_id
stringlengths 40
40
| text
stringlengths 0
9.75k
|
|---|---|
5c1ab86362dec6f9892a5e4055a256fa5c1772af | 3जी प्रणालियों के दीर्घकालिक विकास (एलटीई) का विनिर्देश वर्तमान में 3जीपीपी में चल रहा है, 2007 के अंत में तैयार विनिर्देश की लक्ष्य तिथि के साथ। विकसित रेडियो एक्सेस नेटवर्क (आरएएन) में ओएफडीएम प्रौद्योगिकी पर आधारित एक नया रेडियो इंटरफ़ेस और एक मौलिक रूप से अलग आरएएन वास्तुकला शामिल है, जहां रेडियो कार्यक्षमता बेस स्टेशनों में वितरित की जाती है। आरएएन वास्तुकला की वितरित प्रकृति के लिए नए रेडियो नियंत्रण एल्गोरिदम और प्रक्रियाओं की आवश्यकता होती है जो वितरित तरीके से काम करते हैं, जिसमें वितरित हस्तांतरण योजना भी शामिल है। एलटीई में हस्तांतरण प्रक्रिया के सबसे महत्वपूर्ण पहलुओं को कुछ विवरणों को छोड़कर पहले ही 3जीपीपी में सुलझा लिया गया है। इस लेख में हम एलटीई इंट्रा-एक्सेस हैंडओवर प्रक्रिया का अवलोकन देते हैं और इसके प्रदर्शन का मूल्यांकन करते हैं जो इसके उपयोगकर्ता के कथित प्रदर्शन पहलुओं पर केंद्रित है। हम टीसीपी थ्रूपुट के दृष्टिकोण से पैकेट फॉरवर्डिंग की आवश्यकता की जांच करते हैं, हम हैंडओवर के दौरान ऑर्डर पैकेट डिलीवरी की समस्या का विश्लेषण करते हैं और इसके लिए एक सरल समाधान का प्रस्ताव करते हैं। अंत में, हम रेडियो दक्षता पर HARQ/ARQ राज्य त्याग के प्रभाव की जांच करते हैं। परिणाम बताते हैं कि न तो उपयोगकर्ता के अनुभवित प्रदर्शन और न ही रेडियो दक्षता LTE के स्थानांतरण आधारित हस्तांतरण प्रक्रिया से समझौता किया जाता है। |
3fb91bbffa86733fc68d4145e7f081353eb3dcd8 | इलेक्ट्रोमाइग्राफी (ईएमजी) सिग्नल का उपयोग क्लिनिकल/बायोमेडिकल अनुप्रयोगों, इवोल्विएबल हार्डवेयर चिप (ईएचडब्ल्यू) विकास और आधुनिक मानव-कंप्यूटर इंटरैक्शन के लिए किया जा सकता है। मांसपेशियों से प्राप्त ईएमजी संकेतों का पता लगाने, विघटन, प्रसंस्करण और वर्गीकरण के लिए उन्नत तरीकों की आवश्यकता होती है। इस कार्य का उद्देश्य ईएमजी संकेत विश्लेषण के लिए विभिन्न पद्धतियों और एल्गोरिदमों को स्पष्ट करना है ताकि संकेत और इसकी प्रकृति को समझने के लिए कुशल और प्रभावी तरीके प्रदान किए जा सकें। हम आगे ईएमजी का उपयोग कर हार्डवेयर कार्यान्वयन के कुछ पर ध्यान केंद्रित करते हैं जो कृत्रिम हाथ नियंत्रण, पकड़ पहचान, और मानव कंप्यूटर बातचीत से संबंधित अनुप्रयोगों पर केंद्रित है। विभिन्न ईएमजी संकेत विश्लेषण विधियों के प्रदर्शन को दिखाने के लिए एक तुलनात्मक अध्ययन भी दिया गया है। यह पत्र शोधकर्ताओं को ईएमजी संकेत और इसकी विश्लेषण प्रक्रियाओं की अच्छी समझ प्रदान करता है। यह ज्ञान उन्हें अधिक शक्तिशाली, लचीला और कुशल अनुप्रयोग विकसित करने में मदद करेगा। |
ab71da348979c50d33700bc2f6ddcf25b4c8cfd0 | |
6cc4a3d0d8a278d30e05418afeaf6b8e5d04d3d0 | |
6180a8a082c3d0e85dcb9cec3677923ff7633bb9 | दो दशक पहले सूचना प्रणाली अनुसंधान (आईएसआर) के उद्घाटन के बाद से, सूचना प्रणाली (आईएस) क्षेत्र का ध्यान प्रशासनिक प्रणालियों और व्यक्तिगत उपकरणों से परे चला गया है। लाखों उपयोगकर्ता फेसबुक पर लॉग इन करते हैं, आईफोन एप्लिकेशन डाउनलोड करते हैं, और विकेन्द्रीकृत कार्य संगठन बनाने के लिए मोबाइल सेवाओं का उपयोग करते हैं। इन नई गतिशीलताओं को समझने के लिए क्षेत्र को आईटी कलाकृतियों की श्रेणी के रूप में डिजिटल बुनियादी ढांचे पर ध्यान देने की आवश्यकता होगी। साहित्य की एक अत्याधुनिक समीक्षा से डिजिटल बुनियादी ढांचे में बढ़ती रुचि का पता चलता है, लेकिन यह भी पुष्टि करता है कि इस क्षेत्र ने अभी तक अपने शोध प्रयास के केंद्र में बुनियादी ढांचे को नहीं रखा है। इस बदलाव में सहायता के लिए हम आईएस अनुसंधान के लिए तीन नए दिशाओं का प्रस्ताव करते हैंः (1) डिजिटल अवसंरचना की प्रकृति के सिद्धांत एक अलग प्रकार के आईटी आर्टिफैक्ट के रूप में, स्वैजेनिस; (2) डिजिटल अवसंरचनाएं सभी पारंपरिक आईएस अनुसंधान क्षेत्रों को आकार देने वाली संबंधपरक संरचनाओं के रूप में; (3) परिवर्तन और नियंत्रण की विरोधाभास प्रमुख आईएस घटनाओं के रूप में। हम इस बात के सुझावों के साथ निष्कर्ष निकालते हैं कि कैसे लंबवत, बड़े पैमाने पर सामाजिक-तकनीकी घटनाओं का अध्ययन किया जाए, जबकि पारंपरिक श्रेणियों की सीमाओं के प्रति सतर्क रहने का प्रयास किया जाए, जिन्होंने आईएस अनुसंधान का मार्गदर्शन किया है। |
e83a2fa459ba921fb176beacba96038a502ff64d | label ((s) लेबल वर्ग c) b) a) 7.3 एकीकरण रणनीतियाँ 241 संयोजन रणनीति संयोजन रणनीति (जिसे संयोजन योजना भी कहा जाता है) एक तकनीक है जिसका उपयोग व्यक्तिगत वर्गीकरणकर्ताओं के आउटपुट को संयोजित करने के लिए किया जाता है। अमूर्त स्तर पर सबसे लोकप्रिय संयोजन रणनीतियाँ बहुमत वोट नियमों पर आधारित होती हैं, जो केवल सबसे अधिक मतदान वाले वर्ग को एक इनपुट पैटर्न सौंपती हैं (धारा 7.2 देखें) । जब दो वर्गीकरणकर्ता संयुक्त होते हैं, तो तार्किक AND या तार्किक OR ऑपरेटर का उपयोग किया जाता है। जब दो से अधिक वर्गीकरणकर्ता एकीकृत होते हैं, तो AND/OR नियमों को संयुक्त किया जा सकता है। उदाहरण के लिए, एक बायोमेट्रिक प्रणाली फिंगरप्रिंट या (चेहरे और हाथ ज्यामिति) पर काम कर सकती है; अर्थात, यह पहचान के लिए एक उपयोगकर्ता को या तो एक फिंगरप्रिंट या दोनों चेहरे और हाथ ज्यामिति प्रस्तुत करने की आवश्यकता होती है। वर्ग सेट कमी, लॉजिस्टिक प्रतिगमन, और बोर्डा गणना रैंक लेबल (हो, हल, और श्रीहरि, 1994) के आधार पर वर्गीकरणकर्ताओं को जोड़ने में सबसे अधिक उपयोग किए जाने वाले दृष्टिकोण हैं। वर्ग समुच्चय संकुचन में, वर्गों का एक उपसमूह इस उद्देश्य से चुना जाता है कि उपसमूह यथासंभव छोटा हो और फिर भी इसमें वास्तविक वर्ग हो। बहुविध विधियों से बहुविध उपसमूहों को आमतौर पर उपसमूहों के संघ या चौराहे का उपयोग करके संयुक्त किया जाता है। लॉजिस्टिक प्रतिगमन और बोर्डा गणना विधियों को सामूहिक रूप से वर्ग सेट पुनर्व्यवस्थापन विधियां कहा जाता है। यहाँ उद्देश्य दिए गए वर्गों की एक आम सहमति रैंकिंग प्राप्त करना है ताकि सही वर्ग को शीर्ष पर रखा जाए। अनुक्रमण/पुनर्प्राप्ति प्रणाली में एकीकरण के लिए रैंक लेबल बहुत उपयोगी होते हैं। एक बायोमेट्रिक पुनर्प्राप्ति प्रणाली आमतौर पर उम्मीदवारों की एक क्रमबद्ध सूची (सबसे अधिक संभावना वाले मैच) को आउटपुट करती है। इस क्रमबद्ध सूची का शीर्ष तत्व सही मिलान होने की सबसे अधिक संभावना है और सूची का निचला भाग सबसे कम संभावना वाला मिलान है। कई विधियों से विश्वास मानों को जोड़ने के लिए सबसे लोकप्रिय संयोजन योजनाएं योग, औसत, माध्य, उत्पाद, न्यूनतम और अधिकतम नियम हैं। किटलर एट अल। (1998) ने इन लोकप्रिय योजनाओं के अंतर्निहित गणितीय आधार को समझने के प्रयास में एक सैद्धांतिक ढांचा विकसित किया है। उनके प्रयोगों से पता चला कि योग या औसत योजना आमतौर पर व्यवहार में बहुत अच्छा प्रदर्शन करती है। योग नियम का उपयोग करने में एक समस्या यह है कि विभिन्न प्रकारों से प्राप्त आत्मविश्वास (या स्कोर) को सामान्य किया जाना चाहिए। इस सामान्यीकरण में आम तौर पर विभिन्न प्रकारों से विश्वास माप को एक सामान्य डोमेन में मैप करना शामिल होता है। उदाहरण के लिए, एक बायोमेट्रिक प्रणाली दूरी स्कोर (नीच स्कोर, अधिक समान पैटर्न) आउटपुट कर सकती है जबकि अन्य एक समानता स्कोर (उच्च स्कोर, अधिक समान पैटर्न) आउटपुट कर सकती है और इस प्रकार स्कोर को सीधे योग नियम का उपयोग करके संयुक्त नहीं किया जा सकता है। अपने सरल रूप में, इस सामान्यीकरण में केवल दूरी के अंकों के संकेत को उलटने शामिल हो सकते हैं ताकि उच्च स्कोर उच्च समानता के अनुरूप हो। अधिक जटिल रूप में, सामान्यीकरण गैर-रैखिक हो सकता है जिसे प्रत्येक मोडलिटी से विश्वास मूल्यों के वितरण का अनुमान लगाकर प्रशिक्षण डेटा से सीखा जा सकता है। स्कोर को तब अनुवादित और स्केल किया जाता है ताकि शून्य औसत, इकाई विचलन हो, और फिर हाइपरबोलिक स्पर्शरेखा फ़ंक्शन का उपयोग करके (0,1) के एक निश्चित अंतराल पर फिर से मैप किया जाए। ध्यान दें कि सामान्यीकरण के लिए अनुमानित वितरणों को पैरामीटर करना प्रलोभन है। हालांकि, वितरण के इस तरह के पैरामीटर का उपयोग सावधानी के साथ किया जाना चाहिए, क्योंकि बायोमेट्रिक सिस्टम की त्रुटि दरें आमतौर पर बहुत छोटी होती हैं और वितरण की पूंछ का अनुमान लगाने में एक छोटी सी त्रुटि के परिणामस्वरूप त्रुटि अनुमानों में महत्वपूर्ण परिवर्तन हो सकता है (चित्र 7.3 देखें) । एक अन्य सामान्य अभ्यास प्रशिक्षण डेटा से प्रत्येक मोड के लिए अलग-अलग स्केलिंग कारकों (वजनों) की गणना करना है, ताकि संयुक्त वर्गीकरणकर्ता की सटीकता अधिकतम हो। यह भारित योग नियम साधारण योग नियम से बेहतर काम करने की उम्मीद है जब घटक वर्गीकरणकर्ताओं में अलग-अलग ताकतें होती हैं (यानी, अलग-अलग त्रुटि दर) । चित्र 7.3. (क) फिंगरप्रिंट सत्यापन प्रणाली के लिए वास्तविक और धोखेबाज वितरण (जैन एट अल, 2000) और धोखेबाज वितरण के लिए एक सामान्य अनुमान। दृश्य रूप से, सामान्य अनुमान अच्छा प्रतीत होता है, लेकिन आरओसी में दिखाए गए गैर-पैरामीटरिक अनुमान की तुलना में प्रदर्शन में महत्वपूर्ण कमी का कारण बनता है, जहां एफएमआर को एफएआर (झूठी स्वीकृति दर) और (1-एफएनएमआर) वास्तविक स्वीकृति दर के रूप में संदर्भित किया जाता है। © एल्सेवियर। बायोमेट्रिक प्रणालियों में कई प्रकारों को जोड़ने की कुछ योजनाओं का अध्ययन सैद्धांतिक दृष्टिकोण से भी किया गया है। सैद्धांतिक विश्लेषण के माध्यम से, ड्यूगमैन (1999बी) ने दिखाया कि यदि एक मजबूत बायोमेट्रिक और एक कमजोर बायोमेट्रिक को अमूर्त स्तर के संयोजन के साथ जोड़ा जाता है, तो या तो AND या OR मतदान नियमों का उपयोग करके, संयोजन का प्रदर्शन दो व्यक्तिगत बायोमेट्रिक्स के बेहतर से बदतर होगा। हांग, जैन और पंकान्टि के (1999) सैद्धांतिक विश्लेषण से पता चलता है कि AND/OR मतदान रणनीतियाँ केवल तभी प्रदर्शन में सुधार कर सकती हैं जब कुछ शर्तें पूरी हो जाए तो यह Daugman के निष्कर्षों की पुष्टि करता है। उनके विश्लेषण से यह भी पता चला कि एक कमजोर और एक मजबूत बायोमेट्रिक के संयोजन के मामले में भी विश्वास स्तर के संलयन से समग्र प्रदर्शन में काफी सुधार होने की उम्मीद है। किटलर एट अल। (1998) ने एक संवेदनशीलता विश्लेषण पेश किया है ताकि यह समझाया जा सके कि योग (या औसत) नियम अन्य नियमों से बेहतर क्यों है। उन्होंने दिखाया कि योग नियम अन्य समान नियमों (जैसे उत्पाद नियम) की तुलना में पिछली संभावनाओं (आश्वासन मूल्यों) का अनुमान लगाने में व्यक्तिगत वर्गीकरणकर्ताओं की त्रुटि दरों के प्रति कम संवेदनशील है। उनका दावा है कि योग नियम एक ही पछाड़ी संभावनाओं के विभिन्न अनुमानों को जोड़ने के लिए सबसे उपयुक्त है (उदाहरण के लिए, विभिन्न वर्गीकरण आरंभिकरणों के परिणामस्वरूप) । प्रभाकर और जैन (2002) ने नेमैन-पियर्सन संयोजन योजना के साथ योग और उत्पाद नियमों की तुलना की और दिखाया कि उत्पाद नियम सहसंबंधित विशेषताओं को जोड़ते समय योग नियम से बदतर है और कमजोर और मजबूत वर्गीकरणकर्ताओं को जोड़ते समय योग नियम और उत्पाद नियम दोनों नेमैन-पियर्सन संयोजन योजना से नीच हैं। 0 20 40 60 80 100 0 1 2 3 4 5 6 7 सामान्यीकृत मिलान स्कोर प्रतिसेंटेज (% ) इम्पॉस्टर वास्तविक गैर-पैरामीटर इम्पॉस्टर वितरण सामान्य इम्पॉस्टर वितरण वास्तविक वितरण 0 1 2 3 4 5 50 55 60 65 70 75 80 85 90 95 100 झूठी स्वीकृति दर (%) G en ui ne A cc ep ta nc e R at e (% ) गैर-पैरामीटर इम्पॉस्टर वितरण का उपयोग करना सामान्य इम्पॉस्टर वितरण का उपयोग करना |
b4894f7d6264b94ded94181d54c7a0c773e3662b | हाल ही में पैदल चलने का विश्लेषण एक लोकप्रिय अनुसंधान क्षेत्र बन गया है और न्यूरोडिजेनेरेटिव रोगों के नैदानिक निदान के लिए व्यापक रूप से लागू किया गया है। कूल्हे और घुटने के संयुक्त कोणों को पकड़ने के लिए विभिन्न कम लागत वाले सेंसर-आधारित और दृष्टि-आधारित प्रणालियां विकसित की गई हैं। हालांकि, इन प्रणालियों के प्रदर्शन को मान्य नहीं किया गया है और एक दूसरे के बीच तुलना नहीं की गई है। इस अध्ययन का उद्देश्य एक प्रयोग स्थापित करना और कई जड़ता माप इकाइयों (आईएमयू) के साथ एक सेंसर आधारित प्रणाली के प्रदर्शन की तुलना करना है, मार्कर का पता लगाने के साथ एक दृष्टि आधारित पैदल विश्लेषण प्रणाली, और सामान्य चलने के दौरान हिप और घुटने के संयुक्त कोणों को कैप्चर करने के लिए एक मार्करलेस दृष्टि आधारित प्रणाली। प्राप्त मापों को ग्राउंड ट्रुथ माप के रूप में गोनीओमीटर से प्राप्त आंकड़ों के साथ मान्य किया गया। परिणाम बताते हैं कि आईएमयू आधारित सेंसर प्रणाली छोटी त्रुटियों के साथ उत्कृष्ट प्रदर्शन देती है, जबकि दृष्टि प्रणाली थोड़ी बड़ी त्रुटियों के साथ स्वीकार्य परिणाम देती है। |
0e78b20b27d27261f9ae088eb13201f2d5b185bd | विशेषता चयन के लिए एल्गोरिदम दो व्यापक श्रेणियों में आते हैंः रैपर जो सुविधाओं की उपयोगिता का मूल्यांकन करने के लिए सीखने के एल्गोरिथ्म का उपयोग करते हैं और फ़िल्टर जो डेटा की सामान्य विशेषताओं के आधार पर हेरिस्टिक्स के अनुसार सुविधाओं का मूल्यांकन करते हैं। बड़े डेटाबेस के लिए, फिल्टर रैपर की तुलना में अधिक व्यावहारिक साबित हुए हैं क्योंकि वे बहुत तेज हैं। हालांकि, अधिकांश मौजूदा फ़िल्टर एल्गोरिदम केवल असतत वर्गीकरण समस्याओं के साथ काम करते हैं। यह पेपर एक तेज, सहसंबंध आधारित फ़िल्टर एल्गोरिथ्म का वर्णन करता है जिसे निरंतर और असतत समस्याओं पर लागू किया जा सकता है। एल्गोरिथ्म अक्सर प्रसिद्ध रिलीफएफ विशेषता अनुमानक से बेहतर प्रदर्शन करता है जब इसे नाइव बेय्स, उदाहरण-आधारित सीखने, निर्णय पेड़ों, स्थानीय रूप से भारित प्रतिगमन और मॉडल पेड़ों के लिए पूर्व-प्रसंस्करण चरण के रूप में उपयोग किया जाता है। यह रिलीफएफ की तुलना में अधिक सुविधा चयन करता है-ज्यादातर मामलों में डेटा आयाम को पचास प्रतिशत तक कम करता है। इसके अलावा, पूर्व-प्रक्रिया किए गए डेटा से निर्मित निर्णय और मॉडल पेड़ अक्सर काफी छोटे होते हैं। |
1b65af0b2847cf6edb1461eda659f08be27bc76d | हम रैखिक मॉडल में अनुमान के लिए एक नई विधि का प्रस्ताव करते हैं। लासो वर्गों के अवशिष्ट योग को कम से कम करता है, जिसके लिए गुणांक के निरपेक्ष मानों का योग स्थिर से कम होता है। इस बाधा की प्रकृति के कारण यह कुछ गुणांक उत्पन्न करता है जो बिल्कुल 0 होते हैं और इसलिए व्याख्या योग्य मॉडल देता है। हमारे सिमुलेशन अध्ययनों से पता चलता है कि लासो उपसमूह चयन और रिज प्रतिगमन दोनों के कुछ अनुकूल गुणों का आनंद लेता है। यह उपसमूह चयन जैसे व्याख्या योग्य मॉडल उत्पन्न करता है और रिज प्रतिगमन की स्थिरता प्रदर्शित करता है। डोनोहो और जॉनस्टोन द्वारा अनुकूली कार्य अनुमान में हाल के काम के साथ भी एक दिलचस्प संबंध है। लासो विचार काफी सामान्य है और इसे विभिन्न सांख्यिकीय मॉडलों में लागू किया जा सकता है: सामान्यीकृत प्रतिगमन मॉडल और वृक्ष-आधारित मॉडल के विस्तार का संक्षेप में वर्णन किया गया है। |
