_id
stringlengths 40
40
| text
stringlengths 0
9.75k
|
|---|---|
ced7811f2b694e54e3d96ec5398e4b6afca67fc0 | ई पेपर विभिन्न प्रकाश स्थिति में चेहरा के पहचान के लेल एगो उपन्यास रोशनी सामान्यीकरण दृष्टिकोण प्रस्तुत करई हई। प्रस्तावित दृष्टिकोण में, लघुगणक डोमेन में रोशनी भिन्नता के मुआवजा के लिए एक असतत कोसिनस ट्रांसफॉर्म (डीसीटी) के उपयोग कैल जाई हई। चूंकि रोशनी में भिन्नता मुख्य रूप से निम्न आवृत्ति बैंड में होवो हय, विभिन्न प्रकाश स्थिति में भिन्नता के कम करे के लिए उचित संख्या में डीसीटी गुणांक के छोटा कर दिहल जा हय। येल बी डेटाबेस और सीएमयू पीआईई डेटाबेस पर प्रयोगात्मक परिणाम से पता चलई हई कि प्रस्तावित दृष्टिकोण बड़े रोशनी भिन्नता के जौरे चेहरा के छवियों के लेल प्रदर्शन में महत्वपूर्ण सुधार करई छलई। एकरा अलावा, हमर दृष्टिकोण के लाभ ई हई कि एकरा कोनो मॉडलिंग चरण के आवश्यकता ना हई अउर वास्तविक समय के चेहरा पहचान प्रणाली में आसानी से लागू कैल जा सकई हई। |
30a587efb58f103ff4e42444e191f50a99513f1b | इ पत्र में, हम कमोडिटी मशीन के साझा क्लस्टर पर बेयसन सहयोगी फ़िल्टरिंग मॉडल के सीखना पर विचार कर हकिअइ। दो मुख्य चुनौति उत्पन्न होवो हय: (1) हम बेयसन सहयोगी फ़िल्टरिंग के समानांतर और वितरित कैसे कर सको हय? (2) संसाधन रैंप-अप, प्री-एम्पशन और स्ट्रेगलर्स सहित, साझा, संसाधन-प्रबंधित क्लस्टर में आम लचीलापन घटनाओं को हमारा वितरित अनुमान प्रणाली कैसे संभाल सकता है? बेजियन अनुमान के समानांतर करे लागी, हम मैट्रिक्स फैक्टरिज़ेशन विभाजन योजना के विचार के अनुकूलन कर हई जेकर उपयोग स्टोचैस्टिक ग्रेडिएंट वंश और पैरामीटर सर्वर के साथ उपयोग कैल जाए वाला पुरान सिंक्रोनस प्रोग्रामिंग के साथ कैल जा हई। लोचदारता घटना के संभाले के लेल हम पिछला विभाजन योजना के सामान्यीकरण प्रदान करई हई जे सिस्टम व्यवधान के दौरान बढ़ल लचीलापन प्रदान करई हई। हम रनटाइम पर गतिशील रूप से काम के रूट करे के लेल दू नया शेड्यूलिंग एल्गोरिदम के भी वर्णन करई छियई। हमार प्रयोग में, हम दुनहु शेड्यूलिंग एल्गोरिदम के प्रभावशीलता के तुलना करो हय और सिस्टम विफलता के लिए ओकर मजबूती के प्रदर्शन करो हय। |
dc821ab3a1a3b49661639da37e980bfd21d3746a | |
558fc9a2bce3d3993a9c1f41b6c7f290cefcf92f | |
4ee9f569e7878ef2b8bac9a563312c7176139828 | हम स्थानीय दृश्य वर्णकों के चुनिंदा रूप से पूल करके छवि मान्यता के लिए एक नया ढांचा प्रस्तावित करो हय, और सूक्ष्म-ग्रान्यूल्ड छवि वर्गीकरण कार्य पर एकर बेहतर भेदभाव शक्ति दिखावो हय। प्रतिनिधित्व एगो एम्बेडेड उच्च आयामी स्थान में रैखिक अनुमान के उपयोग कैके गैर-रैखिक फ़ंक्शन सीखने के लेल सबसे विश्वसनीय स्थानीय वर्णक के चयन पर आधारित छलई। पिछला अत्याधुनिक सुपर वेक्टर और फिशर वेक्टर प्रतिनिधित्व पर हमर चयनात्मक पूलिंग वेक्टर के लाभ इ हय कि इ एक अधिक सटीक सीखने के कार्य सुनिश्चित करो हय, जे सूक्ष्म-अंक वाली छवि मान्यता में विवरण के वर्गीकृत करे के लिए महत्वपूर्ण साबित होवो हय। हमार प्रयोगात्मक परिणाम इ दावा के पुष्टि करो हय: वर्गीकरणकर्ता के रूप में एक सरल रैखिक एसवीएम के साथ, चुनिंदा पूलिंग वेक्टर विभिन्न बारीक-कणित कार्यों के लिए मानक बेंचमार्क डेटासेट पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त करो हय जैसे कि चेहरा के पहचान के लिए सीएमयू मल्टी-पीआईई डेटासेट, कैल्टेक-यूसीएसडी बर्ड डेटासेट और बारीक-कणित ऑब्जेक्ट वर्गीकरण के लिए स्टैनफोर्ड डॉग्स डेटासेट। सभे डेटा सेट पर हम कला के स्थिति के बेहतर प्रदर्शन करई हई अउर मान्यता दर के क्रमशः 96.4%, 48.9% अउर 52.0% तक बढ़ा देई छलो। |
563e821bb5ea825efb56b77484f5287f08cf3753 | |
6434b7610aa9e7c37fce2258ab459fa99a631748 | इ पेपर में, हम एकल-छवि सुपर-रिज़ॉल्यूशन समस्या के हल करे के लिए एक उपन्यास विधि के प्रस्ताव करो हय। इनपुट के रूप में एक कम रिज़ॉल्यूशन छवि को देखते हुए, हम प्रशिक्षण उदाहरणों के एक सेट का उपयोग करके अपने उच्च-रिज़ॉल्यूशन समकक्ष को पुनर्प्राप्त करते हैं। जबकि ई सूत्र सुपर-रिज़ॉल्यूशन के लेल दोसर सीख-आधारित विधि के समान हई, हमर विधि हाल के मैनिफोल्ड टीमिंग विधियों से प्रेरित हई, विशेष रूप से स्थानीय रूप से रैखिक एम्बेडिंग (एलएलई) । विशेष रूप से, कम और उच्च-रिज़ॉल्यूशन छवियों में छोटे छवि पैच दो अलग-अलग विशेषता स्थानों में समान स्थानीय ज्यामिति के साथ मल्टीफॉल्ड बनाते हैं। एलएलई के तरह, स्थानीय ज्यामिति के विशेषता हई कि कैसे एगो पैच के अनुरूप एगो फीचर वेक्टर के फीचर स्पेस में ओकर पड़ोसी द्वारा पुनर्निर्माण कैल जा सकई हई। उच्च-रिज़ॉल्यूशन एम्बेडिंग के अनुमान लगावे के लेल प्रशिक्षण छवि जोड़े के उपयोग करे के अलावा, हम ओवरलैपिंग के माध्यम से लक्ष्य उच्च-रिज़ॉल्यूशन छवि में पैच के बीच स्थानीय संगतता अउर चिकनाई प्रतिबंध के लागू करई हई। प्रयोग से पता चलई हई कि हमार विधि बहुत लचीला हई अउर अच्छा अनुभवजन्य परिणाम देई हई। |
a21bb8ddfe448e890871e248e196dc0f56000d3a | कंप्यूटर ग्राफिक्स के लेल छवि-आधारित मॉडल में रिज़ॉल्यूशन स्वतंत्रता के कमी छलई: ऊ गुणवत्ता के गिरावट के बिना पिक्सेल रिज़ॉल्यूशन से बहुत आगे न बढ़ सकई हई, जेकरा पर उनकर नमूना लेल गेल रहई। इंटरपोलेशन छवियों के परिणामस्वरूप आमतौर पर किनारों और छवि विवरणों के धुंधलापन होवो हय। हम छवि इंटरपोलेशन एल्गोरिदम के वर्णन करई हई जे ज़ूम कैल गेल छविय में प्रशंसनीय उच्च-आवृत्ति विवरण बनावे के लेल प्रशिक्षण छविय के एगो डेटाबेस के उपयोग करई हई। छवि पूर्व-प्रसंस्करण चरण प्रशिक्षण छवियों के क्षेत्रों से छवि विवरण के उपयोग के अनुमति देवो हय जे प्रसंस्करण के लिए छवियों से काफी अलग दिख सको हय। ई विधियाँ ने विवरण के संरक्षित करो हय, जैसे कि किनारों, विश्वसनीय बनावट उत्पन्न करो हय, और कई ऑक्टेव के ज़ूम करे के बाद भी अच्छा परिणाम दे सको हय। ई काम के कॉपी चाहे पुनः निर्माण कोय व्यावसायिक उद्देश्य से पूरा या आंशिक रूप से नञ् कइल जा सकऽ हइ। बिना शुल्क के पूरा या आंशिक रूप से कॉपी करे के अनुमति गैर-लाभकारी शैक्षिक और अनुसंधान उद्देश्य के लेल देल जाई हई, बशर्ते कि येई तरह के पूरा या आंशिक प्रति में निम्नलिखित शामिल होई: एगो नोटिस कि ऐसन कॉपी Mitsubishi Electric Information Technology Center America के अनुमति से कैल गेल हई; लेखक के एगो स्वीकृति अउर काम में व्यक्तिगत योगदान; अउर कॉपीराइट नोटिस के सभे लागू अंश। कोनो दोसर उद्देश्य के लेल प्रतिलिपि बनाबे, पुनःप्रकाशित करे या पुनः प्रकाशित करे के लेल मित्सुबिशी इलेक्ट्रिक सूचना प्रौद्योगिकी केंद्र अमेरिका के शुल्क के भुगतान के जौरे लाइसेंस के आवश्यकता होई हई। सब अधिकार सुरक्षित . कॉपीराइट c मित्सुबिशी इलेक्ट्रिक सूचना प्रौद्योगिकी केंद्र अमेरिका, 2001 201 ब्रॉडवे, कैम्ब्रिज, मैसाचुसेट्स 02139 1. पहली छपाई, टीआर 2001-30 अगस्त, 2001। ईगोन पास्टर के वर्तमान पता: एमआईटी मीडिया लैब 20 एम्स सेंट कैम्ब्रिज, एमए 02139 उदाहरण-आधारित सुपर-रिज़ॉल्यूशन विलियम टी. फ्रीमैन, तूइस आर. जोन्स, ईगोन सी. पास्टर मित्सुबिशी इलेक्ट्रिक रिसर्च लैबोरेटरीज ((एमईआरएल) 201 ब्रॉडवे कैम्ब्रिज, एमए 02139 (ए) (बी) चित्र 1: पारंपरिक बहुभुज तकनीकों द्वारा मॉडलिंग कैल गेलय एक वस्तु में वास्तविक दुनिया के वस्तु के कुछ समृद्धता के कमी हो सको हय, लेकिन ज़ूमिंग के तहत सही व्यवहार करो हय, (बी) । |
6f657378907d2e4ad3167f4c5fb7b52426a7d6cb | |
