_id
stringlengths 40
40
| text
stringlengths 0
9.75k
|
|---|---|
98aa1650071dd259f45742dae4b97ef13a9de08a | |
2105d6e014290cd0fd093479cc32cece51477a5a | एगो बड़का फिंगरप्रिंट डेटाबेस से अपूर्ण चाहे आंशिक फिंगरप्रिंट के पहचान करनाई आज एगो कठिन चुनौती बनल हई। आंशिक फिंगरप्रिंट पर मौजूदा अध्ययन स्थानीय रिज विवरण के उपयोग करके एक-से-एक मिलान पर केंद्रित हय। इ पेपर में, हम वैश्विक टोपोलॉजिकल सुविधा के शोषण करके आंशिक फिंगरप्रिंट के मिलान के लिए उम्मीदवार सूची के पुनर्प्राप्त करे के समस्या के जांच करो हय। विशेष रूप से, हम आंशिक फिंगरप्रिंट से वैश्विक टोपोलॉजी प्रतिनिधित्व के पुनर्निर्माण के लिए एक विश्लेषणात्मक दृष्टिकोण प्रस्तावित करो हय। सबसे पहिले, हम पुनर्निर्माण समस्या के वर्णन करे के लेल एगो व्युत्क्रम अभिविन्यास मॉडल प्रस्तुत करई छी। फिर, हम उलटे मॉडल के सभी मान्य समाधानों के लिए एक सामान्य अभिव्यक्ति प्रदान करते हैं। ई हमरा अज्ञात भाग में लापता संरचना के खोज करते मौजूदा खंड में डेटा निष्ठा के संरक्षित करे के अनुमति देई हई। हम रिज टोपोलॉजी विशेषता के कुछ पूर्व ज्ञान के आधार पर लापता अभिविन्यास संरचना के अनुमान लगावे के लिए एल्गोरिदम विकसित कैलकय हा। हमार सांख्यिकीय प्रयोग से पता चलई हई कि हमार प्रस्तावित मॉडल-आधारित दृष्टिकोण जोड़ी-बुद्धिमान फिंगरप्रिंट मिलान के लेल उम्मीदवार के संख्या के प्रभावी ढंग से कम कर सकई हई, अउर येहिलेल आंशिक फिंगरप्रिंट पहचान के लेल सिस्टम पुनर्प्राप्ति प्रदर्शन में महत्वपूर्ण रूप से सुधार हो सकई हई। |
7b71acff127c9bc736185343221f05aac4768ac0 | सटीक पुनर्निर्माण गारंटी और दिलचस्प व्यावहारिक अनुप्रयोगों के लिए हालिया सैद्धांतिक परिणामों द्वारा प्रेरित, विज्ञान और इंजीनियरिंग के कई क्षेत्रों में हाल ही में कम रैंक के मैट्रिक्स के वसूली में महत्वपूर्ण गतिविधि देखी गई है। ई पेपर में, हम मैट्रिक्स पूर्णता में निम्न-रैंक मैट्रिक्स के अनुमान लगावे के लिए उपन्यास वसूली एल्गोरिदम अउर स्पायर बेयसन लर्निंग (एसबीएल) सिद्धांत के आधार पर मजबूत मुख्य घटक विश्लेषण प्रस्तुत करई हई। मैट्रिक्स फैक्टरिज़ेशन फॉर्मूलेशन से शुरू करके और अनुमान में कम-रैंक बाधा के एक विरलता बाधा के रूप में लागू करते हुए, हम एक ऐसा दृष्टिकोण विकसित करो हय जे उच्च वसूली प्रदर्शन प्रदान करते हुए सही रैंक के निर्धारण में बहुत प्रभावी हय। हम अन्य समान समस्या में मौजूदा तरीकों और अनुभवजन्य परिणामों के साथ संबंध प्रदान करो हय और वर्तमान अत्याधुनिक विधियों के साथ तुलना करो हय जे इ दृष्टिकोण के प्रभावशीलता के दर्शावो हय। |
93ed6511a0ae5b13ccf445081ab829d415ca47df | लेबल प्रजनन ग्राफ पर अर्ध-पर्यवेक्षित सीखने के एक शक्तिशाली और लचीली तकनीक हय। दोसर ओर, तंत्रिका नेटवर्क, कैगो पर्यवेक्षित सीखने के कार्य में ट्रैक रिकॉर्ड साबित कैले हई। इ काम में, हम एगो प्रशिक्षण ढांचा के प्रस्ताव रखई हई जेकरा मे एगो ग्राफ-नियामक उद्देश्य हई, अर्थात् न्यूरल ग्राफ मशीन, जे न्यूरल नेटवर्क के शक्ति अउर लेबल प्रसार के संयोजन कर सकई हई। ई काम तंत्रिका नेटवर्क के ग्राफफग्मेन्टेड प्रशिक्षण पर पिछला साहित्य के सामान्यीकृत करई हई, जेकरा कैगो तंत्रिका आर्किटेक्चर (फीड-फॉरवर्ड एनएन, सीएनएन अउर एलएसटीएम आरएनएन) अउर एगो विस्तृत श्रृंखला के लेल लागू कैल जाए के अनुमति मिलई हई। नया उद्देश्य तंत्रिका नेटवर्क के लेबल कैल गेल अउर अनलेबल कैल गेल डेटा दुनहु के उपयोग करे के अनुमति देई हई: (ए) नेटवर्क के लेबल कैल गेल डेटा के उपयोग करके प्रशिक्षित करे के अनुमति देई हई जैसन कि पर्यवेक्षित सेटिंग में हई, (बी) लेबल प्रसार के समान नस में, एगो ग्राफ पर पड़ोसी नोड्स के लेल समान छिपल प्रतिनिधित्व के सीखने के लेल नेटवर्क के पक्षपाती करई हई। प्रस्तावित उद्देश्य के जौरे ऐसन आर्किटेक्चर के स्टोचैस्टिक ग्रेडिएंट वंश के उपयोग करके कुशलता से प्रशिक्षित कैल जा सकई हई अउर बड़का ग्राफ तक पैमाना पर कैल जा सकई हई, एगो रनटाइम के जौरे जे किनार के संख्या में रैखिक होई हई। प्रस्तावित संयुक्त प्रशिक्षण दृष्टिकोण कई मौजूदा तरीकों पर एक व्यापक श्रेणी के कार्यों (सामाजिक ग्राफ पर बहु-लेबल वर्गीकरण, समाचार वर्गीकरण, दस्तावेज़ वर्गीकरण और अर्थपूर्ण इरादा वर्गीकरण) पर, कई प्रकार के ग्राफ इनपुट (नोड-स्तरीय सुविधाओं के साथ और बिना ग्राफ सहित) और विभिन्न प्रकार के तंत्रिका नेटवर्क के उपयोग करके, कई मौजूदा तरीकों से बेहतर प्रदर्शन करता है। Google में इंटर्नशिप के दौरान कैल गेल काम। |
a32e74d41a066d3dad15b020cce36cc1e3170e49 | ग्राफिकल मॉडल बहुभिन्नरूपी सांख्यिकीय मॉडलिंग के लिए एक शक्तिशाली औपचारिकता में ग्राफ सिद्धांत और संभावना सिद्धांत के एक साथे लावो हय। सांख्यिकीय संकेत प्रसंस्करण-साथ ही संचार सिद्धांत, नियंत्रण सिद्धांत और जैव सूचना विज्ञान जैसे संबंधित क्षेत्र में-सांख्यिकीय मॉडल के लंबे समय से ग्राफ के संदर्भ में तैयार कैल गेल हई, अउर संभावना अउर सीमांत संभावना जैसन बुनियादी सांख्यिकीय मात्रा के गणना के लेल एल्गोरिदम के अक्सर येई ग्राफ पर संचालित पुनरावृत्ति के संदर्भ में व्यक्त कैल गेल हई। उदाहरण में छिपल मार्कोव मॉडल, मार्कोव यादृच्छिक क्षेत्र, फॉरवर्ड-बैकवर्ड एल्गोरिथ्म और कैलमैन फ़िल्टरिंग शामिल हय [रैबिनर और जुआंग (1993); पर्ल (1988); कैलाथ एट अल। (2000) ] के रूप में कैल गेलय हल। ई विचार के ग्राफिक मॉडल के औपचारिकता के भीतर समझल, एकीकृत और सामान्यीकृत कैल जा सकई हई। वास्तव में, ग्राफिकल मॉडल येई शास्त्रीय वास्तुकला पर भिन्नता के तैयार करे अउर सांख्यिकीय मॉडल के पूरा तरह से नया परिवार के खोज करे के लेल एगो प्राकृतिक ढांचा प्रदान करई हई। उपरोक्त उल्लिखित पुनरावर्ती एल्गोरिदम एगो सामान्य पुनरावर्ती एल्गोरिदम के सभे उदाहरण हई जेकरा जंक्शन ट्री एल्गोरिदम के रूप में जानल जाई हई [लॉरिट्ज़ेन अउर स्पीगेलहल्टर, 1988]। जंक्शन ट्री एल्गोरिथ्म संयुक्त संभावना वितरण के गुणनखंडन गुणनखंडन के लाभ उठावो हय जे एक ग्राफिकल मॉडल में लापता किनारों के पैटर्न द्वारा एन्कोड कैल गेलय हय। उपयुक्त रूप से विरल ग्राफ के लेल, जंक्शन ट्री एल्गोरिथ्म एगो ग्राफिकल मॉडल से जुड़ल संभावना अउर दोसर सांख्यिकीय मात्रा के गणना के सामान्य समस्या के लेल एगो व्यवस्थित अउर व्यावहारिक समाधान प्रदान करई हई। दुर्भाग्य से, व्यावहारिक रुचि के कैगो ग्राफिकल मॉडल "उपयुक्त रूप से विरल" ना हई, येहिलेल जंक्शन ट्री एल्गोरिथ्म अब सीमांत संभावना अउर दोसर अपेक्षा के गणना के समस्या के लेल एगो व्यवहार्य कम्प्यूटेशनल समाधान प्रदान ना करई छलई। ऐसन मामला के सामना करे के प्रयास के लेल विधियों के एगो लोकप्रिय स्रोत मार्कोव श्रृंखला मोंटे कार्लो (एमसीएमसी) ढांचा हय, और वास्तव में ऐसन पर एक महत्वपूर्ण साहित्य हय। |
1d16975402e5a35c7e33b9a97fa85c689f840ded | इ पत्र में, हम LSHDB, रिकॉर्ड लिंक और समानता खोज के लिए पहला समानांतर और वितरित इंजन प्रस्तुत करो हय। LSHDB स्थानीयता-संवेदनशील हैशिंग (उच्च आयाम में समान वस्तु के पता लगावे के एगो लोकप्रिय विधि) के यांत्रिकी के छिपाने के लेल एगो अमूर्त परत के भौतिक बनाबई हई जेकरा अंतर्निहित समानता खोज इंजन के रूप में उपयोग कैल जाई हई। LSHDB इनपुट डेटा से उचित डेटा संरचना बनवई हई अउर ई संरचना के नोएसक्यूएल इंजन के उपयोग कैके डिस्क पर बनल रहई हई। ई अंतर्निहित रूप से वितरित क्वेरी के समानांतर प्रसंस्करण के समर्थन करई हई, अत्यधिक विस्तार योग्य हई, अउर उपयोग में आसान हई। हम LSHDB के रिकॉर्ड लिंकेज (और गोपनीयता-संरक्षण रिकॉर्ड लिंकेज) कार्य के संदर्भ में समान रिकॉर्ड के पता लगाबे के लेल अंतर्निहित प्रणाली के रूप में, साथ ही साथ एक खोज इंजन के रूप में प्रदर्शित करबई जे सबमिट क्वेरी के समान स्ट्रिंग मान के पहचान करई हई। |
6f9ead16c5464a989dee4cc337d473e353ce54c7 | हम कंकाल के तार फ्रेम गति के लेल वास्तविक समय के इशारा वर्गीकरण प्रणाली प्रस्तुत करई छी। एकर प्रमुख घटकों में शोर इनपुट के तहत मान्यता मजबूती के लिए डिज़ाइन कियल गेल कंकाल के एक कोणीय प्रतिनिधित्व, बहु-चरित समय-श्रृंखला डेटा के लिए एक कैस्केड संबंध-आधारित वर्गीकरणकर्ता और एक अधिग्रहित इशारे और मिलानकारी इशारे के लिए एक ओरेकल के बीच गति में अंतर के मूल्यांकन करे के लिए गतिशील समय-वार्पिंग के आधार पर एक दूरी मीट्रिक शामिल हय। जबकि पहिला अउर अंतिम उपकरण प्रकृति में सामान्य हई अउर कोनो इशारा-मेल खाने वाला परिदृश्य पर लागू कैल जा सकई हई, वर्गीकरण के कल्पना येई धारणा के आधार पर कैल गेल हई कि इनपुट गति एगो ज्ञात, कैनोनिकल समय-आधार के पालन करई हईः एगो संगीत बीट। 28 इशारा वर्ग से बनल एगो बेंचमार्क पर, XBOX Kinect प्लेटफॉर्म के उपयोग करके दर्ज कैल गेल सैकड़ों इशारा उदाहरण अउर प्रत्येक इशारा वर्ग के लेल दर्जनों विषय द्वारा कैल गेल, हमर वर्गीकरणकर्ता के औसत सटीकता 96:9% हई, लगभग 4 सेकंड के कंकाल गति रिकॉर्डिंग के लेल। वास्तविक समय के गहराई सेंसर से इनपुट शोर के देखते हुए इ सटीकता उल्लेखनीय हय। |
8abbc8a8bdb2c1d7193ecb2a49cb8f9344ce4141 | हम दो दृष्टि-आधारित निगरानी तकनीकों के उपयोग करके घर के सेटिंग में कदम-से-कदम चलने के परिवर्तनशीलता के माप के एक विश्लेषण प्रस्तुत करई हियई: दो वेब-कैमरा के प्रणाली से गुमनाम वीडियो डेटा, अउर एगो माइक्रोसॉफ्ट किनेट से गहराई के छवि। हर साल लाखों बच्चा के ऐई योजना के लाभ अवई छई। बुजुर्ग व्यक्ति के गिरने के जोखिम के आकलन करे के क्षमता ऊ लोग के उम्र के रूप में स्वतंत्र सेटिंग में सुरक्षित रूप से रहे के अनुमति देवे के लेल आवश्यक छलई। अध्ययन से पता चललई कि कदम-से-कदम चलने के चरमता के माप वृद्ध वयस्कों में गिरने के भविष्यवाणी करई हई। इ विश्लेषण के लिए, प्रतिभागि के एक सेट के दो दृष्टि-आधारित प्रणालि द्वारा निगरानी के दौरान कई लघु सैर करे के लेल कहल गेल रहई, जमीनी सच्चाई के लेल मार्कर-आधारित विकॉन गति कैप्चर प्रणाली के जौरे। प्रत्येक प्रणाली के उपयोग करके कदम-से-कदम चलने के परिवर्तनशीलता के माप के गणना कैल गेलय हल और Vicon से प्राप्त उनकरा साथे तुलना कियल गेलय हल। |
386a8419dfb6a52e522cdab70ee8449422e529ba | प्राथमिक उद्देश्य अध्ययन के उद्देश्य अपन जीवन के गुणवत्ता में सुधार और/या अपन स्वास्थ्य स्थिति के निगरानी के उद्देश्य से अपन घर में स्थापित और संचालित "स्मार्ट होम" तकनीक के संबंध में वरिष्ठ लोगन के धारणा अउर अपेक्षा के पता लगाबई हई। अनुसंधान डिजाइन और विधियाँ प्रौद्योगिकी के बारे में वृद्ध वयस्कों के धारणा के आकलन करे और उ तरीका के आकलन करे के लिए इ पायलट अध्ययन के भीतर तीन फोकस समूह सत्र आयोजित कैल गेलय हल, जेकरा से ऊ विश्वास करो हय कि प्रौद्योगिकी ओकर दैनिक जीवन के बेहतर बना सको हय। येई समूह में चर्चा कैल गेल विषय में स्वास्थ्य से संबंधित मुद्दा में उपकरण अउर सेंसर के उपयोगिता के प्रतिभागि के धारणा शामिल रहई जैसे कि गिरने से रोकना चाहे पता लगाना, दृश्य या श्रवण हानि में सहायता करना, गतिशीलता में सुधार करना, अलगाव कम करना, दवा के प्रबंधन करनाई, अउर शारीरिक मापदंड के निगरानी करनाई। ऑडियो टेप के ट्रांसक्रिप्ट कैल गेलय हल और सामग्री विश्लेषण कैल गेलय हल। परिणाम तीन फोकस समूह सत्र में कुल 15 वृद्ध लोग भाग लेलकय। उन्नत प्रौद्योगिकि के लाभ के क्षेत्र में वृद्ध वयस्क निवासी के आपातकालीन सहायता, गिरने के रोकथाम और पता लगाना, शारीरिक मापदंडों के निगरानी आदि शामिल हलय। उपकरण के उपयोगकर्ता के अनुकूलता, मानव प्रतिक्रिया के कमी और पुराने शिक्षार्थियों के लिए तैयार प्रशिक्षण के आवश्यकता के बारे में चिंता व्यक्त कियल गलय हल। निष्कर्ष सभी प्रतिभागियों के पास उनके जीवन के सुधार के लिए उनके घरों में स्थापित उपकरणों और सेंसर के प्रति एक समग्र सकारात्मक दृष्टिकोण था। |
3b8a4cc6bb32b50b29943ceb7248f318e589cd79 | हम अनुक्रमों के संग्रह के भीतर 1-आयामी उप-क्रमों के पता लगावे के लिए एक कुशल अनुक्रमण विधि प्रस्तुत करो हय, ताकि उप-क्रम एक निर्दिष्ट सहिष्णुता के भीतर एक दिहल गेल (क्वेरी) पैटर्न से मेल खाए। विचार ई हई कि प्रत्येक डेटा अनुक्रम के फीचर स्पेस में बहुआयामी आयत के एगो छोट सेट में मैप कैल जाए। फिर, इ आयत के पारंपरिक स्थानिक पहुंच विधियों, जैसे कि आर * पेड़ [9] के उपयोग करके आसानी से अनुक्रमित कैल जा सको हय। अधिक विस्तार से, हम डेटा अनुक्रम पर एक स्लाइडिंग विंडो के उपयोग करो हय और एकर विशेषता के निकालवो हय; परिणाम विशेषता स्थान में एक निशान हय। हम ऐसन ट्रेल के उप-ट्रेल में विभाजित करे के लेल एगो कुशल अउर प्रभावी एल्गोरिथ्म के प्रस्ताव करई हई, जेकरा बाद में ओकर न्यूनतम बॉन्डिंग आयत (एमबीआर) द्वारा दर्शाएल जाई छलई। हम विभिन्न लंबाई के प्रश्न के भी जांच करो हय, और हम प्रत्येक मामले के कुशलता से कैसे संभाले के लिए दिखावो हय। हम अपन पद्धति के लागू कैलकय और सिंथेटिक और वास्तविक डेटा (स्टॉक मूल्य आंदोलन) पर प्रयोग कैलकय। हम विधि के अनुक्रमिक स्कैनिंग से तुलना कलई, जे एकमात्र स्पष्ट प्रतियोगी हई। परिणाम उत्कृष्ट हलय: हमर विधि खोज के समय के 3 गुना से 100 गुना तकले तेज कर दलकय। |
886431a362bfdbcc6dd518f844eb374950b9de86 | मानव आंदोलन के प्रतिनिधित्व और मान्यता के लिए एक नया दृश्य-आधारित दृष्टिकोण प्रस्तुत कैल गेल हई। प्रतिनिधित्व के आधार एक स्थैतिक वेक्टर-छवि के एक अस्थायी टेम्पलेट हई जहां प्रत्येक बिंदु पर वेक्टर मान एक छवि अनुक्रम में संबंधित स्थानिक स्थान पर गति गुण के एक फलन हई। परीक्षण डोमेन के रूप में एरोबिक्स अभ्यास के उपयोग करते हुए, हम टेम्पलेट के एक सरल, दो-घटक संस्करण के प्रतिनिधित्व शक्ति के पता लगावई हई: पहला मान गति के उपस्थिति के इंगित करे वाला द्विआधारी मान हई अउर दूसरा मान एगो अनुक्रम में गति के हालियाता के कार्य हई। फेर हम ज्ञात क्रिया के दृश्य के संग्रहीत उदाहरण के विरुद्ध काल के टेम्पलेट के मिलान करे वाला एक मान्यता विधि विकसित कर रहलिए ह। विधि स्वचालित रूप से काल के विभाजन करई हई, गति में रैखिक परिवर्तन के लेल अपरिवर्तनीय होई हई, अउर मानक प्लेटफॉर्म पर वास्तविक समय में चलई हई। अनुक्रमणिका शब्द- गति पहचान, कंप्यूटर दृष्टि। |
846a1a0136e69554923301ea445372a57c6afd9d | बहु-एजेंट शिक्षा में मुख्य चुनौती अन्य एजेंट के व्यवहार के लेल सर्वोत्तम प्रतिक्रिया सीखनाई हई, जे गैर-स्थिर हो सकई हई: यदि दोसर एजेंट अपन रणनीति के अनुकूलित करई हई, त सीखने के लक्ष्य स्थानांतरित हो जाई छलई। शोध के अलग-अलग धारा कैगो कोण से गैर-स्थिरता के संपर्क में आ गेल हई, जे विभिन्न प्रकार के निहित धारणा बनाबई हई जे कला के स्थिति के अवलोकन रखे अउर नया कार्य के नवाचार अउर महत्व के मान्य करे के लेल कठिन बनाबई हई। ई सर्वेक्षण काम के एगो सुसंगत सिंहावलोकन प्रस्तुत करई हई जे प्रतिद्वंद्वी-प्रेरित गैर-स्थिरता के खेल सिद्धांत, सुदृढीकरण सीखना अउर बहु-सशस्त्र डाकू के उपकरण के जौरे संबोधित करई हई। एकरा अलावा, हम सिद्धांत दृष्टिकोण पर विचार करई हई कि कैसे एल्गोरिदम मॉडल अउर येई गैर-स्थिरता के सामना करई हई, एगो नया ढांचा अउर पांच श्रेणी (कठोरता के बढ़ैत क्रम में) पर पहुंचई हई: अनदेखा, भूल, लक्ष्य मॉडल के जवाब देनाई, मॉडल सीखनाई अउर मन के सिद्धांत। अत्याधुनिक एल्गोरिदम के एगो विस्तृत श्रृंखला के एगो वर्गीकरण में वर्गीकृत कैल गेल हई, येई श्रेणि अउर पर्यावरण के प्रमुख विशेषता (जैसे, अवलोकन योग्य) अउर विरोधी के अनुकूलन व्यवहार (जैसे, चिकनी, अचानक) के उपयोग कैके। एकरा स्पष्ट करे के लेल हम एगो डोमेन के उदाहरणात्मक भिन्नता प्रस्तुत करई छी, प्रत्येक श्रेणी के ताकत अउर सीमा के विपरीत। अंत में, हम चर्चा करते हैं कि किन वातावरण में विभिन्न दृष्टिकोण सबसे अधिक लाभ देते हैं, और भविष्य के अनुसंधान के आशाजनक मार्गों की ओर इशारा करते हैं। |
a3ee76b20df36976aceb16e9df93817255e26fd4 | ज्ञान आधार के साथ प्रश्न-उत्तर पर शोध हाल ही में गहरी वास्तुकला के बढ़ता उपयोग देखल गेल हई। इ विस्तारित सार में, हम प्रश्न पार्सिंग के लिए तंत्रिका मशीन अनुवाद प्रतिमान के अनुप्रयोग के अध्ययन करो हय। हम स्पार्कियल ग्राफ क्वेरी भाषा में ग्राफ पैटर्न और ओकर रचना के सीखने के लिए अनुक्रम-से-अनुक्रम मॉडल के नियोजित करो हय। प्रश्न-उत्तर जोड़े के माध्यम से कार्यक्रम के प्रेरित करे के बजाय, हम एगो अर्ध-पर्यवेक्षित दृष्टिकोण के उम्मीद करई हई, जहां प्रश्न अउर प्रश्न के बीच संरेखण टेम्पलेट के माध्यम से बनएल जाई छलई। हम तर्क दे हती कि प्राकृतिक भाषा निर्माण में देर से उल्लेखनीय कार्य के उपयोग करके भाषा के उच्चारण के कवरेज के विस्तार कैल जा सकई हई। |
