ষেত্রে প্রযোজ্য, সার্চ ইঞ্জিনের ম্যানিপুলেশন ইফেক্ট বলে থাকি। অনেক নির্বাচনই অল্প ব্যবধানে জিতে যাওয়াকে বিবেচনা করে আমাদের ফলাফলগুলো থেকে বোঝা যায় যে, একটি সার্চ ইঞ্জিন কোম্পানি অনেক নির্বাচনের ফলাফলকে প্রভাবিত করার ক্ষমতা রাখে। এই ধরনের ম্যানিপুলেশনের প্রভাব বিশেষ করে এমন দেশগুলিতে বেশি হবে যেখানে একটি মাত্র সার্চ ইঞ্জিন কোম্পানি কর্তৃক আধিপত্য বিস্তার করা হয়। |
30a7fcdaa836837d87a8e4702ed015cd66e6ad03 | এই গবেষণাপত্রে এমন একটি সিস্টেম তৈরির কথা বলা হয়েছে যা ক্লাসিক্যাল টেকনিক এবং নিউরাল নেট পদ্ধতির সমন্বয় করে হাতে লেখা অঙ্ককে স্বীকৃতি দেয়। এই সিস্টেমটি বাস্তব জগতে প্রাপ্ত তথ্যের উপর প্রশিক্ষণ ও পরীক্ষা করা হয়েছে, যা প্রকৃত ইউএস মেইলে দেখা জিপ কোড থেকে উদ্ভূত। সিস্টেমটি উদাহরণগুলির একটি ছোট শতাংশকে শ্রেণিবদ্ধকরণযোগ্য হিসাবে প্রত্যাখ্যান করে এবং অবশিষ্ট উদাহরণগুলিতে খুব কম ত্রুটি হার অর্জন করে। এই সিস্টেমটি অন্যান্য অত্যাধুনিক স্বীকৃতির সাথে তুলনা করে। যদিও কিছু পদ্ধতি এই কাজের জন্য নির্দিষ্ট, তবে আশা করা যায় যে অনেকগুলি কৌশল বিভিন্ন ধরণের স্বীকৃতির কাজে প্রয়োগযোগ্য হবে। |
605a12a1d02451157cc5fd4dc475d5cbddd5cb01 | অনেকের কাছে বাড়িই পবিত্র স্থান। বিশেষ চিকিৎসা সেবা প্রয়োজন এমন ব্যক্তিদের জন্য, তাদের চিকিৎসা চাহিদা মেটাতে তাদের বাড়ি থেকে বের করে আনা প্রয়োজন হতে পারে। জনসংখ্যার বৃদ্ধির সাথে সাথে এই গ্রুপের মানুষের শতাংশ বাড়ছে এবং এর প্রভাব ব্যয়বহুল এবং অসন্তুষ্টিকর। আমরা অনুমান করি যে, অনেক প্রতিবন্ধী মানুষ তাদের নিজস্ব বাড়িতে স্বয়ংক্রিয় সহায়তা এবং স্বাস্থ্য পর্যবেক্ষণের সাহায্যে স্বাধীন জীবনযাপন করতে পারে। এই লক্ষ্যে, প্রাসঙ্গিক তথ্য সংগ্রহ এবং গতিশীল এবং অভিযোজিতভাবে প্রক্রিয়া করার জন্য শক্তিশালী পদ্ধতিগুলি বিকাশ করা উচিত যাতে দীর্ঘমেয়াদী প্রবণতা বা তাত্ক্ষণিক সংকটগুলি সনাক্ত এবং / অথবা পূর্বাভাস দেওয়া যায়। এই গবেষণাপত্রের মূল উদ্দেশ্য হ ল এজেন্ট-ভিত্তিক স্মার্ট হোম প্রযুক্তি ব্যবহার করে বাড়িতে স্বাস্থ্য পর্যবেক্ষণ এবং সহায়তা প্রদানের কৌশলগুলি তদন্ত করা। এই লক্ষ্যে, আমরা উদ্ভাবনী বাসিন্দা মডেলিং এবং অটোমেশন অ্যালগরিদম তৈরি করেছি যা যত্নশীলদের জন্য দূরবর্তী স্বাস্থ্য পর্যবেক্ষণ সরবরাহ করে। বিশেষ করে, আমরা নিম্নলিখিত প্রযুক্তিগত চ্যালেঞ্জগুলি মোকাবেলা করি: ১) জীবনযাত্রার প্রবণতা চিহ্নিত করা, ২) বর্তমান তথ্যে অস্বাভাবিকতা সনাক্ত করা এবং ৩) একটি অনুস্মারক সহায়তা সিস্টেম ডিজাইন করা। আমাদের সমাধান পদ্ধতিগুলো সিমুলেশন এবং স্বেচ্ছাসেবীদের সাথে UTA এর MavHome সাইটে পরীক্ষা করা হচ্ছে, একটি এজেন্ট-ভিত্তিক |