3a8aa4cc6142d433ff55bea8a0cb980103ea15e9 | |
75cbc0eec23375df69de6c64e2f48689dde417c5 | कम लागत वाले माइक्रोसॉफ्ट किनेक्ट सेंसर के आविष्कार के साथ, उच्च-रिज़ॉल्यूशन गहराई और दृश्य (आरजीबी) संवेदन व्यापक उपयोग के लिए उपलब्ध हो गया है। किनेक्ट सेंसर द्वारा प्रदान की गई गहराई और दृश्य सूचना की पूरक प्रकृति कंप्यूटर दृष्टि में मौलिक समस्याओं को हल करने के लिए नए अवसर खोलती है। यह पेपर हाल के किनेक्ट आधारित कंप्यूटर विजन एल्गोरिदम और अनुप्रयोगों की एक व्यापक समीक्षा प्रस्तुत करता है। समीक्षा किए गए दृष्टिकोणों को दृष्टि समस्याओं के प्रकार के अनुसार वर्गीकृत किया गया है जिन्हें किनेक्ट सेंसर के माध्यम से संबोधित या बढ़ाया जा सकता है। इसमें शामिल विषयों में पूर्व-प्रसंस्करण, वस्तु ट्रैकिंग और मान्यता, मानव गतिविधि विश्लेषण, हाथ इशारा विश्लेषण और इनडोर 3-डी मैपिंग शामिल हैं। प्रत्येक श्रेणी के तरीकों के लिए, हम उनके मुख्य एल्गोरिथम योगदान की रूपरेखा तैयार करते हैं और उनके आरजीबी समकक्षों की तुलना में उनके फायदे/अंतरों को सारांशित करते हैं। अंत में, हम इस क्षेत्र में चुनौतियों और भविष्य के अनुसंधान रुझानों का अवलोकन देते हैं। इस पेपर से किनेक्ट आधारित कंप्यूटर विजन शोधकर्ताओं के लिए ट्यूटोरियल और संदर्भ स्रोत के रूप में कार्य करने की उम्मीद है। |
aa358f4a0578234e301a305d8c5de8d859083a4c | यह पेपर एक उपन्यास दृश्य प्रतिनिधित्व प्रस्तुत करता है, जिसे ऑर्डरलेट्स कहा जाता है, जो वास्तविक समय में मानव क्रिया की पहचान के लिए गहराई सेंसर के साथ होता है। एक ऑर्डरलेट एक मध्य स्तर की विशेषता है जो निम्न स्तर की विशेषताओं के समूह के बीच क्रमबद्ध पैटर्न को पकड़ती है। कंकाल के लिए, एक आदेश एक समूह के जोड़ों के बीच विशिष्ट स्थानिक संबंध को पकड़ता है। गहराई मानचित्र के लिए, एक ऑर्डरलेट उप-क्षेत्रों के समूह के बीच आकार की जानकारी के तुलनात्मक संबंध को दर्शाती है। orderlet प्रतिनिधित्व दो अच्छा गुण है। सबसे पहले, यह छोटे शोर के प्रति असंवेदनशील है क्योंकि एक ऑर्डरलेट केवल व्यक्तिगत विशेषताओं के बीच तुलनात्मक संबंध पर निर्भर करता है। दूसरा, यह फ्रेम-स्तर का प्रतिनिधित्व है, इस प्रकार वास्तविक समय ऑनलाइन क्रिया पहचान के लिए उपयुक्त है। प्रायोगिक परिणाम ऑनलाइन कार्रवाई की पहचान और पार-पर्यावरण कार्रवाई की पहचान पर इसके बेहतर प्रदर्शन को प्रदर्शित करते हैं। |
30f1ea3b4194dba7f957fd6bf81bcaf12dca6ff8 | शिफ्ट-रिड्यूस जैसी वृद्धिशील पार्सिंग तकनीकों ने अपनी दक्षता के कारण लोकप्रियता हासिल की है, लेकिन एक बड़ी समस्या बनी हुई हैः खोज लालची है और केवल पूरे स्थान के एक छोटे से अंश की खोज करती है (यहां तक कि बीम खोज के साथ) गतिशील प्रोग्रामिंग के विपरीत। हम आश्चर्यजनक रूप से यह दिखाते हैं कि कई शिफ्ट-रिड्यूसर पार्सर के लिए डायनामिक प्रोग्रामिंग वास्तव में संभव है, जो फीचर वैल्यू के आधार पर समतुल्य स्टैक को मिलाकर संभव है। अनुभव के अनुसार, हमारे एल्गोरिथ्म एक अत्याधुनिक शिफ्ट-कम निर्भरता पार्सर पर पांच गुना तक की गति प्रदान करता है सटीकता में कोई नुकसान के साथ। बेहतर खोज भी बेहतर सीखने की ओर ले जाती है, और हमारा अंतिम पार्सर अंग्रेजी और चीनी के लिए पहले से रिपोर्ट किए गए सभी निर्भरता पार्सर से बेहतर प्रदर्शन करता है, फिर भी बहुत तेज है। |
422d9b1a05bc33fcca4b9aa9381f46804c6132fd | कुछ प्रश्नों का उत्तर केवल मशीनों द्वारा नहीं दिया जा सकता है। ऐसे प्रश्नों को संसाधित करने के लिए डेटाबेस से गायब जानकारी प्रदान करने के लिए मानव इनपुट की आवश्यकता होती है, कम्प्यूटेशनल रूप से कठिन कार्यों को करने के लिए, और धुंधले मानदंडों के आधार पर परिणामों को मिलान, रैंकिंग या एकत्र करने के लिए। CrowdDB उन प्रश्नों को संसाधित करने के लिए क्राउडसोर्सिंग के माध्यम से मानव इनपुट का उपयोग करता है जिनका न तो डेटाबेस सिस्टम और न ही खोज इंजन पर्याप्त रूप से जवाब दे सकते हैं। यह जटिल प्रश्नों को प्रस्तुत करने के लिए एक भाषा के रूप में और डेटा को मॉडलिंग करने के तरीके के रूप में एसक्यूएल का उपयोग करता है। जबकि क्राउडडीबी पारंपरिक डेटाबेस सिस्टम के कई पहलुओं का लाभ उठाती है, महत्वपूर्ण अंतर भी हैं। वैचारिक रूप से, एक प्रमुख परिवर्तन यह है कि क्वेरी प्रसंस्करण के लिए पारंपरिक बंद-विश्व धारणा मानव इनपुट के लिए मान्य नहीं है। क्रियान्वयन के दृष्टिकोण से, क्राउडसोर्स किए गए डेटा को प्राप्त करने, एकीकृत करने और शुद्ध करने के लिए मानव-उन्मुख क्वेरी ऑपरेटरों की आवश्यकता है। इसके अलावा, प्रदर्शन और लागत कई नए कारकों पर निर्भर करती है जिनमें श्रमिकों की आत्मीयता, प्रशिक्षण, थकान, प्रेरणा और स्थान शामिल हैं। हम क्राउडडीबी के डिजाइन का वर्णन करते हैं, अमेज़ॅन मैकेनिकल तुर्क का उपयोग करके प्रयोगों के प्रारंभिक सेट पर रिपोर्ट करते हैं, और क्राउडसोर्स क्वेरी प्रोसेसिंग सिस्टम के विकास में भविष्य के काम के लिए महत्वपूर्ण मार्गों की रूपरेखा तैयार करते हैं। |
edc2e4e6308d7dfce586cb8a4441c704f8f8d41b | इस लेख में, हम कार्यों के औसत के वितरित न्यूनतमकरण के लिए दो नए संचार-कुशल विधियों को प्रस्तुत करते हैं। पहला एल्गोरिथ्म DANE एल्गोरिथ्म का एक असत्य रूप है [20] जो किसी भी स्थानीय एल्गोरिथ्म को स्थानीय उप-समस्या के लिए एक अनुमानित समाधान वापस करने की अनुमति देता है। हम दिखाते हैं कि ऐसी रणनीति DANE की सैद्धांतिक गारंटी को महत्वपूर्ण रूप से प्रभावित नहीं करती है। वास्तव में, हमारे दृष्टिकोण को एक मजबूत रणनीति के रूप में देखा जा सकता है क्योंकि विधि व्यवहार में उत्पन्न होने वाले डेटा विभाजन पर DANE की तुलना में काफी बेहतर व्यवहार करती है। यह सर्वविदित है कि DANE एल्गोरिथ्म संचार जटिलता की निचली सीमाओं से मेल नहीं खाता है। इस अंतर को पाटने के लिए, हम पहले विधि का एक त्वरित संस्करण प्रस्तावित करते हैं, जिसे एआईडीई कहा जाता है, जो न केवल संचार निचली सीमाओं से मेल खाता है बल्कि इसे विशुद्ध रूप से प्रथम-क्रम के ओरेकल का उपयोग करके भी लागू किया जा सकता है। हमारे अनुभवजन्य परिणामों से पता चलता है कि एआईडीई अन्य संचार कुशल एल्गोरिदम से बेहतर है जो मशीन लर्निंग अनुप्रयोगों में स्वाभाविक रूप से उत्पन्न होते हैं। |
c677166592b505b80a487fb88ac5a6996fc47d71 | इस पत्र में बड़े पैमाने पर जटिल प्रणालियों के विकेन्द्रीकृत नियंत्रण के क्षेत्र में अतीत और वर्तमान के परिणामों की समीक्षा की गई है। विकेंद्रीकरण, विघटन और मजबूती पर जोर दिया गया है। ये पद्धतियाँ बड़े पैमाने की जटिल प्रणालियों में उत्पन्न होने वाली विशिष्ट कठिनाइयों जैसे उच्च आयाम, सूचना संरचना की बाधाओं, अनिश्चितता और देरी को दूर करने के लिए प्रभावी उपकरण के रूप में कार्य करती हैं। इस सामग्री में भविष्य के अनुसंधान के लिए कई संभावित विषयों का परिचय दिया गया है। इस अवलोकन में हाल ही में परस्पर जुड़े गतिशील प्रणालियों में विघटन के दृष्टिकोण पर ध्यान केंद्रित किया गया है, क्योंकि वे विकेन्द्रीकृत नियंत्रण को नेटवर्क नियंत्रण प्रणालियों में विस्तारित करने की क्षमता प्रदान करते हैं। # 2008 एल्सेवियर लिमिटेड सभी अधिकार सुरक्षित |
0debd1c0b73fc79dc7a64431b8b6a1fe21dcd9f7 | विशेषता चयन वर्गीकरण की सटीकता में सुधार कर सकता है और वर्गीकरण की कम्प्यूटेशनल जटिलता को कम कर सकता है। घुसपैठ का पता लगाने वाली प्रणालियों (आईडीएस) में डेटा सुविधाएं हमेशा असंतुलित वर्गीकरण की समस्या पेश करती हैं जिसमें कुछ वर्गीकरणों में केवल कुछ उदाहरण होते हैं जबकि अन्य में कई उदाहरण होते हैं। यह असंतुलन स्पष्ट रूप से वर्गीकरण की दक्षता को सीमित कर सकता है, लेकिन इसे दूर करने के लिए बहुत कम प्रयास किए गए हैं। इस पेपर में, आईडीएस में सुविधा चयन के लिए कई-उद्देश्यीय समस्या के लिए एक योजना प्रस्तावित की गई है, जो जनसंख्या विकास के लिए दो रणनीतियों, अर्थात्, एक विशेष प्रभुत्व विधि और एक पूर्वनिर्धारित एकाधिक लक्षित खोज का उपयोग करती है। यह न केवल सामान्य और असामान्य के बीच यातायात को अलग कर सकता है बल्कि असामान्यता के प्रकार से भी। हमारे योजना के आधार पर, NSGA-III का उपयोग अच्छे प्रदर्शन के साथ एक पर्याप्त सुविधा उप-समूह प्राप्त करने के लिए किया जाता है। एक बेहतर बहु-उद्देश्य अनुकूलन एल्गोरिथ्म (I-NSGA-III) को एक उपन्यास आला संरक्षण प्रक्रिया का उपयोग करके आगे प्रस्तावित किया गया है। इसमें एक पूर्वाग्रह-चयन प्रक्रिया शामिल है जो कि सबसे कम चयनित विशेषताओं वाले व्यक्ति का चयन करती है और एक फिट-चयन प्रक्रिया जो कि अपने उद्देश्यों के अधिकतम योग वजन के साथ व्यक्ति का चयन करती है। प्रयोगात्मक परिणामों से पता चलता है कि I-NSGA-III कम उदाहरणों वाले वर्गों के लिए उच्च वर्गीकरण सटीकता के साथ असंतुलन समस्या को कम कर सकता है। इसके अलावा, यह उच्च वर्गीकरण सटीकता और कम कम्प्यूटेशनल जटिलता दोनों प्राप्त कर सकता है। © 2016 एल्सेवियर बी.वी. द्वारा प्रकाशित |
5a4a53339068eebd1544b9f430098f2f132f641b | गहरे छिपे हुए चर मॉडल उच्च आयामी डेटा के प्रतिनिधित्व को बिना किसी पर्यवेक्षण के सीखते हैं। हाल के कई प्रयासों में सीखने के प्रतिनिधित्व पर ध्यान केंद्रित किया गया है जो परिवर्तन के सांख्यिकीय रूप से स्वतंत्र अक्षों को अलग करते हैं, अक्सर उद्देश्य फ़ंक्शन के उपयुक्त संशोधनों को पेश करके। हम इस बढ़ते साहित्य को संश्लेषित करते हैं, जो साक्ष्य के निचले बाउंड के सामान्यीकरण को तैयार करके स्पष्ट रूप से अव्यक्त कोड की विरलता, प्रतिनिधित्व की द्विपक्षीयता और अनुभवजन्य डेटा वितरण के समर्थन के कवरेज के बीच व्यापार-बंद का प्रतिनिधित्व करता है। हमारा उद्देश्य ऐसा पदानुक्रमित प्रतिनिधित्व सीखने के लिए भी उपयुक्त है जो ब्लॉक के भीतर कुछ हद तक सहसंबंध की अनुमति देते हुए चर के ब्लॉक को अलग करता है। डेटासेट की एक श्रृंखला पर प्रयोगों से पता चलता है कि सीखे गए प्रतिनिधित्व में व्याख्या योग्य विशेषताएं होती हैं, असतत विशेषताओं को सीखने में सक्षम होते हैं, और कारकों के अदृश्य संयोजनों को सामान्यीकृत करते हैं। |
4b19be501b279b7d80d94b2d9d986bf4f8ab4ede | |
8ba965f138c1178aef09da3781765e300c325f3d | इलेक्ट्रोमायोग्राम या ईएमजी संकेत एक बहुत छोटा संकेत है; इसे प्रदर्शित करने के उद्देश्य से या आगे की विश्लेषण प्रक्रिया के लिए बढ़ाने के लिए एक प्रणाली की आवश्यकता होती है। इस पत्र में दो चैनल इनपुट के साथ कम लागत वाली फिजियोथेरेपी ईएमजी सिग्नल अधिग्रहण प्रणाली के विकास का वर्णन किया गया है। अधिग्रहण प्रणाली में, दोनों इनपुट सिग्नल को अंतर प्रवर्धक के साथ प्रवर्धित किया जाता है और ईएमजी सिग्नल के रैखिक लिफाफे को प्राप्त करने के लिए सिग्नल पूर्व-प्रसंस्करण से गुजरता है। प्राप्त ईएमजी सिग्नल को डिजिटल किया जाता है और इसे कंप्यूटर पर भेजकर ग्राफ किया जाता है। |
01413e1fc981a8c041dc236dcee64790e2239a36 | मशीन लर्निंग में कई प्रकार की समस्याओं को, जिसमें उदाहरण क्लस्टरिंग, दस्तावेज़ सारांश और सेंसर प्लेसमेंट शामिल हैं, को सीमित सबमॉड्यूलर अधिकतमकरण समस्याओं के रूप में डाला जा सकता है। इन समस्याओं के लिए वितरित एल्गोरिदम विकसित करने के लिए हाल ही में बहुत प्रयास किया गया है। हालांकि, इन परिणामों में उच्च संख्या में राउंड, उप-उत्तम अनुमान अनुपात, या दोनों से पीड़ित हैं। हम अनुक्रमिक सेटिंग में मौजूदा एल्गोरिदम को वितरित सेटिंग में लाने के लिए एक ढांचा विकसित करते हैं, केवल मैपरेड्यूस राउंड की एक स्थिर संख्या में कई सेटिंग्स के लिए इष्टतम अनुमान अनुपात प्राप्त करते हैं। हमारी तकनीकें एक मैट्रॉइड बाधा के अधीन गैर-मोनोटोन अधिकतमकरण के लिए एक तेज अनुक्रमिक एल्गोरिथ्म भी देती हैं। |
0451c923703472b6c20ff11185001f24b76c48e3 | नेटवर्क और सहकारी रोबोटों के लिए उभरते अनुप्रयोग एजेंटों के समूहों के लिए गति समन्वय के अध्ययन को प्रेरित करते हैं। उदाहरण के लिए, यह कल्पना की जाती है कि एजेंटों के समूह निगरानी, अन्वेषण और पर्यावरण की निगरानी सहित विभिन्न प्रकार के उपयोगी कार्यों का प्रदर्शन करेंगे। यह पेपर मोबाइल एजेंटों के बीच बुनियादी बातचीत से संबंधित है जैसे कि निकटतम अन्य एजेंट से दूर चले जाएं या अपने स्वयं के वोरोनोई बहुभुज के सबसे दूर के शिखर की ओर बढ़ें। ये सरल बातचीत वितरित गतिशील प्रणालियों के बराबर होती है क्योंकि उनके कार्यान्वयन के लिए पड़ोसी एजेंटों के बारे में केवल न्यूनतम जानकारी की आवश्यकता होती है। हम इन वितरित गतिशील प्रणालियों और ज्यामितीय अनुकूलन से डिस्क-कवरिंग और गोला-पैकिंग लागत कार्यों के बीच घनिष्ठ संबंध की विशेषता देते हैं। हमारे मुख्य परिणाम हैंः (i) हम इन ज्यामितीय लागत कार्यों के चिकनाई गुणों की विशेषता देते हैं, (ii) हम दिखाते हैं कि परस्पर क्रिया नियम लागत कार्यों के गैर-सुचारू ढाल के भिन्नताएं हैं, और (iii) हम कानूनों के विभिन्न असीम अभिसरण गुणों को स्थापित करते हैं। तकनीकी दृष्टिकोण कम्प्यूटेशनल ज्यामिति, गैर-सुचारू विश्लेषण और गैर-सुचारू स्थिरता सिद्धांत की अवधारणाओं पर निर्भर करता है। |
0a37a647a2f8464379a1fe327f93561c90d91405 | हाल के विकासों ने आंशिक रूप से आदेशित, आंशिक रूप से निर्दिष्ट क्रियाओं के अनुक्रमों को उत्पन्न करने की प्रक्रिया को स्पष्ट किया है, जिसका निष्पादन एक एजेंट के लक्ष्य को प्राप्त करेगा। इस पेपर में कम से कम प्रतिबद्धता योजनाकारों की प्रगति का सारांश दिया गया है, जो सरल स्ट्रिप्स प्रतिनिधित्व को संभालती है, और एक के साथ समाप्त होती है जो गतिशील ब्रह्मांडों पर विघटनकारी पूर्व शर्त, सशर्त प्रभाव और सार्वभौमिक मात्रा के साथ कार्यों का प्रबंधन करती है। रास्ते में हम बताते हैं कि चैपमैन का मॉडल ट्रुथ क्रिटेरियम का सूत्रण भ्रामक क्यों है और क्यों सशर्त प्रभावों वाली योजनाओं के बारे में तर्क के लिए उनका एनपी-पूर्णता परिणाम हमारे योजनाकार पर लागू नहीं होता है। 1 मैं फ्रांज अमाडोर, टोनी बैरेट, डैरेन क्रोनक्विस्ट, डेनिस ड्रेपर, एर्नी डेविस, ओरेन एटजोनियन, नॉर्ट फाउलर, राओ काम्बाम्पाटी, क्रेग नोब्लॉक, निक कुशमेरिक, नील लेश, करेन लखबाम, ड्रू मैकडरमोट, रमेश पाटिल, कैरी पुली, यिंग सन, ऑस्टिन टेट और माइक विलियमसन को उपयोगी टिप्पणियों के लिए धन्यवाद देता हूं, लेकिन त्रुटियों के लिए एकमात्र जिम्मेदारी रखता हूं। इस शोध को आंशिक रूप से नौसेना अनुसंधान अनुदान 90-जे-1904 के कार्यालय और राष्ट्रीय विज्ञान फाउंडेशन अनुदान आईआरआई-8957302 द्वारा वित्त पोषित किया गया था। |
