_id
stringlengths 40
40
| text
stringlengths 0
9.63k
|
|---|---|
d1ee87290fa827f1217b8fa2bccb3485da1a300e | बैगिंग प्रेडिक्टर एकठन प्रेडिक्टर के कईठन संस्करण उत्पन्न करे अउ एकठन समग्र प्रेडिक्टर प्राप्त करे बर एखर उपयोग करे के एकठन विधि हवय । एक संख्यात्मक परिणाम के भविष्यवाणी करत समय संस्करणों म एकत्रीकरण औसत अउ एक वर्ग के भविष्यवाणी करत समय बहुलता वोट करत हवय । कईठन संस्करण ल सीखने सेट के बूटस्ट्रैप प्रतिकृति बनाकर अउ एला नवा सीखने सेट के रूप में उपयोग करके गठित करे जात हवय । वर्गीकरण अउ प्रतिगमन पेड़ों अउ रैखिक प्रतिगमन में सबसेट चयन के उपयोग करके वास्तविक अउ अनुकरित डेटा लेट म परीक्षण बताते हंवय कि बैगिंग सटीकता में पर्याप्त लाभ दे सकत हवय। महत्वपूर्ण तत्व भविष्यवाणी विधि के अस्थिरता हवय । यदि सीखने के सेट ल बाधित करे ले भविष्यवाणी करे वाले निर्माण म महत्वपूर्ण म पर परिवर्तन हो सकत हवय, त बैगिंग सटीकता म सुधार कर सकत हवय। |
649197627a94fc003384fb743cfd78cdf12b3306 | |
0b440695c822a8e35184fb2f60dcdaa8a6de84ae | किनेक्ट सेंसर जैसे उभरते आरजीबी-डी कैमरों के हालिया सफलता 3-डी डेटा-आधारित कंप्यूटर अनुप्रयोगों के व्यापक संभावना ल चित्रित करत हवय। हालांकि, मानक परीक्षण डेटाबेस के कमी के कारण, एहर मूल्यांकन करना मुश्किल हवय कि चेहरे के पहचान प्रौद्योगिकी ए अप-टू-डेट इमेजिंग सेंसर ले कैसे लाभान्वित हो सकत हवय। किनेट अउ चेहरे पहचान अनुसंधान के बीच संबंध स्थापित करे बर, ए पेपर म, हम किनेट सेंसर के आधार म पहीली सार्वजनिक रूप ले उपलब्ध चेहरा डेटाबेस (यानी, किनेटफेसडीबी 1) प्रस्तुत करत हंवय । डेटाबेस म कईठन डेटा मोडलिटीज (अच्छी तरह ले संरेखित अउ संसाधित 2-डी, 2.5-डी, 3-डी, अउ वीडियो-आधारित चेहरा डेटा) अउ कईठन चेहरे के विविधता शामिल हवय । हमन मानक चेहरा पहचान विधिमन के उपयोग करके प्रस्तावित डेटाबेस म बेंचमार्क मूल्यांकन करिन, अउ स्कोर-लेवल फ्यूजन के माध्यम ले आरजीबी डेटा के साथ गहराई डेटा के एकीकरण के दौरान प्रदर्शन म लाभ के प्रदर्शन करीस । हमन किनेट के 3-डी छविमन के तुलना घलो करीन (किनेटफेसडीबी ले) पारंपरिक उच्च-गुणवत्ता 3-डी स्कैन (एफआरजीसी डेटाबेस ले) के साथ चेहरे बायोमेट्रिक्स के संदर्भ में, जेहर चेहरे पहचान अनुसंधान बर प्रस्तावित डेटाबेस के अनिवार्यता के पता लगाता हवय । |
a85275f12472ecfbf4f4f00a61514b0773923b86 | वायरलेस प्रौद्योगिकी अउ सहायक बुनियादी ढांचा म प्रगति उपयोगकर्ता के गतिविधि ल सीमित करे बिना वास्तविक समय स्वास्थ्य देखभाल अउ फिटनेस निगरानी बर अभूतपूर्व अवसर प्रदान करत हवय। वायरलेस रूप ले जुड़े लघु संवेदक अउ एक्ट्यूएटर शरीर म, अउ चारों ओर रखे गिन चिकित्सा, जीवन शैली अउ मनोरंजन अनुप्रयोगमन के समर्थन बर शारीरिक संकेतमन के निरंतर, स्वचालित, अउ अनायास निगरानी बर एकठन शरीर क्षेत्र नेटवर्क बनात हवयं। बीएएन प्रौद्योगिकी विकास के प्रारंभिक चरण में हवय, अउ एला व्यापक रूप ले स्वीकार करे बर कईठन शोध चुनौतियों के दूर करना होही। ए लेख म हम बीएएन के आवेदन, कार्यात्मक, अउ तकनीकी आवश्यकताओं के मूल सेट के अध्ययन करत हवय। हम स्केलबिलिटी (डेटा रेट, बिजली खपत, अउ ड्यूटी साइकिल के संदर्भ म), एंटीना डिजाइन, हस्तक्षेप शमन, सह-अस्तित्व, क्यूओएस, विश्वसनीयता, सुरक्षा, गोपनीयता, अउ ऊर्जा दक्षता जैसे मौलिक शोध चुनौतियों म भी चर्चा करत हवय। कईठन उम्मीदवार प्रौद्योगिकिमन के मूल्यांकन करे जात हवय जेहर उभरती बीएएन बाजार के संबोधित करे बर तैयार हंवय , अउ ओमनके गुण अउ दोष हाइलाइट करे जात हंवय । बीएएन ले संबंधित मानकीकरण गतिविधिमन के एकठन संक्षिप्त सिंहावलोकन घलो प्रस्तुत करे जात हवय । |
f4abebef4e39791f358618294cd8d040d7024399 | ए रिपोर्ट फिटबिट फ्लेक्स पारिस्थितिकी तंत्र के विश्लेषण के वर्णन करत हवय । हमर उद्देश्य एहर बताहर बर हवय कि (1) डेटा फिटबिट अपन उपयोगकर्ताओं ले एकत्रित करत हवय, (2) डेटा फिटबिट अपन उपयोगकर्ताओं ल प्रदान करत हवय, अउ (3) डिवाइस के मालिकमन बर उपलब्ध डेटा के पुनर्प्राप्ति के तरीका। हमर विश्लेषण चार अलग-अलग हमला के वैक्टर ल कवर करथे । सबले पहिली, हमन फिटबिट डिवाइस के सुरक्षा अऊ प्राइवेसी गुण के विश्लेषण करथन। अगला, हम सिंक्रनाइज़ेशन के दौरान फिटबिट डिवाइस अउ एक स्मार्टफोन या व्यक्तिगत कंप्यूटर के बीच भेजे गए ब्लूटूथ ट्रैफ़िक के निरीक्षण करत हंवय । तीसरा, हमन फिटबिट एंड्रॉइड ऐप के सुरक्षा के विश्लेषण करथन। आखिरकार, हम फिटबिट स्मार्टफोन या कंप्यूटर एप्लिकेशन अउ फिटबिट वेब सेवा के बीच नेटवर्क ट्रैफ़िक के सुरक्षा गुणमन के अध्ययन करत हंवय । हमन सबूत प्रदान करत हंवय कि फिटबिट कुछु परिस्थितिमन में आस-पास के फ्लेक्स डिवाइस के बारे में अनावश्यक रूप ले जानकारी प्राप्त करत हवय। हम ए घलो दिखाते हंवय कि फिटबिट उपकरण मालिकमन के साथ जम्मो एकत्रित डेटा के साथ प्रदान नी करत हवय। वास्तव म, हमन प्रति मिनट गतिविधि डेटा के सबूत पाथन जऊन फिटबिट वेब सेवा म भेजे जाथे फेर मालिक ल उपलब्ध नई कराए जाथे। हमन ए घलो पाय हवन कि फिटबिट डिवाइ ल म एमएसी एड्रेस कभू नइ बदले जाथे, जेखर सेती यूजर-कोरेलेशन हमला संभव हो सकथे। टीएलएस म डिवाइस पेयरिंग के दौरान बीटीएलई क्रेडेंशियल घलो नेटवर्क म उजागर होत हंवय , जेला एमआईटीएम हमलों द्वारा रोक दिस जा सकत हवय । अंत म, हम एहर प्रदर्शित करत हावें कि वास्तविक उपयोगकर्ता गतिविधि डेटा प्रमाणित हावे अउ डिवाइस ले फिटबिट वेब सेवा तक अंत-टू-एंड आधार म सादे पाठ म प्रदान नी करिस गइस हावे। |
3007a8f5416404432166ff3f0158356624d282a1 | ग्राफ सार कईठन अनुप्रयोगों बर आवश्यक हवय कि सहयोगी फ़िल्टरिंग जैसे जटिल मशीन लर्निंग (एमएल) एल्गोरिदम के निष्पादित करे बर सबले छोटा रास्ता ढूंढना हवय। डेटा म घातीय वृद्धि के साथ-साथ बडखा पैमाने म ग्राफ प्रसंस्करण के आवश्यकता के कारण कइ अनुप्रयोगों बर कच्चे डेटा ले ग्राफ निर्माण चुनौतीपूर्ण होत हवय। काबरकि ग्राफ निर्माण डेटा-समानांतर समस्या हवय, एखरबर एहर कार्य बर उपयुक्त हवय। हमन ग्राफ बिल्डर, ग्राफ एक्सट्रैक्ट-ट्रांसफॉर्म-लोड (ईटीएल) बर एक स्केलेबल फ्रेमवर्क विकसित करे बर, ग्राफ गठन, टैब्यूलेशन, रूपांतरण, विभाजन, आउटपुट स्वरूपण, अउ सीरियलाइजेशन सहित ग्राफ निर्माण के कईठन जटिलताओं ल उतारने बर विकसित करे गए हवय। ग्राफबिल्डर जावा में लिखा गय हवय , प्रोग्रामिंग के आसानी बर , अउ एहर मैपरेड्यूस मॉडल के उपयोग करके स्केल करत हवय । ए पेपर म, हम ग्राफबिल्डर, एखर वास्तुकला, मैपरेड्यूस एल्गोरिदम, अउ फ्रेमवर्क के प्रदर्शन मूल्यांकन बर प्रेरणा का वर्णन करत हावें। काबरकि बडखा ग्राफ ल भंडारण अउ प्रसंस्करण बर क्लस्टर म विभाजित करे जाना चाहि अउ विभाजन विधिमन के महत्वपूर्ण प्रदर्शन प्रभाव होत हवय, हम कईठन ग्राफ विभाजन विधिमन के विकास करत हंवय अउ उंखर प्रदर्शन के मूल्यांकन करत हंवय । हम https://01.org/graphbuilder/ म ढांचे ल खुला स्रोत घलो बनात हवन। |
2e526c2fac79c080b818b304485ddf84d09cf08b | समयबद्ध डेटा खनन के उद्देश्य ऐतिहासिक डेटा म पैटर्न खोजना हवय । हमर काम डेटा ले समसामयिक पैटर्न निकाले बर एक दृष्टिकोण प्रस्तावित करत हवय ताकि लक्षित घटना के घटना के भविष्यवाणी करे जा सके, जैसे कि मेजबान नेटवर्क म कंप्यूटर हमला, या वित्तीय संस्थानमन में धोखाधड़ी लेनदेन। हमर समस्या सूत्रीकरण दुठन प्रमुख चुनौतिमन के प्रदर्शन करत हवय: 1) हम घटनामन ल वर्गीकृत विशेषता द्वारा विशेषता माना जात हवय अउ असमान अंतराल-आगमन समय प्रदर्शित करत हंवय; ए तरह के एक धारणा शास्त्रीय समय-श्रृंखला विश्लेषण के दायरे के बाहीर हवय, 2) हम लक्ष्य घटनामन ल बहुत कम मानता हवय; भविष्यवाणी तकनीकमन ल वर्ग-असंतुलन समस्या ले निपटे बर चाहि । हम एक कुशल एल्गोरिदम के प्रस्ताव करत हंवय जेहर घटना भविष्यवाणी समस्या के लक्ष्य घटनामन ले पहीली जम्मो लगातार घटनामन के खोज में बदलकर ऊपर के चुनौतिमन के सामना करत हवय। वर्ग असंतुलन के समस्या ल विशेष रूप ले अल्पसंख्यक वर्ग म पैटर्न के खोज द्वारा दूर करे जात हवय; पैटर्न के भेदभाव शक्ति तब आने वर्गों के खिलाफ मान्य करे जात हवय । पैटर्न तब भविष्यवाणी बर नियम-आधारित मॉडल म संयुक्त होत हंवय । हमर प्रयोगात्मक विश्लेषण घटना अनुक्रम के प्रकार के संकेत देत हवय जहां लक्ष्य घटना के सटीक भविष्यवाणी करे जा सकत हवय। |
0a54d2f49bda694071bbf43d8e653f5adf85be19 | डेटा खनन प्रणाली डेटाबेस म दर्ज तथ् यों ले पैटर्न अउ उपयोगी जानकारी निकाले के उद्देश्य हवय । ए उद्देश्य बर व्यापक रूप ले अपनाए गए दृष्टिकोण उपलब्ध डेटा के वर्णनात्मक मॉडल के गणना करे बर कईठन मशीन लर्निंग एल्गोरिदम के लागू करना हवय। एहर, हम ए अनुसंधान क्षेत्र में मुख्य चुनौतिओ में से एक का पता लगाहर बर, तकनीकों का विकास जो बड़े अउ संभवतः भौतिक रूप से वितरित डेटाबेस तक पहुंचत हावे। मेटा-लर्निंग एक तकनीक हवय जेहर उच्च-स्तरीय वर्गीकरण (या वर्गीकरण मॉडल) के गणना करना चाहत हवय , जेला मेटा-क्लासिफायर कहा जात हवय , जेहर कईठन वर्गीकरण ल अलग-अलग डेटाबेस म अलग-अलग गणना करे जात हवय । ए अध्ययन मेटा-लर्निंग के वर्णन करत हवय अउ जेएएम सिस्टम (मेटा-लर्निंग बर जावा एजेंट्स) के प्रस्तुति करत हवय , जेहर बडखा पैमाने म डेटा खनन अनुप्रयोगमन बर एक एजेंट-आधारित मेटा-लर्निंग सिस्टम हवय । विशेष रूप ले, ए वितरित डेटा खनन सिस्टम बर कईठन महत्वपूर्ण आवश्यकताओं के पहचान अउ संबोधित करत हवय जेहर केंद्रीकृत या मेजबान-आधारित सिस्टम के तुलना म ओमनके अतिरिक्त जटिलता ले उत्पन्न होत हवय । वितरित प्रणालिमन के डेटा साइटमन के बीच संचार बर स्केलेबल अउ प्रभावी प्रोटोकॉल के डिजाइन अउ कार्यान्वयन के साथ, कईठन डेटाबेस अउ (संभवतः) कईठन योजनाओं के साथ विषम प्लेटफार्मों के साथ सौदा करे के आवश्यकता हो सकत हवय , अउ दूसर सहकर्मी डेटा साइटमन ले प्राप्त जानकारी के चुनिंदा अउ कुशल उपयोग के साथ । अन्य महत्वपूर्ण समस्याएं, आंतरिक रूप ले आईबीएम फैलोशिप द्वारा समर्थित। डेटा खनन प्रणालीमन के उपेक्षा नी करे जाना चाहि, पहली , मॉडल के गणना करे अउ एला मौजूदा मॉडल के साथ संयोजित करे बर नवा अधिग्रहित जानकारी के लाभ उठाने के क्षमता शामिल हवय, अउ दूसरा, नवा मशीन लर्निंग विधिमन अउ डेटा खनन प्रौद्योगिकिमन के शामिल करे के लचीलापन। हम जेएएम के संदर्भ में इ मुद्दों का पता लगाते हवय अउ व्यापक अनुभवजन्य अध्ययन के माध्यम ले कईठन प्रस्तावित समाधानों का मूल्यांकन करत हवय । |
b00672fc5ff99434bf5347418a2d2762a3bb2639 | एम्बेडेड डिवाइ हर हर जगह बन गए हंवय , अउ ओमननिजी-संवेदनशील अउ सुरक्षा-महत्वपूर्ण अनुप्रयोगमन के एक श्रृंखला में उपयोग करे जात हंवय । इ उपकरणों में ले अधिकांश मालिकाना सॉफ़्टवेयर चलाते हंवय , अउ सॉफ़्टवेयर के आंतरिक कार्य के बारे में थोड़ा दस्तावेज उपलब्ध हंवय । कुछ मामला म हार्डवेयर अउ सुरक्षा तंत्र के लागत उपकरणमन तक पहुंच ल असंभव बना सकत हवय । ऐसे वातावरण में मौजूद सॉफ़्टवेयर का विश्लेषण करना चुनौतीपूर्ण हवय, लेकिन आवश्यक हवय, यदि सॉफ़्टवेयर बग्स अउ कमजोरियों ले जुड़े जोखिम ले बचा जाना चाहि। वास्तव में, हाल के अध्ययनमन हर बाजार में उपलब्ध कईठन एम्बेडेड डिवाइसेस में बैकडोर के उपस्थिति के खुलासा करीस । ए पेपर में, हम फर्मलाइसे, एम्बेडेड डिवाइसेज़ पर चल रहे फर्मवेयर के विश्लेषण का समर्थन करे बर एक बाइनरी विश्लेषण ढांचे ल प्रस्तुत करत हावें। फर्मलाइसी एक प्रतीकात्मक निष्पादन इंजन के शीर्ष म बनइन जात हवय, अउ तकनीक, जैसे प्रोग्राम स्लाइसिंग, एखर स्केलेबिलिटी के बढ़ाए बर। एखर अलावा, फर्मलाइसी प्रामाणिकता बाईपास खामियों के एक उपन्यास मॉडल के उपयोग करत हवय, जेहर विशेषाधिकार संचालन करे बर आवश्यक इनपुट के निर्धारित करे के हमलावर के क्षमता म आधारित हवय। हमन तीन वाणिज्यिक रूप ले उपलब्ध उपकरणमन के फर्मवेयर म फर्मलाइसी के मूल्यांकन करे , अउ ओमे ले दुनो में प्रमाणीकरण बाइपास बैकडोर के पता लगा सकत हंवय । एखर अतिरिक्त, फर्मलाइसे ए निर्धारित करे म सक्षम रहिस कि तीसरे फर्मवेयर नमूना में बैकडोर के उपयोग बिना प्राधिकार के एक सेट के ज्ञान के बिना एक हमलावर द्वारा नी करे जा सकत रहिस । |