494fc1e30be172fbe393e0d68695ae318e23da8c | গ্রিন সাপ্লাই চেইন ম্যানেজমেন্ট (জিএসসিএম) একাডেমিক ও শিল্প উভয় ক্ষেত্রেই ক্রমবর্ধমান মনোযোগ পেয়েছে। সাহিত্যের সংখ্যা যত বাড়ছে, গবেষণা সমালোচনামূলকভাবে মূল্যায়ন করে এবং ভবিষ্যতের দিকনির্দেশনা চিহ্নিত করে নতুন দিকনির্দেশনা খুঁজে পাওয়া ক্ষেত্রের জ্ঞানকে এগিয়ে নিয়ে যাওয়ার ক্ষেত্রে গুরুত্বপূর্ণ হয়ে ওঠে। সাহিত্যের শ্রেণীবিভাগে সহায়তা করার জন্য সাংগঠনিক তত্ত্বগুলি ব্যবহার করে ক্ষেত্রটি বর্তমানে কোথায় রয়েছে তা বোঝার এবং গবেষণা সুযোগ এবং দিকনির্দেশনা সনাক্ত করার উভয় উদ্দেশ্যকে মোকাবেলার সুযোগ সরবরাহ করে। জিএসসিএম নিয়ে একটি ব্যাকগ্রাউন্ড আলোচনা প্রদানের পর আমরা সাম্প্রতিক জিএসসিএম সাহিত্যের বিষয়বস্তুকে নয়টি বিস্তৃত সাংগঠনিক তত্ত্বের অধীনে শ্রেণীবদ্ধ ও পর্যালোচনা করি। এই পর্যালোচনা কাঠামোর মধ্যে, আমরা জিএসসিএম গবেষণা প্রশ্নগুলিও চিহ্নিত করি যা তদন্তের যোগ্য। ভবিষ্যতে জিএসসিএম গবেষণার জন্য মূল্যবান বলে বিবেচিত অতিরিক্ত সাংগঠনিক তত্ত্বগুলিও এই পর্যালোচনার জন্য একটি উপসংহারের সাথে চিহ্নিত করা হয়েছে। |
c3a41f97b29c6abce6f75ee9c668584d77a84170 | টেকসই উন্নয়ন এই নীতির উপর ভিত্তি করে তৈরি হয়েছে যে, ভবিষ্যৎ প্রজন্মের চাহিদা পূরণের ক্ষমতাকে হুমকি না দিয়ে আমাদের বর্তমানের চাহিদা পূরণ করতে হবে। দরিদ্র দেশগুলোর মানুষ ক্ষুধার্ত, ধনী দেশগুলোর স্থূলতা, খাদ্যের দাম বৃদ্ধি, চলমান জলবায়ু পরিবর্তন, জ্বালানি ও পরিবহন খরচ বৃদ্ধি, বৈশ্বিক বাজারের ত্রুটি, বিশ্বব্যাপী কীটনাশক দূষণ, কীটনাশক অভিযোজন এবং প্রতিরোধ ক্ষমতা, মাটির উর্বরতা এবং জৈব কার্বন হ্রাস, মাটির ক্ষয়, জীববৈচিত্র্যের হ্রাস, মরুভূমি, ইত্যাদি। বিজ্ঞান অসাধারণ অগ্রগতি সত্ত্বেও আমাদের গ্রহগুলো পরিদর্শন করতে এবং উপ-পারমাণবিক কণাগুলি প্রকাশ করতে সক্ষম করেছে, খাদ্যের সাথে সম্পর্কিত গুরুতর স্থলীয় সমস্যাগুলি স্পষ্টভাবে দেখায় যে প্রচলিত কৃষি আর মানুষকে খাওয়ানোর এবং বাস্তুতন্ত্র সংরক্ষণের জন্য উপযুক্ত নয়। পরিবেশগত ভাবে খাদ্য উৎপাদনের সাথে সম্পর্কিত মৌলিক ও প্রয়োগিক সমস্যা সমাধানের জন্য টেকসই কৃষি একটি বিকল্প (লাল (২০০৮) অ্যাগ্রন) । ধরে রাখো। দেব। ২৮, ৫৭-৬৪) । যদিও প্রচলিত কৃষি প্রায় সম্পূর্ণরূপে উৎপাদনশীলতা এবং মুনাফার উপর নির্ভরশীল, তবে টেকসই কৃষি জীববিজ্ঞান, রাসায়নিক, পদার্থবিজ্ঞান, পরিবেশবিজ্ঞান, অর্থনীতি এবং সামাজিক বিজ্ঞানকে একটি বিস্তৃত পদ্ধতিতে