63f97f3b4808baeb3b16b68fcfdb0c786868baba | इस पेपर में एक पैराबोलिक लेंस और एक वेव गाइड एडाप्टर से लैस एक ब्रॉडबैंड डबल-रिज्ड हॉर्न एंटीना के डिजाइन, निर्माण और लक्षण सहित पूरे डिजाइन चक्र को प्रस्तुत किया गया है। प्रस्तुत कार्य का एक प्रमुख लक्ष्य 18-40 गीगाहर्ट्ज आवृत्ति श्रेणी में मुख्य विकिरण लोब के भीतर एक फ्लैट चरण विशेषता के साथ उच्च दिशात्मकता प्राप्त करना था, ताकि एंटीना को फ्रीस्पेस सामग्री लक्षणीकरण सेटअप में लागू किया जा सके। |
c5151f18c2499f1d95522536f167f2fcf75f647f | अगली पीढ़ी के विषम वायरलेस नेटवर्क में, एक बहु-इंटरफेस टर्मिनल वाले उपयोगकर्ता के पास विभिन्न तकनीकों का उपयोग करके विभिन्न सेवा प्रदाताओं से नेटवर्क एक्सेस हो सकता है। यह माना जाता है कि हस्तांतरण निर्णय कई मानदंडों के साथ-साथ उपयोगकर्ता की वरीयता पर आधारित है। हस्तांतरण निर्णय समस्या को हल करने के लिए विभिन्न दृष्टिकोण प्रस्तावित किए गए हैं, लेकिन निर्णय विधि का चयन मनमाने ढंग से होता है और कुछ विधियां विवादास्पद परिणाम भी देती हैं। इस दस्तावेज़ में, एक नई हस्तांतरण निर्णय रणनीति के साथ एक नया हस्तांतरण मानदंड पेश किया गया है। इसके अतिरिक्त, हस्तांतरण निर्णय की पहचान हमें एक अस्पष्ट बहु विशेषता निर्णय लेने (एमएडीएम) समस्या के रूप में की जाती है, और अस्पष्ट तर्क कुछ मानदंडों और उपयोगकर्ता वरीयता की अशुद्ध जानकारी से निपटने के लिए लागू किया जाता है। विभिन्न अस्पष्ट एमएडीएम विधियों के व्यवस्थित विश्लेषण के बाद, एक व्यवहार्य दृष्टिकोण प्रस्तुत किया गया है। अंत में, प्रस्तावित विधियों को स्पष्ट करने वाले उदाहरण दिए गए हैं और विधियों की संवेदनशीलता का भी विश्लेषण किया गया है। |
e321ab5d7a98e18253ed7874946a229a10e40f26 | वर्गीकरणकर्ता का प्रदर्शन और सटीकता विशेषता चयन के परिणाम से सीधे प्रभावित होती है। एक वर्ग एफ-स्कोर सुविधा चयन और उन्नत एफ-स्कोर सुविधा चयन और आनुवंशिक एल्गोरिथ्म के आधार पर, मशीन सीखने के तरीकों जैसे कि के निकटतम पड़ोसी, समर्थन वेक्टर मशीन, यादृच्छिक वन, भोले बेय्स के साथ संयुक्त, एक हाइब्रिड सुविधा चयन एल्गोरिथ्म दो वर्गीकरण असंतुलित डेटा समस्या और बहु वर्गीकरण समस्या को संसाधित करने के लिए प्रस्तावित है। पारंपरिक मशीन लर्निंग एल्गोरिथ्म की तुलना में, यह व्यापक सुविधा स्थान में खोज कर सकता है और असंतुलित डेटा सेट की विशेषताओं से निपटने के लिए वर्गीकरणकर्ता को बढ़ावा दे सकता है, जो असंतुलित वर्गीकरण की समस्या को बेहतर ढंग से संभाल सकता है। प्रयोग के परिणामों से पता चलता है कि दो वर्गीकरण के लिए रिसीवर ऑपरेटिंग विशेषता वक्र के तहत क्षेत्र और बहु वर्गीकरण समस्या के लिए सटीकता दर अन्य मॉडलों की तुलना में सुधार किया गया है |
08fddf1865e48a1adc21d4875396a754711f0a28 | पाठ वर्गीकरण के लिए मशीन लर्निंग दस्तावेज़ वर्गीकरण, समाचार फ़िल्टरिंग, दस्तावेज़ रूटिंग और वैयक्तिकरण की आधारशिला है। पाठ क्षेत्रों में, सीखने के कार्य को कुशल और अधिक सटीक बनाने के लिए, प्रभावी विशेषता चयन आवश्यक है। इस पेपर में बारह विशेषता चयन विधियों (जैसे . सूचना प्राप्ति) का मूल्यांकन 229 पाठ वर्गीकरण समस्या उदाहरणों के एक बेंचमार्क पर किया गया था जो रॉयटर्स, TREC, OHSUMED, आदि से एकत्रित किए गए थे। परिणामों का विश्लेषण कई लक्ष्य-प्रतिक्रियाओं से किया जाता है-सटीकता, एफ-माप, परिशुद्धता, और याद-क्योंकि प्रत्येक अलग-अलग स्थितियों में उपयुक्त है। परिणामों से पता चलता है कि एक नई विशेषता चयन विधि जिसे हम बाइ-नॉर्मल सेपरेशन (बीएनएस) कहते हैं, ने अधिकांश स्थितियों में अन्य लोगों से काफी बेहतर प्रदर्शन किया। यह मार्जिन उच्च वर्ग तिरछा के साथ कार्यों में चौड़ा हुआ, जो पाठ वर्गीकरण समस्याओं में प्रचलित है और विशेष रूप से प्रेरण एल्गोरिदम के लिए चुनौतीपूर्ण है। एक नई मूल्यांकन पद्धति की पेशकश की जाती है जो डेटा माइनिंग प्रैक्टिशनर की जरूरतों पर ध्यान केंद्रित करती है जो एक डेटासेट के साथ सामना करती है जो एक (या एक जोड़ी) मीट्रिक का चयन करना चाहती है जो सबसे अच्छा प्रदर्शन करने की सबसे अधिक संभावना है। इस परिप्रेक्ष्य से, सटीकता को छोड़कर सभी लक्ष्यों के लिए बीएनएस शीर्ष एकल विकल्प था, जिसके लिए सूचना लाभ ने सबसे अधिक बार सबसे अच्छा परिणाम दिया। इस विश्लेषण से यह भी पता चला है कि, उदाहरण के लिए, लाभ और ची-स्क्वायर पर सूचनाओं में सहसंबंधित विफलताएं हैं, और इसलिए वे एक साथ खराब काम करते हैं। जब चार प्रदर्शन लक्ष्यों में से प्रत्येक के लिए मीट्रिक के इष्टतम जोड़े को मापते हैं, तो बीएनएस लगातार जोड़ी का एक सदस्य होता है-उदाहरण के लिए, सबसे बड़ी याद के लिए, जोड़ी बीएनएस + एफ 1 - उपाय ने सबसे अधिक संख्या में कार्यों पर सबसे अच्छा प्रदर्शन किया। |
32352a889360e365fa242ad3040ccd6c54131d47 | |
7857cdf46d312af4bb8854bd127e5c0b4268f90c | निरंतर-प्रवाहक मोड (सीसीएम) में काम करने वाले बूस्ट पावर फैक्टर सुधार (पीएफसी) कनवर्टर की गतिशील प्रतिक्रिया वोल्टेज नियंत्रण लूप की कम बैंडविड्थ से काफी प्रभावित होती है। इस पेपर में एक उपन्यास त्रि-राज्य बूस्ट पीएफसी कनवर्टर का प्रस्ताव है जो छद्म-निरंतर-प्रवाह मोड (पीसीसीएम) में काम करता है। एक फ्री व्हीलिंग स्विचिंग कंट्रोल इंटरवल द्वारा शुरू की गई नियंत्रण-स्वतंत्रता की एक अतिरिक्त डिग्री पीएफसी नियंत्रण प्राप्त करने में मदद करती है। एक सरल और तेज वोल्टेज नियंत्रण लूप का उपयोग निरंतर आउटपुट वोल्टेज बनाए रखने के लिए किया जा सकता है। इसके अलावा, पारंपरिक अविरल-प्रवाहक मोड (डीसीएम) में काम करने वाले बूस्ट पीएफसी कनवर्टर की तुलना में, पीसीसीएम में काम करने वाले बूस्ट पीएफसी कनवर्टर में कम वर्तमान और वोल्टेज लहरों के साथ बहुत बेहतर वर्तमान हैंडलिंग क्षमता प्रदर्शित होती है। त्रि-राज्यीय बूस्ट पीएफसी कनवर्टर के विश्लेषणात्मक और सिमुलेशन परिणाम प्रस्तुत किए गए हैं और पारंपरिक सीसीएम और डीसीएम में काम करने वाले बूस्ट पीएफसी कनवर्टर के परिणामों की तुलना की गई है। सिमुलेशन परिणाम तीन-राज्य बूस्ट पीएफसी कनवर्टर के उत्कृष्ट गतिशील प्रदर्शन को दर्शाते हैं। |
8629cebb7c574adf40d71d41389f340804c8c81f | यह लेख 1890 के दशक में वूसेटिच और हेनरी की शुरुआती फिंगरप्रिंट वर्गीकरण प्रणालियों से लेकर स्वचालित फिंगरप्रिंट पहचान के आगमन तक व्यक्तियों की पहचान करने के लिए फिंगरप्रिंट पैटर्न का उपयोग करने के प्रयासों के इतिहास में प्रमुख विकास को सारांशित करता है। फिंगरप्रिंट्स को रिकॉर्ड करने, स्टोर करने और मिलान करने के लिए मैनुअल प्रणालियों के इतिहास को क्रॉनिकल करके, लेख ऐतिहासिक संदर्भ में स्वचालित फिंगरप्रिंट मान्यता में प्रगति करता है और उनके ऐतिहासिक और सामाजिक महत्व को उजागर करता है। |
7d9089cbe958da21cbd943bdbcb996f4499e701b | दस्तावेज़ स्तर की भावना वर्गीकरण एक चुनौती बनी हुई है: एक दस्तावेज़ के अर्थ अर्थ में वाक्यों के बीच आंतरिक संबंधों को एन्कोड करना। इस समस्या को हल करने के लिए, हम एक न्यूरल नेटवर्क मॉडल पेश करते हैं जो एक एकीकृत, नीचे से ऊपर की ओर के तरीके से वेक्टर आधारित दस्तावेज़ प्रतिनिधित्व सीखता है। मॉडल पहले संवहन तंत्रिका नेटवर्क या लंबी अल्पकालिक स्मृति के साथ वाक्य प्रतिनिधित्व सीखता है। इसके बाद, वाक्य के अर्थशास्त्र और उनके संबंधों को अनुकूली रूप से गेट रिकर्सिव न्यूरल नेटवर्क के साथ दस्तावेज़ प्रतिनिधित्व में एन्कोड किया जाता है। हम IMDB और Yelp Dataset Challenge से चार बड़े पैमाने पर समीक्षा डेटासेट पर दस्तावेज़ स्तर की भावना वर्गीकरण करते हैं। प्रयोगात्मक परिणाम बताते हैं कि: (1) हमारा तंत्रिका मॉडल कई अत्याधुनिक एल्गोरिदम पर बेहतर प्रदर्शन दिखाता है; (2) गेटेड आवर्ती तंत्रिका नेटवर्क भावना वर्गीकरण के लिए दस्तावेज़ मॉडलिंग में मानक आवर्ती तंत्रिका नेटवर्क को नाटकीय रूप से बेहतर बनाता है। |
b294b61f0b755383072ab332061f45305e0c12a1 | हम एक पर्यवेक्षित कार्य में प्रदर्शन में सुधार करने के लिए मौजूदा अर्थ शब्द वेक्टरों को पुनः नियोजित करने के लिए एक त्वरित विधि प्रस्तुत करते हैं। हाल ही में, कंप्यूटिंग संसाधनों में वृद्धि के साथ, बड़ी मात्रा में बिना लेबल वाले डेटा से समृद्ध शब्द एम्बेडिंग सीखना संभव हो गया। हालांकि, कुछ विधियों को अच्छे एम्बेडिंग सीखने में दिन या सप्ताह लगते हैं, और कुछ को प्रशिक्षित करना बहुत मुश्किल होता है। हम एक विधि है कि इनपुट के रूप में एक मौजूदा एम्बेडिंग लेता है, कुछ लेबल डेटा, और एक ही स्थान में एक एम्बेडिंग का उत्पादन करता है, लेकिन पर्यवेक्षित कार्य में एक बेहतर भविष्य कहनेवाला प्रदर्शन के साथ प्रस्तावित करते हैं। हम कई आधार रेखाओं के संबंध में भावना वर्गीकरण के कार्य में सुधार दिखाते हैं और यह देखते हैं कि यह दृष्टिकोण तब सबसे उपयोगी होता है जब प्रशिक्षण सेट पर्याप्त छोटा होता है। |
4a27709545cfa225d8983fb4df8061fb205b9116 | हम बैंक की दीर्घकालिक जमाओं की बिक्री के लिए टेलीमार्केटिंग कॉल की सफलता की भविष्यवाणी करने के लिए एक डेटा माइनिंग (डीएम) दृष्टिकोण का प्रस्ताव करते हैं। 2008 से 2013 तक एकत्रित आंकड़ों के साथ एक पुर्तगाली खुदरा बैंक को संबोधित किया गया था, इस प्रकार हाल के वित्तीय संकट के प्रभावों को शामिल किया गया था। हमने बैंक के ग्राहक, उत्पाद और सामाजिक-आर्थिक विशेषताओं से संबंधित 150 विशेषताओं के एक बड़े सेट का विश्लेषण किया। जुलाई 2012 से पहले के डेटा के साथ किए गए मॉडलिंग चरण में एक अर्ध-स्वचालित सुविधा चयन का पता लगाया गया था और इससे 22 सुविधाओं के एक कम सेट का चयन करने की अनुमति मिली थी। हमने चार डीएम मॉडल की तुलना भी की: लॉजिस्टिक रिग्रेशन, निर्णय वृक्ष (डीटी), तंत्रिका नेटवर्क (एनएन) और समर्थन वेक्टर मशीन। दो मीट्रिक, रिसीवर ऑपरेटिंग कैरेक्टेरिस्टिक वक्र (एयूसी) और लिफ्ट संचयी वक्र (एएलआईएफटी) के क्षेत्र का उपयोग करते हुए, चार मॉडलों को मूल्यांकन चरण में परीक्षण किया गया था, जिसमें सबसे हालिया डेटा (जुलाई 2012 के बाद) और एक रोलिंग विंडो योजना का उपयोग किया गया था। एनएन ने सबसे अच्छे परिणाम प्रस्तुत किए (एयूसी=0.8 और एएलआईएफटी=0.7), जिससे आधे बेहतर वर्गीकृत ग्राहकों का चयन करके 79% ग्राहकों तक पहुंचने की अनुमति मिली। इसके अलावा, दो ज्ञान निष्कर्षण विधियों, एक संवेदनशीलता विश्लेषण और एक डीटी, एनएन मॉडल पर लागू किया गया था और कई प्रमुख विशेषताओं (जैसे, यूरीबोर दर, कॉल की दिशा और बैंक एजेंट अनुभव) का खुलासा किया गया था। इस तरह के ज्ञान के निष्कर्षण ने प्राप्त मॉडल को टेलीमार्केटिंग अभियान प्रबंधकों के लिए विश्वसनीय और मूल्यवान के रूप में पुष्टि की। 19 फरवरी 2014 को एल्सवियर को प्रस्तुत किया गया प्रिंट |
138c86b9283e4f26ff1583acdf4e51a5f88ccad1 | विभिन्न वस्तुओं के साथ बातचीत करने वाले लोगों को दिखाने वाली छवियों और वीडियो की व्याख्या करना एक चुनौतीपूर्ण कार्य है। इसमें दृश्य या घटना को समझना, मानव आंदोलनों का विश्लेषण करना, हेरफेर करने योग्य वस्तुओं को पहचानना और उन वस्तुओं पर मानव आंदोलन के प्रभाव को देखना शामिल है। जबकि इन प्रत्येक अवधारणात्मक कार्यों को स्वतंत्र रूप से किया जा सकता है, जब उनके बीच बातचीत पर विचार किया जाता है तो पहचान दर में सुधार होता है। मानव धारणा के मनोवैज्ञानिक अध्ययनों से प्रेरित होकर, हम एक बेयसियन दृष्टिकोण प्रस्तुत करते हैं जो मानव-वस्तु बातचीत को समझने में शामिल विभिन्न धारणात्मक कार्यों को एकीकृत करता है। वस्तु और क्रिया पहचान के लिए पूर्ववर्ती दृष्टिकोण क्रमशः स्थैतिक आकार या उपस्थिति सुविधा मिलान और गति विश्लेषण पर निर्भर करते हैं। हमारा दृष्टिकोण इन पारंपरिक दृष्टिकोणों से परे जाता है और सुसंगत अर्थिक व्याख्या के लिए प्रत्येक अवधारणात्मक तत्वों पर स्थानिक और कार्यात्मक बाधाओं को लागू करता है। इस तरह के प्रतिबंध हमें वस्तुओं और कार्यों को पहचानने की अनुमति देते हैं जब उपस्थिति पर्याप्त भेदभावपूर्ण नहीं होती है। हम किसी गति सूचना का उपयोग किए बिना स्थिर छवियों से क्रियाओं की पहचान में ऐसे प्रतिबंधों के उपयोग का भी प्रदर्शन करते हैं। |
321f14b35975b3800de5e66da64dee96071603d9 | सुविधा चयन कई मशीन लर्निंग अनुप्रयोगों का एक महत्वपूर्ण घटक है। विशेष रूप से कई जैव सूचना विज्ञान कार्यों में, सार्थक विशेषताओं को निकालने और शोर वाले लोगों को समाप्त करने के लिए कुशल और मजबूत सुविधा चयन विधियां वांछित हैं। इस पेपर में, हम एक नई मजबूत विशेषता चयन विधि का प्रस्ताव करते हैं जिसमें नुकसान फ़ंक्शन और नियमितकरण दोनों पर संयुक्त ∀2,1-नॉर्म न्यूनतमकरण पर जोर दिया गया है। ∀2,1-नॉर्म आधारित हानि फलन डेटा बिंदुओं में असामान्यताओं के लिए मजबूत है और ∀2,1नॉर्म नियमितकरण संयुक्त विरलता वाले सभी डेटा बिंदुओं में सुविधाओं का चयन करता है। एक कुशल एल्गोरिथ्म का परिचय दिया गया है जिसमें अभिसरण सिद्ध किया गया है। हमारा प्रतिगमन आधारित उद्देश्य विशेषता चयन प्रक्रिया को अधिक कुशल बनाता है। हमारी विधि का प्रयोग जीनोमिक और प्रोटियोमिक बायोमार्करों की खोज में किया गया है। हमारे विशेषता चयन पद्धति के प्रदर्शन को प्रदर्शित करने के लिए छह डेटा सेटों पर व्यापक अनुभवजन्य अध्ययन किए जाते हैं। |
9b505dd5459fb28f0136d3c63793b600042e6a94 | हम मल्टीमीडिया सामग्री के विश्लेषण और पुनर्प्राप्ति के लिए एक नया ढांचा प्रस्तुत करते हैं जिसमें दो स्वतंत्र एल्गोरिदम शामिल हैं। सबसे पहले, हम एक नया अर्ध-पर्यवेक्षित एल्गोरिथ्म प्रस्तावित करते हैं जिसे स्थानीय प्रतिगमन और वैश्विक संरेखण (एलआरजीए) के साथ रैंकिंग कहा जाता है ताकि डेटा रैंकिंग के लिए एक मजबूत लाप्लासियन मैट्रिक्स सीख सकें। LRGA में, प्रत्येक डेटा बिंदु के लिए, एक स्थानीय रैखिक प्रतिगमन मॉडल का उपयोग इसके पड़ोसी बिंदुओं के रैंकिंग स्कोर की भविष्यवाणी करने के लिए किया जाता है। इसके बाद एक एकीकृत उद्देश्य फ़ंक्शन प्रस्तावित किया जाता है ताकि सभी डेटा बिंदुओं से स्थानीय मॉडल को वैश्विक रूप से संरेखित किया जा सके ताकि प्रत्येक डेटा बिंदु को इष्टतम रैंकिंग स्कोर सौंपा जा सके। दूसरा, हम मल्टीमीडिया डेटा प्रतिनिधित्व को परिष्कृत करने के लिए एक अर्ध-पर्यवेक्षित दीर्घकालिक प्रासंगिकता प्रतिक्रिया (आरएफ) एल्गोरिथ्म का प्रस्ताव करते हैं। प्रस्तावित दीर्घकालिक आरएफ एल्गोरिथ्म मल्टीमीडिया फीचर स्पेस में मल्टीमीडिया डेटा वितरण और उपयोगकर्ताओं द्वारा प्रदान की गई इतिहास आरएफ जानकारी दोनों का उपयोग करता है। एक ट्रेस अनुपात अनुकूलन समस्या को एक कुशल एल्गोरिथ्म द्वारा तैयार और हल किया जाता है। एल्गोरिदम को कई सामग्री-आधारित मल्टीमीडिया पुनर्प्राप्ति अनुप्रयोगों पर लागू किया गया है, जिसमें क्रॉस-मीडिया पुनर्प्राप्ति, छवि पुनर्प्राप्ति और 3 डी गति / स्थिति डेटा पुनर्प्राप्ति शामिल हैं। चार डेटा सेटों पर व्यापक प्रयोगों ने सटीकता, मजबूती, स्केलेबिलिटी और कम्प्यूटेशनल दक्षता में इसके फायदे का प्रदर्शन किया है। |
