_id
stringlengths 40
40
| text
stringlengths 0
9.63k
|
|---|---|
dcd72f0a9cdc37450379f401fc2f4f87e30f5021 | |
c1b66422b1dab3eeee6d6c760f4bd227a8bb16c5 | |
e75c5d1b7ecd71cd9f1fdc3d07f56290517ef1e5 | ऑनलाइन लेनदेन प्रसंस्करण (ओएलटीपी) अउ ऑनलाइन विश्लेषणात्मक प्रसंस्करण (ओएलएपी) के दुनो क्षेत्रमन डेटाबेस आर्किटेक्चर बर अलग-अलग चुनौतिमन ल प्रस्तुत करत हंवय । वर्तमान में, मिशन-महत्वपूर्ण लेनदेन के उच्च दर वाले ग्राहकों हर अपन डेटा ल दु अलग-अलग प्रणालिमन में विभाजित करे हवय, ओएलटीपी बर एक डेटाबेस अउ ओएलएपी बर एक तथाकथित डेटा वेयरहाउस। सभ्य लेनदेन दरों के अनुमति देवत हुए, इ अलगाव में कईठन नुकसान हवयं, जेमा डेटा ताजगी के समस्यामन शामिल हवयं, जेखरकारण केवल समय-समय म एक्सट्रैक्ट ट्रांसफॉर्म लोड-डेटा स्टेजिंग अउ दु अलग-अलग सूचना प्रणाली ल बनाए रखे के कारण संसाधनमन के अत्यधिक खपत के कारण देरी होए हवय । हम एक कुशल हाइब्रिड सिस्टम प्रस्तुत करत हंवय , जेला हाइपर कहा जात हवय , जेहर लेनदेन डेटा के सुसंगत स्नैपशॉट बनाए रखे बर हार्डवेयर-असिस्टेड प्रतिकृति तंत्र के उपयोग करके एक साथ ओएलटीपी अउ ओएलएपी दुनों के संभाल सकत हवय । हाइपर एक मेन-मेमोरी डेटाबेस सिस्टम हवय जेहर ओएलटीपी लेनदेन के एसीआईडी गुणमन के गारंटी देत हवय अउ ओएलएपी क्वेरी सत्र (एकाधिक क्वेरी) के निष्पादित करत हवय , जेमा मनमाने ढंग ले वर्तमान अउ सुसंगत स्नैपशॉट होत हवय । वर्चुअल मेमोरी प्रबंधन (एड्रेस ट्रांसलेशन, कैशिंग, अपडेट म कॉपी) बर प्रोसेसर-अमृत समर्थन के उपयोग एक ही समय म दोनों उपज देत हवय: प्रति सेकंड 100000 तक अभूतपूर्व रूप ले उच्च लेनदेन दर अउ बहुत तेज़ ओएलएपी क्वेरी प्रतिक्रिया समय एक ही सिस्टम म समानांतर में दुनों वर्कलोड के निष्पादित करत हवय। प्रदर्शन विश्लेषण एकठन संयुक्त टीपीसी-सी अउ टीपीसी-एच बेंचमार्क म आधारित हवय । |
732212be0e6c5216158a7470c79fa2ff98a2da06 | हम एक स्टैक्ड-एफईटी मोनोलिथिक मिलीमीटर-वेव (एमएमडब्ल्यू) एकीकृत सर्किट डोहर्टी पावर एम्पलीफायर (डीपीए) प्रस्तुत करत हंवय । डीपीए 6-डीबी पावर बैक-ऑफ (पीबीओ) म उच्च शक्ति अउ उच्च दक्षता प्राप्त करे बर एक उपन्यास असममित स्टैक गेट पूर्वाग्रह के नियोजित करत हवय। सर्किट 0.15-μm बढ़ाए गए मोड (ई-मोड) गैलियम आर्सेनिड (जीएएस) प्रक्रिया में निर्मित हवय। प्रायोगिक परिणाम 28.2 डीबीएम के 1-डीबीबी गेन संपीड़न (पी 1 डीबी) के साथ आउटपुट पावर, 37% के पीक पावर एडड दक्षता (पीएई) अउ 28 जीएचजेड में 27% के 6-डीबी पीबीओ के साथ पीएई के प्रदर्शन करत हंवय । मापा गए छोटे सिग्नल लाभ 15 डीबी हवय जबकि 3-डीबी बैंडविड्थ 25.5 ले 29.5 जीएचजेड तक होत हवय। 20 मेगाहर्ट्ज 64 क्यूएएम मॉड्यूलेटेड सिग्नल के साथ डिजिटल प्रीडस्टोरेशन (डीपीडी) के उपयोग करके, -46 डीबीसी के आसन्न चैनल पावर अनुपात (एसीपीआर) देखे गए हवय। |
03837b659b4a8878c2a2dbef411cd986fecfef8e | हम समानांतर वर्ण-स्तर अनुक्रम मॉडलिंग बर एक ऑटोरेग्रेसिव ध्यान तंत्र पेश करत हंवय । हम ए विधि के उपयोग न्यूरल मॉडल के बढ़ाए बर करत हंवय जेमा राजमार्ग नेटवर्क स्किप कनेक्शन से जुड़े कारण संवहन परतमन के ब्लॉक होत हंवय । हम प्रस्तावित ध्यान तंत्र के साथ अउ बिना मॉडल ल क्रमशः राजमार्ग कारण कन्वोल्यूशन (कारण कन्वो) अउ ऑटोरिग्रेसिव-ध्यान कारण कन्वोल्यूशन (एआरए-कॉनवो) के रूप म संदर्भित करत हंवय । स्वतः प्रतिगामी ध्यान तंत्र डीकोडर म कारणता ल बनाए रखता हवय, समानांतर कार्यान्वयन के अनुमति देत हवय। हमन देखथन कि ए मॉडल, आघु आए वाले प्रतिरूप के तुलना म, चरित्र स्तर के एनएलपी कार्य म तेज अऊ सटीक सिक्छा ल सक्षम बनात हे। विशेष रूप ले, ये मॉडल प्राकृतिक भाषा सुधार अउ भाषा मॉडलिंग कार्यमन में आवर्ती तंत्रिका नेटवर्क मॉडल के बेहतर प्रदर्शन करत हंवय , अउ समय के एक अंश में चलती हंवय । |
fe419be5c53e2931e1d6370c914ce166be29ff6e | |
0c3078bf214cea52669ec13962a0a242243d0e09 | इ पेपर म एक उपन्यास कॉम्पैक्ट फीडिंग सर्किट के नियोजित एक ब्रॉडबैंड मुद्रित क्वाड्रिफिलर हेलिकल एंटीना प्रस्तावित करे गए हवय। एंटिना एक विस्तृत बीमविड्थ म एक उत्कृष्ट अक्षीय अनुपात प्रस्तुत करत हवय, जेमा 29% बैंडविड्थ हवय। एक विशिष्ट फीडिंग सर्किट जेमा एक एपर्चर-कपल्ड ट्रांजिशन के आधार म अउ दु 90 डिग्री सतह माउंट हाइब्रिड शामिल हवय, ल क्वाड्रिफिलर एंटीना के साथ एकीकृत करे बर डिज़ाइ करे गए हवय। बैंडविड्थ म, वाइडबैंड कॉम्पैक्ट सर्किट द्वारा खिलाए गए एंटीना के मापा गए प्रतिबिंब गुणांक -12 डीबी के बराबर या कम हवय अउ अधिकतम लाभ 1.18 ले 1.58 गीगाहर्ट्ज ले 1.5 अउ 2.7 डीबीआईसी के बीच भिन्न होत हवय। आधा शक्ति बीम चौड़ाई 150 डिग्री हवय, जेमा इ सीमा म 3 डीबी ले कम अक्षीय अनुपात हवय। फीडिंग सर्किट के कॉम्पैक्टनेस सरणी व्यवस्था म छोटे तत्व अंतराल के अनुमति देत हवय। |
0c3751db5a24c636c1aa8abfd9d63321b38cfce5 | स्टोचस्टिक ग्रेडिएंट डिसेंट (एसजीडी) अपन मजबूत सैद्धांतिक गारंटी के कारण एसवीएम जैसे बडखा पैमाने म पर्यवेक्षित मशीन लर्निंग अनुकूलन समस्यामन के हल करे बर लोकप्रिय हो गए हवय। जबकि निकट ले संबंधित डबल समन्वय आरोहण (डीसीए) विधि के कईठन सॉफ्टवेयर पैकेज में लागू करे गए हवय, एखरेबर अभी तक अच्छे अभिसरण विश्लेषण के कमी हवय। ए पेपर स्टोचस्टिक डुअल कोऑर्डिनेट असेंट (एसडीसीए) के एकठन नवा विश्लेषण प्रस्तुत करत हवय जेहर ए दर्शाता हवय कि विधिमन के ए वर्ग मजबूत सैद्धांतिक गारंटी ले आनंद लेत हवय जेहर एसजीडी के तुलना में तुलनीय या बेहतर हवयं। ए विश्लेषण व्यावहारिक अनुप्रयोगमन बर एसडीसीए के प्रभावशीलता ल उचित ठहराता हवय। |
24424918dc93c016deeaeb86a01c8bfc01253c9b | कईठन शास्त्रीय एल्गोरिदम कईठन बरस पाछू तक जीवित रहे बर पाए जात हंवय , जेमा ओमनकल्पित करे गए रहिन, अउ अप्रत्याशित सेटिंग्स में प्रासंगिक बने रहे बर जारी रखा गए रहिस । ए पेपर में, हम दिखाते हंवय कि एसवीआरजी ए तरह के एक विधि हवय: मूल रूप ले दृढ़ता ले उत्तल लक्ष्मन बर डिज़ाइ करे गए हवय, जेहर कि नॉन-मजबूत उत्तल या गैर-उत्ल सेटिंग्स के योग के तहत घलो बहुत मजबूत हवय। यदि एफ (एक्स) चिकनी, उत्तल कार्यों का योग हवय लेकिन एफ दृढ़ता ले उत्तल नी हवय (जैसे कि लासो या तार्किक प्रतिगमन), हम एक संस्करण एसवीआरजी का प्रस्ताव करत हंवय जेहर एसवीआरजी के शीर्ष म बढ़त युग लंबाई के एक उपन्यास विकल्प बनात हवय। एसवीआरजी ए सेटिंग म एसवीआरजी के एकठन सीधा, तेज संस्करण हवय । यदि एफ (एक्स) गैर-उग्र कार्यों का योग हावे लेकिन एफ दृढ़ता से उत्तल हावे, तो हम दिखाते हावें कि एसवीआरजी के अभिसरण रैखिक रूप से योगों के गैर-उग्रता पैरामीटर म निर्भर करत हावे। ए ए सेटिंग म सबले अच्छा ज्ञात परिणाम में सुधार करत हवय, अउ स्टोचस्टिक पीसीए बर बेहतर रनिंग टाइम देत हवय। |
680cbbc88d537bd6f5a68701b1bb0080a77faa00 | स्टोचैस्टिक ग्रेडिएंट वंश बड़े पैमाने म अनुकूलन बर लोकप्रिय हवय लेकिन अंतर्निहित भिन्नता के कारण असममित रूप ले धीमी अभिसरण हवय। ए समस्या के हल करे बर, हम स्टोचस्टिक ग्रेडिएंट वंश बर एक स्पष्ट विचलन कमी विधि पेश करत हंवय जेला हम स्टोचस्टिक विचलन कम ग्रेडिएंट (एसवीआरजी) कहिथन। चिकनी अउ दृढ़ता ले उत्तल कार्यों बर, हम साबित करत हावें कि इ विधि स्टोचस्टिक दोहरे निर्देशांक आरोहण (एसडीसीए) अउ स्टोचस्टिक औसत ढाल (एसएजी) के रूप में एक ही तेजी ले अभिसरण दर का आनंद लेती हावे। हालांकि, हमर विश्लेषण काफी सरल अउ ज्यादा सहज हवय। एखर अलावा, एसडीसीए या एसएजी के विमीत, हमर विधि ल ढाल के भंडारण के जरूरत नी हवय, अउ ए प्रकार कुछु संरचित भविष्यवाणी समस्यामन अउ तंत्रिका नेटवर्क ल सीखने जैसे जटिल समस्यामन बर ज्यादा आसानी ले लागू होत हवय। |
9fe5a7a24ff81ba2b6769e811b6ab47188a45242 | हाल ही में सिग्नल / इमेज प्रोसेसिंग, सांख्यिकी अउ मशीन सीखने में गैर-मुकुट अउ गैर-ग्लैस समस्यामन के ध्यान केंद्रित करे गए हवय। हालांकि, गैर-उग्र अउ गैर-ग्लैमरस अनुकूलन समस्या ल हल करना एक बडखा चुनौती हवय। त्वरित निकटवर्ती ढाल (एपीजी) उत्तल प्रोग्रामिंग बर एक उत्कृष्ट विधि हवय। हालांकि, एहर अभी घलो अज्ञात हवय कि सामान्य एपीजी गैर-उग्र प्रोग्रामिंग में एक महत्वपूर्ण बिंदु तक अभिसरण सुनिश्चित कर सकत हवय या नी। ए पेपर में, हम एपीजी ल सामान्य गैर-उग्र अउ गैर-ग्लैस प्रोग्राम बर एक मॉनिटर पेश करके बढ़ाए बर पर्याप्त वंश संपत्ति ल संतुष्ट करत हंवय । तदनुसार, हम एक मोनोटोन एपीजी अउ एक गैर-मोनटोन एपीजी का प्रस्ताव करत हंवय । उत्तरार्द्ध उद्देश्य समारोह के एकसमान कमी के आवश्यकता ल छोड़ देत हवय अउ प्रत्येक पुनरावृत्ति में कम गणना के आवश्यकता होत हवय। हमर ज्ञान के सबले अच्छा बर, हम सामान्य गैर-उग्र अउ गैर-गलत समस्या बर एपीजी-प्रकार एल्गोरिदम प्रदान करे बर पहीली व्यक्ति हंवय जेहर ए सुनिश्चित करत हंवय कि प्रत्येक संचय बिंदु एक महत्वपूर्ण बिंदु हवय, अउ अभिसरण दर ओ (१ के२) बने रहत हवय जब समस्या उत्तल होत हवय, जेमा के पुनरावृत्तियों के संख्या हवय। संख्यात्मक परिणाम गति में हमर एल्गोरिदम के फायदा के गवाही देत हंवय । |
3e36eb936002a59b81d8abb4548dc2c42a29b743 | अक्सर सुरक्षा ल स्वचालन प्रणालिमन बर एक अतिरिक्त सेवा के रूप में देखा जात हवय जेहर अक्सर दूसर लक्ष्मन जैसे कि कुशल संचरण या संसाधनमन के सीमा के साथ संघर्ष करत हवय । ए लेख स्वचालन प्रणाली म सुरक्षा बर एकठन अभ्यास-उन्मुख दृष्टिकोण बर जात हवय । ए विशेष रूप ले स्वचालन प्रणालिमन अउ स्वचालन नेटवर्क बर सामान्य खतरमन के विश्लेषण करत हवय, सुरक्षा के संबंध में सिस्टम के वर्गीकृत करे बर एकठन मॉडल तैयार करत हवय अउ कईठन सिस्टम स्तरमन म उपलब्ध सामान्य उपायमन म चर्चा करत हवय । उपायों के विवरण ल समग्र प्रणाली सुरक्षा म प्रभावों के मूल्यांकन करे के अनुमति देना चाहि । |
8b74a32cebb5faf131595496f6470ff9c2c33468 | फेसबुक सामाजिक संचार बर सबले लोकप्रिय उपकरण म ले एक बन जात हवय । हालांकि, फेसबुक आने सोशल नेटवर्किंग साइट ले कुछु हद तक अलग हवय काबरकि ए ऑफ़लाइन-टू-ऑनलाइन प्रवृत्ति के प्रदर्शन करत हवय; यानी, फेसबुक दोस्तों के बहुमत ऑफलाइन मिले हवय अउ फिर बाद म जोड़े गए हवय । वर्तमान शोध हर जांच के कि व्यक्तित्व के पांच-कारक मॉडल फेसबुक के उपयोग ले कैसे संबंधित हवय । बहिर्मुखीकरण अउ अनुभव बर खुलेपन के संबंध म कुछु अपेक्षित रुझानों के बावजूद, म परिणाम ों ले संकेत दिस कि व्यक्तित्व कारक ओतना प्रभावशाली नी रहिन जितना कि पिछले साहित्य सुझाव देत हवय । नतीजा ए घलो बतात हवयं कि फेसबुक के उपयोग के मामले म संचार करे के प्रेरणा प्रभावशाली हवय । ए सुझाव दिस जात हवय कि फेसबुक जैसे उपकरणमन के उपयोग करे के निर्णय म अलग-अलग प्रेरणा प्रभावित हो सकत हवयं, खासकर जब फेसबुक के व्यक्तिगत कार्यों म विचार करे जात हवय । © 2008 एल्सेवियर लिमिटेड. जम्मो अधिकार सुरक्षित. 1. हर समय व्यक्तित्व सहसंबंध अउ संबंधित योग्यता कारक |
423fff94db2be3ddef5e3204338d2111776eafea | हमन फेसबुक के 4.2 मिलियन उपयोगकर्ता द्वारा आदान-प्रदान 362 मिलियन संदेशों के पूरी तरह ले अज्ञात हेडर के विश्लेषण करे हवय , एकठन 26 महीने के अंतराल के दौरान कॉलेज के छात्रों के एकठन ऑनलाइन सामाजिक नेटवर्क। डेटा कईठन मजबूत दैनिक अउ साप्ताहिक नियमितता के खुलासा करत हवय जेहर कॉलेज के छात्रों अउ आमनके सामाजिक जीवन के उपयोग म अंतर्दृष्टि प्रदान करत हवय , जेमा मौसमी भिन्नता शामिल हवय । हमन ए घलो जांच करीस कि स्कूल संबद्धता अउ अनौपचारिक ऑनलाइन "मित्र" सूचियां देखे गए व्यवहार अउ सामयिक पैटर्न ल कैसे प्रभावित करत हवयं। आखिर म, हमन देखथन कि फेसबुक उपयोगकर्ता स्कूल द्वारा अपन सामयिक संदेश पैटर्न के संबंध म क्लस्टर करे जात हवयं। |