একত্রিত করে যাতে নতুন কৃষি পদ্ধতির বিকাশ ঘটে যা নিরাপদ এবং আমাদের পরিবেশকে অবনমিত করে না। বর্তমান কৃষি বিষয়ক সমস্যা সমাধানের জন্য এবং বিশ্বব্যাপী আলোচনা ও সহযোগিতা প্রসারের জন্য আমরা ২০০৩ থেকে ২০০৬ সাল পর্যন্ত টেকসই উন্নয়নের জন্য কৃষিবিদ্যা জার্নালে ব্যাপক পরিবর্তন আনার উদ্যোগ নিয়েছি। এখানে আমরা (1) জার্নালের সংস্কারের ফলাফল এবং (2) টেকসই কৃষির জন্য কৃষিবিদ্যা গবেষণার বর্তমান ধারণাগুলির একটি সংক্ষিপ্ত ওভারভিউ রিপোর্ট করি। দীর্ঘদিন ধরে একটি নরম, পার্শ্ব বিজ্ঞান হিসেবে বিবেচিত, কৃষিবিদ্যা দ্রুত একটি কেন্দ্রীয় বিজ্ঞান হিসাবে উঠছে কারণ বর্তমান সমস্যাগুলি খাদ্য সম্পর্কে, এবং মানুষ খাদ্য খায়। এই প্রতিবেদনটি ইডিপি সায়েন্সেস এবং স্প্রিংগার দ্বারা প্রকাশিত বই সাসটেইনেবল এগ্রিকালচার, ভলিউম ১ এর প্রারম্ভিক নিবন্ধ (লাইটফাউস এট আল। (২০০৯) টেকসই কৃষি, খণ্ড। 1, স্প্রিংগার, ইডিপি সায়েন্সেস, প্রেস) । |
8216ca257a33d0d64cce02f5bb37de31c5b824f8 | |
1518c8dc6a07c2391e58ece6e2ad8edca87be56e | তথ্য সংগ্রহ এবং প্রজন্ম প্রযুক্তির অগ্রগতির সাথে সাথে সংস্থাগুলি এবং গবেষকরা কীভাবে বড় গতিশীল ডেটাসেট পরিচালনা এবং বিশ্লেষণ করবেন তার ক্রমবর্ধমান সমস্যার মুখোমুখি হন। এমন পরিবেশ যা স্ট্রিমিং ডেটা উত্স তৈরি করে তা সাধারণ হয়ে উঠছে। উদাহরণস্বরূপ স্টক মার্কেট, সেন্সর, ওয়েব ক্লিক স্ট্রিম এবং নেটওয়ার্ক ডেটা অন্তর্ভুক্ত। অনেক ক্ষেত্রে, এই পরিবেশগুলি একাধিক বিতরণকৃত কম্পিউটিং নোড দিয়ে সজ্জিত থাকে যা প্রায়শই ডেটা উত্সের কাছাকাছি অবস্থিত থাকে। এই ধরনের পরিবেশে ডেটা বিশ্লেষণ ও পর্যবেক্ষণের জন্য ডেটা মাইনিং প্রযুক্তির প্রয়োজন হয় যা মাইনিংয়ের কাজ, ডেটার বিতরণ প্রকৃতি এবং ডেটা প্রবাহের হার সম্পর্কে সচেতন। এই অধ্যায়টিতে আমরা ক্ষেত্রের বর্তমান অবস্থা পর্যালোচনা করি এবং ভবিষ্যতের গবেষণার সম্ভাব্য দিক চিহ্নিত করি। |
dd86669b91927f4c4504786269f93870854e117f | সাধারণভাবে প্রযুক্তি এবং বিশেষ করে সফটওয়্যার গ্রহণের তদন্ত ইংরেজ-আমেরিকান গবেষণা (ম্যানেজমেন্ট) ইনফরমেশন সিস্টেম এবং জার্মান ইকোনমিক ইনফরম্যাটিকের শাখায় একটি ফলপ্রসূ ক্ষেত্র। প্রযুক্তি গ্রহণের মডেল এবং সম্পর্কিত তত্ত্বের মধ্যে অনেকগুলি গবেষণা সত্ত্বেও, আরও অনেকগুলি অবদান রয়েছে যা এই ঘাটতিগুলিকে আরও গবেষণা এবং গবেষণা পদ্ধতির বাইরে নিয়ে যায়। একটি গুরুত্বপূর্ণ কারণ পরিমাণগত গবেষণা পদ্ধতি উপর ফোকাস করা হয়, যেমন আমরা Metastudien এবং একটি নিজস্ব Literaturrecherche হাত দ্বারা দেখানো হয়েছে। যদিও পরিমাণগত পদ্ধতি