fd4c6f56c58923294d28dc415e1131a976e8ea93 | उद्देश्य - इ पेपर के उद्देश्य इ पता लगाना हय कि क्या छह सिग्मा और दुबला नया विधियां हय, या यदि ऊ पहले लोकप्रिय विधियों के पुनर्गठित संस्करण हय - कुल गुणवत्ता प्रबंधन (टीक्यूएम) और जस्ट-इन-टाइम (जेआईटी) । डिजाइन/पद्धति/दृष्टिकोण - अध्ययन जेआईटी के साथ दुबला और टीक्यूएम के साथ छह सिग्मा के एक महत्वपूर्ण तुलना पर आधारित है, प्रकाशन आवृत्ति के माप के एक अध्ययन - पिछले 30 वर्षों के प्रत्येक वर्ष में प्रकाशित अकादमिक लेखों की संख्या - प्रत्येक विषय के लिए, और परिवर्तन प्रयासों के लिए महत्वपूर्ण सफलता कारकों (सीएसएफ) की समीक्षा। निष्कर्ष - दुबला और छह सिग्मा के अधिक हालिया अवधारणा ने मुख्य रूप से जेआईटी और टीक्यूएम के अवधारणा के बदल दिया है - लेकिन जरूरी नहीं कि जोड़ा जाए। दुबला और छह सिग्मा अनिवार्य रूप से पूर्व के पुनर्गठित संस्करण हय, और विधियां फैशन (उत्पाद) जीवन चक्र के अनुसरण करे लगो हय। साहित्य इ विधियों के लिए काफी समान और सामान्य सीएसएफ प्रदान करो हय, उदा। शीर्ष प्रबंधन समर्थन अउर संचार अउर सूचना के महत्व। हालांकि, जे गायब प्रतीत हो रहले हा, ऊ हई संगठनात्मक परिवर्तन और सुधार के लेल एगो प्रणालीगत दृष्टिकोण के आवश्यकता। व्यावहारिक निहितार्थ - एक भविष्यवाणी हय, फैशन या उत्पाद जीवन चक्र घटना के देखते हुए, कि जल्द ही एक नया विधि के बढ़ावा दिहल जयतय, कुछ शायद पहले से ही लीन सिक्स सिग्मा के सीमांत बेतुका अवधारणा के साथ अनुभव कर चुकलय हा। दूसरी ओर, जेआईटी और दुबला, और टीक्यूएम और छह सिग्मा दोनों के बीच समय में अंतर के आधार पर - बीआरपी / रीइंजीनियरिंग द्वारा भरा गया एक अंतर - अगली विधि प्रक्रिया उन्मुख होगी। ई कागज संगठनात्मक सुधार के प्रयास के लेल प्रक्रिया-आधारित दृष्टिकोण के आवश्यकता के चर्चा के जौरे समाप्त होलो। मौलिकता/मूल्य - ई पेपर एकर मूल्य के हई कि ई विश्लेषण करई हई कि संगठनात्मक परिवर्तन अउर सुधार के प्रयास से कि सीखल जा सकई हई। विश्लेषण में सफल संगठनात्मक सुधार प्रयास के लेल प्रक्रिया (प्रणाली) परिप्रेक्ष्य के आवश्यकता पर चर्चा करे से पहिले कोनो परिवर्तन परियोजना के लेल सीएसएफ के तुलना शामिल छलई। |
364dc9031ec997a15015099d876d8e49c76a4e9f | पिछले कुछ वर्षों में, सोशल मीडिया (जैसे, ट्विटर और फेसबुक) में एक शानदार वृद्धि और लोकप्रियता के अनुभव हो रहले हा, और सामग्री साझाकरण और सामाजिक नेटवर्किंग के लिए एक सर्वव्यापी प्रवचन बन रहले हा। मोबाइल उपकरण अउर स्थान-आधारित सेवा के व्यापकता के जौरे, सोशल मीडिया आम तौर पर उपयोगकर्ता के दैनिक गतिविधि (जैसे, चेक-इन अउर फोटो लेबे) के पता साझा करे के अनुमति देई हई, अउर येई प्रकार भौगोलिक स्थान में मानव व्यवहार अउर जटिल सामाजिक गतिशीलता के समझे के लेल एगो प्रॉक्सी के रूप में सोशल मीडिया के भूमिका के मजबूत करई हई। पारंपरिक स्थानिक-समय डेटा के विपरीत, डेटा के इ नया रूप गतिशील, विशाल हय, और आमतौर पर असंगठित मीडिया (जैसे, ग्रंथ और फ़ोटो) के धारा में प्रतिनिधित्व कियल जा हय, जे पारंपरिक स्थानिक-समय विश्लेषण और भौगोलिक सूचना विज्ञान के लिए मौलिक प्रतिनिधित्व, मॉडलिंग और कम्प्यूटेशनल चुनौति के सामना करो हय। इ पत्र में, हम कुशल और व्यवस्थित स्थान-समय डेटा विश्लेषण के लिए विशाल स्थान-आधारित सोशल मीडिया डेटा के उपयोग करे के लिए एक स्केलेबल कम्प्यूटेशनल फ्रेमवर्क के वर्णन करो हय। इ ढांचा के भीतर, सामाजिक मीडिया उपयोगकर्ताओं के गतिविधि प्रोफाइल के प्रतिनिधित्व करे के लिए स्थान-समय प्रक्षेपवक्र (या पथ) के अवधारणा के लागू कियल जा हय। एगो पदानुक्रमित स्थान-समय डेटा मॉडल, अर्थात् एगो स्थान-समय डेटा क्यूब मॉडल, के विकास अंतरिक्ष-समय प्रक्षेपवक्र के संग्रह के आधार पर कैगो स्थान-समय पैमाना पर एकत्रीकरण सीमा के पार सामाजिक मीडिया उपयोगकर्ता के सामूहिक गतिशीलता के प्रतिनिधित्व करे के लेल कैल जाई छलई। ई ढांचा उत्तरी अमेरिका महाद्वीप पर पोस्ट कैल गेलय ट्विटर फीड के सार्वजनिक डेटा स्ट्रीम के आधार पर लागू कियल गलय हा। इ ढांचे के लाभ और प्रदर्शन के प्रदर्शित करे के लिए, एक इंटरैक्टिव प्रवाह मैपिंग इंटरफ़ेस (एकल-स्रोत और एकाधिक-स्रोत प्रवाह मैपिंग दोनों सहित) के विकसित कैल गेलय हय ताकि कई पैमाने पर विशाल स्थान-आधारित सोशल मीडिया में आंदोलन गतिशीलता के वास्तविक समय और इंटरैक्टिव दृश्य अन्वेषण के अनुमति मिलय। उपभोक्ता लेखक प्रिंट कंप्यूटर, पर्यावरण और शहरी प्रणालियों के लिए प्रस्तुत 10 सितंबर, 2014 ar X iv: 1 40 9. 28 26 v1 [ cs .S I] 8 S ep 2 01 4 |
b51cdeb74165df0ce32ea3a1a606d28186f03e9d | |
c1e4420ddc71c4962e0ba26287293a25a774fb6e | हम एकल मोनोकुलर छवि से गहराई अनुमान के कार्य पर विचार कर रहल हई। हम इ समस्या के लिए एक पर्यवेक्षित सीखने के दृष्टिकोण को अपनावो हय, जेकरा में हम मोनोकुलर छवियों (असंरचित बाहरी वातावरण के एक प्रशिक्षण सेट एकत्र करके शुरू करो हय जेकरा मे वन, पेड़, इमारत आदि शामिल हय) । और ओकर संबंधित ग्राउंड-ट्रूड डेप्थ मैप। फिर, हम चित्र के फलन के रूप में गहराई मानचित्र के भविष्यवाणी करे लागी पर्यवेक्षित सीखना लागू कर हई। गहराई अनुमान एक चुनौतीपूर्ण समस्या हय, काहेकी अकेले स्थानीय विशेषता एक बिंदु पर गहराई के अनुमान लगावे के लिए अपर्याप्त हय, और कोनो के छवि के वैश्विक संदर्भ पर विचार करे के आवश्यकता हय। हमर मॉडल एगो भेदभावपूर्ण रूप से प्रशिक्षित मार्कोव रैंडम फील्ड (एमआरएफ) के उपयोग करई हई जे बहु-स्केल स्थानीय अउर वैश्विक-छवि सुविधा के शामिल करई हई, अउर व्यक्तिगत बिंदु पर गहराई अउर विभिन्न बिंदु पर गहराई के बीच संबंध दुनहु के मॉडल करई हई। हम देखबई कि, अनस्ट्रक्टेड सीन पर भी, हमार एल्गोरिथ्म अक्सर काफी सटीक गहराई मानचित्र के पुनर्प्राप्त करे में सक्षम होई हई। |
29ad218282cd9d66fe921d49ba066dae32bfa76d | इंटरकनेक्टेड डिवाइस अउर इंटरनेट ऑफ थिंग्स के विस्फोट विभिन्न डिवाइस के कमजोर अउर साइबर-हमला के लेल बढ़ल क्षमता के चलते इंटरनेट सुरक्षा के क्षेत्र में नया महत्वपूर्ण चुनौती के शुरुआत कैले हई। ई पत्र साइबर सुरक्षा, घुसपैठ के पता लगावे, रोकथाम प्रणाली अउर कृत्रिम बुद्धिमत्ता के क्षेत्र में छूई हई। हमार उद्देश्य मशीन लर्निंग के लागू अवधारणा के उपयोग करके दुर्भावनापूर्ण कनेक्शन के समझे, पता लगावे और रोके में सक्षम एगो प्रणाली बनाबे के हई। हम मैलवेयर अउर घुसपैठ के हमला के लेल वर्गीकरण के सटीक निर्णय के लेल नेतृत्व कर सकई छलो। हम एगो समाधान प्रस्तावित करई हई जे यूआरआई अउर रेस्टफुल विधि से निकालल गेल एचटीटीपी सुविधा के जौरे आरईजे, एसवाईएन अउर एसीके फ्लैग अउर कनेक्शन स्टेट के दर के आधार पर समान अउर अलग-अलग सेवा अउर मेजबान के लेल पैकेट इतिहास से सहसंबंध के निकाले के सुविधा के संयोजन करई हई। हमर प्रस्तावित समाधान बाइनरी वर्गीकरण समस्या पर 98.4% के सटीकता के साथ नेटवर्क घुसपैठ और बॉटनेट संचार के पता लगावे में सक्षम हई। |
c8d170a6cf0b773a1db726492793c0426c7bc10a | वास्तविक विकल्प सिद्धांत के अक्सर आईटी निवेश के मूल्यांकन के लिए लागू कियल जा हय। वास्तविक विकल्प सिद्धांत के अनुप्रयोग आम तौर पर विकल्प मूल्य निर्धारण मॉडल के माध्यम से वास्तविक विकल्प के मौद्रिक मूल्यांकन से जुड़ल होवो हय जे बदले में प्रतिबंधात्मक धारणा पर आधारित होवो हय और इ प्रकार आलोचना के अधीन होवो हय। इ प्रकार, इ पत्र आईटी निवेश के मूल्यांकन के लिए विकल्प मूल्य निर्धारण मॉडल के आवेदन के विश्लेषण करो हय। एगो संरचित साहित्य समीक्षा आईटी निवेश के प्रकार के प्रकट करई हई जेकरा वैज्ञानिक साहित्य में वास्तविक विकल्प सिद्धांत के जौरे मूल्यांकन कैल जाई छलई। ई प्रकार के आईटी निवेश के आगे जांच कैल गेल हई अउर ओकर मुख्य विशेषता के तुलना पारंपरिक विकल्प मूल्य निर्धारण मॉडल के प्रतिबंधात्मक धारणा के जौरे कैल गेल हई। ई विश्लेषण ई बात पर आगे चर्चा के आधार के रूप में कार्य करो हय कि पहचाने गए कागजात इ धारणा के कैसे संबोधित करो हय। परिणाम से पता चलई हई कि कैगो पेपर महत्वपूर्ण धारणा के लेल जिम्मेदार ना हई, हालांकि ई ज्ञात हई कि धारणा पूरा ना होई हई। एकरा अलावा, आईटी निवेश के प्रकार धारणा के महत्वपूर्णता के निर्धारित करो हय। एकरा अलावा, पारंपरिक विकल्प मूल्य निर्धारण मॉडल के कई विस्तार या अनुकूलन पायल जा सको हय जे महत्वपूर्ण धारणाओं के आराम देवे के संभावना प्रदान करो हय। शोधकर्ता इ पेपर में प्राप्त परिणाम से दो तरह से लाभान्वित हो सको हय: पहला, विभिन्न प्रकार के आईटी निवेश के लिए कौन सी धारणा महत्वपूर्ण हो सको हय, इ प्रदर्शित कियल जा हय। दूसरा, महत्वपूर्ण धारणाओं के कम करे वाला विकल्प मूल्य निर्धारण मॉडल के विस्तार के पेश कैल जा हय। |