1bed30d161683d279780aee34619f94a860fa973 | हमर विश्लेषण बतात हवय कि डेटाबेस, इन-मेमोरी कैश, अउ ग्राफ विश्लेषण जैसे कईठन "बड़े-स्मृति" सर्वर वर्कलोड, पृष्ठ-आधारित आभासी स्मृति बर एक उच्च लागत भुगतान करत हंवय । वे बड़े पृष्ठों के उपयोग करके भी, टीएलबी मिस म 10% निष्पादन चक्रों के रूप म ज्यादा के रूप म खपत करत हंवय । दूसर तरफ, हम पाते हावन कि एहर वर्कलोड अधिकांश पृष्ठों म रीड-राइट अनुमति के उपयोग करत हंवय , स्वैप नी करे बर प्रावधान करे जात हवय , अउ शायद ही कभु पृष्ठ-आधारित आभासी स्मृति के पूर्ण लचीलेपन ले लाभ होत हवय । बड़े-स्मृति वर्कलोड बर टीएलबी मिस ओवरहेड के हटाने बर, हम एक प्रत्यक्ष खंड के साथ एक प्रक्रिया के रैखिक आभासी पते के जगह के हिस्सा के मानचित्रण के प्रस्ताव करत हंवय , जबकि आभासी पते के जगह के शेष के मानचित्रण करत हंवय । प्रत्यक्ष खंड न्यूनतम हार्डवेयर का उपयोग करत हंवय - प्रति कोर आधार, सीमा अउ ऑफसेट रजिस्टर - निकटवर्ती आभासी मेमोरी क्षेत्रमन के सीधा निकटवर्ती भौतिक मेमोरी में मैप करे बर। वे डेटाबेस बफर पूल अउ इन-मेमोरी कुंजी-मूल्य स्टोर जैसे प्रमुख डेटा संरचना बर टीएलबी मिस के संभावना ल समाप्त करत हंवय । एक प्रत्यक्ष खंड द्वारा मैप करे गए मेमोरी ल जरूरत के समय पेजिंग म वापस बदल दिस जा सकत हवय। हम लिनक्स में एक्स 86-64 बर प्रत्यक्ष-खंड सॉफ्टवेयर समर्थन के प्रोटोटाइप करत हंवय अउ प्रत्यक्ष-खंड हार्डवेयर के अनुकरण करत हंवय । हमर वर्कलोड बर, प्रत्यक्ष खंड लगभग जम्मो टीएलबी मिसों ल समाप्त करत हंवय अउ टीएलबी मिसों म व्यर्थ निष्पादन समय के 0.5% ले कम कर देत हंवय । |
86dc975f9cbd9a205f8e82fb1db3b61c6b738fa5 | जैसे-जैसे मशीनी टैगिंग मल्टीमीडिया सामग्री बर तेजी ले शक्तिशाली तकनीकें उभरीं, अंतर्निहित शब्दावली ल मानकीकृत करना तेजी ले महत्वपूर्ण हो जात हवय। ए करत होए से इंटरऑपरेबिलिटी प्रदान करत हवय अउ मल्टीमीडिया समुदाय ल सिमेंटिक्स के एकठन अच्छी तरह ले परिभाषित सेट म चल रहे शोध ल ध्यान केंद्रित करे देत हवय । ए पेपर प्रसारण समाचार वीडियो के वर्णन करे बर एकठन बडखा मानकीकृत टैक्सोनोमी विकसित करे बर मल्टीमीडिया शोधकर्तामन, लाइब्रेरी वैज्ञानिकमन अउ आखिर उपयोगकर्ताओं के एकठन सहयोगी प्रयास के वर्णन करत हवय । मल्टीमीडिया (एलएससीओएम) बर बडखा पैमाने म अवधारणा ओन्टोलॉजी अपन प्रकार के पहला हवय जेहर अंत-उपयोगकर्ता पहुंच के सुविधा प्रदान करे बर एक साथ उपयोगिता के अनुकूलित करे बर डिज़ाइ करे गए हवय, एक बडखा अर्थपूर्ण जगह ल कवर करत हवय, स्वचालित निष्कर्षण ल संभव बनात हवय, अउ विविध प्रसारण समाचार वीडियो डेटा लेट म अवलोकन योग्यता बढ़ात हवय। |
2b2ba9b0022ff45939527836a150959fe388ee23 | |
c39d04c6f3b84c77ad379d0358bfbe7148ad4fd2 | |
8db7f5a54321e1a4cd51d0666607279556a57404 | चिकित्सा अउ मनोवैज्ञानिक समस्या के साथ सामना करे वाले मरीजमन से अक्सर ध्यान तकनीक के मांग करे जात हवय । ओमनके तेजी ले व्यापक अपील अउ उपयोग, अउ चिकित्सा चिकित्सा के रूप म उपयोग के संभावना के कारण, चिकित्सा हस्तक्षेप के रूप म इ प्ररहिसओं के वर्तमान वैज्ञानिक ज्ञान के संक्षिप्त अउ गहन समीक्षा के गइस रहिस । उद्देश्य बीमारी के इलाज म ध्यान के प्रभावकारिता अउ सुरक्षा के समर्थन करे वाले सबूत के व्यवस्थित रूप ले समीक्षा करना, अउ आघू के अध्ययन के वारंट वाले क्षेत्रों के जांच करना। सामान्य स्वस्थ आबादी म अध्ययन शामिल नी होए । खोज पबमेड, साइकिन्फो, अउ कोक्रेन डेटाबेस के उपयोग करके करे गए रहिस । मुख्य शब्द ध्यान, ध्यान प्रार्थना, योग, विश्राम प्रतिक्रिया रहिन। योग्यता अध्ययन के दो समीक्षमन से गुणवत्ता के आधार म स्वतंत्र रूप ले समीक्षा अउ मूल्यांकन करे गय रहिस । मध्यम ले उच्च गुणवत्ता वाले अध्ययन (एक मान्य अनुसंधान गुणवत्ता पैमाने म 0.65 या 65% ले ज्यादा स्कोरिंग) शामिल रहिन । नतीजा कुल 82 पहचान अध्ययनमन ले , 20 यादृच्छिक नियंत्रित परीक्षण हमर मानदंडों के पूरा करत हंवय । अध्ययनों में कुल 958 विषय शामिल रहिन (प्रयोगात्मक रूप ले इलाज के गइस 397, 561 नियंत्रण) । समावेशी या बहिष्कृत नैदानिक अध्ययनमन में ले कन्हु में कोई घलो गंभीर प्रतिकूल घटनामन के सूचना नी दिए गए रहिस । गंभीर प्रतिकूल घटनामन चिकित्सा साहित्य म रिपोर्ट करे गए हवय, हालांकि दुर्लभ। प्रभावकारिता के सबले मजबूत सबूत मिर्गी, प्रीमेन्स्ट्रुअल सिंड्रोम के लक्षण अउ रजोनिवृत्ति के लक्षण बर पाए गए रहिन। मूड अउ चिंता विकारों, ऑटोइम्यून बीमारी, अउ न्यूओप्लास्टिक बीमारी म भावनात्मक अशांति बर लाभ घलो दिखाया गय रहिस। निष्कर्ष म परिणाम कुछु बीमारिमन के इलाज बर ध्यान अभ्यास के सुरक्षा अउ संभावित प्रभावकारिता के समर्थन करत हंवय , खासकर गैर-मनोवैज्ञानिक मूड अउ चिंता विकारमन म । बड़े पैमाने म, पद्धतिगत रूप ले ध्वनि अध्ययनमन ले प्रभावकारिता के समर्थन करे वाले स्पष्ट अउ दोहराए जाने योग्य सबूतमन के कमी हवय। |
46b2cd0ef7638dcb4a6220a52232712beb2fa850 | 3 डी मानव गति के जनरेटिव मॉडल अक्सर छोटी संख्या में गतिविधिमन तक ही सीमित होत हंवय अउ एखरबर उपन्यास आंदोलनों या अनुप्रयोगमन बर अच्छी तरह ले सामान्यीकृत नी हो सकत हंवय । इ काम म हम मनखे गति कैप्चर डेटा बर एक गहरी सीखने फ्रेमवर्क का प्रस्ताव करत हावें जो गति कैप्चर डेटा के एक बडखा निकाय ले एक सामान्य प्रतिनिधित्व सीखता हावे अउ नवा, अदृश्य, गति बर अच्छी तरह ले सामान्यीकरण करत हावे। एक एन्कोडिंग-डेकोडिंग नेटवर्क के उपयोग करके जेहर भविष्य के 3 डी पोज के भविष्यवाणी करना सीखते हंवय , हम मानव गति के एकठन विशेषता प्रतिनिधित्व निकालत हंवय । अनुक्रम भविष्यवाणी बर गहरी सीखने म अधिकांश काम वीडियो अउ भाषण म केंद्रित हवय। काबरकि कंकाल डेटा में एकठन अलग संरचना हवय, हम अलग-अलग नेटवर्क आर्किटेक्चर के प्रस्तुत अउ मूल्यांकन करत हंवय जेहर समय निर्भरता अउ अंग सहसंबंधों के बारे म अलग-अलग धारणा बनात हवयं। सीखे गए सुविधामन के मात्रा निर्धारित करे बर, हम कार्रवाई वर्गीकरण बर कईठन परतमन के आउटपुट के उपयोग करत हंवय अउ नेटवर्क इकाइमन के रिसेप्टिव क्षेत्रमन के कल्पना करत हंवय । हमर विधि कंकाल गति भविष्यवाणी में कला के हालिया स्थिति ले बेहतर हवय भले ही ए कार्रवाई विशिष्ट प्रशिक्षण डेटा के उपयोग करत हवय । हमर म परिणाम दिखात हवय कि एक सामान्य मोकेप डेटाबेस ले प्रशिक्षित गहरे फीडफॉरवर्ड नेटवर्क के उपयोग मनखे गति डेटा ले सुविधा निष्कर्षण बर सफलतापूर्वक करे जा सकत हवय अउ ए प्रतिनिधित्व के उपयोग वर्गीकरण अउ भविष्यवाणी बर एकठन नींव के रूप म करे जा सकत हवय । |
3c094494f6a911de3087ed963d3d893f6f2b1d71 | ए अध्ययन के उद्देश्य गदहा प्रशिक्षण बर हाइब्रिड असिस्टिव लिम्ब सिस्टम के नैदानिक अनुप्रयोगमन म साहित्य के समीक्षा करना रहिस । विधि विज्ञान के वेब, पबमेड, सीआईएनएएचएल अउ क्लिनिकट्रिएल्स.गोव के उपयोग करके एकठन व्यवस्थित साहित्य खोज के गइस अउ पहचान के गइस रिपोर्ट म संदर्भ सूचियों के उपयोग करके अतिरिक्त खोज के गइस । सारों के जांच करे गइस, संबंधित लेखों के समीक्षा करे गइस अउ गुणवत्ता मूल्यांकन के अधीन। 37 अध्ययनमन म ले 7 अध्ययनमन म समावेशन मानदंड पूरा हुए। छह अध्ययन एकल समूह अध्ययन रहिन अउ 1 एक खोजपूर्ण यादृच्छिक नियंत्रित परीक्षण रहिस। कुल मिलाकर, इ अध्ययनमन म 140 प्रतिभागी शामिल रहिन जिनमें ले 118 हर हस्तक्षेप पूरा करीस अउ 107 हर चाल प्रशिक्षण बर एचएएल के उपयोग करीस । पांच अध्ययनमन म स्ट्रोक के बाद गियर प्रशिक्षण, 1 स्पाइनल मेड लेमेज (एससीआई) के बाद 1 अउ स्ट्रोक के बाद 1 अध्ययन, एससीआई या अन्य बीमारिमन जेहर चलने के क्षमता ल प्रभावित करत हंवय । अध्ययन म मामूली अउ क्षणिक दुष्प्रभाव पाए गए लेकिन कोई गंभीर प्रतिकूल घटना के सूचना नी दिए गए। पैदल गति के चर अउ पैदल चलने म स्वतंत्रता म लाभकारी प्रभाव देखे गए रहिन। निष्कर्ष संचित निष्कर्ष बताते हंवय कि एचएएल प्रणाली व्यावहारिक हवय जब एकठन पेशेवर सेटिंग म निचले अंग के पैरेसिस वाले मरीजों के पैदल प्रशिक्षण बर उपयोग करे जात हवय । पैदल चलने अउ आजादी म फायदेमंद प्रभाव देखे गए रहिन लेकिन डेटा निष्कर्ष निकालने के अनुमति नी देत हवय। आगे नियंत्रित अध्ययनमन के सिफारिश के जात हवय । |
515e34476452bbfeb111ce5480035ae1f7aa4bee | अच्छी इनडोर वायु गुणवत्ता मानव स्वास्थ्य का एक महत्वपूर्ण हिस्सा हवय । खराब घर के हवा के गुणवत्ता अस्थमा, हृदय रोग अउ फेफड़ों के कैंसर जैसे पुरानी श्वसन रोगों के विकास म योगदान दे सकत हवय । मामला ल जटिल करे बर, खराब वायु गुणवत्ता मनखेमन बर अकेले दृष्टि अउ गंध के माध्यम ले पता लगाना बेहद मुश्किल हवय अउ मौजूदा संवेदी उपकरणमन के उपयोग करे अउ वैज्ञानिकमन बर डेटा प्रदान करे बर करे जात हवय , न कि सामान्य नागरिकमन बर । हमन इनएयर के प्रस्ताव करत हन, जऊन एक उपकरण हे, जऊन माप, विज़ुअलाइज़ेशन अऊ घर के भीतर हवा के गुणवत्ता के बारे म जाने बर हे। inAir छोटे खतरनाक वायुमंडलीय कणमन ल आकार म 0.5 माइक्रोन के रूप म छोटे माप के माध्यम ले आंतरिक वायु गुणवत्ता के ऐतिहासिक अउ वास्तविक समय दृश्य प्रदान करत हवय। उपयोगकर्ता अध्ययन के माध्यम ले हम ए दिखाते हंवय कि इनएयर कैसे बढि़या जागरूकता ल बढ़ावा देत हवय अउ इनडोर वायु गुणवत्ता में सुधार बर व्यक्तिगत कार्रवाई ल प्रेरित करत हवय। |
44db0c2f729661e7b30af484a1ad5df4e70cb22a | ब्लूटूथ वर्म्स वर्तमान म इंटरनेट स्कैनिंग वर्म्स के तुलना म अपेक्षाकृत कम खतरा पैदा करत हंवय । ब्लूबैग प्रोजेक्ट ब्लूटूथ मैलवेयर के माध्यम ले लक्षित हमलों ल सबूत-ऑफ-कॉन्सेप्ट कोड अउ मोबाइल डिवाइ के उपयोग करके दिखाता हवय |
0a87428c6b2205240485ee6bb9cfb00fd9ed359c | ऑप्टिकल प्रवाह अनुमान एल्गोरिदम के सटीकता लगातार बेहतर हो रही हवय जैसा कि मिडलबरी ऑप्टिकल प्रवाह बेंचमार्क म परिणाममन ले पता चलत हवय। हालांकि, हॉर्न अउ शुंक के काम के बाद ले विशिष्ट सूत्रीकरण थोड़ा बदल गइस हवय। हम एहर पता लगाए के प्रयास करत हावें कि किस हालिया प्रगति ने सटीकता ल प्रभावित करत हावे, उद्देश्य समारोह, अनुकूलन विधि, अउ आधुनिक कार्यान्वयन प्रथाओं के एक गहन विश्लेषण के माध्यम ले संभव बनाय हावे। हम पाते हावन कि "शास्त्रीय" प्रवाह सूत्र आधुनिक अनुकूलन अउ कार्यान्वयन तकनीकमन के साथ संयुक्त होए म आश्चर्यजनक रूप ले अच्छी तरह ले प्रदर्शन करत हंवय । एखर अलावा, हम पाते हवयं कि अनुकूलन के दौरान मध्यवर्ती प्रवाह क्षेत्रमन के मध्यवर्ती फ़िल्टरिंग हाल के प्रदर्शन लाभ बर एकठन कुंजी हवय , ए ज्यादा ऊर्जा समाधानों के ओर जात हवय । ए घटना के पाछू सिद्धांतमन ल समझे बर, हम एक नवा उद्देश्य प्राप्त करत हंवय जेहर मध्यवर्ती फ़िल्टरिंग हेरिस्टिक के औपचारिक रूप देत हवय। ए उद्देश्य म एक गैर-स्थानीय शब्द शामिल हवय जेहर बडखा जगह पड़ोस म प्रवाह अनुमान ल मजबूत रूप ले एकीकृत करत हवय । इ नवा शब्द ल प्रवाह अउ छवि सीमा के बारे म जानकारी शामिल करे बर संशोधित करके हमन एक विधि विकसित करत हंवय जेहर मिडिलबरी बेंचमार्क के शीर्ष म हवय। |
90930683f4ef3da8c51ed7d2553774c196172cb3 | |
919bd86eb5fbccd3862e3e2927d4a0d468c7c591 | |
73e51b9820e90eb6525fc953c35c9288527cecfd | मौजूदा तंत्रिका निर्भरता पार्सर आमतौर म द्विदिश LSTMs के साथ एक वाक्य म प्रत्येक शब्द ल एन्कोड करत हंवय , अउ सिर अउ संशोधक के LSTM प्रतिनिधित्व ले एकठन चाप के स्कोर के अनुमान लगाते हंवय , संभवतः चाप बर प्रासंगिक संदर्भ जानकारी के कमी होत हवय । ए अध्ययन म, हम एक तंत्रिका विशेषता निष्कर्षण विधि के प्रस्ताव करत हंवय जेहर आर्क-विशिष्ट सुविधामन के निकाले के सीखत हवय। हमन हर संभावित हेड-मॉडिफायर जोड़ी बर अउ खिलाफ साक्ष्य एकत्र करे बर एक तंत्रिका नेटवर्क-आधारित ध्यान विधि लागू करत हावें, जेखर संग हमर मॉडल विश्वास अउ अविश्वास के निश्चितता स्कोर के गणना करत हावे, अउ विश्वास के एक ले अविश्वास के स्कोर ल घटाकर अंतिम चाप स्कोर निर्धारित करत हावे। स्पष्ट रूप ले दो प्रकार के साक्ष्य पेश करके, चाप उम्मीदवार एकठन दूसर के खिलाफ प्रतिस्पर्धा कर सकत हवयं जेहर ज् यादा प्रासंगिक जानकारी के आधार म होत हवयं, खासकर ओ मामलामन बर जहां ओमन एकठन ही सिर या संशोधक साझा करत हंवय । ए अपन प्रतिद्वंद्वियों (अविश्वास साक्ष्य) ल प्रस्तुत करके दो या अधिक प्रतिस्पर्धी आर्क ल बेहतर ढंग ले भेदभाव करना संभव बनात हवय। विभिन्न डेटासेट म प्रयोग ले पता चलत हवय कि हमर आर्क-विशिष्ट सुविधा निष्कर्षण तंत्र स्पष्ट रूप ले लंबी दूरी के निर्भरता के मॉडलिंग करके द्विदिश LSTM आधारित मॉडल के प्रदर्शन म काफी सुधार करत हवय। अंग्रेजी अउ चीनी दुनों बर, प्रस्तावित मॉडल अधिकांश मौजूदा तंत्रिका ध्यान-आधारित मॉडल के तुलना म निर्भरता पार्सिंग कार्य म उच्च सटीकता प्राप्त करत हवय। |
7bdb08efd640311ad18466a80498c78267f886ca | |
26d92017242e51238323983eba0fad22bac67505 | ए पेपर सामाजिक नेटवर्किंग साइटों म ज्ञात, ऑफ़लाइन संपर्मन ल खोजने अउ नवा दोस्तों के खोज म मदद करे बर डिज़ाइन करे गए मनखेमन के सिफारिशों के अध्ययन करत हवय । हमन 500 उपयोगकर्ता के व्यक्तिगत सर्वेक्षण अउ 3,000 उपयोगकर्ता के क्षेत्र अध्ययन के उपयोग करके एकठन उद्यम सामाजिक नेटवर्किंग साइट म चार सिफारिश एल्गोरिदम के मूल्यांकन करीस । हमन प्रयोगकर्ता के मित्र सूची के विस्तार करे म जम्मो एल्गोरिदम के प्रभावी पाय हवन। सामाजिक नेटवर्क जानकारी के आधार म एल्गोरिदम बेहतर प्राप्त सिफारिशों के उत्पादन करे अउ उपयोगकर्ताओं बर ज् यादा ज्ञात संपर्मन के खोजने में सक्षम रहिन, जबकि उपयोगकर्ता-निर्मित सामग्री के समानता के उपयोग करे वाले एल्गोरिदम नवा दोस्तों के खोज में मजबूत रहिन। हमन अपन सर्वेक्षण उपयोगकर्ता ले गुणात्मक प्रतिक्रिया घलो एकत्रित करे अउ कईठन सार्थक डिजाइन निहितार्थ निकाले। |