সাধারণত সুনির্দিষ্ট তত্ত্বের পরীক্ষার জন্য ভাল, নতুন তত্ত্ব গঠনে তাদের অবদান সীমিত। এই অবদানটি দেখায় যে উন্নত তত্ত্ব গঠনের জন্য একটি গুণগত পদ্ধতি ব্যবহার করা যেতে পারে। প্রজেক্ট ম্যানেজমেন্ট সফটওয়্যার (পিএমএস) এর গ্রহণযোগ্যতার তদন্তের উদাহরণে দেখা যায় যে এই পদ্ধতিটি নতুন নকশার দিকে পরিচালিত করে, যখন বিদ্যমান কিছু নকশা গ্রহণযোগ্যতা তত্ত্বের সাথে নিশ্চিত করা যায় না। |
9249389a2fbc2151a80b4731f007c780616b067a | Ahsfract-এর ব্যবহার করে স্মৃতির বিলীনতা আমরা প্রমাণ করি দুটি লোক তত্ত্বের খুব শক্তিশালী সংস্করণ। প্রথমটি হল যে কোন সময়-ইনুইয়ারিয়েন্ট (TZ) কন~ইনুইউউ.র নন-লাইনার অপারেটরকে ভোল্টেরা সিরিজ অপারেটর দ্বারা আনুমানিক করা যায়, এবং দ্বিতীয়টি হল যে আনুমানিক অপারেটরটি একটি অ-লাইনার রিডআউট ম্যাপের সাথে একটি ফিনিয়ডাইমেনশনাল লিনিয়ার ডায়নামিক সিস্টেম হিসাবে উপলব্ধি করা যায়। যদিও পূর্ববর্তী আনুমানিক ফলাফলগুলি সীমিত সময়ের মধ্যে এবং কম্প্যাক্ট সেটগুলির সংকেতগুলির জন্য বৈধ, এখানে উপস্থাপিত আনুমানিকগুলি সমস্ত সময়ের জন্য এবং দরকারী (অ-কমপ্যাক্ট) সেটগুলির সংকেতগুলির জন্য বৈধ। দ্বিতীয় উপপাদ্যের ডিসক্রিট টাইম এনালগটি দাবি করে যে ফেইডিং মেমরি সহ nny টিজেড অপারেটরকে একটি নন-লাইনার মুভিং এভারেজ অপারেটর দ্বারা (আমাদের দৃ sense় অর্থে) আনুমানিক করা যেতে পারে। স্মৃতিশক্তি হ্রাসের ধারণা সম্পর্কে আরও কিছু আলোচনা দেওয়া হয়েছে। |
ef8af16b408a7c78ab0780fe419d37130f2efe4c | ফিল্টার প্রোটোটাইপগুলির সংশ্লেষণের ভিত্তিতে মিনিয়াটুরাইজড মার্চ্যান্ড বালুনের তিনটি নতুন শ্রেণি সংজ্ঞায়িত করা হয়েছে। তারা মিশ্রিত গ্ল্যাম্পড-বিতরণ সমতল বাস্তবায়নের জন্য উপযুক্ত যা ছোট আকারের সাথে ট্রান্সমিশন-লাইন রেজোনটরগুলি পাসব্যান্ড কেন্দ্রীয় ফ্রিকোয়েন্সির চেয়ে উচ্চতর ফ্রিকোয়েন্সিগুলিতে এক চতুর্থাংশ তরঙ্গদৈর্ঘ্যের দীর্ঘ। প্রতিটি শ্রেণী একটি এস-প্লেন ব্যান্ডপাস প্রোটোটাইপ এর সাথে মিলে যায় যা ট্রান্সমিশন জিরো অবস্থানের স্পেসিফিকেশন থেকে উদ্ভূত। এখানে উপস্থাপিত পদ্ধতির সুবিধাগুলি প্রদর্শন করার জন্য 1 গিগাহার্জে একটি টিউনেবল 50:100-/spl ওমেগা/বালুন বাস্তবায়িত হয়। |