675b402bd488aae006ff9a9dd0951797558b2d6d | ध्यान-अल्पता/अतिसक्रियता विकार (एडीएचडी) एगो जटिल अत्यधिक सह-विकार हय, जेकर एडीएचडी वाला लोग, ओकर परिवार और ओकरा आसपास के समुदाय पर बहुत प्रभाव पड़ सको हय। एडीएचडी वर्तमान में फार्माकोलॉजिकल और नॉनफार्माकोलॉजिकल हस्तक्षेप के उपयोग करके नियंत्रित कैल जा हय। हालांकि, प्रौद्योगिकी में प्रगति और मोबाइल एप के उपयोग में वृद्धि के साथ, एडीएचडी के प्रबंधन के विशेष रूप से इ आबादी के लिए डिज़ाइन कियल गेल एप के उपयोग करके बढ़ाएल जा सको हय। हालांकि, वर्तमान में उपलब्ध ऐप्स के उपयुक्तता और उपयोगिता के बारे में बहुत कम जानकारी हय। उद्देश्य इ अध्ययन के उद्देश्य एडीएचडी वाला बच्चा और युवा और उनके साथे काम करे वाला चिकित्सकों के लिए शीर्ष 10 सूचीबद्ध ऐप्स के उपयुक्तता के पता लगाना हलय। ई परिकल्पना कैल गेल हई कि येई आबादी के लेल डिज़ाइन कैल गेल मोबाइल एप्लिकेशन के येई आबादी के लेल अधिक उपयुक्त रूप से डिज़ाइन कैल जा सकई हई। यूनाइटेड किंगडम में एडीएचडी वाला बच्चा अउर युवा के लेल विशेष रूप से लक्षित टॉप 10 सूचीबद्ध ऐप के पहचान गूगल प्ले (एन = 5) अउर आईट्यून्स स्टोर (एन = 5) के माध्यम से कैल गेल रहई। एकरा बाद 5 क्लिनिक के साथ साक्षात्कार कैल गेलय जे इ आबादी के इलाज में विशेषज्ञता रखो हय और 5 बच्चों और एडीएचडी के साथे युवा लोग खुद, 10 पहचानल गेल ऐप के अपन राय के तलाश करे के लिए और उनकर मानना हय कि ऐप्स के लिए महत्वपूर्ण घटक कोन हय जे इ आबादी के लिए उपयुक्त हय। परिणाम क्लिनिक और युवा लोग के साक्षात्कार से पांच विषय सामने आएल: प्रौद्योगिकी के पहुंच, ऐप्स से संबंधित होवे के महत्व, एडीएचडी लक्षण और संबंधित कठिनाइयों के संबोधित करनाई, आयु उपयुक्तता, और ऐप इंटरैक्शन। केवल क्लिनिक साक्षात्कार से तीन अतिरिक्त विषय सामने अलई: लक्षण, साइड इफेक्ट और संबंध पर ऐप प्रभाव के निगरानी, और सामान्य सह-रोगजनक स्थिति के प्रभाव। ऐप्स के विशेषता हमर नमूना के विचार से अच्छी तरह से मेल खाई नए लगो हय। निष्कर्ष इ सुझाव देवो हय कि ऐप्स इ स्थिति से जुड़े जटिल आवश्यकता के पूरा करे में उपयुक्त नए हो सको हय। एडीएचडी वाला बच्चा अउर युवा अउर उनकर परिवार के लेल ऐप्स के मूल्य अउर विशेष रूप से, येई आयु समूह में एडीएचडी के प्रबंधन में ऐप्स के कोनो सकारात्मक भूमिका के पता लगाबे के लेल आगे के शोध के आवश्यकता छलई। येई आबादी के संलग्न करे के लेल प्रौद्योगिकी के उपयोग कैसे कैल जा सकई हई अउर एकर उपयोग कैसे कैल जा सकई हई, येई पर एगो व्यवस्थित समीक्षा आगे के एगो उपयोगी तरीका होतई। ई ऐप्स के उपयोग के आगे के खोज शुरू करे के लेल मंच हो सकई छई। |
d16afa6fe546451bb4330eae67b1722823e37e41 | हम स्वचालित आहार मूल्यांकन के लेल भोजन के छवि के खंडित करे के लेल एगो इंटरैक्टिव योजना के प्रस्ताव रखई हई। एगो स्मार्टफोन उपयोगकर्ता एगो भोजन के फ़ोटो लेई हई अउर परिणामी छवि पर कुछ स्पर्श बिंदु के चिह्नित करई हई। सेगमेंटेशन एल्गोरिथ्म टच पॉइंट के साथे खाद्य खंडों के एक सेट के आरंभ करो हय, और स्थानीय छवि सुविधा के उपयोग करके ओकरा बढ़ावो हय। हम एल्गोरिथ्म के मूल्यांकन 300 मैन्युअल रूप से विभाजित भोजन छवियों के डेटा सेट के साथ करो हय। पूरी तरह से स्वचालित विभाजन के लिए 0.70 के साथ तुलना में विभाजन की सटीकता 0.87 है। परिणाम से पता चलई हई कि न्यूनतम उपयोगकर्ता हस्तक्षेप के शामिल करके विभाजन के सटीकता में काफी सुधार होलई। |
03a3b5ca18f6482cfee128eb24ddd1a59015fb2d | ब्लूम फ़िल्टर एगो संभाव्य डेटा संरचना हई जे तत्व के एगो सेट के कॉम्पैक्ट प्रतिनिधित्व प्रदान करई हई। झूठे सकारात्मक संभावना के कम रखे के लिए, ब्लूम फ़िल्टर के आकार के पूर्वनिर्धारित कैल जाए के चाहि ताकि इंक्रीस कैल गेलय कुंजी के अधिकतम संख्या में रैखिक हो, रैखिकता स्थिर के साथ आमतौर पर एक से कुछ बाइट्स तक हो। एगो ब्लूम फ़िल्टर के उपयोग आमतौर पर मेमोरी डेटा संरचना के रूप में कैल जाई हई, येहिलेल एकर आकार मशीन पर रैम स्थान के उपलब्धता से सीमित छलई। जैसे-जैसे डेटासेट समय के साथ इंटरनेट स्केल तक बढ़लय हा, तओ ब्लूम फ़िल्टर के रैम स्पेस आवश्यकताएँ होलय हा। यदि पर्याप्त रैम स्थान उपलब्ध ना हई, त हम सलाह देई हई कि फ्लैश मेमोरी ब्लूम फ़िल्टर के संग्रहीत करे के लेल एगो उपयुक्त माध्यम के रूप में कार्य कर सकई हई, काहेकी ई प्रति जीबी रैम के लागत के लगभग एक-दसवां छलई जबकि अभियो हार्ड डिस्क के तुलना में परिमाण के ऑर्डर के तेजी से पहुंच के समय प्रदान करई हई। हम ब्लूमफ्लैश, फ्लैश मेमोरी आधारित स्टोरेज के लेल डिज़ाइन कैल गेल एगो ब्लूम फ़िल्टर प्रस्तुत करई छी, जे कि रैम स्पेस उपयोग (और एहिलगि सिस्टम लागत) के कम करे के लेल ब्लूम फ़िल्टर एक्सेस टाइम्स के जौरे व्यापार के एगो नया आयाम प्रदान करई छलो। फ्लैश पर एकल फ्लैट ब्लूम फ़िल्टर के सरल डिजाइन में कई प्रदर्शन बाधाएं हय, जेकरा मे इन-प्लेस बिट अपडेट शामिल हय जे फ्लैश पर अक्षम हय और एकाधिक रीड और यादृच्छिक लेखन एक ही लुकअप या सम्मिलित संचालन के लिए कई फ्लैश पृष्ठों पर फैलल हय। ई प्रदर्शन के बाधा के कम करे लागी, BLOOMFLASH दूगो प्रमुख डिजाइन नवाचार के लाभ उठावो हय: (i) रैम में बिट अपडेट के बफर करनाई और ओकरा थोक में फ्लैश पर लागू करनाई जे फ्लैश पर यादृच्छिक लेखन के कम करे में मदद करो हय, और (ii) एक पदानुक्रमित खिलने वाला फ़िल्टर डिज़ाइन जेकरा मे घटक खिलने वाला फ़िल्टर शामिल हय, एक प्रति फ्लैश पृष्ठ संग्रहीत होवो हय, जे फ्लैश पर पढ़ और लिख के स्थानीयकरण करे में मदद करो हय। हम अपन डिजाइन के चलावे और मूल्यांकन करे के लेल प्रतिनिधि ब्लूम फ़िल्टर अनुप्रयोग से लेल गेल दू वास्तविक दुनिया के डेटा ट्रेस के उपयोग करई छी। BLOOMFLASH कुछ दसियों माइक्रोसेकंड के सीमा में ब्लूम फ़िल्टर एक्सेस समय प्राप्त करो हय, इ प्रकार प्रति सेकंड हजारों संचालन के आदेश के अनुमति देवो हय। |
14d792772da62654f5c568153222ae1523659b96 | इ काम में हम देखवई हई कि डीप कन्वोल्यूशनल न्यूरल नेटवर्क सीमा के पता लगावे के कार्य में मनुष्य के बेहतर प्रदर्शन कर सकई हई, जैसन कि मानक बर्कले सेगमेंटेशन डेटासेट पर नापल गेल हई। हमार डिटेक्टर लोकप्रिय कैफे फ्रेमवर्क में पूरी तरह से एकीकृत हई और एक सेकंड से भी कम समय में 320x420 छवि के संसाधित करई छई। हमार योगदान में सबसे पहिले सीमा का पता लगाने के प्रशिक्षण, एक बहु-रिज़ॉल्यूशन आर्किटेक्चर और बाहरी डेटा के साथ प्रशिक्षण के लिए नुकसान के एक सावधानीपूर्वक डिजाइन के संयोजन शामिल हय, ताकि प्रौद्योगिकी के वर्तमान स्थिति के पता लगाने के सटीकता में सुधार हो सके, एक इष्टतम डेटासेट स्केल एफ-माप 0.780 से 0.808 तक हो, जबकि मानव प्रदर्शन 0.803 पर हय। हम डीप लर्निंग के समूह के साथे जोड़के, डीप नेटवर्क के भीतर सामान्यीकृत कटौती तकनीक के एकीकृत करके प्रदर्शन के 0.813 तक बढ़ाबई। हम ऑब्जेक्ट प्रस्ताव पीढ़ी और दोनों कार्यों के लिए सिमेंटिक सेगमेंटेशन के उच्च स्तर के कार्यों के संयोजन में हमारे सीमा डिटेक्टर की क्षमता के बारे में भी जांच करते हैं, हमारे डिटेक्टर में अत्याधुनिक प्रणालियों पर स्पष्ट सुधार हैं। |
7970532dc583554818922954ba518577e22a3cae | |
4869e04d79917d9b0b561a6d32103214d5ab2cfd | आधुनिक क्रिप्टोक्यूरेंसी के लेल प्रभावी क्रिप्टोक्यूरेंसी कुंजी प्रबंधन एगो जरूरी आवश्यकता बन गेल हई। हालाँकि क्रिप्टोक्यूरेंसी वॉलेट-प्रबंधन योजना के एक बड़ा निकाय के प्रस्ताव दिहल गेल हई, ऊ ज्यादातर विशिष्ट अनुप्रयोग परिदृश्य के लेल बनल हई अउर अक्सर कमजोर सुरक्षा से पीड़ित होई छलई। ई पेपर में, हम अर्ध-विश्वसनीय सामाजिक नेटवर्क पर आधारित एगो अधिक प्रभावी, उपयोग योग्य, अउर सुरक्षित क्रिप्टोक्यूरेंसी वॉलेट-प्रबंधन प्रणाली के प्रस्ताव रखई हई, जोनमे उपयोगकर्ता के कुछ शक्तिशाली कार्य अउर कुछ परिस्थिति में वसूली के प्राप्त करे के लेल शामिल पक्ष के जौरे सहयोग करे के अनुमति देल जाई छलई। एकरा अलावा, हम समय-साझाकरण प्राधिकरण प्राप्त करे के लेल पहचान-आधारित पदानुक्रमित कुंजी-पृथक एन्क्रिप्शन योजना के उपयोग करई हई अउर एगो अर्ध-विश्वसनीय पोर्टेबल सोशल नेटवर्क-आधारित वॉलेट-प्रबंधन योजना प्रस्तुत करई हई जे सुरक्षा-वर्धित भंडारण, विभिन्न उपकरण पर पोर्टेबल लॉगिन, नो-पासवर्ड प्रमाणीकरण, लचीला कुंजी प्रत्यायोजन, अउर येहिलेल विशेषता प्रदान करई हई। प्रदर्शन विश्लेषण से पता चलई हई कि हमार प्रस्तावित योजना के न्यूनतम अतिरिक्त ओवरहेड के आवश्यकता होई हई अउर कम समय के देरी होई हई, जोनसे ऊ वास्तविक दुनिया में तैनाती के लेल पर्याप्त रूप से कुशल बनबई हई। |