0ef550dacb89fb655f252e5b17dbd5d643eb5ac1 | हमने दो मैकाक बंदरों के निचले क्षेत्र 6 (क्षेत्र F5) के रोस्ट्रल भाग में 532 न्यूरॉन्स से विद्युत गतिविधि दर्ज की। पहले के आंकड़ों से पता चला था कि इस क्षेत्र के न्यूरॉन्स लक्ष्य-निर्देशित हाथ और मुंह की गतिविधियों के दौरान निर्वहन करते हैं। हम यहाँ F5 न्यूरॉन्स ("मिरर न्यूरॉन्स", n = 92) के एक नए खोजे गए सेट के गुणों का वर्णन करते हैं, जो सभी सक्रिय हो गए जब बंदर ने एक दी गई कार्रवाई की और जब उसने प्रयोगकर्ता द्वारा की गई एक समान कार्रवाई का अवलोकन किया। दर्पण न्यूरॉन्स, दृश्य रूप से ट्रिगर होने के लिए, क्रिया के एजेंट और इसके ऑब्जेक्ट के बीच एक बातचीत की आवश्यकता होती है। केवल एजेंट या केवल वस्तु (तीन आयामी वस्तु, भोजन) की दृष्टि अप्रभावी थी। हाथ और मुंह सबसे प्रभावी थे। उन क्रियाओं में सबसे अधिक प्रतिनिधित्व किया गया जो दर्पण न्यूरॉन्स को सक्रिय करते हैं, पकड़ना, हेरफेर करना और रखना। अधिकांश दर्पण न्यूरॉन्स (92%) में वे जो दृश्य क्रिया करते हैं और जो मोटर प्रतिक्रिया वे कोड करते हैं, उसके बीच स्पष्ट संबंध था। लगभग 30% दर्पण न्यूरॉन्स में संगति बहुत सख्त थी और प्रभावी अवलोकन और निष्पादित क्रियाएं सामान्य क्रिया (जैसे कि पकड़ने) और जिस तरह से उस कार्रवाई को निष्पादित किया गया था (जैसे। सटीक पकड़) हम यह प्रस्ताव करके निष्कर्ष निकालते हैं कि दर्पण न्यूरॉन्स मोटर क्रियाओं के अवलोकन और निष्पादन के लिए एक प्रणाली बनाते हैं। हम क्रिया पहचान में इस प्रणाली की संभावित भूमिका पर चर्चा करते हैं और एफ5 और मानव ब्रोका के क्षेत्र के बीच प्रस्तावित समरूपता को देखते हुए, हम मानते हैं कि दर्पण न्यूरॉन्स के समान एक मिलान प्रणाली मनुष्यों में मौजूद है और कार्यों के साथ-साथ ध्वन्यात्मक इशारों की पहचान में शामिल हो सकती है। |
15b2c44b3868a1055850846161aaca59083e0529 | हम लेबल किए गए और अनलेबल किए गए डेटा से सीखने की सामान्य समस्या पर विचार करते हैं, जिसे अक्सर अर्ध-पर्यवेक्षित सीखने या अनुप्रेषण संबंधी अनुमान कहा जाता है। अर्ध-पर्यवेक्षित सीखने के लिए एक सिद्धांतात्मक दृष्टिकोण एक वर्गीकरण समारोह को डिजाइन करना है जो ज्ञात लेबल और अनलेबल बिंदुओं द्वारा सामूहिक रूप से प्रकट की गई आंतरिक संरचना के संबंध में पर्याप्त रूप से चिकना है। हम इस तरह के एक चिकनी समाधान प्राप्त करने के लिए एक सरल एल्गोरिथ्म प्रस्तुत करते हैं। हमारी विधि कई वर्गीकरण समस्याओं पर उत्साहजनक प्रयोगात्मक परिणाम देती है और बिना लेबल वाले डेटा के प्रभावी उपयोग को प्रदर्शित करती है। |
50886d25ddd5d0d1982ed94f90caa67639fcf1a1 | |
4c2bbcb3e897e927cd390517b2036b0b9123953c | के ऑन्टोलॉजी में अवलोकन की गई वास्तविक दुनिया की वस्तुओं के बीच स्थानिक-समय आदिम संबंधों की अवधारणा का परिचय दिया गया है जिससे ढांचे की पुनः प्रयोज्यता में सुधार हुआ है। इसकी प्रयोज्यता को दिखाने के लिए, बीअवेअर का एक प्रोटोटाइप! सड़क यातायात प्रबंधन के क्षेत्र में लागू किया गया है। इस प्रोटोटाइप का अवलोकन और ऑन्टोलॉजी-संचालित सूचना प्रणालियों के विकास के लिए सीखे गए सबक हमारे योगदान को पूरा करते हैं। © 2010 एल्सेवियर बी.वी. सभी अधिकार सुरक्षित 18 जुलाई 2010 को ऑनलाइन उपलब्ध सूचना अतिभार बड़े पैमाने पर नियंत्रण प्रणालियों के मानव ऑपरेटरों के लिए एक गंभीर समस्या है, उदाहरण के लिए, सड़क यातायात प्रबंधन के क्षेत्र में सामना करना पड़ा। ऐसी प्रणालियों के संचालकों को स्थिति जागरूकता की कमी का खतरा है, क्योंकि मौजूदा प्रणालियाँ ग्राफिकल यूजर इंटरफेस पर उपलब्ध जानकारी के विशुद्ध प्रस्तुति पर ध्यान केंद्रित करती हैं - इस प्रकार समय पर और सही पहचान, समाधान और महत्वपूर्ण स्थितियों की रोकथाम को खतरे में डालती हैं। हाल के वर्षों में, स्थिति जागरूकता के लिए ऑन्कोलॉजी-आधारित दृष्टिकोण जो अर्थ-समृद्ध ज्ञान मॉडल की विशेषता रखते हैं, उभरे हैं। हालांकि, वर्तमान दृष्टिकोण या तो अत्यधिक डोमेन-विशिष्ट हैं या यदि वे डोमेन-स्वतंत्र हैं, तो उनकी पुनः प्रयोज्यता के संबंध में कमियां हैं। इस लेख में हम बीएवेयर! के विकास से प्राप्त अपने अनुभव को प्रस्तुत करते हैं, जो एक ओन्टोलॉजी-संचालित सूचना प्रणाली के लिए एक ढांचा है जिसका उद्देश्य ऑपरेटर की स्थिति जागरूकता बढ़ाना है। मौजूदा डोमेन-स्वतंत्र दृष्टिकोणों के विपरीत, सावधान रहें! |
abf9ee52b29f109f5dbf6423fbc0d898df802971 | |
a31e3b340f448fe0a276b659a951e39160a350dd | सामान्य सूचना प्रणाली (आईएस) और कुछ प्रकार के सूचना प्रौद्योगिकी (आईटी) अनुप्रयोगों के साथ उपयोगकर्ता की संतुष्टि का आईएस अनुसंधान में पूरी तरह से अध्ययन किया गया है। पोर्टल प्रौद्योगिकी के व्यापक और बढ़ते उपयोग के साथ, पोर्टल के उपयोग पर उपयोगकर्ता संतुष्टि अध्ययन करने की आवश्यकता है - विशेष रूप से, व्यवसाय-से-कर्मचारी (बी 2 ई) पोर्टल। इस पेपर में, हम b2e पोर्टल उपयोगकर्ता संतुष्टि का निर्धारण करने के लिए एक वैचारिक मॉडल का प्रस्ताव करते हैं, जो उपयोगकर्ता संतुष्टि तराजू और b2e पोर्टल की एक व्यापक साहित्य समीक्षा से प्राप्त किया गया है। b2e पोर्टल उपयोगकर्ता संतुष्टि के नौ आयामों की पहचान की गई और उन्हें मॉडलिंग किया गयाः सूचना सामग्री, उपयोग में आसानी, पहुंच की सुविधा, समयबद्धता, दक्षता, सुरक्षा, गोपनीयता, संचार और लेआउट। |
0848827ba30956e29d7d126d0a05e51660094ebe | वस्तुओं का इंटरनेट (आईओटी) स्वचालित प्रणालियों के प्रबंधन और नियंत्रण में क्रांति ला रहा है, जिससे स्मार्ट घरों, स्मार्ट शहरों, स्वास्थ्य देखभाल, परिवहन आदि जैसे क्षेत्रों में एक प्रतिमान परिवर्तन हो रहा है। युद्ध के मैदानों में सैन्य अभियानों की प्रभावशीलता में सुधार के लिए आईओटी प्रौद्योगिकी की भी महत्वपूर्ण भूमिका है। समन्वित स्वचालित निर्णयों के लिए युद्ध उपकरण और अन्य युद्धक्षेत्र संसाधनों के परस्पर संबंध को युद्धक्षेत्र वस्तुओं का इंटरनेट (आईओबीटी) कहा जाता है। संचार बुनियादी ढांचे की अनुपस्थिति और साइबर और भौतिक हमलों के लिए उपकरणों की अतिसंवेदनशीलता जैसी युद्धक्षेत्र विशिष्ट चुनौतियों के कारण IoBT नेटवर्क पारंपरिक IoT नेटवर्क से काफी भिन्न हैं। युद्ध परिदृश्यों में युद्ध दक्षता और समन्वित निर्णय लेने की क्षमता वास्तविक समय में डेटा संग्रह पर निर्भर करती है, जो बदले में नेटवर्क की कनेक्टिविटी और विरोधी की उपस्थिति में सूचना प्रसार पर निर्भर करती है। इस कार्य का उद्देश्य सुरक्षित और पुनः विन्यास योग्य IoBT नेटवर्क के डिजाइन की सैद्धांतिक नींव बनाना है। स्टोचैस्टिक ज्यामिति और गणितीय महामारी विज्ञान के सिद्धांतों का लाभ उठाते हुए, हम विभिन्न प्रकार के नेटवर्क उपकरणों के बीच मिशन-क्रिटिकल डेटा के संचार का अध्ययन करने के लिए एक एकीकृत ढांचा विकसित करते हैं और परिणामस्वरूप लागत प्रभावी तरीके से नेटवर्क को डिजाइन करते हैं। |
32e876a9420f7c58a3c55ec703416c7f57a54f4c | संभावनावादी ग्राफिकल मॉडल, विश्वास नेटवर्क, कारण प्रभाव और संभावनावादी अनुमान के निरंतर बढ़ते क्षेत्रों में अधिकांश शोधकर्ताओं के लिए, एसीएम ट्यूरिंग पुरस्कार विजेता डॉ. पर्ल और कारण पर उनके सेमिनार के पत्र अच्छी तरह से ज्ञात और मान्यता प्राप्त हैं। कारणता का प्रतिनिधित्व और निर्धारण, एक घटना (कारण) और दूसरी घटना (प्रभाव) के बीच का संबंध, जहां दूसरी घटना को पहले के परिणाम के रूप में समझा जाता है, एक चुनौतीपूर्ण समस्या है। इन वर्षों में डॉ. पर्ल ने कारण और प्रभाव की कला और विज्ञान दोनों पर काफी लिखा है। "कारणता: मॉडल, तर्क और निष्कर्ष" पर इस पुस्तक में, बेयसियन विश्वास नेटवर्क के आविष्कारक ने अपने पहले के कामों पर चर्चा की और चर्चा की लेकिन कारण और प्रभाव के साथ तर्क, सांख्यिकी में कारण संबंधी निष्कर्ष, सिम्पसन का विरोधाभास, अनुभवजन्य अनुसंधान के लिए कारण संबंधी आरेख, कारण संबंधी दावों की मजबूती, कारण और स्पष्टीकरण, और कारण की संभावनाओं की सीमाएं और पहचान। |
a04145f1ca06c61f5985ab22a2346b788f343392 | पिछले डेढ़ दशक के दौरान बड़ी संख्या में अध्ययन किए गए हैं, जो उन कारकों की पहचान करने का प्रयास करते हैं जो सूचना प्रणालियों की सफलता में योगदान करते हैं। हालांकि, इन अध्ययनों में आश्रित चर-आई/एस सफलता-परिभाषित करने के लिए एक कठिन रहा है। विभिन्न शोधकर्ताओं ने सफलता के विभिन्न पहलुओं को संबोधित किया है, जिससे तुलना करना मुश्किल हो गया है और आई/एस अनुसंधान के लिए एक संचयी परंपरा बनाने की संभावना समान रूप से दुर्गम है। इस विविध शोध को व्यवस्थित करने के साथ-साथ आई/एस सफलता की अवधारणा का एक अधिक एकीकृत दृष्टिकोण प्रस्तुत करने के लिए, एक व्यापक वर्गीकरण पेश किया गया है। यह वर्गीकरण आई/एस सफलता के छह प्रमुख आयामों या श्रेणियों को प्रस्तुत करता है-सिस्टम की सामान्यता, सूचना की गुणवत्ता, उपयोग, उपयोगकर्ता संतुष्टि, व्यक्तिगत प्रभाव और संगठनात्मक प्रभाव। इन आयामों का उपयोग करते हुए, वैचारिक और अनुभवजन्य दोनों अध्ययनों की समीक्षा की जाती है (कुल 180 लेखों का हवाला दिया गया है) और वर्गीकरण के आयामों के अनुसार व्यवस्थित किया जाता है। अंत में, आई/एस सफलता के कई पहलुओं को एक वर्णनात्मक मॉडल में एक साथ खींचा गया है और भविष्य के आई/एस अनुसंधान के लिए इसके निहितार्थ पर चर्चा की गई है। |
a99f1f749481e44abab0ba9a8b7c1d3572a2e465 | |
5c8bb027eb65b6d250a22e9b6db22853a552ac81 | |
3913d2e0a51657a5fe11305b1bcc8bf3624471c0 | प्राकृतिक भाषा प्रसंस्करण में प्रतिनिधित्व सीखना एक मूलभूत समस्या है। इस पेपर में अध्ययन किया गया है कि पाठ वर्गीकरण के लिए संरचित प्रतिनिधित्व कैसे सीखें। अधिकांश मौजूदा प्रतिनिधित्व मॉडल के विपरीत जो या तो कोई संरचना का उपयोग नहीं करते हैं या पूर्व-निर्धारित संरचनाओं पर निर्भर करते हैं, हम स्वचालित रूप से अनुकूलित संरचनाओं की खोज करके वाक्य प्रतिनिधित्व सीखने के लिए एक सुदृढीकरण सीखने (आरएल) विधि का प्रस्ताव करते हैं। हम संरचित प्रतिनिधित्व के निर्माण के दो प्रयासों का प्रदर्शन करते हैंः सूचना आसुत एलएसटीएम (आईडी-एलएसटीएम) और पदानुक्रमित संरचित एलएसटीएम (एचएस-एलएसटीएम) । आईडी-एलएसटीएम केवल महत्वपूर्ण, कार्य-संबंधी शब्दों का चयन करता है, और एचएस-एलएसटीएम एक वाक्य में वाक्यांश संरचनाओं की खोज करता है। दो प्रतिनिधित्व मॉडल में संरचना की खोज एक अनुक्रमिक निर्णय समस्या के रूप में तैयार की गई हैः संरचना की खोज के वर्तमान निर्णय निम्नलिखित निर्णयों को प्रभावित करते हैं, जिन्हें नीति ढाल आरएल द्वारा संबोधित किया जा सकता है। परिणाम बताते हैं कि हमारी विधि स्पष्ट संरचना एनोटेशन के बिना महत्वपूर्ण शब्दों या कार्य-संबंधी संरचनाओं की पहचान करके कार्य-अनुकूल प्रतिनिधित्व सीख सकती है, और इस प्रकार प्रतिस्पर्धी प्रदर्शन देती है। |
599ebeef9c9d92224bc5969f3e8e8c45bff3b072 | वर्ल्ड वाइड वेब की विस्फोटक वृद्धि और ई-कॉमर्स के उद्भव ने सिफारिश प्रणाली के विकास को जन्म दिया है - एक व्यक्तिगत सूचना फ़िल्टरिंग तकनीक जो किसी विशेष उपयोगकर्ता के लिए रुचि के आइटमों के एक सेट की पहचान करने के लिए उपयोग की जाती है। उपयोगकर्ता आधारित सहयोगी फ़िल्टरिंग सिफारिश प्रणाली के निर्माण के लिए अब तक की सबसे सफल तकनीक है और इसका व्यापक रूप से कई वाणिज्यिक सिफारिश प्रणालियों में उपयोग किया जाता है। दुर्भाग्य से, इन विधियों की कम्प्यूटेशनल जटिलता ग्राहकों की संख्या के साथ रैखिक रूप से बढ़ती है, जो विशिष्ट वाणिज्यिक अनुप्रयोगों में कई मिलियन हो सकती है। इन स्केलेबिलिटी चिंताओं को दूर करने के लिए मॉडल आधारित सिफारिश तकनीक विकसित की गई है। ये तकनीकें विभिन्न वस्तुओं के बीच संबंधों की खोज करने के लिए उपयोगकर्ता-आइटम मैट्रिक्स का विश्लेषण करती हैं और इन संबंधों का उपयोग सिफारिशों की सूची की गणना के लिए करती हैं। इस लेख में, हम मॉडल-आधारित सिफारिश एल्गोरिदम के एक ऐसे वर्ग को प्रस्तुत करते हैं जो पहले विभिन्न वस्तुओं के बीच समानताएं निर्धारित करता है और फिर अनुशंसित होने वाले आइटमों के सेट की पहचान करने के लिए उनका उपयोग करता है। एल्गोरिदम के इस वर्ग में प्रमुख कदम (i) आइटमों के बीच समानता की गणना करने के लिए प्रयुक्त विधि, और (ii) आइटमों की एक टोकरी और एक उम्मीदवार अनुशंसाकर्ता आइटम के बीच समानता की गणना करने के लिए इन समानताओं को संयोजित करने के लिए प्रयुक्त विधि हैं। आठ वास्तविक डेटासेट पर हमारे प्रयोगात्मक मूल्यांकन से पता चलता है कि ये आइटम-आधारित एल्गोरिदम पारंपरिक उपयोगकर्ता-पड़ोस आधारित अनुशंसा प्रणाली की तुलना में दो आदेशों तक तेज़ हैं और तुलनीय या बेहतर गुणवत्ता के साथ सिफारिशें प्रदान करते हैं। |
01a8909330cb5d4cc37ef50d03467b1974d6c9cf | यह अवलोकन स्वायत्त बहु-उंगली वाले रोबोटिक हाथों के साथ 3 डी ऑब्जेक्ट ग्रैप्स उत्पन्न करने के लिए कम्प्यूटेशनल एल्गोरिदम प्रस्तुत करता है। रोबोटिक पकड़ना दशकों से एक सक्रिय अनुसंधान विषय रहा है, और बहुत प्रयास पकड़ संश्लेषण एल्गोरिदम पर खर्च किया गया है। मौजूदा कागजात पकड़ने के यांत्रिकी और उंगली-वस्तु संपर्क बातचीत [7] या रोबोट हाथ डिजाइन और उनके नियंत्रण [1] की समीक्षा पर ध्यान केंद्रित करते हैं। रोबोट पकड़ संश्लेषण एल्गोरिदम की समीक्षा की गई है [63], लेकिन तब से एक महत्वपूर्ण प्रगति को पकड़ने की समस्या के लिए सीखने की तकनीकों को लागू करने की दिशा में किया गया है। यह अवलोकन विश्लेषणात्मक और अनुभवजन्य संश्लेषण दृष्टिकोणों पर केंद्रित है। |
4e03cadf3095f8779eaf878f0594e56ad88788e2 | |
a63c3f53584fd50e27ac0f2dcbe28c7361b5adff | आरएफ, माइक्रोवेव और मिलीमीटर-वेव अनुप्रयोगों के लिए सिलिकॉन संभावनाओं और चुनौतियों का एक नया सेट प्रदान करता है। जबकि सिजी हेटरोजंक्शन द्विध्रुवीय ट्रांजिस्टर की उच्च कटऑफ आवृत्तियों और MOSFET के लगातार सिकुड़ते हुए फीचर आकार में बहुत अधिक वादा है, इन प्रौद्योगिकियों की वास्तविकताओं से निपटने के लिए नई डिजाइन तकनीकों की खोज की जानी चाहिए, जैसे कि कम टूटने वाले वोल्टेज, हानि वाले सब्सट्रेट, कम-क्यू निष्क्रिय, लंबे इंटरकनेक्ट परजीवी, और उच्च आवृत्ति युग्मन मुद्दे। सिलिकॉन में पूर्ण प्रणाली एकीकरण के उदाहरण के रूप में, यह पेपर 0.18-/spl mu/m सिलिकॉन-जर्मनियम में पहला पूरी तरह से एकीकृत 24-जीएचजेड आठ-घटक चरणबद्ध सरणी रिसीवर और 0.18-/spl mu/m सीएमओएस में एकीकृत पावर एम्पलीफायरों के साथ पहला पूरी तरह से एकीकृत 24-जीएचजेड चार-घटक चरणबद्ध सरणी ट्रांसमीटर प्रस्तुत करता है। ट्रांसमीटर और रिसीवर बीम बनाने में सक्षम हैं और संचार, रेंजिंग, पोजिशनिंग और सेंसरिंग अनुप्रयोगों के लिए उपयोग किया जा सकता है। |