87eeb5622d8fbe4dca5f1c9b4190f719818c4d6e | ওয়েব ২.০ প্রযুক্তির মাধ্যমে আরও বেশি সংখ্যক মানুষ বিভিন্ন ধরণের সত্তার (যেমন, বিক্রেতা, পণ্য, সেবা) । তথ্যের বিশাল পরিসরে স্বয়ংক্রিয় সংক্ষিপ্তকরণের প্রয়োজন এবং চ্যালেঞ্জ রয়েছে। অনেক ক্ষেত্রে, ব্যবহারকারী-উত্পাদিত সংক্ষিপ্ত মন্তব্যগুলির প্রতিটি একটি সামগ্রিক রেটিং সহ আসে। এই গবেষণাপত্রে আমরা সংক্ষিপ্ত মন্তব্যের একটি রেটেড এস্পেক্ট সারসংক্ষেপ তৈরি করার সমস্যাটি অধ্যয়ন করি, যা প্রধান দিকগুলির জন্য সামগ্রিক রেটিংগুলির একটি বিচ্ছিন্ন দৃষ্টিভঙ্গি যাতে ব্যবহারকারী লক্ষ্য সত্তার প্রতি বিভিন্ন দৃষ্টিভঙ্গি অর্জন করতে পারে। আমরা আনুষ্ঠানিকভাবে সমস্যাটি সংজ্ঞায়িত করি এবং সমাধানটি তিনটি ধাপে বিভক্ত করি। আমরা ইবে বিক্রেতাদের প্রতিক্রিয়া ব্যবহার করে আমাদের পদ্ধতির কার্যকারিতা প্রদর্শন করি। আমরা আমাদের পদ্ধতির প্রতিটি ধাপের পরিমাণগত মূল্যায়ন করি এবং অধ্যয়ন করি যে মানুষ এই ধরনের সংক্ষিপ্তকরণ কাজে কতটা একমত। প্রস্তাবিত পদ্ধতিগুলি বেশ সাধারণ এবং এটির মাধ্যমে রেট দেওয়া দিকের সারসংক্ষেপ স্বয়ংক্রিয়ভাবে তৈরি করা যায়, যে কোনও সংক্ষিপ্ত মন্তব্যের সংকলন দেওয়া হয়, প্রতিটি একটি সামগ্রিক রেটিংয়ের সাথে যুক্ত। |
626d68fbbb10182a72d1ac305fbb52ae7e47f0dc | এই কাজটি একটি প্রচলিত রেক্ট্রিফায়ারে প্রাথমিক ভাঙ্গন ভোল্টেজের সমস্যা সমাধানের জন্য একটি অভিযোজিত পুনরায় কনফিগারযোগ্য রেক্ট্রিফায়ারের নকশা প্রদর্শন করে এবং বিস্তৃত গতিশীল ইনপুট পাওয়ার রেঞ্জের জন্য রেক্ট্রিফায়ারের অপারেশন প্রসারিত করে। একটি ডিপ্লেশন-মোড ফিল্ড-ইফেক্ট ট্রানজিস্টর চালু করা হয়েছে যাতে এটি একটি সুইচ হিসাবে কাজ করে এবং রিক্টিফায়ারের জন্য কম এবং উচ্চ ইনপুট পাওয়ার লেভেলে ক্ষতিপূরণ দেয়। এই নকশাটি -10 ডিবিএম থেকে 27 ডিবিএম পর্যন্ত বিস্তৃত গতিশীল ইনপুট পাওয়ার ব্যাপ্তিতে 40% আরএফ-ডিসি পাওয়ার রূপান্তর দক্ষতা অর্জন করে, যখন 22 ডিবিএম এ 78% পিক পাওয়ার দক্ষতা প্রদর্শন করে। পাওয়ার হার্ভেস্টারটি ৯০০ মেগাহার্টজ আইএসএম ব্যান্ডে কাজ করার জন্য ডিজাইন করা হয়েছে এবং এটি ওয়্যারলেস পাওয়ার ট্রান্সফার অ্যাপ্লিকেশনের জন্য উপযুক্ত। |
767755e5c7389eefb8b60e784dc8395c8d0f417a | বিটকয়েনের মতো ক্রিপ্টোকারেন্সিগুলি অসাধারণ সাফল্য পেয়েছে। বিটকয়েন-এর মতো সিস্টেমগুলি প্রুফ-অফ-ওয়ার্ক প্রক্রিয়া ব্যবহার করে যা এক-হপ ব্লকচেইন হিসাবে বিবেচিত হয় এবং তাদের সুরক্ষা ধরে রাখে যদি বেশিরভাগ কম্পিউটিং শক্তি সৎ খেলোয়াড়দের নিয়ন্ত্রণে থাকে। তবে, এই অনুমানটি সম্প্রতি গুরুতরভাবে চ্যালেঞ্জ করা হয়েছে এবং বিটকয়েন-মত সিস্টেমগুলি ব্যর্থ হবে যখন এই অনুমানটি ভেঙে যাবে। আমরা প্রথম প্রমাণিতভাবে নিরাপদ 2-হপ ব্লকচেইন প্রস্তাব করছি যা প্রুফ-অফ-ওয়ার্ক (প্রথম হপ) এবং প্রুফ-অফ-স্টেক (দ্বিতীয় হপ) প্রক্রিয়াগুলির সমন্বয় করে। বিটকয়েনের উজ্জ্বল ধারণা থেকে শুরু করে, খনির খনির শক্তি