3621bc359003e36707733650cccadf4333683293 | |
54c32d432fb624152da7736543f2685840860a57 | हम एक प्रकार के डीप बोल्टज़मैन मशीन (डीबीएम) के परिचय देत हंवय जेहर दस्तावेजों के एक बडखा असंगठित संग्रह ले वितरित अर्थवादी प्रतिनिधित्वमन के निकाले बर उपयुक्त हवय। हम विवेकपूर्ण पैरामीटर टाईंग के साथ डीबीएम ल प्रशिक्षित करे के स्पष्ट कठिनाई ल पार करथन। ए एक कुशल प्रीट्रेनिंग एल्गोरिदम अउ तेजी ले अनुमान बर राज्य आरंभिकरण योजना के सक्षम करत हवय। मॉडल के मानक प्रतिबंधित बोल्टज़मैन मशीन के रूप में कुशलतापूर्वक प्रशिक्षित करे जा सकत हवय। हमर प्रयोग ले पता चलत हवय कि मॉडल प्रतिकृति सॉफ्टमैक्स मॉडल के तुलना में अनदेखी डेटा बर बेहतर लॉग संभाव्यता असाइ करत हवय। हमर मॉडल ले निकाले गए विशेषता दस्तावेज पुनर्प्राप्ति अउ दस्तावेज वर्गीकरण कार्य म एलडीए, प्रतिकृति सॉफ्टमैक्स, अउ डॉकएनएडीई मॉडल ल बेहतर बनात हवय। |
3d8650c28ae2b0f8d8707265eafe53804f83f416 | एक पहीली के पेपर में, हमन एक नवा बूस्टिंग एल्गोरिदम के परिचय दिस जेला एडबॉस्ट कहे जात हवय , जेला सैद्धांतिक रूप ले , काखरो घलो सीखने एल्गोरिदम के त्रुटि के कम करे बर उपयोग करे जा सकत हवय जेहर लगातार वर्गीकरण के उत्पन्न करत हवय जेखर प्रदर्शन यादृच्छिक अनुमान ले थोड़ा बेहतर हवय। हमन एक संबंधित धारणा के घलो शुरुआत करीस "छद्म-हानि" जेहर बहु-लेबल अवधारणाओं के सीखने एल्गोरिदम ल भेदभाव करे बर सबले कठिन लेबल म ध्यान केंद्रित करे बर मजबूर करे के एकठन विधि हवय । ए पेपर में, हम एहर प्रयोगों के वर्णन करत हावें कि हमन कभु-कभु एहर आहर करत हावें कि वास्तविक सीखने की समस्याओं म एडाबॉस्ट कितना अच्छा करत हावे। हमन प्रयोग के दू सेट करे हवन। पहला सेट ब्रेमन के साथ बढोतरी के तुलना करे गए [1] जब कईठन वर्गीकरणकर्तामन (निर्णय पेड़ों अउ एकल विशेषता-मूल्य परीक्षणमन सहित) के संयोजन करे बर उपयोग करे जात हवय । हमन मशीन-लर्निंग बेंचमार्क के संग्रह म दुठन विधिमन के प्रदर्शन के तुलना करेन। प्रयोगों के दूसर सेट म, हमन एक ओसीआर समस्या म निकटतम पड़ोसी वर्गीकरणकर्ता के उपयोग करके बढोतरी के प्रदर्शन के ज् यादा विस्तार ले अध्ययन करीस । |
85379baf4972e15cd7b9f5e06ce177e693b35f53 | ए पेपर में, हम डोमेन अनुकूलन समस्या ल संबोधित करे बर अर्ध-पर्यवेक्षित कर्नेल मिलान विधि के प्रस्ताव करत हंवय जहां स्रोत वितरण लक्ष्य वितरण ले काफी भिन्न होत हवय। विशेष रूप ले, हम एक हिल्बर्ट श्मिट स्वतंत्रता मानदंड के आधार म स्रोत कर्नेल मैट्रिक्स के उप-मैट्रिक्स के लक्ष्य कर्नेल मैट्रिक्स के साथ मेल करके समान स्रोत डेटा बिंदुमन बर लक्ष्य डेटा बिंदुमन के मैपिंग करत समय लेबल स्रोत डेटा म एक भविष्यवाणी समारोह सीखते हंवय । हम ए समकालिक सीखने अउ मैपिंग प्रक्रिया के एक गैर-समोच्च पूर्णांक अनुकूलन समस्या के रूप में तैयार करत हंवय अउ एखर आराम ले निरंतर रूप बर एक स्थानीय न्यूनताकरण प्रक्रिया प्रस्तुत करत हंवय । हमर अनुभवजन्य म परिणाम प्रस्तावित कर्नेल मिलान विधि ल क्रॉस डोमेन भावना वर्गीकरण के कार्य म वैकल्पिक विधिमन ल काफी बेहतर बनात हवय । |
7eeb362f11bfc1c89996e68e3a7c5678e271f95b | |
893167546c870eac602d81874c6473fd3cd8bd21 | बहु-आयामी बिंदुमन (ट्यूपल्स) के एकठन सेट के स्काईलाइन म ओ बिंदुमन शामिल होत हंवय जिनके लिए दिए गए सेट म कन्हु स्पष्ट रूप ले बेहतर बिंदु मौजूद नी होत हवय, ब्याज के डोमेन म घटक-वार तुलना के उपयोग करके। स्काईलाइन क्वेरी, यानी, क्वेरी जेमा स्काईलाइन के गणना शामिल हवय, कंप्यूटेशनल रूप ले महंगा हो सकत हवय, एखरबर समानांतर दृष्टिकोणों म विचार करना स्वाभाविक हवय जेहर कईठन प्रोसेसर के अच्छा उपयोग करत हंवय । हम समानांतर प्रसंस्करण बर डेटा सेट के उपयोगी विभाजन प्राप्त करे बर हाइपरप्लेन प्रोजेक्शंस के उपयोग करके ए समस्या के दृष्टिकोण करत हंवय । इ विभाजन न केवल छोटे स्थानीय क्षितिज ले ट के सुनिश्चित करत हावें, बल्कि परिणामों के कुशल विलय भी सक्षम करत हावें। हमर प्रयोग ले पता चलत हवय कि हमर विधि डेटा वितरण के बावजूद समानांतर स्काईलाइन गणना बर समान दृष्टिकोणमन के लगातार बेहतर करत हवय, अउ कईठन अनुकूलन रणनीतिमन के प्रभावमन म अंतर्दृष्टि प्रदान करत हवय। |
b87d5f9b8013386f4ff5ad1a130efe6e924dca5c | लेख इतिहासः 27 अगस्त 2012 प्राप्त होइस 1 अगस्त 2013 म संशोधित रूप म प्राप्त होइस 5 अगस्त 2013 म स्वीकार करे गइस 15 अगस्त 2013 म ऑनलाइन उपलब्ध |
bc18ee4a0f26320a86852b057077e8eca78b0c13 | ए अध्ययन घाना म पूर्व-सेवा शिक्षलं के बीच प्रौद्योगिकी स्वीकृति ल प्रभावित करे वाले कारलं के पहचान करे बर प्रौद्योगिकी स्वीकृति मॉडल ल बढ़ाता हवय। अनुसंधान मॉडल के खिलाफ 380 उपयोग करे योग्य प्रश्नावली ले डेटा के परीक्षण करे गए रहिस । अनुसंधान ढांचे के रूप म विस्तारित प्रौद्योगिकी स्वीकृति मॉडल (टीएएम) के उपयोग करके, अध्ययन हर पइस कि: पूर्व-सेवा शिक्षक शैक्षिक विश्वास, उपयोग के आसानी, कंप्यूटर प्रौद्योगिकी के उपयोग के प्रति उपयोगीता अउ कंप्यूटर प्रौद्योगिकी के उपयोग के प्रति दृष्टिकोण कंप्यूटर प्रौद्योगिकी के वास्तविक उपयोग के महत्वपूर्ण निर्धारक हवयं। कईठन चरणबद्ध प्रतिगमन विश्लेषण के उपयोग करके प्राप्त परिणाममन ले पता चला कि: (1) प्री-सर्विस शिक्षलं के शैक्षिक विश्वास हर उपयोग के आसानी अउ उपयोगिता ल समझे बर महत्वपूर्ण रूप ले प्रभावित करिस, (2) उपयोग के आसानी अउ उपयोगिता ल कंप्यूटर के उपयोग के प्रति दृष्टिकोण अउ कंप्यूटर के उपयोग के प्रति दृष्टिकोण दोनों ल प्रभावित करत हवय । हालांकि, सांख्यिकीय रूप ले, उपयोग के आसानी के कथित उपयोगिता ल महत्वपूर्ण रूप ले प्रभावित नी करे गय हवय । निष्कर्ष घाना के संदर्भ में टीएएम के मान्य करके साहित्य में योगदान देत हंवय अउ प्रौद्योगिकी एकीकरण विकास के अनुसंधान अउ अभ्यास बर कईठन प्रमुख निहितार्थ प्रदान करत हंवय । |
04e5b276da90c8181d6ad8397f763a181baae949 | क्रॉस-वैलिडेशन मशीन सीखने में प्रदर्शन अउ प्रगति के माप बर एक मुख्य आधार हवय। क्रॉस-वैलिडेशन अध्ययनमन में सटीकता, एफ-माप अउ आरओसी वक्र (एयूसी) के तहत क्षेत्र के गणना करे में सटीक अंतर हंवय । हालांकि, इ विवरणों म साहित्य म चर्चा नी करे जात हवय, अउ असंगत विधिमन के उपयोग कईठन कागजात अउ सॉफ़्टवेयर पैकेज द्वारा करे जात हवय । ए शोध साहित्य म असंगतता की ओर ले जात हावे। विशेष गुना अउ स्थितियों बर प्रदर्शन गणना म विसंगतियों के खोज नी की गइस हावे जब वे कईठन गुना अउ डेटासेट म एकत्रित परिणामों म दफनाए गिन हावें, बिना कभु भी मध्यवर्ती प्रदर्शन मापों ल देखने वाले व्यक्ति के बिना। ए शोध नोट अंतर ल स्पष्ट अउ चित्रित करत हवय , अउ ए क्रॉस-वैलिडेशन के तहत वर्गीकरण प्रदर्शन के सर्वोत्तम तरीकामन बर मार्गदर्शन प्रदान करत हवय । विशेष रूप ले, एफ-माप के गणना करे बर कईठन अलग-अलग तरीकामन के उपयोग करे जात हवय , जेला अक्सर वर्ग असंतुलन के तहत प्रदर्शन माप के रूप में अनुशंसित करे जात हवय , उदाहरण बर , टेक्स्ट वर्गीकरण डोमेन बर अउ कईठन वर्गमन वाले डेटासेट के एक-बनाम-सभी कमी में। हमन प्रयोग ले बताथन कि एक के अलावा एहर सबो गणना विधि मन पूर्वाग्रह माप के तरफ ले जाथे , खासकर उच्च वर्ग असंतुलन के तहत। ए पेपर मशीन लर्निंग सॉफ्टवेयर लाइब्रेरीमन के डिजाइन करे वाले मनखेमन अउ उच्च वर्ग असंतुलन म केंद्रित शोधकर्ताओं बर विशेष रुचि रखत हवय। |
8efac913ff430ef698dd3fa5df4cbb7ded3cab50 | हम एक अनियंत्रित क्लस्टरिंग उपकरण, प्रिंसिपल डायरेक्शन डिवाइडिव विभाजन प्रस्तुत करत हंवय , जेहर एक स्केलेबल अउ बहुमुखी टॉप-डाउन विधि हवय जेहर डेटा के काखरो घलो सेट बर लागू होत हवय जेला संख्यात्मक वैक्टर के रूप में दर्शाया जा सकत हवय। मूल विधि के विवरण, मुख्य अनुप्रयोग क्षेत्रमन के एकठन सारांश जहां एहर उपयोग करे गय हवय, अउ सार्थक शब्दों के चयन म कुछु हालिया म परिणाम के साथ-साथ नवा डेटा के रूप म क्लस्टर ल अपडेट करे के प्रक्रिया म चर्चा के गइस हवय । |
1e20f9de45d26950ecd11965989d2b15a5d0d86b | मॉडल-आधारित विधियों अउ गहरे तंत्रिका नेटवर्क दोनों मशीन सीखने में बहुत सफल प्रतिमान रहे हवय। मॉडल-आधारित विधिमन में, हम आसानी ले अनुमान के दौरान कठिनाइमन के कीमत म मॉडल के बाधाओं में अपन समस्या डोमेन ज्ञान व्यक्त कर सकत हंवय । निर्धारक गहरे तंत्रिका नेटवर्क ए तरह ले बनाए गए हंवय कि अनुमान सीधा हवय, लेकिन हम समस्या डोमेन ज्ञान ल आसानी ले शामिल करे के क्षमता के त्याग करत हंवय । ए पेपर के उद्देश्य दुनों दृष्टिकोणों के लाभों ल प्राप्त करे बर एक सामान्य रणनीति प्रदान करना हवय जबकि ओमनके कईठन नुकसानों ले बचे बर। सामान्य विचार ल निम्नानुसार सारांशित करे जा सकत हवय: एक मॉडल-आधारित दृष्टिकोण दिए गए जेमा एक पुनरावर्ती अनुमान विधि के आवश्यकता होत हवय, हम पुनरावृत्तियों ल एक तंत्रिका नेटवर्क के अनुरूप एक परत-बुद्धिमान संरचना म विकसित करत हंवय । फिर हमन उपन्यास न्यूरल-नेटवर्क-जैसे आर्किटेक्चर प्राप्त करे बर परतों म मॉडल पैरामीटर ल अलग-अलग करत हंवय जिन्हें आसानी ले ढाल-आधारित विधिमन के उपयोग करके भेदभावपूर्ण रूप ले प्रशिक्षित करे जा सकत हवय। परिणामी सूत्र मॉडल-आधारित दृष्टिकोण के आंतरिक संरचना के साथ एकठन पारंपरिक गहन नेटवर्क के अभिव्यक्ति शक्ति के संयोजन करत हवय , जबकि निश्चित संख्या म परतमन म अनुमान लगाए के अनुमति देत हवय जेला सर्वोत्तम प्रदर्शन बर अनुकूलित करे जा सकत हवय । हम ए दिखाते हंवय कि ए फ्रेमवर्क के एक उपन्यास गैर-नकारात्मक गहरी तंत्रिका नेटवर्क आर्किटेक्चर प्राप्त करे बर गैर-नकारात्मक मैट्रिक्स फैक्टराइजेशन में कैसे लागू करे जा सकत हवय, जेला एक गुणात्मक बैक-प्रसार शैली अपडेट एल्गोरिदम के साथ प्रशिक्षित करे जा सकत हवय। हम भाषण के क्षेत्र में प्रयोगों के प्रस्तुत करत हंवय , जहां हम दिखाते हंवय कि परिणामी मॉडल पारंपरिक तंत्रिका नेटवर्क के बेहतर प्रदर्शन करे में सक्षम हवय जबकि केवल मापदंडों के संख्या के एक अंश के आवश्यकता होत हवय। हम मानत हंवय कि ए गहरा नेटवर्क के वास्तुकला में समस्या स्तर के धारणा ल शामिल करे के हमर ढांचे द्वारा प्रदान के गइस क्षमता के कारण हवय। arXiv.org ए काम के नकल या पुनः उत्पन्न पूरे या आंशिक रूप ले काखरो घलो व्यावसायिक उद्देश्य बर नी करे जा सकत हवय । बिना शुल्क के पूरा या आंशिक रूप ले प्रतिलिपि बनाए के अनुमति गैर-लाभकारी शिक्षा अउ अनुसंधान उद्देश्यमन बर प्रदान करे जात हवय, ए शर्त के साथ कि ए तरह के जम्मो या आंशिक प्रतियां में निम्नलिखित शामिल हवयं: ए नोटिस कि ए तरह के प्रतिलिपि एसीएल के अनुमति ले हवय; लेखक अउ काम म व्यक्तिगत योगदान के स्वीकृति; अउ कॉपीराइट नोटिस के जम्मो लागू अंश। कापी, प्रजनन, या काखरो दूसर उद्देश्य बर पुनः प्रकाशित करे बर मित्सुबिशी इलेक्ट्रिक रिसर्च लेबोरेटरीज, इंक के शुल्क के भुगतान के साथ लाइसेंस के आवश्यकता होही। जम्मो अधिकार सुरक्षित। कॉपीराइट सी © मित्सुबिशी इलेक्ट्रिक रिसर्च लेबोरेटरीज, इंक, 2014 201 ब्रॉडवे, कैम्ब्रिज, मैसाचुसेट्स 02139 |
26f4f07696a3828f5eeb0d8bb8944da80228b77d | निर्णय पेड़ एल्गोरिदम बर बढोतरी प्रक्रियामन के आवेदन बहुत सटीक वर्गीकरण उत्पन्न करे बर दिखाया गए हवय। ये वर्गीकरण कईठन निर्णय पेड़ों म बहुमत के रूप म होत हवय । दुर्भाग्य ले, ये वर्गीकरण अक्सर बडखा, जटिल अउ व्याख्या करे बर मुश्किल होत हवयं। ए पेपर एक नवा प्रकार के वर्गीकरण नियम, वैकल्पिक निर्णय पेड़, जे निर्णय पेड़ों, मतदान निर्णय पेड़ों अउ मतदान निर्णय स्टंप के सामान्यीकरण हवय। साथ ही ए प्रकार के वर्गीकरण के व्याख्या करना अपेक्षाकृत आसान हवय। हम निर्णय पेड़ों के वैकल्पिक बर एक सीखने एल्गोरिदम प्रस्तुत करत हंवय जेहर बढ़ावा दे म आधारित हवय। प्रायोगिक परिणाममन ले पता चलत हवय कि एहर सी 5.0 जैसे बढोतरी वाले निर्णय पेड़ एल्गोरिदम के साथ प्रतिस्पर्धी हवय, अउ नियम उत्पन्न करत हवय जेहर आमतौर म आकार में छोटे होत हंवय अउ ए प्रकार व्याख्या करे में आसान होत हंवय । एखर अलावा इ नियम वर्गीकरण सटीकता के एक प्राकृतिक माप प्रदान करत हंवय जेखर उपयोग वर्गीकृत करे बर मुश्किल उदाहरणमन के भविष्यवाणी करे ले बचे के कीमत म सटीकता में सुधार करे जा सकत हवय । |