64da24aad2e99514ab26d093c19cebec07350099 | क्यूबसैट प्लेटफॉर्म वैश्विक इंटरनेट नेटवर्क, गहरे अंतरिक्ष अन्वेषण और एयरोस्पेस अनुसंधान प्रयासों के लिए वैकल्पिक समाधान के रूप में वाणिज्यिक उपक्रमों में तेजी से लोकप्रिय हो रहे हैं। कई प्रौद्योगिकी कंपनियां और सिस्टम इंजीनियर वैश्विक लो अर्थ ऑर्बिट (एलईओ) इंटर-सैटेलाइट नक्षत्रों के हिस्से के रूप में छोटे उपग्रह प्रणालियों को लागू करने की योजना बना रहे हैं। इन प्रयासों को आगे बढ़ाने में उच्च प्रदर्शन वाले कम लागत वाले हार्डवेयर का महत्वपूर्ण महत्व है। इस पत्र में का-बैंड इंटीग्रेटेड ट्रांसमीटर असेंबली (आईटीए) मॉड्यूल की हेटरोडीन वास्तुकला और प्रदर्शन प्रस्तुत किया गया है, जिसे उच्च डेटा दर अंतरिक्ष संचार प्रणालियों के लिए कम लागत वाले समाधान के रूप में नैनो/माइक्रोसैटेलाइट या अन्य उपग्रह प्रणालियों में लागू किया जा सकता है। मॉड्यूल एक 0.9 से 1.1 GHz IF इनपुट सिग्नल को 26.7 से 26.9 GHz आवृत्ति रेंज में +29 dBm के रैखिक प्रसारण को प्रदान करने के लिए एक अंतर्निहित चरण लॉक ऑसिलेटर, एकीकृत ट्रांसमीटर, ध्रुवीकरणकर्ता और लेंस सुधारित एंटीना के साथ परिवर्तित करता है। |
0b44fcbeea9415d400c5f5789d6b892b6f98daff | इस लेख में, हम एक ऐसे बड़े एनोटेटेड कॉर्पस के निर्माण के हमारे अनुभव की समीक्षा करते हैं - पेन ट्रीबैंक, एक कॉर्पस जिसमें अमेरिकी अंग्रेजी के 4.5 मिलियन से अधिक शब्द शामिल हैं। पेन ट्रीबैंक परियोजना के पहले तीन साल के चरण (1989-1992) के दौरान, इस कॉर्पस को पार्ट-ऑफ-स्पीच (पीओएस) जानकारी के लिए एनोटेट किया गया है। इसके अतिरिक्त, आधे से अधिक भाग में कंकाल की वाक्य रचना के लिए टिप्पणी की गई है। टिप्पणियाँ यूनिवर्सिटी ऑफ पेन्सिलवेनिया डिपार्टमेंट ऑफ कंप्यूटर एंड इन्फॉर्मेशन साइंस तकनीकी रिपोर्ट नं. एमएससीआईएस -93-87। यह तकनीकी रिपोर्ट स्कॉलरली कॉमन्स पर उपलब्ध हैः http://repository.upenn.edu/cis_reports/237 बिल्डिंग ए लार्ज एनोटेटेड कॉर्पस ऑफ इंग्लिश: द पेन ट्रीबैंक एमएस-सीआईएस -93-87 लिंक लैब 260 मिशेल पी. मार्कस बीट्रेस सैंटोरिनी मैरी एन मार्सिंकीविच यूनिवर्सिटी ऑफ पेन्सिलवेनिया स्कूल ऑफ इंजीनियरिंग एंड एप्लाइड साइंस कंप्यूटर और सूचना विज्ञान विभाग फिलाडेल्फिया, पीए 19104-6389 |
7c70c29644ff1d6dd75a8a4dd0556fb8cb13549b | हम माइक्रोवेव अनुप्रयोगों के लिए अनुरूप और लचीले सब्सट्रेट बनाने के लिए एक उपन्यास तकनीक प्रस्तुत करते हैं जिसमें सिस्टम-ऑन-पैक-अप शामिल हैं। उत्पादित सामग्री को सिरेमिक पाउडर को पॉलिमर के साथ जोड़कर उच्च-विपरीत सब्सट्रेट उत्पन्न करने के लिए निर्मित किया जाता है जो एक साथ लचीला (झुकने योग्य) होता है। ऐसे कई पोलीमर-सिरेमिक सब्सट्रेट निर्मित होते हैं और एक पैच एंटीना और एक युग्मित लाइन फिल्टर के प्रदर्शन की जांच करने के लिए उपयोग किए जाते हैं। इस पेपर में सब्सट्रेट मिश्रण विधि का वर्णन किया गया है जबकि सब्सट्रेट के नुकसान प्रदर्शन का मूल्यांकन करने के लिए माप दिए गए हैं। कुल मिलाकर, निर्मित मिश्रित सामग्री लचीले सब्सट्रेट को epsivr=20 तक की अनुमतिकता और पर्याप्त रूप से कम हानि के साथ ले जाती है |
85947d646623ef7ed96dfa8b0eb705d53ccb4efe | नेटवर्क फोरेंसिक वह विज्ञान है जो घुसपैठ का पता लगाने और उनकी जांच के लिए नेटवर्क ट्रैफ़िक को कैप्चर, रिकॉर्डिंग और विश्लेषण करता है। यह पत्र विभिन्न नेटवर्क फोरेंसिक ढांचे का एक विस्तृत सर्वेक्षण करता है जो आज तक प्रस्तावित है। नेटवर्क फॉरेंसिक के लिए एक सामान्य प्रक्रिया मॉडल प्रस्तावित किया गया है जो डिजिटल फॉरेंसिक के विभिन्न मौजूदा मॉडलों पर बनाया गया है। नेटवर्क फोरेंसिक के लिए परिभाषा, वर्गीकरण और प्रेरणा स्पष्ट रूप से बताई गई है। विभिन्न नेटवर्क फोरेंसिक विश्लेषण उपकरण (एनएफएटी) और नेटवर्क सुरक्षा निगरानी उपकरणों की कार्यक्षमता पर चर्चा की गई है, जो फोरेंसिक परीक्षकों के लिए उपलब्ध हैं। कार्यान्वयन ढांचे, प्रक्रिया मॉडल और विश्लेषण उपकरण में मौजूद विशिष्ट शोध अंतराल की पहचान की गई है और प्रमुख चुनौतियों पर प्रकाश डाला गया है। इस कार्य का महत्व यह है कि यह नेटवर्क फोरेंसिक पर एक अवलोकन प्रस्तुत करता है जिसमें उपकरण, प्रक्रिया मॉडल और ढांचे के कार्यान्वयन शामिल हैं, जो इस आगामी और युवा अनुशासन की खोज में सुरक्षा चिकित्सकों और शोधकर्ताओं के लिए बहुत उपयोगी होगा। 2010 एल्सवियर लिमिटेड सभी अधिकार सुरक्षित |
7d98dce77cce2d0963a3b6566f5c733ad4343ce4 | यह अध्ययन डेविस (1989) के टीएएम मॉडल और स्ट्राब (1994) के एसपीआईआर परिशिष्ट को आईटी प्रसार मॉडल में लिंग जोड़कर विस्तारित करता है। प्रौद्योगिकी स्वीकृति मॉडल (टीएएम) का आईएस अनुसंधान में आईएस-प्रकारों और राष्ट्रीयताओं में सूचना प्रणालियों के उपयोग के स्पष्टीकरण के रूप में व्यापक रूप से अध्ययन किया गया है। यद्यपि इस शोध में सांस्कृतिक अंतर पाया गया है, लेकिन इसने लिंग के प्रभावों की अनदेखी की है, भले ही सामाजिक-भाषाई अनुसंधान में लिंग संस्कृति का एक मौलिक पहलू है। दरअसल, समाजशास्त्रीय शोध से पता चला है कि पुरुष अपने भाषणों को पदानुक्रम और स्वतंत्रता पर केंद्रित करते हैं जबकि महिलाएं अंतरंगता और एकजुटता पर ध्यान केंद्रित करती हैं। यह साहित्य आईटी प्रसार अनुसंधान और प्रौद्योगिकी स्वीकृति मॉडल के लिए वैचारिक विस्तार के लिए एक ठोस आधार प्रदान करता है। लिंग के अंतर का परीक्षण करने के लिए जो विश्वासों और कंप्यूटर आधारित मीडिया के उपयोग से संबंधित हो सकते हैं, वर्तमान अध्ययन में 392 महिला और पुरुष प्रतिक्रियाओं का एक क्रॉस-सेक्शनल सर्वेक्षण उपकरण के माध्यम से नमूना लिया गया। यह नमूना उत्तरी अमेरिका, एशिया और यूरोप में एयरलाइन उद्योग में ई-मेल सिस्टम का उपयोग करने वाले ज्ञान श्रमिकों के तुलनीय समूहों से लिया गया था। अध्ययन के निष्कर्षों से पता चलता है कि महिलाओं और पुरुषों की धारणा अलग है लेकिन ई-मेल का उपयोग नहीं। इन निष्कर्षों से पता चलता है कि शोधकर्ताओं को अन्य सांस्कृतिक प्रभावों के साथ-साथ आईटी प्रसार मॉडल में लिंग को भी शामिल करना चाहिए। इसके अलावा, प्रबंधकों और सहकर्मियों को यह महसूस करने की आवश्यकता है कि संचार के एक ही तरीके को लिंगों द्वारा अलग-अलग माना जा सकता है, यह सुझाव देते हुए कि अधिक अनुकूल संचार वातावरण बनाए जा सकते हैं, ऐसे वातावरण जो न केवल संगठनात्मक संदर्भ कारकों को ध्यान में रखते हैं, बल्कि उपयोगकर्ताओं के लिंग भी हैं। इन वातावरणों के निर्माण में संचार माध्यमों की वास्तविक तैनाती ही नहीं, बल्कि संचार माध्यमों पर संगठनात्मक प्रशिक्षण भी शामिल है। |
2599131a4bc2fa957338732a37c744cfe3e17b24 | एक प्रशिक्षण एल्गोरिथ्म जो प्रशिक्षण पैटर्न और निर्णय सीमा के बीच मार्जिन को अधिकतम करता है प्रस्तुत किया गया है। यह तकनीक विभिन्न प्रकार के वर्गीकरण कार्यों पर लागू होती है, जिसमें पर्सेप्ट्रोन, बहुपद और रेडियल बेस फंक्शंस शामिल हैं। पैरामीटर की प्रभावी संख्या को समस्या की जटिलता के अनुरूप स्वचालित रूप से समायोजित किया जाता है। समाधान को समर्थन पैटर्न के रैखिक संयोजन के रूप में व्यक्त किया जाता है। ये प्रशिक्षण पैटर्न के सबसेट हैं जो निर्णय सीमा के सबसे करीब हैं। सामान्यीकरण प्रदर्शन पर सीमाएं छोड़-एक-बाहर विधि और वीसी-आयाम के आधार पर दी गई हैं। ऑप्टिकल वर्ण पहचान समस्याओं पर प्रयोगात्मक परिणाम अन्य सीखने के एल्गोरिदम के साथ तुलना में प्राप्त अच्छे सामान्यीकरण को प्रदर्शित करते हैं। |
68c29b7bf1811f941040bba6c611753b8d756310 | आधुनिक कार को नेटवर्क पर जुड़े कंप्यूटरों द्वारा नियंत्रित किया जाता है। इन नेटवर्क की सुरक्षा ऐतिहासिक रूप से कम चिंता का विषय थी, लेकिन हाल के वर्षों में शोधकर्ताओं ने हमले के लिए उनकी कई कमजोरियों का प्रदर्शन किया है। इन हमलों के विरुद्ध रक्षा के भाग के रूप में, हम ऑटोमोटिव कंट्रोलर एरिया नेटवर्क (सीएएन) बस के लिए एक विसंगति डिटेक्टर का मूल्यांकन करते हैं। अधिकांश हमले नेटवर्क में अतिरिक्त पैकेट डालने पर आधारित होते हैं। लेकिन अधिकांश सामान्य पैकेट एक सख्त आवृत्ति पर आते हैं। यह एक विसंगति डिटेक्टर को प्रेरित करता है जो वर्तमान और ऐतिहासिक पैकेट समय की तुलना करता है। हम एक एल्गोरिथ्म प्रस्तुत करते हैं जो एक स्लाइडिंग विंडो पर अंतर-पैकेट समय को मापता है। औसत समय की तुलना ऐतिहासिक औसत से की जाती है ताकि एक विसंगति संकेत प्राप्त किया जा सके। हम इस दृष्टिकोण का मूल्यांकन सम्मिलन आवृत्तियों की एक सीमा पर करते हैं और इसकी प्रभावशीलता की सीमाओं को प्रदर्शित करते हैं। हम यह भी दिखाते हैं कि कैसे पैकेट के डेटा सामग्री का एक समान माप विसंगतियों की पहचान करने के लिए प्रभावी नहीं है। अंत में हम दिखाते हैं कि कैसे एक वर्ग समर्थन वेक्टर मशीन उच्च विश्वास के साथ विसंगतियों का पता लगाने के लिए एक ही जानकारी का उपयोग कर सकते हैं। |
c43d8a3d36973e3b830684e80a035bbb6856bcf7 | चित्र सुपर-रिज़ॉल्यूशन (एसआर) के लिए संवितरण तंत्रिका नेटवर्क (सीएनएन) गहराई का महत्वपूर्ण महत्व है। हालांकि, हम देखते हैं कि छवि एसआर के लिए गहरे नेटवर्क को प्रशिक्षित करना अधिक कठिन है। निम्न रिज़ॉल्यूशन इनपुट और सुविधाओं में प्रचुर मात्रा में निम्न आवृत्ति की जानकारी होती है, जिसे चैनलों में समान रूप से माना जाता है, इस प्रकार सीएनएन की प्रतिनिधित्व क्षमता में बाधा आती है। इन समस्याओं को हल करने के लिए हम बहुत गहरे अवशिष्ट चैनल ध्यान नेटवर्क (आरसीएएन) का प्रस्ताव करते हैं। विशेष रूप से, हम एक अवशिष्ट में अवशिष्ट (आरआईआर) संरचना का प्रस्ताव करते हैं जो बहुत गहरे नेटवर्क का निर्माण करता है, जिसमें लंबे स्किप कनेक्शन वाले कई अवशिष्ट समूह होते हैं। प्रत्येक अवशिष्ट समूह में कुछ अवशिष्ट ब्लॉक होते हैं जिनमें छोटे स्किप कनेक्शन होते हैं। इस बीच, आरआईआर बहु-स्किप कनेक्शनों के माध्यम से प्रचुर मात्रा में कम आवृत्ति की जानकारी को बायपास करने की अनुमति देता है, जिससे मुख्य नेटवर्क उच्च आवृत्ति की जानकारी सीखने पर ध्यान केंद्रित करता है। इसके अलावा, हम चैनलों के बीच परस्पर निर्भरता पर विचार करके चैनल-वार विशेषताओं को अनुकूली रूप से पुनः मापने के लिए एक चैनल ध्यान तंत्र का प्रस्ताव करते हैं। व्यापक प्रयोगों से पता चलता है कि हमारे आरसीएएन अत्याधुनिक तरीकों के मुकाबले बेहतर सटीकता और दृश्य सुधार प्राप्त करते हैं। |
77768638f4f400272b6e5970596b127663471538 | अनुसंधान साक्ष्य संश्लेषण के लिए स्कोपिंग समीक्षा एक तेजी से लोकप्रिय दृष्टिकोण बन गया है। यह एक अपेक्षाकृत नया दृष्टिकोण है जिसके लिए एक सार्वभौमिक अध्ययन परिभाषा या अंतिम प्रक्रिया स्थापित नहीं की गई है। इस स्कोपिंग समीक्षा का उद्देश्य साहित्य में स्कोपिंग समीक्षाओं का अवलोकन प्रदान करना था। आर्कसी और ओ मले फ्रेमवर्क का उपयोग करके एक स्कोपिंग समीक्षा की गई थी। चार ग्रंथसूचीगत डेटाबेस और ग्रे साहित्य में खोज की गई ताकि स्कोपिंग समीक्षा अध्ययनों की पहचान की जा सके। समीक्षा चयन और विशेषता दो स्वतंत्र समीक्षकों द्वारा पूर्व-परीक्षण किए गए रूपों का उपयोग करके की गई थी। परिणाम खोज में वर्ष 1999 से अक्टूबर 2012 तक प्रकाशित 344 स्कोपिंग समीक्षाओं की पहचान की गई। समीक्षाओं में उद्देश्य, पद्धति और रिपोर्टिंग के विवरण के संदर्भ में भिन्नता थी। लगभग तीन-चौथाई समीक्षाओं (74.1%) में स्वास्थ्य विषय शामिल था। अध्ययन पूरा करने का समय 2 सप्ताह से 20 महीने तक भिन्न होता है और 51% ने प्रकाशित पद्धतिगत ढांचे का उपयोग किया है। शामिल अध्ययनों की गुणवत्ता का मूल्यांकन शायद ही कभी किया गया (22.38%) । निष्कर्ष स्कोपिंग समीक्षाएं व्यापक विषयों की मैपिंग के लिए अपेक्षाकृत नया लेकिन तेजी से आम दृष्टिकोण है। उनके आचरण में भिन्नता के कारण, साक्ष्य की उपयोगिता और शक्ति सुनिश्चित करने के लिए उनके पद्धतिगत मानकीकरण की आवश्यकता है। |
4c5815796c29d44c940830118339e276f741d34a | घरेलू और औद्योगिक वातावरण में रोबोट सहायक और पेशेवर सहकर्मी एक वस्तु बन रहे हैं। रोबोट को मानव के साथ अपने कार्यक्षेत्र को साझा करने और उनके साथ शारीरिक रूप से बातचीत करने में सक्षम बनाने के लिए, सुरक्षित रोबोट प्रतिक्रिया के लिए नियंत्रण रणनीतियों के साथ, पूरे रोबोट संरचना पर संभावित टकराव के तेजी से और विश्वसनीय हैंडलिंग की आवश्यकता होती है। इसका मुख्य उद्देश्य शारीरिक संपर्क के कारण मानव को होने वाली संभावित चोटों को रोकना या सीमित करना है। इस सर्वेक्षण पत्र में, इस विषय पर हमारे शुरुआती काम के आधार पर, हम वास्तविक समय में टकराव का पता लगाने, अलगाव और पहचान के लिए प्रयोगात्मक मॉडल-आधारित एल्गोरिदम की समीक्षा, विस्तार, तुलना और मूल्यांकन करते हैं जो केवल प्रोप्रियोसेप्टिव सेंसर का उपयोग करते हैं। यह पर्यावरण के साथ बातचीत करने वाले रोबोटों के लिए टक्कर घटना पाइपलाइन के संदर्भ-स्वतंत्र चरणों को शामिल करता है, जैसे कि भौतिक मानव-रोबोट बातचीत या हेरफेर कार्यों में। समस्या को पहले कठोर रोबोटों के लिए संबोधित किया जाता है और फिर संयुक्त / संचरण लचीलेपन की उपस्थिति तक विस्तारित किया जाता है। भौतिक रूप से प्रेरित मूल समाधान पहले से ही दुनिया भर में कई रोबोटिक प्रणालियों पर लागू किया गया है, जो मैनिपुलेटर और ह्यूमनॉइड से लेकर फ्लाइंग रोबोट और यहां तक कि वाणिज्यिक उत्पादों तक हैं। |
4e3a22ed94c260b9143eee9fdf6d5d6e892ecd8f | |
e18fa8c8f402c483b2c3eaaa89192fe99e80abd5 | कई अध्ययनों से पता चलता है कि प्रकाशित समाचारों का शेयर बाजार की दिशा, इसकी अस्थिरता, व्यापार की मात्रा और समाचारों में उल्लिखित व्यक्तिगत शेयरों के मूल्य पर महत्वपूर्ण प्रभाव पड़ता है। यहां तक कि कुछ प्रकाशित शोध भी हैं जो सुझाव देते हैं कि समाचार दस्तावेजों, त्रैमासिक रिपोर्टों, ब्लॉगों और/या ट्विटर डेटा के स्वचालित भावना विश्लेषण का व्यापारिक रणनीति के हिस्से के रूप में उत्पादक रूप से उपयोग किया जा सकता है। यह पत्र व्यापारिक रणनीतियों के ऐसे ही एक परिवार को प्रस्तुत करता है, और फिर इस अनुप्रयोग का उपयोग कुछ मौन धारणाओं की फिर से जांच करने के लिए करता है कि कैसे भावना विश्लेषकों का मूल्यांकन आम तौर पर किया जाता है, उनके आवेदन के संदर्भों के बावजूद। इस विसंगति की कीमत है। |