4928aee4b9a558d8faaa6126201a45b7aaea7bb6 | येई प्रकार, ई-शासन प्रणाली के सफलता अउर कार्यान्वयन के दृष्टिकोण से एकरा पूर्व-स्वीकृति पर लागत, अवसर, लाभ अउर जोखिम के प्रभाव के बेहतर विश्लेषण करे में ई शोध सरकार के मदद कर सकई हई। इलेक्ट्रॉनिक सरकार (ई-गवर्नमेंट) के क्षेत्र में एक दशक से अधिक व्यापक शोध कार्य के बाद, ई-गवर्नमेंट के कार्यान्वयन के प्रभावित करे वाला लागत, अवसर, लाभ और जोखिम पर व्यवस्थित साहित्य समीक्षा करे के अभी तक कोई प्रयास नए कियल गेलय हा। ई ई-शासन पहलवन के लागू करत समय सरकारन के सामने आ चुकल विभिन्न संबंधित चुनौतियन के ध्यान में रख के विशेष रूप से महत्वपूर्ण हो। येहिलेल, ई पेपर के उद्देश्य इलेक्ट्रॉनिक सरकार, एगो अंतर्राष्ट्रीय पत्रिका (ईजीआईजे), अंतर्राष्ट्रीय जर्नल ऑफ इलेक्ट्रॉनिक गवर्नमेंट रिसर्च (आईजेईजीआर) अउर ट्रांसफॉर्मिंग गवर्नमेंटः पीपल, प्रोसेस, अउर पॉलिसी (टीजीपीपीपी) जैसन इलेक्ट्रॉनिक सरकार के शोध के लेल समर्पित पत्रिका से संबंधित पत्र के मैनुअल समीक्षा के जौरे स्कॉपस ऑनलाइन डेटाबेस अउर गूगल स्कॉलर से पहचानल गेल 132 अध्ययन के व्यवस्थित समीक्षा के उपयोग करके येई मुद्दा के संबोधित करे वाला प्रासंगिक साहित्य के व्यापक विश्लेषण करनाई है। समग्र समीक्षा से संकेत मिललय कि यद्यपि बड़ी संख्या में पत्र लागत, अवसरों, लाभों और जोखिमों पर चर्चा करो हय, लेकिन इ मुद्दों के उपचार सतही होलय हा। एकर अलावा, अनुभवजन्य अध्ययनों के कमी हय जे विभिन्न ई-गवर्नमेंट प्रणालि के संबंध में इ रचना के प्रदर्शन के सांख्यिकीय रूप से मूल्यांकन कर सको हय। |
d990e96bff845b3c4005e20629c613bf6e2c5c40 | |
2169acce9014fd4ce462da494b71a3d2ef1c8191 | जबकि इ अभी तक साबित नए कियल गेलय हय, अनुभवजन्य साक्ष्य बतावो हय कि मॉडल सामान्यीकरण ऑप्टिमा के स्थानीय गुण से संबंधित हय जेकरा हेसियन के माध्यम से वर्णित कियल जा सको हय। हम पीएसी-बेज प्रतिमान के तहत एक समाधान के स्थानीय संपत्ति के साथ मॉडल सामान्यीकरण को जोड़ते हैं। विशेष रूप से, हम साबित कर हई कि मॉडल सामान्यीकरण क्षमता हेसियन, हेसियन के लिप्सचिट्ज़ स्थिरांक के विशेषता वाला उच्च-क्रम के चिकनाई शब्द, और पैरामीटर के पैमाना से संबंधित हई। प्रमाण से निर्देशित होके, हम मॉडल के सामान्यीकरण क्षमता के स्कोर करे के लेल एगो मीट्रिक के प्रस्ताव रखई हई, जौरे एगो एल्गोरिथ्म जे तदनुसार परेशान मॉडल के अनुकूलित करई हई। |
39ed372026adaf052d9c40613386da296ee552dc | डीपमैचिंग (डीएम) छवियों के बीच अर्ध-घन पत्राचार की गणना के लिए अत्याधुनिक मिलान एल्गोरिदम में से एक है। प्रारंभिक छवि पत्राचार के खोजे के लिए हालिया ऑप्टिकल प्रवाह विधियों में डीपमैचिंग के उपयोग कैल जा हय और उत्कृष्ट प्रदर्शन प्राप्त करो हय। हालाँकि, डीपमैचिंग के मुख्य बिल्डिंग ब्लॉक, सहसंबंध मानचित्र गणना, समय लेने वाला हय। इ पत्र में, हम एगो नया एल्गोरिथ्म, एलएसएचडीएम, प्रस्तावित करई हई, जे डीपमैचिंग के लेल स्थानीयता संवेदनशील हैशिंग (एलएसएच) के नियोजित करके समस्या के संबोधित करई हई। सहसंबंध मानचित्र गणना चरण के लेल गणना जटिलता बहुत कम हो जाई हई। प्रयोग से पता चलई हई कि ऑप्टिकल प्रवाह अनुमान के लेल तुलनीय सटीकता के बरकरार रखैत छवि मिलान के हमर दृष्टिकोण द्वारा दस गुना चाहे उससे अधिक तेजी से कैल जा सकई हई। |
2fb8c7faf5e42dba3993a2b7cd8c6fd1b90d29ef | साक्षरता सीखना, पढ़ना और लिखना सीखना, बच्चे स्कूल में प्रवेश करे से बहुत पहले शुरू हो जा हय। पढ़े आउ लिखे के लेल महत्वपूर्ण कौशल में से एगो प्रतीकात्मक रूप से विचार के प्रतिनिधित्व करे के क्षमता हई अउर ओकरा एगो दर्शक के जौरे भाषा में साझा करे के क्षमता हई जे कहानी के लेल जरूरी रूप से एके तरह के सामयिक अउर स्थानिक संदर्भ साझा न कर सकई छलई। बच्चा सब दिन इ महत्वपूर्ण भाषा के सीखे और अभ्यास करे हय, अपन आसपास के साथी और बड़ लोग के साथे कहानियां कहे हय। विशेष रूप से, सहकर्मी सहयोग के संदर्भ में कहानी बतानाई बच्चा के साक्षरता के लेल महत्वपूर्ण भाषा कौशल सीखे के लेल एगो महत्वपूर्ण वातावरण प्रदान करई हई। एकरा प्रकाश में, हम सैम के डिजाइन कय ली, एगो अवतारित वार्तालाप एजेंट जे बच्चा के साथ सहयोग से कहानी कहई हई। सैम के डिज़ाइन पूर्वस्कूली बच्चा के लेल एक सहकर्मी के तरह देखाई देले रहई, लेकिन विकासात्मक रूप से उन्नत तरीका से कहानी कहे के लेल: साक्षरता के लेल महत्वपूर्ण कथा कौशल के मॉडलिंग। परिणाम से पता चललई कि जे बच्चा आभासी साथी के जौरे खेलई रहई, ऊ कहानी कहलो जे आभासी साथी के भाषाई रूप से उन्नत कहानी के समान रहईः अधिक उद्धृत भाषण अउर समय आउर स्थानिक अभिव्यक्ति के उपयोग कैके। एकरा अलावा, बच्चा सब सैम के कहानी के ध्यान से सुनलई, ओकरा सहायता कइलई अउर सुधार के सुझाव देलई। छोट बच्चा के साक्षरता सीखना में प्रौद्योगिकी के सामाजिक भूमिका निभय के संभावित लाभ पर चर्चा कैल गेल हई। |
4623accb0524d3b000866709ec27f1692cc9b15a | |
f9791399e87bba3f911fd8f570443cf721cf7b1e | रचना प्रक्रिया के कैप्चर करनाई जे शब्द के अर्थ के दस्तावेजों के मानचित्रित करई हई, प्राकृतिक भाषा प्रसंस्करण अउर सूचना पुनर्प्राप्ति में शोधकर्ता के लेल एगो केंद्रीय चुनौती छलई। हम एगो मॉडल पेश करई हई जे कम आयामी वेक्टर स्पेस में एम्बेड करके दस्तावेज़ के अर्थ के प्रतिनिधित्व करे में सक्षम हई, जबकि शब्द अउर वाक्य क्रम के भेद के संरक्षित करनाई सूक्ष्म शब्दार्थ के कैप्चर करे के लेल महत्वपूर्ण छलई। हमार मॉडल एगो विस्तारित गतिशील संवहन तंत्रिका नेटवर्क पर आधारित हई, जे संवहन फ़िल्टर के वाक्य अउर दस्तावेज़ दुनहु स्तर पर सीखई हई, पदानुक्रमित रूप से कम स्तर के शाब्दिक सुविधा के उच्च स्तर के शब्दार्थ अवधारणा में कैप्चर अउर रचना करे के सीखई हई। हम इ मॉडल के प्रभावशीलता के कई दस्तावेज़ मॉडलिंग कार्य पर प्रदर्शित करो हय, जे कि कोई भी फीचर इंजीनियरिंग के साथे और अधिक कॉम्पैक्ट मॉडल के साथ मजबूत परिणाम प्राप्त करो हय। कंप्यूटर विजन के लेल गहरी संवहन नेटवर्क के दृश्यण में हालिया प्रगति से प्रेरित होके, हम अपन दस्तावेज़ नेटवर्क के लेल एगो उपन्यास दृश्यण तकनीक प्रस्तुत करई छी जे न केवल उनकर सीखने के प्रक्रिया में अंतर्दृष्टि प्रदान करई हई, बल्कि पाठ के लेल एगो आकर्षक स्वचालित सारांश प्रणाली के उत्पादन के लेल व्याख्या कैल जा सकई हई। |
6f2cdce2eb8e6afdfd9e81316ff08f80e972cc47 | हम एगो बड़का मीडिया कंपनी के समर्थन में प्राकृतिक भाषा प्रसंस्करण मंच बनावे के लेल चार साल के अकादमिक अनुसंधान परियोजना पर रिपोर्ट करई छी। कम्प्यूटेबल न्यूज प्लेटफॉर्म समाचार के कहानियों के संसाधित करो हय, संरचित डेटा के एक परत के उत्पादन करो हय जेकर उपयोग समृद्ध अनुप्रयोगों के निर्माण के लिए कियल जा सको हय। हम एकरा बनावे में खोजल गेल बुनियादी मंच अउर शोध कार्य के वर्णन करई छी। मंच विभिन्न न्यूज़रूम कार्यों के समर्थन करे के लिए डिज़ाइन कियल गेल प्रोटोटाइप अनुप्रयोगों के एक विस्तृत श्रृंखला के समर्थन करो हय। हम आशा करऽ हिअइ कि ई गुणात्मक समीक्षा ई प्रकार के परियोजना में शामिल चुनौती के बारे में कुछ अंतर्दृष्टि प्रदान करतइ। |
6ab5acb5f32ef2d28f91109d40e5e859a9c101bf | हम सामान्य वीडियो अनुक्रमण के लिए चुनौती समस्या के परिचय देवो हय जे मध्यवर्ती चरण में अंतर्दृष्टि प्राप्त करो हय जे मल्टीमीडिया विश्लेषण विधियों के प्रदर्शन के प्रभावित करो हय, जबकि एक ही समय में प्रयोग के दोहरावे के बढ़ावा देवो हय। एक चुनौती समस्या तक पहुंचे के लिए, हम 2 यूनिमोडल विश्लेषण प्रयोगों, 2 मल्टीमोडल विश्लेषण प्रयोगों और 1 संयुक्त विश्लेषण प्रयोग में सामान्य वीडियो अनुक्रमण समस्या को विभाजित करके स्वचालित अवधारणा पहचान विधियों की व्यवस्थित परीक्षा के लिए एक सामान्य योजना प्रदान करते हैं। प्रत्येक प्रयोग के लिए, हम 101 शब्दार्थिक अवधारणा के शब्दकोश के उपयोग करके TRECVID 2005/2006 बेंचमार्क से 85 घंटे के अंतर्राष्ट्रीय प्रसारण समाचार डेटा पर सामान्य वीडियो अनुक्रमण प्रदर्शन के मूल्यांकन करो हय। प्रत्येक प्रयोग पर न्यूनतम प्रदर्शन के स्थापना करके, चुनौती समस्या सामान्य अनुक्रमण समस्या के घटक-आधारित अनुकूलन के अनुमति देवो हय, जबकि एक साथ अन्य शोधकर्ताओं के अनुक्रमण पद्धति विकास के दौरान तुलना के लिए एक संदर्भ प्रदान करो हय। मध्यवर्ती विश्लेषण चरण में आगे के जांच के प्रोत्साहित करे के लिए जे वीडियो अनुक्रमण प्रदर्शन के प्रभावित करो हय, चुनौती अनुसंधान समुदाय के मैन्युअल रूप से एनोटेट किए गए अवधारणा शब्दकोश, पूर्व-कंप्यूटेड निम्न-स्तर के मल्टीमीडिया सुविधाओं, प्रशिक्षित वर्गीकरण मॉडल और पांच प्रयोगों के आधार प्रदर्शन के साथ प्रदान करो हय, जे सभे उपलब्ध हय http://www.mediamill.nl/challenge/। |
dc9681dbb3c9cc83b4636ec97680aa3326a7e7d0 | अधिकांश मौजूदा वीडियो डेनोइजिंग एल्गोरिदम छवि शोर के एक एकल सांख्यिकीय मॉडल के मानो हय, जैसे कि जोड़ने वाला गौसियन सफेद शोर, जे अक्सर अभ्यास में उल्लंघन कैल जाई छलई। इ पेपर में, हम वीडियो डेटा से गंभीर मिश्रित शोर के हटावे में सक्षम एक नया पैच-आधारित वीडियो डेनोइजिंग एल्गोरिथ्म प्रस्तुत करई हई। स्थानिक और सामयिक दोनों डोमेन में समान पैच के समूहीकृत करके, हम मिश्रित शोर के कम-रैंक मैट्रिक्स पूर्णता समस्या के रूप में हटाने की समस्या को तैयार करते हैं, जो शोर के सांख्यिकीय गुणों पर मजबूत धारणाओं के बिना एक denoising योजना की ओर जाता है। परिणामी परमाणु मानदंड से संबंधित न्यूनतमकरण समस्या के हाल ही में विकसित कई विधियों द्वारा कुशलता से हल कैल जा सको हय। मिश्रित शोर के हटावे पर हमर प्रस्तावित डेनोइजिंग एल्गोरिथ्म के मजबूती और प्रभावशीलता, उदाहरण के लिए आवेगपूर्ण शोर के जौरे मिश्रित भारी गॉसियन शोर, प्रयोग में मान्य हई अउर हमर प्रस्तावित दृष्टिकोण के तुलना कुछ मौजूदा वीडियो डेनोइजिंग एल्गोरिदम के जौरे अनुकूलता से कैल जाई छलई। |
005aea80a403da18f95fcb9944236a976d83580e | ई पेपर अपूर्ण आवृत्ति नमूना से कोनो वस्तु के पुनर्निर्माण के मॉडल समस्या पर विचार करई हई। एगो असतत-समय के सिग्नल f/spl isin/C/sup N/ अउर आवृत्ति के यादृच्छिक रूप से चुनल गेल सेट /spl ओमेगा/ पर विचार करहो। क्या सेट /spl ओमेगा/ पर अपने फूरियर गुणांक के आंशिक ज्ञान से f के पुनर्निर्माण करना संभव हई? ई पेपर के एगो विशिष्ट परिणाम निम्नलिखित छलई। मान लीजिये कि f f f f f f f f f f f g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g g हम न तो ओकर स्थान के जादे पक्का जानऽ हिअइ, न ही ओकर आयाम के । फिर कम से कम 1-O ((N/sup -M/) की संभावना के साथ, f के /spl lscr//sub 1/ न्यूनीकरण समस्या के समाधान के रूप में ठीक से पुनर्निर्माण करल जा सक हई। संक्षेप में, एक उत्तल अनुकूलन समस्या के हल करके सटीक वसूली प्राप्त की जा सकती है। हम सी / उप एम / के लिए संख्यात्मक मान देते हैं, जो सफलता के वांछित संभावना पर निर्भर करते हैं। हमार परिणाम के एगो उपन्यास प्रकार के गैर-रैखिक नमूना प्रमेय के रूप में व्याख्या कैल जा सकई हई। वास्तव में, ई कहता है कि T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T T एकर अलावा, ई इ अर्थ में लगभग इष्टतम हई कि 1-O ((N/sup -M/) संभावना के जौरे सफल होए वाला कोनो विधि के आम तौर पर T g / spl middot / logN के कम से कम आनुपातिक के आवृत्ति नमूना के संख्या के आवश्यकता होतई। पद्धति के कई अन्य स्थितियों और उच्च आयामों तक विस्तारित कियल जा हय। उदाहरण के लेल, हम देखबई हई कि कैसे एगो अपूर्ण आवृत्ति नमूना से टुकड़ा-टुकड़ा स्थिर (एक-या दो-आयामी) वस्तु के पुनर्निर्माण कर सकई हई - बशर्ते कि कूद (अविलंबता) के संख्या उपरोक्त शर्त के पालन करई हई - अन्य उत्तल कार्यात्मक के कम करके जैसे कि f के कुल भिन्नता। |
023f6fc69fe1f6498e35dbf85932ecb549d36ca4 | ई पेपर एगो उपन्यास एल्गोरिथ्म के परिचय देई हई जे एगो उत्तल बाधा के एगो सेट के पालन करे वाला सभे मैट्रिक्स के बीच न्यूनतम परमाणु मानदंड के जौरे मैट्रिक्स के अनुमान लगाबई हई। ई समस्या के एगो रैंक न्यूनीकरण समस्या के उत्तल छूट के रूप में समझल जा सकई हई अउर कैगो महत्वपूर्ण अनुप्रयोग में उत्पन्न होई हई जैसे कि एकर प्रविष्टियों के एगो छोट उप-समूह (प्रसिद्ध नेटफ्लिक्स समस्या) से एगो बड़का मैट्रिक्स के पुनर्प्राप्त करे के कार्य में। शेल्फ एल्गोरिदम जैसे आंतरिक बिंदु विधि एक मिलियन से अधिक अज्ञात प्रविष्टियों के साथे इ प्रकार के बड़ी समस्याओं के लिए सीधे अनुकूल नए हय। ई पेपर एगो सरल प्रथम-क्रम अउर लागू करे में आसान एल्गोरिथ्म विकसित करई हई जे ओई समस्या के संबोधित करे में अत्यधिक कुशल हई जोनमे इष्टतम समाधान के कम रैंक होई हई। एल्गोरिथ्म पुनरावर्ती हई, मैट्रिक्स के एगो अनुक्रम {Xk , Yk} उत्पन्न करई हई, अउर प्रत्येक चरण में मैट्रिक्स Y k के एकल मान पर मुख्य रूप से एगो नरम-थ्रेसहोल्डिंग संचालन करई हई। दो उल्लेखनीय विशेषता हई जे एकरा कम-रैंक मैट्रिक्स पूरा करे के समस्या के लेल आकर्षक बनाबई हई। पहला ई हई कि नरम-थ्रेसहोल्डिंग ऑपरेशन एगो विरल मैट्रिक्स पर लागू कैल जाई हई; दूसरा ई हई कि पुनरावृत्तियों के रैंक {Xk} अनुभवजन्य रूप से गैर-घटती हई। ई दुनु तथ्य एल्गोरिथ्म के बहुत कम भंडारण स्थान के उपयोग करे और प्रत्येक पुनरावृत्ति के कम्प्यूटेशनल लागत के कम रखे के अनुमति देवो हय। सैद्धांतिक पक्ष पर, हम एक अभिसरण विश्लेषण प्रदान करई हई जे देखावई हई कि पुनरावृत्त के क्रम अभिसरण करई हई। व्यावहारिक पक्ष पर, हम संख्यात्मक उदाहरण प्रदान करई हई जोनमे एगो मामूली डेस्कटॉप कंप्यूटर पर एक मिनट से भी कम समय में 1,000 × 1,000 मैट्रिक्स के पुनर्प्राप्त कैल जाई छलई। हम इ भी प्रदर्शित करो हय कि हमर दृष्टिकोण उनकर नमूना प्रविष्टियों के लगभग 0.4% से लगभग एक अरब अज्ञात के साथ लगभग 10 के रैंक के मैट्रिक्स के पुनर्प्राप्त करके बहुत बड़े पैमाने पर समस्या के लिए अनुकूल हय। 1 न्यूनतमकरण के लेल रैखिक ब्रेगमैन पुनरावृत्ति पर हालिया साहित्य से हमर विधि जुड़ल हई, अउर हम एगो ऐसन ढांचा विकसित करई हई जोनमे कोनो येई एल्गोरिदम के प्रसिद्ध लैग्रेंज गुणक एल्गोरिदम के संदर्भ में समझ सकई हई। |
e63ade93d75bc8f34639e16e2b15dc018ec9c208 | |
8f84fd69ea302f28136a756b433ad9a4711571c2 | |
8cbef23c9ee2ae7c35cc691a0c1d713a6377c9f2 | एंडोर, डी., अल्बर्टी, सी., वीस, डी., सेवेरिन, ए., प्रेस्टा, ए., गंचेव, के., पेट्रोव, एस., और कोलिन्स, एम। (2016) । वैश्विक रूप से सामान्यीकृत संक्रमण-आधारित तंत्रिका नेटवर्क। एसोसिएशन फॉर कम्प्यूटेशनल लिंगिस्टिक में। बैलेस्टरोस, एम., गोल्डबर्ग, वाई., डायर, सी. और स्मिथ, एन. ए. (2016). एगो अन्वेषण के साथ प्रशिक्षण एगो लालची स्टैक-एल एस टी एम पार्सर के बेहतर बनाबई हई। प्राकृतिक भाषा प्रसंस्करण में अनुभवजन्य विधियों पर सम्मेलन के कार्यवाही। चेन, डी. और मैनिंग, सी. डी. (2014) । तंत्रिका नेटवर्क के उपयोग करके एक तेज़ और सटीक निर्भरता पार्सर। प्राकृतिक भाषा प्रसंस्करण में अनुभवजन्य विधियों पर सम्मेलन के कार्यवाही में, पृष्ठ 740-750. चेंग, एच., फैंग, एच., हे, एक्स., गाओ, जे., और डेंग, एल। (2016) । निर्भरता पार्सिंग के लिए समझौता के साथ द्वि-दिशात्मक ध्यान। arXiv प्रिप्रिंट arXiv:1608.02076 हई। हाशिमोटो, के., सियोंग, सी., सुरुओका, वाई., और सोचर, आर। (2016) । एगो संयुक्त बहु-कार्य मॉडल: कैगो एनएलपी कार्य के लेल एगो तंत्रिका नेटवर्क के बढ़ाना। arXiv प्रिंटआउट arXiv:1611.01587 हई किपरवासर, ई। और गोल्डबर्ग, वाई। (2016). एगो द्विदिश LSTM विशेषता प्रतिनिधित्व का उपयोग कर सरल और सटीक निर्भरता पार्सिंग। एसोसिएशन फॉर कंप्यूटेशनल लिंगिस्टिक के लेन-देन, 4: 313-327। कुंकोरो, ए., बैलेस्टरोस, एम., कोंग, एल., डायर, सी., न्यूबिग, जी., और स्मिथ, एन. ए. (2016). एगो पुनरावर्ती तंत्रिका नेटवर्क व्याकरण वाक्य रचना के बारे में की सीखई हई? सीआरआर, एबीएस / 1611.05774. मैकडॉनल्ड, आर. टी. और पेरेरा, एफ. सी. (2006) । अनुमानित निर्भरता पार्सिंग एल्गोरिदम के ऑनलाइन सीखना। ई ए सी एल में. नीवरे, जे., हॉल, जे., और निल्सन, जे। (2006). माल्टपार्सर: निर्भरता पार्सिंग के लिए एक डेटा-चालित पार्सर-जनरेटर। LREC के कार्यवाही में, खंड 6, पृष्ठ 2216-2219। |