ব্যবহার করে, তাদের কম্পিউটিং রিসোর্স ব্যবহার করে, ব্লকচেইনকে সুরক্ষিত করার জন্য, আমরা আরও খনির খনির খনির ব্যবহারকারীদের শক্তি ব্যবহার করি, তাদের মুদ্রা/স্টেকের মাধ্যমে, এই লক্ষ্য অর্জনের জন্য। আমাদের ব্লকচেইন এর নিরাপত্তা বজায় থাকে যদি সৎ খেলোয়াড়রা সমষ্টিগত সম্পদ (যা কম্পিউটিং ক্ষমতা এবং অংশীদারিত্ব উভয়ই নিয়ে গঠিত) এর সংখ্যাগরিষ্ঠ নিয়ন্ত্রণ করে। এটা বলা হয়েছে, এমনকি যদি প্রতিপক্ষ ৫০% এর বেশি কম্পিউটিং পাওয়ার নিয়ন্ত্রণ করে, সৎ খেলোয়াড়দের এখনও সৎ পণ মাধ্যমে ব্লকচেইন রক্ষা করার সুযোগ আছে। বিটকয়েন-এর মতো ব্লকচেইনগুলিকে কম্পিউটিং পাওয়ারের ক্ষতিকারক সংখ্যাগরিষ্ঠতার বিরুদ্ধে সুরক্ষিত করা শিরোনামের একটি প্রাথমিক সংস্করণ জুলাই ২০১৬ সালে ইপ্রিন্ট আর্কাইভে প্রকাশিত হয়েছিল। বর্তমান সংস্করণেও একই উদ্দেশ্য রয়েছে। কিন্তু নির্মাণের ধারণা এবং মডেলিং পদ্ধতির সম্পূর্ণ সংশোধন করা হয়েছে। ভার্জিনিয়া কমনওয়েলথ বিশ্ববিদ্যালয়। ইমেইলঃ duong[email protected]. ‡সাংহাই জিয়াও টং বিশ্ববিদ্যালয়। ভার্জিনিয়া কমনওয়েলথ বিশ্ববিদ্যালয়ের ক্রিপ্টোগ্রাফি ল্যাব পরিদর্শন করার সময় বেশিরভাগ কাজ করা হয়েছে। ইমেইলঃ [email protected]। ভার্জিনিয়া কমনওয়েলথ বিশ্ববিদ্যালয়। ইমেইলঃ [email protected]. |
a293b3804d1972c9f72ed3490eaafa66349d1597 | অনেক গেমসেই বোর্ডের একটি সংগ্রহ থাকে যার শুরুতে বোর্ডের কনফিগারেশনের দ্বারা নির্ধারিত হয়। বোর্ডের অসুবিধা সঠিকভাবে নির্ধারণ করা কিছুটা এলোমেলো এবং গেমটির একটি অসাধারণ স্তরের বোঝার প্রয়োজন বা খেলার পরীক্ষার একটি ভাল চুক্তি প্রয়োজন। এই গবেষণায় আমরা সোকোবান গেমের একটি সংস্করণের জন্য বোর্ডের অসুবিধা স্বয়ংক্রিয়ভাবে গ্রেড করার একটি সরঞ্জাম হিসাবে বিবর্তনীয় অ্যালগরিদমগুলি অন্বেষণ করি। একটি বিবর্তনীয় অ্যালগরিদম দ্বারা সমাধানের গড় সময় এবং একটি বোর্ড সমাধানের ব্যর্থতার সংখ্যা একটি বোর্ডের অসুবিধার জন্য একটি সারোগেট হিসাবে ব্যবহৃত হয়। একটি সাধারণ স্ট্রিং-ভিত্তিক উপস্থাপনা দিয়ে প্রাথমিক পরীক্ষা, সোকোবান এজেন্টের জন্য একটি ক্রমের পদক্ষেপ প্রদান করে, খুব সামান্য সংকেত প্রদান করে; এটি সাধারণত ব্যর্থ হয়। ISAc তালিকা নামে একটি প্রতিক্রিয়াশীল রৈখিক জেনেটিক প্রোগ্রামিং কাঠামোর উপর ভিত্তি করে দুটি অন্যান্য উপস্থাপনা উভয় কঠোরতা সারোগেটগুলির জন্য দরকারী কঠোরতা-শ্রেণীবদ্ধকরণ তথ্য তৈরি করেছে। এই দুটি উপস্থাপনা ভিন্ন যে এক ISAc তালিকার একটি এলোমেলোভাবে শুরু জনসংখ্যা ব্যবহার করে যখন অন্যটি সোকোবান বোর্ডের এলোমেলো সংগ্রহের উপর