050c6fa2ee4b3e0a076ef456b82b2a8121506060 | छवियों में 2D बॉउंडिंग बॉक्स के रूप में वस्तुओं को पहचानने में प्राप्त महान प्रगति के बावजूद, अभी भी अवरुद्ध वस्तुओं का पता लगाना और एक ही छवि से कई वस्तुओं के 3D गुणों का अनुमान लगाना बहुत चुनौतीपूर्ण है। इस पेपर में, हम एक उपन्यास वस्तु प्रतिनिधित्व, 3 डी वोक्सल पैटर्न (3 डीवीपी) का प्रस्ताव करते हैं, जो संयुक्त रूप से उपस्थिति, 3 डी आकार, दृश्य, ऑक्ल्यूशन और ट्रंकेशन सहित वस्तुओं के प्रमुख गुणों को एन्कोड करता है। हम 3DVP को डेटा-संचालित तरीके से खोजते हैं, और 3DVP के शब्दकोश के लिए विशेष डिटेक्टरों के एक बैंक को प्रशिक्षित करते हैं। 3डीवीपी डिटेक्टर विशिष्ट दृश्यता पैटर्न वाली वस्तुओं का पता लगाने और 3डीवीपी से मेटा-डेटा को 2डी सेगमेंटेशन मास्क, 3डी पोज के साथ-साथ ऑक्ल्यूशन या ट्रंकेशन बॉर्डर जैसे डिटेक्टेड वस्तुओं में स्थानांतरित करने में सक्षम हैं। स्थानांतरित मेटा-डेटा हमें वस्तुओं के बीच अवरुद्ध संबंध का अनुमान लगाने की अनुमति देता है, जो बदले में बेहतर वस्तु मान्यता परिणाम प्रदान करता है। KITTI डिटेक्शन बेंचमार्क [17] और आउटडोर-सीन डेटासेट [41] पर प्रयोग किए जाते हैं। हम कार का पता लगाने के अत्याधुनिक परिणामों में सुधार करते हैं और उल्लेखनीय मार्जिन के साथ अनुमान लगाते हैं (किट्टी के कठिन आंकड़ों में 6%) । हम अपनी विधि की क्षमता को भी सत्यापित करते हैं पृष्ठभूमि से वस्तुओं को सटीक रूप से खंडित करने और उन्हें 3 डी में स्थानीयकृत करने में। |
1a124ed5d7c739727ca60cf11008edafa9e3ecf2 | जैसे-जैसे डेटा-संचालित अर्थव्यवस्था विकसित होती है, उद्यमों को उच्च मात्रा, उच्च गति डेटा धाराओं पर कार्य करने में सक्षम होने में एक प्रतिस्पर्धी लाभ का एहसास हुआ है। वितरित संदेश कतारों और स्ट्रीमिंग प्रोसेसिंग प्लेटफार्मों जैसी प्रौद्योगिकियां जो कमोडिटी हार्डवेयर पर हजारों डेटा स्ट्रीम विभाजनों तक स्केल कर सकती हैं, एक प्रतिक्रिया हैं। हालांकि, इन प्रणालियों द्वारा प्रदान की जाने वाली प्रोग्रामिंग एपीआई अक्सर निम्न-स्तर की होती है, जिसके लिए पर्याप्त कस्टम कोड की आवश्यकता होती है जो प्रोग्रामर सीखने की अवस्था और रखरखाव ओवरहेड में जोड़ता है। इसके अतिरिक्त, इन प्रणालियों में अक्सर एसक्यूएल क्वेरी क्षमताओं की कमी होती है जो हाइव, इम्पाला या प्रेस्टो जैसे बिग डेटा सिस्टम पर लोकप्रिय साबित हुई हैं। हम डेटा स्ट्रीम क्वेरी और हेरफेर के लिए मानक एसक्यूएल के लिए एक्सटेंशन का एक न्यूनतम सेट परिभाषित करते हैं। इन एक्सटेंशनों को SamzaSQL में प्रोटोटाइप किया गया है, जो SQL स्ट्रीमिंग के लिए एक नया उपकरण है जो स्ट्रीमिंग SQL को भौतिक योजनाओं में संकलित करता है जो Samza पर निष्पादित होते हैं, एक ओपन-सोर्स वितरित स्ट्रीम प्रोसेसिंग फ्रेमवर्क। हम मूल सामजा अनुप्रयोगों के खिलाफ स्ट्रीमिंग एसक्यूएल क्वेरी के प्रदर्शन की तुलना करते हैं और प्रयोज्य सुधारों पर चर्चा करते हैं। SamzaSQL ओपन सोर्स अपाचे Samza प्रोजेक्ट का एक हिस्सा है और सामान्य उपयोग के लिए उपलब्ध होगा। |
b8ec319b1f5223508267b1d5b677c0796d25ac13 | कई वास्तविक दुनिया के परिदृश्यों में, एक विशिष्ट मशीन सीखने के कार्य के लिए लेबल किए गए डेटा प्राप्त करना महंगा है। अर्ध-पर्यवेक्षित प्रशिक्षण विधियों में प्रचुर मात्रा में उपलब्ध अनलेबल डेटा और कम संख्या में लेबल किए गए उदाहरणों का उपयोग किया जाता है। हम मानव में सीखने से प्रेरित गहरे तंत्रिका नेटवर्क के अर्ध-पर्यवेक्षित प्रशिक्षण के लिए एक नया ढांचा प्रस्तावित करते हैं। संबद्धता लेबल वाले नमूनों के एम्बेडेड से लेबल वाले लोगों के लिए और वापस से बनाई जाती है। अनुकूलन अनुसूची सही संघ चक्रों को प्रोत्साहित करती है जो उसी वर्ग में समाप्त होते हैं जिसमें से संघ शुरू किया गया था और गलत संघों को दंडित करता है जो एक अलग वर्ग में समाप्त होते हैं। इस कार्यान्वयन का उपयोग करना आसान है और इसे किसी भी मौजूदा अंत-से-अंत प्रशिक्षण सेटअप में जोड़ा जा सकता है। हम कई डेटा सेट पर एसोसिएशन द्वारा सीखने की क्षमताओं का प्रदर्शन करते हैं और यह दिखाते हैं कि यह अतिरिक्त रूप से उपलब्ध लेबल किए गए डेटा का उपयोग करके वर्गीकरण कार्यों पर प्रदर्शन में काफी सुधार कर सकता है। विशेष रूप से, कम लेबल किए गए डेटा वाले मामलों के लिए, हमारी प्रशिक्षण योजना एसवीएचएन पर कला की वर्तमान स्थिति से बेहतर है। |
852c633882927affd1a951e81e6e30251bb40867 | रेडियो फ्रीक्वेंसी आइडेंटिफिकेशन (आरएफआईडी) प्रौद्योगिकी के निरंतर विकास के साथ-साथ नए अनुप्रयोग क्षेत्रों में मिलने वाली आवश्यकताओं को पूरा करने के लिए नए प्रकार के टैग एंटीना सामग्री और संरचनाएं उभर रही हैं। इस कार्य में, एक विकिरण दक्षता माप विधि विकसित की जाती है और निष्क्रिय अति उच्च आवृत्ति (यूएचएफ) आरएफआईडी द्विध्रुवीय टैग एंटेना के लिए सत्यापित किया जाता है। इसके अलावा, माप विधि पहनने योग्य शरीर-केंद्रित वायरलेस संचार अनुप्रयोगों के लिए सिलवाए गए द्विध्रुवीय टैग एंटेना की विकिरण दक्षता को मापने के लिए लागू की जाती है। माप से प्राप्त जानकारी का उपयोग टैग एंटीना सामग्री संरचनाओं के नुकसान का वर्णन करने और टैग एंटीना प्रदर्शन और विश्वसनीयता दोनों को बेहतर बनाने और अनुकूलित करने के लिए किया जा सकता है। |
833de6c09b38a679ed870ad3a7ccfafc8de010e1 | अहंकार-वाहक की गति का अनुमान उन्नत ड्राइविंग सहायक प्रणालियों और मोबाइल रोबोट स्थानीयकरण के लिए एक महत्वपूर्ण क्षमता है। निम्नलिखित पेपर में एक मजबूत एल्गोरिथ्म प्रस्तुत किया गया है जो रडार सेंसर का उपयोग करके तत्काल रूप से ईगो-वाहन की पूर्ण 2 डी गति स्थिति (लंबाई, पार्श्व वेग और यव दर) निर्धारित करता है। यह कम से कम दो डॉपलर रडार सेंसरों और उनके प्राप्त स्थिर प्रतिबिंबों (लक्ष्यों) के बीच सापेक्ष गति का मूल्यांकन करता है। अज़ीमुथ कोण में उनके त्रिज्यागत वेग के वितरण के आधार पर, गैर-स्थिर लक्ष्य और अव्यवस्था को बाहर रखा गया है। अहं-चलन और उसके संबंधित सह-परिमेयता मैट्रिक्स का अनुमान लगाया जाता है। एल्गोरिथ्म को किसी भी पूर्व-प्रसंस्करण चरणों की आवश्यकता नहीं होती है जैसे कि क्लस्टरिंग या क्लटर दमन और इसमें कोई मॉडल धारणाएं नहीं होती हैं। सेंसर को वाहन पर किसी भी स्थिति में लगाया जा सकता है। अंतरिक्ष में लक्ष्य संघ से बचने के लिए एक सामान्य दृश्य क्षेत्र की आवश्यकता नहीं है। एक अतिरिक्त लाभ के रूप में, सभी लक्ष्यों को तुरंत स्थिर या गैर-स्थिर के रूप में लेबल किया जाता है। |
31918003360c352fb0750040d163f287894ab547 | हाल ही में ऑटोमोटिव एम्बेडेड सिस्टम स्मार्ट कार, इलेक्ट्रिक कार्ड आदि के आगमन के बाद से काफी विकसित हुआ है। इनमे विभिन्न मूल्यवर्धित प्रणाली है जैसे कि IPA (इंटेलिजेंट पार्किंग असिस्टेंस), BSW (ब्लाइंड स्पॉट वार्निंग), LDWS (लेन डिफ्रैक्चर वार्निंग सिस्टम), LKS (लेन कीपिंग सिस्टम) - ये ADAS (एडवांस्ड ड्राइवर असिस्टेंस सिस्टम) हैं। ऑटोमोटिव ओपन सिस्टम आर्किटेक्चर (AUTOMOTIVE OPEN SYSTEM ARCHITECTURE) ऑटोमोटिव एम्बेडेड सॉफ्टवेयर विकसित करने के लिए सबसे उल्लेखनीय औद्योगिक मानक है। ऑटोसार ऑटोमोटिव निर्माताओं और आपूर्तिकर्ताओं की एक साझेदारी है जो ऑटोमोटिव ई/ई आर्किटेक्चर के लिए एक खुला उद्योग मानक विकसित करने और स्थापित करने के लिए मिलकर काम कर रही है। इस पेपर में हम AUTOSAR का संक्षिप्त परिचय देंगे और ऑटोमोटिव सॉफ्टवेयर LDWS (लेन डिटेक्शन एंड वार्निंग सिस्टम) के विकास के परिणाम का प्रदर्शन करेंगे। |
36bb4352891209ba0a7df150c74cd4db6d603ca5 | उदाहरण-शिक्षण आधारित एकल छवि सुपर-रिज़ॉल्यूशन (एसआर) एकल-इनपुट निम्न-रिज़ॉल्यूशन (एलआर) छवि से उच्च-रिज़ॉल्यूशन (एचआर) छवि के पुनर्निर्माण के लिए एक आशाजनक विधि है। बहुत से लोकप्रिय एसआर दृष्टिकोण या तो समय या स्थान-गहन हैं, जो उनके व्यावहारिक अनुप्रयोगों को सीमित करते हैं। इसलिए, कुछ शोध उप-अंतरिक्ष दृश्य पर केंद्रित हैं और अत्याधुनिक परिणाम प्रदान किए हैं। इस पेपर में, हम प्रशिक्षण चरण में रैखिक उप-स्थानों के समूह में एलआर छवियों के बड़े गैर-रैखिक सुविधा स्थान को बदलने के लिए मिश्रण पूर्व मॉडल के साथ एक प्रभावी तरीके का उपयोग करते हैं। विशेष रूप से, हम पहले LR पैच के अंतर वक्रता के आधार पर एक उपन्यास चयनात्मक पैच प्रसंस्करण विधि द्वारा कई समूहों में छवि पैच विभाजन करते हैं, और फिर प्रत्येक समूह में मिश्रण पूर्व मॉडल सीखते हैं। इसके अलावा, विभिन्न पूर्व वितरणों में एसआर में विभिन्न प्रभावकारिता होती है, और इस मामले में, हम पाते हैं कि छात्र-टी पूर्व प्रसिद्ध गौसियन पूर्व की तुलना में मजबूत प्रदर्शन दिखाता है। परीक्षण चरण में, हम इनपुट LR सुविधाओं को उपयुक्त उप-स्थान में मैप करने के लिए सीखे गए एकाधिक मिश्रण पूर्व मॉडल को अपनाते हैं, और अंत में एक उपन्यास मिश्रित मिलान तरीके से संबंधित HR छवि का पुनर्निर्माण करते हैं। प्रयोगात्मक परिणामों से पता चलता है कि प्रस्तावित दृष्टिकोण कुछ अत्याधुनिक एसआर विधियों से मात्रात्मक और गुणात्मक दोनों रूप से बेहतर है। |
189a391b217387514bfe599a0b6c1bbc1ccc94bb | हम टकराव-मुक्त हैश फंक्शन के डिजाइन के लिए एक सरल, नया प्रतिमान प्रस्तुत करते हैं। इस प्रतिमान से निकलने वाला कोई भी कार्य वृद्धिशील है। (इसका अर्थ है कि यदि एक संदेश x जिसे मैंने पहले हैश किया है, x0 में संशोधित किया जाता है, तो x 0 के हैश को फिर से गणना करने के बजाय, मैं जल्दी से पुराने हैश मान को नए में अपडेट कर सकता हूं, समय में एक्स में किए गए संशोधन की मात्रा के अनुपात में एक्स प्राप्त करने के लिए) इसके अलावा इस प्रतिमान से निकलने वाला कोई भी कार्य समानांतर है, जो हार्डवेयर कार्यान्वयन के लिए उपयोगी है। हम अपने प्रतिमान से कई विशिष्ट कार्य प्राप्त करते हैं। सभी एक मानक हैश फंक्शन, माना आदर्श, और कुछ बीजगणितीय संचालन का उपयोग करते हैं। पहला फलन, MuHASH, संदेश के प्रति ब्लॉक एक मॉड्यूलर गुणन का उपयोग करता है, जो इसे काफी कुशल बनाता है, और पिछले वृद्धिशील हैश फलनों की तुलना में काफी तेज है। इसकी सुरक्षा साबित हो चुकी है, जो कि असतत लघुगणक समस्या की कठोरता पर आधारित है। एक दूसरा फंक्शन, AdHASH, और भी तेज़ है, जो गुणा के बजाय जोड़ों का उपयोग करता है, सुरक्षा के साथ साबित होता है कि या तो सबसे छोटे जालीदार वैक्टर की लंबाई का अनुमान कठिन है या कि भारित सबसेट योग समस्या कठिन है। एक तीसरा फलन, LtHASH, हाल ही में जाली आधारित फलन का एक व्यावहारिक रूप है, जिसमें सुरक्षा सिद्ध है, फिर से सबसे कम जाली वेक्टर अनुमान की कठोरता पर आधारित है। डिपार्टमेंट. कंप्यूटर साइंस एंड इंजीनियरिंग, कैलिफोर्निया विश्वविद्यालय सैन डिएगो, 9500 गिलमैन ड्राइव, ला जोला, कैलिफोर्निया 92093, संयुक्त राज्य अमेरिका। ई-मेल: [email protected]. यूआरएलः http://www-cse.ucsd.edu/users/mihir. इस परियोजना को NSF CAREER पुरस्कार CCR-9624439 और विज्ञान और इंजीनियरिंग में पैकार्ड फाउंडेशन फेलोशिप द्वारा आंशिक रूप से समर्थित किया गया है। yMIT कंप्यूटर विज्ञान प्रयोगशाला, 545 प्रौद्योगिकी स्क्वायर, कैम्ब्रिज, एमए 02139, संयुक्त राज्य अमेरिका। ई-मेल: [email protected]. DARPA अनुबंध DABT63-96-C-0018 द्वारा आंशिक रूप से समर्थित। |
9b9c9cc72ebc16596a618d5b78972437c9c569f6 | |
3ffce42ed3d7ac5963e03d4b6e32460ef5b29ff7 | हम किसी भौतिक वस्तु का पूर्ण मॉडल बनाने की समस्या का अध्ययन करते हैं। यद्यपि यह तीव्रता छवियों का उपयोग करके संभव हो सकता है, हम यहाँ सीमा छवियों का उपयोग करते हैं जो सीधे तीन आयामी जानकारी तक पहुंच प्रदान करते हैं। पहली समस्या जो हमें हल करने की आवश्यकता है वह है विभिन्न विचारों के बीच परिवर्तन को खोजना। पूर्ववर्ती दृष्टिकोणों ने या तो इस परिवर्तन को ज्ञात होने के लिए माना है (जो एक पूर्ण मॉडल के लिए अत्यंत कठिन है), या इसे विशेषता मिलान के साथ गणना की है (जो एकीकरण के लिए पर्याप्त सटीक नहीं है) । इस पेपर में, हम एक नया दृष्टिकोण प्रस्तावित करते हैं जो सीधे रेंज डी ए टी ए पर काम करता है, और विचारों के बीच एक सटीक परिवर्तन प्राप्त करने के लिए पर्याप्त ओवरलैपिंग क्षेत्र के साथ क्रमिक विचारों को पंजीकृत करता है। यह कार्यशील को कम करके किया जाता है जिसके लिए बिंदु-टू-बिंदु मिलान की आवश्यकता नहीं होती है। हम पंजीकरण विधि और मॉडलिंग प्रक्रिया का विवरण देते हैं और उन्हें जटिल वस्तुओं की वास्तविक सीमा की छवियों पर चित्रित करते हैं। 1 परिचय भौतिक वस्तुओं के मॉडल बनाना जैविक दृष्टि मॉड्यूल की एक आवश्यक घटक मशीन है। ऐसे मॉडल का उपयोग वस्तु पहचान, पोजीशन अनुमान या निरीक्षण कार्यों में किया जा सकता है। यदि रुचि की वस्तु को ठीक से डिजाइन किया गया है, तो ऐसा मॉडल सीएडी मॉडल के रूप में मौजूद है। कई अनुप्रयोगों में, हालांकि, इस तरह के सीएडी मॉडल तक पहुंचना संभव नहीं है या व्यावहारिक नहीं है, और हमें भौतिक वस्तु से मॉडल बनाने की आवश्यकता है। कुछ शोधकर्ता इस समस्या को एक ऐसे मॉडल का उपयोग करके टाल देते हैं जिसमें कई दृश्य होते हैं ([4], [a]), लेकिन यह हमेशा पर्याप्त नहीं होता है। यदि किसी वस्तु का पूर्ण मॉडल चाहिए तो निम्नलिखित चरण आवश्यक हैं: 1. डेटा अधिग्रहण, 2. दृश्यों के बीच पंजीकरण, 3. दृश्यों का एकीकरण। दृश्य से हमारा मतलब है विशिष्ट दृष्टिकोण से वस्तु की 3D सतह की जानकारी। जबकि एकीकरण प्रक्रिया उपयोग की जाने वाली प्रतिनिधित्व योजना पर बहुत निर्भर है, एकीकरण करने के लिए पूर्व शर्त विभिन्न विचारों से डेटा के बीच परिवर्तन को जानना है। रजिस्ट्रार का लक्ष्य इस प्रकार का परिवर्तन खोजना है, जिसे समस्या का उत्तर भी कहा जाता है। यह समस्या कई पूर्ववर्ती शोध प्रयासों का मूल थी: भानु [a] ने वस्तुओं को ज्ञात कोणों के माध्यम से घूमकर कई दृश्य प्राप्त करने के लिए वस्तु मान्यता के लिए एक वस्तु मॉडलिंग प्रणाली विकसित की। कुत्ता और अन्य [3] और आहूजा और वेन-स्ट्र्रा [l] ने ऑक्ट्री ऑब्जेक्ट मॉडल बनाने के लिए ऑर्थोगोनल दृश्यों का उपयोग किया। इन तरीकों से, ... |
883b2b981dc04139800f30b23a91b8d27be85b65 | इस पेपर में, हम एक कुशल 3 डी ऑब्जेक्ट मान्यता प्रस्तुत करते हैं और अव्यवस्थित और अवरुद्ध वातावरण में प्रक्रियाओं को पकड़ने के लिए अनुमान लगाते हैं। आम रूप-आधारित दृष्टिकोणों के विपरीत, हम केवल 3 डी ज्यामिति जानकारी पर भरोसा करते हैं। हमारी विधि एक मजबूत ज्यामितीय वर्णक, एक हैशिंग तकनीक और एक कुशल, स्थानीयकृत RANSAC-जैसी नमूनाकरण रणनीति पर आधारित है। हम मान लेते हैं कि प्रत्येक वस्तु का प्रतिनिधित्व एक मॉडल द्वारा किया जाता है जिसमें संबंधित सतह सामान्य के साथ बिंदुओं का एक सेट होता है। हमारी विधि एक साथ कई मॉडल उदाहरणों को पहचानती है और दृश्य में उनकी मुद्रा का अनुमान लगाती है। विभिन्न परीक्षणों से पता चलता है कि प्रस्तावित विधि शोर, अव्यवस्थित और असंगठित रेंज स्कैन पर अच्छी तरह से काम करती है जिसमें वस्तुओं के केवल छोटे हिस्से दिखाई देते हैं। एल्गोरिथ्म की मुख्य प्रक्रिया में एक रैखिक समय जटिलता होती है जिसके परिणामस्वरूप उच्च मान्यता गति होती है जो एक निरंतर हेरफेर कार्य में विधि के प्रत्यक्ष एकीकरण की अनुमति देती है। 7-डिग्री-ऑफ-फ्रीडम कार्टेशियन प्रतिबाधा नियंत्रित रोबोट के साथ प्रयोगात्मक सत्यापन से पता चलता है कि कैसे विधि का उपयोग जटिल यादृच्छिक ढेर से वस्तुओं को पकड़ने के लिए किया जा सकता है। यह अनुप्रयोग यह दर्शाता है कि कैसे कंप्यूटर विजन और सॉफ्ट्रोबोटिक्स के एकीकरण से एक रोबोटिक प्रणाली बनती है जो असंगठित और अवरुद्ध वातावरण में कार्य करने में सक्षम है। |