8645a7ff78dc321e08dea6576c04f02a3ce158f9 | वीडियो जटिल अर्थ संबंधी जानकारी के प्रसारित करे के लेल अउर नया ज्ञान के समझ के सुविधा प्रदान करई हई। हालांकि, जब विभिन्न रूप (यानी, छवि, वीडियो, पाठ) से मिश्रित अर्थ शामिल होवो हय, तओ कंप्यूटर मॉडल के लिए अवधारणा के पता लगावल और वर्गीकृत करना अधिक कठिन होवो हय (जैसे बाढ़, तूफान और जानवर) । इ पेपर स्थानांतरण सीखने और अनुक्रमिक गहरी सीखने के मॉडल में हालिया प्रगति के लाभ उठाकर वीडियो अवधारणा वर्गीकरण में सुधार के लिए एक बहुआयामी गहरी सीखने के ढांचे के प्रस्तुत करो हय। बाद में ऑडियो और टेक्स्टल मॉडल दुनु के लिए अनुक्रमिक शब्दार्थ प्राप्त करे के लिए लॉन्ग शॉर्ट-टर्म मेमोरी (एलएसटीएम) रिकर्सिव न्यूरल नेटवर्क (आरएनएन) मॉडल के उपयोग कैल जाई हई। प्रस्तावित ढांचा आपदा से संबंधित वीडियो डेटासेट पर लागू कियल जा हय जेकरा मे न केवल आपदा दृश्य शामिल हय, बल्कि आपदा घटना के दौरान होए वाला गतिविधि भी शामिल हय। प्रयोगात्मक परिणाम प्रस्तावित ढांचे के प्रभावशीलता के दर्शाबई हई। |
119bb251cff0292cbf6bed27acdcad424ed9f9d0 | ई पेपर ग्राफिक मॉडल (बायसियन नेटवर्क और मार्कोव यादृच्छिक क्षेत्र) में अनुमान और सीखने के लिए भिन्नतापूर्ण विधियों के उपयोग के लिए एक ट्यूटोरियल परिचय प्रस्तुत करई हई। हम QMR-DT डेटाबेस, सिग्मोइड विश्वास नेटवर्क, बोल्टज़मैन मशीन, और छिपे हुए मार्कोव मॉडल के कई प्रकार के सहित ग्राफिकल मॉडल के कई उदाहरण प्रस्तुत करते हैं, जिसमें सटीक अनुमान एल्गोरिदम चलाना असंभव है। फेर हम भिन्नता पद्धति के परिचय देई हई, जे मूल ग्राफिकल मॉडल के एगो सरलीकृत ग्राफिकल मॉडल में बदले के लेल बड़ संख्या के नियम के शोषण करई हई, जोनमे अनुमान कुशल होई हई। सरलीकृत मॉडल में अनुमान मूल मॉडल में रुचि के संभावना पर सीमा प्रदान करई हई। हम उत्तल द्वैतता के आधार पर भिन्नता रूपांतरण उत्पन्न करे के लिए एक सामान्य ढांचे के वर्णन करो हय। अंत में हम उदाहरण के तरफ लौटई हई अउर ई प्रदर्शित करई हई कि प्रत्येक मामला में भिन्नता एल्गोरिदम के कैसे तैयार कैल जा सकई हई। |
17e9d3ba861db8a6d323e1410fe5ca0986d5ad6a | बनावट संश्लेषण के लेल एगो गैर-पैरामीटर विधि के प्रस्ताव देल गेल हई। बनावट संश्लेषण प्रक्रिया एगो प्रारंभिक बीज से बाहर एक नया छवि विकसित करई हई, एक समय में एक पिक्सेल। एगो मार्कोव यादृच्छिक क्षेत्र मॉडल के मान लेल जाई हई, अउर एगो पिक्सेल के सशर्त वितरण के ओकर सभे पड़ोसी के देल जाई हई जे अब तक संश्लेषित कैल गेल हई, नमूना छवि के क्वेरी करके अउर सभे समान पड़ोस के खोज के द्वारा अनुमान लगाएल जाई छलई। यादृच्छिकता के डिग्री के एक एकल अवधारणात्मक रूप से सहज पैरामीटर द्वारा नियंत्रित कैल जाई हई। इ पद्धति के उद्देश्य जितना संभव हो सके स्थानीय संरचना के संरक्षित करनाई हई अउर विभिन्न प्रकार के सिंथेटिक अउर वास्तविक दुनिया के बनावट के लेल अच्छा परिणाम उत्पन्न करई छलई। |
54205667c1f65a320f667d73c354ed8e86f1b9d9 | छवियों से शोर को हटाने के लिए एक संख्यात्मक एल्गोरिथ्म के एक सीमित अनुकूलन प्रकार प्रस्तुत कैल गेल हई। शोर के आंकड़ों से संबंधित बाधाओं के अधीन छवि के कुल भिन्नता को कम से कम कर दिया जाता है। बाधाओं को लाग्रेंज गुणकों के उपयोग करके लगाया जाता है। समाधान ढाल-प्रक्षेपण विधि के उपयोग करके प्राप्त कैल जाई हई। ई एगो समय पर निर्भर आंशिक अंतर समीकरण के समाधान के बराबर हई। जैसन कि t → ∞ समाधान एक स्थिर स्थिति में अभिसरण करो हय जे निरूपित छवि हय। संख्यात्मक एल्गोरिथ्म सरल अउर अपेक्षाकृत तेज हई। बहुत शोरगुल वाले छवियों के लिए परिणाम अत्याधुनिक प्रतीत होवो हय। इ विधि गैर-आक्रामक हय, इ छवि में तेज किनारों के उत्पादन करो हय। तकनीक के छवि के प्रत्येक स्तर सेट के स्वयं के लिए सामान्य गति के साथ स्तर सेट के वक्रता के छवि के ढाल के परिमाण से विभाजित करे के लिए एक पहला कदम के रूप में व्याख्या कियल जा सको हय, और एक दूसरा कदम जे छवि के प्रतिबंधित सेट पर वापस प्रोजेक्ट करो हय। |
cc6a972b3ce231aa86757ecfe6af7997e6623a13 | वास्तविक समय भाषण मान्यता अनुप्रयोगों में, विलंबता एक महत्वपूर्ण मुद्दा हय। हम एगो चरित्र-स्तर के वृद्धिशील भाषण मान्यता (आईएसआर) प्रणाली विकसित कैले हई जे भाषण के दौरान भी जल्दी से प्रतिक्रिया करई हई, जहां बोलते समय परिकल्पना में धीरे-धीरे सुधार होई छलई। एल्गोरिथ्म एगो भाषण-से-चरित्र एकदिशात्मक आवर्ती तंत्रिका नेटवर्क (आरएनएन) के नियोजित करई हई, जे कनेक्शनवादी अस्थायी वर्गीकरण (सीटीसी) के जौरे एंड-टू-एंड प्रशिक्षित होई हई, अउर एगो आरएनएन-आधारित चरित्र-स्तर के भाषा मॉडल (एलएम) होई हई। सीटीसी-प्रशिक्षित आरएनएन के आउटपुट मान वर्ण-स्तर के संभावनाएं हय, जेकरा बीम खोज डिकोडिंग द्वारा संसाधित कियल जा हय। आरएनएन एलएम दीर्घकालिक निर्भरता जानकारी प्रदान करके डिकोडिंग के बढ़ाबई हई। हम अतिरिक्त गहराई-छंटाई के साथ पेड़-आधारित ऑनलाइन बीम खोज के प्रस्ताव करो हय, जे सिस्टम के कम विलंबता के साथ अनंत लंबा इनपुट भाषण के संसाधित करे में सक्षम बनावो हय। ई प्रणाली न केवल भाषण पर जल्दी से प्रतिक्रिया करो हय बल्कि उच्चारण के अनुसार आउट-ऑफ-वोकैब्यूलर (ओओवी) शब्द के भी बता सको हय। प्रस्तावित मॉडल वॉल स्ट्रीट जर्नल (डब्ल्यूएसजे) नोव 92 20 के मूल्यांकन सेट पर 8.90% के शब्द त्रुटि दर (डब्ल्यूईआर) प्राप्त करो हय जब डब्ल्यूएसजे एसआई -284 प्रशिक्षण सेट पर प्रशिक्षित कियल जा हय। |
f4f3a10d96e0b6d134e7e347e1727b7438d4006f | |
1ecffbf969e0d46acfcdfb213e47027227d8667b | यद्यपि जोखिम के पारंपरिक रूप से एकात्मक, स्थिर व्यक्तिगत अंतर चर के रूप में देखल गेल हई, व्यवहारिक निर्णय लेबे के अनुसंधान में उभरते साक्ष्य से पता चलई हई कि जोखिम उठाना एगो डोमेन-विशिष्ट निर्माण छलई। एगो मनोवैज्ञानिक जोखिम-वापसी ढांचा के उपयोग करई हई जे एगो गतिविधि के कथित लाभ अउर कथित जोखिम के लेल जोखिम के पीछे हटई हई (वेबर अउर मिलमैन, 1997)), ई अध्ययन जोखिम दृष्टिकोण अउर व्यापक व्यक्तित्व आयाम के बीच संबंध के जांच करई हई। नया हेक्साको व्यक्तित्व ढांचा (ली अउर एशटन, 2004) के उपयोग कैके चार जोखिम डोमेन में। ई व्यक्तित्व ढांचा, जेकर 12 से बेसी प्राकृतिक भाषा में शाब्दिक अध्ययन में प्रतिकृति बनाएल गेल हई, पारंपरिक फाइव-फैक्टर मॉडल, चाहे बिग फाइव के विपरीत, व्यक्तित्व के छह व्यापक व्यक्तित्व आयाम पर आकलन करई हई। पथ विश्लेषण के माध्यम से, हम जोखिम के धारणा पर चार अलग-अलग डोमेन में जोखिम लेबे के पीछे हट गेल हई, लाभ के लेल महसूस कैल गेल हई, अउर छह हेक्साको आयाम। सब जोखिम क्षेत्र में, हम पाली कि भावनात्मकता के आयाम बढ़ल जोखिम धारणा से जुड़ल हलई आउर उच्च विवेक कम कथित लाभ से जुड़ल हलई। हम हेक्साको आयाम और जोखिम दृष्टिकोण के बीच डोमेन-विशिष्ट संबंधों के कई अद्वितीय पैटर्न के भी रिपोर्ट करते हैं। विशेष रूप से, खुलेपन सामाजिक और मनोरंजक जोखिम के लेल जोखिम उठाने और कथित लाभ के जौरे जुड़ल रहई, जबकि कम ईमानदारी/नम्रता अधिक स्वास्थ्य/सुरक्षा अउर नैतिक जोखिम लेबे के जौरे जुड़ल रहई। ई निष्कर्ष विभिन्न संदर्भ में जोखिम के जौरे व्यक्ति के दृष्टिकोण के बारे में हमर समझ के विस्तार करो हय, और व्यक्तिगत अंतर अनुसंधान में ईमानदारी / विनम्रता के उपयोगिता के आगे उजागर करो हय, एक आयाम जे बिग फाइव मॉडल में पुनर्प्राप्त नए कियल गलय हा। कॉपीराइट # 2010 जॉन विले एंड संस, लिमिटेड. कीवर्ड जोखिम उठाना; जोखिम धारणा; जोखिम-वापसी ढांचा; व्यक्तित्व; हेक्साको; ईमानदारी/नम्रता जोखिम उठाना के पारंपरिक रूप से व्यवहारिक निर्णय लेने और व्यक्तित्व अनुसंधान दोनों में एक स्थायी, स्थिर और डोमेन-अपरिवर्तनीय निर्माण के रूप में देखल गेल हई (जैसे, आइसेनक एंड आइसेनक, 1977; काहेनमैन एंड ट्वर्स्की, 1979; पोंननेन एंड जैक्सन, 1996; टेलिगेन, 1985). हालांकि, हालिया प्रगति से पता चलई हई कि जोखिम उठाना सामग्री, चाहे डोमेन, विशिष्ट छलई (ब्लाइस अउर वेबर, 2006; हनोच, जॉनसन, अउर विल्के, 2006; सोएन अउर चमेल, 2005; वेबर, ब्लाइस, अउर बेट्ज़, 2002) । इ ज्ञान के प्रकाश में, मनोवैज्ञानिक के गहन अध्ययन से लाभ होतय, निर्णय अनुसंधान, यूजीन, ओआर 97401, यूएसए। ई-मेल: [email protected] |
34b9ba36c030cfb7a141e53156aa1591dfce3dcd | वाहनों के विकास और वायु प्रदूषण के नियंत्रित करे के लिए, बीजिंग के नगरपालिका सरकार 2011 में एक वाहन लॉटरी प्रणाली लागू कैलकय, जेकरा मे संभावित खरीदारों के लाइसेंस के एक कोटा यादृच्छिक रूप से आवंटित कैल गेलय हल। ई पेपर बेड़े के संरचना, ईंधन के खपत, वायु प्रदूषण और सामाजिक कल्याण पर इ नीति के प्रभाव के जांच करो हय। कार पंजीकरण डेटा के उपयोग करके, हम एक यादृच्छिक गुणांक असतत विकल्प मॉडल के अनुमान लगावई हई अउर अनुमानित पैरामीटर के आधार पर प्रति-तथ्य विश्लेषण करई हई। हम पाते हैं कि लॉटरी ने नए यात्री वाहन को कम कर दिया * हम वाशिंगटन स्टेट यूनिवर्सिटी के प्रोफेसर एंड्रयू कैसी, एना एस्पिनोला-आर्डेडोन्डो, बेंजामिन कोवान, ग्रेगमार गैलिनाटो, डोंग लू, जिल मैकक्लस्की, मार्क गिब्सन, शंजुन ली, जिया यान, डैन यांग और संगोष्ठी के प्रतिभागियों के दयालु मदद और रचनात्मक टिप्पणियों के लिए आभारी हैं। चीन के राष्ट्रीय विज्ञान निधि (अनुदान # 71620107005) से वित्तीय सहायता के स्वीकार कैल जा हय। †उपरोक्त लेखक ई-मेल: [email protected] (जेड. यांग), [email protected] (एफ. मुनोज़-गार्सिया), [email protected] (एम. तांग) । बिक्री में 50.15%, ईंधन खपत में 48.69% और प्रदूषक उत्सर्जन में 48.69% बढ़ोतरी 2012 में हई। साथ ही, ऐसन लॉटरी नया ऑटो खरीदारी के उच्च-अंत लेकिन कम ईंधन कुशल वाहनों के ओर स्थानांतरित कर दलकय। हमनी के विरोधाभासी विश्लेषण में, हमनी देखवई हई कि ईंधन के खपत अउर वायु प्रदूषण के कम करे में लॉटरी प्रणाली के तुलना में प्रगतिशील कर योजना बेहतर काम करई हई, अउर उच्च बेड़ा ईंधन दक्षता अउर कम कल्याण घाटा के तरफ जाई हई। |
fac0151ed0494caf10c7d778059f176ba374e29c | |
4a74eb59728f0d3a06302c668db44d434bd7d69e | इलेक्ट्रॉनिक मनी (या ई-मनी) ऐसन पैसा हय जे डिजिटल रूप से प्रतिनिधित्व करो हय और एक पार्टी से दूसरे पार्टी के बीच मध्यस्थ के आवश्यकता के बिना स्मार्ट कार्ड के माध्यम से विनिमय कियल जा सको हय। ई अनुमान लगावल जा हय कि ईमनी कागजी पैसा के समान काम करतय। एकर एगो संभावित प्रमुख विशेषता गुमनामी हई। ई-पैसा के रूप में अपराध से मिलल आमदनी के उपयोग विदेशी मुद्रा आउ उच्च मूल्य के वस्तु के पुनर्विक्रय करे लगी कइल जा सकऽ हइ। ई-पैसा के उपयोग नकदी के तस्करी करे या आमने-सामने लेनदेन करे के बिना गंदा पैसा रखे के लेल कैल जा सकई हई। |
d8237600841361f7811f5fd9effaed9d2e6e34b0 | जेस्टोर संग्रहण के आपके उपयोग से जेस्टोर के उपयोग के नियम और शर्तों के आपके स्वीकृति के संकेत मिलो हय, जे http://www.jstor.org/page/info/about/policies/terms.jsp पर उपलब्ध हय। जेएसटीओआर के उपयोग के नियम और शर्तें, आंशिक रूप से प्रदान करो हय कि जब तक कि आप पूर्व अनुमति प्राप्त नए कर लेवे हय, आप कोनो पत्रिका के पूरा अंक या लेख के कई प्रतियां डाउनलोड नए कर सको हय, और आप जेएसटीओआर संग्रह में सामग्री के उपयोग केवल अपन व्यक्तिगत, गैर-वाणिज्यिक उपयोग के लिए कर सको हय। |
49a19fe67d8ef941af598e87775112f0b3191091 | इ अध्ययन के मुख्य उद्देश्य रोग के भविष्यवाणी के लिए एक तेज़, आसान और एक कुशल एल्गोरिथ्म बनाना हय, जेकर कम त्रुटि दर हय और इ बड़े डेटा सेट के साथे भी लागू हो सको हय और आश्रित चर के साथे उचित पैटर्न दिखा सको हय। डेटा माइनिंग में रोग के पहचान और भविष्यवाणी के लिए एक नया हाइब्रिड एल्गोरिथ्म के निर्माण कियल गलय हल। रोग पहचान और भविष्यवाणी (डीआईपी) एल्गोरिथ्म, जे निर्णय वृक्ष और संघ नियम के संयोजन हय, के उपयोग कुछ विशेष क्षेत्र में कुछ रोग हिट के संभावना के भविष्यवाणी करे के लिए कैल जा हय। ई भविष्यवाणी के लेल विभिन्न पैरामीटर के बीच संबंध के भी दिखाबई हई। ई एल्गोरिथ्म के लागू करे लागी vb.net सॉफ्टवेयर के उपयोग भी करल गेलई हे। |
dfb9eec6c6ae7d3e07123045c3468c9b57b2a7e2 | |
903148db6796946182f27affc89c5045e6572ada | हैश ज्वाइन एल्गोरिथ्म परिवार इक्वी-ज्वाइन प्रदर्शन मूल्यांकन के लिए अग्रणी तकनीकों में से एक हय। आयाम तालिकाओं और बड़े तथ्य तालिकाओं के बीच विदेशी कुंजी जोड़ों के कुशलतापूर्वक लागू करे के लिए ओएलएपी प्रणालियाँ अनुसंधान के इ पंक्ति के उधार ले हय। डेटा वेयरहाउस स्कीमा और वर्कलोड फ़ीचर परिप्रेक्ष्य से, हैश ज्वाइन एल्गोरिथ्म के बहुआयामी मानचित्रण के साथ आगे सरलीकृत कियल जा सको हय, और विदेशी कुंजी ज्वाइन एल्गोरिदम के एकल प्रदर्शन परिप्रेक्ष्य के बजाय कई दृष्टिकोण से मूल्यांकन कियल जा सको हय। इ पत्र में, हम सरोगेट कुंजी सूचकांक उन्मुख विदेशी कुंजी शामिल के रूप में पेश करो हय। हमार प्रयोग और विश्लेषण निम्नलिखित अंतर्दृष्टि देलई: (1) OLAP वर्कलोड के लेल अनुकूलित विदेशी कुंजी शामिल एल्गोरिथ्म सामान्य उद्देश्य के हैश जोड़ के तुलना में शामिल प्रदर्शन के एक कदम आगे कर सकई हई; (2) प्रत्येक शामिल एल्गोरिथ्म एक बारीक दानेदार माइक्रो ज्वाइन बेंचमार्क के साथ इनपुट_साइज़ / कैश_साइज़ के कैश स्थानीयता अनुपात द्वारा हावी मजबूत और कमजोर प्रदर्शन क्षेत्र के दिखाबई हई; (3) सरल हार्डवेयर-अज्ञात साझा हैश टेबल शामिल जटिल हार्डवेयर-सचेत रेडिक्स विभाजन हैश शामिल के अधिकांश बेंचमार्क मामला में बेहतर प्रदर्शन करई हई; (4) सरोगेट कुंजी सूचकांक के साथ अनुकूलित विदेशी कुंजी शामिल एल्गोरिथ्म हार्डवेयर त्वरक के लेल एल्गोरिथ्म जटिलता के सरल बना देलई अउर एकरा अलग-अलग हार्डवेयर त्वरक के लेल लागू करना आसान बना देलई। कुल मिलाके, हम तर्क दे हती कि जुड़ाव प्रदर्शन में सुधार केवल हार्डवेयर-सचेत एल्गोरिथ्म अनुकूलन के विपरीत एक व्यवस्थित कार्य हय, और ओएलएपी डोमेन ज्ञान सीपीयू और हार्डवेयर त्वरक दोनों के लिए डेटा वेयरहाउसिंग वर्कलोड में विदेशी कुंजी जोड़ों के लिए प्रभावी होवे के लिए सरोगेट कुंजी सूचकांक के सक्षम करो हय। |
4e8930ae948262a89acf2e43c8e8b6e902c312c4 | यद्यपि छवि संपीड़न के दशकों से सक्रिय रूप से अध्ययन कैल गेल हई, आधुनिक तंत्रिका नेटवर्क के जौरे छवियों के संपीड़ित करे के सीखनाई पर अपेक्षाकृत कम शोध कैल गेल हई। पैच-आधारित ऑटोकोडर के नियोजित करे वाला मानक दृष्टिकोण बहुत आशाजनक देखाई देले हई, लेकिन लोकप्रिय छवि कोडेक के जौरे प्रतिस्पर्धा ना कर सकई हई काहेकी ऊ तीन प्रश्न के संबोधित करे में विफल हई: 1) सक्रियण के प्रभावी रूप से द्विआधारीकरण कैसे कैल जाएः द्विआधारीकरण के अनुपस्थिति में, अकेले एक बोतल के परत कुशल संपीड़न के ओर अग्रसर न होई हई; 2) चर-दर एन्कोडिंग कैसे प्राप्त कैल जाए: एक मानक ऑटोकोडर प्रत्येक निश्चित-रिज़ॉल्यूशन इनपुट पैच के लेल एक निश्चित-लंबाई के कोड उत्पन्न करई हई, जेकरा परिणामस्वरूप कम अउर उच्च-एन्ट्रापी पैच के लेल एके लागत होई हई, अउर नेटवर्क के विभिन्न संपीड़न दर प्राप्त करे के लेल पूरा तरह से नया रूप से प्रशिक्षित कैल जाए के आवश्यकता होई हई; अउर 3) आर्टिफैक्ट्स के अवरुद्ध करे से कैसे बचाएल जाए: पैच-आधारित दृष्टिकोण में अवरोधन के संभावना होई छलई। हम एलएसटीएम सहित, कन्वोल्यूशनल और डीकॉनवोल्यूशनल रिकर्सिव नेटवर्क के आधार पर परिवर्तनीय-दर छवि संपीड़न और एक उपन्यास वास्तुकला के लिए एक सामान्य ढांचे के प्रस्ताव करो हय, जे इ मुद्दों के संबोधित करो हय और मौजूदा आधार रेखा कोडेक्स के तुलना में आशाजनक परिणाम के रिपोर्ट करो हय। हम प्रस्तावित विधियों के मूल्यांकन छोटे छवियों (32 × 32) से बनल एक बड़े पैमाने के बेंचमार्क पर करो हय, जे सभी विधियों के लिए बहुत चुनौतीपूर्ण साबित होवो हय। |
8f9376f3b71e9182c79531551d6e953cd02d7fe6 | पिछला कुछ वर्ष में अनुसंधान समुदाय में वायरलेस सेंसर नेटवर्क के लेल सक्षम तकनीक के काफी ध्यान देल गेल हई। वायरलेस सेंसर नोड्स के लिए कुछ स्थितियों में स्व-संचालित होना अत्यधिक वांछनीय, यहां तक कि आवश्यक भी हय। येई लक्ष्य के ध्यान में रखके, वायरलेस सेंसर नेटवर्क के लेल सक्षम तकनीक के रूप में कंपन आधारित पीजोइलेक्ट्रिक जनरेटर विकसित कैल गेल हई। इ पेपर के फोकस दो-परत झुकने वाला तत्व के आधार पर एक पीजोइलेक्ट्रिक जनरेटर के मॉडलिंग, डिजाइन और अनुकूलन पर चर्चा करे के लिए हय। जनरेटर के एक विश्लेषणात्मक मॉडल विकसित और मान्य कियल गलय हा। सहज डिजाइन अंतर्दृष्टि प्रदान करे के अलावा, मॉडल के उपयोग डिजाइन अनुकूलन के आधार के रूप में कियल गलय हा। मॉडल के उपयोग करके उत्पन्न 1 सेमी 3 के आकार के डिजाइन ने 120 हर्ट्ज पर 2.5 मीटर एस -2 के कंपन स्रोत से 375 μW के बिजली उत्पादन के प्रदर्शन कैलकय हा। एकर अलावा, एक 1 सेमी3 जनरेटर के उपयोग उसी कंपन स्रोत से कस्टम डिजाइन किए गए 1.9 गीगाहर्ट्ज रेडियो ट्रांसमीटर के लिए कैल गेलय हय। (ई लेख में कुछ आंकड़ा केवल इलेक्ट्रॉनिक संस्करण में रंग में हई) |