82eb267b8e86be0b444e841b4b4ed4814b6f1942 | एगो एकल छवि से 3 डी ऑब्जेक्ट संरचना के समझना कंप्यूटर विजन में एगो महत्वपूर्ण लेकिन कठिन काम हई, ज्यादातर वास्तविक छवियों में 3 डी ऑब्जेक्ट एनोटेशन के कमी के कारण। पिछला काम ई समस्या के हल करई हई चाहे त 2 डी कीपॉइंट स्थिति के लेल एगो अनुकूलन कार्य के हल करई हई, चाहे जमीनी सच्चाई 3 डी जानकारी के जौरे सिंथेटिक डेटा पर प्रशिक्षण। इ काम में, हम 3 डी इंटरप्रेटर नेटवर्क (3 डी-आईएनएन) के प्रस्ताव रखई हई, एगो एंड-टू-एंड फ्रेमवर्क जे क्रमिक रूप से 2 डी कीपॉइंट हीटमैप अउर 3 डी ऑब्जेक्ट संरचना के अनुमान लगाबई हई, जे वास्तविक 2 डी-एनोटेटेड छवियों अउर सिंथेटिक 3 डी डेटा दुनु पर प्रशिक्षित छलई। ई मुख्य रूप से दूगो तकनीकी नवाचार के कारण संभव हई। सबसे पहले, हम एक प्रोजेक्शन लेयर प्रस्तावित करो हय, जे अनुमानित 3 डी संरचना के 2 डी स्थान पर प्रोजेक्ट करो हय, ताकि 3 डी-आईएनएन के वास्तविक छवियों पर 2 डी एनोटेशन द्वारा पर्यवेक्षित 3 डी संरचनात्मक पैरामीटर के भविष्यवाणी करे के लिए प्रशिक्षित कियल जा सके। दोसर, कीपॉइंट के हीटमैप वास्तविक और सिंथेटिक डेटा के जोड़ने वाला एक मध्यवर्ती प्रतिनिधित्व के रूप में कार्य करो हय, जे अपूर्ण रेंडरिंग के कारण वास्तविक और सिंथेटिक छवियों के आंकड़ों के बीच अंतर के बिना, सिंथेटिक 3 डी वस्तुओं के विविधता और प्रचुरता से लाभान्वित करे के लिए 3 डी-आईएनएन के सक्षम करो हय। नेटवर्क 2 डी कीपॉइंट अनुमान और 3 डी संरचना वसूली दोनों पर अत्याधुनिक प्रदर्शन प्राप्त करो हय। हम ई भी दिखावो कि पुनर्प्राप्त 3 डी जानकारी के उपयोग अन्य दृष्टि अनुप्रयोगों में कैल जा सको हय, जैसे कि 3 डी रेंडरिंग और छवि पुनर्प्राप्ति। |
04f818827a2ad16bf6d8585f45fba703c509c57b | हम एगो दोसर-क्रम के साधारण अंतर समीकरण (ओडीई) प्राप्त करई हई, जे नेस्टेरोव के त्वरित ढाल विधि के सीमा हई। ई ओडीई नेस्टेरोव के योजना के अनुमानित समकक्षता प्रदर्शित करई हई अउर येहिलेल विश्लेषण के लेल एगो उपकरण के रूप में कार्य कर सकई हई। हम देखई हई कि निरंतर समय ओडीई नेस्टेरोव के योजना के बेहतर ढंग से समझे के अनुमति देई हई। एक उप-उत्पाद के रूप में, हम समान अभिसरण दर के साथ योजनाओं के एक परिवार प्राप्त करो हय। ओडीई व्याख्या नेस्टेरोव के योजना के फेर से शुरू करे के सुझाव देई हई, जे एगो एल्गोरिथ्म के ओर ले जाई हई, जेकरा एगो रैखिक दर से अभिसरण के लेल कठोर रूप से साबित कैल जा सकई हई जब भी उद्देश्य दृढ़ता से उत्तल होई हई। |
90140914a3a8d68bfe68f50821661f6af7bba5be | साइबर सुरक्षा में एक प्रभावी गहन रक्षा एक प्रणाली में रक्षा के कई परत के लागू करो हय। कई स्वतंत्र विधियों के उपयोग करके साइबर हमले के खिलाफ एक प्रणाली के रक्षा के लिए लक्ष्य। येहिलेल, एगो साइबर हमला जे रक्षा के एगो परत में प्रवेश करे में सक्षम छलो, दोसर परत में असफल हो सकई हई। साइबर रक्षा के सामान्य परत में शामिल हई: हमला से बचना, रोकथाम, पता लगाना, जीवित रहनाई अउर वसूली। एकरा से ई होब हई कि सुरक्षा-सचेत संगठन में, साइबर सुरक्षा निवेश पोर्टफोलियो के रक्षा के विभिन्न परत में विभाजित कैल गेल हई। उदाहरण के लिए, एक दो-तरफा विभाजन चपलता और वसूली हय। साइबर चपलता हमला से बचाव के तकनीक के अनुसरण करई हई जे साइबर हमला के अप्रभावी बनाबई हई, जबकि साइबर वसूली सफल हमला के माध्यम से लड़ई के प्रयास करई हई। हम देखई हई कि जब कोनो सिस्टम के चपलता पर प्राथमिक ध्यान केंद्रित कैल जाई हई, त कार्यान्वयन के दौरान वसूली एगो आवश्यक बिंदु होए के चाहि काहेकी हमला के आवृत्ति सिस्टम के गिराबे अउर एगो त्वरित अउर तेज़ वसूली के आवश्यकता होई छलई। हालांकि, विभिन्न परतों में सीमित साइबर सुरक्षा संसाधनों के आवंटन के लिए अभी तक कोई इष्टतम तंत्र नए हय। हम दो अंतिम परतोंः चपलता और वसूली के बीच संसाधन आवंटन के लिए मार्कोव निर्णय प्रक्रिया (एमडीपी) ढांचे के उपयोग करके एक दृष्टिकोण प्रस्तावित करो हय। |
4fc2cc541fc8e85d5bfef6c6f8be97765462494b | ई अध्ययन इलेक्ट्रॉनिक मेडिकल रिकॉर्ड (ईएमआर) तकनीक के चिकित्सक के अपनाने के घटना के लिए प्रौद्योगिकी के स्वीकृति और उपयोग के एकीकृत सिद्धांत (यूटीएयूटी) के लागू करई हई। UTAUT प्रौद्योगिकी के अपनाने और उपयोग के सक्षम चाहे बाधित करे वाला कारक के समझे में सहायता के लिए डिज़ाइन कैल गेलय एक व्यापक मॉडल में व्यक्तिगत स्वीकृति के आठ सिद्धांत के एकीकृत करो हय। येई प्रकार, ई ईएमआर अपनाने के संबंध में स्वास्थ्य सेवा उद्योग में वर्तमान में की हो रहल हई, येई पर विचार करे के लेल एगो उपयोगी लेंस प्रदान करई छलो। ई स्वास्थ्य सेवा अउर एमआईएस समुदाय दुनु के लेल पारस्परिक रूप से लाभदायक हई, काहेकी यूटीएयूटी ई समझाबे में स्वास्थ्य सेवा उद्योग के लेल मूल्यवान व्यावहारिक अंतर्दृष्टि प्रदान करई हई कि ईएमआर तकनीक के व्यापक रूप से काहे ना अपनाएल गेल हई अउर साथ ही भविष्य में अपनाने के सुविधा के लेल कौन-कौन से नुस्खे हो सकई हई, जबकि एमआईएस समुदाय के एकर अनुप्रयोग के चित्रण के माध्यम से मौजूदा सिद्धांत के मजबूत करे के अवसर प्रदान करई छलई। |
09dc808c3249bbacb28a1e7b9c234cb58ad7dab4 | इ पेपर में 76-81 गीगाहर्ट्ज रेंज के लिए सिलिकॉन आधारित ऑटोमोटिव रडार के विकास के वर्णन कियल गलय हा। 2009 में SiGe बेयर-डाई चिप्स के साथ शुरू करके, आज कम लागत वाला रडार अनुप्रयोगों के लिए पैकेज्ड MMIC उपलब्ध हय। भविष्य के SiGe BiCMOS तकनीक कम बिजली के खपत पर बेहतर प्रदर्शन के साथ उच्च एकीकृत एकल चिप रडार के सक्षम बनाएगी। ई सब के लेल ऑटोमोटिव रडार सुरक्षा के लेल रास्ता तैयार करतई अउर स्वायत्त ड्राइविंग के लेल एगो महत्वपूर्ण कदम होतई। |
1bb6b92e874bf7cab8748a9acbb71a8dcda9ec65 | ई लेख मिलीमीटर तरंग आवृत्ति पर बहु-कार्यात्मक स्केलेबल चरणबद्ध सरणिय के डिजाइन से जुड़ल लाभ और चुनौति पर चर्चा करो हय। सबसे पहले, दस से सैकड़ों तत्वों के साथ चरणबद्ध सरणियों के अनुप्रयोगों पर चर्चा कियल गलय हा। माइक्रोवेव से तेरहर्ट्ज आवृत्ति तक सिलिकॉन-आधारित चरणबद्ध सरणियों के स्केलिंग के लिए मौजूदा समाधानों की समीक्षा कियल जा हय। पैकेजिंग और एंटीना प्रदर्शन पर विशेष ध्यान देवे के जौरे, डब्ल्यू-बैंड चरणबद्ध सरणिय के लिए कई एकीकरण विकल्पों से जुड़े चुनौतियों और व्यापार-बंद का विश्लेषण कियल जा हय। अंत में, संबंधित माप परिणाम के साथे 64-तत्व दोहरी-ध्रुवीकृत 94 गीगाहर्ट्ज चरणबद्ध सरणी के लिए SiGe आईसी और कार्बनिक पैकेज के आधार पर एक समाधान के वर्णन कियल गलय हा। |
42cf4dd14f07cf34d5cad14fea5c691f31ab19ef | ई पेपर में, एक 77-जीएचजेड रडार रिसीवर प्रस्तुत कैल गेल हई, जे वाइफर लेवल पैकेज में आवई हई अउर येहिलेल तार के बंधन के आवश्यकता के समाप्त कर देई हई, जे महत्वपूर्ण लागत में कमी उत्पन्न करई हई। इ पेपर में उपयोग कैल गेलय उत्पादक सिलिकॉन-जर्मनियम (SiGe) तकनीक में उपलब्ध उच्च एकीकरण स्तर रिसीवर रूपांतरण पैरामीटर के इन-सिस्टम निगरानी के कार्यान्वयन के अनुमति देवो हय। ई ऑटोमोटिव सुरक्षा अनुप्रयोगों के लिए आईएसओ 26262 के अनुरूप रडार सेंसर के प्राप्ति के सुविधा प्रदान करई छलो। |
4a97f8d83c5cc523110beb11913ea5fb2a4271fe | डब्ल्यू-बैंड स्केलेबल फेज्ड-एरे सिस्टम के लिए एक पूरी तरह से एकीकृत एंटीना-इन-पैकेज (एआईपी) समाधान प्रदर्शित कैल गेल हई। हम एक बहुपरत कार्बनिक सब्सट्रेट में एम्बेडेड 64 दोहरे-ध्रुवीकरण एंटीना के साथ एक पूरी तरह से परिचालन कॉम्पैक्ट डब्ल्यू-बैंड ट्रांसीवर पैकेज प्रस्तुत करते हैं। इ पैकेज में 12 धातु के परतें हय, जेकर आकार 16.2 मिमी × 16.2 मिमी हय, और 292 बॉल-ग्रिड-एर्रे (बीजीए) पिन हय जेकरा मे 0.4 मिमी पिच हय। चार सिलिकॉन-जर्मनियम (SiGe) ट्रांसीवर आईसी पैकेज पर जुड़ल फ्लिप-चिप हय। पैकेज वातावरण में एंटीना प्रदर्शन के अनुकूलित करे के लिए व्यापक पूर्ण-तरंग विद्युत चुम्बकीय अनुकरण और विकिरण पैटर्न माप कैल गेलय हय, जेकरा मे उत्कृष्ट मॉडल-टू-हार्डवेयर सहसंबंध प्राप्त कैल गेलय हय। विस्तृत सर्किट-पैक-अप सह-डिज़ाइन द्वारा सक्षम, अर्ध-तरंग दैर्ध्य अंतराल, यानी, 94 गीगाहर्ट्ज पर 1.6 मिमी, पैकेज और बोर्ड स्तर दुनहु पर सरणी स्केलेबिलिटी के समर्थन करे के लिए आसन्न एंटीना तत्व के बीच बनाए रखल गलय हा। 64-तत्व के स्थानिक शक्ति संयोजन के प्रदर्शित करे के लेल प्रभावी समरूप विकिरण शक्ति (ईआईआरपी) अउर विकिरण पैटर्न के भी मापल जाई हई। |