9bc8aaaf23e2578c47d5d297d1e1cbb5b067ca3a | यह पेपर एक कैमरा इमेज में 3 डी ऑब्जेक्ट के उदाहरणों को पहचानने और उनके 3 डी पोज़ को निर्धारित करने के लिए एक दृष्टिकोण का वर्णन करता है। एक पदानुक्रमित मॉडल वस्तु के 3 डी सीएडी मॉडल की ज्यामिति जानकारी के आधार पर उत्पन्न होता है। यह दृष्टिकोण वस्तु की सतह की बनावट या प्रतिबिंब जानकारी पर निर्भर नहीं करता है, जो इसे औद्योगिक और रोबोटिक अनुप्रयोगों की एक विस्तृत श्रृंखला के लिए उपयोगी बनाता है, जैसे कि बिन-पिकिंग। एक पदानुक्रमित दृश्य-आधारित दृष्टिकोण जो पिछले तरीकों की विशिष्ट समस्याओं को संबोधित करता है, लागू किया जाता हैः यह वास्तविक परिप्रेक्ष्य को संभालता है, शोर, अवरुद्ध और अव्यवस्था के लिए एक हद तक मजबूत है जो कई व्यावहारिक अनुप्रयोगों के लिए पर्याप्त है, और विपरीत परिवर्तनों के लिए अपरिवर्तनीय है। इस पदानुक्रमित मॉडल के निर्माण के लिए, एक नई मॉडल छवि उत्पादन तकनीक प्रस्तुत की गई है जिसके द्वारा स्केल-स्पेस प्रभावों को ध्यान में रखा जा सकता है। आवश्यक वस्तु दृश्य एक समानता आधारित पहलू ग्राफ का उपयोग कर व्युत्पन्न कर रहे हैं। एक व्यापक खोज की उच्च मजबूती एक कुशल पदानुक्रमित खोज के साथ संयुक्त है। 3 डी मुद्रा को एक न्यूनतम-वर्ग समायोजन का उपयोग करके परिष्कृत किया जाता है जो छवि में ज्यामितीय दूरी को कम करता है, वस्तु की दूरी के संबंध में 0.12 प्रतिशत तक की स्थिति सटीकता देता है, और हमारे परीक्षणों में 0.35 डिग्री तक की अभिविन्यास सटीकता। पहचान समय वस्तु की जटिलता से काफी हद तक स्वतंत्र है, लेकिन मुख्य रूप से उन मुद्राओं की सीमा पर निर्भर करता है जिनके भीतर वस्तु कैमरे के सामने दिखाई दे सकती है। दक्षता के कारण, यह दृष्टिकोण आवेदन के आधार पर मुद्रा सीमा को सीमित करने की अनुमति देता है। सामान्य रनटाइम कुछ सौ एमएस की सीमा में होते हैं। |
dbd66f601b325404ff3cdd7b9a1a282b2da26445 | प्रारंभिक मूल्यांकन के परिणामों से पता चलता है कि 6 डी ऑब्जेक्ट पोजीशन अनुमान में कला की स्थिति में सुधार के लिए पर्याप्त जगह है, विशेष रूप से महत्वपूर्ण अवरुद्ध के साथ कठिन मामलों में। टी-लेस डेटासेट ऑनलाइन उपलब्ध है cmp:felk:cvut:cz/t-less. हम टी-लेस, 6 डी मुद्रा का अनुमान लगाने के लिए एक नया सार्वजनिक डेटासेट पेश करते हैं, यानी पाठहीन कठोर वस्तुओं का अनुवाद और रोटेशन। इस डेटासेट में तीस उद्योग-उपयुक्त वस्तुएं हैं जिनमें कोई महत्वपूर्ण बनावट नहीं है और कोई भेदभावपूर्ण रंग या प्रतिबिंब गुण नहीं हैं। वस्तुओं में आकार और/या आकार में समरूपता और परस्पर समानताएं हैं। अन्य डेटासेट की तुलना में, एक अनूठी संपत्ति यह है कि कुछ वस्तुएं दूसरों के हिस्से हैं। डेटासेट में प्रशिक्षण और परीक्षण छवियां शामिल हैं जो तीन सिंक्रनाइज़ सेंसरों के साथ कैप्चर की गई थीं, विशेष रूप से एक संरचित-प्रकाश और एक समय-उड़ान आरजीबी-डी सेंसर और एक उच्च-रिज़ॉल्यूशन आरजीबी कैमरा। प्रत्येक सेंसर से लगभग 39 हजार प्रशिक्षण और 10 हजार परीक्षण छवियां हैं। इसके अतिरिक्त, प्रत्येक वस्तु के लिए दो प्रकार के 3 डी मॉडल प्रदान किए जाते हैं, अर्थात एक मैन्युअल रूप से निर्मित सीएडी मॉडल और एक अर्ध-स्वचालित रूप से पुनर्निर्मित। प्रशिक्षण चित्रों में काले रंग की पृष्ठभूमि के खिलाफ व्यक्तिगत वस्तुओं को दर्शाया गया है। परीक्षण छवियां विभिन्न जटिलता वाले बीस परीक्षण दृश्यों से उत्पन्न होती हैं, जो कई अलग-थलग वस्तुओं के साथ सरल दृश्यों से कई वस्तुओं के कई उदाहरणों के साथ बहुत चुनौतीपूर्ण और अव्यवस्था और अवरुद्धता की उच्च मात्रा के साथ बढ़ जाती है। छवियों को वस्तु/दृश्य के चारों ओर एक व्यवस्थित रूप से नमूने किए गए दृश्य क्षेत्र से कैप्चर किया गया था, और सभी मॉडलिंग की गई वस्तुओं के सटीक ग्राउंड ट्रुथ 6 डी पोज़ के साथ एनोटेट किया गया है। |
74257c2a5c9633565c3becdb9139789bcf14b478 | आईटी नियंत्रण ढांचे के व्यापक अपनाने के बावजूद, उनके उपयोग की जांच करने के लिए बहुत कम अकादमिक अनुभवजन्य अनुसंधान किया गया है। यह पेपर ऑस्ट्रेलिया भर में सार्वजनिक क्षेत्र के संगठनों में सूचना और संबंधित प्रौद्योगिकी (COBIT) के लिए नियंत्रण उद्देश्यों से 15 प्रमुख आईटी नियंत्रण प्रक्रियाओं की परिपक्वता के स्तर को बेंचमार्क करने के लिए अनुसंधान पर रिपोर्ट करता है। यह एक समान बेंचमार्क के साथ कई देशों के मिश्रित क्षेत्र समूह, एशियाई-महासागरीय देशों के मिश्रित क्षेत्र समूह और सभी भौगोलिक क्षेत्रों के लिए सार्वजनिक क्षेत्र के संगठनों की तुलना भी करता है। ऑस्ट्रेलियाई आंकड़े 387 गैर-वित्तीय सार्वजनिक क्षेत्र के संगठनों के मेल सर्वेक्षण में एकत्र किए गए थे, जिनकी पहचान 50 से अधिक कर्मचारियों के रूप में की गई थी, जिन्होंने 27% प्रतिक्रिया दर प्राप्त की थी। 2002 में आईएस ऑडिट एंड कंट्रोल एसोसिएशन द्वारा किए गए मूल अंतरराष्ट्रीय सर्वेक्षण में देखे गए पैटर्न ऑस्ट्रेलियाई आंकड़ों में भी देखे गए थे। हालांकि, ऑस्ट्रेलियाई सार्वजनिक क्षेत्र ने 15 सबसे महत्वपूर्ण आईटी प्रक्रियाओं के लिए सभी अंतरराष्ट्रीय बेंचमार्क में क्षेत्रों से बेहतर प्रदर्शन किया। |
0e9bac6a2b51e93e73f7f5045d4252972db10b5a | हम एक उपन्यास एल्गोरिथ्म प्रदान करते हैं लगभग कारक के लिए बड़े मैट्रिक्स के साथ लाखों पंक्तियों, लाखों स्तंभों, और अरबों गैर-शून्य तत्वों. हमारा दृष्टिकोण स्टोचैस्टिक ग्रेडिएंट डिसेंट (एसजीडी) पर आधारित है, जो एक पुनरावर्ती स्टोचैस्टिक अनुकूलन एल्गोरिथ्म है। हम पहले एक उपन्यास "स्तरित" एसजीडी संस्करण (एसएसजीडी) विकसित करते हैं जो सामान्य हानि-न्यूनतमकरण समस्याओं पर लागू होता है जिसमें हानि फ़ंक्शन को "स्तरित हानि" के भारित योग के रूप में व्यक्त किया जा सकता है। हम स्टोचैस्टिक अनुमान सिद्धांत और पुनर्योजी प्रक्रिया सिद्धांत के परिणामों का उपयोग करके एसएसजीडी के अभिसरण के लिए पर्याप्त शर्तें स्थापित करते हैं। फिर हम एसएसजीडी को एक नया मैट्रिक्स-फैक्टरिज़ेशन एल्गोरिथ्म प्राप्त करने के लिए विशेषज्ञ बनाते हैं, जिसे डीएसजीडी कहा जाता है, जिसे पूरी तरह से वितरित किया जा सकता है और वेब-स्केल डेटासेट पर चल सकता है, उदाहरण के लिए, मैपरेड्यूस का उपयोग करके। डीएसजीडी कई प्रकार के मैट्रिक्स फैक्टर को संभाल सकता है। हम अपने डीएसजीडी कार्यान्वयन में प्रदर्शन को अनुकूलित करने के लिए प्रयुक्त व्यावहारिक तकनीकों का वर्णन करते हैं। प्रयोगों से पता चलता है कि डीएसजीडी काफी तेजी से अभिसरण करता है और वैकल्पिक एल्गोरिदम की तुलना में बेहतर स्केलेबिलिटी गुण है। |
1109b663453e78a59e4f66446d71720ac58cec25 | हम वर्गीकरण, स्थानीयकरण और पता लगाने के लिए संवहन नेटवर्क का उपयोग करने के लिए एक एकीकृत ढांचा प्रस्तुत करते हैं। हम दिखाते हैं कि कैसे एक बहु-स्तरीय और स्लाइडिंग विंडो दृष्टिकोण को एक ConvNet के भीतर कुशलतापूर्वक लागू किया जा सकता है। हम वस्तु की सीमाओं की भविष्यवाणी करना सीखकर स्थानीयकरण के लिए एक उपन्यास गहरी सीखने के दृष्टिकोण का भी परिचय देते हैं। तब डिटेक्शन विश्वसनीयता बढ़ाने के लिए बॉन्डिंग बॉक्स को दबाए जाने के बजाय जमा किया जाता है। हमने दिखाया है कि एक ही साझा नेटवर्क का उपयोग करके विभिन्न कार्यों को एक साथ सीखा जा सकता है। यह एकीकृत ढांचा इमेजनेट लार्ज स्केल विजुअल रिकॉग्निशन चैलेंज 2013 (आईएलएसवीआरसी 2013) के स्थानीयकरण कार्य का विजेता है और पता लगाने और वर्गीकरण कार्यों के लिए बहुत प्रतिस्पर्धी परिणाम प्राप्त किए हैं। प्रतियोगिता के बाद के कार्य में, हम पता लगाने के कार्य के लिए एक नई कला की स्थिति स्थापित करते हैं। अंत में, हम एक सुविधा निकालनेवाला जारी हमारे सबसे अच्छे मॉडल से OverFeat बुलाया. |
062c1c1b3e280353242dd2fb3c46178b87cb5e46 | इस पेपर में हम निरंतर राज्य-क्रिया रिक्त स्थान के साथ सुदृढीकरण सीखने की समस्याओं को संबोधित करते हैं। हम एक नया एल्गोरिथ्म, tted प्राकृतिक अभिनेता-आलोचनात्मक (FNAC) का प्रस्ताव करते हैं, जो सामान्य फ़ंक्शन अनुमान और डेटा पुनः उपयोग की अनुमति देने के लिए [1] में काम का विस्तार करता है। हम महत्व नमूनाकरण का उपयोग कर tted मूल्य पुनरावृत्ति के एक संस्करण के साथ प्राकृतिक अभिनेता-आलोचनात्मक वास्तुकला [1] को जोड़ते हैं। इस प्रकार प्राप्त विधि दोनों दृष्टिकोणों की आकर्षक विशेषताओं को जोड़ती है जबकि उनकी मुख्य कमजोरियों पर काबू पा रही हैः एक ढाल आधारित अभिनेता का उपयोग आसानी से निरंतर कार्रवाई-अंतरिक्षों में नीति अनुकूलन के साथ प्रतिगमन तरीकों में पाया कठिनाइयों को दूर करता है; बदले में, एक प्रतिगमन आधारित आलोचक का उपयोग डेटा के कुशल उपयोग की अनुमति देता है और अभिसरण समस्याओं से बचा जाता है जो टीडी आधारित आलोचक अक्सर प्रदर्शित करते हैं। हम अपने एल्गोरिथ्म के अभिसरण की स्थापना करते हैं और एक सरल निरंतर स्थान, निरंतर कार्रवाई समस्या में इसके आवेदन को स्पष्ट करते हैं। |
f97f0902698abff8a2bc3488e8cca223e5c357a1 | डेटा-माइनिंग और मशीन-लर्निंग समस्याओं को हल करने के लिए सुविधा चयन एक महत्वपूर्ण पहलू है। इस पेपर में समर्थन वेक्टर मशीन (एसवीएम) सीखने के लिए एक सुविधा-चयन विधि का प्रस्ताव है। अधिकांश विशेषता-चयन विधियों की तरह, प्रस्तावित विधि सभी विशेषताओं को महत्व के घटते क्रम में क्रमबद्ध करती है ताकि अधिक प्रासंगिक विशेषताओं की पहचान की जा सके। यह एसवीएम के संभाव्य आउटपुट पर आधारित एक उपन्यास मानदंड का उपयोग करता है। इस मानदंड को फीचर-आधारित संवेदनशीलता ऑफ पास्टियर प्रोबबिलिटीज (एफएसपीपी) कहा जाता है, जो फीचर के साथ और बिना एसवीएम के संभाव्य आउटपुट के पूर्ण अंतर के फीचर स्पेस पर कुल मूल्य की गणना करके एक विशिष्ट फीचर के महत्व का मूल्यांकन करता है। इस मानदंड का सटीक रूप आसानी से गणना योग्य नहीं है और अनुमान की आवश्यकता है। इस उद्देश्य के लिए चार समीकरण, एफएसपीपी1-एफएसपीपी4 प्रस्तावित हैं। पहले दो अनुमान प्रशिक्षण डेटा के नमूनों के बीच सुविधा के मूल्यों को यादृच्छिक रूप से परमिट करके मानदंड का मूल्यांकन करते हैं। वे मानक एसवीएम आउटपुट से अपने संभाव्य आउटपुट के मानचित्रण फ़ंक्शन के अपने विकल्पों में भिन्न होते हैंः एफएसपीपी 1 एक सरल थ्रेसहोल्ड फ़ंक्शन का उपयोग करता है जबकि एफएसपीपी 2 एक सिग्मोइड फ़ंक्शन का उपयोग करता है। दूसरे दो सीधे मानदंड के करीब हैं लेकिन सुविधाओं के संबंध में मानदंड की चिकनाई की धारणाओं में भिन्न हैं। इन अनुमानों के प्रदर्शन का, एक समग्र सुविधा-चयन योजना में उपयोग किया जाता है, फिर विभिन्न कृत्रिम समस्याओं और वास्तविक दुनिया की समस्याओं पर मूल्यांकन किया जाता है, जिसमें हाल ही में न्यूरल सूचना प्रसंस्करण प्रणाली (एनआईपीएस) सुविधा चयन प्रतियोगिता से डेटासेट शामिल हैं। एफएसपीपी 1 से 3 लगातार अच्छा प्रदर्शन करते हैं और एफएसपीपी 2 थोड़ा अंतर से सबसे अच्छा है। एफएसपीपी 2 का प्रदर्शन हमारे द्वारा परीक्षण किए गए डेटासेट पर साहित्य में कुछ सबसे अच्छा प्रदर्शन करने वाले फीचर-चयन विधियों के साथ प्रतिस्पर्धी है। इसकी संबंधित गणनाएं मामूली हैं और इसलिए यह एसवीएम अनुप्रयोगों के लिए एक सुविधा-चयन विधि के रूप में उपयुक्त है। |
a1c5a6438d3591819e730d8aecb776a52130c33d | एक कॉम्पैक्ट माइक्रोस्ट्रिप लोपास फिल्टर (एलपीएफ) का प्रस्ताव है जिसमें ट्रांसफ़ॉर्म किए गए स्टेप्ड इम्पेंडेंस हेयरपिन रेज़ोनैटर का उपयोग करके अल्ट्रा-वाइड स्टॉपबैंड है। परिवर्तित अनुनाद में एक चरण प्रतिरोध हेयरपिन अनुनाद और एक एम्बेडेड हेक्सागोन स्टब लोडेड युग्मित-लाइन संरचना होती है। आकार को बढ़ाए बिना, एम्बेडेड संरचना को एक व्यापक स्टॉपबैंड प्राप्त करने के लिए पेश किया जाता है। एक प्रोटोटाइप एलपीएफ का अनुकरण किया गया है, निर्मित और मापा गया है, और माप सिमुलेशन के साथ अच्छे समझौते में हैं। लागू किए गए लो पास फिल्टर में 14 डीबी के रिजेक्शन लेवल के साथ 12.01 एफसी तक अल्ट्रा-वाइड स्टॉपबैंड प्रदर्शित होता है। इसके अतिरिक्त, प्रस्तावित फिल्टर का आकार 0.071λg× 0.103λg है, जहां λg 1.45 गीगाहर्ट्ज की कटऑफ आवृत्ति पर वेव गाइड की लंबाई है। |
70d2d4b07b5c65ef4866c7fd61f9620bffa01e29 | पिछले दशक में जलवायु परिवर्तन और वर्षा में अनियमितता रही है। इसी के कारण हाल के समय में कई भारतीय किसानों द्वारा स्मार्ट कृषि नामक जलवायु-स्मार्ट तरीकों को अपनाया गया है। स्मार्ट कृषि एक स्वचालित और निर्देशित सूचना प्रौद्योगिकी है जिसे आईओटी (इंटरनेट ऑफ थिंग्स) के साथ लागू किया गया है। आईओटी तेजी से विकसित हो रहा है और सभी वायरलेस वातावरणों में व्यापक रूप से लागू हो रहा है। इस पत्र में कृषि प्रणाली की वास्तविक स्थिति के आधार पर सेंसर प्रौद्योगिकी और आईओटी प्रौद्योगिकी के वायरलेस नेटवर्क एकीकरण का अध्ययन और समीक्षा की गई है। इंटरनेट और वायरलेस संचार के साथ एक संयुक्त दृष्टिकोण, रिमोट मॉनिटरिंग सिस्टम (आरएमएस) का प्रस्ताव है। इसका मुख्य उद्देश्य कृषि उत्पादन के वातावरण का वास्तविक समय का डेटा एकत्र करना है जो कृषि सुविधाओं के लिए आसान पहुंच प्रदान करता है जैसे कि लघु मालिश सेवा (एसएमएस) के माध्यम से अलर्ट और मौसम के पैटर्न, फसलों आदि पर सलाह। |
ea88b58158395aefbb27f4706a18dfa2fd7daa89 | ऑनलाइन सोशल नेटवर्क (ओएसएन) में काफी मात्रा में आत्म-प्रकटीकरण के बावजूद, इस घटना के पीछे की प्रेरणा अभी भी कम समझ में आती है। गोपनीयता गणना सिद्धांत पर निर्माण करते हुए, यह अध्ययन व्यक्तिगत स्व-प्रकटीकरण निर्णयों के पीछे के कारकों पर करीब से नज़र डालकर इस अंतर को भरता है। 237 विषयों के साथ एक संरचनात्मक समीकरण मॉडल में हम सूचना के प्रकटीकरण के महत्वपूर्ण निर्धारकों के रूप में कथित आनंद और गोपनीयता चिंताओं को पाते हैं। हम पुष्टि करते हैं कि ओएसएन उपयोगकर्ताओं की गोपनीयता चिंताएं मुख्य रूप से गोपनीयता उल्लंघन की कथित संभावना से निर्धारित होती हैं और अपेक्षित क्षति से बहुत कम। ये अंतर्दृष्टि ओएनएस प्रदाताओं और नीति निर्माताओं के लिए एक ठोस आधार प्रदान करती है ताकि वे स्वस्थ प्रकटीकरण स्तर सुनिश्चित करने के अपने प्रयासों में उद्देश्य तर्क पर आधारित हों, न कि व्यक्तिपरक गलत धारणाओं पर। |