96989405985e2d90370185f1e025443b56106d1a | ई पेपरवा एगो बड़ शब्दावली भाषण मान्यता कार्य लगि भेदभावपूर्ण भाषा मॉडलिंगवा के वर्णन कर है। हम दो पैरामीटर अनुमान विधियों के विपरीत करो हय: पर्सेप्ट्रॉन एल्गोरिथ्म, और नियमित सशर्त लॉग-समानता के अधिकतम करे पर आधारित एक विधि। मॉडल के निर्धारक भारित परिमित राज्य ऑटोमेटा के रूप में एन्कोड कैल गेल हई, अउर ऑटोमेटा के शब्द-रेटिस के जौरे प्रतिच्छेदन करके लागू कैल जाई हई जे एगो आधार रेखा पहचानकर्ता से आउटपुट छलई। पर्सेप्ट्रॉन एल्गोरिथ्म के प्रशिक्षण डेटा पर केवल कुछ पास में स्वचालित रूप से अपेक्षाकृत छोटा फीचर सेट चुनने के लाभ हय। हम नियमित संभावना पर आधारित एक विधि के वर्णन करो हय जे पेर्सेप्ट्रॉन एल्गोरिथ्म द्वारा दिहल गेल फीचर सेट के उपयोग करो हय, और पेर्सेप्ट्रॉन के भार के साथ आरंभिकरण करो हय; इ विधि अकेले पेर्सेप्ट्रॉन के साथे प्रशिक्षण पर शब्द त्रुटि दर (डब्ल्यूईआर) में अतिरिक्त 0.5% कमी देवो हय। अंतिम प्रणाली बेसलाइन फर्स्ट-पास मान्यता प्रणाली के लिए WER में 1. 8% (39. 2% से 37. 4%) के पूर्ण कमी प्राप्त करो हय, और मल्टी-पास मान्यता प्रणाली के लिए WER में 0. 9% (२८. ९% से २८. ०%) के पूर्ण कमी प्राप्त करो हय। 2006 एल्सेवियर लिमिटेड। सब अधिकार सुरक्षित। |
4808ca8a317821bb70e226c5ca8c23241dd22586 | ई पत्र मोबाइल स्वास्थ्य देखभाल पर उपलब्ध साहित्य से कला के स्थिति प्रस्तुत करई हई। अध्ययन एगो व्यवस्थित समीक्षा के माध्यम से कैल गेल रहई, एगो निश्चित क्षेत्र में एगो विशेष विषय पर सभे उपलब्ध शोध के आकलन अउर व्याख्या करे के एगो तरीका, एगो विश्वसनीय अउर कठोर विधि के उपयोग कैके। 1,482 पेपर के प्रारंभिक राशि से, हम 40 (2.69%) पेपर के पूर्ण रीडिंग के माध्यम से डेटा निकाले और विश्लेषण किए, जो हमारे चयन मानदंड से मेल खाते थे। 2010 के बाद से हमर विश्लेषण 10 अनुप्रयोग क्षेत्र में वर्तमान विकास के दर्शाबई हई अउर विषय पर चल रहल रुझान अउर तकनीकी चुनौती के प्रस्तुत करई हई। अनुप्रयोग क्षेत्रों में शामिल हैंः रोगी निगरानी, बुनियादी ढांचा, सॉफ्टवेयर वास्तुकला, मॉडलिंग, ढांचा, सुरक्षा, फिक्शन, मल्टीमीडिया, मोबाइल क्लाउड कंप्यूटिंग, और इस विषय पर साहित्य समीक्षा। सबसे प्रासंगिक चुनौति में उपकरण के कम बैटरी जीवन, अल्टिप्लाटफॉर्म विकास, डेटा ट्रांसमिशन और सुरक्षा शामिल हय। हमर पेपर क्षेत्र में हाल के खोज के समेकित करो हय और भविष्य के अनुसंधान योजना और विकास के लिए एक संसाधनपूर्ण मार्गदर्शक के रूप में कार्य करो हय। |
c876c5fed5b6a3a91b5f55e1f776d629cc8ed9bc | |
675913f7d834cf54a6d90b33e929b999cd6afc7b | चरण स्थानांतरित पूर्ण पुल (पीएसएफबी) पल्स चौड़ाई मॉड्यूलेशन (पीडब्ल्यूएम) कनवर्टर में, टर्न-ऑफ हानि के कम करे के लेल बाहरी स्नबर कैपेसिटर के अलग गेट द्विध्रुवीय ट्रांजिस्टर (आईजीबीटी) के समानांतर में जोडल जाई छलई। शून्य वोल्टेज संक्रमण (जेडवीटी) स्थिति हल्के भार पर प्रदान नए कियल जा हय, इ प्रकार समानांतर कैपेसिटर आईजीबीटी के माध्यम से चालू होवे पर डिस्चार्ज होवो हय जे आईजीबीटी के स्विचिंग हानि और विफलता के जोखिम के कारण होवो हय। IGBT के माध्यम से संधारित्र निर्वहन उच्च-मूल्य वाले स्नबर संधारित्र के उपयोग के प्रतिबंधित करो हय, और उच्च धाराओं पर IGBT के टर्न-ऑफ हानि बढ़ जा हय। ई समस्याग्रस्त स्थिति विशेष रूप से पिछड़ा पैर पर होवो हय। इ अध्ययन में, एक नया तकनीक प्रस्तावित कैल गेलय हय जे पीएसएफबी पीडब्ल्यूएम कनवर्टर के लैगिंग पैर के साथ उच्च-मूल्य के स्नबर कैपेसिटर के उपयोग के सक्षम करो हय। प्रस्तावित तकनीक के लाभ के रूप में, हल्के भार पर IGBT के माध्यम से उच्च-संक्षमता के डिस्चार्ज करंट के रोकल जा हय, IGBT के टर्न-ऑफ स्विचिंग हानि कम हो जा हय, और उच्च धाराओं पर कनवर्टर के प्रदर्शन में सुधार हो हय। प्रस्तावित पीएसएफबी पीडब्लूएम कनवर्टर में एक सहायक सर्किट शामिल हय, और एकर एक सरल संरचना, कम लागत और नियंत्रण में आसानी हय। कनवर्टर के संचालन सिद्धांत और विस्तृत डिजाइन प्रक्रिया प्रस्तुत कैल गेल हई। सैद्धांतिक विश्लेषण के 75 kHz और 10 kW कनवर्टर के एक प्रोटोटाइप द्वारा सटीक रूप से सत्यापित कैल गेल हई। |
ce56eb0d9841b6e727077e9460b938f78506b324 | एक्सरगेम या सक्रिय वीडियो गेम के माध्यम से आभासी वास्तविकता के उपयोग, अर्थात पुनर्वास में एक पूरक उपकरण के रूप में इंटरैक्टिव गेमिंग के एक नया रूप, पिछले कुछ वर्षों में अनुसंधान और नैदानिक अभ्यास में अक्सर ध्यान केंद्रित कर रहले हय। हालांकि, वृद्ध आबादी में उनकर प्रभावकारिता के प्रमाण दुर्लभ हय। इ समीक्षा के उद्देश्य वृद्ध वयस्कों में शारीरिक कार्य में सुधार के लिए एक्सरगेम के प्रभावों के सारांश प्रदान करना हय। डेटाबेस EMBASE, MEDLINE, PsyInfo, Cochrane डेटाबेस, PEDro और ISI वेब ऑफ नॉलेज में यादृच्छिक नियंत्रित परीक्षणों के लिए एक खोज की गई थी। शामिल अध्ययन के परिणाम के पीईडीआरओ पैमाना द्वारा एक महत्वपूर्ण समीक्षा और पद्धतिगत गुणवत्ता के माध्यम से विश्लेषण कियल गलय हल। समीक्षा में तेरह अध्ययन शामिल हलय। एक्सरगेम हस्तक्षेप के लिए सबसे आम उपकरण निंटेंडो वीआई गेमिंग कंसोल (8 अध्ययन) हलय, जेकर बाद कंप्यूटर गेम, पैड के साथ डांस वीडियो गेम (प्रत्येक दो अध्ययन) और बैलेंस पुनर्वास इकाई के साथे केवल एक अध्ययन हलय। शारीरिक कार्य के आकलन करे के लेल सबसे बेसी उपयोग कैल जाए वाला उपकरण टाइम अप एंड गो रहई (7 अध्ययन) । पीईडीआरओ पैमाना के अनुसार, अधिकांश अध्ययन में पद्धतिगत समस्याएं पेश कियल गलय हल, जेकरा मे 5 अंक (8 अध्ययन) से कम स्कोर के एक उच्च अनुपात हलय। एक्सरगेम प्रोटोकॉल और ओकर अवधि व्यापक रूप से भिन्न हलय, और बुजुर्ग लोग में शारीरिक कार्य के लिए लाभ अनिश्चित हय। हालांकि, अध्ययन के बीच एक आम सहमति सकारात्मक प्रेरक पहलू हय जे एक्सरगेम के उपयोग प्रदान करो हय। बेहतर पद्धतिगत गुणवत्ता, बाहरी वैधता प्राप्त करे और मजबूत वैज्ञानिक साक्ष्य प्रदान करे के लिए आगे के अध्ययन के आवश्यकता हय। |
08f9a62cdbe43fca7199147123a7d957892480af | ईएमवी, जेकरा "चिप और पिन" के रूप में भी जानल जाई हई, कार्ड भुगतान के लेल दुनिया भर में अग्रणी प्रणाली छलई। एकर उपयोग पूरे यूरोप अउर एशिया में कैगो अउर जगह पर कैल जाई हई, अउर उत्तरी अमेरिका में भी एकरा लागू कैल जाए के शुरुआत हो रहल हई। भुगतान कार्ड में एगो चिप शामिल हई ताकि ऊ एगो प्रमाणीकरण प्रोटोकॉल के निष्पादित कर सकई। इ प्रोटोकॉल के आवश्यकता होवो हय कि पॉइंट-ऑफ-सेल (पीओएस) टर्मिनल या एटीएम प्रत्येक लेनदेन के लिए एक गैर-संकेतक उत्पन्न करो हय, जेकरा अप्रत्याशित संख्या कहल जा हय, इ सुनिश्चित करे के लिए कि इ ताजा हय। हम दूगो गंभीर समस्या के पता लगइलिअइ: एगो व्यापक कार्यान्वयन दोष अउर एगो गहन, स्वयं ईएमवी प्रोटोकॉल के साथ ठीक करे में अधिक कठिन दोष। पहला दोष ई हई कि कुछ ईएमवी कार्यान्वयनकर्ता केवल काउंटर, टाइमस्टैम्प चाहे स्वदेशी एल्गोरिदम के उपयोग करके ई नॉनस के आपूर्ति कैले हई। ई ओकरा एगो "पूर्व-खेल" हमला के सामने रखई हई जे कार्ड क्लोनिंग से कार्ड-प्रकाशक बैंक के उपलब्ध लॉग के दृष्टिकोण से अलग न हई, अउर ई तब भी कैल जा सकई हई जब कार्ड के भौतिक रूप से क्लोन करना असंभव होई छलई। कार्ड क्लोनिंग वास्तव में ओई प्रकार के धोखाधड़ी हई जेकरा ईएमवी रोके के चाहि। हम वर्णन कर हई कि हम कैसे कमजोरिया के पता लगाईलके, कमजोरिया के दायरा के चार्ट करे के लेल एगो सर्वेक्षण पद्धति विकसित करलई, क्षेत्र में एटीएम अउर टर्मिनल प्रयोग से साक्ष्य, अउर अवधारणा के प्रमाण के हमला के हमर कार्यान्वयन। हम सबसे बड़ निर्माता के व्यापक रूप से उपयोग कैल जाए वाला एटीएम में दोष पइलई। हम अब कम से कम कुछ धोखाधड़ी के बढ़ते संख्या के व्याख्या कर सकई छी, जोनमे पीड़ित के बैंक द्वारा धनवापसी से इनकार कर देल जाई हई, जे दावा करई हई कि ईएमवी कार्ड के क्लोन ना कैल जा सकई हई अउर येहिलेल विवाद में शामिल एगो ग्राहक गलती चाहे सहयोगी होए के चाहि। दोसर समस्या उपरोक्त कार्य द्वारा उजागर कैल गेल रहई। यादृच्छिक संख्या गुणवत्ता से स्वतंत्र, एक प्रोटोकॉल विफलता हय: टर्मिनल द्वारा उत्पन्न वास्तविक यादृच्छिक संख्या के केवल एक द्वारा प्रतिस्थापित कियल जा सको हय जे हमलावर ने कार्ड से प्रमाणीकरण कोड कैप्चर करे पर पहिले उपयोग कैलकय हल। प्री-प्ले हमला के ई संस्करण के एटीएम या पीओएस टर्मिनल में मैलवेयर द्वारा या टर्मिनल और अधिग्रहणकर्ता के बीच एगो आदमी-इन-द-मध्य द्वारा कैल जा सकई छलई। हम डिजाइन और कार्यान्वयन के गलतियों के पता लगावो हय जे इ खामियों के अब तक पता लगावे से बचने के लिए सक्षम कैलकय हा: ईएमवी विनिर्देश के कमियों, ईएमवी कर्नेल प्रमाणन प्रक्रिया, कार्यान्वयन परीक्षण, औपचारिक विश्लेषण और ग्राहक शिकायतों के निगरानी। अंत में हम प्रतिशोधक उपाय पर चर्चा करे के । बैंक के ई दोष के खुलासा करे के एक साल से भी बेसी समय के बाद, केवल पहिलका के कम करे के लेल कार्रवाई कैल गेल हई, जबकि हम जंगली में दोसर के संभावित मामला देखले हई, अउर एटीएम अउर पीओएस मैलवेयर के प्रसार एकरा अउर खतरा बना रहल हई। |
15f5ce559c8f3ea14a59cf49bacead181545dfb0 | हम एगो छोट समूह हस्ताक्षर योजना के निर्माण कर रहलिए ह । हमार योजना में हस्ताक्षर समान सुरक्षा के साथ लगभग एक मानक आरएसए हस्ताक्षर के आकार के हय। हमनी के समूह हस्ताक्षर के सुरक्षा स्ट्रांग डिफी-हेलमैन धारणा पर आधारित हई अउर द्विध्रुवी समूह में एगो नया धारणा जेकरा निर्णय रैखिक धारणा कहल जाई हई। हम बेल्लारे, मिकिसिआन्को और वारिनस्की द्वारा हाल ही में देल गेल समूह हस्ताक्षर के लेल सुरक्षा परिभाषा के एक संस्करण के उपयोग करके, यादृच्छिक ओरेकल मॉडल में, अपन प्रणाली के सुरक्षा के साबित करई छलई। |
96084442678300ac8be7778cf10a1379d389901f | इ पेपर में माइक्रोवेव घटक के योज्य विनिर्माण के लिए दो अलग-अलग दृष्टिकोण पर चर्चा कैल गेल हई। पहला दृष्टिकोण लोकप्रिय और सस्ते फ्यूज्ड डिपॉजिशन मॉडलिंग (एफडीएम) से बनल हय। इ पेपर में इ दिखाला गलय हा कि, अलग-अलग इनफिल फैक्टर के उपयोग करके, एफडीएम नियंत्रित ढांकता हुआ स्थिर के साथ उपकरणों के निर्माण के लिए उपयुक्त हय। दूसरा दृष्टिकोण स्टीरियोलिथोग्राफी (एसएलए) हय। येई दृष्टिकोण के जौरे, संकल्प के संदर्भ में बेहतर परिणाम प्राप्त कैल जा सकई हई। एकर अलावा माइक्रोवेव उपकरण के सतह पर तांबा के प्लेट के एक बहुत आसान तरीका दिखाएल गेल हई अउर एकर प्रभावशीलता के मशरूम के आकार के गुनगुने वाला दो-ध्रुवीय फिल्टर के निर्माण अउर माप के माध्यम से प्रदर्शित कैल गेल हई। |
0668aba8199335b347a5c8d0cdd8e75cb7cd6122 | भोजन के स्वचालित समझ एगो महत्वपूर्ण शोध चुनौती हई। खाद्य मान्यता इंजन रोगी के आहार अउर खाद्य सेवन के आदत के स्वचालित रूप से मोबाइल चाहे पहनने योग्य कैमरा के उपयोग कैले गेल छवि से सीधे निगरानी के लेल एगो वैध सहायता प्रदान कर सकई हई। क्षेत्र में पहिला चुनौती में से एगो खाद्य पदार्थ के चित्र के दोसर के विरूद्ध भेदभाव करनाई हई। खाद्य बनाम गैर-खाद्य वर्गीकरण के लिए मौजूदा दृष्टिकोणों में बहु-वर्ग या एक-वर्ग वर्गीकरण दृष्टिकोण के संयोजन में उथले और गहरे प्रतिनिधित्व दोनों के उपयोग कैल गेलय हय। हालांकि, ऊ आम तौर पर अलग-अलग पद्धति और डेटा के उपयोग करके मूल्यांकन कैल गेल हई, जोनमे मौजूदा विधियों के प्रदर्शन के वास्तविक तुलना करनाई असंभव बना देई हई। इ पत्र में, हम खाद्य बनाम गैर-खाद्य वर्गीकरण के लिए नियोजित सबसे हालिया वर्गीकरण दृष्टिकोण पर विचार करो हय, और ओकर तुलना सार्वजनिक रूप से उपलब्ध डेटासेट पर करो हय। विभिन्न गहरी-शिक्षा आधारित प्रतिनिधित्व अउर वर्गीकरण विधि पर विचार अउर मूल्यांकन कैल गेल हई। |
1f7d9319714b603d87762fa60e47b0bb40db25b5 | बेयसियन स्वतंत्रता वर्गीकरण अउर निकटतम पड़ोसी वर्गीकरण के मैन्युअल रूप से ग्रेडेड निबंध के स्कोर सौंपे के लेल प्रशिक्षित कैल गेल रहई। इ स्कोर के रैखिक प्रतिगमन के उपयोग करके कई अन्य सारांश पाठ उपाय के साथ जोड़ा गेलय हल। वर्गीकरणकर्ता अउर प्रतिगमन समीकरण के फेर से निबंध के एगो नया सेट पर लागू कैल गेल रहई। वर्गीकरणवा बहुते अच्छा काम करलकै। स्वचालित ग्रेडर और अंतिम मैनुअल ग्रेडर के बीच समझौता मानव ग्रेडर के बीच समझौते जितना अच्छा हलय। स्वचालित निबंध ग्रेडिंग के समस्या के लिए कई मानक पाठ-वर्गीकरण तकनीक के लागू कैल गेलय हल। |
81dbf427ba087cf3a0f22b59e74d049f881bbbee | प्रौद्योगिकी और विचारधारा में हालिया प्रगति ने शिक्षा अनुसंधान के लिए पूरी तरह से नया दिशाओं के अनलॉक कर देलकय हय। बढ़ते ट्यूशन लागत और मुफ्त, ऑनलाइन पाठ्यक्रम के पेशकश से बढ़ता दबाव चर्चा खोल रहले हा और भौतिक कक्षा में बदलाव के उत्प्रेरक हय। ई चर्चा के केंद्र में उलटा कक्षा हई। उल्टा कक्षा एगो नया शैक्षणिक पद्धति हई, जे असिंक्रोनस वीडियो व्याख्यान अउर अभ्यास समस्या के होमवर्क के रूप में, अउर सक्रिय, समूह-आधारित समस्या समाधान गतिविधि के कक्षा में नियोजित करई हई। ई सीखने के सिद्धांत के एगो अनूठा संयोजन के प्रतिनिधित्व करई हई जेकरा एक बेर असंगत-सक्रिय मानल जाई रहई, एगो रचनात्मक विचारधारा पर आधारित समस्या-आधारित सीखने के गतिविधि अउर व्यवहारवादी सिद्धांत पर आधारित प्रत्यक्ष निर्देश विधि से प्राप्त निर्देशात्मक व्याख्यान। ई पेपर फ्लिप क्लासरूम के पिछला अउर चालू शोध के एगो व्यापक सर्वेक्षण प्रदान करई हई। अध्ययन के कई आयामों पर विशेषता हय। अन्य के बीच, येइमे कक्षा में अउर कक्षा के बाहर के गतिविधि के प्रकार, अध्ययन के मूल्यांकन करे के लेल उपयोग कैल जाए वाला उपाय, अउर प्रत्येक अध्ययन के लेल पद्धतिगत विशेषता शामिल छलई। इ सर्वेक्षण के परिणाम से पता चलई हई कि अब तक के अधिकांश अध्ययन छात्र के धारणा के पता लगाबई हई अउर एकल-समूह अध्ययन डिजाइन के उपयोग करई हई। उल्टा कक्षा के छात्र के धारणा के रिपोर्ट कुछ हद तक मिश्रित हय, लेकिन आम तौर पर समग्र रूप से सकारात्मक हय। छात्र वीडियो व्याख्यान के बजाय व्यक्तिगत व्याख्यान पसंद करो हय, लेकिन व्याख्यान के बजाय इंटरैक्टिव कक्षा गतिविधि के पसंद करो हय। अनौपचारिक साक्ष्य से पता चलई हई कि पारंपरिक कक्षा के तुलना में फ्लिप के लेल छात्र के सीख में सुधार होई हई। हालांकि, छात्र के सीखने के परिणामों के बारे में बहुत कम काम है। हम भविष्य के कार्य अध्ययन के लेल नियंत्रित प्रयोगात्मक चाहे अर्ध-प्रयोगात्मक डिजाइन के उपयोग कैके उद्देश्यपूर्ण सीखने के परिणाम के जांच करे के सिफारिश करई छलई। हम इ भी अनुशंसा करो हियो कि शोधकर्ता वर्ग के गतिविधि के डिजाइन के मार्गदर्शन करे के लिए उपयोग कियल जाए वाला सैद्धांतिक ढांचे पर ध्यान से विचार करे। 