5e28e81e757009d2f76b8674e0da431f5845884a | ए पेपर बहु-आयामी रैखिक भेदभाव विश्लेषण अउ संबंधित इष्टतम रैखिक प्रक्षेपण के सिद्धांतमन के उपयोग करके छवि प्रशिक्षण सेट ले सुविधामन के स्वचालित चयन के वर्णन करत हवय। हम अच्छी तरह ले फ्रेम के रूप में प्रस्तुत वास्तविक दुनिया वस्तुओं के एक बडखा डेटाबेस ले दृश्य-आधारित वर्ग पुनर्प्राप्ति बर ए सबले भेदभावपूर्ण सुविधाओं के प्रभावकारिता के प्रदर्शन करत हंवय , अउ एखर तुलना मुख्य घटक विश्लेषण के साथ करत हंवय । |
dbe8c61628896081998d1cd7d10343a45b7061bd | कईठन रणनीतिमन के वर्णन करे जात हवय जेहर बडखा कनेक्शनवादी भाषण मान्यता प्रणाली के डिजाइन के दिशा में कदम के रूप में मूल नेटवर्क मॉडल के सीमा ल पार कर सकत हंवय । चिंता के दु प्रमुख क्षेत्रमन समय के समस्या अउ स्केल के समस्या हवय । भाषण संकेत समय के साथ लगातार बदलते हवयं अउ मनखे ज्ञान के भारी मात्रा ल एन्कोड अउ प्रसारित करत हंवय । इ संकेतमन के डिकोड करे बर, तंत्रिका नेटवर्क ल समय के उपयुक्त प्रतिनिधित्वमन के उपयोग करे में सक्षम होना चाहि अउ सीमित संसाधनमन के भीतर लगभग मनमाने आकार अउ जटिलता बर इ नेट के विस्तार करना संभव होना चाहि। समय के समस्या ल एक समय-विलंब तंत्रिका नेटवर्क के विकास द्वारा संबोधित करे जात हवय; छोटे सबकम्पोनेंट नेट के आधार म बडखा नेट के मॉड्यूलरिटी अउ वृद्धिशील डिजाइन द्वारा स्केलिंग के समस्या। ए देखा गय हवय कि सीमित कार्यमन के पूरा करे बर प्रशिक्षित छोटे नेटवर्क समय-अपरिवर्तित, छिपे हुए अमूर्तता विकसित करत हंवय जेखर उपयोग बाद म बड़े, ज् यादा जटिल नेटवर्क ल कुशलता ले प्रशिक्षित करे बर करे जा सकत हवय। इ तकनीमन के उपयोग करके, बढ़ती जटिलता के फोनेम मान्यता नेटवर्क के निर्माण करे जा सकत हवय जेहर जम्मो बेहतर मान्यता प्रदर्शन प्राप्त करत हंवय । |
eeb8c7a22f731839755a4e820b608215e9885276 | |
01905a9c0351aad54ee7dbba1544cd9db06ca935 | जोखिम प्रबंधन आज काखरो घलो संगठन बर सूचना प्रणाली (आईएस) सुरक्षा के साथ सौदा करे के इच्छा रखने वाला एकठन प्रमुख स्टीयरिंग उपकरण हवय । हालांकि, आईएस सुरक्षा जोखिम प्रबंधन (आईएसआरएम) मुख्य रूप ले जटिल अउ इंटरकनेक्टेड आईएस के साथ बहु-नियामन के संदर्भ में, स् स् थापित करे अउ बनाए रखे बर एकठन मुश्किल प्रक्रिया हवय । हम दावा करत हंवय कि एंटरप्राइज आर्किटेक्चर प्रबंधन (ईएएम) के साथ कनेक्शन इ मुद्दों ले निपटे म योगदान देत हवय। दोनों डोमेन के बेहतर एकीकरण के ओर एक पहला कदम एक एकीकृत ईएएम-आईएसएसआरएम वैचारिक मॉडल ल परिभाषित करना हवय। ए पेपर ए मॉडल के विस्तार अउ सत्यापन के बारे म हवय। एखर बर, हम मौजूदा आईएसएसआरएम डोमेन मॉडल, यानी, आईएसएसआरएम डोमेन मॉडल के सुधार करत हंवय । ईएएम के अवधारणाओं के साथ, आईएसएसआरएम के डोमेन ल चित्रित करे वाला एक वैचारिक मॉडल। ईएएम-आईएसएसआरएम एकीकृत मॉडल के सत्यापन तब एक सत्यापन समूह के मदद ले मॉडल के उपयोगिता अउ उपयोगिता के आकलन करे के साथ करे जात हवय । |
1976c9eeccc7115d18a04f1e7fb5145db6b96002 | फ्रीबेस एक व्याओारिक, स्केल करे योग्य टपल डेटाबेस हे जेखर उपयोग सामान्य मानव ज्ञान ल संरचित करे बर करे जाथे । फ्रीबेस म डेटा सहयोगात्मक रूप ले बनाए, संरचित अउ बनाए रखा जात हवय । फ्रीबेस म वर्तमान म 125,000,000 ले ज्यादा ट्यूपल, 4000 ले ज्यादा प्रकार, अउ 7000 ले ज्यादा गुण हवय। फ्रीबेस बर सार्वजनिक रीड/राइट एक्सेस एक एचटीटीपी-आधारित ग्राफ-क्वेरी एपीआई के माध्यम ले अनुमति दिए जात हवय जेहर मेटावेब क्वेरी लैंग्वेज (एमक्यूएल) के उपयोग डेटा क्वेरी अउ हेरफेर भाषा के रूप में करत हवय । एमक्यूएल फ्रीबेस म टपल डेटा बर उपयोग में आसान ऑब्जेक्ट-ओरिएंटेड इंटरफ़ेस प्रदान करत हवय अउ सहकारी, वेब-आधारित डेटा-ओरिएंटेड एप्लिकेशन के निर्माण के सुविधा बर डिज़ाइ करे गए हवय। |
77b99e0a3a6f99537a4b497c5cd67be95c1b7088 | स्वायत्त वाहन अनुसंधान एक दशक ले ज्यादा समय ले प्रचलित हवय लेकिन हाल ही म स्वायत्त वाहनों म होए वाली मनखे बातचीत म आयोजित अनुसंधान के एकठन छोटी मात्रा होए हवय । हालांकि कार्यात्मक सॉफ्टवेयर अउ सेंसर प्रौद्योगिकी सुरक्षित संचालन बर आवश्यक हवय, जेहर स्वायत्त वाहन अनुसंधान के मुख्य फोकस हवय, मानव बातचीत के जम्मो तत्वमन के संभालना घलो उंखर सफलता के एकठन बहुत ही प्रमुख पहलू हवय । ए पेपर स्वायत्त वाहनों म मानव वाहन बातचीत के महत्व के एक सिंहावलोकन प्रदान करेगा, जबकि संबंधित संबंधित कारकमन म विचार करत हुए अपनाने के संभावना हवय। विशेष ध्यान ऑटोमोबाइल में नियंत्रण ले संबंधित महत्वपूर्ण क्षेत्रों म आयोजित पहीली के शोध ल दिए जाही, साथ ही कइठन तत्वों के अलावा जेहर इ वाहनों के सफलता के संभावना ल प्रभावित करे के उम्मीद हवय, शुरुआत म मानव संचालन बर विकसित करे गए हवय। ए पेपर म मनखेमन के साथ बातचीत अउ प्रकाशित कार्यशील सॉफ़्टवेयर अउ सेंसर प्रौद्योगिकी के वर्तमान स्थिति म विचार करे बर आयोजित सीमित शोध के चर्चा घलो शामिल होही। |
31f3a12fb25ddb0a27ebdda7dd8d014996debd74 | हमन लगभग 2 बरस के दौरान 12,500 एंड्रॉइड डिवाइ के उपयोग के जानकारी जुटाइन। हमर डेटासेट म एंड्रॉइड के 687 संस्करण चलाए वाले डिवाइस के 894 मॉडल ले 53 अरब डेटा पॉइंट्स शामिल हवय। एकत्रित डेटा के प्रसंस्करण स्केलेबिलिटी ले लेकर स्थिरता अउ गोपनीयता विचार तक कईठन चुनौतिमन ल प्रस्तुत करत हवय । हम ए अत्यधिक वितरित डेटासेट के संग्रह अउ विश्लेषण बर अपन सिस्टम आर्किटेक्चर के प्रस्तुत करत हंवय , ए चर्चा करत हंवय कि हमर सिस्टम कैसे अविश्वसनीय समय-श्रृंखला डेटा के उपस्थिति म समय-श्रृंखला डेटा एकत्र कर सकत हवय , अउ मुद्दामन अउ सबकमन के चर्चा करत हवय जेहर हम मानत हंवय कि कईठन आने बडखा डेटा संग्रह परियोजनामन म लागू होत हंवय । |
408a8e250316863da94ffb3eab077175d08c01bf | |
5656fa5aa6e1beeb98703fc53ec112ad227c49ca | हम बहु-पूर्वानुमान गहरी बोल्टज़मैन मशीन (एमपी-डीबीएम) पेश करत हंवय । एमपीडीबीएम के एक एकल संभाव्य मॉडल के रूप में देखा जा सकत हवय जेला सामान्यीकृत छद्म संभावना बर एक भिन्नता अनुमान ल अधिकतम करे बर प्रशिक्षित करे गए हवय, या आवर्ती नेट के एक परिवार के रूप में जो पैरामीटर साझा करत हंवय अउ लगभग अलग-अलग अनुमानित समस्यामन के हल करत हंवय । डीबीएम ल प्रशिक्षित करे के पहिली के तरीका या तो वर्गीकरण कार्य म अच्छा प्रदर्शन नी करत हवय या प्रारंभिक लर्निंग पास के आवश्यकता होत हवय जेहर डीबीएम ल लालचीता ले, एक समय म एकठन परत के प्रशिक्षण देत हवय । एमपी-डीबीएम के जरूरत नी होए , अउ वर्गीकरण, लापता इनपुट के साथ वर्गीकरण, अउ औसत क्षेत्र भविष्यवाणी कार्यमन म मानक डीबीएम ले बेहतर प्रदर्शन करत हवय । |
4c99b87df6385bd945a00633f829e4a9ec5ce314 | सामाजिक नेटवर्क डेटा के एक बडखा मात्रा के उत्पादन करत हवय । फेसबुक म 400 मिलियन ले ज्यादा सक्रिय उपयोगकर्ता हवयं जेहर हर महीने 5 बिलियन ले ज्यादा जानकारी साझा करत हंवय । ए असीमित मात्रा में असंगठित डेटा के विश्लेषण सॉफ्टवेयर अउ हार्डवेयर बर चुनौतिमन ल प्रस्तुत करत हवय। हम ग्राफसीटी प्रस्तुत करत हन, सामाजिक नेटवर्क डेटा के प्रतिनिधित्व करे वाले बडखा ग्राफ बर एक ग्राफ चरित्रीकरण टूलकिट। 128 प्रोसेसर क्रे एक्सएमटी म, ग्राफसीटी कृत्रिम रूप ले उत्पन्न (आर-मैट) 537 मिलियन वर्टेक्स, 55 मिनट म 8.6 अरब एज ग्राफ अउ वास्तविक दुनिया के ग्राफ (कवाक, एट अल) के बीच केंद्रीयता के अनुमान लगात हवय। 61.6 मिलियन शिखर अउ 1.47 अरब किनारों के साथ 105 मिनट म। हम ट्विटर, एक माइक्रोब्लॉगिंग नेटवर्क ले सार्वजनिक डेटा के विश्लेषण करे बर ग्राफसीटी के उपयोग करत हंवय । ट्विटर के संदेश कनेक्शन मुख्य रूप ले एक समाचार प्रसारण प्रणाली के रूप म पेड़-संरचित दिखाई देत हवय । सार्वजनिक डेटा के भीतर, हालांकि, वार्तालापों के समूह हवयं। ग्राफसीटी के उपयोग करके, हम इ वार्तालापों के भीतर अभिनेताओं ल रैंक कर सकत हंवय अउ विश्लेषकों ल डेटा के बहुत छोटे सबसेट म ध्यान केंद्रित करे म मदद कर सकत हंवय । |
7b1e18688dae102b8702a074f71bbea8ba540998 | ऑटोमोटिव व्हीकल सिस्टम के लगातार बढ़त जटिलता, बाहीरी नेटवर्क, इंटरनेट ऑफ थिंग्स के साथ-साथ ओमनके बडखा आंतरिक नेटवर्किंग के साथ-साथ हैकिंग अउ दुर्भावनापूर्ण हमलों बर दरवाजे खोलता हवय। आधुनिक ऑटोमोटिव व्हीकल सिस्टम म सुरक्षा अउ गोपनीयता जोखिम अब तक अच्छी तरह ले प्रचारित हवयं। सुरक्षा के उल्लंघन के सुरक्षा उल्लंघन के कारण बन सकत हवय - एक अच्छी तरह ले तर्क अउ स्वीकार्य तर्क हवय। सुरक्षा अनुशासन दशकों ले परिपक्व होए हवय , लेकिन सुरक्षा अनुशासन बहुत युवा हवय । तर्क हंवय अउ सही रूप ले, कि सुरक्षा इंजीनियरिंग प्रक्रिया कार्यात्मक सुरक्षा इंजीनियरिंग प्रक्रिया (मानक आईएसओ 26262 द्वारा औपचारिक रूप ले) के समान हवय अउ ओमनसामने-सामने रखे जा सकत हंवय अउ एकठन साथ करे जा सकत हवय लेकिन विशेषज्ञमन के एकठन अलग सेट द्वारा। ऑटोमोटिव वाहन प्रणालिमन बर कार्यात्मक सुरक्षा इंजीनियरिंग प्रक्रिया के रेखा के साथ एक सुरक्षा इंजीनियरिंग प्रक्रिया के परिभाषित करे बर कदम हंवय । लेकिन, का सुरक्षा-सुरक्षा ल औपचारिक करे के ये प्रयास सुरक्षित अउ सुरक्षित प्रणाली के उत्पादन करे बर पर्याप्त हवय? जब कोनो सुरक्षित अउ सुरक्षीत प्रणाली के निर्माण के विचार के साथ ए मार्ग म निकलथे , तो कोई महसूस करत हवय कि उत्पादन लाइन ले सुरक्षित अउ सुरक्षात्मक प्रणाली के उत्पादन शुरू होए ले पहिली काफी कुछु चुनौतिमन, विरोधाभासों, असमानताओं, चिंताओं के संबोधित करे जाना चाहि । ए कागज के प्रयास ए तरह के कुछु चुनौतीपूर्ण क्षेत्रमन ल समुदाय के नोटिस बर लाने अउ आघू के तरीका सुझाने बर हवय । |
a608bd857a131fe0d9e10c2219747b9fa03c5afc | आधुनिक ऑटोमोबाइल व्यापक रूप ले कम्प्यूटरीकृत हंवय , अउ एखरबर संभावित रूप ले हमला करे बर कमजोर हंवय । हालांकि, जबकि पिछली शोध हर दिखाया हवय कि कुछु आधुनिक कारों के भीतर आंतरिक नेटवर्क असुरक्षित हवयं, संबंधित धमकी मॉडल - जेमा पहली भौतिक पहुंच के आवश्यकता होत हवय - उचित रूप ले अवास्तविक के रूप म देखा गय हवय । ए प्रकार, ए खुला सवाल हवय कि काय ऑटोमोबाइल घलो रिमोट समझौता के प्रति संवेदनशील हो सकत हवयं। हमर काम आधुनिक ऑटोमोबाइल के बाहीरी हमला सतह के व्यवस्थित विश्लेषण करके इ सवाल ल आराम करे के मांग करत हवय। हम पाते हावन कि रिमोट शोषण हमला वैक्टर के एक विस्तृत श्रृंखला (मैकेनिक्स टूल्स, सीडी प्लेयर, ब्लूटूथ अउ सेलुलर रेडियो सहित) के माध्यम ले संभव हवय, अउ एखर अलावा, वायरलेस संचार चैनल लंबी दूरी के वाहन नियंत्रण, स्थान ट्रैकिंग, केबिन में ऑडियो एक्सफिल्ट्रैशन अउ चोरी के अनुमति देत हंवय । आखिरकार, हम मोटर वाहन पारिस्थितिकी तंत्र के संरचनात्मक विशेषताओं म चर्चा करत हंवय जेहर ए तरह के समस्या ल जन्म देत हंवय अउ ओमनला कम करे म व्यावहारिक चुनौतियों म प्रकाश डालते हंवय । |
cdbb46785f9b9acf8d03f3f8aba58b201f06639f | ऑटोमोटिव सिस्टम के आईटी सुरक्षा अनुसंधान के एक विकसित क्षेत्र हवय। वर्तमान स्थिति अउ संभावित बढती होइस खतरमन के प्रवृत्ति के विश्लेषण करे बर हम हाल के ऑटोमोटिव तकनीक म कईठन व्यावहारिक परीक्षण करिन। सीएएन बस प्रौद्योगिकी के आधार म ऑटोमोटिव सिस्टम म ध्यान केंद्रित करे के साथ, ए लेख विंडो लिफ्ट, चेतावनी प्रकाश अउ एयरबैग नियंत्रण प्रणाली के साथ-साथ केंद्रीय गेटवे बर नियंत्रण प्रणाली म करे गए चार चुनिंदा परीक्षणों के म परिणाम ों के सारांश देत हवय। ए निष्कर्षमन ल ए लेख म स्थापित सीईआरटी टैक्सोनोमी के उपयोग करके ए चार हमलों के परिदृश्यों के वर्गीकरण अउ अंतर्निहित सुरक्षा कमजोरियों के विश्लेषण, अउ विशेष रूप ले संभावित सुरक्षा निहितार्थों के साथ पूरक करे जात हवय । इ परीक्षणों के म परिणाम के संबंध म, ए लेख म हम अपन परीक्षणों म शोषण के मूलभूत कमजोरियों ल संबोधित करे बर दो चुनिंदा प्रतिवादों के चर्चा करत हंवय । ये घुसपैठ का पता लगाने (तीन अनुकरणीय पता लगाने के पैटर्न म चर्चा) अउ आईटी-फोरेंसिक उपायों (एक फोरेंसिक मॉडल के आधार म सक्रिय उपायों का प्रस्ताव) के अनुकूलन हवय। ए लेख म पहीली पेश चार हमला परिदृश्यों ल देखत होए , उंखर क्षमता अउ प्रतिबंधों ल कवर करत दुनों के चर्चा करे गए हवय । जबकि ये प्रतिक्रियाशील दृष्टिकोण अल्पकालिक उपाय हवयं, जेहर पहीली ले ही आज के ऑटोमोटिव आईटी आर्किटेक्चर म जोड़े जा सकत हवयं, दीर्घकालिक अवधारणा घलो जल्द ही पेश करे जात हवयं, जेहर मुख्य रूप ले रोकथाम हवयं लेकिन एकठन प्रमुख रीडिजाइन के आवश्यकता होत हवय । संबंधित शोध दृष्टिकोणों के एकठन संक्षिप्त अवलोकन के तहत, हम आमनके व्यक्तिगत आवश्यकताओं, क्षमता अउ प्रतिबंधों के चर्चा करत हंवय । & 2010 एल्सेवियर लिमिटेड. जम्मो अधिकार सुरक्षित. |