6949a33423051ce6fa5b08fb7d5f06ac9dcc721b | खरीद प्रक्रिया म धोखाधड़ी व्यवहार के पता लगाए बर प्रक्रिया खनन के उपयोग के सैद्धांतिक अउ व्यावहारिक मूल्य म एकठन मामला अध्ययन सार ए थीसिस प्रक्रिया खनन अउ धोखाधड़ी का पता लगाए म छह महीने के शोध अवधि के म परिणाम प्रस्तुत करत हवय । ए थीसिस के उद्देश्य ए शोध के सवाल के उत्तर देना रहिस कि धोखाधड़ी के पता लगाए बर प्रक्रिया खनन के उपयोग कैले करे जा सकत हवय अउ धोखाधड़ी के पता लगाए बर प्रक्रिया खनन के उपयोग के काय फायदा हवय । साहित्य अध्ययन के आधार म ए प्रक्रिया खनन अउ एखर कईठन पहलु अउ तकनीमन के सिद्धांत अउ आवेदन के चर्चा प्रदान करत हवय । साहित्य अध्ययन अउ डोमेन विशेषज्ञ के साथ एकठन साक्षात्कार दुनों के उपयोग करके, धोखाधड़ी अउ धोखाधड़ी का पता लगाए के अवधारणा म चर्चा के जात हवय । ए परिणाममन ल दुठन केस स्टडीज के प्रारंभिक सेटअप बनाए बर प्रक्रिया खनन अउ धोखाधड़ी पता लगाए के आवेदन म मौजूदा केस स्टडीज के विश्लेषण के साथ जोड़ा जात हवय , जेमा खरीद प्रक्रिया म संभावित धोखाधड़ी व्यवहार के पता लगाए बर प्रक्रिया खनन लागू करे जात हवय । इ मामले के अध्ययन के अनुभवमन अउ म परिणाम के आधार म , 1 + 5 + 1 पद्धति ल धोखाधड़ी के पता लगाए के प्रयास म प्रक्रिया खनन तकनीमन के उपयोग कैले करे जा सकत हवय , ए बारे म सलाह के साथ सिद्धांतमन के संचालन करे के दिशा म पहला कदम के रूप म प्रस्तुत करे जात हवय । ए थीसिस तीन निष्कर्ष प्रस्तुत करत हवय: (1) प्रक्रिया खनन धोखाधड़ी के पता लगाए बर एकठन मूल्यवान अतिरिक्त हवय, (2) 1 + 5 + 1 अवधारणा के उपयोग करके संभावित धोखाधड़ी व्यवहार के संकेतकमन के पता लगाना संभव रहिस (3) धोखाधड़ी के पता लगाए बर प्रक्रिया खनन के व्यावहारिक उपयोग वर्तमान उपकरणमन के खराब प्रदर्शन ले कम हो जात हवय । तकनीक अउ उपकरण जेहर प्रदर्शन के मुद्दों ले पीड़ित नी होत हंवय , नियमित डेटा विश्लेषण तकनीकमन के प्रतिस्थापन के बजाय एकठन अतिरिक्त हंवय , प्रक्रिया अउ संभावित धोखाधड़ी व्यवहार में या त नवा, तेज, या ज्यादा आसानी ले प्राप्त अंतर्दृष्टि प्रदान करके। iii ओकम के रेजर: "कोनो ल कुछु घलो समझाए बर आवश्यक संस्थामन के संख्या म आवश्यक ले ज्यादा नी बढ़ना चाहि " iv सामग्री |
8aef832372c6e3e83f10532f94f18bd26324d4fd | मौजूदा ज्ञान आधारित प्रश्न उत्तर प्रणाली अक्सर छोटे एनोटेट प्रशिक्षण डेटा म भरोसा करत हंवय । जबकि रिलेशन एक्सट्रैक्शन जैसे उथले विधि डेटा दुर्लभता बर मजबूत हवयं, वे अर्थपूर्ण पार्सिंग जैसे गहरे अर्थ प्रतिनिधित्व विधियों के तुलना म कम अभिव्यक्तिपूर्ण हवयं, जेखरकारण कईठन बाधाओं के साथ प्रश्नों के उत्तर दे म विफल होत हवय । इहां हमन विकिपीडिया ले अतिरिक्त साक्ष्य के साथ संबंध निष्कर्षण विधि ल सशक्त बनाकर ए समस्या ल कम करत हंवय । हम पहीली फ्रीबेस ले उम्मीदवार के जवाब प्राप्त करे बर एक तंत्रिका नेटवर्क आधारित संबंध निष्कर्षक प्रस्तुत करत हंवय , अउ फिर इ उत्तरमन के मान्य करे बर विकिपीडिया म अनुमान लगावत हंवय । वेबक्यूज़ प्रश्न डेटासेट म प्रश्न के जवाब देहे के प्रयोग ले पता चलत हवय कि हमर विधि 53.3% के एफ 1 प्राप्त करत हवय, राज्य के अत्याधुनिक में काफी सुधार। |
16edc3faf625fd437aaca1527e8821d979354fba | भलाई एक जटिल निर्माण हवय जेहर इष्टतम अनुभव अउ कार्य करे ले संबंधित हवय । भलाई म वर्तमान शोध दु सामान्य दृष्टिकोणों ले व्युत्पन्न करे गय हवय: हेडोनिक दृष्टिकोण, जेहर खुशी म केंद्रित हवय अउ खुशी प्राप्ति अउ दर्द ले बचने के मामले म भलाई ल परिभाषित करत हवय; अउ यूडीमोनिक दृष्टिकोण, जेहर अर्थ अउ आत्म-साक्षात्कार म केंद्रित हवय अउ डिग्री के मामले म भलाई ल परिभाषित करत हवय जेमा एक व्यक्ति पूरा तरह ले काम करत हवय । इ दुठन दृष्टिलणों हर कईठन शोध फोकस अउ कुछु क्षेत्रों म भिन्नता अउ दूसरों म पूरक ज्ञान के शरीर ल जन्म दिस हवय। बहुस्तरीय मॉडलिंग अउ निर्माण तुलना के बारे म नवा पद्धतिगत विकास घलो शोधकर्ताओं ल क्षेत्र बर नवा प्रश्नों ल तैयार करे के अनुमति देत हवय। ए समीक्षा म कल्याण के प्रकृति, एखर पूर्ववर्ती, अउ समय अउ संस्कृति के माध्यम ले एखर स्थिरता के बारे म दुनो दृष्टिकोणों ले अनुसंधान म विचार करे गय हवय । |
ac8c2e1fa35e797824958ced835257cd49e1be9c | ए पेपर सूचना प्रौद्योगिकी अउ संगठनात्मक सीखने म उभरती शोध साहित्य के समीक्षा अउ मूल्यांकन करत हवय। अर्थ अउ माप के मुद्दों के चर्चा करे के बाद, हम अनुसंधान के दु मुख्य धारा के पहचान अउ मूल्यांकन करत हंवय: अध्ययन जेहर संगठनमन में सूचना प्रौद्योगिकी के लागू करे अउ उपयोग करे के प्रक्रिया में संगठनात्मक सीखने अवधारणामन के लागू करत हंवय; अउ संगठनात्मक सीखने के समर्थन बर सूचना प्रौद्योगिकी अनुप्रयोगमन के डिजाइन ले संबंधित अध्ययन। अनुसंधान के पूर्व धारा ले, हमन निष्कर्ष निकालथन कि अनुभव कार्यान्वयन सफलता म एकठन महत्वपूर्ण, अभी तक अनिश्चित भूमिका निभात हवय; सीखने औपचारिक प्रशिक्षण अउ अभ्यास म भागीदारी दुनों के माध्यम ले पूरा करे जात हवय; संगठनात्मक ज्ञान बाधाओं ल आने संगठनमन ले सीखने ले दूर करे जा सकत हवय; अउ कि नवा प्रौद्योगिकिमन ल सीखना एक गतिशील प्रक्रिया हवय जेहर अवसर के अपेक्षाकृत संकीर्ण खिड़कियों के विशेषता हवय । बाद के धारा ले, हमन ए निष्कर्ष निकालथन कि संगठनात्मक स्मृति सूचना प्रणाली बर वैचारिक डिजाइन कलाकृति विकास बर एकठन मूल्यवान योगदान हवयं; सीखने के माध्यम ले सिस्टम के माध्यम ले बढ़ाया जात हवय जेहर संचार अउ प्रवचन के समर्थन करत हंवय; अउ सूचना प्रौद्योगिकिमन में संगठनात्मक सीखने के सक्षम अउ अक्षम करे के क्षमता हवय । वर्तमान म, ये दुठन धाराएं अपन घनिष्ठ वैचारिक अउ व्यावहारिक लिंक के बावजूद, एक-दूसर ले स्वतंत्र रूप ले बहती हवयं। हम सलाह देत हंवय कि सूचना प्रौद्योगिकी अउ संगठनात्मक सीखने म भविष्य के शोध एकठन ज् यादा एकीकृत फैशन म चलत हवय , संगठनात्मक सीखने के स्रहिसपित प्रकृति ल पहचानता हवय , वितरित संगठनात्मक स्मृति म केंद्रित हवय , अभ्यास म कलाकृतियों के प्रभावशीलता के प्रदर्शन करत हवय , अउ संबंधित क्षेत्रमन म प्रासंगिक शोध निष्कर्षों के तलाश करत हवय । |
654d129eafc136bf5fccbc54e6c8078e87989ea8 | इ काम म एक मल्टीमोड बीमफॉर्मिंग 77-जीएचजेड आवृत्ति-संचालित निरंतर-तरंग रडार प्रणाली प्रस्तुत करे जात हवय । ट्रांसमिट पथ में एकीकृत इनफेस / क्वाड्रेट मॉड्यूलेटर के साथ चार ट्रांससीवर चिप्स के उपयोग एक ही एंटीना के साथ एक छोटी दूरी के आवृत्ति-विभाजन मल्टीपल-एक्सेस (एफडीएमए) मल्टीपल-इनपुट मल्टीपल-आउटपुट (एमआईएमओ) अउ एक लंबी दूरी के ट्रांसमिट चरणबद्ध सरणी (पीए) रडार सिस्टम के महसूस करे बर करे जात हवय । ए एफडीएमए एमआईएमओ रडार के उच्च कोणीय रिज़ॉल्यूशन अउ पीए ट्रांसमिट एंटीना के उच्च-लाभ अउ स्टीरएबल बीम के संयोजन करत हवय। चार एंटीना अउ रिसीव पथ में डिजिटल बीमफॉर्मिंग के विधियों के साथ एक रैखिक एंटीना सरणी बर इ अवधारणा के उपयोग के संभावित लाभों ल दिखाने बर कईठन माप करिस गए रहिन। |
60611349d1b6d64488a5a88a9193e62d9db27b71 | ए रिपोर्ट थकान के पता लगाए अउ भविष्यवाणी करे बर मौजूदा प्रौद्योगिकिमन के समीक्षा करत हवय। उपलब्ध विभिन्न प्रौद्योगिकिमन के बारे में डेटा दुनिया भर के विभिन्न प्रकार के स्रोतमन ले एकत्र करे गए रहिस । ए रिपोर्ट के पहली छमाही प्रौद्योगिकिमन के अनुसंधान अउ विकास के वर्तमान स्थिति के सारांश प्रदान करत हवय अउ संवेदनशीलता, विश्वसनीयता, वैधता अउ स्वीकार्यता के प्रमुख मुद्दों के संबंध में प्रौद्योगिकिमन के स्थिति के सारांश प्रदान करत हवय। दूसरा छमाही परिवहन में प्रौद्योगिकिमन के भूमिका के मूल्यांकन करत हवय, अउ विशेष रूप ले ऑस्ट्रेलिया अउ न्यूजीलैंड में दूसर प्रवर्तन अउ नियामक ढांचे के सापेक्ष प्रौद्योगिकिमन के स्थान म टिप्पणी करत हवय। रिपोर्ट के लेखक निष्कर्ष निकालते हंवय कि हार्डवेयर प्रौद्योगिकिमन के उपयोग कंपनी थकान प्रबंधन प्रणाली के रूप में कभु नी करे जाना चाहि। हार्डवेयर प्रौद्योगिकिमन में केवल अंतिम खाई सुरक्षा उपकरण होए के क्षमता हवय। फिर भी, हार्डवेयर प्रौद्योगिकिमन के आउटपुट वास्तविक समय जोखिम मूल्यांकन प्रदान करे बर कंपनी के थकान प्रबंधन प्रणाली में उपयोगी हो सकत हंवय । हालांकि, हार्डवेयर प्रौद्योगिकी आउटपुट प्रबंधन प्रणाली में एकमात्र इनपुट कभी नहीं होना चाहिए। अन्य इनपुट कम ले कम मान्य सॉफ्टवेयर प्रौद्योगिकिमन, ड्यूटी बर फिटनेस के पारस्परिक मूल्यांकन अउ काम के भार, शेड्यूल अउ रोस्टर के आने जोखिम मूल्यांकन ले आनी चाहि। उद्देश्य: जानकारी बर: भारी वाहनों के ड्राइवरों में थकान के प्रबंधन में थकान का पता लगाने अउ भविष्यवाणी प्रौद्योगिकिमन के जगह के समझ प्रदान करना। |
d26c517baa9d6acbb826611400019297df2476a9 | |
0ee1916a0cb2dc7d3add086b5f1092c3d4beb38a | पास्कल विजुअल ऑब्जेक्ट क्लासेस (वीओसी) चुनौती दृश्य वस्तु श्रेणी मान्यता अउ पता लगाए में एक बेंचमार्क हवय, जेमा छविमन अउ एनोटेशन के मानक डेटासेट, अउ मानक मूल्यांकन प्रक्रिया के साथ दृष्टि अउ मशीन लर्निंग समुदाय प्रदान करे जात हवय । 2005 ले वर्तमान तक प्रतिवर्ष आयोजित, चुनौती अउ एखर संबंधित डेटासेट वस्तु का पता लगाए बर बेंचमार्क के रूप म स्वीकृत हो गए हवय। ए पेपर डेटासेट अउ मूल्यांकन प्रक्रिया के वर्णन करत हवय । हम वर्गीकरण अउ पता लगाए बर मूल्यांकन के तरीकामन में अत्याधुनिक स्थिति के समीक्षा करत हंवय , विश्लेषण करत हंवय कि काय विधियां सांख्यिकीय रूप ले अलग हवयं, वे छवियों ले काय सीखत हंवय (उदा। ऑब्जेक्ट या एखर संदर्भ), अउ विधिमन ल काय आसान या भ्रमित करे जात हवय । पेपर चुनौती के तीन बरस के इतिहास म सीखे पाठ के साथ समाप्त होत हवय, अउ भविष्य के सुधार अउ विस्तार बर दिशाओं का प्रस्ताव करत हवय। |
981fef7155742608b8b6673f4a9566158b76cd67 | |
a6eb10b1d30b4547b04870a82ec0c65baf2198f8 | |
40e06608324781f6de425617a870a103d4233d5c | फिर, केएम तंत्र ल संचालित करे बर, निरंतर नवाचार के प्रक्रिया म ज्ञान संपत्ति, मेटा-मॉडल अउ मैक्रो प्रक्रिया के तीन स्रोतमन के एकीकरण करके एक पदानुक्रमित मॉडल के निर्माण करे जात हवय । ए मॉडल ज्ञान अउ नवाचार के बीच जटिल संबंधों ल चार स्तरों म विभाजित करत हवय। व्यावहारिक निहितार्थ - पिछली शोध म केएम प्रथामन के बारे म सीखे पाठ के अनुसार, नवाचार बर केएम परियोजनामन के सफल कार्यान्वयन बर केएम के तीन दृष्टिकोण ल एकठन दूसर के साथ सहयोग करना चाहि; अउ पदानुक्रमित मॉडल नवाचार बर केएम के प्रणालिमन ल लागू करे बर एकठन उपयुक्त वास्तुकला प्रदान करत हवय । मौलिकता/मूल्य - केएम के मेटा-मॉडल अउ मैक्रो प्रक्रिया बतात हवय कि कैसे अगली पीढ़ी के केएम मूल्य सृजन म मदद कर सकत हवय अउ सिस्टम सोच के दृष्टिकोण ले निरंतर नवाचार के समर्थन कर सकत हवय। पदानुक्रमित मॉडल निरंतर नवाचार के प्रक्रिया म जटिल ज्ञान गतिशीलता ल बतात हवय । उद्देश्य ए शोध के उद्देश्य नवाचार बर ज्ञान प्रबंधन (केएम) के तंत्र ल समझना अउ उद्यमों बर निरंतर नवाचार म केएम गतिविधिमन ल उत्तोलन करे बर एक दृष्टिकोण प्रदान करना हवय । डिजाइन/पद्धति/दृष्टिकोण - बहु-विषयक क्षेत्रमन ले साहित्य के समीक्षा करके ज्ञान, केएम अउ नवाचार के अवधारणा के जांच के जात हवय । नवाचार बर दुठन मुख्य कार्मन के पहचान के साथ ज्ञान के भौतिक, मानव अउ तकनीकी दृष्टिकोण के अलग करे जात हवय: ज्ञान सृजन अउ ज्ञान उपयोग। फिर निरंतर नवाचार बर एक आवश्यक आवश्यकता - एक आंतरिककरण चरण परिभाषित करे जात हवय । नवाचार बर केएम के तंत्र के बारे म एक व्यापक समझ प्रदान करे बर सिस्टम सोच अउ मानव-केंद्रित दृष्टिकोण ल अपनाए जात हवय। निष्कर्ष - आंतरिककरण के चरण ल शामिल करके ज्ञान प्रबंधन के आधार म निरंतर नवाचार के एक नेटवर्किंग प्रक्रिया प्रस्तावित करे जात हवय । केएम के तीन दृष्टिकोणों के अनुसार, नवाचार म संगठनात्मक ज्ञान संपत्ति के तीन स्रोतमन के पहचान करे जात हवय । फिर नवाचार के दुठन मूल गतिविधि के आधार म, निरंतर नवाचार बर केएम के तंत्र के मॉडल करे बर केएम के एक मेटा-मॉडल अउ एक मैक्रो प्रक्रिया प्रस्तावित करे जात हवय । |
1dba1fa6dd287fde87823218d4f03559dde4e15b | ए पेपर प्राकृतिक भाषा एनोटेशन के उपयोग ले सीखे गए रणनीतिमन अउ पाठ ल प्रस्तुत करत हवय ताकि स्टार्ट सूचना पहुंच प्रणाली म प्रश्नों के जवाब देना आसान हो सके। |
77fbbb9ff612c48dad8313087b0e6ed03c31812a | तरल क्रिस्टल पॉलिमर (एलसीपी) एक सामग्री हवय जेहर संभावित उच्च प्रदर्शन माइक्रोवेव सब्सट्रेट अउ पैकेजिंग सामग्री के रूप में ध्यान प्राप्त करे हवय। ए जांच मिलीमीटर तरंग आवृत्तिमन बर एलसीपी के विद्युत गुणमन के निर्धारित करे बर कईठन विधिमन के उपयोग करत हवय। माइक्रोस्ट्रिप रिंग रेज़ोनैटर अउ गुहा रेज़ोनैटर के 30 गीगाहर्ट्ज़ ले ज्यादा के एलसीपी के डाइलेक्ट्रिक स्थिर (/ स्प्ल एपीएसआई / / सब आर /) अउ नुकसान स्पर्शरेखा (टैन / स्प्ल डेल्टा /) के विशेषता बर मापा जात हवय। मापा गए ढांकता हुआ स्थिर 3.16 के आसकरा स्थिर दिखाया जात हवय , अउ नुकसान स्पर्शरेखा 0.0049 ले कम रहत हवय । एखर अलावा, कईठन ट्रांसमिशन लाइनों के कईठन एलसीपी सब्सट्रेट मोटाई म निर्मित करे जात हवय अउ हानि विशेषता 2 ले 110 गीगाहर्ट्ज प्रति सेंटीमीटर में डेसीबेल में दी जात हवय । 110 गीगाहर्ट्ज म ट्रांसमिशन लाइन के पीक हानि 0.88-2.55 डीबी / सेमी के बीच भिन्न होत हवय, जेला लाइन के प्रकार अउ ज्यामिति के आधार म होत हवय। इ परिणाममन ले पहली बार पता चलत हवय कि एलसीपी में मिमी तरंग आवृत्तिमन के माध्यम ले विस्तारित अनुप्रयोगमन बर उत्कृष्ट डाइलेक्ट्रिक गुण हंवय । |