1 फ्लिप क्लासरूम के उदय शिक्षा के चेहरा बदले के लेल दू संबंधित आंदोलन छलई। ई में से पहला आनुवंशिक आंदोलन हलइ। ई तकनीकी आंदोलन सूचना के अति कम लागत पर प्रवर्धन और दोहराव के सक्षम बनयलकय हा। ई 1400 के दशक में प्रिंटिंग प्रेस के साथ शुरू होलइ, आउ लगातार बढ़इत दर से जारी हइ। इलेक्ट्रॉनिक टेलीग्राफ 1830 के दशक में, वायरलेस रेडियो 1800 के दशक के अंत में और 1900 के दशक के शुरुआत में, टेलीविजन 1920 के दशक में, कंप्यूटर 1940 के दशक में, इंटरनेट 1960 के दशक में, और वर्ल्ड वाइड वेब 1990 के दशक में सामने आयल रहई। जैसे-जैसे येई प्रौद्योगिकि के अपनाएल गेल हई, उनकर माध्यम से प्रसारित विचार दोसर आंदोलन के सक्षम बनलो हई। जबकि तकनीकी आंदोलन सूचना के मुक्त और खुले प्रवाह के लिए वास्तविक भौतिक बाधाओं के दूर करे के प्रयास कैलकय, इ वैचारिक आंदोलन कृत्रिम, मानव निर्मित बाधाओं के दूर करे के प्रयास कैलकय हय। ई मुक्त सॉफ्टवेयर आंदोलन में चित्रित कैल गेल हई (उदाहरण के लेल, स्टॉलमैन अउर लेसिग [67]), हालांकि ई आंदोलन निश्चित रूप से सॉफ्टवेयर तक सीमित ना छलई। एकर एगो अच्छा उदाहरण इनक्यूबेटर से देखल जा सकई हई। इनसाइक्लोपीडिया ब्रिटानिका लगभग 250 वर्ष [20] (1768 से) के लेल लगातार प्रकाशित कैल गेल हई। हालाँकि विश्वकोश ब्रिटानिका सामग्री 1981 से डिजिटल रूप से मौजूद हय, लेकिन 2001 में विकिपीडिया के आगमन तक विश्वव्यापी सामग्री के लिए खुला पहुंच दुनिया भर के उपयोगकर्ता के लिए उपलब्ध नए होलय। इनसाइक्लोपीडिया ब्रिटानिका तक पहुंच सीमित संख्या में भुगतान कैल जाए वाला सदस्य तक ही सीमित हय, लेकिन विकिपीडिया तक पहुंच खुलल हय, और वेबसाइट पर 2.7 बिलियन से अधिक अमेरिकी मासिक पृष्ठ दृश्य प्राप्त होवो हय। येई प्रकार, हालांकि ज्ञानकोश सामग्री के मुफ्त पहुंच के सक्षम करे के लेल प्रौद्योगिकी अउर डिजिटल सामग्री उपलब्ध रहई, वैचारिक बाधा एकरा होए से रोकलई। ई तब तक न हल जब तक कि ई विचारधारा के दूर न कर देल गेल रहई कि मानवता के ई बनावे के शक्ति देल गेल रहई कि दुनिया के सबसे बड़, सबसे अद्यतित विश्वकोश बन गेल हई। येही तरह, हम उच्च शिक्षा पर ई दुनु आंदोलन के संयुक्त प्रभाव के देखबई हई। तकनीकी क्षेत्र में, अनुसंधान महत्वपूर्ण प्रगति कर रहले हय। अध्ययन से पता चलई हई कि वीडियो लेक्चर (थोड़ा) व्यक्ति-लेक्चर से बेहतर प्रदर्शन करई हई, इंटरैक्टिव ऑनलाइन वीडियो के जौरे अउर बेहतर प्रदर्शन करई हई (प्रभाव आकार = 0.5) । ऑनलाइन होमवर्क कागज और पेंसिल के होमवर्क के रूप में उतना ही प्रभावी हय [8,27], और सावधानी से विकसित बुद्धिमान ट्यूशन सिस्टम मानव ट्यूटर्स के रूप में उतना ही प्रभावी साबित होलय हा [77]. इ प्रगति के बावजूद, अपनाने धीमा रहलई, काहेकी अच्छा शिक्षा प्रणाली के विकास महंगा हो सकई हई। हालांकि, संबंधित वैचारिक आंदोलन इ वित्तीय बाधा के तोड़ रहल हई। वैचारिक रूप से, एमआईटी 2001 में अपन ओपनकोर्सवेयर (ओसीडब्ल्यू) पहल के घोषणा करे के समय एगो महत्वपूर्ण कदम आगे बढ़लई। [53] इ सूचना तक पहुंच के खोललई जे पहले केवल विश्वविद्यालय ट्यूशन के भुगतान करे वाला छात्र के लेल उपलब्ध रहई, जे एमआईटी में $ 40,000/वर्ष से अधिक हई [54]. ई प्रवृत्ति के जारी रखइत, एमआईटी के पूर्व छात्र सलमान खान 2006 में खान एकेडमी के स्थापना कलई, जे 3200 से अधिक वीडियो अउर 350 अभ्यास अभ्यास के एगो पुस्तकालय जारी कलई। खान अकादमी के घोषित मिशन "कोई भी, कहीं भी, 2012 में मुफ्त विश्व स्तरीय शिक्षा प्रदान करना है।" पिछले वर्ष में, इस आंदोलन ने तेजी से गति प्राप्त की है। खान के प्रयास से प्रेरित होके, स्टैनफोर्ड के प्रोफेसर सेबेस्टियन थ्रुन और एंड्रयू एनजी 2011 के पतन में अपन ऑनलाइन पाठ्यक्रम तक पहुंच खोललई। थ्रुन पीटर नॉर्विग के जौरे कृत्रिम बुद्धिमत्ता के सिखलई, 160,000 से अधिक छात्र के अपन मुफ्त ऑनलाइन पाठ्यक्रम के लेल आकर्षित कलई। बाद में, थ्रुन विश्वविद्यालय छोड़ देलई आउर उडासिटी के स्थापना कलई, जे अब 11 मुफ्त पाठ्यक्रम के मेजबानी करई छलो। स्टैनफोर्ड के समर्थन के साथ, एनजी अपन स्वयं के खुला ऑनलाइन शैक्षिक पहल, कोर्सेरा के भी शुरुआत कलकई। प्रिंसटन, पेंसिल्वेनिया विश्वविद्यालय और मिशिगन विश्वविद्यालय कोर्सेरा साझेदारी में शामिल हो गेलय हय, जे अपन पेशकश के 42 पाठ्यक्रमों तक विस्तारित करलकय हा। एमआईटी अपन खुला शिक्षा पहल के भी उन्नत कलई, अउर हार्वर्ड के जौरे $ 60 मिलियन डॉलर के उद्यम, ईडीएक्स में शामिल होलई। [19] एडीएक्स, हार्वर्ड और एमआईटी कक्षाओं के मुफ्त में ऑनलाइन पेशकश करतय। जबकि ऑनलाइन शिक्षा में सुधार, विस्तार और मुफ्त में खुले तौर पर उपलब्ध हो रहले हा, ईंट-और-मोर्टार स्कूलों में विश्वविद्यालय ट्यूशन तेजी से बढ़ रहले हा [56]. कैलिफोर्निया विश्वविद्यालय प्रणाली में ट्यूशन 2000 के बाद से लगभग तीन गुना हो गेलय हय [32]. स्वाभाविक रूप से, कैलिफोर्निया के विश्वविद्यालय के छात्रों द्वारा इसे अच्छी तरह से प्राप्त नहीं किया जा रहा है। [2] येही तरह, क्यूबेक में छात्र योजनाबद्ध ट्यूशन बढ़ोतरी के खिलाफ सक्रिय रूप से विरोध कर रहल हई। नियोजित ट्यूशन बढ़ोतरी के विरोध में, रटगर्स में छात्र प्रदर्शनकारियों ने (20 जून, 2012) के बोर्ड बैठक में बाधा डाली, ताकि उनकी आवाज सुनी जा सके [36]. आग में ईंधन डाले के, गिलन एट अल के हालिया अध्ययन के परिणाम से पता चललई। [31] इंगित करो हय कि स्नातक छात्र के ट्यूशन के उपयोग अनुसंधान के सब्सिडी के लिए कैल जा हय। नतीजतन, छात्र अउर शैक्षणिक संस्थान दुनु द्वारा पूछल जाए वाला स्वाभाविक प्रश्न ई हई कि छात्र के अपन पैसा के बदले की मिलई हई। ई भौतिक अकादमिक संस्थान पर अपन छात्र के व्यक्तिगत शैक्षिक अनुभव के बेहतर अउर बढ़ाबे के लेल एगो निश्चित दबाव डालई छलो। |
f395edb9c8ca5666ec54d38fda289e181dbc5d1b | ई पेपर में मध्यम वोल्टेज अनुप्रयोग के लेल एगो नया वोल्टेज स्रोत कन्वर्टर प्रस्तुत कैल गेल हई जे पावर सेमीकंडक्टर के श्रृंखला में जोड़े के आवश्यकता के बिना वोल्टेज (2.4-7.2 केवी) के एगो विस्तृत श्रृंखला में काम कर सकई हई। प्रस्तावित कनवर्टर के संचालन के अध्ययन और विश्लेषण कैल गेलय हय। प्रस्तावित कनवर्टर के नियंत्रित करे के लेल, स्पेस-वेक्टर मॉड्यूलेशन (एसवीएम) रणनीति के प्रस्ताव कैल गेल हई, जोनमे रिडंडेंट स्विचिंग स्टेट हई। एसवीएम आमतौर पर वैसे भी रिडंडेंट स्विचिंग स्टेट होई हई। हमन्हीं केकरा पर विश्वास करे के चाही ? येई अधिशेष स्विचिंग राज्य प्रस्तावित कनवर्टर में उड़ान संधारित्र के आउटपुट वोल्टेज के नियंत्रित करे अउर वोल्टेज के संतुलित करे में मदद करई हई। विभिन्न ऑपरेटिंग परिस्थितियों में कनवर्टर के प्रदर्शन के MATLAB/Simulink वातावरण में जांच कियल जा हय। प्रस्तावित कनवर्टर के व्यवहार्यता के मूल्यांकन प्रयोगात्मक रूप से 5-केवीए प्रोटोटाइप पर कैल गेल हई। |
81a4183d5042a93356bc59cda54ede3283efe583 | ई पेपर फर्श के दबाव डेटा के आधार पर पैदल गति के उपयोग करके लोग के पहचान के लिए एक दृष्टिकोण प्रस्तुत करई हई। एक बड़े क्षेत्र के उच्च रिज़ॉल्यूशन दबाव संवेदी फर्श के उपयोग करके, हम एक फुटस्टेप पर पैर के दबाव के केंद्र के 3 डी प्रक्षेपवक्र प्राप्त करे में सक्षम रहई, जोनमे सीओपी के 1 डी दबाव प्रोफ़ाइल अउर 2 डी स्थिति प्रक्षेपवक्र दुनु शामिल रहई। 3डी सीओपी प्रक्षेपवक्र के आधार पर, सुविधा के एक सेट के तब निकालल जाई हई अउर दोसर सुविधा जैसे कि कदम के लंबाई अउर गति के जौरे लोग के पहचान के लेल उपयोग कैल जाई छलई। वर्गीकरणकर्ता के रूप में फिशर रैखिक भेदभावक के उपयोग कैल जाई हई। प्रस्तावित पद्धति के उपयोग करके 94% के औसत मान्यता दर और 3% के झूठे अलार्म दर के साथ उत्साहजनक परिणाम प्राप्त कैल गेलय हय, जेकरा मे 10 विषयों से जोड़ी-वार पैर के डेटा के उपयोग कैल गेलय हय। |
6b6fa87688f1e0ddb676a9ce5d18a7185f98d0c5 | मल्टी-लेजर स्कैनर, पैनोरमा कैमरा और एक जड़ता माप इकाई (आईएमयू) के साथ पारंपरिक इनडोर लेजर स्कैनिंग ट्रॉली / बैकपैक 3 डी इनडोर मैपिंग समस्या के लिए एक लोकप्रिय समाधान हय। हालांकि, ऊ मानचित्रण सूट के लागत काफी महंगे हय, और उपभोक्ता इलेक्ट्रॉनिक घटक द्वारा शायद ही दोहरायल जा सको हय। उपभोक्ता आरजीबी-डेप्थ (आरजीबी-डी) कैमरा (जैसे, किनेक्ट वी 2) 3 डी बिंदु बादल एकत्र करे के लिए एक कम लागत वाला विकल्प हय। हालांकि, संकीर्ण दृश्य क्षेत्र (एफओवी) के कारण, एकर संग्रह दक्षता और डेटा कवरेज लेजर स्कैनर के तुलना में कम हय। एकरा अलावा, सीमित एफओवी स्कैनिंग वर्कलोड, डेटा प्रोसेसिंग बोझ, और दृश्य ओडोमेट्री (वीओ) / एक साथ स्थानीयकरण और मैपिंग (एसएलएएम) विफलता के जोखिम के बढ़ावो हय। इनडोर मैपिंग के लेल सहायक जानकारी (यानी, रंग) के जौरे 3 डी बिंदु बादल डेटा एकत्र करे के लेल एगो कुशल अउर कम लागत वाला तरीका खोजे के लेल, इ पेपर में हम एगो प्रोटोटाइप इनडोर मैपिंग समाधान प्रस्तुत करई हई जे कैगो आरजीबी-डी सेंसर के कैलिब्रेशन पर बनल हई। बड़े एफओवी के जौरे एगो सरणी के निर्माण करे के लेल। तीन टाइम-ऑफ-फ्लाइट (ToF) आधारित Kinect V2 RGB-D कैमरे एगो बड़ा दृश्य क्षेत्र बनावे के लेल अलग-अलग दृश्य दिशा के साथ एक रिग पर लगाएल गेल हई। तीन आरजीबी-डी डेटा स्ट्रीम OpenKinect ड्राइवर द्वारा सिंक्रनाइज़ और एकत्र कैल जाई हई। एकल आरजीबी-डी कैमरों के ज्यामिति और गहराई अंशांकन से जुड़े आंतरिक अंशांकन के समरूपता-आधारित विधि और किरण सुधार द्वारा हल कैल जा हय, जेकरा बाद क्रमशः पिक्सेल-वार स्पलाइन लाइन कार्यों के आधार पर रेंज पूर्वाग्रह सुधार होवो हय। बाह्य कैलिब्रेशन के एक मोटे से महीन योजना के माध्यम से प्राप्त कैल जा हय जे प्रारंभिक बाहरी अभिविन्यास मापदंडों (ईओपी) के विरल नियंत्रण मार्कर से हल करो हय और प्रारंभिक मूल्य के पुनरावर्ती निकटतम बिंदु (आईसीपी) संस्करण द्वारा परिष्कृत करो हय जे आरजीबी-डी बिंदु बादल और संदर्भित लेजर बिंदु बादल के बीच के दूरी के कम कर देवो हय। प्रस्तावित प्रोटोटाइप और कैलिब्रेशन विधि के प्रभावशीलता और सटीकता के मूल्यांकन प्रोटोटाइप से प्राप्त बिंदु बादलों के स्थलीय लेजर स्कैनर (टीएलएस) द्वारा एकत्र कैल गेलय ग्राउंड ट्रुथ डेटा के साथ तुलना करके कैल जा हय। परिणाम के समग्र विश्लेषण से पता चलई हई कि प्रस्तावित विधि प्रति सेकंड 30 फ्रेम पर एकत्र कैल गेल तीन किनेक्ट वी 2 कैमरा से कैगो बिंदु बादल के निर्बाध एकीकरण प्राप्त करई हई, जेकरा परिणामस्वरूप इंडोर मैपिंग अनुप्रयोग के लेल कम लागत, कुशल अउर उच्च-कवरेज 3 डी रंग बिंदु बादल संग्रह होई हई। |
330f258e290adc2f78820eddde589946f775ae65 | मोटाई सेट सिद्धांत के नियम प्रेरण पर लागू कैल जा सकई हई। दो अलग-अलग प्रकार के वर्गीकरण नियम हय, सकारात्मक और सीमा नियम, जे अलग-अलग निर्णय और परिणाम के जन्म देवो हय। ऊ केवल विश्वास, कवरेज और सामान्यता जैसे वाक्यविन्यास माप से ही अलग नए कियल जा सको हय, बल्कि निर्णय-एकाकारिता, लागत और जोखिम जैसे अर्थ संबंधी माप से भी अलग कियल जा सको हय। वर्गीकरण नियम के प्रत्येक व्यक्तिगत नियम के लिए स्थानीय रूप से, या नियम के एक सेट के लिए वैश्विक रूप से मूल्यांकन कियल जा सको हय। दुनहु प्रकार के वर्गीकरण नियम के निर्णय-सैद्धांतिक मॉडल से उत्पन्न कैल जा सकई हई, अउर ओकर व्याख्या कैल जा सकई हई, जे पावलक मोटा सेट मॉडल के संभाव्यता विस्तार हई। मोटे सेट सिद्धांत के एक महत्वपूर्ण अवधारणा के रूप में, एक विशेषता घटाता विशेषता के एक उप-समूह हय जे संयुक्त रूप से पर्याप्त हय और व्यक्तिगत रूप से दिहल गेल सूचना तालिका के एक विशेष गुण के संरक्षित करे के लिए आवश्यक हय। ई पेपर विभिन्न वर्गीकरण गुण के संबंध में निर्णय-सैद्धांतिक मोटे सेट मॉडल में विशेषता के कमी के संबोधित करई हई, जैसेः निर्णय-एकाकीपन, विश्वास, कवरेज, सामान्यता अउर लागत। ई ध्यान रखना महत्वपूर्ण हई कि येईमे से कैगो गुण के पवलक मोटा सेट मॉडल में एगो माप सी द्वारा सही-सही प्रतिबिंबित कैल जा सकई हई। दोसर ओर, संभावित मॉडल में ओकरा अलग-अलग मानल जाए के चाहि। सी माप के एक सीधा विस्तार इ गुण के मूल्यांकन करे में असमर्थ हय। इ अध्ययन विशेषता कमी के समस्या में एक नया अंतर्दृष्टि प्रदान करो हय। क्राउन कॉपीराइट 2008 एल्सेवियर इंक द्वारा प्रकाशित। सब अधिकार सुरक्षित। |
642db624b5b33a02a435ee1415d7c9f9cef36e1d | ई पेपर डायना के साथ पिछला काम के विस्तार करो हय, गतिशील प्रोग्रामिंग विधियों के अनुमान के आधार पर बुद्धिमान प्रणालि के लिए वास्तुकला के एक वर्ग डायना आर्किटेक्चर परीक्षण और त्रुटि सुदृढीकरण सीखने और निष्पादन समय योजना के एक एकल प्रक्रिया में एकीकृत करो हय, जे दुनिया पर और दुनिया के एक सीखे गए मॉडल पर बारी-बारी से संचालित होवो हय। डायना पीआई आर्किटेक्चर गतिशील प्रोग्रामिंग के नीति पुनरावृत्ति विधि पर आधारित हय और मौजूदा एआई विचार जैसे मूल्यांकन कार्य और सार्वभौमिक योजनाएं प्रतिक्रियाशील प्रणालि से संबंधित हो सको हय। एक नेविगेशन कार्य के उपयोग करके परिणाम एक सरल डायना पीआई प्रणाली के लिए दिखाल गेल हय जे एक साथ परीक्षण और त्रुटि द्वारा सीखो हय। एक विश्व मॉडल सीखो हय और इष्टतम मार्गों के उपयोग करके योजना बनावो हय। विकसित दुनिया मॉडल Dyna Q आर्किटेक्चर वाटकिन्स के Q सीखने पर आधारित है एक नया प्रकार का प्रबलित शिक्षा Dyna Q Dyna PI की तुलना में डेटा संरचनाओं के कम परिचित सेट का उपयोग करता है, लेकिन लागू करने और उपयोग करने के लिए तर्कसंगत रूप से सरल है हम दिखाते हैं कि Dyna Q आर्किटेक्चर को बदलते वातावरण में उपयोग के लिए अनुकूलित करना आसान है Dyna Q के लिए परिचय एआई में पारंपरिक उत्तर ई रहलई कि एकरा अपन वर्तमान लक्ष्य अउर विश्व मॉडल के प्रकाश में अपन सर्वोत्तम कार्रवाई के अनुमान लगावे के चाहि अर्थात एकरा योजना बनाबे के चाहि। हालांकि, ई अब व्यापक रूप से स्वीकार कैल गेल हई कि योजना के उपयोगिता एकर कम्प्यूटेशनल जटिलता अउर एगो सटीक विश्व मॉडल पर एकर निर्भरता से सीमित छलई। एगो वैकल्पिक एगो तीसरा दृष्टिकोण ई हई कि जल्दी से प्रतिक्रिया चाहे स्थिति कार्रवाई नियम के एगो सेट में एकर परिणाम के संकलित करके योजना बनाएल जाए जे तब वास्तविक समय के निर्णय लेबे के लेल उपयोग कैल जाई हई। y डायना के परिचय देलई, जे सरल आर्किटेक्चर के एगो वर्ग हई, जे येई तीन दृष्टिकोण के बीच व्यापार के एकीकृत अउर अनुमति देई हई। डायना आर्किटेक्चर पारंपरिक इष्टतम नियंत्रण तकनीक के अनुमानित करे के लेल मशीन लर्निंग एल्गोरिदम के उपयोग करई हई जेकरा डायनामिक प्रोग्रामिंग के रूप में जानल जाई हई। डीपी बेलमैन रॉस डीपी स्वयं एगो सीखने के तरीका ना हई बल्कि एगो कम्प्यूटेशनल विधि हई। हल करे वाला कार्य ई स्टेट स्पेस खोज के समान हय लेकिन एकरा मे अंतर हय कि ई अधिक वृद्धिशील हय और कभी भी वास्तविक कार्रवाई क्रम के स्पष्ट रूप से केवल एक समय में एक ही कार्रवाई पर विचार नए करो हय। ई डीपी के निष्पादन समय पर वृद्धिशील योजना के लिए अधिक अनुकूल बनावो हय और एकरा स्टोकास्टिक या पूरी तरह से मॉडलिंग वातावरण के लिए अधिक उपयुक्त बनावो हय। अनिश्चित वातावरण में संभावित अनुक्रम के अत्यधिक बड़ी संख्या के ध्यान में न रखे के कारण सीखे गेल दुनिया के मॉडल के स्थैतिक और अनिश्चित होए के संभावना हय, जे डीपी दृष्टिकोण के विशेष रूप से सीखने के लिए आशाजनक बनावो हय। सिस्टम डायना आर्किटेक्चर ऊ हय जे डीपी के अनुमान के उपयोग करते हुए ऑनलाइन दुनिया के मॉडल के सीखो हय और इष्टतम व्यवहार के सीखो हय। क्रैक डेनेट डायना के सिद्धांत डीपी ई जी रॉस के सिद्धांत पर आधारित हय और डीपी के संबंध सुदृढीकरण सीखने वाटकिन्स बार्टो सुटन वाटकिन्स के समय अंतर सीखने सुटन और योजना और खोज के लिए एआई विधियों के लिए एआई सिस्टम के निर्माण के सामान्य विचार के लिए तर्क देल गेलय जे गतिशील प्रोग्रामिंग के अनुमान लगावो हय और व्हाइटहेड और अन्य ने सुटन बार्टो सुटन पिनेट रुमेलहार्ट एट अल के लिए एक विश्व मॉडल के साथ एक सुदृढीकरण सीखने के प्रणाली के बढ़ावे के विशेष विचार के लिए परिणाम प्रस्तुत कैलकय हय। डायना पीआई क्योंकि इ एक डीपी विधि के अनुमान पर आधारित हय जेकरा पॉलीसी पुनरावृत्ति के रूप में जानल जा हय हॉवर्ड डायना पीआई आर्किटेक्चर में चार घटक शामिल हय जे आरेख में दिखाएल गेल हय। नीति केवल प्रतिक्रिया के वर्तमान सेट द्वारा गठित फलन हय। इ इनपुट के रूप में दुनिया के वर्तमान स्थिति के विवरण प्राप्त करो हय और आउटपुट के रूप में एक सूचना प्राप्त करो हय। दुनिया के लेल भेजल जाए वाला कार्रवाई दुनिया हल कैल जाए वाला कार्य के प्रतिनिधित्व करई हई प्रोटोटाइप रूप से ई रोबोट के बाहरी वातावरण हई दुनिया नीति से कार्रवाई प्राप्त करई हई अउर अगला राज्य आउटपुट अउर एगो इनाम आउटपुट उत्पन्न करई हई। समग्र कार्य के दीर्घकालिक औसत इनाम के अधिकतम करे के रूप में परिभाषित कैल गेल हई। एगो स्पष्ट विश्व मॉडल दुनिया मॉडल के उद्देश्य वास्तविक दुनिया के एक-चरण इनपुट आउटपुट व्यवहार के नकल करनाई हई। अंत में डायना पीआई आर्किटेक्चर में एगो मूल्यांकन फ़ंक्शन शामिल हई जे तेजी से मानकों के लेल मानचित्रण करई हई जैसन कि नीति तेजी से क्रिया के लेल मानचित्रण करई हई। मूल्यांकन फ़ंक्शन नीति अउर दुनिया मॉडल दुनु अलग-अलग सीखने के प्रक्रिया द्वारा अद्यतन कैल जाई हई। WORLD एक्शन रिवार्ड (स्केलर) ह्यूरिस्टिक रिवार्ड (स्केलर) स्टेट इवैल्यूएशन फंक्शन |
5991fee5265df4466627ebba62e545a242d9e22d | हम व्यक्तिगत स्टॉक कीमतों के इतिहास से विशेषताओं के निकालने के लिए स्टैक्ड प्रतिबंधित बोल्टज़मैन मशीनों से मिलकर एक ऑटोकोडर का उपयोग करते हैं। हमार मॉडल इनपुट सुविधा के व्यापक हाथ-इंजीनियरिंग के बिना स्टॉक में गति के प्रभाव के एक उन्नत संस्करण के खोज करे में सक्षम हई अउर 1990-2009 परीक्षण अवधि के दौरान 45.93% के वार्षिक रिटर्न प्रदान करई हई, जबकि मूल गति के लेल 10.53%। |