13b44d1040bf8fc1edb9de23f50af1f324e63697 | हम एट्रिब्यूट-निर्देशित चेहरा पीढ़ी में रुचि रखत हंवय: एक कम-रिज़ॉल्यूशन चेहरा इनपुट छवि, एक विशेषता वेक्टर दिए गए हवय जेला उच्च-रिज़ॉल्यूशन छवि (एट्रिब्यूट छवि) ले निकाले जा सकत हवय, हमर नवा विधि कम-रिज़ॉल्यूशन इनपुट बर एक उच्च-रिज़ॉल्यूशन चेहरा छवि उत्पन्न करत हवय जेहर दिए गए विशेषता ल संतुष्ट करत हवय। ए समस्या के हल करे बर, हम साइकिलगैन के सशर्त करत हंवय अउ सशर्त साइकिलगैन के प्रस्ताव करत हंवय , जेहर 1 के संसाधित करे बर डिज़ाइ करे गए हवय काबरकि प्रशिक्षण कम-रिज़ॉल्यूशन अउ उच्च-रिज़ॉल्यूशन विशेषता छवियां एकठन दूसर के साथ संरेखित नी हो सकत हंवय , अउ 2 इनपुट विशेषता के माध्यम ले उत्पन्न चेहरा के उपस्थिति के आसान नियंत्रण के अनुमति दे सकत हंवय । हम एट्रिब्यूट-निर्देशित सशर्त साइकिलगैन म उच्च गुणवत्ता वाले म परिणाममन के प्रदर्शन करत हंवय , जेहर उपयोगकर्ता-आधारित विशेषता (उदाहरण बर , लिंग, मेकअप, बाल रंग, चश्मा) द्वारा आसानी ले नियंत्रित उपस्थिति के साथ यथार्थवादी चेहरा छवियों के संश्लेषित कर सकत हवय । संबंधित सशर्त वेक्टर के उत्पादन करे बर पहचान के रूप में विशेषता छवि के उपयोग करके अउ एकठन चेहरा सत्यापन नेटवर्क के शामिल करके, विशेषता-निर्देशित नेटवर्क पहचान-निर्देशित सशर्त साइकिलगैन बन जात हवय जेहर पहचान हस्तांतरण म उच्च गुणवत्ता अउ दिलचस्प म परिणाम उत्पन्न करत हवय । हम पहचान-निर्देशित सशर्त साइकिलगैन म तीन अनुप्रयोगमन के प्रदर्शन करत हंवय: पहचान-संरक्षण चेहरा सुपररेज़ोल्यूशन, चेहरा स्वैपिंग, अउ फ्रंटल चेहरा पीढ़ी, जेहर लगातार हमर नवा विधि के फायदा दिखात हवयं। |
8a7b0520de8d9af82617bb13d7aef000aae26119 | मोड मिलान के साथ प्राप्त सामान्यीकृत एडमिटेंस मैट्रिक्स अउ सामान्यीकृत स्कैटरिंग मैट्रिक्स के माध्यम ले एकठन मिश्रित विशेषता के उपयोग डबल-बैंड ऑर्थोमोड ट्रांसड्यूसर (ओएमटी) घटकों के डिजाइन करे बर प्रस्तावित करे जात हवय । ए प्रक्रिया के आधार म सटीक अउ कुशल पूर्ण तरंग विश्लेषण सॉफ्टवेयर विकसित करे गए हवय। विकसित सॉफ्टवेयर के साथ उच्च प्रदर्शन के साथ क्यू बैंड में एक दोहरी आवृत्ति ओएमटी के पूरी तरह ले डिजाइन करे गए हवय। संख्यात्मक अउ प्रयोगात्मक म परिणाममन के बीच सुसंगतता डिजाइन प्रक्रिया के मान्य करत हवय। |
17168ca2262960c57ee141b5d7095022e038ddb4 | स्मार्ट डिवाइसेस अउ पहनने योग्य सेंसर ले गतिविधि मान्यता स्मार्ट डिवाइसेस के व्यापक गोद लेने अउ ओमनके दैनिक जीवन म मनखेमन के समर्थन बर प्रदान करे वाले लाभों के कारण अनुसंधान के एकठन सक्रिय क्षेत्र हवय । सूक्ष्म-अंकुरित आदिम गतिविधि मान्यता बर उपलब्ध डेटासेट म ले कईठन वास्तविक दुनिया के दिन-प्रतिदिन के व्यवहार म कम जोर के साथ लोकोमोशन या खेल गतिविधिमन म ध्यान केंद्रित करत हंवय । ए पेपर यथार्थवादी अपरिवर्तित रसोई वातावरण में गतिविधि मान्यता बर एक नवा डेटासेट प्रस्तुत करत हवय। डेटा केवल स्मार्ट-घड़ी के उपयोग करके 10 ले सहभागीमन ले एकत्र करे गए रहिस जबकि ओमनएक संशोधित किराए के रसोई में भोजन तैयार करिन। पेपर ए डेटासेट म कईठन वर्गीकरण बर आधारभूत प्रदर्शन माप घलो प्रदान करत हवय। एखर अलावा, एकठन गहरी विशेषता सीखने प्रणाली अउ ज् यादा पारंपरिक सांख्यिकीय विशेषता आधारित दृष्टिकोण के तुलना करे जात हवय । ए विश्लेषण ले पता चलत हवय कि - जम्मो मूल्यांकन मानदंडों बर - डेटा-संचालित सुविधा सीखने वर्गीकरणकर्ता ल हाथ ले बनाए सुविधाओं के तुलना म सबले अच्छा प्रदर्शन प्राप्त करे के अनुमति देत हवय। |
62a6cf246c9bec56babab9424fa36bfc9d4a47e8 | हम कंप्यूटर ल स्वचालित रूप ले ए तरह के प्रश्नों के उत्तर दे बर कैसे सक्षम कर सकत हंवय कि "हैरी पॉटर चरित्र ल कोन बनाए हवय?" सावधानी ले बनाए गए ज्ञान आधार तथ् यों के समृद्ध स्रोत प्रदान करत हंवय । हालांकि, एकठन प्रश्न के कईठन अभिव्यक्तिमन के कारण प्राकृतिक भाषा म उठाए गए फैक्टोइड प्रश्नों के उत्तर देना एकठन चुनौती हवय । विशेष रूप ले, हम सबले आम प्रश्नों म ध्यान केंद्रित करत हावें - ज्ञान आधार म एक तथ्य के साथ उत्तर दिए जा सकत हावे। हम सीएफओ का प्रस्ताव करत हंवय , जेहर कि ज्ञान के आधार के साथ फैक्टोइड प्रश्नों के जवाब दे बर सशर्त केंद्रित तंत्रिका नेटवर्क-आधारित दृष्टिकोण हवय। हमर दृष्टिकोण पहीली ज्यादा संभावना उम्मीदवार विषय उल्लेखों ल खोजने बर एक प्रश्न म ज़ूम करत हवय, अउ एक एकीकृत सशर्त संभाव्यता ढांचे के साथ अंतिम उत्तरों ल अनुमानित करत हवय। गहरे आवर्ती तंत्रिका नेटवर्क अउ तंत्रिका एम्बेडिंग द्वारा संचालित, हमर प्रस्तावित सीएफओ 108,000 प्रश्नों के डेटासेट म 75.7% के सटीकता प्राप्त करत हवय - सबले बडखा सार्वजनिक एक आज तक। ए 11.8% के पूर्ण मार्जिन द्वारा प्रौद्योगिकी के वर्तमान स्थिति ले बेहतर हवय। |
7bbacae9177e5349090336c23718a51bc94f6bfc | हम भू-स्थान जानकारी के साथ एनोटेट स्ट्रीट साइड छवियों के डेटाबेस के उपयोग करके क्वेरी छवि में चित्रित जगह ल पहचानना चाहते हवय। क्वेरी अउ डेटाबेस में छवियों के बीच पैमाने, दृश्य बिंदु अउ प्रकाश में बदलाव के कारण एहर एक चुनौतीपूर्ण कार्य हवय। जगह पहचान में प्रमुख समस्यामन में ले एक पेड़ या सड़क अंकन जैसे वस्तुमन के उपस्थिति हवय, जेहर अक्सर डेटाबेस में होत हवय अउ एखरेबर कईठन स्थानमन के बीच महत्वपूर्ण भ्रम पैदा करत हवय । मुख्य योगदान के रूप म, हम देखात हंवय कि निगरानी के रूप म डेटाबेस छविमन ले जुड़े जियोटैग के उपयोग करके विशेष जगहमन के भ्रम पैदा करे वाले सुविधामन ले कैसे बचा जाए। हम भ्रमित सुविधाओं के छवि-विशिष्ट अउ स्थानिक रूप ले स्थानीयकृत समूहमन के स्वचालित पता लगाए बर एक विधि विकसित करत हंवय , अउ ए साबित करत हंवय कि डेटाबेस के आकार के कम करत हुए, ओमनके दमन ले जगह पहचान प्रदर्शन में काफी सुधार होत हवय । हम क्वेरी विस्तार सहित कला बैग-ऑफ-फीचर मॉडल के राज्य के साथ विधि ल अच्छी तरह ले जोड़ते हंवय , अउ जगह मान्यता के प्रदर्शन करत हंवय जेहर दृश्य बिंदु अउ प्रकाश स्थिति के विस्तृत श्रृंखला म सामान्यीकृत होत हवय । नतीजा ल गूगल स्ट्रीट व्यू ले डाउनलोड करे गे पेरिस के 17 हजार ले जादा छवियों के एक जियोटैग डेटाबेस म दिखाए गे हे। |
d72b366e1d45cbcddfe5c856b77a2801d8d0c11f | मौजूदा तंत्रिका अर्थवादी पार्सर मुख्य रूप ले एकठन अनुक्रम एन्कोडर, यानी, एकठन अनुक्रमिक एलएसटीएम के उपयोग शब्द आदेश सुविधामन के निकाले बर करत हंवय जबकि आश्रय ग्राफ या घटक पेड़ों जैसे दूसर मूल्यवान सिंटेक्सिक जानकारी के उपेक्षा करत हंवय । इ पेपर में, हम पहली बार तीन प्रकार के सिंटेक्सिक जानकारी, यानी, शब्द क्रम, निर्भरता अउ निर्वाचन क्षेत्र के सुविधाओं के प्रतिनिधित्व करे बर सिंटेक्सिक ग्राफ के उपयोग करे के प्रस्ताव करत हंवय । हम सिंरचनात्मक ग्राफ ल एन्कोड करे अउ तार्किक रूप ल डिकोड करे बर एक ग्राफ-टू-अनुक्रम मॉडल के उपयोग करत हंवय । बेंचमार्क डेटासेट म प्रयोगात्मक म परिणाम ों ले पता चलत हवय कि हमर मॉडल जॉब्स640, एटीआईएस अउ जियो 880 म राज्य-ऑफ-द-आर्ट के तुलना करे जा सकत हवय। विरोधाभासी उदाहरणमन म प्रयोगात्मक म परिणाम ों ले पता चलत हवय कि मॉडल के मजबूती म घलो ज्यादा सिंटेक्सिक जानकारी के एन्कोडिंग करके सुधार करे जात हवय । |
32cde90437ab5a70cf003ea36f66f2de0e24b3ab | जटिल शहरी सड़क दृश्यों की दृश्य समझ कईठन अनुप्रयोगों बर एक सक्षम कारक हवय। ऑब्जेक्ट डिटेक्शन ल बडखा पैमाने म डेटा लेट ले विशेष रूप ले गहरी सीखने के संदर्भ में फायदा होइस हवय। सिमेंटिक शहरी दृश्य समझ बर, हालांकि, कन् हु भी वर्तमान डेटासेट वास्तविक दुनिया के शहरी दृश्यों के जटिलता ल पर्याप्त रूप ले कैप्चर नी करत हवय । एला संबोधित करे बर, हम सिटीस्केप, एक बेंचमार्क सूट अउ पिक्सेल-लेवल अउ उदाहरण-लेवल अर्थपूर्ण लेबलिंग बर दृष्टिकोण ल प्रशिक्षित करे अउ परीक्षण करे बर बडखा पैमाने म डेटासेट पेश करत हंवय । सिटीस्केप म 50 अलग-अलग शहर के गली म रिकॉर्ड करिस गिनस्टीरियो वीडियो अनुक्रमों के एक बडखा,विविध सेट शामिल हवय। इ छवियों म ले 5000 म उच्च गुणवत्ता वाले पिक्सेल-स्तर एनोटेशन हवय, 20 000 अतिरिक्त छवियों म मोटे एनोटेशन हवय ताकि कमजोर लेबल डेटा के बडखा मात्रा के लाभ उठाए बर विधिमन ल सक्षम करे जा सके। महत्वपूर्ण रूप ले, हमर प्रयास डेटासेट आकार, एनोटेशन समृद्धि, दृश्य भिन्नता, अउ जटिलता के मामले म पिछले प्रयासमन ले ज्यादा हवय। हमर साथ के अनुभवजन्य अध्ययन डेटासेट विशेषता के गहराई ले विश्लेषण प्रदान करत हवय, साथ ही हमर बेंचमार्क के आधार म कईठन राज्य के कला दृष्टिलण के प्रदर्शन मूल्यांकन घलो प्रदान करत हवय। |
7c5f143adf1bf182bf506bd31f9ddb0f302f3ce9 | |
ceb7784d1bebbc8e97e97cbe2b3b76bce1e708a5 | बिजनेस इंटेलिजेंस (बीआई) आजकल हर एक के होंठ म हवय, काबरकि ए व्यवसायमन ल आमनके व्यावसायिक प्रथामन के विश्लेषण करे अउ ओमनल बेहतर करे के संभावना प्रदान करत हवय । हालांकि, छोटे अउ मध्यम उद्यम (एसएमई) अक्सर कार्मिक, ज्ञान या धन जैसे संसाधनमन के कमी के कारण बीआई के सकारात्मक प्रभावों के लाभ नी उठा सकत हवयं। चूंकि एसएमई व्यवसाय संगठन के एकठन प्रमुख रूप हवय , ए तथ्य ल पार करे जाना चाहि । काबरकि खुदरा उद्योग एसएमई शाखा के एकठन महत्वपूर्ण हिस्सा हवय , हम खुदरा एसएमई बर बीआई प्रणाली बर एकठन अंतर-संगठन दृष्टिकोण के प्रस्ताव करत हंवय , जेहर ओमनसाझा डेटा एकत्र करे अउ विश्लेषण कार्य करे के अनुमति देत हवय । हमर चल रहे अनुसंधान प्रयास के उद्देश्य डिजाइन विज्ञान अनुसंधान पद्धति के पाछू ए तरह के प्रणाली के विकास हवय। इ लेख के भीतर, खुदरा उद्योग में एसएमई में वर्तमान बीआई प्रथाओं के स्थिति दस एसएमई प्रबंधकों के साथ गुणात्मक साक्षात्कार के माध्यम ले विश्लेषण करे जात हवय । बाद म, बीआई सिस्टम अउ इंटर-ऑर्गेनाइजेशनल सूचना सिस्टम के गोद लेने अउ सफलता के कारकमन ल एकठन व्यापक संरचित साहित्य समीक्षा म काम करे जात हवय । स्थिति के आधार म अउ अपनाने अउ सफलता कारकमन के आधार म एकठन अंतर-संगठन बीआई प्रणाली के स्वीकृति बर पहली आवश्यकताओं के पहचान अउ गुणात्मक साक्षात्कार के एकठन अउ दौर म मान्य करे जात हवय । ए नौ कार्यात्मक आवश्यकतामन अउ तीन गैर-कार्यात्मक आवश्यकतामन के ओर जात हवय , जेखर उपयोग निम्न शोध प्रयासमन में एसएमई बर एकठन अंतर-संगठन बीआई प्रणाली के डिजाइन अउ कार्यान्वयन बर करे जा सकत हवय । |
43e33e80d74205e860dd4b8e26b7c458c60e201a | हम बतात हंवय कि वजन अउ पूर्वाग्रहमन म उपयुक्त पूर्व के साथ (अवशिष्ट) संवहन तंत्रिका नेटवर्क (सीएनएन) के आउटपुट अनंत रूप ले कईठन संवहन फिल्टर के सीमा में एक गॉसियन प्रक्रिया (जीपी) हवय, जेहर घने नेटवर्क बर समान परिणाममन ल बढ़ाता हवय। एक सीएनएन बर, समकक्ष कर्नेल के सटीक रूप ले गणना करे जा सकत हवय अउ, "गहरे कर्नेल" के विपरीत, बहुत कम पैरामीटर हंवय: केवल मूल सीएनएन के हाइपरपैरामीटर। एखर अलावा, हम देखथन कि एहर कर्नेल में दु गुण हंवय जेहर एला कुशलतापूर्वक गणना करे के अनुमति देत हंवय; छवियों के एक जोड़ी बर कर्नेल के मूल्यांकन के लागत मूल सीएनएन के माध्यम ले केवल एक फ़िल्टर के साथ मूल सीएनएन के माध्यम ले एक एकल अग्रेषित पास के समान हवय। 32-लेयर रेज़नेट के समकक्ष कर्नेल एमएनआईएसटी म 0.84% वर्गीकरण त्रुटि प्राप्त करत हवय, जेहर जीपीएस बर एक नवा रिकॉर्ड हवय जेहर पैरामीटर के तुलनात्मक संख्या हवय। 1 अउ |
1e38c680492a958a2bd616a9a7121f905746a37e | बिटकॉइन सिस्टम (https://bitcoin.org) एक छद्म-अज्ञात मुद्रा हवय जेहर कन्हु उपयोगकर्ता ल वास्तविक दुनिया के पहचान ले अलग कर सकत हवय । ओ संदर्भ म, आभासी अउ भौतिक विभाजन के एक सफल उल्लंघन बिट-कॉइन सिस्टम म एकठन महत्वपूर्ण सफलता के प्रतिनिधित्व करत हवय । ए प्रोजेक्ट म हम बिटकॉइन लेनदेन के पाछू वास्तविक दुनिया के उपयोगकर्ता के बारे म जानकारी कैसे प्राप्त करथन, एकर बारे म बतात हन। हम क्रिप्टोक्यूरेंसी के बारे म सार्वजनिक रूप ले उपलब्ध डेटा के विश्लेषण करत हंवय । विशेष रूप ले, हम उपयोगकर्ता के खर्च के आदतों के जांच करके बिटकॉइन उपयोगकर्ता के भौतिक स्थान के बारे में जानकारी निर्धारित करे म ध्यान केंद्रित करत हंवय । |