cb84ef73db0a259b07289590f0dfcb9b8b9bbe79 | ए पेपर एक हाइब्रिड रेडियो फ्रीक्वेंसी (आरएफ) अउ पीजोइलेक्ट्रिक पतली फिल्म पॉलीविनाइलिडेन फ्लोराइड (पीवीडीएफ) कंपन ऊर्जा हारवेटर के वर्णन करत हवय। परजीवी क्षमताओं अउ असतत प्रेरकों के प्रतिरोध विशेषता के शोषण करके, प्रस्तावित हार्वेस्टर न केवल 15 हर्ट्ज कंपन ऊर्जा के सफाइ करत हवय बल्कि 915 मेगाहर्ट्ज लचीले चांदी-इंक आरएफ डाइपोल एंटीना के रूप में घलो काम करत हवय। एखर अलावा, एक इंटरफेस सर्किट जेमा 6-चरण डिक्सन आरएफ-टू-डीसी कन्वर्टर अउ हाइब्रिड हार्वेस्टर के आरएफ अउ कंपन आउटपुट ल रेसिस्टिव लोड ल शक्ति बर डीसी सिग्नल म बदलने बर डायोड ब्रिज रेक्टिफायर शामिल हवय, के मूल्यांकन करे जात हवय। आरएफ ले डीसी कनवर्टर अउ -8 डीबीएम इनपुट आरएफ पावर के उपयोग करत समय 20.9 μ के अधिकतम सीसी आउटपुट पावर, ओपन-सर्किट आउटपुट वोल्टेज के 36 प्रतिशत म प्राप्त करे जात हवय जबकि 3 जी कंपन उत्तेजना ले फसल सीसी पावर अधिकतम 2.8 μW तक पहुंच जात हवय , 51% ओपन-सर्किट वोल्टेज। प्रायोगिक परिणाममन ले पता चलत हवय कि परीक्षण करिस गय हाइब्रिड हार्वेस्टिंग सिस्टम एक साथ 7.3 μW डीसी पावर उत्पन्न करत हवय , जब हार्वेस्टर ले 3 डब्ल्यू ईआईआरपी 915 मेगाहर्ट्ज ट्रांसमीटर तक के दूरी 5.5 मीटर हवय , अउ 1.8 जी कंपन त्वरण शिखर ले 1.8 μW डीसी पावर। |
d8e8bdd687dd588b71d92ff8f6018a1084f85437 | मनखे इंटरनेट के उपयोग करे के तरीका के अनुरूप, डिवाइस इंटरनेट ऑफ थिंग्स (आईओटी) पारिस्थितिकी तंत्र में मुख्य उपयोगकर्ता होही। एखरेबर, डिवाइस-टू-डिवाइस (डी 2 डी) संचार आईओटी के एकठन अंतर्निहित हिस्सा होए के उम्मीद हवय । डिवाइस एकठन दूसर के साथ संचार करहीं अउ एकठन मल्टीहोप तरीका ले जानकारी एकत्र, साझा करे अउ अग्रेषित करे बर सहयोग करहीं । वास्तविक समय में प्रासंगिक जानकारी एकत्र करे के क्षमता आईओटी के मूल्य के लाभ उठाने बर महत्वपूर्ण हवय काबरकि ए तरह के जानकारी के बुद्धि में बदल दिए जाही, जेहर एक बुद्धिमान वातावरण के निर्माण के सुविधा प्रदान करही। आखिरकार, एकत्रित जानकारी के गुणवत्ता इ बात म निर्भर करत हवय कि उपकरण कितनी स्मार्ट हवयं। एखर अलावा, ये संचार उपकरणमन अलग-अलग नेटवर्किंग मानमन के साथ काम करहीं, एकठन दूसर के साथ अंतरिम कनेक्टिविटी के अनुभव कर सकत हंवय , अउ ओमनमे ले कईठन संसाधनमन के सीमित हंवय । इ विशेषता कईठन नेटवर्किंग चुनौतिमन ल खोलती हवय जेमनला पारंपरिक रूटिंग प्रोटोकॉल हल नी कर सकत हंवय । नतीजतन, बुद्धिमान डी 2 डी संचार प्राप्त करे बर डिवाइसमन ल बुद्धिमान रूटिंग प्रोटोकॉल के जरूरत होत हवय। हम ए बात के अवलोकन प्रस्तुत करत हंवय कि आईओटी पारिस्थितिकी तंत्र म बुद्धिमान डी 2 डी संचार कैसे प्राप्त करे जा सकत हवय । विशेष रूप ले , हम ध्यान केंद्रित करत हंवय कि अत्याधुनिक रूटिंग एल्गोरिदम आईओटी में बुद्धिमान डी 2 डी संचार कैसे प्राप्त कर सकत हंवय । |
5e6035535d6d258a29598faf409b57a71ec28f21 | |
766c251bd7686dd707acd500e80d7184929035c6 | ट्रैफिक लाइट डिटेक्शन (टीएलडी) बुद्धिमान वाहनों अउ ड्राइविंग सहायता प्रणाली (डीएएस) दुनो के एकठन महत्वपूर्ण हिस्सा हवय । अधिकांश टीएलडी बर सामान्य एहर हवय कि ओमनल छोटे अउ निजी डेटासेट म मूल्यांकन करे जात हवय , जेखरकारण काखरो दिए गए विधि के सटीक प्रदर्शन ल निर्धारित करना मुश्किल होत हवय । ए पेपर में हम सार्वजनिक लिसा ट्रैफिक लाइट डेटासेट म अत्याधुनिक, रीयल-टाइम ऑब्जेक्ट डिटेक्शन सिस्टम यू ओनली लुक वन, (वाईओएलओ) लागू करत हंवय , जेहर कि वीआईवीए-चैलेंज के माध्यम ले उपलब्ध हवय, जेमा कईठन एनोटेट ट्रैफिक लाइट्स होत हंवय , जेहर कि प्रकाश अउ मौसम के स्थितिमन में कैप्चर करे जात हंवय ।, , , , , , वाईओएलओ ऑब्जेक्ट डिटेक्टर हर डेसक्वेंस बर 90.49% के प्रभावशाली एयूसी प्राप्त करीस हवय , जेहर वीआईवीए चैलेंज में नवीनतम एसीएफ प्रविष्टि के तुलना में 50.32% के सुधार हवय । एसीएफ डिटेक्टर के समान सटीक प्रशिक्षण विन्यास के उपयोग करके, यलो डिटेक्टर 58.3% के एयूसी तक पहुंचत हवय, जेहर 18.13% के वृद्धि म हवय। |
136b9952f29632ab3fa2bbf43fed277204e13cb5 | दृश्य वर्गीकरण कंप्यूटर दृष्टि में एक मौलिक समस्या हवय। हालांकि, दृश्य समझ अनुसंधान वर्तमान में उपयोग किए जाने वाले डेटाबेस के सीमित दायरे द्वारा सीमित करे गय हवय जो दृश्य श्रेणियों के पूर्ण विविधता ल कैप्चर नी करत हवय। जबकि ऑब्जेक्ट वर्गीकरण बर मानक डेटाबेस में ऑब्जेक्ट्स के सैकड़ों अलग-अलग वर्ग होत हंवय , दृश्य श्रेणियों के सबले बडखा उपलब्ध डेटासेट म केवल 15 वर्ग होत हंवय । ए पेपर म हम व्यापक दृश्य UNderstanding (सून) डेटाबेस के प्रस्ताव करत हन जेमा 899 श्रेणिमन अउ 130,519 छवियां शामिल हवय। हम दृश्य पहचान बर कईठन अत्याधुनिक एल्गोरिदम के मूल्यांकन करे अउ प्रदर्शन के नवा सीमामन ल स्थापित करे बर 397 अच्छी तरह ले नमूनाकृत श्रेणियों के उपयोग करत हंवय । हम सूर्य डेटाबेस म मानव दृश्य वर्गीकरण प्रदर्शन के माप करत हंवय अउ एला कम्प्यूटेशनल विधियों के साथ तुलना करत हंवय । एखर अतिरिक्त, हम बड़े दृश्य के भीतर एम्बेडेड दृश्यों का पता लगाने बर एक बारीक-ग्रैन दृश्य प्रतिनिधित्व का अध्ययन करत हवय। |
eb06182a2817d06e82612a0c32a6c843f01c6a03 | ए पेपर एक तालिका के आधार म प्राकृतिक भाषा वाक्य उत्पन्न करे बर एक तंत्रिका जनरेटिव मॉडल, अर्थात् तालिका 2 सीक्यू प्रस्तावित करत हवय। विशेष रूप ले, मॉडल निरंतर वैक्टर बर एक तालिका मानचित्रित करत हवय अउ फिर तालिका के अर्थशास्त्र के लाभ उठाकर एक प्राकृतिक भाषा वाक्य उत्पन्न करत हवय। काबरकि दुर्लभ शब्द, जैसे कि संस्था अउ मूल्मन, आमतौर म एकठन तालिका म दिखाई देत हंवय , हम एक लचीला प्रतिलिपि तंत्र विकसित करत हंवय जेहर चयनित रूप ले तालिका ले आउटपुट अनुक्रम बर सामग्री के प्रतिलिपि बनात हवय । हम अपन टेबल 2 सीक मॉडल के प्रभावकारिता अउ डिज़ाइ करे गए नकल तंत्र के उपयोगिता ल प्रदर्शित करे बर व्यापक प्रयोगों के संचालन करत हंवय । विकीबीओ अउ सिंपलक्वेस्टिओन्स डेटासेट म , टेबल 2 सीक मॉडल क्रमशः 34.70 ले 40.26 अउ 33.32 ले 39.12 तक ब्लू -4 स्कोर के मामले म राज्य के अत्याधुनिक म परिणाममन म सुधार करत हवय । एखर अलावा, हम एक ओपन-डोमेन डेटासेट विकिटबलटेक्स्ट के निर्माण करत हावें जेमा 4962 तालिकाओं बर 13 318 वर्णनात्मक वाक्य शामिल हावें। हमर Table2Seq मॉडल 38.23 के BLEU-4 स्कोर ल प्राप्त करथे, जेखर सेती विकिटाबलटेक्स्ट टेम्पलेट-आधारित अउ भाषा मॉडल-आधारित दृष्टिकोण ले बेहतर प्रदर्शन करथे। एखर अलावा, एक खोज इंजन ले 1 एम तालिका-क्वेरी जोड़े म प्रयोगों के माध्यम ले, एक तालिका के संरचित हिस्सा ल विचार करे वाले हमर तालिका 2 सीक्यू मॉडल, यानी तालिका विशेषता अउ तालिका केशिकामन, अतिरिक्त जानकारी के रूप में एक अनुक्रम-से-अनुक्रम मॉडल ल बेहतर बनात हवय केवल एक तालिका के अनुक्रमिक हिस्सा ल ध्यान म रखते हुए, यानी तालिका कैप्शन। |
ea951c82efe26424e3ce0d167e01f59e5135a2da | टाइम्ड अप एंड गो बुजुर्गमन अउ पार्किंसंस रोग म गतिशीलता के आकलन करे बर एकठन नैदानिक परीक्षण हवय । हाल ही म परीक्षण के इंस्ट्रूमेंटेड संस्करणों म विचार करे जात हवय , जहां जड़ता सेंसर गति के आकलन करत हंवय । व्यापकता, उपयोग के आसानी, अउ लागत म सुधार करे बर, हम एक स्मार्टफोन के त्वरणमीटर ल माप प्रणाली के रूप म मानत हंवय । कईठन पैरामीटर (आमतौर म अत्यधिक सहसंबंधित) के गणना परीक्षण के दौरान रिकॉर्ड करे गए संकेतों ले करे जा सकत हवय। अतिरक्षण ले बचने अउ लोकोमोटोर प्रदर्शन बर सबले संवेदनशील विशेषता प्राप्त करे बर , मुख्य घटक विश्लेषण (पीसीए) के माध्यम ले एक आयाम कम करे गए रहिस । विभिन्न आयु के 49 स्वस्थ विषयों के परीक्षणकरे गए रहिस । पीसीए नवा विशेषतामन (मुख्य घटकों) ल निकाले बर करे गए रहिस जेहर मूल पैरामीटर के अनावश्यक संयोजन नी हंवय अउ अधिकांश डेटा भिन्नता बर जिम्मेदार हंवय । वे खोजपूर्ण विश्लेषण अउ आउटलियर पहचान बर उपयोगी हो सकत हंवय । फिर, मुख्य घटकों के साथ सहसंबंध विश्लेषण के माध्यम ले मूल मापदंडों के एक कम सेट के चयन करे गए रहिस । ए सेट स्वस्थ वयस्कमन म आधारित अध्ययनमन बर अनुशंसित करे जा सकत हवय। प्रस्तावित प्रक्रिया के उपयोग वर्गीकरण अध्ययनमन में पहली स्तर के विशेषता चयन के रूप में करे जा सकत हवय (यानी। स्वस्थ-पार्किंसन रोग, फेलर्स-नॉन-फेलर्स) अउ भविष्य म एक स्मार्टफोन म आंदोलन विश्लेषण बर एक पूर्ण प्रणाली ल शामिल करे के अनुमति दे सकत हवय। |
e467278d981ba30ab3b24235d09205e2aaba3d6f | ए अध्ययन के लक्ष्य एक अनुक्रमिक मध्यस्थता मॉडल ल विकसित करना अउ परीक्षण करना रहिस जेहर कर्मचारी कल्याण बर निष्क्रिय नेतृत्व के नकारात्मक संबंध ल समझाता हवय । भूमिका तनाव सिद्धांत के आधार म , हम प्रस्ताव करत हंवय कि निष्क्रिय नेतृत्व भूमिका अस्पष्टता, भूमिका संघर्ष अउ भूमिका अधिभार के उच्च स्तर के भविष्यवाणी करही । संसाधनमन के संरक्षण सिद्धांत के आह्वान करत हुए, हम एहर घलो परिकल्पना करत हंवय कि एहर भूमिका तनावकर्ता अप्रत्यक्ष रूप ले अउ नकारात्मक रूप ले कर्मचारी कल्याण के दु पहलुमन ल प्रभावित करही, अर्थात् समग्र मानसिक स्वास्थ्य अउ समग्र कार्य दृष्टिकोण, मनोवैज्ञानिक कार्य थकान के माध्यम ले। 2467 अमेरिका श्रमिमन के संभावना नमूना के उपयोग करके, संरचनात्मक समीकरण मॉडलिंग हर ए मॉडल के समर्थन करीस जेहर दर्शाता हवय कि भूमिका तनाव अउ मनोवैज्ञानिक काम के थकान आंशिक रूप ले निष्क्रिय नेतृत्व अउ कर्मचारी कल्याण के दुठनठन पहलुमन के बीच नकारात्मक संबंध के मध्यस्थता करीस । परिकल्पित, अनुक्रमिक अप्रत्यक्ष संबंधमन हर निष्क्रिय नेतृत्व अउ मानसिक स्वास्थ्य के बीच समग्र संबंध के 47.9% अउ निष्क्रिय नेतृत्व अउ समग्र कार्य दृष्टिकोण के बीच समग्र संबंध के 26.6% के व्याख्या करीस। कॉपीराइट © 2016 जॉन विली एंड संस, लिमिटेड। |
9a86ae8e9b946dc6d957357e0670f262fa1ead9d | लेख इतिहास: 22 अगस्त 2007 प्राप्त 29 फरवरी 2008 स्वीकार करे गइस ऑनलाइन उपलब्ध xxxx |
f8acaabc99801a89baa5a9eff445fc5922498dd0 | गहरी डोमेन अनुकूलन विधिमन डोमेन-अपरिवर्तनीय एम्बेडिंग सीखकर वितरण विसंगति के कम कर सकत हंवय । हालांकि, ये विधियां केवल स्रोत अउ लक्ष्य छवियों के बीच वर्ग-स्तरीय संबंधों म विचार के बिना, पूरे डेटा वितरण ल संरेखित करे म ध्यान केंद्रित करत हवय। ए प्रकार, एकठन पक्षी के लक्षित एम्बेडमेंट्स ल एकठन हवाई जहाज के स्रोत एम्बेडमेंट्स के साथ संरेखित करे जा सकत हवय । ए अर्थ संबंधी misalignment लक्षित डेटासेट म वर्गीकरणकर्ता प्रदर्शन ल सीधे गिरा सकत हवय। ए समस्या ल कम करे बर, हम अनियंत्रित डोमेन अनुकूलन बर एक समानता प्रतिबंधित संरेखण (एससीए) विधि प्रस्तुत करत हंवय । एम्बेडिंग स्पेस में वितरणों के संरेखित करत समय, एससीए स्रोत अउ लक्ष्य छवियों के बीच वर्ग-स्तर संबंध बनाए रखे बर समानता-संरक्षण बाधा ल लागू करत हवय, यानी, यदि स्रोत छवि अउ लक्ष्य छवि एके वर्ग लेबल के होत हवय, तो ओमनके संबंधित एम्बेडिंग ल आस-पास के संरेखित करे जात हवय, अउ एखर उल्टा। लक्ष्य लेबल के अनुपस्थिति म , हम लक्षित छवियों बर छद्म लेबल असाइ करत हावें। लेबल के गइस स्रोत छवियों अउ छद्म लेबल लक्षित छवियों ल देखते हुए, त्रिभुज हानि ल कम करके समानता-संरक्षण बाधा ल लागू करे जा सकत हवय। डोमेन संरेखण हानि अउ समानता-संरक्षण बाधा के संयुक्त पर्यवेक्षण के साथ, हम दुठन महत्वपूर्ण विशेषताओं, इंट्रा-क्लास कॉम्पैक्टनेस अउ इंटर-क्लास पृथक्करण के साथ डोमेन-अपरिवर्तनीय एम्बेडमेंट प्राप्त करे बर एकठन नेटवर्क ल प्रशिक्षित करत हंवय । दु डेटा ले ट म करे गइस व्यापक प्रयोगमन हर एससीए के प्रभावकारिता ल अच्छी तरह ले प्रदर्शित करीस । |
a3c3c084d4c30cf40e134314a5dcaf66b4019171 | |
21aebb53a45ccac7f6763d9c47477092599f6be1 | |
12e1923fb86ed06c702878bbed51b4ded2b16be1 | ए लेख म, हमन पोर्टेबल स्मार्ट रडार सेंसर ले हस्ताक्षर के पैटर्न मान्यता के आधार म मानव इशारा मान्यता प्रणाली के डिजाइन म विचार करत हंवय । एएए बैटरी द्वारा संचालित, स्मार्ट रडार सेंसर 2.4 गीगाहर्ट्ज औद्योगिक, वैज्ञानिक अउ चिकित्सा (आईएसएम) बैंड म काम करत हवय। हमन प्रमुख घटकों अउ अनुप्रयोग-विशिष्ट समय अउ आवृत्ति डोमेन सुविधाओं के उपयोग करके सुविधा अंतरिक्ष के विश्लेषण करिस अउ दो अलग-अलग इशारों के सेट बर रडार सिग्नल ले निकाले गए। हम एहर चित्रित करत हावें कि निकटतम पड़ोसी आधारित वर्गीकरणकर्ता बहु-वर्ग वर्गीकरण बर 95% से अधिक सटीकता प्राप्त कर सकत हावे जब 10 गुना क्रॉस सत्यापन का उपयोग करत हावे जब आकृतियों ल परिमाण मतभेदों अउ डॉपलर बदलावों के आधार म निकाला जात हावे। रिपोर्ट करे गए म परिणाम स्मार्ट होम अउ स्वास्थ्य निगरानी उद्देश्यमन बर एकठन पैटर्न मान्यता प्रणाली के साथ एकीकृत बुद्धिमान रडार के क्षमता के वर्णन करत हंवय । |
25b87d1d17adabe2923da63e0b93fb7d2bac73f7 | नेटवर्क अउ उंखर संसाधनमन के खिलाफ हमलों के निरंतर वृद्धि (जैसा कि हाल ही म कोडरेड वर्म द्वारा दिखाया गय हवय) के कारण एहर मूल्यवान संपत्तिमन के रक्षा करे के आवश्यकता हवय । फायरवॉल अब एक सामान्य स्थापना हवय जेहर पहली जगह में घुसपैठ के प्रयासों ल खारिज कर सकत हवय। इंट्रूज़न डिटेक्शन सिस्टम (आईडीएस), जेहर दुर्भावनापूर्ण गतिविधिमन के रोकथाम के बजाय ओमनके पता लगाए के प्रयास करत हंवय , पहली रक्षा परिधि के प्रवेश करे के बाद अतिरिक्त सुरक्षा प्रदान करत हंवय । आईडी सिस्टम एकत्रित डेटा के तुलना करके हमला ल पिन करे के प्रयास करत हंवय जेहर कि दुर्भावनापूर्ण (हस्ताक्षर आधारित) या कानूनी व्यवहार के मॉडल (असामान्यता आधारित) के तुलना करे बर ज्ञात हवय । असामान्यता आधारित सिस्टम के फायदा ए हवय कि ओमनपहले अज्ञात हमलों के पता लगाए में सक्षम हंवय लेकिन ओमनस्वीकार्य व्यवहार के ठोस मॉडल बनइन बर कठिनाई ले पीड़ित हवयं अउ असामान्य लेकिन अधिकृत गतिविधिमन के कारण अलार्म के उच्च संख्या। हम नेटवर्क सेवाओं के आवेदन विशिष्ट ज्ञान के उपयोग करे वाले एक दृष्टिकोण के उपयोग करत हंवय जेला संरक्षित करे जाना चाहि। ए जानकारी एकठन एप्लिकेशन मॉडल बनइन बर वर्तमान, सरल नेटवर्क ट्रैफ़िक मॉडल के विस्तार करे में मदद करत हवय जेहर एकल नेटवर्क पैकेट म छिपे होइस दुर्भावनापूर्ण सामग्री के पता लगाए के अनुमति देत हवय । हम अपन प्रस्तावित मॉडल के विशेषता के वर्णन करत हंवय अउ प्रयोगात्मक डेटा प्रस्तुत करत हंवय जेहर हमर सिस्टम के दक्षता के रेखांकित करत हंवय । |