d6cc46d8da91ded74ff31785000edc9ca8d67e23 | इ काम में, एक वाइड-बैंड, समतल, मुद्रित उलटा-एफ एंटीना (पीआईएफए) के प्रस्तावित कैल गेलय हय जेकरा मे मल्टीपल-इनपुट-मल्टीपल-आउटपुट (एमआईएमओ) एंटीना विन्यास हय। MIMO एंटीना सिस्टम में 4G LTE अनुप्रयोगों के लिए 2.1 GHz आवृत्ति बैंड पर काम करे वाला 4-तत्व शामिल हय। प्रस्तावित डिजाइन कॉम्पैक्ट, कम प्रोफ़ाइल और वायरलेस हैंडहेल्ड डिवाइस के लिए उपयुक्त है। MIMO एंटीना के निर्माण वाणिज्यिक रूप से उपलब्ध FR4 सब्सट्रेट पर εr के साथ 4.4 के बराबर कियल जा हय। एकल तत्व के आयाम 26 × 6 मिमी 2 हई जेकरा मे बोर्ड के आयतन 100 × 60 × 0.8 मिमी 3 के बराबर होई हई। ग्राउंड स्लॉट के उपयोग करके प्रस्तावित डिजाइन में अलगाव में 5 डीबी के साथ सुधार कैल गेल हई। एंटीना सिस्टम के व्यवहार के विश्लेषण करे के लिए विशेषता मोड विश्लेषण (सीएमए) के उपयोग कैल जा हय। |
2586dd5514cb203f42292f25238f1537ea5e4b8c | |
f20fbad0632fdd7092529907230f69801c382c0f | 100Gb/s ऑप्टिकल ट्रांसपोर्ट और उससे आगे के लिए धक्का उच्च गति और एकीकरण स्तर पर इलेक्ट्रॉनिक घटकों के लिए आवश्यक है ताकि ट्रांसीवर की लागत, जटिलता और आकार को कम किया जा सके [1-2]। एकरा लेल समानांतर बहु-चैनल ऑप्टिकल ट्रांसीवर के आवश्यकता होई हई, जे प्रत्येक 25Gb/s अउर उससे आगे के गति पर काम करई हई। ट्रांसमीटर के आउटपुट पावर में भिन्नता के कारण और कुछ मामलों में अलग-अलग ऑप्टिकल पथों में समानांतर रिसीवरों के अलग-अलग इनपुट ऑप्टिकल पावर लेवल पर काम करे के चाहि। ई प्रवृत्ति एकीकृत बहु-चैनल रिसीवर [3] में स्वीकार्य इंटर-चैनल क्रॉसस्टॉक के लेल बढ़ल तनाव डालई हई। जब सब चैनल चालू हो जा हय तओ इ क्रॉस-टॉक दंड के कम करे के अति-उच्च थ्रूपुट ऑप्टिकल लिंक में तेजी से महत्वपूर्ण हो रहले हा। |
430ddd5f2ed668e4c77b529607afa378453e11be | प्रयोगात्मक परिणाम NTCIR9 जापानी-अंग्रेजी और चीनी-अंग्रेजी कार्यों के लिए सामान्य दिशा प्रणालियों के तुलना में BLEU में 1.7 अंक और TER में 3.1 अंक तक के सुधार दिखावो हय। ई काम में, हम सांख्यिकीय मशीन अनुवाद (एसएमटी) के लेल शब्द क्रम डिकोडिंग दिशा के प्रभाव के अध्ययन करई हई। वाक्यांश-आधारित अउर पदानुक्रमित वाक्यांश-आधारित दुनहु एसएमटी प्रणाली के स्रोत अउर/या लक्ष्य भाषा के शब्द क्रम के उलट के अउर अनुवाद परिणाम के सामान्य दिशा के जौरे तुलना करके जांच कैल गेल हई। विभिन्न अनुवाद दिशाओं द्वारा उत्पन्न अंतर के लिए कौन से से जवाब दे हय, इ देखे के लिए कई घटकों जैसे संरेखण मॉडल, भाषा मॉडल और वाक्यांश तालिका पर विश्लेषण कियल जा हय। एकरा अलावा, हम विभिन्न अनुवाद दिशाओं के साथ प्रशिक्षित प्रणालियों से लाभान्वित होवे के लिए सिस्टम संयोजन, संरेखण संयोजन और वाक्यांश तालिका संयोजन के उपयोग करे के प्रस्ताव रखई हई। |
7a1e584f9a91472d6e15184f1648f57256216198 | http://www.jstor.org जटिल बेयसन मॉडलिंग के लेल एगो भाषा अउर कार्यक्रम लेखक: डब्ल्यू.आर. गिलक्स, ए. थॉमस अउर डी.जे. श्पीगेलहल्टर स्रोत: रॉयल स्टैटिस्टिकल सोसाइटी के जर्नल। सीरीज डी (द स्टेटिस्टिक्सियन), वॉल्यूम . 43, न. हई 1, विशेष अंक: व्यावहारिक बेयसियन सांख्यिकी पर सम्मेलन, 1992 (3) (1994), पृ. 169-177 प्रकाशित: विले रॉयल स्टैटिस्टिकल सोसाइटी के लेल स्थिर URL: http://www.jstor.org/stable/2348941 पहुंचल गेल: 19-08-2014 17:40 यूटीसी |
062ece9dd7019b0a3ca7e789acf1dee57571e26d | मनोविज्ञान पत्रिका में महत्व परीक्षण के अनुप्रयोग पर निरंतर बहस के प्रकाश में और कोहेन (1994) के लेख के प्रकाशन के बाद, अमेरिकन साइकोलॉजिकल एसोसिएशन (एपीए) के बोर्ड ऑफ साइंटिफिक अफेयर्स (बीएसए) ने स्टेटिस्टिक इन्फरेंस पर टास्क फोर्स (टीएफएसआई) नामक एक समिति के बुलाया, जेकर प्रभार "महत्व परीक्षण और इसके विकल्पों सहित सांख्यिकी के अनुप्रयोगों के आसपास के कुछ विवादास्पद मुद्दों को स्पष्ट करना था; अंतर्निहित वैकल्पिक मॉडल और डेटा परिवर्तन; और शक्तिशाली कंप्यूटर द्वारा संभव नए तरीके" (बीएसए, व्यक्तिगत संचार, 28 फरवरी, 1996) । रॉबर्ट रोसेंथल, रॉबर्ट एबेलसन और जैकब कोहेन (सह-अध्यक्ष) शुरू में मिले और टास्क फोर्स में कई प्रकार के विशेषज्ञ के होवे के इच्छा पर सहमत होलई: सांख्यिकीविद, सांख्यिकी के शिक्षक, पत्रिका संपादक, सांख्यिकी पुस्तक के लेखक, कंप्यूटर विशेषज्ञ और बुद्धिमान बुजुर्ग। एकरा बाद नौ लोग के आमंत्रित कैल गेलई अउर सभे सहमत हो गेलई। ई लोग लियोना आइकन, मार्क एपलबम, ग्विनथ बूडू, डेविड ए केनी, हेलेना क्रेमर, डोनाल्ड रूबिन, ब्रूस थॉम्पसन, हॉवर्ड वाइनर और लीलैंड विल्किंसन हलथिन। एकरा अलावा, ली क्रोनबाच, पॉल मेहल, फ्रेडरिक मोस्टेलर अउर जॉन ट्यूकी टास्क फोर्स के वरिष्ठ सलाहकार के रूप में कार्य कलई अउर लिखित सामग्री पर टिप्पणी कलई। TFSI दो साल में दो बार मिललय और पूरी अवधि में पत्राचार कैलकय। पहली बैठक के बाद, टास्क फोर्स ने एक प्रारंभिक रिपोर्ट प्रसारित कैलकय जेकरा में शून्य परिकल्पना महत्व परीक्षण से परे मुद्दों के जांच करे के इरादा दलकय हल। टास्क फोर्स टिप्पणी के आमंत्रित कलई अउर अपन दोसर बैठक के दौरान विचार-विमर्श में येई फीडबैक के उपयोग कलई। दूसरी बैठक के बाद, टास्क फोर्स आगे के कार्रवाई के लिए कई संभावनाओं के सिफारिश कैलकय, जेकरा मे से प्रमुख अमेरिकन मनोवैज्ञानिक एसोसिएशन पब्लिकेशन मैनुअल (एपीए, 1994) के सांख्यिकीय खंडों के संशोधित करेके होतय। व्यापक चर्चा के बाद, बीएसए सिफारिश कैलकय कि "टीएफएसआई एपीए प्रकाशन मैनुअल के संशोधन करे से पहले, ऊ अमेरिकन साइकोलॉजिस्ट में एक लेख प्रकाशित करे पर विचार कर सको हय, डेटा विश्लेषण और रिपोर्टिंग के वर्तमान प्रथाओं में परिवर्तन के बारे में क्षेत्र में चर्चा शुरू करे के एक तरीका के रूप में" (बीएसए, व्यक्तिगत संचार, 17 नवंबर, 1997) । ई रिपोर्ट में ई दावा कैल गेल हे कि ई भविष्य के लेल एगो बेहतर अदमी हथिन। इटालिक में खंड प्रस्तावित दिशानिर्देश हय जेकर TFSI एपीए प्रकाशन पुस्तिका के संशोधन या अन्य बीएसए समर्थन सामग्री के विकास के लिए उपयोग कियल जा सको हय। प्रत्येक दिशानिर्देश के बाद टिप्पणियाँ, स्पष्टीकरण या विस्तार हय जे लीलैंड विल्किंसन द्वारा कार्य बल के लिए इकट्ठा कैल गेलय हय और एकर समीक्षा के अधीन हय। ई रिपोर्ट केवल सांख्यिकीय विधियों के उपयोग से संबंधित हय और सामान्य रूप से अनुसंधान विधियों के मूल्यांकन के रूप में अभिप्रेत नए हय। मनोविज्ञान एक व्यापक विज्ञान हय। एक क्षेत्र में उपयुक्त विधियां दोसर में अनुपयुक्त हो साको हय। ई रिपोर्ट के शीर्षक अउर प्रारूप बाइलर अउर मोस्टेलर (1988) के एगो समान लेख से अनुकूलित हई। ऊ लेख से परामर्श कैल जाए के चाहि, काहेकी ऊ एकरा साथ कुछ हद तक अतिव्यापी हई अउर मनोविज्ञान में अनुसंधान के लेल कुछ मुद्दों पर चर्चा करई हई। ई विषय पर कैगो समिति के सदस्य द्वारा प्रकाशित प्रकाशन में भी अधिक विवरण पाएल जा सकई हई (एबेलसन, 1995, 1997; रोसेंथल, 1994; थॉम्पसन, 1996; वाइनर, प्रेस में; हारलो, मुलैक, अउर स्टीगर, 1997 में लेख भी देखें) । |
21e2150b6cc03bc6f51405473f57efff598c77bc | हम तर्क दे हती कि समानता निर्णय उत्पादक प्रक्रिया के बारे में अनुमान हई, अउर ई कि दू वस्तु समान देखाई देई हई जब ऊ एके प्रक्रिया द्वारा उत्पन्न होए के संभावना छलई। हम इ विचार के आधार पर एक औपचारिक मॉडल के वर्णन करो हय और इ दिखावो हय कि विशेष मामले के रूप में विशेषता और स्थानिक मॉडल कैसे उभरते हय। हम अपन दृष्टिकोण के परिवर्तनवादी दृष्टिकोण से तुलना कर हई, अउर एगो प्रयोग प्रस्तुत कर हई जहां हमर मॉडल परिवर्तनवादी मॉडल के तुलना में बेहतर प्रदर्शन करई हई। प्रत्येक वस्तु एक सृजनात्मक प्रक्रिया के परिणाम हय। एगो निषेचित अंडा से एगो जानवर एगो वयस्क में विकसित हो जा हय, एगो शहर एक बस्ती से महानगर में विकसित हो जा हय, और एक कलाकृतिया के डिजाइनर के योजना के अनुसार कच्चे माल के ढेर से इकट्ठा कैल जा हय। येई तरह के अवलोकन उत्प्रेरक दृष्टिकोण के प्रेरित करई हई, जे प्रस्ताव करई हई कि कोनो वस्तु के ओई प्रक्रिया के बारे में सोचके समझल जा सकई हई जे एकरा उत्पन्न करई छलई। दृष्टिकोण के वादा इ हय कि स्पष्ट रूप से जटिल वस्तु के सरल प्रक्रियाओं द्वारा निर्मित कियल जा सको हय, एक अंतर्दृष्टि जे जीव विज्ञान [18], भौतिकी [21] और वास्तुकला [1] सहित विभिन्न विषयों में उत्पादक साबित होलय हा। जीव विज्ञान से दो प्रसिद्ध उदाहरण देबे के लेल, पाइनकोन के आकार अउर चीता के पूंछ पर निशान विकास के उल्लेखनीय रूप से सरल प्रक्रिया द्वारा उत्पन्न कैल जा सकई हई। ई पैटर्न के उनकर कारण के इतिहास के वर्णन करके सीधे उनकर वर्णन करे के प्रयास करे के तुलना में बहुत अधिक कॉम्पैक्ट रूप से वर्णित कैल जा सकई हई। लेटन तर्क देलई कि जनरेटिव दृष्टिकोण संज्ञानात्मकता के समझे के लेल एगो सामान्य ढांचा प्रदान करई हई। दृष्टिकोण के अनुप्रयोग धारणा के जनरेटिव सिद्धांतों में पायल जा सको हय [12], स्मृति [12], भाषा [3], वर्गीकरण [2], और संगीत [11]। ई पेपर समानता के एगो जनरेटिव सिद्धांत प्रदान करई हई, एगो धारणा जे अक्सर उच्च-स्तरीय अनुभूति के मॉडल द्वारा लागू कैल जाई छलई। हम तर्क दे हती कि दुगो वस्तु ओई सीमा तक समान हई कि ऊ एकेगो अंतर्निहित प्रक्रिया द्वारा उत्पन्न होए के प्रतीत होई हई। समानता पर साहित्य सेटिंग्स के कवर करो हय जे टोन और रंगीन पैच जैसे सरल उत्तेजनाओं के तुलना से लेकर कथाओं जैसे अत्यधिक संरचित वस्तुओं के तुलना तकले फैले हय। जनरेटिव दृष्टिकोण अनुप्रयोग के संपूर्ण स्पेक्ट्रम के लिए प्रासंगिक हय, लेकिन हम विशेष रूप से उच्च-स्तरीय समानता में रुचि रखो हय। विशेष रूप से, हम येई बात में रुचि रखई हई कि समानता निर्णय अंतर्ज्ञानी सिद्धांत, चाहे समृद्ध वैचारिक ज्ञान के प्रणाली पर कैसे आकर्षित होई हई [15]। उत्पादक प्रक्रिया अउर सिद्धांत निकटता से जुड़ल हई। उदाहरण के लेल, मर्फी [14], एक सिद्धांत के परिभाषित करई हई कारण संबंधी संबंध के एगो सेट जे सामूहिक रूप से एगो डोमेन में घटना के उत्पन्न करई हई चाहे व्याख्या करई हई। हम आशा करई छियई कि हमर उत्पादक सिद्धांत एगो ढांचा प्रदान करई हई जोनमे इ मॉडल कैल जाए के चाहि कि समानता निर्णय अंतर्ज्ञानी सिद्धांत से कैसे उभरई हई। हम समानता के एक औपचारिक सिद्धांत विकसित करो हय और एकर तुलना तीन मौजूदा सिद्धांतों से करो हय। विशेषता खाता [20] से पता चलई हई कि दू वस्तु के समानता उनकर सामान्य अउर विशिष्ट विशेषता के एगो फलन हई, स्थानिक खाता से पता चलई हई कि समानता एगो स्थानिक प्रतिनिधित्व में दूरी के विपरीत आनुपातिक हई, [19] अउर रूपांतरण खाता से पता चलई हई कि समानता एगो वस्तु के दोसर में बदले के लेल आवश्यक संचालन के संख्या पर निर्भर करई हई। [6] हम देखई छियई कि येई दृष्टिकोण के प्रत्येक के संस्करण हमर जनरेटिव दृष्टिकोण के विशेष मामला के रूप में उभरई हई, अउर एगो प्रयोग प्रस्तुत करई हई जे सीधे रूपांतरण खाता के जौरे हमर दृष्टिकोण के तुलना करई हई। एगो चौथा सिद्धांत ई सुझाव देई हई कि समानता एनालॉगिक मैपिंग के प्रक्रिया पर निर्भर करई हई [5]। हम इ दृष्टिकोण के विस्तार से चर्चा नए करबई, लेकिन ई सुझाव देके समाप्त करबई कि समानता के लेल एगो जनरेटिव दृष्टिकोण मानक दृष्टिकोण से कैसे भिन्न होई हई। जनरेटिव प्रक्रिया और समानता औपचारिक मॉडल के वर्णन करे से पहले, हम समानता के लिए एक जनरेटिव दृष्टिकोण के लिए एक अनौपचारिक प्रेरणा देते हैं। मान ली कि हमरा एगो प्रोटोटाइप ऑब्जेक्ट देखावल गेल हई अउर हमरा समान वस्तु के वर्णन करे के कहल गेल हई जे हम दुनिया में पा सकई छी। दू प्रकार के उत्तर हई: प्रोटोटाइप के छोट गड़बड़ी, चाहे प्रोटोटाइप के उत्पन्न करे वाला प्रक्रिया के छोट गड़बड़ी द्वारा उत्पादित वस्तु। दोसर रणनीति के पहले के तुलना में अधिक सफल होवे के संभावना हय, काहेकी प्रोटोटाइप के कई गड़बड़ी कोनो भी प्रशंसनीय उत्पादक प्रक्रिया से उत्पन्न नए होतय, और इ प्रकार कभी भी व्यवहार में प्रकट नए हो सको हय। निर्माण द्वारा, हालांकि, एक मौजूदा जनरेटिव प्रक्रिया के गड़बड़ी द्वारा उत्पादित एक वस्तु के एक प्रशंसनीय कारण इतिहास होगा। एक ठोस उदाहरण देबे के लिए, मान ल कि प्रोटोटाइप विकास के जैविक प्रक्रिया द्वारा उत्पन्न एगो बग हई (चित्र 1ii) । i में बग प्रोटोटाइप के एगो छोट विकार हई, लेकिन पैर के जोड़े में उत्पन्न होए के कारण उत्पन्न होए के संभावना कम हई। जनरेटिव प्रक्रिया के व्यथा अधिक खंडों वाला एक बग पैदा कर सको हय, जैसे कि iii में बग। यदि हम एगो ऐसन बग के खोजे के उम्मीद कर हियई जे प्रोटोटाइप के समान हई लेकिन ओई समान न हई, त iii आई से बेहतर शर्त हई। एक संदेहवादी तर्क दे सको हय कि इ एक-शॉट सीखने के समस्या के प्रोटोटाइप और obi के सेट के समान वस्तुओं के सेट के प्रतिच्छेदन के लेके हल कैल जा सको हय) ii) प्रोटोटाइप iii) चित्र 1: तीन बग। प्रोटोटाइप I या III से कौन अधिक समान है? जे चीज के अस्तित्व के संभावना हई। दूसर सेट महत्वपूर्ण रूप से उत्पादक प्रक्रिया पर निर्भर करो हय, लेकिन पहला सेट (और यहेले समानता के धारणा) के आवश्यकता नए हय। हम सोचो हय कि इ अधिक संभावना हय कि समानता के धारणा अंततः दुनिया में आधारित हय, और इ वास्तविक दुनिया के वस्तुओं के तुलना करे के उद्देश्य से विकसित होलय। यदि ऐसन हई, त कोन प्रकार के वस्तु के अस्तित्व होए के संभावना हई, ई ज्ञान समानता के धारणा से गहराई से जुड़ल हो सकई हई। एक-शॉट सीखने के समस्या व्यावहारिक महत्व के हय, लेकिन मानक संदर्भ नए हय जेकरा मे समानता पर चर्चा कियल जा हय। अधिक आम तौर पर, विषय के एक जोड़ी वस्तु के दिखाएल जाई हई अउर जोड़ी के समानता के रेटिंग करे के लेल कहल जाई छलई। ध्यान देहो कि दुनहु वस्तु के अस्तित्व में देखल जा हय और पिछला तर्क लागू नए होवो हय। फिर भी उत्पादक प्रक्रिया अभीयो महत्वपूर्ण हय, काहेकी ऊ समानता तुलना के लिए महत्वपूर्ण विशेषता के चुनने में मदद करो हय। उदाहरण के लेल, मान ल कि एगो वनवासी पौष्टिक मशरूम के खोज करई हई। की मशरूम से ज्यादा मिलइत-जुलइत हइ: आकार के अलावा एक जइसन मशरूम, या रंग के अलावा एक जइसन मशरूम? मशरूम के निर्माण कैसे होवो हय, इ जानके कि आकार एक महत्वपूर्ण विशेषता नय हय। मशरूम छोटा से बड़ा तक बढ़ो हय, और एक पौधा के अंतिम आकार सूर्य के प्रकाश के मात्रा और मिट्टी के उर्वरता जैसे कारक पर निर्भर करो हय। येई तरह के प्रतिबिंब से पता चलई हई कि अलग-अलग आकार के मशरूम के अधिक समान मानल जाए के चाहि। एगो अंतिम कारण कि काहे उत्पन्न करे वाला प्रक्रिया महत्वपूर्ण हई कि ऊ अनिवार्यता से गहराई से संबंधित छलई। मेदिन और ऑर्टनी [1] नोट करो हय कि सतह विशेषता अक्सर वस्तु के गहरे, अधिक केंद्रीय भागों द्वारा सीमित होवो हय, और कभी-कभी एकरा द्वारा उत्पन्न होवो हय। भले ही हम केवल दो वस्तु के सतह विशेषता के निरीक्षण करो हय, तब भी सतह विशेषता के उत्पन्न करे के लिए अनुमानित गहरे गुण के तुलना करके ओकर समानता के न्याय करे में समझ हो सको हय। फिर भी हम और अधिक कह सकई छी: जैसे सतह के विशेषता वस्तु के सार द्वारा उत्पन्न होई हई, त स्वयं सार के एगो उत्पादक इतिहास होई हई। सतह के विशेषता अक्सर कोनो वस्तु के सार के लेल विश्वसनीय मार्गदर्शक होई हई, लेकिन वस्तु के कारण इतिहास एगो अउर अधिक विश्वसनीय संकेतक होई हई, अगर ओकर सार के परिभाषित मानदंड ना होई छई। कील [9] एगो ऐसन जानवर के मामला पर चर्चा करई हई जे एगो स्कुंक के रूप में पैदा होई हई, फेर एगो सर्जरी से गुजरई हई जे एकरा एक रैक्कन के तरह देखाई देई छलई। चूंकि जानवर एक स्कुंक (स्कुंक माता-पिता से पैदा) के समान उत्पन्न होवो हय, हम इ निष्कर्ष पर पहुंचो हय कि ऊ एक स्कुंक बनल रहो हय, चाहे ऊ सतह पर कैसा भी दिखाई देवो। ई उदाहरण से पता चलई हई कि उत्प्रेरक दृष्टिकोण सिद्धांत-निर्भर अनुमान के एगो व्यापक वर्ग के व्याख्या करे में मदद कर सकई हई। अब हम एगो औपचारिक मॉडल प्रस्तुत करबई जे येई सभे मामला के पीछे के अंतर्ज्ञान के पकड़ने के प्रयास करई हई। समानता के एक कम्प्यूटेशनल सिद्धांत एक डोमेन डी के देखते हुए, हम एक सिद्धांत विकसित करो हय जे डी से कौनो दो नमूनों के बीच समानता के निर्दिष्ट करो हय। डी से एक नमूना में आमतौर पर एक वस्तु होवो हय, लेकिन वस्तु के सेट के बीच समानता के साथे काम करना कुछ अनुप्रयोगों के लिए उपयोगी होवो हय। हम एगो जनरेटिव प्रक्रिया के डी पर एगो संभाव्यता वितरण के रूप में औपचारिक रूप देई हई जे पैरामीटर वेक्टर θ पर निर्भर करई हई। मान ल कि s1 और s2 D से नमूना हई। हम दू परिकल्पना पर विचार कर हई: H1 मान हई कि s1 और s2 एगो एकल उत्पादक प्रक्रिया से स्वतंत्र नमूना हई, अउर H2 मान हई कि नमूना दो स्वतंत्र रूप से चुनल गेल प्रक्रिया से उत्पन्न होई हई। समानता को संभावना के रूप में परिभाषित किया जाता है कि वस्तुएं एक ही प्रक्रिया द्वारा उत्पन्न होती हैंः अर्थात, H2 की तुलना में H1 की सापेक्ष पिछली संभावनाः sim ((s1, s2) = P (H1s1, s2) |