2c0a239caa3c2c590e4d6f23ad01c1f77adfc7a0 | |
5f6d9b8461a9d774da12f1b363eede4b7088cf5d | पिछला शोध के म परिणाममन ले पता चला कि यूएचएफ निष्क्रिय सीएमओएस आरएफआईडी टैग के -20 डीबीएम ले कम संवेदनशीलता प्राप्त करे में कठिनाई रहिस। ए पेपर एक डबल-चैनल 15-बिट यूएचएफ निष्क्रिय सीएमओएस आरएफआईडी टैग प्रोटोटाइप प्रस्तुत करत हवय जेहर -20 डीबीएम ले कम संवेदनशीलता म काम कर सकत हवय। प्रस्तावित टैग चिप 866.4-एमएचजेड (ईटीएसआई बर) या 925-एमएचजेड (एफसीसी बर) चैनल म अपलिंक डेटा म ऊर्जा अउ बैकस्केटर काटा करत हवय अउ 433-एमएचजेड चैनल म डाउनलिंक डेटा प्राप्त करत हवय। नतीजतन, डाउनलिंक डेटा ट्रांसमिशन आरएफ ऊर्जा के फसल ले हमर टैग ल बाधित नी करत हवय। फसल ऊर्जा के कुशलतापूर्वक उपयोग करे बर, हम एक टैग चिप डिजाइन करत हंवय जेमा न तो नियामक शामिल हवय अउ न ही वीसीओ ए तरह के फसल ऊर्जा के उपयोग डेटा प्राप्त करे, संसाधित करे अउ वापस करे में करे जात हवय । नियामक के बिना, हमर टैग रिसीवर फ्रंट-एंड म जितना संभव हो सके कम सक्रिय एनालॉग सर्किट के उपयोग करत हवय। एखर बजाय, हमर टैग प्राप्त डेटा ल डिकोड करे बर एक उपन्यास डिजिटल सर्किट के उपयोग करत हवय। वीसीओ के बिना, हमर टैग के डिजाइन डाउनलिंक डेटा ले आवश्यक घड़ी सिग्नल निकाले जा सकत हवय। माप के परिणाम ले पता चलत हवय कि प्रस्तावित निष्क्रिय टैग चिप के संवेदनशीलता -21.2 डीबीएम तक पहुंच सकत हवय। ए तरह के परिणाम 36-डीबीएम ईआईआरपी अउ 0.4-डीबीआई टैग एंटीना लाभ के तहत 19.6 मीटर रीडर-टू-टैग धुरिहाी के अनुरूप हवय। चिप टीएसएमसी 0.18-μm सीएमओएस प्रक्रिया में बनइन गए रहिस । मरने वाला क्षेत्र 0.958 मिमी × 0.931 मिमी हवय। |
4991785cb0e6ee3d0b7823b59e144fb80ca3a83e | |
2f3a6728b87283ccf0f8822f7a60bca8280f0957 | समेकित खोज संभावित रूप ले कईठन विशेष खोज सेवामन, या वर्टिकल ले परिणाममन ल वेब खोज परिणाममन में एकीकृत करे के कार्य हवय । कार्य ल न केवल भविष्यवाणी करे के आवश्यकता होत हवय कि कौन सा लंबवत प्रस्तुत करे बर (अधिकतर पहीली शोध के फोकस), बल्कि भविष्यवाणी करे बर घलो कि वेब म कहां प्रस्तुत करे बर परिणाममन (यानी, वेब म परिणाममन के ऊपर या नीचे, या काखरो बीच म) । कईठन वर्टिकल ले म परिणाममन ल एकत्रित करे बर मॉडल ल सीखना दु प्रमुख चुनौतियों ले जुड़ा होइस हवय। सबले पहीली , काबरकि ऊर्ध्वाधर परिणाममन के कईठन प्रकार के पुनः प्राप्त करत हंवय अउ कईठन खोज कार्यमन के संबोधित करत हंवय , कईठन ऊर्ध्वाधरमन ले परिणाम कईठन प्रकार के भविष्यवाणी साक्ष्य (या सुविधामन) ले जुड़े होत हंवय । दूसरा, इहां तक कि जब एक विशेषता लंबवत म आम हवय , एखर भविष्यवाणी लंबवत-विशिष्ट हो सकत हवय । एखरबर, ऊर्ध्वाधर म परिणाममन के समेकित करे बर दृष्टिकोण ल लंबवत म एक असंगत विशेषता प्रतिनिधित्व के संभालने के जरूरत हवय, अउ संभावित रूप ले, सुविधाओं अउ प्रासंगिकता के बीच एकठन लंबवत-विशिष्ट संबंध। हम तीन सामान्य दृष्टिकोण प्रस्तुत करत हंवय जेहर ए चुनौतिमन के अलग-अलग तरीकामन ले संबोधित करत हंवय अउ 13 ऊर्ध्वाधर अउ 1070 क्वेरी के सेट म अपन परिणाममन के तुलना करत हंवय । हम दिखाते हावें कि सबले सुग्हर दृष्टिकोण वे हावें जो सीखने वाले एल्गोरिदम ल सुविधाओं अउ प्रासंगिकता के बीच एक ऊर्ध्वाधर-विशिष्ट संबंध सीखने की अनुमति देत हावें। |
b8945cfb7ed72c0fd70263379c328b8570bd763f | |
a2770a51760a134dbb77889d5517550943ea7b81 | उच्च लाभ के साथ एक कॉम्पैक्ट डबल-ध्रुवीकृत डबल-बैंड ओमनिडायरेक्शनल एंटीना 2 जी / 3 जी / एलटीई संचार बर प्रस्तुत करे जात हवय , जेमा दुनो क्षैतिज ध्रुवीकरण (एचपी) अउ एक ऊर्ध्वाधर ध्रुवीकरण (वीपी) तत्व शामिल हवयं। ऊपरी एचपी तत्व म चार जोड़े संशोधित मुद्रित मैग्नेटो-इलेक्ट्रिक (एमई) डायपोल होत हवयं जेहर चार-तरफा पावर डिवाइडर फीडिंग नेटवर्क द्वारा खिलाए जात हवयं, अउ चाप के आकार के परजीवी पैच के आठ टुकड़े होत हवयं जेहर सर्कुलर प्रिंटेड सर्किट बोर्ड के दुनों तरफ मुद्रित होत हवयं। चार-तरफा पावर डिवाइडर फीडिंग नेटवर्क एमई डाइपोल के चार जोड़े के साथ मुख्य रूप ले एकठन स्थिर 360 डिग्री विकिरण पैटर्न अउ उच्च लाभ प्रदान करत हवय , जबकि आठ टुकड़ों के उपयोग बैंडविड्थ के बढ़ाए बर करे जात हवय । निचला एचपी तत्व ऊपरी वाले के समान हवय सिवाय एखर कि इसमें परजीवी पैच नी हंवय । वीपी तत्व म शंकु के आकार के पैच के चार जोड़े होत हवयं। एचपी तत्व ले अलग, ऊपरी वीपी तत्व निचले आवृत्ति बैंड प्रदान करत हवय जबकि निचला वीपी एक ऊपरी आवृत्ति बैंड उत्पन्न करत हवय। वीपी तत्व अउ एचपी तत्व ल कॉम्पैक्ट अउ दोहरी-ध्रुवीकृत सुविधामन ल प्राप्त करे बर लंबवत व्यवस्थित करे गए हवय। मापा परिणाममन ले पता चलत हवय कि लगभग 2.6 डीबीआई के लाभ के साथ 39.6% (0.77-1.15 गीगाहर्ट्ज) के बैंडविड्थ अउ लगभग 4.5 डीबीआई के लाभ के साथ 55.3% (1.66-2.93 गीगाहर्ट्ज) के एक अउ बैंडविड्थ एचपी दिशा बर प्राप्त करे जा सकत हवय, जबकि लगभग 4.4 डीबीआई के लाभ के साथ 128% (0.7-3.2 गीगाहर्ट्ज) के बैंडविड्थ वीपी दिशा बर प्राप्त करे जा सकत हवय। 20 डीबी से ज्यादा पोर्ट अलगाव अउ 2 डीबीआई के भीतर कम लाभ भिन्नता स्तर घलो प्राप्त करे जात हवय । एखरबर, प्रस्तावित एंटीना 2 जी / 3 जी / एलटीई इंडोर संचार बर उपयुक्त हवय। |
33a1ee51cc5d51609943896a95c1371538f2d017 | |
1eb0bf4b9bf04e870962b742c4fc6cb330d1235a | बिजनेस प्रोसेस मैनेजमेंट म साहित्य म दिए गए बिजनेस प्रोसेस के म परिभाषा गहराई म सीमित हवय अउ बिजनेस प्रोसेस के आमनके संबंधित मॉडल तदनुसार प्रतिबंधित हवयं। उत्पादन प्रणालिमन ले कार्यालय वातावरण बर व्यापार प्रक्रिया मॉडलिंग तकनीकमन के प्रगति के एकठन संक्षिप्त इतिहास दे के पाछू, ए पेपर प्रस्तावित करत हवय कि अधिकांश म परिभाषा एकठन प्रक्रिया के मशीन रूपक प्रकार के अन्वेषण म आधारित हवयं। जबकि ये तकनीक अक्सर समृद्ध अउ प्रबुद्ध होत हवयं, ए सुझाव दिस जात हवय कि वे व्यापार प्रक्रिया के वास्तविक प्रकृति ल व्यक्त करे बर बहुत सीमित हवयं जिन्हें आज के चुनौतीपूर्ण वातावरण म विकसित अउ अनुकूलित करे के आवश्यकता होत हवय । |
bc018fc951c124aa4519697f1884fd5afaf43439 | एक वाइड-बैंड प्लैनालर एंटीना के सैद्धांतिक अउ प्रयोगात्मक परिणाम प्रस्तुत करे गए हंवय । एंटिना एक विस्तृत बैंडविड्थ, कम क्रॉस-ध्रुवीकरण स्तर, अउ कम बैकवर्ड विकिरण स्तर प्राप्त कर सकत हवय। व्यापक बैंडविड्थ अउ सक्रिय सर्किट के साथ आसान एकीकरण बर, ए खुलने-युग्मित ढेर वर्ग पैच का उपयोग करत हवय। युग्मन एपर्चर एक एच-आकार के एपर्चर हवय। परिमित-अंतर समय-डोमेन विधि के आधार म , एंटीना के इनपुट प्रतिबाधा के एक पैरामीटर अध्ययन प्रस्तुत करे जात हवय , अउ एंटीना प्रतिबाधा म प्रत्येक पैरामीटर के प्रभावों ल चित्रित करे जात हवय । एक एंटीना भी डिजाइन, निर्मित, अउ मापा जात हवय । मापा गइस वापसी हानि 21.7% के प्रतिबाधा बैंडविड्थ के प्रदर्शन करत हवय। दुनो अउ विमानों में क्रॉस-ध्रुवीकरण स्तर 23 डीबी ले बेहतर हंवय । एंटीना विकिरण पैटर्न के आघू-पीछे अनुपात 22 डीबी ले बेहतर हवय। पैरामीटर अउ विकिरण पैटर्न के सैद्धांतिक अउ प्रयोगात्मक दुनो परिणाम प्रस्तुत अउ चर्चा करे गए हवय। |
5adcac7d15ec8999fa2beb62f0ddc6893884e080 | फिंगरप्रिंट अभिविन्यास फिंगरप्रिंट वृद्धि, फिंगरप्रिंट वर्गीकरण, अउ फिंगरप्रिंट मान्यता म महत्वपूर्ण भूमिका निभात हवय । ए पेपर फिंगरप्रिंट अभिविन्यास अनुमान म प्राथमिक अग्रिमों के आलोचनात्मक रूप ले समीक्षा करत हवय। मौजूदा तरीलं के फायदा अउ सीमाओं ल संबोधित करे गय हवय। भविष्य के विकास के मुद्दामन म चर्चा करे गए हवय । कॉपीराइट © 2010 जॉन विली एंड संस, लिमिटेड. |
568cff415e7e1bebd4769c4a628b90db293c1717 | वीडियो के विशाल मात्रा अब आश्चर्यजनक दर म कैप्चर करे जात हवय , लेकिन एमें ले अधिकांश ल लेबल नी करे जात हवय । ए तरह के डेटा के सामना करे बर, हम कन्हु घलो मैन्युअल रूप ले लेबल उदाहरणों के बिना वीडियो में सामग्री-आधारित गतिविधि मान्यता के कार्य म विचार करत हंवय , जेला शून्य-शॉट वीडियो मान्यता के रूप में घलो जाना जात हवय । ए प्राप्त करे बर, वीडियो के पता लगाए गए दृश्य अवधारणा के संदर्भ में प्रतिनिधित्व करे जात हवय , जेला फिर दिए गए टेक्स्ट क्वेरी के साथ उंखर समानता के अनुसार प्रासंगिक या अप्रासंगिक के रूप म स्कोर करे जात हवय । ए पेपर में, हम पिछली कार्य के कईठन कमजोरता अउ कम सटीकता के समस्या ल कम करे बर अवधारणाओं ल स्कोरिंग बर एक अउ मजबूत दृष्टिकोण प्रस्तावित करत हंवय । हम न केवल संयुक्त रूप ले अर्थ संबंधी संबंध, दृश्य विश्वसनीयता, अउ भेदभाव शक्ति म विचार करत हंवय । चुनिंदा अवधारणामन के रैंकिंग स्कोर म शोर अउ गैर-रैखिकता ल संभाले बर, हम स्कोर एग्रीगेशन बर एक उपन्यास जोड़ी के क्रम मैट्रिक्स दृष्टिकोण के प्रस्ताव करत हंवय । बड़े पैमाने म ट्रैकविड मल्टीमीडिया इवेंट डिटेक्शन डेटा म व्यापक प्रयोग हमर दृष्टिकोण के श्रेष्ठता ल दिखाते हंवय । |
a62ac71cd51124973ac57c87d09a3461ecbd8e61 | कम से कम माध्य चौथा (एलएमएफ) एल्गोरिदम के व्यवहार विशेष रुचि के हवय। एलएमएस एल्गोरिदम के साथ ए एल्गोरिदम के तुलना करे में, जब दुनों के वजन छूट प्रक्रिया बर बिल्कुल समान समय स्थिरांक सेट करे जात हवय , तो एलएमएफ एल्गोरिदम, कुछु परिस्थितिमन में, एलएमएस एल्गोरिदम के तुलना में काफी कम वजन शोर होही। ए संभव हवय कि एक न्यूनतम माध्य चौथा त्रुटि एल्गोरिदम एक माध्य वर्ग त्रुटि एल्गोरिदम के तुलना में कम ले कम वर्ग अनुमान के बेहतर काम कर सकत हवय। ए पेचीदा अवधारणा के अनुकूली एल्गोरिदम के जम्मो रूपमन बर निहितार्थ हंवय , चाहे वे सबले ऊंचा वंश या आने रहिस म आधारित हों। अनुकूली फ़िल्टरिंग बर नवा सबले ऊंचा वंश एल्गोरिदम के आविष्कार करे गए हवय अउ जेहर औसत चौथाई अउ औसत छठा, आदि, अर्थ में त्रुटि न्यूनीकरण के अनुमति देत हंवय । अनुकूलन के दौरान, वजन अपन इष्टतम समाधानों के ओर घातीय विश्राम ले गुजरते हवयं। टाइम स्थिरांक प्राप्त करे गए हंवय , अउ आश्चर्यजनक रूप ले वे समय स्थिरांक के आनुपातिक होत हंवय जेहर यदि विड्रो अउ हॉफ के सबले कम औसत वर्ग (एलएमएस) एल्गोरिदम के उपयोग करे गए रहिस । नवा ढाल एल्गोरिदम एलएमएस एल्गोरिदम के तुलना में प्रोग्राम करे अउ गणना करे बर अब्बड अधिक जटिल हंवय । उनके सामान्य रूप डब्ल्यूजे + 1 = डब्ल्यू, टी 2 पीएलके-एलएक्स, जहां डब्ल्यू, वर्तमान वजन वेक्टर हवय, डब्ल्यू, + 1 अगला वजन वेक्टर हवय, आर, वर्तमान त्रुटि हवय, एक्स, वर्तमान इनपुट वेक्टर हवय, यू स्थिरता अउ अभिसरण के दर के नियंत्रित करे वाला निरंतर हवय, अउ 2 के त्रुटि के घातांक हवय। नवा ढाल एल्गोरिदम बर माध्य अउ विचलन के वजन-वेक्टर अभिसरण बर शर्तें प्राप्त करे गए हंवय । |
5896b9299d100bdd10fee983fe365dc3bcf35a67 | ए पेपर निरंतर स्वास्थ्य निगरानी बर एक गैर-आक्रामक वायरलेस सेंसर प्लेटफॉर्म प्रस्तुत करत हवय। सेंसर सिस्टम एकठन पाश एंटीना, वायरलेस सेंसर इंटरफ़ेस चिप, अउ एक बहुलक सब्सट्रेट म ग्लूकोज सेंसर ल एकीकृत करत हवय । आईसी में बिजली प्रबंधन, रीडआउट सर्किट, वायरलेस संचार इंटरफ़ेस, एलईडी ड्राइवर, अउ ऊर्जा भंडारण कैपेसिटर शामिल हंवय , जेमा कोई बाहरी घटक नी हंवय । हमर ग्लूकोज सेंसर के संवेदनशीलता 0.18 μA·mm-2·mM-1 हवय। सिस्टम वायरलेस रूप ले संचालित होत हवय अउ 400 हर्ट्ज / एमएम के संवेदनशीलता के साथ 0.05-1 एमएम के मापा ग्लूकोज रेंज प्राप्त करत हवय जबकि विनियमित 1.2-वी आपूर्ति ले 3 μW के खपत करत हवय। |
622c5da12c87ecc3ea8be91f79192b6e0ee559d2 | इ सैद्धांतिक संश्लेषण म , हम उपयोगकर्ता भागीदारी अउ भागीदारी म पहली शोध के तीन परंपराओं ल एक साथ रखत हवय: उपयोगकर्ता भागीदारी अउ आईएस सफलता के बीच संबंध म सर्वेक्षण अउ प्रयोगात्मक साहित्य, वैकल्पिक विकास दृष्टिकोण म नियामक साहित्य, अउ गुणात्मक अध्ययन जेहर उपयोगकर्ता भागीदारी के कईठन सैद्धांतिक दृष्टिकोण ले जांच करत हंवय । हम तीन साहित्य निकायों म प्रगति के भी आकलन करत हंवय , अउ उपयोगकर्ता भागीदारी के बेहतर करे बर भविष्य के शोध के अंतराल अउ दिशाओं के पहचान करत हंवय । |
24beb987b722d4a25d3157a43000e685aa8f8874 | ए मॉडल ल अधिकतम एन्ट्रोपी मॉडल के रूप म वर्गीकृत करे जा सकत हवय अउ साथ ही पीओएस टैग के भविष्यवाणी करे बर कईठन सान्दर्भिक सुविधामन के उपयोग करे जा सकत हवय । एखर अलावा ए पेपर मॉडल के जटिल टैगिंग निर्णयों के मॉडल करे बर विशेष सुविधाओं के उपयोग के प्रदर्शन करत हवय । ए सुविधामन के कार्यान्वयन के दौरान पाए गए कोरपस स्थिरता समस्यामन के चर्चा करत हवय अउ ए समस्यामन के कम करे बर प्रशिक्षण रणनीति के प्रस्ताव देत हवय । |