76d7ddd030ef5ab4403a53caf2b46de89af71544 | 60-जीएचजेड बैंड पर कम लागत वाला हाई-गेन और ब्रॉडबैंड सब्सट्रेट इंटीग्रेटेड वेव गाइड (एसआईडब्ल्यू) -फीड पैच एंटीना सरणी के प्रदर्शन कैल गेल हई। एक-परत SIW फीडिंग नेटवर्कवा के साथ ब्रॉडबैंड T-जंक्शन और ब्रॉडबैंड हाई-गेन कैविटी-बैक वाला पैच एंटीनावा के उपयोगवा उच्च लाभ और ब्रॉडबैंड प्रदर्शनवा के एक साथ प्राप्त करे लगि कईल जा हो। यद्यपि प्रस्तावित एंटीना सरणी के एक बहुपरत संरचना हय, एकर निर्माण पारंपरिक कम लागत वाला एकल-परत मुद्रित सर्किट बोर्ड (पीसीबी) तकनीक द्वारा कियल जा सको हय और फेर सभे एकल परत के एक साथे ढेर करके और ठीक करके महसूस कियल जा सको हय। 4 × 4 एंटीना सरणी के अनुकरण और मापा गेल प्रतिबाधा बैंडविड्थ 10 डीबी के लिए 27.5% और 22.6% हय। सिमुलेशन और माप के बीच विसंगति के विश्लेषण कियल जा हय। 19.6 dBi तक के लाभ, और कम क्रॉस ध्रुवीकरण के साथ सममित एकदिशात्मक विकिरण पैटर्न भी प्राप्त कैल जा हय। कम निर्माण लागत और अच्छा प्रदर्शन के लाभ के साथ, प्रस्तावित एंटीना सरणी मिलीमीटर-वेव वायरलेस संचार प्रणाली के लिए एक आशाजनक उम्मीदवार हय। |
ba2c1d97590651e152657eba5cb9e0a37d7d74d8 | इ पेपर में, हम ब्रॉडबैंड 5: 1 बैंडविड्थ (0.8 से 4.0 गीगाहर्ट्ज) एंटीना सबरे के डिजाइन, अनुकूलन और लक्षण वर्णन के लिए एक व्यवस्थित दृष्टिकोण प्रस्तुत करो हय। सरणी तत्व 2.5:1 के बैंडविड्थ के साथ एक अनुकूलित-टापर एंटीपोडल विवाल्डी स्लॉट हय। विभिन्न आकार के और 0.4 गीगाहर्ट्ज (10 उच्चतम आवृत्ति के 10%) के साथ ओवरलैपिंग बैंडविड्थ के साथे दो ऐसन तत्व एक बहुस्तरीय ग्राउंड प्लेन के ऊपर एक नेस्टेड जाली में व्यवस्थित कियल गलय हा जे फीड और इलेक्ट्रॉनिक्स के बचावे हय। रिटर्न लॉस, रेडिएशन पैटर्न, क्रॉस-पोलराइजेशन और म्यूचुअल कपलिंग के 0.5-5.0 गीगाहर्ट्ज से मापल जाई हई। ई सरणी क्रमशः निचला और ऊपरी आवृत्ति बैंड में 50 और 45 3-डीबी बीमविड्थ के साथ ई विमान पैटर्न के प्रदर्शित करो हय। तत्व के बीच युग्मन के तीनों आयामों में विभिन्न सापेक्ष एंटीना स्थिति के लिए विशेषता हय। |
6b880d58b826074c49d0a38d0f9fb481e93c0acc | |
6a307cf51517f6c97d855639129afd002634ab92 | इ पेपर में हम व्यापक लेकिन कुशल उपसमूह खोज के लिए उपन्यास एसडी-मैप एल्गोरिथ्म प्रस्तुत करो हय। एसडी-मैप डेटा सेट में निहित सभे दिलचस्प उपसमूह पैटर्न के पहचान करे के गारंटी देवो हय, एकर विपरीत, युरेस्टिक या नमूना-आधारित विधियों के विपरीत। एसडी-मैप एल्गोरिथ्म उपसमूह खोज कार्य के लिए अनुकूलन के साथ खनन संघ नियम के लिए प्रसिद्ध एफपी-ग्रोथ विधि के उपयोग करो हय। हम देखई हई कि कैसे एसडी-मैप लापता मान के संभाल सकई हई, अउर सिंथेटिक डेटा के उपयोग कैके एल्गोरिदम के प्रदर्शन के प्रयोगात्मक मूल्यांकन प्रदान करई हई। |
1ea6b2f67a3a7f044209aae0d0fd1cb14a1e9e06 | अनसुप्रगमित शिक्षा में प्राकृतिक छवियों के वितरण के मॉडलिंग एक ऐतिहासिक समस्या हय। इ कार्य के लिए एक छवि मॉडल के आवश्यकता होवो हय जे एक साथे अभिव्यंजक, व्यवहार्य और स्केलेबल होवो हय। हम एगो गहिरा तंत्रिका नेटवर्क प्रस्तुत कर रहलियो ह जे क्रमशः दू स्थानिक आयाम के साथ एगो छवि में पिक्सल के भविष्यवाणी कर रहले ह। हमार विधि कच्चे पिक्सेल मान के असतत संभावना के मॉडल करई हई अउर छवि में निर्भरता के पूरा सेट के एन्कोड करई हई। आर्किटेक्चरल नवीनता में तेजी से दो आयामी आवर्ती परत और गहरे आवर्ती नेटवर्क में अवशिष्ट कनेक्शन के प्रभावी उपयोग शामिल हय। हम प्राकृतिक छविय पर लॉग-समानता स्कोर प्राप्त कर हई जे कला के पिछला स्थिति से काफी बेहतर हई। हमार मुख्य परिणाम इमेजनेट डेटासेट के विविधता पर बेंचमार्क प्रदान करो हय। मॉडल से उत्पन्न नमूना कुरकुरा, विविध और वैश्विक रूप से सुसंगत दिखाई देवो हय। |
9871aa511ca7e3c61c083c327063442bc2c411bf | |
ba753286b9e2f32c5d5a7df08571262e257d2e53 | जनरेटिव एडवर्सियल नेट [8] के हाल ही में जनरेटिव मॉडल के प्रशिक्षित करे के एक नया तरीका के रूप में पेश कैल गेल रहई। ई काम में हम उत्पन्न करे वाला प्रतिकूल नेटवर्क के सशर्त संस्करण के परिचय देई हई, जेकरा केवल डेटा के खिलाके बनाएल जा सकई हई, y, हम जनरेटर अउर भेदभावक दुनु के शर्त लगावे चाहई छी। हम देखई छियई कि ई मॉडल वर्ग लेबल पर सशर्त MNIST अंक उत्पन्न कर सकई हई। हम इ भी बतावो हय कि इ मॉडल के उपयोग कैसे कियल जा सको हय एक बहु-आयामी मॉडल के सीखने के लिए, और इमेज टैगिंग के लिए एक आवेदन के प्रारंभिक उदाहरण प्रदान करो हय जेकरा में हम प्रदर्शित करो हय कि इ दृष्टिकोण वर्णनात्मक टैग कैसे उत्पन्न कर सको हय जे प्रशिक्षण लेबल के हिस्सा नय हय। |
2621c894885e3f42bca8bd2b11dab1637e697814 | उद्देश्य चार अलग-अलग यूरोपीय देशों के पोस्टमेनोपॉज़ल महिलाओं (पीएमडब्ल्यू) में यौन और योनि स्वास्थ्य के संदर्भ में धारणा, अनुभव और जरूरतों के विविधता के बेहतर समझ हासिल करना। एक इंटरनेट-आधारित सर्वेक्षण इटली, जर्मनी, स्पेन और यूनाइटेड किंगडम में 45 से 75 वर्ष के बीच के 3768 पीएमडब्ल्यू के कुल सर्वेक्षण आबादी के साथ कियल गलय हल। परिणाम यूके के नमूना काफी पुराना रहई, 65 वर्ष से अधिक उम्र के प्रतिभागी के लगभग एक चौथाई के जौरे, अउर हाल ही में वल्वा और योनि के एट्रोफी (52.8%) के अनुभव करे वाला महिला के उच्चतम अनुपात रहई। इतालवी और स्पेनिश प्रतिभागि के बहुमत वीवीए उपचार प्राप्त कर रहले हल, जबकि यूके में केवल 28% पीएमडब्ल्यू दवा पर हलय। रजोनिवृत्ति के सबसे आम लक्षण योनि / वुल्वर सूखापन रहई, यूके (48%) के अलावा सभे देश में लगभग 80% प्रतिभागी एकरा रिपोर्ट कलई। दोसर तरफ, यूके (41%) में योनि / वल्भार जलन के अधिक बार रिपोर्ट कैल गेल रहई। एगो साथी के जौरे प्रतिभागी के प्रतिशत यूके (71%) में कम रहई, जैसन कि यौन गतिविधि के मासिक दर (49%) रहई। यूके में, प्रतिभागि के अनुपात जे पिछला वर्ष स्त्री रोग संबंधी कारण से स्वास्थ्य पेशेवर के देखले रहई, ऊ दोसर देश के तुलना में कम रहई (27% बनाम ≥50%), जैसन कि ओई अनुपात रहई जे उनकरा जौरे अपन वीवीए लक्षण पर चर्चा कैले रहई (45% बनाम ~ 67%) । येई अर्थ में, यूके पीएमडब्ल्यू मदद मांगई से पहिले लंबा इंतजार कलई (विशेष रूप से संभोग के जौरे दर्द अउर सुखल के लेल) । प्रतिभागि द्वारा व्यक्त कैल गेल VVA उपचार कठिनाइयों से संबंधित मुख्य मुद्दा यूके में प्रशासन मार्ग, जर्मनी में प्रभावकारिता और इटली में साइड इफेक्ट्स रहई। निष्कर्ष यद्यपि सभी यूरोपीय महिलाएं अपने यौन जीवन के गुणवत्ता में सुधार के समान उम्मीद रखती थीं, लेकिन स्वास्थ्य देखभाल प्रणाली के संबंध में विभिन्न देशों के बीच अलग-अलग अवसर और वीवीए के प्रबंधन में स्वास्थ्य देखभाल पेशेवरों के साथ प्रभावी संचार तक पहुंचल। |
46a26a258bbd087240332376a6ead5f1f7cf497a | हम उत्पादकता बढ़ावे आउर छात्रवृत्ति के नया रूप के सुविधा प्रदान करे के लेल सूचना प्रौद्योगिकी अउर उपकरण के उपयोग करई छियई। JSTOR के बारे में अधिक जानकारी के लेल, कृपया [email protected] पर संपर्क करथिन। ई लेख सूचना प्रौद्योगिकी संगठनात्मक जीवन के काहे आउर कइसे प्रभावित करई हई, ई बारे में सिद्धांत के बारे में छलई। अच्छा सिद्धांत अनुसंधान के मार्गदर्शन करो हय, जे, जब लागू कियल जा हय, तओ सूचना प्रौद्योगिकी के उपयोग करे के संभावना बढ़ जा हय जेकरा से उपयोगकर्ताओं, संगठनों और अन्य इच्छुक पक्षों के लिए वांछनीय परिणाम होवो हय। लेकिन एक अच्छा सिद्धांत की हइ ? सिद्धांत के अक्सर ओकर सामग्री के संदर्भ में मूल्यांकन कियल जा हय - उपयोग कियल गेल विशिष्ट अवधारणा और मानव मूल्य के सेवा कियल जा हय। ई लेख उनकर संरचना के संदर्भ में सिद्धांत के जांच करई हई - कारण प्रभाव के प्रकृति अउर दिशा के बारे में सिद्धांतकार के धारणा। कारण संरचना के तीन आयाम पर विचार कैल जाई हई-कारण एजेंसी, तार्किक संरचना अउर विश्लेषण के स्तर। कारणवादी एजेंसी कारण के प्रकृति के बारे में विश्वास के संदर्भित करो हय: चाहे बाहरी बल परिवर्तन के कारण होवो हय, चाहे लोग इच्छित उद्देश्य के पूरा करे के लिए उद्देश्यपूर्ण रूप से कार्य करो हय, या कि लोग और घटना के बातचीत से अप्रत्याशित रूप से परिवर्तन उत्पन्न होवो हय। तार्किक संरचना सिद्धांत के अस्थायी पहलू के संदर्भित करो हय - स्थैतिक बनाम गतिशील - और "कारण" और परिणाम के बीच तार्किक संबंध के। विश्लेषण के स्तर ऊ संस्था के संदर्भित करो हय जेकर बारे में सिद्धांत अवधारणा और संबंध-व्यक्ति, समूह, संगठन और समाज के प्रस्तुत करो हय। जबकि संगठनात्मक परिवर्तन में सूचना प्रौद्योगिकी के भूमिका के बारे में अच्छा सिद्धांत के लिए कई संभावित संरचनाएं हय, इ संरचनाओं में से केवल कुछ ही वर्तमान सिद्धांत में देखल जा सको हय। विकल्पों के बारे में जागरूकता में वृद्धि, उनके लाभ और हानि के खुले चर्चा, और यहां चर्चा के गई आयामों और श्रेणियों के संदर्भ में भविष्य के सैद्धांतिक कथनों के स्पष्ट विशेषता, हमारा मानना है, बेहतर सिद्धांत के विकास को बढ़ावा देना चाहिए। JSTOR एक गैर-लाभकारी सेवा हय जे विद्वान, शोधकर्ता और छात्रों के एक विश्वसनीय डिजिटल संग्रह में सामग्री के एक विस्तृत श्रृंखला के खोजे, उपयोग करे और निर्माण करे में मदद करो हय। |