6377fee5214d9ace4ce629c9bfe463bdebbd889f | जेस्टोर संग्रहण के आपके उपयोग से जेस्टोर के उपयोग के नियम और शर्तों के आपके स्वीकृति के संकेत मिलो हय, जे http://www.jstor.org/about/terms.html पर उपलब्ध हय। जेएसटीओआर के उपयोग के नियम और शर्तें, आंशिक रूप से प्रदान करो हय कि जब तक कि आप पूर्व अनुमति प्राप्त नए कर लेवे हय, आप कोनो पत्रिका के पूरा अंक या लेख के कई प्रतियां डाउनलोड नए कर सको हय, और आप जेएसटीओआर संग्रह में सामग्री के उपयोग केवल अपन व्यक्तिगत, गैर-वाणिज्यिक उपयोग के लिए कर सको हय। |
87f8bcae68df7ba371baec5d0a2283ecb366b0fc | मानव वर्गीकरण व्यवहार के एक तर्कसंगत मॉडल प्रस्तुत कैल गेल हई जे मानई हई कि वर्गीकरण वस्तु के अनदेखी विशेषता के संभावना के इष्टतम अनुमान के व्युत्पन्न के दर्शावई हई। एगो बेजियन विश्लेषण कैल जाई हई कि यदि श्रेणी वस्तु स्थान के एगो असंगत विभाजन के गठन करई हई अउर यदि श्रेणी के भीतर स्वतंत्र रूप से सुविधा प्रदर्शित कैल जाई हई त कि इष्टतम अनुमान के होतई। ई बेयसन विश्लेषण के एगो वृद्धिशील वर्गीकरण एल्गोरिथ्म के भीतर रखल जाई छलई। परिणामी तर्कसंगत मॉडल श्रेणियों के केंद्रीय प्रवृत्ति के प्रभाव, विशिष्ट उदाहरणों के प्रभाव, रैखिक रूप से अविभाज्य श्रेणियों के सीखने, श्रेणी लेबल के प्रभाव, बुनियादी स्तर की श्रेणियों के निष्कर्षण, आधार-दर प्रभाव, वर्गीकरण में संभावना मिलान, और परीक्षण-दर-परीक्षण सीखने के कार्यों के लिए जिम्मेदार हय। यद्यपि तर्कसंगत मॉडल वर्गीकरण के केवल I स्तर पर विचार करई हई, ई देखाएल गेल हई कि उच्च अउर निम्न स्तर पर विचार करके भविष्यवाणिय में कैसे वृद्धि कैल जा सकई हई। निचला, व्यक्तिगत स्तर पर भविष्यवाणी पर विचार करे से वर्गीकरण के इ तर्कसंगत विश्लेषण के स्मृति के पहिले के तर्कसंगत विश्लेषण के साथे एकीकरण के अनुमति मिलो हय (एन्डरसन और मिलसन, 1 9 89) । |
e742d8d7cdbef9393af36495137088cc7ca4e5d5 | उद्देश्य अनौपचारिक देखभाल करे वाला लोग अक्सर मनोवैज्ञानिक तनाव के अनुभव करो हय काहेकी उ लोग के देखभाल करे वाला विकलांग व्यक्ति के बदलल कार्य के कारण होवो हय। मनोभ्रंश वाला व्यक्ति के बेहतर समझ मनोवैज्ञानिक संकट के कम कर देई हई। देखभाल करे वाला में समझ और सहानुभूति बढ़ावे के लेल, एगो अभिनव प्रौद्योगिकी आभासी वास्तविकता हस्तक्षेप के माध्यम से डेमिनिआ लेंस (टीडीएल) के डेमेंशिया के अनुभव करे के लेल विकसित कैल गेल रहई, जोनमे एगो आभासी वास्तविकता सिमुलेशन फिल्म अउर ई-कोर्स शामिल रहई। टीडीएल के एक पायलट अध्ययन कियल गलय हल। एक पूर्व-परीक्षण-बाद-परीक्षण डिजाइन के उपयोग कैल गेल रहई। अनौपचारिक देखभाल करे वाला लोग व्यक्ति-केंद्रितता, सहानुभूति, अनौपचारिक देखभाल से कथित दबाव, कथित दक्षता और संबंध के गुणवत्ता के आकलन करे वाला प्रश्नावली भरले हई। परीक्षण के बाद, टीडीएल के व्यवहार्यता के बारे में अतिरिक्त प्रश्न पूछल गेलय हल। परिणाम तीस-पांच देखभाल करे वाला पूर्व-परीक्षण और परीक्षण के बाद पूरा कैलकय। अधिकांश प्रतिभागी टीडीएल से संतुष्ट रहई अउर कहलई कि टीडीएल मनोभ्रंश वाला व्यक्ति के धारणा में अधिक अंतर्दृष्टि देलई। सिमुलेशन फिल्म के 10 में से 8.03 और ई-कोर्स के 7.66 अंक मिललई। प्रतिभागि के सहानुभूति, मनोभ्रंश वाला व्यक्ति के देखभाल में विश्वास, अउर मनोभ्रंश वाला व्यक्ति के जौरे सकारात्मक बातचीत में महत्वपूर्ण सुधार होलई। निष्कर्ष टीडीएल अनौपचारिक देखभाल करे वाला के लेल व्यवहार्य हई अउर ई डिमेंशिया के जौरे लोग के अनुभव के समझ अउर अंतर्दृष्टि के जन्म देई हई। येहिलेल, टीडीएल अपन देखभाल करे वाला भूमिका में अनौपचारिक देखभाल करे वाला के समर्थन कर सकई हई। |
e8455cd00dd7513800bce5aa028067de7138f53d | एकल-पोल डबल थ्रो (एसपीडीटी) स्विच चरण-सरणी रडार ट्रांसमिट/रिसीव मॉड्यूल में तेजी से प्रमुख घटक बन रहले हय। एक एसपीडीटी स्विच के उच्च शक्ति एम्पलीफायर के आउटपुट पावर के संभाले में सक्षम होवे चाहि और टी / आर मॉड्यूल के प्रसारण करते समय प्राप्त श्रृंखला में कम शोर एम्पलीफायर के सुरक्षा के लिए पर्याप्त अलगाव प्रदान करे के चाहि। इसलिए गैलियम नाइट्राइड तकनीक उच्च शक्ति एसपीडीटी स्विच डिजाइन के लिए एक प्रमुख तकनीक बनती प्रतीत होती है। प्रौद्योगिकी माइक्रोवेव आवृत्ति पर अच्छा प्रदर्शन दिखावो हय और उच्च शक्ति के संभाले में सक्षम हय। 25 W से अधिक के रैखिक शक्ति प्रबंधन के साथ एक X-बैंड SPDT स्विच के डिजाइन, मापा और मूल्यांकन कियल गलय हा। सर्किट के डिजाइन क्यूनेटिक में स्थापित कोप्लेनार वेव गाइड अल्गाएन/गाएन तकनीक में कियल गलय हा। |
b0d343ad82eb4060f016ff39289eacb222c45632 | गहरी शिक्षा आधारित अर्थ संबंधी विभाजन मॉडल के प्रदर्शन सावधानीपूर्वक एनोटेशन के साथे पर्याप्त डेटा पर बहुत निर्भर करो हय। हालांकि, यहां तक कि सबसे बड़ा सार्वजनिक डेटासेट केवल सीमित सिमेंटिक श्रेणियों के लिए पिक्सेल-स्तर एनोटेशन के साथ नमूने प्रदान करो हय। इ तरह के डेटा की कमी वास्तविक अनुप्रयोगों में अर्थपूर्ण विभाजन मॉडल के स्केलेबिलिटी और प्रयोज्यता के गंभीर रूप से सीमित कर दे हय। इ पत्र में, हम एक उपन्यास हस्तांतरणीय अर्ध-पर्यवेक्षित शब्दार्थ विभाजन मॉडल के प्रस्ताव करो हय जे पिक्सेल-स्तर एनोटेशन के साथे कुछ मजबूत श्रेणियों से अनदेखी कमजोर श्रेणियों में सीखे गेल विभाजन ज्ञान के स्थानांतरित कर सको हय, जे केवल छवि-स्तर एनोटेशन के साथे, गहरा विभाजन मॉडल के लागू क्षेत्र के महत्वपूर्ण रूप से व्यापक करो हय। विशेष रूप से, प्रस्तावित मॉडल में दो पूरक और सीखने योग्य घटक होवो हयः एक लेबल ट्रांसफर नेटवर्क (एल-नेट) और एक पूर्वानुमान स्थानांतरण नेटवर्क (पीएनईटी) । एल-नेट मजबूत श्रेणिय से कमजोर श्रेणिय में छविय के विभाजन ज्ञान के स्थानांतरित करे के सीखो हय और श्रेणिय में साझा कैल गेलय समान उपस्थिति के प्रभावी ढंग से उपयोग करके, मोटे पिक्सेल-स्तर के अर्थ संबंधी मानचित्र उत्पन्न करो हय। इस बीच, पी-नेट एक सावधानी से डिजाइन कियल गेल प्रतिद्वंद्वी सीखने की रणनीति के माध्यम से स्थानांतरित ज्ञान को दर्जी कर हय और बेहतर विवरण के साथ परिष्कृत विभाजन परिणाम उत्पन्न करो हय। एल-नेट और पी-नेट के एकीकृत करे से पास्कल वीओसी 2012 पर क्रमशः पिक्सेल-स्तर एनोटेशन के साथ 50% और 0% श्रेणियों के उपयोग करके पूर्ण-पर्यवेक्षित आधार रेखा के 96.5% और 89.4% प्रदर्शन प्राप्त होवो हय। इ तरह के एक उपन्यास हस्तांतरण तंत्र के साथ, हमर प्रस्तावित मॉडल आसानी से विभिन्न प्रकार के नया श्रेणियों के लिए सामान्यीकृत हय, केवल छवि-स्तर एनोटेशन के आवश्यकता होवो हय, और वास्तविक अनुप्रयोगों में आकर्षक स्केलेबिलिटी प्रदान करो हय। |
3d07718300d4a59482c3f3baafaa696d28a4e027 | स्मार्ट होम सब जगह सेवा बनावे के लेल आरएफआईडी प्रौद्योगिकी के जौरे-जौरे नया इंटरनेट-ऑफ-थिंग्स अवधारणा के लागू कर सकई छलई। ई पेपर एगो नया रीड-आउट विधि के परिचय देई हई जे लागत, ऊर्जा खपत अउर जटिलता के संदर्भ में लाभान्वित एगो स्मार्ट होम सेवा प्रणाली के निर्माण के लेल बहु-मानक एनएफसी (नियर फील्ड कम्युनिकेशन) अउर यूएचएफ (अल्ट्रा हाई फ्रीक्वेंसी) प्रौद्योगिकि के एगो पदानुक्रमित वायरलेस मास्टर-स्लेव आरएफआईडी रीडर आर्किटेक्चर के लेल छलई। विभिन्न स्मार्ट होम सेवा उपयोग के मामलों जैसे कि वाशिंग प्रोग्राम, खाना बनाना, खरीदारी और बुजुर्ग स्वास्थ्य देखभाल के उदाहरण के रूप में वर्णित कियल गलय हा जे इ प्रणाली के उपयोग करो हय। |
5f0806351685bd999699399ea9553c91733ccb7d | लेख इतिहास: 22 जुलाई 2008 प्राप्त 23 फरवरी 2009 के संशोधित रूप में प्राप्त 14 मई 2009 के स्वीकार कैल गेल |
e5aaaac7852df686c35e61a6c777cfcb2246c726 | सिंथेटिक एपर्चर रडार सिस्टम के लेल, 0.2 m × 0.2 m के रिज़ॉल्यूशन प्राप्त करे के लेल एगो बढ़ल मांग हई। चूंकि रेंज रिज़ॉल्यूशन अउर सिस्टम बैंडविड्थ व्युत्क्रमानुपातिक हई, सिस्टम बैंडविड्थ के 1 GHz से बड़ होए के उम्मीद छलई। येहिलेल एक व्यापक बैंड के साथ एगो एंटीना विकसित करे के आवश्यकता छलई। तरंगमार्ग स्लॉट एंटीना के कई एसएआर उपग्रहों पर लागू कियल गलय हा, काहेकी एकर अंतर्निहित लाभ जैसे उच्च दक्षता और बिजली संभालने की क्षमता हय, लेकिन एकर बैंडविड्थ काफी सीमित हय। रिग वेव गाइड के निर्माण में कठिनाइयों से बचे के लिए, जे स्लॉट एंटीना के बैंडविड्थ के विस्तार करे में सक्षम हय, पारंपरिक वेव गाइड के साथ एक नया एंटीना तत्व डिजाइन कियल गलय हा। वीएसडब्ल्यूआर लेस1.5 के बैंडविड्थ एक्स-बैंड पर 1 गीगाहर्ट्ज से बड़ हई। निकट स्थित एंटीना तत्वों के पारस्परिक युग्मन के कम करे के लिए, आसन्न तत्वों के बीच डाला गेल गुहा के तरह के दीवारों के साथ एक विघटन विधि के अपनायल जा हय और एंटीना के प्रदर्शन पर ओकर प्रभाव के सारांशित कियल जा हय। |
f27ef9c1ff0b00ee46beb1bed2f34002bae728ac | |
7224d949cd34082b1249e8be84fde65b2c6b34fd | हम कैयुगा के प्रदर्शन के प्रस्ताव रखई हई, जोनमे उच्च गति वाला डेटा स्ट्रीम के लेल एगो जटिल घटना निगरानी प्रणाली छलई। हमार प्रदर्शन कैयुगा के वेब फीड के निगरानी के लेल लागू देखाई; डेमो कैयुगा क्वेरी भाषा के अभिव्यक्तिशीलता, उच्च स्ट्रीम दर के लेल एकर क्वेरी प्रोसेसिंग इंजन के स्केलेबिलिटी, अउर क्वेरी प्रोसेसिंग इंजन के आंतरिक के दृश्य के दर्शाई। |
96e7561bd99ed9f607440245451038aeda8d8075 | |
212d1c7cfad4d8dae39deb669337cb46b0274d78 | डेटाबेस में क्वेरी करते समय, उपयोगकर्ता अक्सर अस्पष्ट अवधारणा के व्यक्त करनाई चाहई हई, जैसे कि सस्ते होटल के बारे में पूछना। संबंधपरक डेटाबेस के मामला में एकर व्यापक रूप से अध्ययन कैल गेल हई। इ पेपर में, हम इ अध्ययन करे के प्रस्ताव रखई हई कि ऐसन उपयोगी तकनीक के NoSQL ग्राफ डेटाबेस के लेल कैसे अनुकूलित कैल जा सकई हई जहां फजी की भूमिका महत्वपूर्ण हई। ऐसन डेटाबेस वास्तव में बड़ डेटा से निपटे के लेल सबसे तेजी से बढ़ई छई, खासकर जब नेटवर्क डेटा (जैसे, सामाजिक नेटवर्क) से निपटे के लेल होई छई। हम नियो4जे के लेल प्रस्तावित साइफर घोषणात्मक क्वेरी भाषा पर विचार करई हई जे ई बाजार में वर्तमान नेता हई, अउर हम फजी क्वेरी के व्यक्त करे के तरीका प्रस्तुत करई हई। |
0ecb87695437518a3cc5e98f0b872fbfaeeb62be | एकरा बाद भी दिन-प्रतिदिन अत्याचार बढ़ते जा रहल हई। इंटरनेट प्रौद्योगिकी के तेजी से विकास के कारण, सुरक्षा एक बड़ा मुद्दा बन रहले हय। घुसपैठिय हमला के लेल लगातार कंप्यूटर नेटवर्क के निगरानी कर रहल हई। कंप्यूटर नेटवर्क के हमले से बचाव के लिए कुशल घुसपैठ का पता लगाने वाला सिस्टम (आईडीएस) वाला एक परिष्कृत फ़ायरवॉल के आवश्यकता होवो हय। साक्षरता के एक व्यापक अध्ययन से साबित होलय हा कि डेटा माइनिंग तकनीक आईडीएस के वर्गीकरण के रूप में विकसित करे के लिए अधिक शक्तिशाली तकनीक हय। वर्गीकरण के प्रदर्शन एकर दक्षता के संदर्भ में एक महत्वपूर्ण मुद्दा हय, आईडीएस द्वारा स्कैन कैल जाए वाला फीचर के संख्या के भी अनुकूलित कैल जाए के चाहि। ई पेपर में विशेषता चयन के साथ दो तकनीक C5.0 और कृत्रिम तंत्रिका नेटवर्क (एएनएन) के उपयोग कैल गेल हई। फीचर चयन तकनीक कुछ अप्रासंगिक सुविधा के त्याग देतई जबकि सी 5.0 अउर एएनएन डेटा के सामान्य प्रकार चाहे पांच प्रकार के हमला में से एगो में वर्गीकृत करे के लेल वर्गीकरणकर्ता के रूप में कार्य करई हई। केडीडी 99 डेटा सेट के उपयोग मॉडल के प्रशिक्षित करे अउर परीक्षण करे के लेल कैल जाई हई, सी 5.0 मॉडल कैगो सुविधा के जौरे सभे 100% सटीकता के जौरे बेहतर परिणाम उत्पन्न करई छलो। डेटा विभाजन आकार के संदर्भ में प्रदर्शन के भी सत्यापित कियल गलय हल। |
8b8788ac5a01280c6484b30cac7a14894f29edf7 | मेटामटेरियल्स के आमतौर पर अंतरिक्ष के एक क्षेत्र में एक नियमित सरणी में छोटे स्कैटर या एपर्चर के एक सेट के व्यवस्थित करके इंजीनियर कैल जा हय, इ प्रकार कुछ वांछनीय थोक विद्युत चुम्बकीय व्यवहार प्राप्त कैल जा हय। वांछित संपत्ति अक्सर ऊ हय जे सामान्य रूप से प्राकृतिक रूप से नए पावल जा हय (ऋणात्मक अपवर्तन सूचकांक, निकट-शून्य सूचकांक, आदि) । पिछला दस साल में, मेटामटेरियल्स केवल एक सैद्धांतिक अवधारणा से विकसित और विपणन अनुप्रयोगों के साथ एक क्षेत्र में स्थानांतरित हो गलय हा। तीन-आयामी मेटामटेरियल्स के एक सतह या इंटरफ़ेस पर दो-आयामी पैटर्न में विद्युत रूप से छोटे स्कैटर या छेद के व्यवस्था करके बढ़ाएल जा सको हय। मेटामटेरियल के इ सतह संस्करण के मेटासर्फेस नाम देल गेल हई (कुछ संरचना के लेल मेटाफिल्म शब्द के भी उपयोग कैल गेल हई) । कई अनुप्रयोगों के लिए, मेटामटेरियल्स के स्थान पर मेटासर्फेस के उपयोग कियल जा सको हय। मेटासर्फिस में पूर्ण त्रि-आयामी मेटामटेरियल संरचना के तुलना में कम भौतिक स्थान लेवे के लाभ हय; नतीजतन, मेटासर्फिस कम-हानि वाला संरचना के संभावना प्रदान करो हय। इ सिंहावलोकन पत्र में, हम सैद्धांतिक आधार पर चर्चा करो हय जेकरा द्वारा मेटासर्फेस के विशेषता होवे के चाहि, और ओकर विभिन्न अनुप्रयोग पर चर्चा करो हय। हम देखबई कि मेटासर्फेस के पारंपरिक आवृत्ति-चयनात्मक सतह से कैसे अलग कैल जाई हई। मेटासर्फेस के विद्युत चुम्बकीय में संभावित अनुप्रयोगों के एक विस्तृत श्रृंखला हय (कम माइक्रोवेव से लेकर ऑप्टिकल आवृत्तियों तक), जेकरा मे शामिल हय: (1) नियंत्रित योग्य स्मार्ट सतह, (2) लघुकृत गुहा प्रतिध्वनि, (3) उपन्यास तरंग-निर्देशक संरचनाएं, (4) कोणीय-स्वतंत्र सतह, (5) अवशोषक, (6) जैव चिकित्सा उपकरण, (7) टेराहर्ट्ज स्विच, और (8) तरल-ट्यून करने योग्य आवृत्ति-गतिशील सामग्री, केवल कुछ के नाम रखे के लिए। इ समीक्षा में, हम देखबई कि हाल के वर्षों में ऐसन सामग्री अउर/या सतह के विकास हमरा लैंब, शूस्टर अउर पॉकलिंगटन के काम द्वारा सौ साल पहिले कैल गेल रोमांचक अटकलों के साकार करे के करीब लानाई हई, अउर बाद में मेंंडेलश्टम अउर वेसेलागो द्वारा। |
63213d080a43660ac59ea12e3c35e6953f6d7ce8 | इ काम में, हम कार्रवाई वर्गीकरण के लिए एक नया वीडियो प्रतिनिधित्व पेश करो हय जे वीडियो के संपूर्ण स्थानिक-समय सीमा में स्थानीय संवहन विशेषता के एकत्र करो हय। हम ऐसन कर हई, सीखल जाए वाला स्थानिक-समय सुविधा एकत्रीकरण के जौरे अत्याधुनिक दो-प्रवाह नेटवर्क [42] के एकीकृत करके। परिणामी वास्तुकला पूरा वीडियो वर्गीकरण के लिए अंत-से-अंत प्रशिक्षित हय। हम अंतरिक्ष और समय में पूल करे और विभिन्न धाराओं से संकेतों के संयोजन करे के लिए विभिन्न रणनीतियों के जांच करो हय। हम पइलिअइ कि: (i) स्थान अउर समय के पार संयुक्त रूप से पूल करनाई महत्वपूर्ण हई, लेकिन (ii) उपस्थिति अउर गति धारा के अपन अलग-अलग प्रतिनिधित्व में सबसे अच्छा एकत्र कैल जाई हई। अंत में, हम देखई हई कि हमार प्रतिनिधित्व दू-स्ट्रीम आधार आर्किटेक्चर के एगो बड़का अंतर (13% सापेक्ष) के जौरे-जौरे एचएमडीबी 51, यूसीएफ 101, अउर शार्डेस वीडियो वर्गीकरण बेंचमार्क पर तुलनीय आधार आर्किटेक्चर के जौरे दोसर आधार रेखा के बेहतर प्रदर्शन करई हई। |
b2e83112b2956483c6cc5982b56f5987788dd973 | एक ऑन-द-मोव उपग्रह संचार टर्मिनल के लिए एक बहु-बैंड परावर्तक एंटीना के डिजाइन प्रस्तुत कैल गेल हई। ई एंटीना के कई आधुनिक और भविष्य के सैन्य संचार उपग्रहों के साथ काम करे के लिए डिज़ाइन कैल गेलय हल, जेकरा बदले में उच्च एपर्चर दक्षता बनाए रखैत कैगो आवृत्ति और ध्रुवीकरण पर संचालन के लिए एंटीना के सक्षम होए के आवश्यकता होवो हय। ई काम के पूरा करे के लेल कैगो फीड एंटीना अवधारणा के विकसित कैल गेल रहई, अउर एकर विस्तार से चर्चा कैल गेल हई। इ डिजाइन के आधार पर कई कामकाजी प्रोटोटाइप के उत्कृष्ट प्रदर्शन के साथे महसूस कैल गेलय हय। अलग-अलग एंटीना घटकों और पूरी असेंबली के मापा डेटा भी शामिल है |
1dc697ae0d6a1e90dc8ff061e36441b6efdcff7e | हम नियंत्रण बाधा के अधीन गैर-रैखिक स्थैतिक प्रणालि के स्थानीय रूप से इष्टतम प्रतिक्रिया नियंत्रण के लिए एक पुनरावर्ती रैखिक-चतुर्थांश-गॉसियन विधि प्रस्तुत करई हई। पहिले, समान विधियों के द्विघात लागत के साथ निर्धारक अप्रतिबंधित समस्याओं तक सीमित रखल गेलय हल। नया विधि एक एफिन फीडबैक नियंत्रण कानून के निर्माण करो हय, जे इष्टतम लागत-से-जाओ फ़ंक्शन के लिए एक उपन्यास द्विघात अनुमान के कम करके प्राप्त कैल जा हय। एगो लेवेनबर्ग-मार्क्वार्ड विधि के माध्यम से वैश्विक अभिसरण के गारंटी देल जाई हई; एगो स्थानीय न्यूनतम के आसपास के अभिसरण द्विघात होई छलई। प्रदर्शन के सीमित-टॉर्क उलटा पेंडुलम समस्या के जौरे-जौरे मानव हाथ के एगो स्टोचस्टिक मॉडल के शामिल करे वाला एगो जटिल बायोमेकेनिकल नियंत्रण समस्या पर चित्रित कैल गेल हई, जोनमे 10 राज्य आयाम अउर 6 मांसपेशी एक्ट्यूएटर शामिल छलई। नया एल्गोरिथ्म के एक मैटलाब कार्यान्वयन www.cogsci.ucsd.edu//spl sim/todorov पर उपलब्ध हय। |