6a2fe560574b76994ab1148b4dae0bfb89e3a3e3 | मानव धारणा के एक महत्वपूर्ण पहलू प्रत्याशा हवय अउ प्रत्याशा हवय कि मनखे कईठन अनुप्रयोगों बर उपयोगी में अगला (अउ ओमन कैसे करना हवय) के गतिविधिमन के उपयोग करेगा, उदाहरण बर, प्रत्याशा एक सहायक रोबोट के सक्षम करत हवय ताकि मनखे वातावरण में प्रतिक्रियाशील प्रतिक्रिया बर योजना बना सकें। ए काम म, हमन वस्तु स्रहिसपना के माध्यम ले समृद्ध स्थानिक-समय संबंध के बारे म तर्क देकर कईठन संभावित भविष्य के मानव गतिविधिमन ल उत्पन्न करे बर एकठन रचनात्मक दृष्टिकोण प्रस्तुत करत हंवय । हम एक अनुमानित सामयिक सशर्त यादृच्छिक क्षेत्र (एटीसीआरएफ) के उपयोग करके प्रत्येक संभावित भविष्य के प्रतिनिधित्व करत हंवय जहां हम भविष्य के वस्तु प्रक्षेपवक्र अउ मनखे मुद्रा ले एक जनरेटिव मॉडल ले संबंधित नोड्स अउ किनारों के नमूना लेत हंवय । फिर हम एटीसीआरएफ कणों के एक सेट के उपयोग करके संभावित भविष्य के वितरण के प्रतिनिधित्व करत हंवय । सीएडी -120 मानव गतिविधि आरजीबी-डी डेटासेट म व्यापक मूल्यांकन म , नवा विषयमन बर (प्रशिक्षण सेट म नी देखा गय), हमन 75.4%, 69.2% अउ 58.1% के गतिविधि प्रत्याशा सटीकता प्राप्त करत हंवय (परिभाषित करे गए हवय कि काय शीर्ष तीन भविष्यवाणियां वास्तव म होए हवयं) क्रमशः 1, 3 अउ 10 सेकंड के प्रत्याशा समय बर । 1 अउ |
ea38789c6687e7ccb483693046fff5293e903c51 | हम बैच सुदृढीकरण सीखने (आरएल) एल्गोरिदम प्रस्तुत करत हंवय जेहर प्रत्येक नीति के गुणवत्ता के बारे में संभाव्य गारंटी प्रदान करत हवय जेहर ए प्रस्तावित करत हवय, अउ जेमा काखरो घलो हाइपर-पैरामीटर के आवश्यकता होत हवय जेहर विशेषज्ञ ट्यूनिंग के आवश्यकता होत हवय। उपयोगकर्ता काखरो घलो प्रदर्शन निचले-सीमा, ρ−, अउ विश्वास स्तर, δ के चयन कर सकत हवय, अउ हमर एल्गोरिदम ए सुनिश्चित करही कि एहर एक नीति के प्रदर्शन के साथ प्रदर्शन के कम हवय। फेर हमन एक वृद्धिशील एल्गोरिदम के प्रस्ताव रखथन जऊन हमर नीति सुधार एल्गोरिदम ल बार-बार चलाथे ताकि कई ठन नीति सुधार पैदा कर सकय। हम एक सरल ग्रिडवर्ल्ड अउ मानक पहाड़ कार समस्या के साथ-साथ डिजिटल विपणन अनुप्रयोग के साथ वास्तविक दुनिया डेटा के उपयोग करके अपन दृष्टिकोण के व्यवहार्यता दिखाते हंवय । |
780b05a35f2c7dd4b4d6e2a844ef5e145f1972ae | बहु-मोड़ संवादों म, प्राकृतिक भाषा समझ मॉडल संदर्भात्मक जानकारी बर अंधा होए ले स्पष्ट त्रुटिमन ल पेश कर सकत हंवय । संवाद इतिहास ल शामिल करे बर, हम स्पीकर-संवेदनशील डुअल मेमोरी नेटवर्क के साथ एक तंत्रिका वास्तुकला प्रस्तुत करत हंवय जेहर वक्ता के आधार म अलग-अलग उच्चारण करत हंवय । ए सिस्टम बर उपलब्ध जानकारी के कईठन सीमा ल संबोधित करत हवय - सिस्टम केवल उपयोगकर्ता के उच्चारण के सतह रूप ल जानता हवय जबकि इसमें सिस्टम आउटपुट के सटीक अर्थशास्त्र होत हवय । हमन माइक्रोसॉफ्ट कॉर्टाना, एक वाणिज्यिक व्यक्तिगत सहायक ले वास्तविक उपयोगकर्ता डेटा म प्रयोग करे हवन। नतीजा संदर्भ जानकारी के उपयोग करके अत्याधुनिक स्लॉट टैगिंग मॉडल के तुलना म महत्वपूर्ण प्रदर्शन सुधार दिखात हवय । |
259bbc822121df705bf3d5898ae031cd712505ea | 1मोबाइल संचार विभाग, स्कूल ऑफ इलेक्ट्रिकल इंजीनियरिंग अउ कंप्यूटर विज्ञान, बर्लिन, बर्लिन, जर्मनी के तकनीकी विश्वविद्यालय 2वायरलेस नेटवर्किंग, सिग्नल प्रोसेसिंग अउ सुरक्षा लैब, इलेक्ट्रिकल अउ कंप्यूटर इंजीनियरिंग विभाग, ह्यूस्टन, ह्यूस्टन, टीएक्स 77004, यूएसए 3संचार प्रणालिमन के डिवीजन, इलेक्ट्रिकल इंजीनियरिंग (आईएसवाई) विभाग, लिंकोपिंग विश्वविद्यालय, एसई -58 1 83 लिंकोपिंग, स्वीडन 4संचार प्रयोगशाला, इलेक्ट्रिकल इंजीनियरिंग अउ सूचना प्रौद्योगिकी संकाय, ड्रेस्डेन यूनिवर्सिटी ऑफ टेक्नोलॉजी, 01062 ड्रेस्डेन, जर्मनी |
4eca7aa4a96300caf8622d666ecf5635d8b72132 | मनखे गतिविधिमन के सटीक रूप ले पहचानने के क्षमता स्वचालित पुनर्वास अउ खेल प्रशिक्षण प्रणाली विकसित करे बर आवश्यक हवय । ए पेपर म , अग्रभाग-पहने वाले पहनने योग्य सेंसर ले प्राप्त बडखा पैमाने म व्यायाम गति डेटा ल एक संवहन तंत्रिका नेटवर्क (सीएनएन) के साथ वर्गीकृत करे जात हवय । एक्सेलेरोमीटर अउ अभिविन्यास माप ले युक्त समय-श्रृंखला डेटा छविमन के रूप में स्वरूपित करे जात हवय , जेहर सीएनएन ल स्वचालित रूप ले भेदभावपूर्ण सुविधामन के निकाले के अनुमति देत हवय । छवि स्वरूपण अउ कईठन सीएनएन आर्किटेक्चर के प्रभावों म एक तुलनात्मक अध्ययन घलो प्रस्तुत करे जात हवय । सबले अच्छा प्रदर्शन करे वाला कॉन्फ़िगरेशन 92.1% सटीकता के साथ 50 जिम अभ्यास ल वर्गीकृत करत हवय। |
1b1a829c43f1a4f3a3d70f033a1b8e7bee1f7112 | |
6abac64862f7d207cac58c6a93f75dc80d74e575 | |
5fb874a1c8106a5b2b2779ee8e1433149109ba00 | डेटा ले बेसियन नेटवर्क सीखने बर एल्गोरिदम में दु घटक होत हंवय: एक स्कोरिंग मीट्रिक अउ एक खोज प्रक्रिया। स्कोरिंग मीट्रिक डेटा बर संरचना के अच्छाई के स्कोर के गणना करत हवय । खोज प्रक्रिया उच्च स्कोर के साथ नेटवर्क संरचनाओं की पहचान करे की कोशिश करत हावे। हेकरमन एट अल। (1995) बीडीई मीट्रिक कहे जाने वाले एक बेसियन मीट्रिक पेश करत हवय, जेहर डेटा के दिए गए नेटवर्क संरचना के सापेक्ष पाछू के संभावना के गणना करत हवय। इ पेपर में, हम ए दिखाते हावें कि बीडीई मीट्रिक के उपयोग करे जाने म बीईएसएन नेटवर्क की पहचान करे की खोज समस्या उनमे से एक हावे जहां प्रत्येक नोड में अधिकतम के माता-पिता होत हावें, जिनकी सापेक्ष पिछली संभावना एक दिए गए निरंतर से अधिक होत हावे, एनपी-पूर्ण होत हावे। हाल ही में, कईठन शोधकर्ताओं हर बेसियन नेटवर्क ल सीखने बर तरीलं के जांच करना शुरू कर दिस हवय। इ दृष्टिकोणों में ले कईठन में समान बुनियादी घटक होत हवयं: एक स्कोरिंग मीट्रिक अउ एकठन खोज प्रक्रिया। स्कोरिंग मीट्रिक अवलोकन के मामलों के डेटाबेस अउ नेटवर्क संरचना बी एस लेता हवय , अउ संरचना के डेटा के अच्छाई-टी के प्रतिबिंबित स्कोर ल वापस करत हवय । एक खोज प्रक्रिया स्कोरिंग मीट्रिक द्वारा मूल्यांकन बर नेटवर्क उत्पन्न करत हवय । ये दृष्टिकोण नेटवर्क संरचना या संरचना के सेट के पहचान करे बर दुनो घटकों के उपयोग करत हंवय जेखर उपयोग भविष्य के घटनामन के भविष्यवाणी करे या कारण संबंधों के अनुमान लगाए बर करे जा सकत हवय। कूपर अउ हर्स्कोविट्स (1 99 2) हर जेला सीएच कहे जाथे, जेला हम बीडी मीट्रिक के रूप म संदर्भित करत हंवय , जेला हम केवल असतत चर वाले बेसियन नेटवर्क ल सीखने के बारे म उचित धारणा के एकठन सेट ले प्राप्त करत हंवय । हेकरमन एट अल। (1995) जेला इहां एचजीसी के रूप में संदर्भित करे गय हवय अउ सीएच के काम म एक नवा मीट्रिक ल प्राप्त करे बर, जेला हम बीडीई मीट्रिक कहिथन, जेमा संभावना समकक्षता के वांछनीय संपत्ति हवय। संभावना समकक्षता बतात हवय कि डेटा समकक्ष संरचनाओं के भेदभाव करे म मदद नी कर सकत हवय। अब हम सीएच से व्युत्पन्न बीडी मीट्रिक प्रस्तुत करत हंवय । हम बी एच एस का उपयोग ए परिकल्पना ल इंगित करे बर करत हावें कि बी एस वितरण का एक आई-मैप हावे जो डेटाबेस उत्पन्न करत हावे। 2 एक विश्वास-नेटवर्क संरचना बी एस दिए गए, हम एक्सआई के माता-पिता ल इंगित करे बर आई का उपयोग करत हंवय । हम चर के राज्यों की संख्या ल इंगित करे बर आरआई का उपयोग करत हंवय , अउ आई के उदाहरणों के संख्या ल इंगित करे बर क्यूआई = क्यूएक्सएल 2 आईआरएल। हम इन उदाहरणों को अनुक्रमित करे बर पूर्णांक जे का उपयोग करते हावे। यही हवय, हम आई = जे लिखत हंवय ताकि एक्सआई के माता-पिता के जेटीएच उदाहरण के अवलोकन करे जा सके। 1 99 6 स्प्रिंगर-वर्लग। 2 एक ठन ... |
7783fd2984ac139194d21c10bd83b4c9764826a3 | कम्प्यूटेशनल उपकरणमन के क्षेत्रमन के निर्माण करे बर संभाव्य विधियों। लेकिन मोला डिब्बाबंद करे के जरूरत रहिस, बेसियन नेटवर्क हाल ही म दृढ़ता ले काम करत रहिस। हाल ही म ए किताब प्रकाशित होए के बाद मोर किताब ल फेंक दिस। इंटेलिजेंट सिस्टम में, एआई ऑपरेशंस रिसर्च एक्सीलेंस अवार्ड स्नातक बर शोधकर्ता हवय। बहुत चिंतित हंव के मैं कइसने रहीस। जाहिर तौर म डेफनी कोलर अउ सीखने संरचनाएं साक्ष्य तर्क। मोती ह मोर बर एक भासा आय। अपन प्रारंभिक प्रकाशन के तारीख के बावजूद, एहर महान नी हवय कि सबले अच्छा संदर्भ देना हवय। |
5c386d601ffcc75f7635a4a5c6066824b37b9425 | आजकल, ए पंजीकरण फॉर्म के साथ एकठन लोकप्रिय वेब साइट ढूंढना मुश्किल हवय जेहर एकठन स्वचालित मानव प्रूफ टेस्ट द्वारा सुरक्षित नी होए जेहर एकठन छवि म पात्रमन के अनुक्रम प्रदर्शित करत हवय , अउ उपयोगकर्ता ल इनपुट क्षेत्र म अनुक्रम दर्ज करे के अनुरोध करत हवय । ए सुरक्षा तंत्र ट्यूरिंग टेस्ट म आधारित हवय - कृत्रिम बुद्धि में सबले जुन्ना अवधारणा में ले एक - अउ एला अक्सर कंप्यूटर अउ मनखेमन ल अलग करे बर पूरा तरह ले स्वचालित सार्वजनिक ट्यूरिंग टेस्ट (कैप्चा) कहा जात हवय। ए तरह के परीक्षण के कल्पना एकठन महत्वपूर्ण वेब संसाधन, उदाहरण बर , वेब मेल सेवा या सामाजिक नेटवर्क बर स्वचालित पहुंच ल रोकने बर करे गए हवय । वर्तमान में ए तरह के सैकड़ों परीक्षण हंवय , जेहर प्रति दिन लाखों बार परोसा जात हंवय , ए प्रकार मनखे के काम के एक बडखा मात्रा शामिल हवय । दूसर तरफ, एमें ले कईठन परीक्षणमन के तोड़ दिए गए हवय, यानी शोधकर्तामन, हैकर्स अउ स्पैमर्स द्वारा डिज़ाइ करे गए स्वचालित कार्यक्रम स्वचालित रूप ले सही उत्तर प्रदान करे म सक्षम हंवय । इ अध्याय म, हम कैप्चा के इतिहास अउ अवधारणा के साथ-साथ उंखर अनुप्रयोगों अउ उंखर उदाहरण के एक व्यापक समीक्षा प्रस्तुत करत हंवय । हम उपयोगिता, हमलों अउ प्रतिवादों सहित उपयोगकर्ता अउ सुरक्षा दृष्टिकोण दुनों ले ओमनके मूल्यांकन के घलो चर्चा करत हंवय । हमन उम्मीद करथन कि ए अध्याय पाठक ल ए रोचक क्षेत्र के एक अच्छा अवलोकन प्रदान करत हवय । सीईएस इन कंप्यूटर, वीओएल। Copyright © 2011 एल्सवियर इंक. 65-2458/डीओआई: 10.1016/बी 978-0-12-385510-7.00003-5 जम्मो अधिकार सुरक्षित हवय। 110 जे.एम. गोमेज़ हिडाल्गो अउ जी अल्वारेज़ मारनॉन 1। परिचयात्मक लेखन - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 110 11.1 हवय ट्यूरिंग टेस्ट अउ कैप्चा के उत्पत्ति । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 112. हर हर प्रेरणा अउ आवेदन । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 127 3.1. हे हे हे ओ सी आर. - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 130 3 .2 हवय म म हुं - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 135 तीन तीन तीन. अउ एक ऊडियो हे - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 143 तीन चार. अउ कुंजीवित् होए - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 173 आर संदर्भ हावे । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 173 हावे - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 154 5. अउ एस सुरक्षा अउ कैप्चा म हमला । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 156 5.1. अउ कैप्चा म एक अटैक । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 158 पांच.२. अउ एस सुरक्षा आवश्यकताओं CAPTCHAs पर। - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? -१६९६. हावे एक वैकल्पिक कैप्चा बर - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 171 7. हे हे हे निष्कर्ष अउ भविष्य रुझान । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 144 4. हर हर कैप्चा के मूल्यांकन - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 146 4.1. हे हे हे ई दक्षता . - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 147 4.2. अउ एक सुलभता समस्यामन । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 152 4.3. हर हर पी र् टिकल विचारो मे - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 116 2. 1. अउ कैप्चा के सामान्य विवरण । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 116 2 .2. अउ कैप्चा के वांछनीय गुण । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 117 दो. तीन. अउ मैं कार्यान्वयन अउ तैनाती करत हंवय । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 119 2 .4 हावे एप्प्लिकेशंस अउ राइज ऑफ द रोबोट्स । - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? 121 3. अउ कैप्चा के प्रकार . - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? - ओमन ल ? |