21a39ca716c37ccc133ff96c31cc71565d0c968e | हम आकार के जोड़े के बीच मानचित्र के एक उपन्यास प्रतिनिधित्व प्रस्तुत करई हई जे कुशल अनुमान अउर हेरफेर के अनुमति देई हई। हमार दृष्टिकोण के कुंजी मानचित्र के धारणा के सामान्यीकरण हई जे आकार पर बिंदु के बजाय वास्तविक-मूल्यवान कार्यों के पत्राचार में रखई हई। प्रत्येक आकार पर फलन स्थान लागी एक बहु-स्केल आधार चुनकर, जैसे कि एकर लाप्लास-बेल्ट्रामी ऑपरेटर के इजेनफंक्शंस, हम एक मानचित्र के प्रतिनिधित्व प्राप्त कर हई जे बहुत कॉम्पैक्ट हई, फिर भी वैश्विक अनुमान के लेल पूरी तरह से उपयुक्त हई। शायद अधिक उल्लेखनीय रूप से, एक मानचित्र पर अधिकांश प्राकृतिक बाधाएं, जैसे कि डिस्क्रिप्टर संरक्षण, लैंडमार्क पत्राचार, भाग संरक्षण और ऑपरेटर कम्यूटेटिविटी इ सूत्र में रैखिक हो जा हय। एकर अलावा, प्रतिनिधित्व स्वाभाविक रूप से कुछ बीजगणितीय संचालन के समर्थन करो हय जैसे कि मानचित्र योग, अंतर और संरचना, और बिंदु-से-बिंदु पत्राचार के स्थापित करे के बिना कई अनुप्रयोग के सक्षम करो हय, जैसे कि फ़ंक्शन या एनोटेशन स्थानांतरण। हम ई गुण के उपयोग एगो कुशल आकार मिलान विधि के आविष्कार करे के लेल करई हई, जेकर मूल में एगो रैखिक हल हई। नया विधि सममित आकार मिलान बेंचमार्क पर अत्याधुनिक परिणाम प्राप्त करो हय। हम ई भी दिखावो हय कि ई प्रतिनिधित्व के उपयोग मौजूदा आकार मिलान विधियों द्वारा निर्मित मानचित्रों के गुणवत्ता में सुधार करे के लिए कियल जा सको हय, और आकार संग्रह के विभाजन हस्तांतरण और संयुक्त विश्लेषण में एकर उपयोगिता के दर्शावो हय। |
1bdf90cc38336e6e627150e006fd58bcba201792 | शरीर संवेदक नेटवर्क (बीएसएन) अपन दैनिक जीवन में मनुष्य के समर्थन करे में अपन क्षमता के कारण उल्लेखनीय ध्यान आकर्षित कर रहले हा। विशेष रूप से, सहायक लिविंग के वास्तविक समय और गैर-आक्रामक निगरानी में कई अनुप्रयोग डोमेन में बड़ी क्षमता है, जैसे कि स्वास्थ्य देखभाल, खेल / फिटनेस, ई-मनोरंजन, सामाजिक संपर्क और ई-फैक्टरी। और ऐसन प्रणालि के विशेषता के बुनियादी और महत्वपूर्ण विशेषता मानव क्रिया और व्यवहार के पता लगावे के क्षमता हय। इ पेपर में, मानव मुद्रा मान्यता के लिए एक नया दृष्टिकोण प्रस्तावित हय। हमार बीएसएन प्रणाली डी-एस साक्ष्य सिद्धांत पर आधारित सूचना संलयन विधि पर निर्भर है, जे कई पहनने योग्य सेंसर से आवे वाला त्वरणमीटर डेटा पर लागू होवो हय। प्रयोगात्मक परिणाम से पता चलई हई कि विकसित प्रोटोटाइप सिस्टम बुनियादी मुद्रा (खड़ा, बैठे, लेटे, कुचले) के लेल 98.5% अउर 100% के बीच पहचान सटीकता प्राप्त करे में सक्षम छलई। |
0ef98882d8a7356c7cf7ac715bef84656a0632d4 | नेस्टेड द्विपद एक मानक सांख्यिकीय तकनीक हय जे लॉजिस्टिक प्रतिगमन के साथे कुछ बहुपद वर्गीकरण समस्या के हल करे के लिए हय। ऊके बाइनरी ट्री के रूप में दर्शायल जा सको हय जे पुनरावर्ती रूप से एगो बहु-वर्ग वर्गीकरण कार्य के द्वंद्व के प्रणाली में विभाजित करो हय और बहु-वर्ग समस्या के लिए दो-वर्ग सीखने के एल्गोरिदम के लागू करे के सांख्यिकीय रूप से ध्वनि तरीका प्रदान करो हय (ये मानकर कि ये एल्गोरिदम वर्ग संभावना अनुमान उत्पन्न करो हय) । हालांकि, आमतौर पर कोनो देल गेल समस्या के लेल कैगो उम्मीदवार पेड़ होई हई अउर मानक दृष्टिकोण में कोनो विशेष पेड़ के चयन डोमेन ज्ञान पर आधारित होई हई जे अभ्यास में उपलब्ध ना हो सकई छलई। एगो वैकल्पिक ई हई कि नेस्टेड द्विपद के प्रत्येक प्रणाली के समान रूप से संभावित के रूप में मानल जाए अउर येई धारणा के आधार पर एगो एंसंटेबल वर्गीकरणकर्ता के निर्माण कैल जाए। हम देखई हई कि ई दृष्टिकोण सी 4.5 अउर लॉजिस्टिक प्रतिगमन के सीधे बहु-वर्ग समस्या पर लागू करे के तुलना में अधिक सटीक वर्गीकरण उत्पन्न करई हई। हमार परिणाम ई भी दिखावो हय कि नेस्टेड डिकोटोमी के समूह जोड़ीबद्ध वर्गीकरण के तुलना में अधिक सटीक वर्गीकरण पैदा करो हय यदि दुनहु तकनीक के उपयोग सी 4.5 के साथे कैल जा हय, और तार्किक प्रतिगमन के लिए तुलनीय परिणाम। त्रुटि-सुधारक आउटपुट कोड के तुलना में, ऊ अधिमानतः बेहतर होवो हय यदि तार्किक प्रतिगमन के उपयोग कियल जा हय, और सी 4.5 के मामले में तुलनीय होवो हय। एगो अतिरिक्त लाभ ई हई कि ऊ वर्ग संभावना अनुमान उत्पन्न करई हई। नतीजतन, ऊ बहु-वर्ग समस्या के लेल बाइनरी वर्गीकरण के लागू करे के लेल एगो अच्छा सामान्य उद्देश्य विधि प्रतीत होई हई। |
3d0f7539d17816a5ba1925f10ed5c274c9d570b5 | छात्र के प्रदर्शन के भविष्यवाणी करे के क्षमता हमर वर्तमान शिक्षा प्रणाली में बहुत महत्वपूर्ण हई। हम ऐसन करे के लिए डेटा खनन अवधारणा के उपयोग कर सकई छी। आईडी3 एल्गोरिथ्म निर्णय वृक्ष उत्पन्न करे के लेल आज मौजूद प्रसिद्ध एल्गोरिथ्म में से एगो हई। लेकिन इ एल्गोरिथ्म में एगो कमी हई कि ई कई मान के साथ गुण के लेल इच्छुक हई। त, ई शोध के उद्देश्य लाभ अनुपात के उपयोग करके एल्गोरिथ्म के ई कमी के दूर करनाई हई (सूचना लाभ के बजाय) अउर साथ ही प्रत्येक निर्णय लेबे के बिंदु पर प्रत्येक विशेषता के वजन देके। डेटासेट पर J48 और नाइव बेय्स वर्गीकरण एल्गोरिथ्म जैसे कई अन्य एल्गोरिदम भी लागू कियल गलय हा। जे 48 और नाइव बेय्स एल्गोरिदम के विश्लेषण के लिए WEKA उपकरण के उपयोग कैल गेलय हल। परिणाम के तुलना और प्रस्तुति कैल जा हय। हमार अध्ययन में उपयोग कैल गेल डेटासेट स्कूल ऑफ कंप्यूटिंग साइंसेज एंड इंजीनियरिंग (एससीएसई), वीआईटी विश्वविद्यालय से लेल गेल हई। कीवर्डडेटा माइनिंग, शैक्षिक डेटा माइनिंग (ईडीएम), निर्णय पेड़, लाभ अनुपात, भारित आईडी 3 |
2cef1515ac1d98f1dcfdc9b84c1a3b6f3758b9d1 | मानव मुद्रा, कपड़ा, कैमरा व्यू-पॉइंट, प्रकाश और अन्य कारकों में बड़ी भिन्नता के कारण छवियों और वीडियो में मानव विश्लेषण एक कठिन समस्या हय। जबकि येई परिवर्तनशीलता के स्पष्ट मॉडलिंग मुश्किल हई, उपलब्ध व्यक्ति छवियों के विशाल मात्रा मानव विश्लेषण के लेल निहित, डेटा-संचालित दृष्टिकोण के लेल प्रेरित करई हई। ई काम में हमार उद्देश्य मानव उपस्थिति के उप-क्षेत्र में फैले छवि के बड़ी मात्रा के उपयोग करके येई दृष्टिकोण के खोज करनाई हई। हम इ उप-स्थान के एगो ग्राफ में छवि के जोड़के आउर एगो भेदभावपूर्ण रूप से प्रशिक्षित ग्राफिकल मॉडल के उपयोग करके ऐसन ग्राफ के माध्यम से जानकारी के प्रसारित करके मॉडल बनाबई हई। हम विशेष रूप से मानव मुद्रा अनुमान और कार्रवाई मान्यता के समस्याओं के संबोधित करो हय और इ प्रदर्शित करो हय कि कैसे छवि ग्राफ इ समस्याओं के हल करे में मदद करो हय। हम केटीएच डेटासेट से मानव क्रिया के साथ स्थिर छवियों पर परिणाम रिपोर्ट करो हय। |
033e667eec844477bdfcd0e4b3d5c81b7598af39 | हेलिकल एंटीना लंबे समय से जानल जा हय, लेकिन साहित्य उनके प्रदर्शन के बारे में विवादास्पद जानकारी से अभिभूत हय। हम अनंत जमीनी विमान के ऊपर स्थित हेलिकल एंटीना के व्यवस्थित रूप से जांच कैलकय हा और डिजाइन वक्र प्राप्त कैलकय हा। हम इ भी देखली हे कि ग्राउंड कंडक्टर के आकार और आकार हेलिकल एंटीना प्रदर्शन पर प्रभाव डालई हई। एक कप और एक शंकु के आकार वाला ग्राउंड कंडक्टर के आयाम के अनुकूलित करके, हम एंटीना लाभ के काफी बढ़ा देले हई। एंटीना प्रदर्शन के बेहतर करे के लेल हेलिक्स अउर ग्राउंड कंडक्टर के एक साथ अनुकूलन चालू हई। |