3a68b92df71637d2ba0ecc1cde8cfe5b29f2d709 | लूसिया समझ प्रणाली सोर संज्ञानात्मक वास्तुकला, एम्बोडिएड कंस्ट्रक्शन ग्रामर (ईसीजी), और ग्राउंडेड प्रोसेसिंग के लिए एक वृद्धिशील, शब्द-दर-शब्द दृष्टिकोण का उपयोग करके मानव समझ के मॉडल करे के प्रयास करो हय। पारंपरिक दृष्टिकोण अस्पष्टता के हल करे के लेल समानांतर पथ अउर वैश्विक अनुकूलन जैसन तकनीक के उपयोग करई हई। ईहां हम वर्णन कर रहल हई कि कैसे लूसिया आसपास के भाषाई अउर पर्यावरणीय संदर्भ से ज्ञान के उपयोग कैके शब्दावली, व्याकरणिक, संरचनात्मक अउर अर्थ संबंधी अस्पष्टता से निपटे के कोशिश करई हई। ई एगो एकल पथ के बनाए रखे के लेल स्थानीय मरम्मत तंत्र के उपयोग करई हई, अउर स्थानीय मरम्मत टूट जाए पर एगो उद्यान पथ प्रभाव देखाई देई छलई। नया भाषाई ज्ञान के जोड़ने पर डेटा से पता चलई हई कि ईसीजी व्याकरण संदर्भ के संभाले के लेल ज्ञान से तेज़ बढ़ई हई, अउर निम्न स्तर के व्याकरण आइटम अधिक सामान्य के तुलना में तेज़ बढ़ई हई। |
0fbb184871bd7660bc579178848d58beb8288b7d | हम बहुत बड़े पैमाने पर छवि खोज के समस्या को संबोधित करते हैं, जहां तीन बाधाओं को संयुक्त रूप से माना जाना चाहिएः खोज की सटीकता, इसकी दक्षता, और प्रतिनिधित्व के स्मृति उपयोग। हम पहले स्थानीय छवि विवरणकों के सीमित आयाम के एक वेक्टर में एकत्रित करे के एक सरल लेकिन कुशल तरीका प्रस्तावित करो हय, जेकरा फिशर कर्नेल प्रतिनिधित्व के एक सरलीकरण के रूप में देखल जा सको हय। फेर हम देखबई कि आयाम में कमी अउर अनुक्रमण एल्गोरिथ्म के संयुक्त रूप से कैसे अनुकूलित कैल जाए, ताकि ई वेक्टर तुलना के गुणवत्ता के सबसे अच्छा रूप से संरक्षित कर सकई। मूल्यांकन से पता चलई हई कि हमर दृष्टिकोण कला के स्थिति के तुलना में काफी बेहतर छलई: खोज सटीकता एगो छवि प्रतिनिधित्व के लेल बैग-ऑफ-फीचर्स दृष्टिकोण के तुलना में तुलनीय हई जे 20 बाइट में फिट होई हई। 10 मिलियन छवि डेटासेट के बारे में खोज 50ms लेता है। |
14815c67e4d215acf9558950e2762759229fe277 | वास्तविक दुनिया के ग्राफ के देखते हुए, हम एकर किनारों के कैसे बिछावे? हम एकरा कीऽ कर सकऽ हिअइ ? ई प्रश्न घनिष्ठ रूप से संबंधित हई, अउर अब तक के विशिष्ट दृष्टिकोण क्लिक-जैसे समुदाय के खोजे के हई, जैसे नौका के आदमी ग्राफ, अउर ओकरा संपीड़ित करे के हई। हम देखई हई कि खदान के आदमी ग्राफ के ब्लॉक-प्रतिकर मानसिक छवि गलत प्रतिमान हई, पहिले के परिणाम के जौरे पूर्ण सहमति में कि वास्तविक दुनिया के ग्राफ में कोई अच्छा कटौती ना हई। एकर बजाय, हम ग्राफ के कल्पना करे के प्रस्ताव रखई हई जैसे कि स्पोक के जोड़े वाला हब के संग्रह, हब के जोड़े वाला सुपर-हब के जौरे, आउर येही तरह, पुनरावर्ती रूप से। विचार के आधार पर, हम स्लैश बर्न विधि (हब के जलाके, आउर शेष ग्राफ के छोट कनेक्टेड घटक में काटके) के प्रस्ताव रखई हई। हमार दृष्टिकोण के कई लाभ हई: (ए) ई कोई अच्छा कटौती समस्या से बचे हई, (बी) ई बेहतर संपीड़न प्रदान करई हई, अउर (सी) ई मैट्रिक्स-वेक्टर संचालन के लेल तेजी से निष्पादन समय के नेतृत्व करई हई, जे अधिकांश ग्राफ प्रोसेसिंग टूल के रीढ़ हई। प्रायोगिक परिणाम से पता चलई हई कि हमर स्लैश बर्न विधि लगातार सभे डेटासेट पर दोसर विधि के बेहतर प्रदर्शन करई हई, अच्छा संपीड़न अउर तेजी से चलने के समय प्रदान करई छलई। |
5f09cb313b6fb14877c6b5be79294faf1f4f7f02 | सूचना प्रणाली (आईएस) और संगठनात्मक रणनीतियों के बीच संबंध एक बहुत ही चर्चा के विषय रहले हा, अधिकांश पूर्व अध्ययन संगठनात्मक रणनीतियों के सक्षम करे में प्रौद्योगिकी के भूमिका के अत्यधिक सकारात्मक दृष्टिकोण ले रहले हा। अध्ययन के इ धन के बावजूद, आईएस विशिष्ट संगठनात्मक रणनीतियों के कैसे सक्षम करो हय, इ पर अनुभवजन्य जांच के कमी हय। पांच केस संगठन के गुणात्मक अनुभवजन्य जांच के माध्यम से इ शोध पांच संगठनात्मक रणनीति के प्राप्त करो हय जे विशेष रूप से आईएस के माध्यम से सक्षम होवो हय। पांच रणनीतियाँ; (i) सामान्य-हर्टलैंड, (ii) शिल्प-आधारित चयनात्मक, (iii) तदर्थ, आईटी-संचालित, (iv) कॉर्पोरेट-ऑर्केस्ट्रेटेड और (v) परिवर्तनकारी एक अद्वितीय परिप्रेक्ष्य प्रदान करो हय कि कैसे आईएस संगठनात्मक रणनीति के सक्षम करो हय। |
ad384ff98f002c16ccdb8264a631068f2c3287f2 | ब्लॉकचेन शुरू में 2008 में बिटकॉइन के अंतर्निहित तकनीक के रूप में कर्षण प्राप्त कैलकय, लेकिन अब एकरा विभिन्न प्रकार के अनुप्रयोग में नियोजित कैल गेलय हय और 2017 तकले $ 150 बिलियन से अधिक के वैश्विक बाजार बनायल गेलय हल। पारंपरिक वितरित डेटाबेस से ब्लॉकचेन के अलग करे वाला एगो विश्वसनीय तीसरा पक्ष पर निर्भर होए के बिना एगो विकेन्द्रीकृत सेटिंग में काम करे के क्षमता छलई। ऐसन करे के लेल उनकर मुख्य तकनीकी घटक आम सहमति हई: नोड्स के एगो समूह के बीच समझौता कैसे कैल जाए। ई पहले से ही बंद प्रणालि के लेल वितरित प्रणाली समुदाय में व्यापक रूप से अध्ययन कैल गेल हई, लेकिन एकर अनुप्रयोग खुले ब्लॉकचेन के लेल क्षेत्र के पुनर्जीवित कैले हई अउर नया डिजाइन के बहुतायत के जन्म देलई छलई। आम सहमति प्रोटोकॉल के अंतर्निहित जटिलता और ओकर तेजी से और नाटकीय विकास डिजाइन परिदृश्य के संदर्भित करना कठिन बनावो हय। हम ब्लॉकचेन सर्वसम्मति प्रोटोकॉल के व्यवस्थित अउर व्यापक अध्ययन करके येई चुनौती के संबोधित करई छी। क्लासिक सर्वसम्मति प्रोटोकॉल में मुख्य विषयों पर चर्चा करे के बाद, हम वर्णन करो हय: (i) प्रूफ-ऑफ-वर्क (पीओडब्ल्यू) पर आधारित प्रोटोकॉल, (ii) प्रूफ-ऑफ-एक्स (पीओएक्स) प्रोटोकॉल जे पीओडब्ल्यू के अधिक ऊर्जा-कुशल विकल्पों के साथ बदल देवो हय, और (iii) हाइब्रिड प्रोटोकॉल जे क्लासिक सर्वसम्मति प्रोटोकॉल के रचना या भिन्नता हय। हम उनकर प्रदर्शन, सुरक्षा और डिजाइन गुण के मूल्यांकन करे के लिए एक ढांचा विकसित करो हय, और एकर उपयोग ऊपर वर्णित प्रोटोकॉल श्रेणियों में प्रमुख विषयों के व्यवस्थित करे के लिए करो हय। इ मूल्यांकनवा से अनुसंधान के अंतरालवा और समुदाय लगि भविष्यवा अनुसंधान प्रयासवन में विचार करे लगि चुनौतियन के पहचान हो। |
aaaea1314570b6b692ff3cce3715ec9dada7c7aa | 60 GHz चरणबद्ध सरणी प्रणालियों के लिए एक कम लागत वाला, पूरी तरह से एकीकृत एंटीना-इन-पैकेज समाधान प्रदर्शित कैल गेल हई। सोलह पैच एंटीना 28 मिमी × 28 मिमी के बॉल ग्रिड सरणी में एक साथ एक फ्लिप-चिप संलग्न ट्रांसमीटर या रिसीवर आईसी के साथ एकीकृत हय। पैकेज के कार्यान्वयन कम तापमान सह-उत्पादन सिरेमिक तकनीक के उपयोग करके कैल गेल हई। फ्लिप-चिप संक्रमण और संरचनाओं के माध्यम से 60 गीगाहर्ट्ज इंटरकनेक्शन, पूर्ण-लहर सिमुलेशन के उपयोग करके अनुकूलित कियल जा हय। एनेकोइक चैंबर माप ने सभी चार आईईईई 802.15.3 सी चैनलों पर ~ 5 डीबीआई यूनिट एंटीना लाभ दिखाया है, उत्कृष्ट मॉडल-टू-हार्डवेयर सहसंबंध प्राप्त करना। मूल्यांकन बोर्ड पर लगावल गेल पैकेज ट्रांसमीटर और रिसीवर आईसी, 5.3 जीबी/एस तक के डेटा दर के साथ बीम-स्टिरेटेड, गैर-लाइन-ऑफ-विज़न लिंक के प्रदर्शन कैलकय हय। |
0d3f6d650b1a878d5896e3b85914aeaeb9d78a4f | आज के चिकित्सा के अभ्यास के सामने मुख्य चुनौति के एक सिंहावलोकन प्रस्तुत कैल गेल हई, साथ ही तकनीकी समाधान के आवश्यकता के जौरे जे समस्या के "रोक" सकई हई। फिर, वियरेबल मदरबोर्ड / स्प्ल ट्रेड / (स्मार्ट शर्ट) के विकास के सेंसर और निगरानी उपकरण के लिए एक मंच के रूप में वर्णित कैल गेल हई जे व्यक्ति के स्वास्थ्य अउर कल्याण के निगरानी कर सकई हई (प्रत्यक्ष रूप से अउर/या दूर से) । एकरा बाद जीवन के निरंतरता में इ तकनीक के अनुप्रयोग अउर प्रभाव के चर्चा कैल जाई हई - एसआईडीएस के रोकथाम से लेकर वरिष्ठ नागरिक के लेल स्वतंत्र जीवन के सुविधा तक। अंत में, पहनने योग्य, फिर भी आरामदायक, प्रणालियों के क्षेत्र में भविष्य के प्रगति के प्रस्तुत कैल गेलय हय जे स्वास्थ्य देखभाल के परिवर्तन के जारी रख सको हय - सभे के उद्देश्य मनुष्य के जीवन के गुणवत्ता में सुधार करनाय हय। |
2a4a7d37babbab47ef62a60d9f0ea2cfa979cf08 | स्थानीयकरण समस्या एक वायरलेस तदर्थ या सेंसर नेटवर्क में नोड्स के निर्देशांक के असाइनमेंट के निर्धारित करे के हय जे मापल गेल जोड़ी नोड दूरी के अनुरूप हय। इ समस्या के अधिकांश पूर्व प्रस्तावित समाधान ई मान लेवो हय कि नोड्स कुछ रेंजिंग तकनीक के उपयोग करके अन्य नजदीकी नोड्स के लिए जोड़ीबद्ध दूरी प्राप्त कर सको हय। हालांकि, विभिन्न कारण से, जेकरा मे बाधा और विश्वसनीय सर्वदिशात्मक सीमा के कमी शामिल हय, व्यवहार में इ दूरी के जानकारी प्राप्त करना मुश्किल हय। जब पास के नोड्स के बीच जोड़ीबद्ध दूरी ज्ञात होवो हय, तब भी समस्या के अद्वितीय रूप से हल करे के लिए पर्याप्त जानकारी नए हो सको हय। ई पेपर एमएएल, एगो मोबाइल-सहायता प्राप्त स्थानीयकरण विधि के वर्णन करई हई जोनमे एगो मोबाइल उपयोगकर्ता नोड जोड़े के बीच के दूरी के मापे में सहायता करे के लेल नियोजित करई हई जब तक कि येई दूरी के बाधा एगो "वैश्विक रूप से कठोर"* संरचना बनाबई हई जे एगो अद्वितीय स्थानीयकरण के गारंटी देइ हई। हम मोबाइल के आंदोलन पर आवश्यक प्रतिबंध अउर माप के न्यूनतम संख्या प्राप्त करे के चाहि; ई प्रतिबंध कोनो देल गेल क्षेत्र में मोबाइल के लेल दृश्य नोड के संख्या पर निर्भर करई हई। नोड स्थानीयकरण के लिए पर्याप्त संख्या में दूरी के नमूने एकत्र करे के लिए मोबाइल के आंदोलन के मार्गदर्शन कैसे करें, हम दिखाते हैं। हम एमएएल के प्रदर्शन के जांच करे के लेल क्रिकेट लोकेशन सिस्टम के उपयोग कैके इनडोर तैनाती से सिमुलेशन अउर माप के उपयोग करई हई, वास्तविक दुनिया के प्रयोग में पाइत कि एमएएल के औसत जोड़ी दूरी त्रुटि वास्तविक नोड दूरी के 1.5% से कम हई। |
e42838d321ece2ef7f8399c54d4dd856bfdbe4a4 | पेपर में प्रस्तुत कार्य ब्रॉडबैंड फेराइट आधारित समाक्षीय ट्रांसमिशन-लाइन ट्रांसफार्मर के लिए मॉडल के सटीकता पर केंद्रित है। नरम-फेरिट के उपयोग काफी हद तक वीएचएफ/यूएचएफ घटक में कियल जा हय जे कम-किनारे के तरफ बैंड के विस्तार के अनुमति देवो हय। उच्च-एज साइड पर आवृत्ति प्रदर्शन के गिरावट फेराइट हानि, और उच्च शक्ति अनुप्रयोगों में थर्मल और इलेक्ट्रिकल ग्राउंड से कनेक्शन के कारण परजीवी क्षमता दोनों द्वारा उत्पादित होवो हय। कम बिजली के अनुप्रयोग के लिए एक सर्किट मॉडल और उच्च-शक्ति अनुप्रयोगों के लिए एक स्केलेबल ईएम मॉडल दोनों प्रस्तुत और चर्चा कियल गलय हा। |
536c6d5e59a05da27153303a19e0274262affdcd | गहरे तंत्रिका नेटवर्क में अनुकूलन के गतिशीलता के समझे के लेल, हम अनुकूलन प्रक्रिया के दौरान पूरा हेसियन स्पेक्ट्रम के विकास के अध्ययन करे के लेल एगो उपकरण विकसित करई छियई। एकर उपयोग करके, हम गहरी शिक्षा साहित्य में चिकनाई, वक्रता और तीक्ष्णता से संबंधित कई परिकल्पना के अध्ययन करो हय। फेर हम स्पेक्ट्रा के एगो महत्वपूर्ण संरचनात्मक विशेषता के पूरा तरह से विश्लेषण करई हई: गैर-बैच सामान्यीकृत नेटवर्क में, हम स्पेक्ट्रम में बड़ अलग-थलग स्वयं-मूल्यों के तेजी से उपस्थिति के निरीक्षण करई हई, जोनमे संबंधित स्वयं-स्थान में ढाल के आश्चर्यजनक एकाग्रता छलई। बैच सामान्यीकृत नेटवर्क में, ई दुनो प्रभाव लगभग अनुपस्थित होवो हय। हम इ प्रभाव के विशेषता हई, अउर व्याख्या करई हई कि ऊ सिद्धांत अउर प्रयोग दुनु के माध्यम से अनुकूलन गति के कैसे प्रभावित करई हई। इ काम के हिस्सा के रूप में, हम संख्यात्मक रैखिक बीजगणित से उन्नत उपकरण के अनुकूलित करई हई जे इमेजनेट-स्केल तंत्रिका नेटवर्क के संपूर्ण हेसियन स्पेक्ट्रम के स्केलेबल अउर सटीक अनुमान के अनुमति देई हई; ई तकनीक अन्य अनुप्रयोग में स्वतंत्र रुचि के हो सकई हई। |
8acf78df5aa283f02d3805867e1dd1c6a97f389b | लेख इतिहासः 27 अगस्त 2010 प्राप्त कैल गेलय संशोधित रूप में 23 दिसंबर 2010 प्राप्त कैल गेलय 6 जनवरी 2011 स्वीकार कैल गेलय वास्तविक समय अर्थव्यवस्था में पारंपरिक लेखा परीक्षा प्रतिमान अप्रचलित हय। वास्तविक समय आश्वासन के समर्थन करे के लेल पारंपरिक लेखा परीक्षा प्रक्रिया में नवाचार आवश्यक छलई। प्रैक्टिशनर्स और शिक्षाविद पारंपरिक ऑडिट प्रतिमान के संभावित उत्तराधिकारी के रूप में निरंतर ऑडिटिंग के पता लगा रहल हई। प्रौद्योगिकी और स्वचालन के उपयोग करते हुए, निरंतर लेखा परीक्षा पद्धति वास्तविक समय आश्वासन के समर्थन के लिए लेखा परीक्षा प्रक्रिया के दक्षता और प्रभावशीलता में वृद्धि करो हय। ई कागज परिभाषित करई हई कि कैसे निरंतर लेखा परीक्षा पद्धति सात आयाम में अभ्यास में नवाचार के परिचय देवई हई अउर भविष्य के शोध के आगे बढ़ाबे के लेल चार चरण के प्रतिमान प्रस्तावित करई हई। एकरा अलावा, हम चिकित्सकों और अकादमिक शोधकर्ताओं के लिए आश्वासन के भविष्य के बारे में पद्धतिगत प्रस्तावों के एक सेट तैयार करते हैं। © 2011 एल्सेवियर इंक. सब अधिकार सुरक्षित. |
45fcbb3149fdb01a130f5f013a4713328ee3e3c7 | कथावाचक प्रवचन के मॉडल बनाबे के |
b3dbdd8859e9a38712816dddf221843a5cae95a8 | सामाजिक उद्यमिता (एसई) पर तेजी से बढ़ते शोध के बावजूद, एसई रणनीतियों के अभी भी कम समझल जा हय। सामाजिक सक्रियता अउर सामाजिक परिवर्तन, सशक्तिकरण अउर एसई मॉडल पर मौजूदा शोध पर आधारित, हम दुनिया के सबसे बड़का एसई समर्थन संगठन, अशोक से संबद्ध 2,334 सामाजिक उद्यमी द्वारा उपयोग कैल जाए वाला रणनीति के पता लगाबई, वर्गीकृत अउर मान्य करई हई। सामाजिक उद्यमी के रणनीति प्रोफाइल के विषय मॉडलिंग के परिणाम से पता चलई हई कि ऊ कुल 39 परिवर्तनकारी रणनीति के नियोजित करई हई जे संसाधन (सामग्री बनाम प्रतीकात्मक रणनीति), विशिष्टता (सामान्य बनाम विशिष्ट रणनीति), अउर भागीदारी के तरीका (मास बनाम कुलीन भागीदारी रणनीति) के बीच भिन्न होई हई; ऊ अभ्यास के क्षेत्र अउर समय के बीच भी भिन्न होई हई। अंत में, हम छह मेटा-एसई रणनीतियों की पहचान करते हैं - 39 रणनीतियों से एक कमी - और चार नई मेटा-एसई रणनीतियों (यानी, सिस्टम सुधार, भौतिक पूंजी विकास, साक्ष्य-आधारित प्रथाओं और प्रोटोटाइप) की पहचान करते हैं, जिन्हें पिछले एसई अनुसंधान में अनदेखा किया गया है। हमार निष्कर्ष एसई रणनीतियों में अनुसंधान के विस्तार और गहराई प्रदान करो हय और एसई रणनीतियों के एक व्यापक मॉडल प्रदान करो हय जे सिद्धांत, अभ्यास और नीति निर्माण के आगे बढ़ावो हय। |
7ca3809484eb57c509acc18b016e9b010759dfa1 | इमेज गठन प्रक्रिया के पूर्ववत करनाई अउर येहिलेल उपस्थिति के ओकर आंतरिक गुण में विघटित करनाई ई उलटा समस्या के कम-प्रतिबंधित प्रकृति के कारण एगो चुनौतीपूर्ण कार्य छलई। जबकि केवल छवियों से आकार, सामग्री और रोशनी के अनुमान लगाने पर महत्वपूर्ण प्रगति कैल गेलय हय, एक अनियंत्रित सेटिंग में प्रगति अभी भी सीमित हय। हम प्राकृतिक प्रकाश स्थिति में दर्पण सामग्री के प्रतिबिंब मानचित्र के अनुमान लगावे के लिए एक संवहन तंत्रिका वास्तुकला के प्रस्ताव करो हय। हम एकरा एगो एंड-टू-एंड लर्निंग फॉर्मूलेशन में प्राप्त कर सकई हई जे सीधे छवि से प्रतिबिंब मानचित्र के भविष्यवाणी करई हई। हम एगो अप्रत्यक्ष योजना में अतिरिक्त पर्यवेक्षण के सुविधा प्रदान करके अनुमान के कैसे बेहतर बनाएल जाए के हई जे पहिले सतह के अभिविन्यास के भविष्यवाणी करई हई अउर बाद में सीखने-आधारित विरल डेटा इंटरपोलेशन द्वारा प्रतिबिंब मानचित्र के भविष्यवाणी करई हई। इ कठिन कार्य पर प्रदर्शन के विश्लेषण करे के लिए, हम जटिल इल्यूमिनेशन (SMASHINg) के साथ शेप पर स्पेकुलर मैटेरियल्स के एक नया चुनौती प्रस्तावित करो हय। एकरा अलावा, हम वास्तविक छवियों पर छवि संपादन कार्यों के एक श्रृंखला के लिए अपन विधि के आवेदन दिखाते हैं। |
c1742ca74f40c44dae2af6a992e569edc969c62c | ई पेपर काम करे वाला फ़िल्टर अउर दोसर निष्क्रिय उपकरण जैसे एंटीना के त्वरित, सरल अउर सस्ती निर्माण के लेल 3 डी प्लास्टिक प्रिंटर द्वारा देल गेल संभावना के एगो सिंहावलोकन प्रस्तुत करई हई। इ प्रकार इ पेपर फ्यूज्ड डिपॉजिशन मॉडलिंग (एफडीएम) और मटेरियल जेटिंग (पॉलीजेट) प्रौद्योगिकियों के साथ निर्मित निष्क्रिय उपकरणों के कई उदाहरणों के माध्यम से जाता है और इ बात पर प्रकाश डालता है कि कैसे उन्हें अब क्यू और उच्च बैंड तक के अनुकूलन प्रक्रिया के दौरान आरएफ डिजाइनरों के लिए एक ठोस साथी के रूप में माना जा सकता है। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.