941a668cb77010e032a809861427fa8b1bee8ea0 | सिग्नल प्रोसेसिंग आज ईसीजी विश्लेषण अउ व्याख्या बर अधिकांश प्रणालिमन में करे जात हवय । ईसीजी सिग्नल प्रोसेसिंग के उद्देश्य कईठन हवय अउ माप सटीकता अउ पुनरुत्पादन (जब मैन्युअल माप के तुलना में) म सुधार करना अउ सिग्नल ले जानकारी निकालना शामिल हवय जेहर दृश्य मूल्यांकन के माध्यम ले आसानी ले उपलब्ध नी हवय। कईठन स्थितियों म, ईसीजी एम्ब्यूलेटरी या कठिन परिस्थितियों के दौरान रिकॉर्ड करे जात हवय जैसे कि सिग्नल विभिन्न प्रकार के शोर ले दूषित होत हवय, कभी-कभी शरीर के एकठन अउ शारीरिक प्रक्रिया ले उत्पन्न होत हवय । एखरबर, शोर में कमी ईसीजी सिग्नल प्रोसेसिंग के एक अउ महत्वपूर्ण उद्देश्य के प्रतिनिधित्व करत हवय; वास्तव में, ब्याज के तरंग के कभी-कभी शोर द्वारा बहुत भारी रूप ले छिपाए जात हवयं कि ओमनके उपस्थिति केवल उपयुक्त सिग्नल प्रोसेसिंग के पहली बार लागू करे के बाद ही पता लगा सकत हवय । अंतरिम रूप ले हृदय लय में व्यवधानों के पहचानने के उद्देश्य ले दीर्घकालिक (यानी, कईठन दिन) म इलेक्ट्रोकार्डियोग्राफिक संकेतों के रिकॉर्ड करिस जा सकत हवय। नतीजतन, उत्पादित ईसीजी रिकॉर्डिंग बडखा डेटा आकार के राशि हवय जेहर उपलब्ध स्टोरेज जगह ल जल्दी ले भर देत हवय। सार्वजनिक टेलीफोन नेटवर्क के माध्यम ले सिग्नल के प्रसारण एकठन अउ अनुप्रयोग हवय जेमा डेटा के बडखा मात्रा शामिल हवय । दुनो स्थितियों बर, डेटा संपीड़न एक आवश्यक संचालन हवय अउ, एखरबर, ईसीजी सिग्नल प्रोसेसिंग के एक अउ उद्देश्य के प्रतिनिधित्व करत हवय। सिग्नल प्रोसेसिंग हर ईसीजी के एकठन नवा समझ बर महत्वपूर्ण योगदान दिस अउ एखर गतिशील गुणों ल लय अउ बीट मॉर्फोलॉजी म म पर परिवर्तन द्वारा व्यक्त करे गय हवय । उदाहरण बर , तकनीक विकसित करे गए हवय जेहर कार्डियोवास्कुलर सिस्टम ले संबंधित दोलन के विशेषता हवय अउ हृदय गति म सूक्ष्म भिन्नता द्वारा प्रतिबिंबित करे गए हवय । टी तरंग आयाम म कम स्तर, वैकल्पिक म पर परिवर्तन के पता लगाना ऑसिलेटरी व्यवहार के एकठन अउ उदाहरण हवय जेहर अचानक, जीवन के धमकी देने वाले एरिथमिया बर बढ़े हुए जोखिम के संकेतक के रूप म स् थापित करे गय हवय । इ दुनो ऑसिलेटरी सिग्नल गुणमन ल मानक ईसीजी प्रिंटआउट ले नंगली आंख ले माना जा सकत हवय। सभी प्रकार के ईसीजी विश्लेषण बर आम - चाहे एहर आराम ईसीजी व्याख्या, तनाव परीक्षण, एम्बुलरी निगरानी, या गहन देखभाल निगरानी के संबंध म हवय - एल्गोरिदम के एकठन मूल सेट हवय जेहर विभिन्न प्रकार के शोर अउ कलाकृतियों के संबंध म संकेत के शर्त करत हवय, दिल के धड़कन के पता लगात हवय , तरंग आयाम अउ अवधि के बुनियादी ईसीजी मापों के निकालत हवय , अउ कुशल भंडारण या संचरण बर डेटा के संपीड़ित करत हवय; आरेख म ब्लॉक आरेख। 1 संकेत प्रसंस्करण एल्गोरिदम के ए सेट ल प्रस्तुत करत हवय। यद्यपि ये एल्गोरिदम अक्सर अनुक्रमिक क्रम में संचालित करे बर लागू करे जात हंवय , दिल के धड़कन के घटना के समय के जानकारी, जैसा कि क्यूआरएस डिटेक्टर से उत्पादित होत हवय , कभी-कभी प्रदर्शन के बेहतर करे बर दूसर एल्गोरिदम में शामिल करे जात हवय । प्रत्येक एल्गोरिदम के जटिलता आवेदन ले आवेदन तक भिन्न होत हवय ताकि, उदाहरण बर , एम्बुलरी निगरानी में करे गए शोर फ़िल्टरिंग आराम ईसीजी विश्लेषण में आवश्यक के तुलना में बहुत ज्यादा परिष्कृत हो। एक बार एल्गोरिदम के मूल सेट से उत्पादित जानकारी उपलब्ध होए के बाद, ईसीजी अनुप्रयोगों के एक विस्तृत श्रृंखला मौजूद हवय जहां हृदय लय अउ बीट मॉर्फोलॉजी गुणों के मात्रात्मक करे बर सिग्नल प्रोसेसिंग के उपयोग करना रुचि हवय। इ तरह के दु अनुप्रयोगों-उच्च रिज़ॉल्यूशन ईसीजी अउ टी तरंग अल्टरनेटर-के साथ जुड़े सिग्नल प्रोसेसिंग के संक्षेप म ए लेख के आखिर म वर्णित करे गए हवय। इच्छुक पाठक ल उदाहरण बर संदर्भित करे जात हवय , रेफ। 1, जहां अन्य ईसीजी अनुप्रयोगों का विस्तृत विवरण पाया जा सकत हवय। |
b681da8d4be586f6ed6658038c81cdcde1d54406 | इ पत्र में, एक उपन्यास दोहरे-बैंड अउ ध्रुवीकरण-लचीले सब्सट्रेट एकीकृत वेवगइड (एसआईडब्ल्यू) गुहा एंटीना प्रस्तावित करे गए हवय। एंटीना बर उपयोग करिस जाने वाले एसआईडब्ल्यू गुहा ल अपन पहीली अनुनाद बर एक पारंपरिक टीई 120 मोड द्वारा उत्साहित करे जात हवय। स्लॉट के हस्तक्षेप के साथ, एक संशोधित-टीई 120 मोड से प्रेरित एक दूसरा अनुनाद घलो उत्पन्न करे जात हवय , ए प्रकार दुठन अनुनाद आवृत्तिमन म एक व्यापक पक्ष विकिरण पैटर्न प्रदान करत हवय । एखर अलावा, प्रस्तावित एंटीना में दु ऑर्थोगोनल फीडिंग लाइनें हवय। एखरेबर, काखरो घलो छह प्रमुख ध्रुवीकरण राज्यमन के प्रदान करना संभव हवय। इ पत्र में, तीन प्रमुख ध्रुवीकरण मामला के सिमुल करे जात हवय अउ मापा परिणाममन के तुलना करे जात हवय । काबरकि आधुनिक संचार प्रणालिमन के बहुक्रियाशील एंटीना के जरूरत होत हवय, प्रस्तावित एंटीना अवधारणा एकठन वादा करे वाला उम्मीदवार हवय। |
cf18287e79b1fd73cd333fc914bb24c00a537f4c | जटिल कौशल के व्यापक प्रदर्शन ल स्वचालित रूप ले सीखने बर, रोबोट ल मनखे पर्यवेक्षण के बिना, अपन स्वयं के स्वायत्त रूप ले एकत्रित डेटा ले सीखने में सक्षम होना चाहि। एक सीखने के संकेत जेहर हमेशा स्वायत्त रूप ले एकत्र डेटा बर उपलब्ध होत हवय ओहर भविष्यवाणी हवय। यदि कोई रोबोट भविष्य के भविष्यवाणी करे बर सीख सकत हवय, तो ए वांछित परिणाममन के उत्पादन करे बर कार्रवाई करे बर ए भविष्यवाणी मॉडल के उपयोग कर सकत हवय, जैसे कि काखरो वस्तु ल एकठन विशेष स्थान म ले जाना। हालांकि, जटिल खुली दुनिया के परिदृश्यों में, भविष्यवाणी बर प्रतिनिधित्व डिजाइन करना मुश्किल हवय। इ काम म, हमर उद्देश्य सीधा वीडियो भविष्यवाणी के माध्यम ले स्व-पर्यवेक्षित रोबोट ल सीखने के सक्षम करना हवय: एक अच्छा प्रतिनिधित्व डिजाइन करे के प्रयास के बजाय, हम सीधा भविष्यवाणी करत हंवय कि रोबोट अगला काय देखही, अउ फिर वांछित लक्ष्मन के प्राप्त करे बर ए मॉडल के उपयोग करत हवय। रोबोटिक हेरफेर बर वीडियो भविष्यवाणी में एक प्रमुख चुनौती जटिल स्थानिक व्यवस्था जैसे कि ऑक्ल्यूशन के संभालना हवय। एखर बर, हम एक वीडियो भविष्यवाणी मॉडल पेश करत हंवय जेहर ऑब्जेक्ट्स के ट्रैक रख सकत हवय। एक उपन्यास नियोजन मानदंड अउ कार्रवाई अंतरिक्ष फॉर्मूलेशन के साथ, हम ए मॉडल ल काफी बेहतर ढंग ले प्रदर्शित करत हंवय जेहर वीडियो भविष्यवाणी-आधारित नियंत्रण म पहीली के काम म बेहतर हवय। हमर परिनाम प्रशिक्षण के दौरान देखे नई जाय वाले जिनिस के हेरफेर दिखत हे, कई जिनिस ल संभाले, अऊ बाधा के आसपास जिनिस ल धकेलथे । ये म परिणाम कौशल के सीमा अउ जटिलता में एकठन महत्वपूर्ण अग्रिम के प्रतिनिधित्व करत हंवय जेमनला पूरा तरह ले स्वयं-पर्यवेक्षित रोबोट सीखने के साथ करे जा सकत हवय । |
89701a3b04c3f102ebec83db3249b20791eacb38 | संदर्भ जागरूकता संदर्भ जागरूक सेवाओं ल सक्षम करे बर एकठन प्रमुख संपत्ति हवय । एक मोबाइल डिवाइस बर , उपयोगकर्ता के स्थान या प्रक्षेपवक्र महत्वपूर्ण संदर्भों में ले एक हवय। मोबाइल डिवाइसे के द्वारा लोकेशन या प्रक्षेपवक्र के पता लगाए बर एक आम चुनौती सटीकता अउ बिजली खपत के बीच व्यापार-ऑफ का प्रबंधन करना हवय। विशिष्ट दृष्टिकोण (1) सेंसर के उपयोग के आवृत्ति के नियंत्रित करना अउ (2) सेंसर संलयन तकनीक हवय। ए पेपर में प्रस्तावित एल्गोरिदम सेल टावर ले बार-बार मापा गइस मोटे अउ गलत स्थान डेटा के विलय करके सटीकता में सुधार करे बर एक अलग दृष्टिकोण लेत हवय। प्रायोगिक परिणाम ले पता चलत हवय कि पता लगाए गए प्रक्षेपवक्र अउ ग्राउंड सत्य के बीच औसत त्रुटि धुरिहाी 44 मीटर ले 10.9 मीटर तक 41 दिनों के माप ले डेटा के विलय करके सुधार करे जात हवय । |
a85ad1a2ee829c315be6ded0eee8a1dadc21a666 | स्वचालित अउ सहायता प्राप्त ड्राइविंग निस्संदेह कंप्यूटर दृष्टि में गर्म विषय हंवय । हालांकि, ड्राइविंग कार्य बेहद जटिल हवय अउ ड्राइवरों के व्यवहार के गहरी समझ अभी घलो कमी हवय। कईठन शोधकर्ता अब दृश्य में प्रमुख अउ दिलचस्प वस्तुओं के पता लगाए बर कम्प्यूटेशनल मॉडल ल परिभाषित करे बर ध्यान तंत्र के जांच करत हंवय । फिर भी, इ मॉडल म ले अधिकांश केवल नीचे ले दृश्य प्रमुखता के संदर्भित करत हंवय अउ अभी भी छवियों म केंद्रित होत हंवय । एखर बजाय, ड्राइविंग अनुभव के दौरान, कार्य के अस्थायी प्रकृति अउ विशिष्टता ध्यान तंत्र ल प्रभावित करत हवय , जेखरकारण निष्कर्ष निकाला जात हवय कि वास्तविक जीवन ड्राइविंग डेटा अनिवार्य हवय । ए पेपर में हम वास्तविक ड्राइविंग के दौरान अधिग्रहित एक उपन्यास अउ सार्वजनिक रूप ले उपलब्ध डेटासेट का प्रस्ताव करत हंवय । हमर डेटासेट, 500,000 ले ज्यादा फ्रेम ले बना हवय, जेमा ड्राइवर के दृष्टि निर्धारण अउ ओमनके समकालीन एकीकरण शामिल हवय जेहर कार्य-विशिष्ट प्रमुखता मानचित्र प्रदान करत हवय। जियोरेफरेंस स्थान, ड्राइविंग गति अउ पाठ्यक्रम जारी डेटा के सेट पूरा करत हंवय । हमर ज्ञान के सबले अच्छा, एहर ए तरह के पब्लिकली उपलब्ध डेटासेट हवय अउ भविष्य के पीढ़िमन के स्वायत्त अउ सहायता प्राप्त कारों म ड्राइवर के ध्यान प्रक्रिया के बेहतर समझ, शोषण अउ पुनः उत्पन्न करे म नवा चर्चा ल बढ़ावा दे सकत हवय। |
a0ff514a8a64ba5a7cd7430ca04245fd037d040c | ए पेपर क्रमशः 2012 अउ 2013 के पूर्व-आईसीआईएस घटनाओं ले शिक्षाविदमन अउ उद्योग चर्चा म आधारित हवय: बीआई कांग्रेस III अउ निर्णय समर्थन प्रणाली (एसआईजीडीएसएस) म विशेष ब्याज समूह के कार्यशाला। निर्णय लेने अउ नवाचार बर नवा अंतर्दृष्टि प्रदान करे बर "बिग डेटा" के क्षमता ल पहचानते हुए, दुनो आयोजन म पैनलिस्ट हर चर्चा के कि संगठन प्रतिस्पर्धी फायदा बर बडखा डेटा के उपयोग अउ प्रबंधन कैसे कर सकत हवयं। एखर अलावा, विशेषज्ञ पैनलिस्ट हर शोध अंतराल के पहचान करे म मदद करीस। जबकि अकादमिक समुदाय म उभरती शोध बडखा डेटा प्राप्त करे, विश्लेषण करे अउ उपयोग करे म कुछु मुद्दामन के पहचान करत हवय , कईठन नवा विकास चिकित्समन समुदाय म होत हवयं। हम बडखा डेटा विश्लेषण ढांचे के प्रस्तुत करके अकादमिक अउ व्यवसायी अनुसंधान के बीच के अंतर ल पुल करत हंवय जेहर संगठनमन म बडखा डेटा विश्लेषण बर आवश्यक घटकों के प्रक्रिया दृश्य ल चित्रित करत हवय । प्राज्ञ साक्षात्कार अउ अकादमिक अउ अभ्यास दुनों ले साहित्य के उपयोग करके, हम ढांचे ले निर्देशित बडखा डेटा अनुसंधान के वर्तमान स्थिति के पहचान करत हंवय अउ भविष्य के शोध बर संभावित क्षेत्रों के प्रस्ताव करत हंवय ताकि अभ्यास बर अकादमिक अनुसंधान के प्रासंगिकता बढ़ सके। |
34d03cfb02806e668f9748ee60ced1b269d1db6c | |
0607acbb450d2afef7f2aa5b53bb05966bd065ed | जबकि डीप न्यूरल नेटवर्क (डीएनएन) हर बडखा शब्दावली निरंतर भाषण मान्यता (एलवीसीएसआर) कार्य बर जबरदस्त सफलता हासिल करे हवय, एनेटवर्क के प्रशिक्षण धीमा हवय। एक कारण ए हवय कि डीएनएन ल बडखा संख्या म प्रशिक्षण पैरामीटर (यानी, 10-50 मिलियन) के साथ प्रशिक्षित करे जात हवय । काबरकि नेटवर्क ल अच्छी प्रदर्शन प्राप्त करे बर बडखा संख्या म आउटपुट लक्ष्मन के साथ प्रशिक्षित करे जात हवय , एमें ले अधिकांश पैरामीटर आखिरिम वजन परत म होत हवयं। इ पेपर में, हम अंतिम वजन परत के एक कम रैंक मैट्रिक्स कारककरण का प्रस्ताव करत हावें। हम ए कम रैंक तकनीक ल ध्वनिक मॉडलिंग अउ भाषा मॉडलिंग दुनों बर डीएनएन म लागू करत हंवय । हम 50-400 घंटे के बीच तीन अलग-अलग एलवीसीएसआर कार्यमन म देखात हंवय कि एक कम रैंक फैक्टराइजेशन नेटवर्क के पैरामीटर के संख्या ल 30-50% तक कम कर देत हवय। एखरेबर, पूर्ण रैंक के प्रतिनिधित्व के तुलना म आखिर मान्यता सटीकता म महत्वपूर्ण नुकसान के बिना प्रशिक्षण समय म लगभग समान कमी आती हवय। |
56c16d9e2a5270ba6b1d83271e2c10916591968d | |
56c2fb2438f32529aec604e6fc3b06a595ddbfcc | हाल ही में, फ्रंटल फेशियल इमेजेज ले लिंग वर्गीकरण बर कईठन मशीन लर्निंग विधिमन के प्रस्ताव करे गए हवय। ओमनके विविधता ले पता चलत हवय कि ए समस्या के कोई अद्वितीय या सामान्य समाधान नी हवय। विधिमन के विविधता के अलावा, ओमनके आकलन करे बर उपयोग करे जाने वाले बेंचमार्क के विविधता घलो हवय । एहर हमें अपन काम बर प्रेरणा दिस: स्वचालित लिंग मान्यता म उपयोग करे जाने वाले मुख्य राज्य-ऑफ-द-आर्ट विधियों ल एक संक्षिप्त लेकिन विश्वसनीय तरीका ले चयन अउ तुलना करना। जैसा कि उम्मीद रहिस , कोई भी समग्र विजेता नी रहिस । वर्गीकरण के सटीकता के आधार म विजेता, उपयोग के जाने वाले बेंचमार्क के प्रकार म निर्भर करत हवय । |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.