10338babf0119e3dba196aef44fa717a1d9a06df | |
36e41cdfddd190d7861b91b04a515967fd1541d9 | प्राप्त: 20 जुलाई 2012 संशोधित: 18 फरवरी 2013 दूसर संशोधन: 28 जून 2013 तीसरा संशोधन: 20 सितंबर 2013 चौथा संशोधन: 7 नवंबर 2013 स्वीकारः 1 फरवरी 2014 सार सामाजिक नेटवर्किंग साइट (एसएनएस) म एम्बेडेड संदेशों अउ सामाजिक संबंधों के संख्या के रूप म, सामाजिक जानकारी के मात्रा के रूप म व्यक्तिमन ले प्रतिक्रिया के मांग करत हवय । हम देखत हंवय कि, नतीजतन, एसएनएस उपयोगकर्ता महसूस करत हंवय कि ओमनअन्य एसएनएस उपयोगकर्ताओं के बहुत ज्यादा सामाजिक समर्थन देत हंवय । सामाजिक समर्थन सिद्धांत (एसएसटी) म चित्रित करत हुए, हम एसएनएस उपयोग के साथ ए नकारात्मक संबंध ल "सामाजिक अधिभार" कहते हवय अउ एला मापने बर एक गुप्त चर विकसित करत हवय । तब हम सामाजिक अधिभार के सैद्धांतिक पूर्ववर्ती अउ म परिणाम ों के पहचान करत हंवय अउ सामाजिक अधिभार मॉडल के मूल्यांकन 12 के साथ साक्षात्कार अउ 571 फेसबुक उपयोगकर्ता के सर्वेक्षण के उपयोग करके अनुभवजन्य रूप ले करत हंवय । नतीजा ए दिखात हवय कि उपयोग के सीमा, दोस्तों के संख्या, व्यक्तिपरक सामाजिक समर्थन मानदंड, अउ संबंध के प्रकार (ऑनलाइन-केवल बनाम ऑफ़लाइन मित्र) ओ कारक हवयं जेहर सीधे सामाजिक अधिभार म योगदान देत हवयं जबकि उम्र म केवल एकठन अप्रत्यक्ष प्रभाव होत हवय । सामाजिक अधिभार के मनोवैज्ञानिक अउ व्यवहारिक म परिणाम उपयोगकर्ताओं द्वारा एसएनएस थकावट के भावना, उपयोगकर्ता संतुष्टि के निम्न स्तर, अउ एसएनएस के उपयोग ल कम करे या इहां तक कि बंद करे के एकठन उच्च इरादा घलो शामिल हवय । एसएसटी अउ एसएनएस स्वीकृति अनुसंधान बर परिणामी सैद्धांतिक प्रभावमन म चर्चा के जात हवय अउ संगठनों, एसएनएस प्रदाताओं अउ एसएनएस उपयोगकर्ताओं बर व्यावहारिक प्रभाव तैयार करे जात हवय । यूरोपीय जर्नल ऑफ इंफॉर्मेशन सिस्टम्स अग्रिम ऑनलाइन प्रकाशन, 4 मार्च 2014; doi:10.1057/ejis.2014.3; ऑनलाइन 11 मार्च 2014 ल सुधारिस |
ffcb7146dce1aebf47a910b51a873cfec897d602 | स्कैन अउ खंडित स्कैन अनुप्रयोगों के एक विस्तृत श्रृंखला बर महत्वपूर्ण डेटा-समानांतर आदिम हंवय । हम ग्राफिक्स प्रोसेसिंग इकाइमन (जीपीयू) म इ आदिम बर तेज, काम-कुशल एल्गोरिदम प्रस्तुत करत हंवय । हमन उपन्यास डेटा प्रतिनिधित्व के उपयोग करथन जऊन जीपीयू आर्किटेक्चर के संग सुघ्घर ढंग ले मेल खाथे। हमर एल्गोरिदम स्मृति प्रदर्शन ल बेहतर करे बर साझा मेमोरी के शोषण करथे। हम साझा-स्मृति बैंक संघर्षों के समाप्त करके अउ साझा-स्मृति जीपीयू एल्गोरिदम में ओवरहेड के कम करके अपन एल्गोरिदम के प्रदर्शन में अउ सुधार करत हंवय । एखर अलावा, हमर एल्गोरिदम सामान्य डेटा लेट म घलो अच्छी तरह ले काम करे बर डिज़ाइन करे गए हंवय , जेमा मनमाने खंड लंबाई के साथ खंडित सरणीमन शामिल हंवय । हम खंड लंबाई के आधार म खंडित स्कैन के प्रदर्शन के बेहतर करे बर अनुकूलन घलो प्रस्तुत करत हंवय । हमन एनवीडिया जीफोर्स 8800 जीपीयू के साथ एक पीसी म अपन एल्गोरिदम लागू करे अउ पिछले जीपीयू-आधारित एल्गोरिदम के साथ अपन परिणाम के तुलना करे । हमर परिणाम लाखों तत्वमन के साथ इनपुट अनुक्रममन म पहीली एल्गोरिदम के तुलना में 10 गुना ज्यादा प्रदर्शन के संकेत देत हंवय । |
6a640438a4e50fa31943462eeca716413891a773 | हम एक नवा रैंकिंग एल्गोरिदम प्रस्तुत करत हंवय जेहर दु पिछला विधिमन के ताकत के संयोजन करत हवय: बढ़ी होइस पेड़ वर्गीकरण, अउ लैम्ब्डाएआर, जेहर व्यापक रूप ले उपयोग के जाने वाली जानकारी पुनर्प्राप्ति माप बर अनुभवजन्य रूप ले इष्टतम साबित होए हवय। एल्गोरिदम बढ़ाए गए प्रतिगमन पेड़ों म आधारित हवय, हालांकि विचार काखरो घलो कमजोर शिक्षार्थिमन बर लागू होत हंवय , अउ ए कला के स्थिति के तुलना में प्रशिक्षण अउ परीक्षण चरण दुनों में काफी तेज हवय, तुलनात्मक अधिग्रहण बर। हम ए घलो दिखाते हंवय कि कन्हु भी दुनो रैंकर्स बर इष्टतम रैखिक संयोजन कैसे ढूंढें, अउ हम इ विधि के उपयोग दु अंगूठी के बढ़ाए के साथ रेखा खोज समस्या के हल करे बर करत हंवय । एखरे अलावा, हम ए दिखाते हावन कि एक पहीली ले प्रशिक्षित मॉडल ले शुरू करना, अउ एखर अवशेषों के उपयोग करना, मॉडल अनुकूलन बर एक प्रभावी तकनीक प्रदान करत हवय, अउ हम विशेष रूप ले बाजारों बर वेब खोज प्रशिक्षण रैंकरमन में एक विशेष रूप ले दबाव वाली समस्या बर परिणाम देत हंवय , जेखर बर केवल छोटे मात्रा म लेबल डेटा उपलब्ध हंवय , एक रैंकर ल एक बडखा बाजार ले ज्यादा डेटा म प्रशिक्षित करे जात हवय । |
72691b1adb67830a58bebdfdf213a41ecd38c0ba | हम एक गहरी नेटवर्क आर्किटेक्चर ल पेश करत हावें जेला डेरेननेट कहे जात हावे एक छवि ले वर्षा ल हटाहर बर। डीप कन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन) के आधार म , हम डेटा ले वर्षा अउ साफ छवि विवरण परतों के बीच मैपिंग संबंध ल सीधे सीखते हंवय । काबरकि हमर करा वास्तविक दुनिया के बरसात के छवियों के अनुरूप आधारभूत सत्य नी हवय, हम प्रशिक्षण बर बारिश के साथ छवियों ल संश्लेषित करत हवय। अन्य सामान्य रणनीतिमन के विपरीत जेहर नेटवर्क के गहराई या चौड़ाई के बढ़ाए बर हंवय , हम उद्देश्य समारोह के संशोधित करे अउ मामूली आकार के सीएनएन के साथ डीरेनिंग के बढ़ाए बर छवि प्रसंस्करण डोमेन ज्ञान के उपयोग करत हंवय । विशेष रूप ले, हम इमेज डोमेन के बजाय विवरण (हाई-पास) परत म अपन डेरेननेट ल प्रशिक्षित करत हंवय । यद्यपि डेरेननेट सिंरहिनटिक डेटा म प्रशिक्षित करे गय हवय, हम पाते हवयं कि सीखे नेटवर्क परीक्षण बर वास्तविक दुनिया के छवियों म बहुत प्रभावी रूप ले अनुवाद करत हवय। एखर अलावा, हमन सीएनएन फ्रेमवर्क ल दृश्य परिणाममन ल बेहतर करे बर छवि वृद्धि के साथ बढ़ाथन। अत्याधुनिक एकल छवि डी-रेनिंग विधियों के साथ तुलना में, हमर विधि में बारिश हटाने में सुधार होइस हवय अउ नेटवर्क प्रशिक्षण के बाद बहुत तेजी ले गणना समय हवय। |
34d1ba9476ae474f1895dbd84e8dc82b233bc32e | |
1cdc4ad61825d3a7527b85630fe60e0585fb9347 | सीखने के विश्लेषण प्रौद्योगिकी-संवर्धित सीखने का एक महत्वपूर्ण क्षेत्र हवय जो पिछले दशक के दौरान उभरा हवय। क्षेत्र के ए समीक्षा तकनीकी, शैक्षिक अउ राजनीतिक कारकमन के जांच के साथ शुरू होत हवय जेहर शैक्षिक सेटिंग्स म एनालिटिक्स के विकास ल चलाए हवय। ए 20 वीं शताब्दी म ओमनके उत्पत्ति, डेटा-संचालित विश्लेषण के विकास, सीखने-केंद्रित दृष्टिकोण के उदय अउ राष्ट्रीय आर्थिक चिंताओं के प्रभाव सहित सीखने के विश्लेषण के उद्भव ल चार्ट करे बर जारी हवय। एहर अगला सीखने विश्लेषण, शैक्षिक डेटा खनन अउ अकादमिक विश्लेषण के बीच संबंधों म केंद्रित हवय। अंत म ए सीखने विश्लेषण अनुसंधान के विकासशील क्षेत्रों के जांच करत हवय, अउ भविष्य के चुनौतिमन के एकठन श्रृंखला के पहचान करत हवय । |
f3ac0d94ba2374e46dfa3a13effcc540205faf21 | |
49fd00a22f44a52f4699730403033416e0762e6d | |
860d3d4114711fa4ce9a5a4ccf362b80281cc981 | हालांकि, जगह के कमी के कारण, ए खंड ल गहराई ले कम करे गय हवय । एखर अलावा, उपयोगिता ओन्टोलॉजीज जेहर समय, भू-स्थानिक, व्यक्ति, घटना अउ नेटवर्क संचालन म केंद्रित हवयं, संक्षेप म वर्णित हवयं। इ उपयोगिता ओन्टोलॉजी ल विशेष रूप ले सुपर-डोमेन या इहां तक कि मध्य-स्तर ओन्टोलॉजी के रूप म देखा जा सकत हवय, काबरकि वे कईठन ल कवर करत हंवय , यदि अधिकांश नी, तो ओन्टोलॉजीज - काखरो घलो साइबर ओन्टोलॉजी सहित। व्यापार अध्ययन द्वारा उपयोग करिस गिनऑन्टोलॉजिकल वास्तुकला का एक समग्र दृश्य भी दिस जात हवय। व्यापार अध्ययन म रिपोर्ट व्यापार अध्ययन के पुनरावर्ती विकास म कुछु प्रस्तावित अगले चरणों के साथ समाप्त होत हवय । ए पेपर एकठन व्यापार अध्ययन म रिपोर्ट करत हवय जेहर हमन प्रारंभिक मैलवेयर ओन्टोलॉजी ले एक साइबर ओन्टोलॉजी के विकास के समर्थन करे बर करे रहिस । साइबर ऑन्टोलॉजी प्रयास के लक्ष्मन के पहली वर्णित करे जात हवय , एखर पाछू उपयोग के जाने वाली ऑन्टोलॉजी विकास पद्धति के चर्चा के पाछू। पेपर के मुख्य शरीर तब होत हवय, जेहर संभावित ऑन्टोलॉजीज अउ मानमन के विवरण हवय जेखर उपयोग साइबर ऑन्टोलॉजी ल अपन शुरुआत में प्रतिबंधित मैलवेयर फोकस ले बढ़ाए बर करे जा सकत हवय। इ संसाधनमन म विशेष रूप ले साइबर अउ मैलवेयर मानक, योजना अउ शब्दावली शामिल हवयं जेहर सीधे प्रारंभिक मैलवेयर ऑन्टोलॉजी प्रयास म योगदान दिस । आने संसाधन ऊपरी (कभु-कभु आधारभूत ) ऑन्टोलॉजीज कहे जात हवयं। मूल अवधारणाएं जो काखरो घलो साइबर ओन्टोलॉजी ल बढ़ाएगी वे पहले ले ही पहचान गए हवय अउ इ मौलिक ओन्टोलॉजीज म सख्ती ले परिभाषित करे गए हवय। |
4767a0c9f7261a4265db650d3908c6dd1d10a076 | अवलोकन द्वारा ट्रैकिंग के कईठन लक्ष्मन के अवलोकन के कार्य के निपटाए बर सबले सफल रणनीति साबित होए हवय [उदा। 40, 53, 55] के साथ शुरू करे । परंपरागत रूप ले , एक प्रीप्रोसेसिंग चरण में उत्पन्न दुर्लभ डिटेक्शन के एक सेट, उच्च-स्तरीय ट्रैकर बर इनपुट के रूप में कार्य करत हवय जेखर उद्देश्य समय के साथ ए डॉट्स ल सही ढंग ले जोड़ना हवय। ए दृष्टिकोण के एकठन स्पष्ट कमी ए हवय कि छवि अनुक्रमों में उपलब्ध अधिकांश जानकारी ल कमजोर पता लगाने के प्रतिक्रियामन के सीमा अउ गैर-अधिकतम दमन के लागू करे ले बस अनदेखा करे जात हवय । हम एक बहु-लक्षित ट्रैकर के प्रस्ताव करत हंवय जेहर कम स्तर के छवि जानकारी के शोषण करत हवय अउ प्रत्येक (सुपर) -पिक्सेल के एकठन विशिष्ट लक्ष्य ले संबंधित करत हवय या एला पृष्ठभूमि के रूप में वर्गीकृत करत हवय । नतीजतन, हम असतत, वास्तविक दुनिया के वीडियो म शास्त्रीय बाउंडिंग-बॉक्स प्रतिनिधित्व के अलावा एक वीडियो विभाजन प्राप्त करत हंवय । हमर विधि कईठन मानक बेंचमार्क अनुक्रमों म उत्साहजनक म परिणाम दिखात हवय अउ दीर्घकालिक आंशिक ऑक्ल्यूशन के साथ भीड़ दृश्यों म पता लगाए बर अत्याधुनिक ट्रैकिंग-से-पहचान दृष्टिकोणों के काफी बेहतर करत हवय। |
8eefd28eb47e72794bb0355d8abcbebaac9d8ab1 | कईठन दशमन बर, सांख्यिकीविदों हर पुनरावर्ती अपेक्षा-अधिकतमकरण (ईएम) तकनीमन के माध्यम ले एक जनरेटिव मॉडल के मापदंडमन के अनुमान लगाकर वर्गीकरणकर्ता ल प्रशिक्षित करे बर लेबल अउ अनलेबल डेटा के संयोजन के उपयोग के वकालत करे हवय । ए अध्याय टेक्स्ट क्लास आईफिकेशन के डोमेन म लागू होए म इ दृष्टिकोण के प्रभावकारिता के पता लगाता हवय । टेक्स्ट दस्तावेज़ों ल इहां एकठन बैग-ऑफ-वर्ड मॉडल के साथ दर्शाया गय हवय , जेहर बहुपदों के मिश्रण के आधार म एकठन जनरेटिव वर्गीकरण मॉडल के ओर जात हवय । ए मॉडल लिखित पाठ के जटिलता के एकठन बहुत ही सरल प्रतिनिधित्व हवय । ए अध्याय जनरेटिव मॉडल के साथ पाठ वर्गीकरण बर अर्ध-पर्यवेक्षित सीखने के बारे म तीन प्रमुख बिंदुमन के व्याख्या अउ चित्रित करत हवय । सबले पहीली , सरल प्रतिनिधित्व के बावजूद, कुछु पाठों म जनरेटिव मॉडल संभावना अउ वर्गीकरण सटीकता के बीच एकठन उच्च सकारात्मक सहसंबंध हवय । इ डोमेन म, सरल बेयज़ टेक्स्ट मॉडल के साथ ईएम के एकठन सीधा अनुप्रयोग अच्छी तरह ले काम करत हवय । दूसरा, कुछु पाठ डोमेन म ए सहसंबंध नी हवय। इ मामले में, हम एक अउ अभिव्यंजक अउ उपयुक्त जनरेटिव मॉडल के चयन कर सकत हंवय जेमा सकारात्मक सहसंबंध होत हवय। इ डोमेन म, अर्ध-पर्यवेक्षित सीखने फिर ले वर्गीकरण अउ सटीकता म सुधार करत हवय। आखिरकार, ईएम स्थानीय अधिकतम के समस्या ले पीड़ित हवय, खासकर उच्च आयाम मेन जैसे पाठ वर्गीकरण म। हम ए दिखाते हंवय कि निर्धारक एनीलिंग, ईएम के एक संस्करण, स्थानीय अधिकतम के समस्या के दूर करे अउ जनरेटिव मॉडल उपयुक्त होए म वर्गीकरण सटीकता के अउ बढ़ाए म मदद कर सकत हवय। |
696ad1c38b588dae3295668a0fa34021c4481030 | हम बहु-लेबल, बड़े पैमाने म बहु-वर्ग छवि वर्गीकरण मॉडल ल प्रशिक्षित करे बर एक विधि प्रस्तुत करत हंवय , जेहर एक सिग्मोइड क्रॉस-एन्ट्रॉपी हानि (लॉजिस्टिक प्रतिगमन) के माध्यम ले पर्यवेक्षण के तुलना में तेज अउ ज्यादा सटीक हवय। हमर विधि में इकाई-मानकीकृत वैक्टर के एक कम-आयामी घना क्षेत्र म उच्च-आयामी विरल लेबल ल एम्बेड करना शामिल हवय, अउ ए क्षेत्र म एक कोसिनो निकटता प्रतिगमन समस्या के रूप में वर्गीकरण समस्या के इलाज करना। हम अपन विधि के परीक्षण 17,000 लेबल के साथ 300 मिलियन उच्च रिज़ॉल्यूशन छवियों के एक डेटासेट म करत हावें, जहां एहर काफी तेजी ले अभिसरण पैदा करत हावे, साथ ही साथ 7% अधिक औसत औसत सटीकता के तुलना में तार्किक प्रतिगमन। |