প্রাক-প্রশিক্ষিত দক্ষ এজেন্টদের সাথে জনসংখ্যা শুরু করে। এই গবেষণায় চারটি কঠোরতার প্রতিস্থাপন রয়েছেঃ এই দুটি উপস্থাপনার প্রতিটির জন্য ব্যর্থতার সম্ভাবনা এবং সমাধানের গড় সময়। চারটিই বোর্ডের কঠোরতা সম্পর্কে একই রকম তথ্য তৈরি করে, কিন্তু প্রাক-বিকাশিত এজেন্টগুলির সাথে ব্যর্থতার সম্ভাবনাটি গণনা করা দ্রুত এবং অন্য তিনটি বোর্ড-কঠোরতার প্রতিস্থাপকের চেয়ে আরও স্পষ্ট অর্থ রয়েছে। |
844b795767b7c382808cc866ffe0c74742f706d4 | মানুষের মস্তিষ্কে হাঁটার মানসিক চিত্রের সময় এফএমআরআই দ্বারা কর্টিকাল, সেরিবেলার এবং ব্রেইনস্ট্যাম বোল্ড-সিগন্যাল পরিবর্তনগুলি চিহ্নিত করা হয়েছে। এই গবেষণায়, [(18) F]-FDG-PET দ্বারা প্রকৃত গতির সময় মস্তিষ্কের সক্রিয়করণ এবং নিষ্ক্রিয়করণের পুরো প্যাটার্নটি তদন্ত করা হয়েছিল এবং একই বিষয়গুলিতে fMRI ব্যবহার করে কল্পনা করা গতির সময় BOLD- সংকেত পরিবর্তনগুলির সাথে তুলনা করা হয়েছিল। [(18) F]- FDG- PET দিয়ে ১৬ জন সুস্থ ব্যক্তিকে স্ক্যান করা হয়। লোকোমোশন প্যারাডাইমে, বিষয়গুলি 10 মিনিটের জন্য ধ্রুবক গতিতে হাঁটল। তারপর [(18) F]-FDG ইনট্রাভেনে ইনজেকশন দেওয়া হয় যখন বিষয়গুলি আরও 10 মিনিটের জন্য হাঁটতে থাকে। তুলনা করার জন্য, একই ব্যক্তিদের কল্পনা করা হাঁটার সময় এফএমআরআই করা হয়েছিল। বাস্তব এবং কল্পনা করা গতির সময় একটি মৌলিক গতির নেটওয়ার্ক যা ফ্রন্টাল কর্টেক্স, সেরিবেলাম, পন্টোমসেনফালিক টেগমেন্টাম, প্যারাহিপোক্যাম্পাল, ফিউজিফর্ম এবং ওসিসিপিটাল গাইরি এবং মাল্টিসেন্সরাল ভেস্টিবুলার কর্টেক্সের নিষ্ক্রিয়করণ (বিশেষত) সহ সক্রিয়করণ অন্তর্ভুক্ত করে। উপরের temporal gyrus, নিম্ন পেরিটাল লবুল) দেখা গেছে। পার্থক্য হিসেবে দেখা যায়, কল্পনাপ্রসূত চলাচলের সময় পরিপূরক মোটর কর্টেক্স এবং বেসাল গ্যাংলিয়া থেকে পৃথকভাবে প্রকৃত চলাচলের সময় প্রাথমিক মোটর এবং সোমাটোসেন্সরি কর্টেক্স সক্রিয় হয়। কল্পনা করা চলাচলের ক্ষেত্রে মস্তিষ্কের স্টেম এর সক্রিয়তা বেশি দেখা যায়। উপসংহারে, বাস্তব গতির মৌলিক সক্রিয়করণ এবং নিষ্ক্রিয়করণ প্যাটার্ন কল্পনা করা গতির সাথে মিলে যায়। এই পার্থক্যগুলি পরীক্ষিত গতিবিধির স্বতন্ত্র নিদর্শনগুলির কারণে হতে পারে। [(18) F]-FDG-PET-এ ধ্রুবক বেগ বাস্তব গতির (10 মিনিট) বিপরীতে, পুনরাবৃত্ত 20-s সময়ের উপর গতির মানসিক চিত্রগুলি হাঁটার সূচনা এবং গতির পরিবর্তনগুলি অন্তর্ভুক্ত করে। প্রকৃত স্থির-রাষ্ট্রীয় গতিপ্রক্রিয়া প্রাথমিক মোটর কর্টেক্সের মাধ্যমে সরাসরি পথ ব্যবহার করে, যেখানে কল্পনা করা মডুলেটরি গতিপ্রক্রিয়া একটি পরিপূরক মোটর কর্টেক্স এবং বেসাল গ্যাংলিয়া লুপের মাধ্যমে পরোক্ষ পথ ব্যবহার করে। |