91e4456442a7bce77cdfd24bc8a2fb6a4a3a3b6f | परिचयः सांख्यिकीय भाषा मॉडल शब्द के एक निश्चित क्रम के संभावना के अनुमान लगावो हय। एगो वाक्य के s के n शब्द के जौरे देल गेल हई जैसे कि s = (w1,w2) । . . ऊ .wn), भाषा मॉडल P ((s) के असाइन करई हई। सांख्यिकीय भाषा मॉडल क्रम संभावना अनुमान के आधार पर अच्छा शब्द अनुक्रम अनुमान के आकलन करो हय। मशीन अनुवाद प्रणाली अउर स्वचालित भाषण मान्यता प्रणाली जैसन प्रणाली के निर्माण के सफलता में मजबूत, तेज अउर सटीक भाषा मॉडल के निर्माण मुख्य कारक में से एगो छलई। सांख्यिकीय भाषा मॉडल के विभिन्न दृष्टिकोण के आधार पर अनुमान लगायल जा सको हय। शास्त्रीय भाषा मॉडल के अनुमान एन-ग्राम शब्द अनुक्रमों जैसे पी (s) = पी (w1,w2) के आधार पर कैल जा हय। . . ऊ .wn) = ∏n i=1 P(wiwiwiwi−1) और छोट संदर्भों के लिए मार्कोव अवधारणा के आधार पर अनुमानित कैल जा सको हय (उदाहरण के लिए, अगर n = 2 या त्रिकोणमितीय अगर n = 3 और इसी तरह) । हाल के शोधकर्ता भाषा मॉडल के निर्माण अउर अनुमान लगाबे के लेल विभिन्न आर्किटेक्चर के तंत्रिका नेटवर्क के लागू कैले हई। पारंपरिक एन-ग्राम भाषा मॉडलिंग तकनीक के बीच क्लासिक फीड-फॉरवर्ड न्यूरल नेटवर्क-आधारित भाषा मॉडल लगातार अच्छा परिणाम रिपोर्ट कर रहले हा। [1] ई अमूर्त |
f713a480be9d569803349338a1c2db8cabb0165c | जटिल विज़ुओमोटोर नियंत्रण में एक प्रमुख चुनौती अमूर्त प्रतिनिधित्व के सीखना हय जे लक्ष्य, योजना और सामान्यीकरण के निर्दिष्ट करे के लिए प्रभावी हय। एकरा लेल हम सार्वभौमिक योजना नेटवर्क (यूपीएन) के शुरुआत कैलहुँ। यूपीएन एक लक्ष्य-निर्देशित नीति के भीतर अंतर नियोजन के एम्बेड करो हय। ई योजनाबद्ध गणना एगो गुप्त स्थान में एगो आगे के मॉडल के अनरोल करई हई अउर ग्रेडिएंट वंशावली प्रक्षेपवक्र अनुकूलन के माध्यम से एगो इष्टतम कार्य योजना के अनुमान लगई हई। योजना-दर-ग्रेडिएंट-अवतरण प्रक्रिया और एकर अंतर्निहित प्रतिनिधित्व के अंत-से-अंत सीखा जाई हई ताकि सीधे पर्यवेक्षित नकल सीखने के उद्देश्य के अनुकूलित कैल जा सके। हम पई हई कि सीखे गेल प्रतिनिधित्व न केवल ग्रेडिएंट-आधारित प्रक्षेपवक्र अनुकूलन के माध्यम से लक्ष्य-निर्देशित दृश्य नकल के लेल प्रभावी हई, बल्कि छवियों के उपयोग कैके लक्ष्य के निर्दिष्ट करे के लेल एगो मीट्रिक भी प्रदान कर सकई हई। सीखल गेल प्रतिनिधित्व के उपयोग मॉडल-मुक्त सुदृढीकरण सीख के लेल नया लक्ष्य राज्य तक पहुंचे के लेल दूरी-आधारित पुरस्कार के निर्दिष्ट करे के लेल कैल जा सकई हई, जेकरा परिणामस्वरूप छवि-आधारित लक्ष्य के माध्यम से वर्णित नया कार्य के हल करे पर काफी अधिक प्रभावी सीखना होई हई। https://sites.google पर जाके देखहो। com/view/upn-public/home वीडियो हाइलाइट्स के लिए। |
c2c8292dad37adcdda3b0aba5db5e33e3222832e | |
5facbc5bd594f4faa0524d871d49ba6a6e956e17 | हम उच्च-आयामी स्थान में एम्बेडेड कई निम्न-आयामी रैखिक या सहसंयोजक उप-स्थान से खींचे गए डेटा के क्लस्टर करे के लिए विरल प्रतिनिधित्व (एसआर) पर आधारित एक विधि प्रस्तावित करो हय। हमार पद्धति इ तथ्य पर आधारित हय कि उप-स्थानों के संघ में प्रत्येक बिंदु के पास अन्य सभी डेटा बिंदुओं द्वारा गठित शब्दकोश के संबंध में एक एसआर हय। सामान्य तौर पर, ऐसन एसआर ढूंढना एनपी कठिन होवो हय। हमर मुख्य योगदान इ दिखाना हय कि, हल्के धारणा के तहत, आर.एस. के उपयोग करके "सही तरह से" प्राप्त कैल जा सको हय l1 अनुकूलन। डेटा के विभाजन के स्पेक्ट्रल क्लस्टरिंग के लागू करके इ एसआर से निर्मित समानता मैट्रिक्स पर प्राप्त कैल जा हय। हमर विधि शोर, आउटलाइर्स के साथे-साथ लापता डेटा के भी संभाल सको हय। हम वीडियो में कई गति के खंडित करे के समस्या के लिए अपना उप-स्थान क्लस्टरिंग एल्गोरिथ्म लागू करई छी। 167 वीडियो अनुक्रम पर प्रयोग से पता चलई हई कि हमर दृष्टिकोण अत्याधुनिक विधि से काफी बेहतर छलई। |
b98063ae46f00587a63547ce753c515766db4fbb | माइक्रोस्ट्रिप पैच एंटीना पतले प्रोफ़ाइल, हल्के वजन, कम लागत, निर्माण में आसानी और एकीकृत सर्किट के साथ संगतता के फायदे प्रदान करते हैं, इसलिए एंटीना का व्यापक रूप से ध्रुवीकरण विविधता और दोहरी आवृत्ति के लिए मांगों को पूरा करने के लिए उपयोग किया जाता है। ई पेपर हवाई सिंथेटिक एपर्चर रडार (एसएआर) सिस्टम में अनुप्रयोग के लेल उपयुक्त दोहरी-ध्रुवीकृत विकिरण प्राप्त करे के लेल एक-लेयर कॉम्पैक्ट डुअल बैंड (कैंड एक्स-बैंड) माइक्रोस्ट्रिप पैच एंटीना के प्रस्तुत करई हई। डिजाइन कैल गेल एंटीना में तीन आयताकार पैच शामिल हई जे ओकार विकर्ण के साथे ओवरलैप हई। एंटीना के आवृत्ति प्रतिक्रिया के सटीक रूप से भविष्यवाणी करे के लिए पूर्ण-तरंग विद्युत चुम्बकीय सिमुलेशन के प्रदर्शन कियल जा हय। निर्मित एंटीना 154 मेगाहर्ट्ज (f0 = 6.83 गीगाहर्ट्ज) और 209 मेगाहर्ट्ज (f0 = 9.73 गीगाहर्ट्ज) के वीएसडब्ल्यूआर < 2 के लिए एक प्रतिबाधा बैंडविड्थ प्राप्त करो हय। दुनहु आवृत्तिय के एक साथ उपयोग से एसएआर प्रणाली में लक्ष्य के डेटा संग्रह और ज्ञान में काफी सुधार होए के चाहि। |
358d2a02275109c250f74f8af150d42eb75f7b5f | सार्वजनिक कुंजी क्रिप्टोग्राफी (पीकेसी) इंटरनेट जैसन पारंपरिक नेटवर्क में कैगो सुरक्षा सेवा अउर प्रोटोकॉल के आधारभूत सक्षम करे वाला तकनीक रहल हई। वायरलेस सेंसर नेटवर्क के संदर्भ में, दीर्घवृत्तीय वक्र क्रिप्टोग्राफी (ईसीसी), पीकेसी के सबसे कुशल प्रकार में से एक, के पीकेसी समर्थन प्रदान करे के लिए जांच कियल जा रहल हई सेंसर नेटवर्क अनुप्रयोग में ताकि मौजूदा पीकेसी-आधारित समाधान के शोषण कैल जा सके। ई पेपर टिनीईसीसी के डिजाइन, कार्यान्वयन और मूल्यांकन प्रस्तुत करई हई, जे वायरलेस सेंसर नेटवर्क में ईसीसी संचालन के लेल एगो विन्यास योग्य लाइब्रेरी हई। टिनीईसीसी के प्राथमिक उद्देश्य ईसीसी-आधारित पीकेसी संचालन के लिए उपयोग-के लिए तैयार, सार्वजनिक रूप से उपलब्ध सॉफ्टवेयर पैकेज प्रदान करना हय जेकरा सेंसर नेटवर्क अनुप्रयोगों में लचीले ढंग से कॉन्फ़िगर और एकीकृत कियल जा सको हय। TinyECC कई अनुकूलन स्विच प्रदान करो हय, जे डेवलपर्स के आवश्यकता के आधार पर विशिष्ट अनुकूलन के चालू या बंद कर सको हय। अनुकूलन के विभिन्न संयोजनों में अलग-अलग निष्पादन समय और संसाधन खपत होवो हय, जे डेवलपर्स के सेंसर नेटवर्क अनुप्रयोगों में टिनीईसीसी के एकीकृत करे में महान लचीलापन देवो हय। इ पेपर में एमआईसीएज़, टीमोटे स्काई और आईमोटे 2 सहित कई सामान्य सेंसर प्लेटफार्मों पर टिनीईसीसी के प्रयोगात्मक मूल्यांकन के भी रिपोर्ट कैल गेलय हय। मूल्यांकन परिणाम निष्पादन समय और संसाधन खपत पर व्यक्तिगत अनुकूलन के प्रभाव के दर्शाबई हई, अउर टिनीईसीसी के सबसे कम्प्यूटेशनल रूप से कुशल अउर सबसे अधिक भंडारण कुशल विन्यास प्रदान करई हई। |
d1d044d0a94f6d8ad1a00918abededbd2a41f1bd | * संबंधित लेखक: च. संदीप कुमार सुबुधि सारांश हमर काम के उद्देश्य मानव शरीर के तापमान, रक्तचाप (बीपी), पल्स रेट और ईसीजी के निगरानी करनाई अउर रोगी के स्थान के पता लगानाई हई। मानव शरीर के तापमान, बीपी, पल्स रेट और ईसीजी के कार्य वातावरण में पता लगावल जा हय; एकरा संबंधित सेंसर के उपयोग करके महसूस कैल जा सको हय। संवेदी जानकारी के रोगी इकाई में सिग्नल कंडीशनिंग सर्किट के माध्यम से PIC16F877 माइक्रोनियंत्रक के लेल भेजल जाई हई। एगो वांछित सेंसर मान के मात्रा सेट कैल जाई हई अउर यदि एकरा पार कैल जाई हई त प्रारंभिक चरण के बजर द्वारा संकेत देके लेल जाए के चाहि। सेंसर जानकारी के रोगी इकाई से मुख्य नियंत्रक इकाई तक जिगबी संचार प्रणाली के मदद से प्रेषित कैल जाई हई जे दुनु इकाई में माइक्रोनियंत्रक के जौरे जुड़ल हई। मुख्य नियंत्रक इकाई जीपीएस मॉड्यूल के मदद से वेक्षक/डॉक्टर के ऊ संवेदी डेटा के साथे-साथ ऊ रोगी के स्थान भेजई। पर्यवेक्षक/डॉक्टर जीएसएम मॉड्यूल द्वारा भेजल गेल एसएमएस प्राप्त कर सकई हई अउर आगे निर्णय लेल जा सकई हई। ग्लोबल सिस्टम मोबाइल (जीएसएम) मॉडेम के उपयोग करके संदेश के मोबाइल फोन पर भेजल जाई छलई। MAX232 माइक्रोकंट्रोलर और मॉडेम के बीच एक चालक हलय। |
f980462aa340a1beed2f040db9b54d7f22378a58 | स्टीरियो विजन कंप्यूटर विजन में एक सक्रिय शोध विषय हय। पॉइंट ग्रे® बम्बलबी® और डिजिटल सिंगल-लेंस रिफ्लेक्स कैमरा (डीएसएलआर) आमतौर पर स्टीरियो विजन अनुसंधान में पायल जा हय, ऊ मजबूत लेकिन महंगा हय। आर्डूइनो अउर रास्पबेरी पाई जैसन ओपन सोर्स इलेक्ट्रॉनिक प्रोटोटाइप प्लेटफॉर्म दिलचस्प उत्पाद छलई, जे छात्र चाहे शोधकर्ता के अपन शोध परियोजना के लेल स्वस्त प्रयोगात्मक उपकरण के अनुकूलित करे के अनुमति देई हई। ई पेपर में पाई अउर कैमरा मॉड्यूल के उपयोग कैके अपना शोध में विकसित बुद्धिमान स्टीरियो कैमरा मोबाइल प्लेटफॉर्म के वर्णन करई हई अउर रोबोटिक स्टीरियो विजन अनुसंधान कार्य के लेल सस्ता ओपन सोर्स पार्ट्स के उपयोग करे के अवधारणा के विस्तार से प्रस्तुत करई छलई। |