ad5974c04b316f4f379191e4dbea836fd766f47c | ए पेपर म मशीन अनुवाद म बडखा पैमाने म सांख्यिकीय भाषा मॉडलिंग के लाभों के बारे म रिपोर्ट करे गए हवय। एक वितरित बुनियादी ढांचा प्रस्तावित हवय जेखर उपयोग हम 2 ट्रिलियन टोकन तक प्रशिक्षित करे बर करत हंवय , जेखर म पर परिणाम स्वरूप भाषा मॉडल 300 अरब एन-ग्राम तक होत हवय । ए तेजी ले, एकल-पास डिकोडिंग बर चिकनी संभावना प्रदान करे में सक्षम हवय। हम एक नवा चिकनाई विधि पेश करत हावन, जेला मूर्ख बैकऑफ कहे जाथे, जऊन बड़े डेटा लेट म प्रशिक्षित करे बर सस्ता हे अऊ प्रशिक्षण डेटा के मात्रा बढ़तेच केनेस-नी चिकनाई के गुणवत्ता के समीप हे। |
6cb45af3db1de2ba5466aedcb698deb6c4bb4678 | ए परियोजना म, हम अच्छी तरह ले जाने वाले स्टैनफोर्ड प्रश्न उत्तर डेटासेट (एसक्यूएडी) म प्रश्न उत्तर कार्य बर एक अंत-टू-एंड तंत्रिका नेटवर्क वास्तुकला बनइन म रुचि रखत हंवय । हमर कार्यान्वयन हालिया उच्च प्रदर्शन प्राप्त करे के विधि ले प्रेरित हवय जेहर सह-ध्यान एन्कोडर के एक गतिशील पॉइंटिंग डिकोडर के साथ संयोजन करत हवय जेला डायनामिक सह-ध्यान नेटवर्क के रूप म जाना जात हवय । हमन कईठन एंसम्बल के खोज करेन अउ डिकोडिंग तकनीक के परीक्षण करेन जेहर हमर मानना हवय कि ए तरह के सिस्टम के प्रदर्शन के बढ़ा सकत हवय। |
e11d5a4edec55f5d5dc8ea25621ecbf89e9bccb7 | नेटवर्क कंप्यूटर म हमर समाज के निर्भरता डराने वाला बन गइस हवय: अर्थ व्यवस्था म, जम्मो डिजिटल नेटवर्क सुविधाजनक ले ड्राइवरों म बदल गइस हवयं; जैसे-जैसे साइबर-भौतिक सिस्टम वयस्क होत हवयं, कंप्यूटर नेटवर्क अब हमर भौतिक दुनिया के केंद्रीय तंत्रिका प्रणाली बन जात हवयं - यहां तक कि विद्युत ग्रिड जैसे अत्यधिक महत्वपूर्ण बुनियादी ढांचे के घलो। साथ ही, नेटवर्क वाले कंप्यूटर के 24/7 उपलब्धता अउ सही कार्य करना बहुत ज्यादा खतरा बन गइस हवय: आईटी सिस्टम म परिष्कृत अउ अत्यधिक अनुकूलित हमलों के संख्या म काफी वृद्धि होए हवय। इंट्रुशन डिटेक्शन सिस्टम (आईडीएस) संबंधित रक्षा उपायों के एकठन प्रमुख घटक हवयं; ओमनविस्तार ले अध्ययन करे गय हवय अउ अतीत म उपयोग करे गय हवय । काबरकि पारंपरिक आईडीएस बड़े कंपनी नेटवर्क अउ उससे आगे, न ही बड़े पैमाने म समानांतर हमलों बर स्केलेबल नी होए , सहकारी आईडीएस (सीआईडीएस) उभरे हवय । ओमनमे कईठन निगरानी घटकों म शामिल होत हवय जेहर डेटा एकत्र अउ आदान-प्रदान करत हंवय । विशिष्ट सीआईडीएस वास्तुकला के आधार म , केंद्रीय या वितरित विश्लेषण घटक हमले के पहचान करे बर एकत्रित डेटा खनन करत हंवय । परिणामी अलर्ट निगरानी नेटवर्क के समग्र दृश्य बनाए बर कईठन मॉनिटर के बीच सहसंबंधित होत हंवय । ए लेख पहली सीआईडीएस बर प्रासंगिक आवश्यकताओं ल निर्धारित करत हवय; एहर फिर एक सीआईडीएस डिजाइन अंतरिक्ष के परिचय अउ आवश्यकताओं के संबंध म चर्चा करे बर एक आधार के रूप म अलग-अलग बिल्डिंग ब्लॉक ल अलग करत हवय। ए डिजाइन स्पेस के आधार म , सीआईडीएस अउ सीआईडीएस के उपलब्धता म हमलों के खिलाफ हमलों म चर्चा के जात हवय । आवश्यकताओं, बिल्डिंग ब्लॉकों, अउ हमलों के पूरा ढांचा के रूप म पेश करे जात हवय , जेमा विशिष्ट सीआईडीएस दृष्टिकोण के विस्तृत सर्वेक्षण अउ तुलना सहित सहयोगी घुसपैठ का पता लगाने म कला के राज्य के एक व्यापक विश्लेषण बर उपयोग करे जात हवय । |
720158a53b79667e39c2caf2f7ebb2670b848693 | एक कुशल तरीका ले मनखे के गोपनीयता ल संरक्षित करना शरीर सेंसर नेटवर्क (बीएसएन) जैसे महत्वपूर्ण, जीवन-बचत बुनियादी ढांचे बर बहुत महत्वपूर्ण हवय। ए पेपर एक उपन्यास कुंजी समझौते योजना प्रस्तुत करत हवय जेहर एक बीएसएन में दुठन सेंसर ल इलेक्ट्रोकार्डियोग्राम (ईकेजी) सिग्नल के उपयोग करके उत्पन्न एकठन आम कुंजी म सहमत होए के अनुमति देत हवय । ए ईकेजी-आधारित कुंजी समझौते (ईकेए) योजना के उद्देश्य बीएसएन सुरक्षा बर "प्लग-एन-प्ले" प्रतिमान ल लाना हवय जेखर द्वारा विषय म सेंसर ल तैनात करे के बिना सुरक्षित संचार सक्षम करे जा सकत हवय, बिना पूर्व-तैनाती जैसे कोई भी प्रारम्भिक रूप के आवश्यकता होत हवय। वास्तविक ईकेजी डेटा (एमआईटी फिजियोबैंक डेटाबेस ले प्राप्त) के आधार म योजना के विश्लेषण ले पता चलत हवय कि ईकेए ले प्राप्त कुंजी हवय: यादृच्छिक, समय भिन्नता, अल्पकालिक ईकेजी माप के आधार म उत्पन्न करे जा सकत हवय, एकठन दिए गए विषय बर समान अउ अलग-अलग मनखेमन बर अलग-अलग। |
f692c692d3426cc663f3ec9be0c7025b670b2e5c | कईठन सालों ले, आईटी उद्योग हर मौजूदा सॉफ्टवेयर संपत्तिमन ले नवा अनुप्रयोगमन के संयोजन करके सॉफ्टवेयर विकास प्रक्रिया के तेज करे के मांग करीस हवय। हालांकि, 1 9 60 के दशक में डगलस मैकलोरी के रूप में वास्तविक घटक-आधारित पुनः उपयोग अभी भी नियम के बजाय अपवाद हवय, अउ अधिकांश व्यवस्थित सॉफ्टवेयर पुनः उपयोग आज उत्पाद-लाइन इंजीनियरिंग या डोमेन-विशिष्ट ढांचे जैसे भारी वजन के उपयोग करत हवय। घटक द्वारा, हमर मतलब हवय कि अच्छी तरह ले परिभाषित इंटरफ़ेस के साथ सॉफ़्टवेयर कार्यक्षमता के कन्हु भी सुसंगत अउ कॉम्पैक्ट इकाई - सरल प्रोग्रामिंग भाषा वर्गों ले लेकर वेब सेवा अउ एंटरप्राइज़ जावाबीन्स जैसे ज् यादा जटिल कलाकृतियां तक। |
96ea8f0927f87ab4be3a7fd5a3b1dd38eeaa2ed6 | ए पत्र में एक वाइडबैंड अउ सरल टोरस नोड मोनोपोल एंटीना प्रस्तुत करे गए हवय। एंटीना के उपयोग एड्टीवेट मैन्युफैक्चरिंग तकनीक के उपयोग करके निर्मित करे जात हवय , जेला आमतौर म 3-डी प्रिंटिंग के रूप में जाना जात हवय । एंटीना यांत्रिक रूप ले निर्माण करे बर सरल हवय अउ स्थिर विकिरण पैटर्न के साथ-साथ -10 डीबी ले कम इनपुट प्रतिबिंब गुणांक हवय। मापा अउ सिमुलेटेड प्रदर्शन के तुलना एंटीना के घलो प्रस्तुत करे जात हवय । |
206b204618640917f278e72bd0e2a881d8cec7ad | पैटर्न मान्यता बर बेयिसियन विधिमन के उपयोग करे बर प्रमुख बाधामन में ले एक एखर कम्प्यूटेशनल खर्च हवय। ए थीसिस एक अनुमान तकनीक प्रस्तुत करत हवय जेहर बायेसियन अनुमान के तेजी ले अउ ज्यादा सटीक रूप ले करे के तुलना में संभव हो सकत हवय। ए विधि, "एक्सपेक्टेशन प्रोपगरेशन", दुठन पिछले तकनीमन के एकीकृत अउ सामान्यीकृत करत हवय: माना गहनता फ़िल्टरिंग, कल्मन फ़िल्टर के विस्तार, अउ लुपी विश्वास प्रसार, बेसियन नेटवर्क में विश्वास प्रसार के विस्तार। एकीकरण दिखाता हवय कि ए दुनो एल्गोरिदम के सरल वितरण के साथ सही पाछू के वितरण के अनुमानित करे के रूप में देखे जा सकत हवय, जेहर केएल-विचलन के अर्थ में करीब हवय। अपेक्षा प्रसार दुनो एल्गोरिदम के सबले अच्छा के शोषण करत हवय: माना-घनत्व फ़िल्टरिंग के सामान्यता अउ लूप विश्वास प्रसार के सटीकता। पाश विश्वास प्रसार, काबरकि एहर सटीक विश्वास राज्यों ल प्रसारित करत हवय, सीमित प्रकार के विश्वास नेटवर्क बर उपयोगी हवय, जैसे विशुद्ध रूप ले असतत नेटवर्क। अपेक्षा प्रसार अपेक्षाओं के साथ विश्वास राज्यों के अनुमान लगात हवय, जैसे कि साधन अउ विचलन, एला बहुत व्यापक दायरा देत हवय। अपेक्षा प्रसार घलो विपरीत दिशा म विश्वास प्रसार ल बढ़ाता हवय-अधिक समृद्ध विश्वास राज्यों ल प्रसारित करत हवय जेमा चर के बीच सहसंबंध शामिल होत हवय। ए फ्रेमवर्क सिंरहिनटिक अउ वास्तविक दुनिया डेटा के उपयोग करके कईठन सांख्यिकीय मॉडल म दिखाया गय हवय । गॉसियन मिश्रण समस्याओं म, अपेक्षा प्रसार, गणना के समान मात्रा बर, प्रतिद्वंद्वी अनुमान तकनीमन के तुलना म आश्वस्त रूप ले बेहतर होए बर पइस जात हवय: मोंटे कार्लो, लाप्लास के विधि, अउ विविध बेय्स। पैटर्न मान्यता बर, उम्मीद प्रसार बेय्स पॉइंट मशीन वर्गीकरणकर्ता के प्रशिक्षण बर एकठन एल्गोरिदम प्रदान करत हवय जेहर काखरो घलो पहीली ले ज्ञात के तुलना में तेज अउ ज्यादा सटीक हवय। परिणामी वर्गीकरणकर्ता कईठन मानक डेटासेट म समर्थन वेक्टर मशीनमन के बेहतर करत हंवय , एखर अलावा तुलनात्मक प्रशिक्षण समय के साथ। अपेक्षा प्रसार के उपयोग वर्गीकरण बर उपयुक्त विशेषता सेट के चयन करे बर घलो करे जा सकत हवय, बायेसियन मॉडल चयन के माध्यम ले। थीसिस सुपरवाइजर: रोजालिंड पिकार्ड शीर्षक: मीडिया कला अउ विज्ञान के एसोसिएट प्रोफेसर |
ad40428b40b051164ade961bc841a0da2c44515d | |
e4bd80adc5a3486c3a5c3d82cef91b70b67ae681 | ए लेख अनुभवजन्य रूप ले कॉर्पोरेट बॉन्ड मूल्य निर्धारण के पांच संरचनात्मक मॉडल के परीक्षण करत हवय: मर्टन (1 9 74), गेस्के (1 9 77), लॉन्गस्टाफ अउ श्वार्ट्ज (1 99 5), लीलैंड अउ टॉफ्ट (1 99 6), अउ कॉलिन-ड्यूफ्रेन अउ गोल्डस्टीन (2001) । हम 1 9 86-199 7 के अवधि के दौरान सरल पूंजी संरचना वाले फर्मों ले 182 बॉन्ड कीमतों के एक नमूना के उपयोग करके मॉडल ल लागू करत हंवय । पारंपरिक ज्ञान ए हवय कि संरचनात्मक मॉडल बॉन्ड बाजार में देखे गए स्प्रेड के रूप में उच्च नी उत्पन्न करत हंवय , अउ उम्मीदों के अनुसार, हम पाते हंवय कि मर्टन मॉडल के कार्यान्वयन में भविष्यवाणी के गइस स्प्रेड बहुत कम हंवय । हालांकि, अधिकांश अन्य संरचनात्मक मॉडल औसत म बहुत ज्यादा स्प्रेड के भविष्यवाणी करत हंवय । फिर भी, सटीकता एक समस्या हवय, काबरकि नवा मॉडल उच्च उत्तोलन या अस्थिरता वाले फर्मों के क्रेडिट जोखिम ल गंभीर रूप ले ज्यादा महत्व देत हवयं अउ फिर भी सुरक्षित बॉन्ड के साथ स्प्रेड अंडरप्रिडिक्शन समस्या ले पीड़ित होत हवयं। लिलैंड अउ टॉफ्ट मॉडल एक अपवाद हवय काबरकि एहर अधिकांश बांडों म फैलता हवय , खासकर उच्च कूपन वाले मनखेमन म । अधिक सटीक संरचनात्मक मॉडल ल ओ सुविधाओं ले बचना चाहि जेहर सबले सुरक्षित बॉन्ड के स्प्रेड ल प्रभावित करत समय जोखिम भरे बॉन्ड म क्रेडिट जोखिम बढ़ात हवयं। |
da67375c8b6a250fbd5482bfbfce14f4eb7e506c | ए सर्वेक्षण कंप्यूटेशनल एजेंट्स म मानसिक क्षमताओं के स्वायत्त विकास के एक सिंहावलोकन प्रस्तुत करत हवय। ए संज्ञानात्मक प्रणालिमन के विशेषता के आधार म ए करत हवय जेहर सिस्टम के रूप म अनुकूली, अनुमानित, अउ उद्देश्यपूर्ण लक्ष्य-निर्देशित व्यवहार के प्रदर्शन करत हंवय । हम संज्ञान के कईठन प्रतिमानों के व्यापक सर्वेक्षण प्रस्तुत करत हंवय , संज्ञानात्मक (भौतिक प्रतीक प्रणाली) दृष्टिकोणों, उभरती प्रणाली दृष्टिकोणों, कनेक्शनवादी, गतिशील, अउ सक्रिय प्रणालिमन ल शामिल करत हंवय , अउ हाइब्रिड सिस्टम म दुनों ल जोड़ने के प्रयासमन ल संबोधित करत हंवय । फेर हमन ए मानदंड ले निकले कईठन संज्ञानात्मक वास्तुकला के समीक्षा करथन। इ क्षेत्रों में ले प्रत्येक म, हम विकासात्मक दृष्टिकोण ल अपनाने के निहितार्थ अउ संबंधित समस्याओं ल हाइलाइट करत हंवय , दोनों ल वंशावली अउ ओन्टोजेनेटिक दृष्टिलण ले। हम मुख्य वास्तुशिल्प विशेषताओं के सारांश के साथ निष्कर्ष निकालते हवय कि मानसिक क्षमताओं के स्वायत्त विकास के सक्षम प्रणालिमन के प्रदर्शन करना चाहि । |
e7ee27816ade366584d411f4287e50bdc4771e56 | |
55289d3feef4bc1e4ff17008120e371eb7f55a24 | हाल ही म एलएसटीएम-आधारित सशर्त भाषा मॉडल (एलएम) के एक किस्म के भाषा उत्पादन कार्य के एक श्रृंखला म लागू करे गए हवय। ए काम म हम कइठन मॉडल आर्किटेक्चर अउ स्रोत जानकारी के प्रतिनिधित्व करे अउ अंत-टू-एंड तंत्रिका संवाद प्रणाली ढांचे म समेकित करे के कइठन तरीकामन के अध्ययन करत हंवय । एक साथी क्रॉस-एन्ट्रॉपी उद्देश्य समारोह के कंडीशनिंग वेक्टर में लागू करके पर्यवेक्षित अनुक्रमिक संकेतों ले सीखने के सुविधा बर स्नैपशॉट लर्निंग कहे जाने वाला एक विधि घलो प्रस्तावित करे जात हवय । प्रायोगिक अउ विश्लेषणात्मक म परिणाम पहली दिखाइ देत हवय कि कंडीशनिंग वेक्टर अउ एलएम के बीच प्रतिस्पर्धा होत हवय, अउ अलग-अलग आर्किटेक्चर दुनों के बीच अलग-अलग व्यापार-ऑफ प्रदान करत हंवय । दूसरा, कंडीशनिंग वेक्टर के भेदभाव शक्ति अउ पारदर्शिता मॉडल व्याख्यात्मकता अउ बेहतर प्रदर्शन दुनों प्रदान करे बर महत्वपूर्ण हवय। तीसर, स्नैपशॉट लर्निंग ले कन्हु भी आर्किटेक्चर के उपयोग के स्वतंत्र प्रदर्शन म सुसंगत सुधार होत हवय । |
75c4b33059aa300e7b52d1b5dab37968ac927e89 | एक 2 गुना 1 दोहरी-ध्रुवीकृत एल-सोनड स्टैक्ड पैच एंटीना सरणी प्रस्तुत करे जात हवय । इने दु इनपुट पोर्ट के बीच उच्च अलगाव प्राप्त करे बर एक उपन्यास तकनीक के नियोजित करिस हवय। प्रस्तावित एंटीना म 14-डीबी रिटर्न लॉस बैंडविड्थ 19.8% हवय, जेहर दुनों पोर्ट बर 0.808 ले 0.986 जीएचजेड के बीच हवय। एखर अलावा, इसमें 30 डीबी ले ज्यादा के इनपुट पोर्ट अलगाव अउ इ बैंडविड्थ म 10.5 डीबीआई के औसत लाभ हवय। एखर अलावा, दो मुख्य विमानों में एखर विकिरण पैटर्न में पासबैंड के पार 3-डीबी बीमविड्थ के भीतर -15 डीबी ले कम क्रॉस-ध्रुवीकरण स्तर होत हवय। इ सुविधाओं के कारण, एंटिना सरणी आउटडोर बेस स्टेशन बर बहुत उपयुक्त हवय जेहर सीडीएमए 800 अउ जीएसएम 900 मोबाइल संचार प्रणालिमन दुनों के संचालन बैंडविड्थ के कवर करे के आवश्यकता हवय। |