d372629db7d6516c4729c847eb3f6484ee86de94 | ভিজ্যুয়াল প্রশ্ন উত্তর (ভিকিএ) চ্যালেঞ্জের সবচেয়ে আকর্ষণীয় বৈশিষ্ট্যগুলির মধ্যে একটি হল প্রশ্নগুলির অনির্দেশ্যতা। এই প্রশ্নের উত্তর দিতে প্রয়োজনীয় তথ্য বের করতে বিভিন্ন ধরনের ইমেজ অপারেশন প্রয়োজন, যেমন সনাক্তকরণ এবং গণনা, বিভাজন এবং পুনর্গঠন। {image, question, answer} টিপল থেকে এই অপারেশনগুলির মধ্যে একটিও সঠিকভাবে সম্পাদন করার জন্য একটি পদ্ধতিকে প্রশিক্ষণ দেওয়া চ্যালেঞ্জিং হবে, তবে এই ধরনের প্রশিক্ষণ ডেটার সীমিত সেট দিয়ে তাদের সকলকে অর্জন করার লক্ষ্যটি সর্বোত্তম উচ্চাকাঙ্ক্ষী বলে মনে হচ্ছে। আমাদের পদ্ধতি এইভাবে শিখতে কিভাবে বহিরাগত অফ-দ্য-শেল্ফ অ্যালগরিদম একটি সেট তার লক্ষ্য অর্জন করার জন্য, একটি পদ্ধতি যা নিউরাল টুরিং মেশিনের সাথে কিছু সাধারণ আছে [10]. আমাদের প্রস্তাবিত পদ্ধতির মূল অংশ হচ্ছে একটি নতুন সহ-মনোযোগ মডেল। উপরন্তু, প্রস্তাবিত পদ্ধতির তার সিদ্ধান্তের জন্য মানুষের-পঠনযোগ্য কারণ তৈরি করে, এবং এখনও ভিত্তি সত্য কারণ দেওয়া ছাড়া শেষ থেকে শেষ পর্যন্ত প্রশিক্ষণ দেওয়া যেতে পারে। আমরা দুটি পাবলিকভাবে উপলব্ধ ডেটাসেট, ভিজ্যুয়াল জিনোম এবং ভিকিএ-তে কার্যকারিতা প্রদর্শন করেছি এবং দেখিয়েছি যে এটি উভয় ক্ষেত্রেই অত্যাধুনিক ফলাফল প্রদান করে। |
8e9119613bceb83cc8a5db810cf5fd015cf75739 | অভ্যন্তরীণ হুমকি সমস্যা ডোমেইনে রগ ডিভাইসগুলি ক্রমবর্ধমান বিপজ্জনক বাস্তবতা। শিল্প, সরকার এবং শিক্ষাবিদদের এই সমস্যা সম্পর্কে সচেতন হওয়া এবং অত্যাধুনিক সনাক্তকরণ পদ্ধতির প্রচার করা প্রয়োজন। |
95a213c530b605b28e1db4fcad6c3e8e1944f48b | |
018fd30f1a51c6523b382b6f7db87ddd865e393d | আমরা LTCC-তে দুটি এন্ড-ফায়ার অ্যান্টেনা ডিজাইন করেছি যথাক্রমে অনুভূমিক এবং উল্লম্বভাবে পোলারাইজেশন সহ। এন্টেনগুলি ৩৮ গিগাহার্জ এ কাজ করে, যা ৫জি অ্যাপ্লিকেশনের জন্য একটি সম্ভাব্য ফ্রিকোয়েন্সি। অনুভূমিকভাবে পোলারাইজড অ্যান্টেনা প্রায় ২৭% এবং ৬ ডিবি শেষ আগুনের লাভের সাথে একটি ব্রডব্যান্ড পারফরম্যান্স সরবরাহ করে এবং উল্লম্বভাবে পোলারাইজড একটি ১২.৫% ব্যান্ডউইথ এবং ৫ ডিবি লাভ সরবরাহ করে। উভয় অ্যান্টেনা একটি কম্প্যাক্ট সাবস্ট্রেটের অধীনে একত্রিত করা হয়। ৫জি মোবাইল সিস্টেমের কোণার উপাদানগুলির জন্য এই অ্যান্টেনাগুলি উপযুক্ত করে তোলার জন্য কাছাকাছি উপাদানগুলির মধ্যে দুর্দান্ত বিচ্ছিন্নতা অর্জন করা হয়। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.