9dbfcf610da740396b2b9fd75c7032f0b94896d7 | डाटाबेस प्रबंधन प्रणाली (डीबीएमएस) के साथ बातचीत करने वाले अनुप्रयोग सर्वव्यापी हैं। ऐसे डेटाबेस अनुप्रयोग आमतौर पर एक अनुप्रयोग सर्वर पर होस्ट किए जाते हैं और प्रसंस्करण के लिए डेटा को पुनः प्राप्त करने के लिए डेटाबेस सर्वर पर होस्ट किए गए DBMS के लिए नेटवर्क पर कई छोटे एक्सेस करते हैं। दशकों से, डेटाबेस और प्रोग्रामिंग सिस्टम अनुसंधान समुदायों ने विभिन्न दृष्टिकोणों से ऐसे अनुप्रयोगों को अनुकूलित करने पर काम किया है: डेटाबेस शोधकर्ताओं ने अत्यधिक कुशल डीबीएमएस का निर्माण किया है, और प्रोग्रामिंग सिस्टम शोधकर्ताओं ने अनुप्रयोगों की मेजबानी के लिए विशेष कंपाइलर और रनटाइम सिस्टम विकसित किए हैं। हालांकि, अपेक्षाकृत कम काम किया गया है जो इन विशेष प्रणालियों को संयोजन में विचार करके और उन सभी में फैलने वाले अनुकूलन अवसरों की तलाश करके डेटाबेस अनुप्रयोगों का अनुकूलन करता है। इस लेख में, हम तीन परियोजनाओं को उजागर करते हैं जो प्रोग्रामिंग प्रणाली और डीबीएमएस दोनों को समग्र तरीके से देखकर डेटाबेस अनुप्रयोगों का अनुकूलन करते हैं। डीबीएमएस और अनुप्रयोग के बीच अंतरफलक को ध्यान से फिर से देखने के द्वारा, और घोषणात्मक डेटाबेस अनुकूलन और आधुनिक कार्यक्रम विश्लेषण तकनीकों के मिश्रण को लागू करके, हम दिखाते हैं कि वास्तविक दुनिया अनुप्रयोगों में परिमाण के कई आदेशों की गति संभव है। |
fdc3948f5fec24eb7cd4178aee9732ab284f1f1c | इस पेपर में डब्ल्यूडब्ल्यूएएन/एलटीई धातु-रिम वाले स्मार्टफोन अनुप्रयोगों के लिए एक हाइब्रिड मल्टी-मोड संकीर्ण-फ्रेम एंटीना का प्रस्ताव है। ग्राउंड क्लियरेंस केवल 5 मिमी × 45 मिमी है, जो संकीर्ण-फ्रेम स्मार्टफ़ोन के लिए आशाजनक है। एक छोटे से अंतर के साथ धातु रिम तीन ग्राउंडेड पैच द्वारा सिस्टम ग्राउंड से जुड़ा हुआ है। यह प्रस्तावित एंटीना तीन युग्मित-लूप मोड और एक स्लॉट मोड को उत्तेजित कर सकता है। इन चार मोड को शामिल करके, प्रस्तावित एंटीना GSM850/900, DCS/PCS/UMTS2100 और LTE2300/2500 संचालन के लिए कवरेज प्रदान कर सकता है। प्रस्तावित एंटेना के विस्तृत डिजाइन विचार वर्णित हैं, और प्रयोगात्मक और अनुकरण परिणाम दोनों भी प्रस्तुत किए गए हैं। |
021f37e9da69ea46fba9d2bf4e7ca3e8ba7b3448 | एक अल्ट्रा वाइडबैंड सौर विवाल्डी एंटीना प्रस्तावित है। अनाकार सिलिकॉन कोशिकाओं से काटा गया, यह 4.25 V पर एक चोटी शक्ति बनाए रखता है, जो हानि वाले बिजली प्रबंधन घटकों की आवश्यकता को पार करता है। वायरलेस संचार उपकरण सौर ऊर्जा उत्पन्न कर सकता है या दोहरे स्रोत ऊर्जा की कटाई के लिए एक रेक्टिना के रूप में कार्य कर सकता है। सौर विवाल्डी 0.95-2.45 गीगाहर्ट्ज से 0.5-2.8 डीबीआई लाभ के साथ प्रदर्शन करता है, और रेक्टिना मोड में, यह वायरलेस ऊर्जा स्कैबिंग के लिए तीन बैंड को कवर करता है। |
592a6d781309423ceb95502e92e577ef5656de0d | मशीन अनुवाद के तंत्रिका एन्कोडर-डेकोडर मॉडल ने पारंपरिक अनुवाद मॉडल का मुकाबला करते हुए प्रभावशाली परिणाम प्राप्त किए हैं। हालांकि, उनका मॉडलिंग फॉर्मूलेशन अत्यधिक सरलीकृत है, और पारंपरिक मॉडलों में निर्मित कई प्रमुख प्रेरक पूर्वाग्रहों को छोड़ देता है। इस पेपर में हम ध्यान केंद्रित तंत्रिका अनुवाद मॉडल को शब्द आधारित संरेखण मॉडल से संरचनात्मक पूर्वाग्रहों को शामिल करने के लिए विस्तारित करते हैं, जिसमें स्थितिक पूर्वाग्रह, मार्कोव कंडीशनिंग, प्रजनन क्षमता और अनुवाद दिशाओं पर सहमति शामिल है। हम कई भाषाओं के जोड़े पर एक आधार रेखा ध्यान मॉडल और मानक वाक्यांश आधारित मॉडल पर सुधार दिखाते हैं, कम संसाधन सेटिंग में कठिन भाषाओं पर मूल्यांकन करते हैं। |
9ebe089caca6d78ff525856c7a828884724b9039 | बेयसियन दृष्टिकोण प्रबलित शिक्षा में अन्वेषण और शोषण के व्यापार-बंद के लिए एक सिद्धांत समाधान प्रदान करते हैं। हालांकि, विशिष्ट दृष्टिकोण या तो पूरी तरह से अवलोकन योग्य वातावरण या खराब पैमाने पर मानते हैं। यह कार्य फैक्टर बेय्स-अनुकूली पीओएमडीपी मॉडल का परिचय देता है, एक ऐसा ढांचा जो आंशिक रूप से अवलोकन योग्य प्रणालियों में गतिशीलता को सीखते हुए अंतर्निहित संरचना का शोषण करने में सक्षम है। हम राज्य और मॉडल चर पर संयुक्त पाश्चात्य को अनुमानित करने के लिए एक विश्वास ट्रैकिंग विधि भी प्रस्तुत करते हैं, और मोंटे-कार्लो ट्री सर्च समाधान विधि का एक अनुकूलन, जो एक साथ अंतर्निहित समस्या को लगभग इष्टतम रूप से हल करने में सक्षम हैं। हमारी विधि एक ज्ञात कारककरण को देखते हुए कुशलतापूर्वक सीखने में सक्षम है या एक ही समय में कारककरण और मॉडल मापदंडों को भी सीखती है। हम यह प्रदर्शित करते हैं कि यह दृष्टिकोण वर्तमान तरीकों से बेहतर प्रदर्शन करने में सक्षम है और उन समस्याओं से निपटने में सक्षम है जो पहले असंभव थीं। |
b3a18280f63844e2178d8f82bc369fcf3ae6d161 | वर्ड एम्बेडिंग एक लोकप्रिय ढांचा है जो पाठ डेटा को वास्तविक संख्याओं के वेक्टर के रूप में दर्शाता है। ये वेक्टर भाषा में अर्थशास्त्र को पकड़ते हैं, और विभिन्न प्रकार के प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग अनुप्रयोगों में उपयोग किए जाते हैं। इन उपयोगी गुणों के बावजूद, सामान्य भाषा के निकायों से व्युत्पन्न शब्द एम्बेडिंग आवश्यक रूप से मानव पूर्वाग्रहों को प्रदर्शित करते हैं। हम ग्लोवे शब्द एम्बेडिंग एल्गोरिथ्म द्वारा उत्पादित व्यवसाय शब्द वैक्टर के लिए प्रत्यक्ष और अप्रत्यक्ष लिंग पूर्वाग्रह को मापते हैं [9], फिर इस एल्गोरिथ्म को कम पूर्वाग्रह के साथ एम्बेडिंग का उत्पादन करने के लिए संशोधित करते हैं ताकि इस एम्बेडिंग का उपयोग करके डाउनस्ट्रीम अनुप्रयोगों में पूर्वाग्रह को बढ़ाने को कम किया जा सके। |
08a6e999532544e83618c16a96f6d4c7356bc140 | |
0c35a65a99af8202fe966c5e7bee00dea7cfcbf8 | यह लेख एक ऑटो नोमॉस, इंटरैक्टिव टूर-गाइड रोबोट की सॉफ्टवेयर आर्किटेक्चर का वर्णन करता है। यह एक मॉड्यूलर और वितरित सॉफ्टवेयर आर्किटेक्चर प्रस्तुत करता है, जो स्थानीयकरण, मानचित्रण, टकराव से बचाव, योजना और उपयोगकर्ता बातचीत और वेब आधारित टेलीप्रेजेंस से संबंधित विभिन्न मॉड्यूल को एकीकृत करता है। अपने मूल में, s oftware दृष्टिकोण संभाव्यता गणना, ऑनलाइन सीखने, और किसी भी समय एल्गोरिदम पर निर्भर करता है। यह रोबोट को सुरक्षित, विश्वसनीय और उच्च गति से अत्यधिक गतिशील वातावरण में संचालित करने में सक्षम बनाता है, और रोबोट के संचालन में सहायता के लिए पर्यावरण के किसी भी संशोधन की आवश्यकता नहीं होती है। लोगों की अंतर्ज्ञान को आकर्षित करने वाली इंटरैक्टिव क्षमताओं के डिजाइन पर विशेष जोर दिया गया है। यह इंटरफेस सार्वजनिक स्थानों पर लोगों की भीड़ के साथ मानव-रोबोट बातचीत के लिए नए साधन प्रदान करता है और यह वेब का उपयोग करके दुनिया भर के लोगों को "वर्चुअल टेलीप्रेजेंस" स्थापित करने की क्षमता प्रदान करता है। हमारे दृष्टिकोण को स्पष्ट करने के लिए, 1997 के मध्य में प्राप्त परिणामों की रिपोर्ट की गई है, जब हमारे रोबोट RHINO को घनी आबादी वाले संग्रहालय में छह दिनों की अवधि के लिए तैनात किया गया था। अनुभवजन्य परिणाम सार्वजनिक वातावरण में विश्वसनीय संचालन को प्रदर्शित करते हैं। रोबोट ने सफलतापूर्वक संग्रहालय के दर्शकों की संख्या में 50% से अधिक की वृद्धि की। इसके अलावा, दुनिया भर के हजारों लोगों ने वेब के माध्यम से रोबोट को नियंत्रित किया। हम अनुमान लगाते हैं कि ये नवाचार सेवा रोबोट के लिए अनुप्रयोगों की एक बहुत बड़ी रेंज को पार करते हैं। |
66479c2251088dae51c228341c26164f21250593 | |
2c521847f2c6801d8219a1a2e9f4e196798dd07d | |
c0e97ca70fe29db4ceb834464576b699ef8874b1 | यह पत्र एक उपन्यास अर्थपूर्ण मानचित्रण दृष्टिकोण, पुनरावर्ती-ऑक्टोमैप प्रस्तुत करता है, जिसे दीर्घकालिक त्रि-आयामी (3-डी) लिडार डेटा से सीखा गया है। अधिकांश मौजूदा अर्थपूर्ण मानचित्रण दृष्टिकोण अर्थपूर्ण मानचित्रों के 3-डी परिष्करण (यानी, 3 डी) के बजाय एकल फ्रेम की अर्थपूर्ण समझ में सुधार पर ध्यान केंद्रित करते हैं। अर्थ संबंधी टिप्पणियों को मिलाकर) 3-डी अर्थिक मानचित्र परिष्करण के लिए सबसे व्यापक रूप से उपयोग किया जाने वाला दृष्टिकोण बेज अद्यतन है, जो मार्कोव-श्रृंखला मॉडल के बाद लगातार भविष्यवाणी संभावनाओं को मिलाता है। इसके बजाय, हम केवल वर्गीकरणकर्ता से भविष्यवाणियों को मिलाकर करने के बजाय, अर्थ संबंधी विशेषताओं को मिलाकर सीखने का एक दृष्टिकोण प्रस्तावित करते हैं। हमारे दृष्टिकोण में, हम एक ऑक्टोमैप के रूप में हमारे 3-डी मानचित्र का प्रतिनिधित्व और रखरखाव करते हैं, और प्रत्येक सेल को एक आवर्ती तंत्रिका नेटवर्क के रूप में मॉडल करते हैं, एक आवर्ती-ऑक्टोमैप प्राप्त करने के लिए। इस मामले में, अर्थिक मानचित्रण प्रक्रिया को अनुक्रम-से-अनुक्रम एन्कोडिंग-डेकोडिंग समस्या के रूप में तैयार किया जा सकता है। इसके अलावा, हमारे आवर्ती-ओक्टोमैप में अवलोकनों की अवधि बढ़ाने के लिए, हमने दो सप्ताह से अधिक डेटा का उपयोग करके क्रमिक रूप से गतिशील वातावरण का मानचित्रण करने के लिए एक मजबूत 3-डी स्थानीयकरण और मानचित्रण प्रणाली विकसित की, और सिस्टम को प्रशिक्षित किया जा सकता है और मनमाने ढंग से स्मृति लंबाई के साथ तैनात किया जा सकता है। हम ईटीएच दीर्घकालिक 3-डी लिडार डेटासेट पर अपने दृष्टिकोण को मान्य करते हैं। प्रयोगात्मक परिणामों से पता चलता है कि हमारा प्रस्तावित दृष्टिकोण पारंपरिक बेज अद्यतन दृष्टिकोण से बेहतर है। |
1d3ddcefe4d5fefca04fe730ca73312e2c588b3b | छात्र प्रतिधारण कई नामांकन प्रबंधन प्रणालियों का एक आवश्यक हिस्सा है। यह विश्वविद्यालयों की रैंकिंग, स्कूल की प्रतिष्ठा और वित्तीय कल्याण को प्रभावित करता है। उच्च शिक्षा संस्थानों में निर्णय लेने वालों के लिए छात्र प्रतिधारण सबसे महत्वपूर्ण प्राथमिकताओं में से एक बन गया है। छात्रों को बनाए रखने में सुधार के लिए छात्रों के घटने के पीछे के कारणों की पूरी समझ से शुरुआत करनी होगी। इस तरह की समझ जोखिम वाले छात्रों की सटीक भविष्यवाणी करने और उन्हें बनाए रखने के लिए उचित हस्तक्षेप करने का आधार है। इस अध्ययन में, पांच साल के संस्थागत डेटा के साथ-साथ कई डेटा माइनिंग तकनीकों (दोनों व्यक्तियों के साथ-साथ समूहों) का उपयोग करते हुए, हमने नए छात्रों के पीछे के कारणों की भविष्यवाणी करने और समझाने के लिए विश्लेषणात्मक मॉडल विकसित किए। तुलनात्मक विश्लेषणों के परिणामों से पता चला कि समूहों ने व्यक्तिगत मॉडल की तुलना में बेहतर प्रदर्शन किया, जबकि संतुलित डेटासेट ने असंतुलित डेटासेट की तुलना में बेहतर पूर्वानुमान परिणाम दिए। खरीद निर्यात का संवेदनशीलता विश्लेषण पिछला लेख अगला लेख जांचें कि क्या आपके पास लॉगिन क्रेडेंशियल या आपके संस्थान के माध्यम से पहुंच है। |
1b3b22b95ab55853aff3ea980a5b4a76b7537980 | निरंतर गुणों वाले डोमेन में C4.5 की रिपोर्ट की गई कमजोरी को निरंतर गुणों पर परीक्षणों के गठन और मूल्यांकन को संशोधित करके संबोधित किया जाता है। एमडीएल-प्रेरित दंड ऐसे परीक्षणों पर लागू किया जाता है, उनमें से कुछ को विचार से हटा दिया जाता है और सभी परीक्षणों की सापेक्ष वांछनीयता को बदल दिया जाता है। अनुभवजन्य परीक्षणों से पता चलता है कि संशोधनों से छोटे निर्णय वृक्षों का निर्माण होता है, जिनमें उच्च पूर्वानुमान सटीकता होती है। परिणाम यह भी पुष्टि करते हैं कि इन परिवर्तनों को शामिल करने वाला सी4.5 का एक नया संस्करण वैश्विक विच्छेदन का उपयोग करने वाले और बहु-अंतराल विभाजन वाले छोटे पेड़ों का निर्माण करने वाले हाल के दृष्टिकोणों से बेहतर है। |
1060ff9852dc12e05ec44bee7268efdc76f7535d | मुख्य विचार यह है कि इनपुट जोड़ी (I, J) के बीच प्रवाह की गणना करने के बजाय, हम छवियों (I , J ) के संस्करणों की गणना करते हैं जिसमें प्रकाश को संरक्षित करते हुए चेहरे की अभिव्यक्तियां और मुद्रा को सामान्य बनाया जाता है। यह पूर्ण फोटो संग्रह से बने एक उपस्थिति उप-स्थान पर प्रत्येक फोटो को पुनरावर्ती रूप से प्रोजेक्ट करके प्राप्त किया जाता है। वांछित प्रवाह प्रवाहों (I → I ) o (J → J) के संयोजन के माध्यम से प्राप्त किया जाता है। हमारा दृष्टिकोण किसी भी दो-फ्रेम ऑप्टिकल प्रवाह एल्गोरिथ्म के साथ इस्तेमाल किया जा सकता है, और प्रकाश और आकार परिवर्तनों के लिए अपरिवर्तनीयता प्रदान करके एल्गोरिथ्म के प्रदर्शन को काफी बढ़ाता है। प्रकाश, मुद्रा और ज्यामिति में अंतर के कारण इंटरनेट चेहरे की तस्वीरों की किसी भी जोड़ी के बीच ऑप्टिकल प्रवाह की गणना करना अधिकांश वर्तमान कला प्रवाह अनुमान विधियों के लिए चुनौतीपूर्ण है। हम दिखाते हैं कि प्रवाह अनुमान में नाटकीय रूप से सुधार किया जा सकता है एक ही (या इसी तरह की) वस्तु के एक बड़े फोटो संग्रह का लाभ उठाकर। विशेष रूप से, Google छवि खोज से एक सेलिब्रिटी की तस्वीरों के मामले पर विचार करें। ऐसी किसी भी दो तस्वीरों में चेहरे की अभिव्यक्ति, प्रकाश और चेहरे का अभिविन्यास भिन्न हो सकता है। |
823964b144009f7c395cd09de9a70fe06542cc84 | दुनिया भर में बिजली उत्पादन में नाटकीय रूप से बदलाव हो रहा है क्योंकि ग्रीनहाउस गैस उत्सर्जन को कम करने और मिश्रित ऊर्जा स्रोतों को पेश करने की आवश्यकता है। अप्रत्याशित दैनिक और मौसमी उतार-चढ़ावों के साथ मांग को पूरा करने के लिए विद्युत नेटवर्क को ट्रांसमिशन और वितरण में बड़ी चुनौतियों का सामना करना पड़ता है। विद्युत ऊर्जा भंडारण (ईईएस) को इन चुनौतियों का सामना करने में बड़ी क्षमता रखने वाली प्रौद्योगिकी के रूप में मान्यता प्राप्त है, जिसके द्वारा ऊर्जा को एक निश्चित स्थिति में संग्रहीत किया जाता है, जो कि उपयोग की जाने वाली प्रौद्योगिकी के अनुसार होता है और जरूरत पड़ने पर इसे विद्युत ऊर्जा में परिवर्तित किया जाता है। हालांकि, विकल्पों की विस्तृत विविधता और जटिल विशेषता मैट्रिक्स एक विशेष अनुप्रयोग के लिए एक विशिष्ट ईईएस प्रौद्योगिकी का मूल्यांकन करना मुश्किल बनाते हैं। इस पत्र का उद्देश्य विद्युत उत्पादन और वितरण प्रणाली में एकीकृत करने के लिए उपलब्ध अत्याधुनिक प्रौद्योगिकियों की एक व्यापक और स्पष्ट तस्वीर प्रदान करके इस समस्या को कम करना है। इस पत्र में संचालन सिद्धांतों, तकनीकी और आर्थिक प्रदर्शन विशेषताओं और वर्तमान अनुसंधान और विकास के बारे में बताया गया है। इसके बाद, समीक्षा की गई प्रौद्योगिकियों की एक व्यापक तुलना और एक आवेदन संभावित विश्लेषण प्रस्तुत किया गया है। 2014 लेखक। एल्सेवियर लिमिटेड द्वारा प्रकाशित यह एक खुला पहुँच लेख है CC BY लाइसेंस के तहत (http://creativecommons.org/licenses/by/3.0/) । |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.