b891a8df3d7b4a6b73c9de7194f7341b00d93f6f | सिफारिश प्रणाली व्यक्तिगत पसंदीदा सेवा प्रदान करे बर वादा करत हवय । सहयोगी फ़िल्टरिंग (सीएफ) प्रौद्योगिकियां, उपयोगकर्ता के पिछले व्यवहार के आधार म उपयोगकर्ता के प्राथमिकता के भविष्यवाणी करत हंवय , आधुनिक सिफारिश प्रणाली बनइन बर सबले सफल तकनीमन में ले एक बन गए हंवय । कईठन चुनौतीपूर्ण मुद्दे पहली प्रस्तावित सीएफ विधिमन में होत हंवय: (1) अधिकांश सीएफ विधिमन उपयोगकर्ता के प्रतिक्रिया पैटर्न के अनदेखा करत हंवय अउ पूर्वाग्रह पैरामीटर अनुमान अउ सबऑप्टिमल प्रदर्शन दे सकत हंवय; (2) कुछु सीएफ विधिमन हर विधिसुत्रिक वजन सेटिंग्स ल अपनइस, जेमा एक व्यवस्थित कार्यान्वयन के कमी हवय; अउ (3) बहुपद मिश्रण मॉडल डेटा मैट्रिक्स उत्पन्न करे बर मैट्रिक्स फैक्टराइजेशन के कम्प्यूटेशनल क्षमता ल कमजोर कर सकत हंवय , जेखरकारण प्रशिक्षण के कम्प्यूटेशनल लागत बढ़ सकत हवय । इ मुद्दों ल हल करे बर, हम उपयोगकर्ता के प्रतिक्रिया मॉडल ल संभाव्यता मैट्रिक्स फैक्टराइजेशन (पीएमएफ) में शामिल करत हंवय , जेहर कि एक लोकप्रिय मैट्रिक्स फैक्टराइजेशन सीएफ मॉडल हवय, ताकि प्रतिक्रिया जागरूक संभाव्यता मैट्रिक्स फैक्टराइजेशन (आरएपीएमएफ) ढांचे के स्थापना करे जा सके। अधिक विशेष रूप ले, हम उपयोगकर्ता प्रतिक्रिया म एक बरनौली वितरण के रूप म धारणा बनाते हंवय जेहर अवलोकन केरेटिंग बर रेटिंग स्कोर द्वारा पैरामीटर करे जात हवय जबकि अनवलोकन रेटिंग बर एकठन कदम समारोह के रूप म। एखर अलावा, हम एक मिनी-बैच कार्यान्वयन अउ एक क्राफ्टिंग शेड्यूलिंग नीति द्वारा एल्गोरिदम के तेज करत हंवय । अंत म , हम विभिन्न प्रयोगात्मक प्रोटोकॉल डिजाइन करत हंवय अउ प्रस्तावित आरएपीएमएफ अउ एखर मिनी-बैच कार्यान्वयन के गुणमन के प्रदर्शित करे बर सिंरहिनटिक अउ वास्तविक दुनिया डेटासेट दुनों म व्यवस्थित अनुभवजन्य मूल्यांकन करत हंवय । |
1459d4d16088379c3748322ab0835f50300d9a38 | क्रॉस-डोमेन दृश्य डेटा मिलान कईठन वास्तविक दुनिया के दृष्टि कार्यों म मौलिक समस्याओं म ले एकठन हवय, उदाहरण बर , आईडी फ़ोटो अउ निगरानी वीडियो के पार मनखेमन के मिलान करना। ए समस्या बर पारंपरिक दृष्टिकोण म आमतौर म दु चरण शामिल होत हवयं: i) एकठन सामान्य स्थान म कईठन डोमेन ले नमूने प्रोजेक्ट करना, अउ ii) एक निश्चित धुरिहाी के आधार म ए जगह म (असमानता) के गणना करना। ए पेपर में, हम एक उपन्यास जोड़ी समानता माप प्रस्तुत करत हंवय जेहर मौजूदा मॉडल के उन्नत करत हवय (i) पारंपरिक रैखिक अनुमानों ल एफिन ट्रांसफॉर्मेशन में विस्तारित करत हवय अउ (ii) एफिन महालनोबिस दूरी अउ डेटा-संचालित संयोजन द्वारा कोसिनस समानता के फ्यूज करत हवय। एखर अलावा, हम अपन समानता माप ल गहरे संवहन तंत्रिका नेटवर्क के माध्यम ले सुविधा प्रतिनिधित्व सीखने के साथ एकीकृत करत हंवय । विशेष रूप ले, हम गहरी वास्तुकला में समानता माप मैट्रिक्स शामिल करत हंवय , मॉडल अनुकूलन के आखिर ले आखिर तरीका सक्षम करत हंवय । हम कईठन चुनौतीपूर्ण क्रॉस-डोमेन मिलान कार्यमन म व्यापक रूप ले अपन सामान्यीकृत समानता मॉडल के मूल्यांकन करत हंवय: अलग-अलग दृश्यमन के तहत मनखे के पुनः पहचान अउ अलग-अलग तौर-तरीमन म चेहरा सत्यापन (यानी, अभी भी छवियों अउ वीडियो, पुराने अउ युवा चेहरे, अउ स्केच अउ फोटो पोर्ट्रेट के चेहरे) । प्रायोगिक परिणाम आने अत्याधुनिक विधिमन के तुलना म हमर मॉडल के बेहतर प्रदर्शन के प्रदर्शन करत हंवय । |
03a00248b7d5e2d89f5337e62c39fad277c66102 | समस्यामन बहुपद-समय हल करे योग्य समस्यामन के वर्ग के समझने बर, हमन ल पहीली एहर औपचारिक धारणा होना चाहि कि एक "समस्या" काय हवय। हम एक सार समस्या के परिभाषित करत हंवय कि ए समस्या के उदाहरणमन के एक सेट अउ समस्या समाधानमन के एक सेट म एक बाइनरी संबंध हवय। उदाहरण बर, शॉर्टस्ट-पाथ बर एक उदाहरण एक ग्राफ अउ दुनो वर्टिस के एक ट्रिपल कॉन्सिस्टिंग हवय। एक समाधान जी रैफ में शीर्षों के एक अनुक्रम हवय, शायद खाली अनुक्रम के साथ ए इंगित करत हवय कि कोई पथ मौजूद नी हवय। शॉर्ट-पाथ समस्या स्वयं ओ संबंध हवय जेहर प्रत्येक उदाहरण के एक ग्राफ अउ दुनो वर्टिस ल ग्राफ म सबले छोटा पथ के साथ जोड़त हवय जेहर दुनो वर्टिस ल जोड़त हवय। छोटे छोटे पथ जरूरी नी कि अद्वितीय हों, एक दिए गए समस्या उदाहरण म एक ले ज्यादा समाधान हो सकत हंवय । एक सार समस्या के ए फॉर्मूलेशन हमर उद्देश्य बर आवश्यक ले ज्यादा सामान्य हवय। जैसा कि हमने ऊपर देखा, एनपी-पूर्णता के सिद्धांत निर्णय के समस्याओं म ध्यान केंद्रित करत हवय: उन मनखेमन करा एक हां / नो समाधान हवय। इ मामले में, हम एक सार निर्णय समस्या के रूप में एक समारोह के रूप में देख सकत हावें जो समाधान सेट {0, 1} के इक्स्च सेट I का मानचित्रण करत हावे। उदाहरण बर, शॉर्ट-पैथ आई ले संबंधित एक निर्णय समस्या जेहर हमन पहीली देखी रहिस । यदि मैं = जी, यू, वी, के के समाधान समस्या के एक उदाहरण हवय, तो पीएटीएच (i) = 1 (हां) यदि यू ले वी तक सबले छोटा रास्ता हवय, अउ पीएटीएच (आई) = 0 (नहीं) अन्यथा। कईठन सार समस्याएं निर्णय समस्याएं नी हंवय , बल्कि अनुकूलन समस्याएं हंवय , जेमा कुछु मूल्य ल कम या अधिकतम करे जाना चाहि। जैसा कि हमने ऊपर देखा हवय , हालांकि, आमतौर म एकठन अनुकूलन समस्या ल निर्णय समस्या के रूप म पुनः प्रस्तुत करना एकठन सरल मामला हवय जेहर कठिन नी हवय । 1ट्यूरिंग-मशीन मॉडल के गहन उपचार बर हॉपक्रॉफ्ट अउ उलमैन [156] या लुईस अउ पापाडिमिट्रियू [20 4] देखव। 34.1 बहुपद समय 973 |
9ac5b66036da98f2c1e62c6ca2bdcc075083ef85 | |
f45eb5367bb9fa9a52fd4321a63308a37960e93a | इ पेपर के भाग I ने एक वितरित प्रणाली वास्तुकला के आधार म स्वायत्त कारों के विकास बर एक विकास प्रक्रिया अउ प्रणाली मंच का प्रस्ताव दिस। प्रस्तावित विकास पद्धति हर कम्प्यूटेशनल जटिलता, गलती-सहिष्णु विशेषता, अउ सिस्टम मॉड्यूलरिटी में कमी जैसे लाभों के साथ एक स्वायत्त कार के डिजाइन अउ विकास के सक्षम करिस। ए पेपर (भाग II) म एकठन स्वायत्त ड्राइविंग सिस्टम के कार्यान्वयन प्रक्रिया ल दिखाते हुए प्रस्तावित विकास पद्धति के एकठन मामला अध्ययन ल संबोधित करे जात हवय । कार्यान्वयन प्रक्रिया के सहज रूप ले वर्णन करे बर , मूल स्वायत्त ड्राइविंग एल्गोरिदम (स्थानीयकरण, धारणा, योजना, वाहन नियंत्रण, अउ सिस्टम प्रबंधन) ल संक्षेप म पेश करे जात हवय अउ एक स्वायत्त ड्राइविंग सिस्टम के कार्यान्वयन बर लागू करे जात हवय । हम स्वायत्त प्रणाली कार्यान्वयन म एक मामला अध्ययन के संचालन करके वितरित सिस्टम वास्तुकला के लाभों अउ प्रस्तावित विकास प्रक्रिया के जांच करे में सक्षम हंवय । प्रस्तावित पद्धति के वैधता स्वायत्त कार ए 1 के माध्यम ले साबित होत हवय जेहर कोरिया में 2012 के स्वायत्त वाहन प्रतियोगिता में जम्मो मिशन के पूरा करे के साथ जीतीस । |
db17a183cb220ae8473bf1b25d62d5ef6fcfeac7 | यद्यपि जम्मो मौजूदा वायु-भरित सब्सट्रेट एकीकृत वेवगइड (एएफएसआईडब्ल्यू) टोपोलॉजीज एक सब्सट्रेट-स्वतंत्र विद्युत प्रदर्शन प्रदान करत हंवय , लेकिन ओमनविद्युत चुम्बकीय क्षेत्रमन के युक्त वायु-भरित क्षेत्रमन ल बनाने बर समर्पित, महंगे, टुकड़े टुकड़े म भरोसा करत हंवय । ए पेपर एक उपन्यास सब्सट्रेट-स्वतंत्र AFSIW विनिर्माण प्रौद्योगिकी के प्रस्ताव करत हवय, जेहर मानक योज्य (3-डी प्रिंटिंग) या घटाव (कंप्यूटर संख्यात्मक रूप ले नियंत्रित मिलिंग / लेजर कटिंग) विनिर्माण प्रक्रियाओं के माध्यम ले सामान्य उद्देश्य वाणिज्यिक रूप ले उपलब्ध सतह सामग्री के एक विस्तृत श्रृंखला में उच्च प्रदर्शन माइक्रोवेव घटकों के सीधा एकीकरण के सक्षम करत हवय। सबले पहीली , एक विश्लेषणात्मक सूत्र प्रभावी अनुमतियता अउ एफएसआईडब्ल्यू वेव गाइड के नुकसान स्पर्शरेखा बर व्युत्पन्न करे जात हवय । ए डिजाइनर के सब्सट्रेट नुकसान ल कम करे के अनुमति देत हवय जेहर आमतौर म उच्च आवृत्ति टुकड़े टुकड़े में सामना करे जात हवय । फिर, कईठन माइक्रोवेव घटकों के डिजाइन अउ निर्मित करे जात हवय । कईठन एएफएसआईडब्ल्यू वेव गाइड अउ चार-तरफा पावर डिवाइडर / संयोजक के माप, दुनो एकठन नवा समाक्षीय-से-हवा-भरने एसआईडब्ल्यू संक्रमण म भरोसा करत हंवय , ए साबित करत हंवय कि ए नवा दृष्टिकोण माइक्रोवेव घटकों के उत्पादन करत हवय जेहर पूरे [5.15-5.85] गीगाहर्ट्ज बैंड म कम सम्मिलन हानि अउ उत्कृष्ट मिलान अउ अलगाव के साथ, रोजमर्रा के सतहमन म प्रत्यक्ष एकीकरण बर उपयुक्त होत हवय । ए नवाचार लागत प्रभावी, उच्च प्रदर्शन अउ अदृश्य रूप ले एकीकृत स्मार्ट सतह प्रणाली के एक नवा पीढ़ी बर मार्ग प्रशस्त करत हवय जेहर क्षेत्र अउ रोजमर्रा के वस्तुमन में उपलब्ध सामग्री के कुशलतापूर्वक शोषण करत हवय। |
8216673632b897ec50db06358b77f13ddd432c47 | |
05eef019bac01e6520526510c2590cc1718f7fe6 | मोबाइल लाइव स्ट्रीमिंग अब अपन तीसर लहर म हवय। बाम्बूसर अउ क्यूक जैसे शुरुआती प्रणालिमन ले, लोकप्रिय ऐप म मीरकट अउ पेरिस्कोप तक, फेसबुक अउ इंस्टाग्राम म आज के एकीकृत सामाजिक स्ट्रीमिंग सुविधा तक, प्रौद्योगिकी अउ उपयोग दुनों नाटकीय रूप ले बदल गइस हवयं। लाइव स्ट्रीमिंग के ए आखिरी चरण म , कैमरे आसपास के जगह म स्ट्रीम ल केंद्रित करे बर अंदर के ओर मुड़ते हवयं। किशोरमन ए प्लेटफार्ममन के उपयोग दोस्तों के मनोरंजन करे बर, नवा मनखेमन ले मिलन अउ साझा रुचियों म आने के साथ जुड़ने बर बढ़ते हवयं। हमन ए नवा प्लेटफार्म म किशोरमन के लाइव स्ट्रीमिंग व्यवहार अउ प्रेरणा के अध्ययन करे हवन 2,247 अमेरिकी लाइव स्ट्रीमर द्वारा पूरा करे गए एक सर्वेक्षण के माध्यम ले अउ 20 किशोरमन के साथ साक्षात्कार, बदलती प्रथाओं, व्यापक आबादी ले किशोरमन के मतभेदमन, अउ नवा लाइव स्ट्रीमिंग सेवामन के डिजाइन बर निहितार्थ ल उजागर करत हुए। |
08c30bbfb9ff90884f9d1f873a1eeb6bb616e761 | असंभवता प्रमेय सुझाव देत हंवय कि संयोजक असाइनमेंट के समस्या बर एकमात्र कुशल अउ रणनीति-सबूत तंत्र - उदाहरण बर, छात्रों ल पाठ्यक्रमों के कार्यक्रम असाइन करना - तानाशाही हंवय । तानाशाही ल ज्यादातर अनुचित के रूप म खारिज कर दिस जात हवय: काखरो घलो दु एजेंट बर, दूसर ल काखरो घलो ल चुनने ले पहीली अपन जम्मो वस्तुमन ल चुनता हवय । कोई घलो समाधान म दक्षता, प्रोत्साहन अउ निष्पक्षता विचार के बीच समझौता शामिल होही । ए पेपर संयोजक असाइनमेंट समस्या के समाधान के प्रस्ताव करत हवय। ए चार चरणों म विकसित करे गय हवय । सबले पहिली, मैं परिणाम के निष्पक्षता के दु नवा मानदंड, अधिकतम हिस्सेदारी गारंटी अऊ एकेच सुग्गर ले बंधे ईर्ष्या के प्रस्ताव करत हंव, जऊन अविभाज्यता ल समायोजित करे बर सुग्गर ढंग ले जाने वाले मानदंड ल कमजोर करथे; मानदंड औपचारिक रूप देथे कि काबर तानाशाही अनुचित हे। दूसरा, मैं समान आय ले प्रतिस्पर्धी संतुलन के एक अनुमान के अस्तित्व के साबित करत हंवय जेमा (i) आय असमान हवय लेकिन मनमाने ढंग ले एक साथ; (ii) बाजार त्रुटि के साथ साफ करत हवय, जेहर सीमा में शून्य के करीब हवय अउ यथार्थवादी समस्या बर छोटा हवय। तीसर, मैं बतात हंवय कि ए अनुमानित सीईईआई निष्पक्षता मानदंडों के पूरा करत हवय। आखिरकार, मैं अनुमानित सीईईआई के आधार म एक तंत्र परिभाषित करत हंवय जेहर कि शून्य-माप अर्थशास्त्रीमन ल परंपरागत रूप ले मूल्य लेने वाले के रूप म मानत हंवय । प्रस्तावित तंत्र वास्तविक डेटा म कैलिब्रेट करे जात हवय अउ सिद्धांत अउ अभ्यास ले विकल्पमन के साथ तुलना करे जात हवय: जम्मो आने ज्ञात तंत्र या त शून्य-माप एजेंटों या अनुचित एक्स-पोस्ट द्वारा हेरफेर करे जा सकत हवयं, अउ अधिकांश दुनों हेरफेर करे योग्य अउ अनुचित हवयं। |
7d2c7748359f57c2b4227b31eca9e5f7a70a6b5c | |
0d1fd04c0dec97bd0b1c4deeba21b8833f792651 | तीन चरण, चार-स्विच, एकल-चरण, पृथक शून्य-वोल्टेज-स्विचिंग (जेडवीएस) रेक्टिफायर के डिजाइन विचार अउ प्रदर्शन मूल्यांकन प्रस्तुत करे जात हवय । सर्किट तीन चरण, दो-स्विच, जेडवीएस, विच्छेदित वर्तमान-मोड (डीसीएम), बूस्ट पावर-फैक्टर-सुधार (पीएफसी) रेक्टिफायर, जेला संक्षेप म ताइपेई रेक्टिफायर कहा जात हवय, जेडवीएस फुल-ब्रिज (एफबी) चरण-शिफ्ट डीसी / डीसी कन्वर्टर के साथ एकीकृत करके प्राप्त करे जात हवय । प्रदर्शन का मूल्यांकन एचवीडीसी वितरण अनुप्रयोगों बर डिजाइन करिस गिनतीन-चरण 2.7 किलोवाट प्रोटोटाइप म 180 वीआरएमएस ले 264 वीआरएमएस तक के लाइन-टोलिन वोल्टेज रेंज के साथ अउ 200 वी ले 300 वी तक के कसके विनियमित चर डीसी आउटपुट वोल्टेज के साथ करे गए रहिस। प्रोटोटाइप पूरे इनपुट-वोल्टेज अउ लोड-वर्तमान रेंज म जेडवीएस के साथ संचालित होत हवय अउ 95% रेंज म दक्षता के साथ 5% ले कम इनपुट-वर्तमान टीएचडी प्राप्त करत हवय। |
5417bd72d1b787ade0c485f1188189474c199f4d | हम अनुकूली हिंज हानि उद्देश्य समारोह के उपयोग करके स्थिरता अउ प्रदर्शन के बढ़ाए बर जनरेटिव एडवर्सियल नेटवर्क (जीएएन) बर एक उपन्यास प्रशिक्षण प्रक्रिया के प्रस्ताव करत हंवय । हम लक्षित वितरण के अपेक्षित ऊर्जा के साथ उपयुक्त हिंज हानि सीमा का अनुमान लगाते हंवय , अउ सीमा के अद्यतन बर एक सिद्धांतात्मक मानदंड अउ अनुमानित अभिसरण माप दोनों ल प्राप्त करत हंवय । परिणामी प्रशिक्षण प्रक्रिया विविध डेटा ले ट म सरल अभी तक मजबूत हवय। हम बिना पर्यवेक्षित छवि उत्पादन के कार्य म प्रस्तावित प्रशिक्षण प्रक्रिया के मूल्यांकन करत हंवय , गुणात्मक अउ मात्रात्मक प्रदर्शन दुनों सुधारों ल नोट करत हंवय । |
007ee2559d4a2a8c661f4f5182899f03736682a7 | कंट्रोलर-एरिया नेटवर्क (सीएएन) बस प्रोटोकॉल 1 9 86 म रॉबर्ट बॉश जीएमबीएच द्वारा आविष्कार करे गय एक बस प्रोटोकॉल हवय, मूल रूप ले ऑटोमोटिव उपयोग बर इरादा हवय। अब तक, बस कारों अउ ट्रकों ले लेकर बिजली सेटअप ले लेकर औद्योगिक लमों तक के उपकरणों म पाए जा सकत हवय । अपन प्रकृति के कारण, ए एक प्रणाली हवय जेहर सुरक्षा, यानी, विश्वसनीयता म बहुत ज्यादा केंद्रित हवय । दुर्भाग्य से, सुरक्षा ल लागू करे बर कन् हु भी अंतर्निहित तरीका नी हवय, जैसे एन्क्रिप्शन या प्रमाणीकरण। इ पेपर में, हम सीएएन बस म एक पिछड़ा संगत संदेश प्रमाणीकरण प्रोटोकॉल लागू करे ले जुड़े समस्या के जांच करत हंवय । हम ए बतात हंवय कि ए तरह के प्रोटोकॉल के का संयम करना चाहि अउ काबर ए हमर ज्ञान के सबले अच्छा बर, अब तक प्रकाशित जम्मो प्रमाणीकरण प्रोटोकॉल के समाप्त करत हवय। एखर अलावा, हम एक संदेश प्रमाणीकरण प्रोटोकॉल, सीएएनएथ प्रस्तुत करत हंवय , जेहर जम्मो आवश्यकता ल पूरा करत हवय अउ सीएएन बस के कन्हु घलो बाधा के उल्लंघन नी करत हवय । कीवर्ड-सीएएन बस, एम्बेडेड नेटवर्क, ब्रॉडकास्ट प्रमाणीकरण, सममित क्रिप्टोग्राफी |
129359a872783b7c3a82c2c9dbef75df2956d2d3 | एक्सएफआई एक व्यापक सुरक्षा प्रणाली हवय जेहर दुनो ल लचीला पहुंच नियंत्रण अउ मौलिक अखंडता गारंटी, काखरो घलो विशेषाधिकार स्तर म अउ यहां तक कि कमोडिटी सिस्टम म विरासत कोड बर घलो प्रदान करत हवय । इ उद्देश्य बर, एक्सएफआई इनलाइन सॉफ्टवेयर गार्ड्स अउ दु-स्टैक निष्पादन मॉडल के साथ स्थिर विश्लेषण के संयोजन करत हवय। हमन बाइनरी रिराइटिंग अउ एक सरल, स्टैंड-अलोन सत्यापनकर्ता के उपयोग करके एक्सएफआई के एक्स86 आर्किटेक्चर म विंडोज बर लागू करे हवय; कार्यान्वयन के शुद्धता सत्यापनकर्ता म निर्भर करत हवय , लेकिन रिराइटर म नी । हमन एक्सएफआई ल सॉफ्टवेयर जैसे डिवाइस ड्राइवर अउ मल्टीमीडिया कोडेक बर लागू करे हवय। परिणामी मॉड्यूल कर्नेल अउ उपयोगकर्ता मोड पते के रिक्त स्थान दुनों के भीतर सुरक्षित रूप ले काम करत हंवय , केवल मामूली प्रवर्तन ओवरहेड के साथ। |
3b938f66d03559e1144fa2ab63a3a9a076a6b48b | सिग्नल प्रोसेसिंग अउ सांख्यिकी जैसे अनुप्रयोगमन में, कईठन समस्यामन में समीकरणमन के कम-निर्धारित रैखिक प्रणालिमन के दुर्लभ समाधानमन के पता लगाय शामिल हंवय । इ समस्याओं ल एक संरचित गैर-सुचारू अनुकूलन समस्याओं के रूप में तैयार करिस जा सकत हवय, यानी, ∀ 1 के नियमित रैखिक कम ले कम वर्ग समस्याओं के समस्या ल कम करे के समस्या। इ पेपर में, हम अधिक सामान्य ∀ -१-नियमन उत्तल न्यूनता समस्यामन के हल करे बर एक ब्लॉक निर्देशांक ढाल वंशावली विधि (सीजीडी के रूप में संक्षिप्त) के प्रस्ताव करत हंवय , यानी, ∀ -१-नियमन उत्तल चिकनी फ़ंक्शन के कम करे के समस्या। हम अपन विधि बर क्यू-रैखिक अभिसरण दर स् थापित करत हावें जब निर्देशांक ब्लॉक ल पर्याप्त वंश ल सुनिश्चित करे बर गॉस-साउथवेल प्रकार नियम द्वारा चुहर जात हावे। हम संपीड़ित संवेदन अउ छवि डीकोनोलुशन के साथ-साथ डेटा वर्गीकरण में सुविधा चयन बर बड़े पैमाने म ∀ 1-नियमन रैखिक कम ले कम वर्ग समस्यामन के हल करे बर सीजीडी विधि के कुशल कार्यान्वयन के प्रस्ताव करत हंवय अउ डेटा वर्गीकरण में सुविधा चयन बर बड़े पैमाने म ∀ 1-नियमन लॉजिस्टिक प्रतिगमन समस्यामन के रिपोर्ट करत हंवय । कईठन राज्य-ऑफ-द-आर्ट एल्गोरिदम के साथ तुलना जेहर विशेष रूप ले बडखा पैमाने म ∀ 1 के नियमन के लिए डिजाइन करे गए रैखिक कम ले कम वर्गमन या तार्किक प्रतिगमन समस्यामन के हल करे बर डिज़ाइन करे गए हंवय , एहर बतात हवय कि एक कुशलतापूर्वक लागू सीजीडी विधि ए एल्गोरिदम के बेहतर कर सकत हवय, ए तथ्य के बावजूद कि सीजीडी विधि विशेष रूप ले समस्या के इ विशेष वर्गमन के हल करे बर डिज़ाइन नी करे गए हवय। |
8ad03b36ab3cba911699fe1699332c6353f227bc | यूनेस्को के अनुसार, शिक्षा एकठन मौलिक मानव अधिकार हवय अउ प्रत्येक राष्ट्र के नागरिकों ल समान गुणवत्ता के साथ सार्वभौमिक पहुंच प्रदान के जानी चाहि । काबर कि ए लक्ष्य अभी तक ज्यादातर देशमन म विशेष रूप ले विकासशील अउ पिछड़े देशमन म हासिल करे जाना बाकी हवय , एखरेबर शिक्षा के बेहतर करे के ज्यादा प्रभावी तरीकामन ल ढूंढना बेहद महत्वपूर्ण हवय । ए पेपर कम्प्यूटेशनल इंटेलिजेंस (डेटा माइनिंग अउ डेटा साइंस) के आवेदन के आधार म एक मॉडल प्रस्तुत करत हवय जेहर छात्र के ज्ञान प्रोफाइल के विकास के ओर जात हवय अउ ए अपन छात्रों ल सर्वोत्तम अभिविन्यास बर अपन निर्णय लेने म शिक्षलं के सहायता कर सकत हवय । ए मॉडल हर प्रत्येक छात्र बर इकट्ठे व्यक्तिगत रणनीतिक योजना के भीतर उद्देश्यों के उपलब्धि के निगरानी बर प्रमुख प्रदर्शन सूचक ल स्थापित करे के भी प्रयास करिस। मॉडल वर्गीकरण अउ भविष्यवाणी बर यादृच्छिक वन, डेटा संरचना विज़ुअलाइज़ेशन अउ हितधारमन ल प्रासंगिक जानकारी प्रस्तुत करे बर अनुशंसा प्रणाली बर ग्राफ विवरण के उपयोग करत हवय । प्रस्तुत म परिणाम ब्राजील के निजी के -9 (प्राथमिक स्कूल) ले प्राप्त वास्तविक डेटासेट के आधार म बनाए गए रहिन । प्राप्त परिणाममन म प्रमुख डेटा के बीच सहसंबंध, छात्र प्रदर्शन के भविष्यवाणी करे बर एक मॉडल अउ हितधारमन बर उत्पन्न सिफारिशें शामिल हवयं। |
500923d2513d30299350a6a0e9b84b077250dc78 | अर्थ समानता माप सूचना पुनर्प्राप्ति अउ सूचना एकीकरण म एकठन महत्वपूर्ण भूमिका निभात हवयं। अर्थ समानता के मॉडलिंग बर पारंपरिक दृष्टिकोण एकठन एकल ऑन्टोलॉजी के भीतर म परिभाषा के बीच अर्थ संबंधी दूरी के गणना करत हंवय । ए एकल ओन्टोलॉजी या तो एकठन डोमेन-स्वतंत्र ओन्टोलॉजी हवय या मौजूदा ओन्टोलॉजीज के एकीकरण के म परिणाम हवय । हम अर्थ समानता के गणना करे बर एक दृष्टिकोण प्रस्तुत करत हंवय जेहर एकठन एकल ऑन्टोलॉजी के आवश्यकता ल कम करत हवय अउ कईठन ऑन्टोलॉजी विनिर्देशमन के स्पष्टता अउ औपचारिकता के स्तर म मतभेदमन बर जिम्मेदार हवय । एक समानता फ़ंक्शन समान इकाई वर्गों ल समानीस सेट, अर्थपूर्ण पड़ोस, अउ विशिष्ट विशेषता के समान प्रक्रिया के उपयोग करके निर्धारित करत हवय जिन्हें भागों, कार्यों अउ विशेषताओं म वर्गीकृत करे जात हवय । विभिन्न ओन्टोलॉजी के साथ प्रयोगात्मक म परिणाम इंगित करत हंवय कि मॉडल अच्छे म परिणाम देत हवय जब ओन्टोलॉजी में इकाई वर्गमन के पूर्ण अउ विस्तृत प्रतिनिधित्व होत हंवय । जबकि शब्द मिलान अउ अर्थ पड़ोस मिलान के संयोजन समकक्ष इकाई वर्गमन के पता लगाए बर म पर्याप्त हवय, फीचर मिलान हमें समान, लेकिन जरूरी नी कि समकक्ष, इकाई वर्गमन के बीच भेदभाव करे के अनुमति देत हवय। |
1c58b4c7adee37874ac96f7d859d1a51f97bf6aa | स्टैक्ड सामान्यीकरण एक उच्च स्तर के मॉडल के उपयोग करे के एक सामान्य विधि हवय ताकि कम स्तर के मॉडल के संयोजन करे जा सके ताकि ज्यादा भविष्यवाणी सटीकता प्राप्त करे जा सके। ए काम म हम दुठन महत्वपूर्ण मुद्दामन के संबोधित करत हंवय जिन्हें 1 99 2 में वॉलपेर्ट द्वारा स्टैक्ड सामान्यीकरण के शुरुआत के पाछू ले वर्गीकरण कार्यमन में एक काला कला माना जात हवय: सामान्यीकरण के प्रकार जेहर उच्च स्तर के मॉडल ल प्राप्त करे बर उपयुक्त हवय , अउ किस प्रकार के विशेषता के उपयोग एखर इनपुट के रूप में करे जाना चाहि । हमन पइस कि सबले अच्छा परिणाम तब प्राप्त करे जात हवय जब उच्च स्तर के मॉडल निचले स्तर के मनखेमन के सापेक्षता (अउ न केवल भविष्यवाणियां) के संयोजन करत हवय । हम वर्गीकरण कार्य बर तीन अलग-अलग प्रकार के सीखने एल्गोरिदम के संयोजन बर स्टैक्ड सामान्यीकरण के प्रभावकारिता के प्रदर्शन करत हंवय । हम बहुमत के साथ स्टैक्ड सामान्यीकरण के प्रदर्शन के घलो तुलना करत हंवय अउ आर्किंग अउ बैगिंग के प्रकाशित म परिणाम ों के तुलना करत हंवय । |
017ee86aa9be09284a2e07c9200192ab3bea9671 | सशर्त जीएएन प्राकृतिक छवि संश्लेषण के अग्रभाग म हवयं। इ तरह के मॉडल के मुख्य दोष लेबल डेटा बर आवश्यकता हवय। ए काम म हम सशर्त अउ बिना शर्त जीएएन के बीच के अंतर ल बंद करे बर दुनो लोकप्रिय अनसुर्पीकृत सीखने तकनीकमन, विरोधी प्रशिक्षण अउ आत्म-निरीक्षण के शोषण करत हंवय । विशेष रूप ले, हम क्लासिक जीएएन गेम के संबंध म विरोधाभासी होए के दौरान प्रतिनिधित्व सीखने के कार्य म नेटवर्क ल सहयोग करे के अनुमति देत हंवय । आत्म-निरीक्षण के भूमिका भेदभाव करे वाले ल सार्थक विशेषता प्रतिनिधित्वमन ल सीखने बर प्रोत्साहित करना हवय जेहर प्रशिक्षण के दौरान भुलाए नी जात हवयं। हमन अनुभवजन्य रूप ले दुनों ल सीखे छवि प्रतिनिधित्व के गुणवत्ता, अउ सिंथेटिक चित्रों के गुणवत्ता के परीक्षण करत हंवय । समान शर्तों के तहत, स्व-पर्यवेक्षित जीएएन अत्याधुनिक सशर्त समकक्षों के समान प्रदर्शन प्राप्त करत हवय । अंत म, हम ए दिखाते हंवय कि पूर्ण रूप ले अनसुर्धारित सीखने बर ए दृष्टिकोण के बिना शर्त इमेजेनेट पीढ़ी म 33 के एफआईडी प्राप्त करे बर स्केल करे जा सकत हवय। |
5c695f1810951ad1bbdf7da5f736790dca240e5b | सोशल मीडिया म उपयोगकर्ता द्वारा उत्पन्न सामग्री के विश्लेषण अउ उत्पादों अउ घटना के प्रति उपयोगकर्ता राय के सटीक विनिर्देश कईठन अनुप्रयोगों बर काफी मूल्यवान हवय । वेब 2.0 के प्रसार अउ वेब म उपयोगकर्ता द्वारा उत्पन्न सामग्री के तेजी ले वृद्धि के साथ, पहलू स्तर भावना विश्लेषण म दृष्टिकोण जेहर बारीक दानेदार जानकारी उत्पन्न करत हंवय , ओमनबडखा रुचि रखत हंवय । ए काम म पहलू आधारित भावना विश्लेषण बर एक वर्गीकरणकर्ता संयोजन दृष्टिकोण प्रस्तुत करे गए हवय। दृष्टिकोण सामान्य हवय अउ एकठन विषय के मॉडल करे अउ उपयोगकर्ताओं के संबोधित करे वाले मुख्य पहलुओं के निर्दिष्ट करे बर लुप्त डायरिकलेट आवंटन के उपयोग करत हवय । फिर, प्रत्येक टिप्पणी के अउ विश्लेषण करे जात हवय अउ शब्द निर्भरता ल निकाले जात हवय जेहर शब्दों अउ पहलुमन के बीच बातचीत के संकेत देत हवय । एक असेंबली वर्गीकरणकर्ता के सरल बेय, अधिकतम एन्ट्रॉपी अउ समर्थन वेक्टर मशीनमन से तैयार करे गए हवय ताकि प्रत्येक पहलू के प्रति उपयोगकर्ता के टिप्पणी के ध्रुवीयता के पहचान करे जा सके। मूल्यांकन के म परिणाम व्यक्तिगत वर्गीकरण के तुलना म ध्वनि सुधार दिखाते हंवय अउ इंगित करत हंवय कि उपयोगकर्ता द्वारा उत्पन्न सामग्री के विश्लेषण करे अउ उपयोगकर्ताओं के राय अउ दृष्टिकोण के निर्दिष्ट करे म एंसिम्बल सिस्टम स्केलेबल अउ सटीक हवय। |
4f1fe957a29a2e422d4034f4510644714d33fb20 | हम विषय द्वारा दस्तावेजों ल वर्गीकृत करे के समस्या म विचार करत हंवय , लेकिन समग्र भावना द्वारा, उदाहरण बर, ए निर्धारित करे बर कि समीक्षा सकारात्मक या नकारात्मक हवय या नी । डेटा के रूप म फिल्म समीक्षा के उपयोग करके, हम पाते हवयं कि मानक मशीन लर्निंग तकनीकमन हर निश्चित रूप ले मानव-उत्पादित बेसलाइनमन ले बेहतर हंवय । हालांकि, तीन मशीन सीखने के तरीकामन के हम नियोजित करत हंवय (नइव बेय्स, अधिकतम एन्ट्रोपी वर्गीकरण, अउ समर्थन वेक्टर मशीनमन) पारंपरिक विषय-आधारित वर्गीकरण के रूप में भावना वर्गीकरण म घलो अच्छा प्रदर्शन नी करत हंवय । हम ओ कारकमन के जांच करके निष्कर्ष निकालते हंवय जेहर भावना वर्गीकरण समस्या के ज्यादा चुनौतीपूर्ण बनात हवयं। प्रकाशन जानकारी: ईएमएनएलपी के कार्यवाही 2002, पृ। 79 ले 86. |
722e2f7894a1b62e0ab09913ce9b98654733d98e | ए प्रकाशन म पुनः मुद्रित लेख शामिल हवयं जिनके लिए आईईईई के पास कॉपीराइट नी हवय । इ लेखों बर पूर्ण पाठ IEEE एक्सप्लोर म उपलब्ध नी होए । |
2485c98aa44131d1a2f7d1355b1e372f2bb148ad | ए पेपर म, हम एक बड़े पैमाने म चीनी चेहरा डेटाबेस के अधिग्रहण अउ सामग्री के वर्णन करत हंवय: सीएएस-पीएल चेहरा डेटाबेस। सीएएस-पीईएल चेहरा डेटाबेस बनाए के लक्ष्मन म निम्नलिखित शामिल हवयं: 1) चेहरे के मान्यता के दुनिया भर के शोधकर्ताओं के साथ विविधता के विभिन्न स्रोतों के साथ, विशेष रूप ले मुद्रा, अभिव्यक्ति, सामान, अउ प्रकाश (पीईएएल), अउ एकठन समान डेटाबेस म आधार-सत्य जानकारी के साथ; 2) ऑफ-द-शेल्फ इमेजिंग उपकरण के उपयोग करके अउ डेटाबेस म सामान्य चेहरा भिन्नता के डिजाइन करके व्यावहारिक अनुप्रयोगमन के उद्देश्य ले अत्याधुनिक चेहरा पहचान प्रौद्योगिकिमन ल उन्नत करना; अउ 3) मंगोलियाई के एक बडखा पैमाने म चेहरा डेटाबेस प्रदान करना। वर्तमान म , सीएएस-पीएल चेहरा डेटाबेस म 1040 व्यक्तिमन (595 पुरुष अउ 445 महिला) के 99 594 छविमन शामिल हवयं। एक साथ नौ कैमरे एक आर्क बाही म क्षैतिज रूप ले स्रहिसपित करे जात हवयं ताकि एक साथ कईठन मुद्रा म छवियों ल कैप्चर करे जा सके। प्रत्येक विषय ल तीन शॉट म 27 छवियों ल प्राप्त करे बर सीधे आघू, ऊपर अउ नीचे देखने बर कहा जात हवय। पांच चेहरे के भाव, छह सामान, अउ 15 प्रकाश परिवर्तन घलो डेटाबेस म शामिल हवय । डेटाबेस के एक चुनिंदा सबसेट (सीएएस-पीएल-आर 1, जेमा 1040 विषयों के 30 863 छवियां शामिल हवय) अब आने शोधकर्ताओं बर उपलब्ध हवय। हम CAS-PEAL-R1 डेटाबेस के आधार म मूल्यांकन प्रोटोकॉल के चर्चा करत हंवय अउ चार एल्गोरिदम के प्रदर्शन के आधार के रूप में प्रस्तुत करत हंवय: 1) प्राथमिक रूप ले चेहरा पहचान एल्गोरिदम बर डेटाबेस के कठिनाई के आकलन करना; 2) डेटाबेस के उपयोग करे वाले शोधकर्ताओं बर प्राथमिकता मूल्यांकन परिणाम; अउ 3) आमतौर म उपयोग करिस जाने वाले एल्गोरिदम के ताकत अउ कमजोरियों के पहचान करना। |
a0456c27cdd58f197032c1c8b4f304f09d4c9bc5 | एंसमबल विधि एल्गोरिदम सीखत हंवय जेहर वर्गीकरण के एकठन सेट के निर्माण करत हंवय अउ फिर अपन भविष्यवाणियों के भारित वोट ले नवा डेटा बिंदुमन के वर्गीकृत करत हंवय । मूल एंसमबल विधि बेसियन एवरेजिंग हवय लेकिन ज् यादा हालिया एल्गोरिदम में त्रुटि सुधार आउटपुट कोडिंग बैगिंग अउ बूस्टिंग शामिल हंवय । ए पेपर ए विधियों के समीक्षा करत हवय अउ बतात हवय कि एंसमबल अक्सर काखरो घलो एकल वर्गीकरण के तुलना में बेहतर प्रदर्शन क्यों कर सकत हंवय । एंसमबल विधिमन के तुलना करे वाले कुछु पिछला अध्ययन के समीक्षा करे जात हवय अउ कुछु नवा प्रयोग प्रस्तुत करे जात हंवय ताकि कारणों के पता लगाए जा सके कि एडबॉस्ट जल्दी ले ओवरटाइम नी करत हवय । |
9a292e0d862debccffa04396cd5bceb5d866de18 | |
610bc4ab4fbf7f95656b24330eb004492e63ffdf | हम गैर-नकारात्मक मैट्रिक्स फैक्टराइजेशन समस्या के अध्ययन करत हंवय जेहर कम रैंक फैक्टराइजेशन द्वारा एक गैर-नकारात्मक मैट्रिक्स के अनुमानित करत हवय। ए समस्या विशेष रूप ले मशीन लर्निंग में महत्वपूर्ण हवय, अउ एहर स्वयं के एक बडखा संख्या में अनुप्रयोगों में पइस जात हवय। दुर्भाग्य ले, मूल सूत्र खराब हवय अउ एनपीएचएडी। ए पेपर में, हम अलग-अलग धारणा के तहत एनएमएफ समस्या के हल करे बर पंक्ति एंट्रोपी मिनिमलाइजेशन के आधार म एक पंक्ति विरल मॉडल के प्रस्ताव करत हंवय जेहर बतात हवय कि प्रत्येक डेटा बिंदु कुछु अलग-अलग डेटा कॉलम के उत्तल संयोजन हवय। हम कम ले कम लुप्त चर म ऊर्जा ल ध्यान केंद्रित करे बर एन्ट्रॉपी फ़ंक्शन अउ `∞ मानक के एकाग्रता के उपयोग करत हंवय । हम ए साबित करत हंवय कि पृथक्करण धारणा के तहत, हमर प्रस्तावित मॉडल डेटा कॉलम ल मजबूती ले पुनर्प्राप्त करत हवय जेहर डेटासेट उत्पन्न करत हवय, इहां तक कि जब डेटा शोर से दूषित होत हवय। हम प्रस्तावित मॉडल के मजबूती ल अनुभवजन्य रूप ले उचित ठहराइन अउ देखात हंवय कि ए अत्याधुनिक अलग-अलग एनएमएफ एल्गोरिदम के तुलना में काफी ज्यादा मजबूत हवय। |
f829fa5686895ec831dd157f88949f79976664a7 | पदानुक्रमित बेसियन दृष्टिकोण अनुभवजन्य विपणन म एकठन केंद्रीय भूमिका निभात हवयं काबरकि ओमनव्यक्तिगत-स्तर के पैरामीटर अनुमान उत्पन्न करत हंवय जेखर उपयोग निर्णय ल लक्षित करे बर करे जा सकत हवय । एमसीएमसी विधि पदानुक्रमित बेसियन मॉडल के अनुमान लगाए बर पसंद के विधिमन रहे हवयं काबरकि वे सटीक व्यक्तिगत-स्तर के अनुमान प्रदान करे म सक्षम हवयं। हालांकि, एमसीएमसी विधि कंप्यूटेशनल रूप ले निषिद्ध हवयं अउ जब बडखा डेटा ले ट बर लागू होत हवयं जेहर वर्तमान युग म आम हो गए हवयं। हम विपणन साहित्य में एक नवा वर्ग के बेसियन अनुमान तकनीक के परिचय देत हंवय जेला भिन्नता बेसियन (वीबी) अनुमान के रूप में जाना जात हवय । ये विधियां पाछू के वितरण के अनुमानित करे अउ सिमुलेशन-आधारित एमसीएमसी विधियों ले जुड़े गणना लागत के एक अंश म सटीक अनुमान उत्पन्न करे बर एक निर्धारक अनुकूलन दृष्टिकोण के माध्यम ले स्केलेबिलिटी चुनौती ले निपटती हवय। हम भिन्नता बेसियन अनुमान में हालिया विकास के शोषण अउ विस्तार करत हंवय अउ हाइलाइट करत हंवय कि कैसे दु वीबी अनुमान दृष्टिकोण-मीड-फील्ड वीबी (जो गिब्स सैंपलिंग के अनुरूप हवय) संयोजक मॉडल बर अउ फिक्स्ड-फॉर्म वीबी (जो मेट्रोपॉलिज़-हस्टिंग के अनुरूप हवय) गैर-संयोजक मॉडल बर - जटिल विपणन मॉडल के अनुमान लगाय बर प्रभावी रूप ले जोड़ा जा सकत हवय। हम ए घलो दिखाते हंवय कि समानांतर कंप्यूटिंग अउ स्टोचस्टिक अनुकूलन में हालिया प्रगति के उपयोग ए वीबी विधिमन के गति के बढ़ाए बर कैसे करे जा सकत हवय। सिमुलेटेड के साथ-साथ वास्तविक डेटा लेट के उपयोग करके, हम कईठन सामान्य रूप ले उपयोग करिस जाने वाले विपणन मॉडल (जैसे। मिश्रित रैखिक, लॉजिट, चयन, अउ पदानुक्रमित आदेश लॉजिट मॉडल), अउ प्रदर्शित करत हंवय कि विपणन समस्यामन बर वीबी अनुमान कैसे व्यापक रूप ले लागू होत हवय । |
bf8a0014ac21ba452c38d27bc7d930c265c32c60 | उच्च स्तर के संलयन दृष्टिकोण के आवेदन बहु सेंसर डेटा संलयन म महत्वपूर्ण लाभ के एकठन श्रृंखला के प्रदर्शन करत हवय अउ ऑटोमोटिव सुरक्षा संलयन प्रणाली एखर कोई अपवाद नी होए । उच्च स्तर के संलयन के पूरक या/अउ दृश्य के क्षेत्र के साथ ऑटोमोटिव सेंसर नेटवर्क बर लागू करे जा सकत हवय। ए दृष्टिकोण के फायदा ए हवय कि ए सिस्टम मॉड्यूलरिटी सुनिश्चित करत हवय अउ बेंचमार्किंग के अनुमति देत हवय, काबरकि ए प्रसंस्करण के भीतर फीडबैक अउ लूप के अनुमति नी देत हवय । ए पेपर में दू विशिष्ट उच्च स्तर डेटा फ्यूजन दृष्टिकोणों के वर्णन करे गए हवय, जेमा एक संक्षिप्त वास्तुशिल्प अउ एल्गोरिदमिक प्रस्तुति शामिल हवय। ये दृष्टिकोण मुख्य रूप ले अपन डेटा एसोसिएशन हिस्सा म भिन्न होत हंवय: (ए) ट्रैक स्तर संलयन दृष्टिकोण एला ऑब्जेक्ट निरंतरता अउ बहु-आयामी असाइनमेंट म जोर देके बिंदु ले बिंदु एसोसिएशन के साथ हल करत हवय, अउ (बी) ग्रिड आधारित संलयन दृष्टिकोण जेहर पर्यावरण के मॉडल करे अउ सेंसर डेटा संलयन करे के एक सामान्य तरीका प्रस्तावित करत हवय। इ दृष्टिकोणों बर परीक्षण मामला एक बहु सेंसर सुसज्जित पीआरईवीईएनटी/प्रोफ्यूजन 2 ट्रक प्रदर्शनकर्ता वाहन हवय। |
c8cc94dd21d78f4f0d07ccb61153bfb798aeef2c | |
4152070bd6cd28cc44bc9e54ab3e641426382e75 | वर्गीकरण के समस्या के डेटा खनन, मशीन लर्निंग, डेटाबेस, अउ सूचना पुनर्प्राप्ति समुदायमन में कईठन अलग-अलग डोमेन में अनुप्रयोगों के साथ व्यापक रूप ले अध्ययन करे गए हवय, जैसे कि लक्ष्य विपणन, चिकित्सा निदान, समाचार समूह फ़िल्टरिंग, अउ दस्तावेज़ संगठन। ए पेपर म हम विभिन्न प्रकार के टेक्स्ट वर्गीकरण के एक सर्वेक्षण प्रदान करबो |
e050e89d01afffd5b854458fc48c9d6720a8072c | |
8bf72fb4edcb6974d3c4b0b2df63d9fd75c5dc4f | ए तरह के दृष्टिकोण संभावित रूप ले उच्च प्रदर्शन प्रदान कर सकत हंवय , काबरकि वे प्राकृतिक भाषा अवधारणामन ले जुड़े निहित, अर्थशास्त्र सुविधामन के घलो विश्लेषण करे में सक्षम हंवय । ए पेपर म, हम अर्थवादी भावना विश्लेषण चुनौती के चौथा संस्करण प्रस्तुत करत हंवय , जेमा अर्थवादी सुविधामन म लागू या भरोसा करे वाले प्रणालिमन के मूल्यांकन एकठन प्रतियोगिता म करे जात हवय जेमा बडखा परीक्षण सेट शामिल होत हवयं, अउ कईठन भावना कार्यमन म । मूल्यांकन द्वारा केवल वाक्यरचना / शब्द-संख्या या केवल शब्दकोश-आधारित दृष्टिकोणों म आधारित प्रणालिमन के बाहर रखा गय हवय । तब, हम प्रत्येक कार्य बर मूल्यांकन के म परिणाम प्रस्तुत करत हंवय अउ सबले अभिनव दृष्टिकोण पुरस्कार के विजेता के दिखाए बर, जेहर भावना विश्लेषण कार्य के संबोधित करे बर कईठन ज्ञान आधार के संयोजन करत हवय। भावना विश्लेषण अनुसंधान अउ उद्योग दुनों म व्यापक रूप ले अध्ययन करे गए अनुसंधान क्षेत्र हवय, अउ भावना विश्लेषण ले संबंधित कार्मन के संबोधित करे बर कईठन दृष्टिकोण हवयं। भावना विश्लेषण इंजन शब्दकोश-आधारित तकनीमन ले लेकर मशीन सीखने, या सिंटेक्टिकल नियम विश्लेषण सहित दृष्टिकोणों के लागू करत हंवय । ए तरह के प्रणालिमन के मूल्यांकन अंतरराष्ट्रीय शोध चुनौतिमन में पहीली ले करे गए हवय । हालांकि, अर्थपूर्ण भावना विश्लेषण दृष्टिकोण, जेहर बड़े अर्थपूर्ण ज्ञान आधार ल घलो ध्यान म रखत हवयं या भरोसा करत हंवय अउ अर्थपूर्ण वेब सर्वोत्तम प्रथा ल लागू करत हंवय , जेहर कि आने अंतरराष्ट्रीय चुनौतियों द्वारा विशिष्ट प्रयोगात्मक मूल्यांकन अउ तुलना के तहत नी होए । |
21da9ece5587df5a2ef79bf937ea19397abecfa0 | ए पेपर भविष्यवाणी अउ धारणा वर्गीकरण ल एक अनुमान समस्या के रूप म मानत हवय जेला मस्तिष्क द्वारा हल करे जात हवय । हम मानत हवयं कि मस्तिष्क दुनिया ल पदानुक्रम या गतिशील प्रणालिमन के कैस्केड के रूप म मॉडल करत हवय जेहर संवेदी म कारण संरचना ल एन्कोड करत हवय । संवेदी डेटा के व्याख्या करे बर, इ आंतरिक मॉडल के अनुकूलन या उलटा के साथ धारणा के बराबर करे जात हवय । संवेदी डेटा के उत्पादन करे के तरीका के एक मॉडल के देखते हुए, हम मॉडल के साक्ष्य म बंधे एक मुक्त ऊर्जा के आधार म मॉडल प्रतिवर्तन बर एकठन सामान्य दृष्टिकोण लागू कर सकत हंवय । निम्नलिखित मुक्त ऊर्जा सूत्र समीकरण प्रदान करत हवय जेहर मान्यता के प्रक्रिया के निर्धारित करत हवय, यानी। न्यूरोनल गतिविधि के गतिशीलता जेहर संवेदी इनपुट के कारणमन के प्रतिनिधित्व करत हंवय । इहां, हम एक बहुत ही सामान्य मॉडल म ध्यान केंद्रित करत हंवय , जेखर पदानुक्रमित अउ गतिशील संरचना अनुकरणीय दिमाग ल संवेदी राज्यों के प्रक्षेपवक्र या अनुक्रमों के पहचान अउ भविष्यवाणी करे म सक्षम बनात हवय। हम पहीली पदानुक्रमित गतिशील मॉडल अउ ओमनके प्रतिवर्तन के समीक्षा करत हंवय । फेर हमन देखथन कि दिमाग म ए उल्टा करे बर जरूरी बुनियादी ढांचा हे अऊ ए बात के चित्रण सिंरहिनटिक चिरईमन के उपयोग करके करे जाथे जऊन चिरईमन के गीत ल पहिचान अऊ वर्गीकृत कर सकथे। |
38a935e212c8e10460545b74a7888e3966c03e74 | ए पेपर 3 डी ऑब्जेक्ट डिटेक्शन के एमोडल धारणा के समस्या ल संबोधित करत हवय। कार्य न केवल 3 डी दुनिया में वस्तु स्थिरीकरण ढूंढना हवय, बल्कि ओमनके भौतिक आकार अउ पोज के अनुमान घलो लगाना हवय, भले ही ओमनके केवल हिस्सा आरजीबी-डी छवि में दिखाई देत हंवय । हालिया दृष्टिकोणों हर 3 डी स्पेस में सीधे 3 डी सुविधाओं के शोषण बर गहराई चैनल ले बिंदु क्लाउड के उपयोग करे के प्रयास करिस हवय अउ पारंपरिक 2.5 डी प्रतिनिधित्व दृष्टिकोणों म श्रेष्ठता के प्रदर्शन करिस हवय। हम 2.5 डी प्रतिनिधित्व ढांचे ले चिपके, अउ सीधे 2.5 डी दृश्य उपस्थिति ल 3 डी वस्तुओं ले संबंधित करके एमोडल 3 डी पता लगाने के समस्या ल फिर ले देखथन। हम एक उपन्यास 3 डी ऑब्जेक्ट डिटेक्शन सिस्टम के प्रस्ताव करत हंवय जेहर एक साथ ऑब्जेक्ट्स के 3 डी स्थानों, भौतिक आकार, अउ इंडोर दृश्यों में अभिविन्यास के भविष्यवाणी करत हवय। एनवाईयूवी 2 डेटासेट म प्रयोग ले पता चलत हवय कि हमर एल्गोरिदम अत्याधुनिक राज्य ले काफी बेहतर हवय अउ इंगित करत हवय कि 2.5 डी प्रतिनिधित्व 3 डी अमोडल ऑब्जेक्ट डिटेक्शन बर सुविधाओं के एन्कोडिंग करे में सक्षम हवय। जम्मो सोर्स कोड अउ डेटा https://github.com/phoenixnn/Amodal3Det म हवय। |
4d7a8836b304a1ecebee19ff297f1850e81903b4 | |
461ebcb7a274525b8efecf7990c85994248ab433 | कम-पावर अउ लॉसी नेटवर्क (आरपीएल) बर रूटिंग प्रोटोकॉल एक उपन्यास रूटिंग प्रोटोकॉल हवय जेहर 6 लोडपैन नेटवर्क जैसे सीमित वातावरण बर मानकीकृत हवय। IPv6 / RPL कनेक्टेड 6LoWPAN म सुरक्षा प्रदान करना चुनौतीपूर्ण हवय काबरकि डिवाइस अनिश्चित इंटरनेट ले जुड़े हंवय अउ संसाधन सीमित हंवय , संचार लिंक हानिकारक हंवय , अउ डिवाइस नवा IoT प्रौद्योगिकिमन जैसे आरपीएल, 6 लोपैन, अउ सीओएपी / सीओएपी के उपयोग करत हंवय । ए पेपर में हम आईओटी प्रौद्योगिकिमन अउ उंखर नवा सुरक्षा क्षमतामन के व्यापक विश्लेषण प्रदान करत हंवय जेखर हमलावरमन या आईडीएस द्वारा शोषण करे जा सकत हवय। इ पेपर में प्रमुख योगदानों में ले एक राउटिंग प्रोटोकॉल के रूप में आरपीएल चलहर वाले 6 लोडब्ल्यूपीएएन नेटवर्क के खिलाफ सुघ्घर तरह ले जाने वाले राउटिंग हमलों के कार्यान्वयन अउ प्रदर्शन हावे। हम कन्टीकी ऑपरेटिंग सिस्टम म आरपीएल कार्यान्वयन म इ हमलों ल लागू करत हंवय अउ कूजा सिम्युलेटर में इ हमलों के प्रदर्शन करत हंवय । एखर अलावा, हम आईपीवी 6 प्रोटोकॉल में नवा सुरक्षा सुविधाओं ल उजागर करत हंवय अउ एक हल्के हार्टबीट प्रोटोकॉल के लागू करके आईओटी में घुसपैठ के पता लगाए बर ए सुविधाओं के उपयोग के उदाहरण देत हंवय । |
5b8869bb7afa5d8d3c183dfac0d0f26c2e218593 | आज के उच्च प्रदर्शन प्रोसेसर में प्रचलित कैश पदानुक्रम के एल्गोरिदम के डिजाइन करे बर ध्यान में राखिस जाना चाहि जेहर व्यवहार में अच्छा प्रदर्शन करत हंवय । ए पेपर ए उद्देश्य बर बाह्य मेमोरी एल्गोरिदम के अनुकूलन के वकालत करत हवय। ए विचार अउ व्यावहारिक मुद्दा शामिल बाहीरी स्मृति अउ कैश्ड मेमोरी बर उपयुक्त एक त्वरित प्राथमिकता कतार के इंजीनियरिंग द्वारा उदाहरण दिए जात हवय जेहर के-वे म ीविलय म आधारित हवय। ए कैश्ड मेमोरी में स्थानांतरित करे बर महत्वपूर्ण निरंतर कारकों से पिछले बाह्य मेमोरी एल्गोरिदम में सुधार करत हवय। वर्कस्टेशन के कैश पदानुक्रम में चलना एल्गोरिदम बडखा इनपुट बर बाइनरी ढेर अउ 4-अरी ढेर के अनुकूलित कार्यान्वयन के तुलना में कम ले कम दु गुना ज्यादा तेज़ हवय। |
1f6ba0782862ec12a5ec6d7fb608523d55b0c6ba | हम वाक्य-स्तर वर्गीकरण कार्य बर पूर्व-प्रशिक्षित शब्द वैक्टर के शीर्ष म प्रशिक्षित संवहन तंत्रिका नेटवर्क (सीएनएन) के साथ प्रयोगों के एकठन श्रृंखला म रिपोर्ट करत हंवय । हम दिखाते हावन कि थोरहे हाइपरपैरामीटर ट्यूनिंग अउ स्टेटिक वैक्टर के साथ एक साधारण सीएनएन कईठन बेंचमार्क म उत्कृष्ट परिणाम प्राप्त करत हवय। सूक्ष्म ट्यूनिंग के माध्यम ले कार्य-विशिष्ट वैक्टरमन के सीखना प्रदर्शन म अउ लाभ प्रदान करत हवय। हम अतिरिक्त रूप ले आर्किटेक्चर बर एकठन सरल संशोधन के प्रस्ताव करत हंवय ताकि कार्य-विशिष्ट अउ स्थिर वैक्टर दुनों के उपयोग के अनुमति मिल सके। एमें चर्चा के गइस सीएनएन मॉडल 7 कार्यमन म ले 4 म कला के स्थिति म सुधार करत हंवय , जेमा भावना विश्लेषण अउ प्रश्न वर्गीकरण शामिल हंवय । |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.