11db74171df92a50d64bd88d569454415878c63a | हम अमूर्त अर्थ प्रतिनिधित्व (एएमआर) के लिए एक पार्सर प्रस्तुत करो हय। हम स्ट्रिंग-टू-ट्री, वाक्यविन्यास-आधारित मशीन अनुवाद (एसबीएमटी) के ढांचे के भीतर अंग्रेजी से एएमआर रूपांतरण के इलाज करई हई। ई काम करे के लेल, हम एएमआर संरचना के एसबीएमटी के यांत्रिकी के लेल उपयुक्त अउर मॉडलिंग के लेल उपयोगी रूप में बदलई छलई। हम एएमआर-विशिष्ट भाषा मॉडल के परिचय देवो हय और शब्दार्थ संसाधन से प्राप्त डेटा और सुविधा के जोड़ो हय। हमर परिणामी एएमआर पार्सर 7 मिलान अंक द्वारा अत्याधुनिक परिणाम पर सुधार करो हय। |
f99f46f1b90be4582946951f4f12d8b9209354b2 | वायरलेस स्थानीय क्षेत्र नेटवर्क (डब्ल्यूएलएएन) में उपयोग के लिए एक धातु सिलेंडर पर अनुरूप रूप से रखल गेल मजबूत युग्मित ई-आकार के पैच के 4 तत्व सबरे से बनल एगो एंटीना के प्रस्तावित कैल गेल हई। बेलनाकार मामले में इ विशेष सरणी विन्यास के उपयोग 8.3 प्रतिशत बैंडविड्थ और केवल 2 सबरे के साथ क्षैतिज विमान में एक सर्वदिशात्मक विकिरण पैटर्न तक पहुंचने के अनुमति देवो हय। सीएसटी माइक्रोवेव स्टूडियो के उपयोग विनिर्माण से पहिले सत्यापन उद्देश्य के लिए कियल जा हय। लेखक के ज्ञान के अनुसार, ई पहिला बेर हई कि हाल ही में पेश कैल गेल दृढ़ता से जुड़ल ई-आकार के पैच के अवधारणा के एगो अनुरूप एंटीना में उपयोग कैल जाई हई। |
b72a44e0f509a91a02c4d5b2df2a95fb1b3ee392 | ई लेख फ़ॉलो-मी क्लाउड अवधारणा के परिचय देई हई अउर एकर ढांचा के प्रस्ताव देई हई। प्रस्तावित ढांचे के उद्देश्य 3 जीपीपी मोबाइल नेटवर्क के डेटा सेंटर और उपयोगकर्ता उपकरण के बीच चल रहल आईपी सेवा के सभी या केवल एक आवश्यक हिस्से के सेवा में कोई व्यवधान के बिना एक अन्य इष्टतम डीसी में सुचारू रूप से माइग्रेशन करना हय। सेवा माइग्रेशन और निरंतरता के आईपी पताकरण के सेवा पहचान के साथ प्रतिस्थापित करके समर्थित कैल गेल हई। वास्तव में, एक एफएमसी सेवा/एप्लिकेशन के स्थापना के बाद, एक सत्र/सेवा आईडी द्वारा पहचाना जा हय, जे सत्र के दौरान वितरित कियल जा रहल सेवा के साथे गतिशील रूप से बदल रहले हा; इ में 3 जीपीपी मोबाइल नेटवर्क के भीतर यूई के एक अद्वितीय पहचानकर्ता, क्लाउड सेवा के पहचानकर्ता और क्लाउड सेवा के गतिशील रूप से बदलते विशेषता शामिल हय। एफएमसी में सेवा माइग्रेशन मोबाइल नेटवर्क में डेटा एंकर गेटवे के परिवर्तन के कारण यूई के आईपी पते में परिवर्तन से ट्रिगर होवो हय, बदला में यूई गतिशीलता के कारण और/या लोड संतुलन के लिए। नया डेटा एंकर गेटवे के विशेषताओं के आधार पर एक इष्टतम डीसी के चयन कियल जा हय। एगो सुचारू सेवा माइग्रेशन अउर निरंतरता के लेल यूई अउर डीसी पर स्थापित तर्क के लेल धन्यवाद देल जाई हई जे आईपी प्रवाह के विशेषता के सत्र/सेवा आईडी में मैप करई हई। |
11190a466d1085c09a11e52cc63f112280ddce74 | प्रारंभिक प्राइमेट दृश्य प्रणाली के व्यवहार और तंत्रिका संरचना से प्रेरित एक दृश्य ध्यान प्रणाली प्रस्तुत कियल गलय हा। बहु-स्तरीय छवि विशेषता के एगो एकल स्थलाकृतिक प्रमुखता मानचित्र में जोडल जाई हई। एक गतिशील तंत्रिका नेटवर्क तब प्रमुखता के घटते क्रम में भाग लेवे वाला स्थान के चयन करो हय। सिस्टम तेजी से, कम्प्यूटेशनली कुशल तरीके से, विस्तृत रूप से विश्लेषण करे के लिए ध्यान देने योग्य स्थानों के चयन करके दृश्य समझ के जटिल समस्या के तोड़ता है। |
5b2bc4aaa63412ff1745a79d2f322b5ff67d0f9c | |
b2db00f73fc6b97ebe12e97cfdaefbb2fefc253b | क्लस्टरिंग के उपयोग करे वाला एगो विसंगति और घुसपैठ के पता लगावे वाला प्रणाली (आईडीएस) के डिजाइन में सबसे कठिन समस्या में से एगो प्राप्त क्लस्टर के लेबल करे के हय, अर्थात, क्लस्टर के पहचान करे के लिए क्लस्टर के उपयोग करे के आवश्यकता होवो हय। नेटवर्क/होस्ट पर कौन सा "अच्छा" व्यवहार और कौन सा "बुरा" व्यवहार के अनुरूप है, यह निर्धारित करना। इ पेपर में, इ तरह के आईडीएस में आवेदन के लिए एक नया क्लस्टर लेबलिंग रणनीति के प्रस्ताव हय, जे एक क्लस्टरिंग गुणवत्ता सूचकांक के उपयोग करो हय। नया लेबलिंग एल्गोरिथ्म के उद्देश्य बहुत समान वैक्टर वाला कॉम्पैक्ट क्लस्टर के पता लगाना हय और इ हमला वैक्टर होवे के अत्यधिक संभावना हय। दो क्लस्टरिंग गुणवत्ता सूचकांक के परीक्षण और तुलना कियल गलय हा: सिल्हूट सूचकांक और डेविस-बोल्डिन सूचकांक। एक बहु वर्गीकरणकर्ता आईडीएस के प्रभावशीलता के दो लागू डेक्स के साथ तुलना करे वाला प्रयोगात्मक परिणाम से पता चलई हई कि सिल्हूट सूचकांक के उपयोग करे वाला प्रणाली डेविस-बुल्डेन सूचकांक के उपयोग करे वाला प्रणाली के तुलना में हल्का रूप से अधिक सटीक परिणाम उत्पन्न करई हई। हालांकि, डेविस-बोल्डिन सूचकांक के गणना सिल्हूट सूचकांक के गणना से बहुत कम जटिल हय, जे एक आईडीएस के अंतिम वास्तविक समय संचालन के संबंध में एक बहुत महत्वपूर्ण लाभ हय जे क्लस्टरिंग के नियोजित करो हय। |
ee35c52c22fadf92277c308263be6288249a6327 | विवाल्डी वाइडबैंड चरणबद्ध सरणियों पर पिछला अध्ययन मुख्य रूप से द्वि-आयामी स्कैनिंग चरणबद्ध सरणियों पर केंद्रित हय। इ पेपर में एक लघुकृत संतुलित एंटीपोडल विवाल्डी एंटीना (बीएवीए) प्रस्तुत कैल गेल हई। एक नया ऊर्ध्वाधर परजीवी धातु पट्टी लोडिंग के दोहरी-ध्रुवीकृत रैखिक चरणबद्ध सरणियों में नियोजित कैल जा हय, इ एक कॉम्पैक्ट संरचना बनावे के लिए। चाप के आकार के स्लॉट और धातु पट्टी भार के साथ, निचले ऑपरेटिंग बैंड में विकिरण प्रदर्शन के काफी बढ़ाएल जा सको हय। प्रस्तावित एंटीना के 100 मिमी (लंबाई) * 100 मिमी (चौड़ाई) * 125 मिमी (गहराई) के आकार के साथ आवर्त सीमा के माध्यम से अनंत स्थिति में अनुकरण कैल गेल हई। वीएसडब्ल्यूआर≤3 के लेल ±50 डिग्री तक स्कैनिंग करते समय एंटीना एगो प्रतिबाधा बैंडविड्थ प्राप्त करई हई, क्रमशः ऊर्ध्वाधर ध्रुवीकरण अउर क्षैतिज ध्रुवीकरण में 4:1 (0.5GHz-2GHz) बैंडविड्थ अउर 5:1 (0.4GHz-2GHz) बैंडविड्थ प्राप्त करई हई, अउर अलगाव ऑपरेटिंग आवृत्ति रेंज पर -18dB से कम छलई। |
62198d1c71b827f0674da3d4d7ebf718702713eb | अल्ट्रा-वाइडबैंड (यूडब्ल्यूबी) पल्स डॉपलर रडार के उपयोग एक से अधिक विषय के गैर-संपर्क महत्वपूर्ण संकेत निगरानी के लिए कियल जा सको हय। हालांकि, उनकर पता लगावल गेल सिग्नल में आमतौर पर कम सिग्नल-टू-शोर अनुपात (एसएनआर) होवो हय जे महत्वपूर्ण हृदय गति (एचआर) पता लगावे के त्रुटि के कारण होवो हय, काहेकी श्वसन सिग्नल के स्प्यूरियस हार्मोनिक्स और श्वसन और हृदय गति सिग्नल के मिश्रित उत्पाद (जे हृदय गति सिग्नल से अपेक्षाकृत उच्च हो सको हय) पारंपरिक फास्ट फूरियर ट्रांसफॉर्म स्पेक्ट्रोग्राम के भ्रष्ट करो हय। इ पत्र में, हम जटिल सिग्नल डिमोड्यूलेशन (सीएसडी) और आर्कटेंजेन्ट डिमोड्यूलेशन (एडी) तकनीक के विस्तार करो हय जे पहले निरंतर तरंग रडार के प्रतिबिंबित संकेत के चरण भिन्नता के सटीक रूप से पता लगावे के लिए यूडब्ल्यूबी पल्स रडार तकले इस्तेमाल कैल जा हय। इ पता लगावे के तकनीक हस्तक्षेप करे वाला हार्मोनिक सिग्नल के प्रभाव के कम करो हय, इ प्रकार पता लगावल गेल महत्वपूर्ण संकेत संकेत के एसएनआर में सुधार करो हय। एचआर अनुमान के सटीकता के और बढ़ावे के लिए, हाल ही में विकसित स्टेट-स्पेस विधि के सीएसडी और एडी तकनीकों के साथ सफलतापूर्वक जोड़ा गेलय हय और एसएनआर में 10 डीबी से अधिक सुधार के प्रदर्शन कैल गेलय हय। इ विभिन्न पता लगावे के तकनीक के कार्यान्वयन के प्रयोगात्मक रूप से जांच कियल गलय हा और आरएच पता लगावे के पूर्ण त्रुटि और एसएनआर विश्लेषण प्रस्तुत कियल गलय हा। |
962f9eec6cce6253a2242fad2461746c9ccd2a0f | माइक्रोस्ट्रिप संक्रमण के लिए एक उपन्यास वाया-कम कोप्लेनार वेव गाइड (सीपीडब्ल्यू) पर चर्चा कैल गेल हई अउर सिमुलेशन अउर प्रयोगात्मक परिणाम के आधार पर डिजाइन नियम प्रस्तुत कैल गेल हई। ई संक्रमण 10 गीगाहर्ट्ज से 40 गीगाहर्ट्ज के आवृत्ति रेंज में 0.4 गीगाहर्ट्ज के मूल्य के साथ 1 डीबी के अधिकतम सम्मिलन हानि के प्रदर्शित करई हई। ई संक्रमण आरएफ सिस्टम-ऑन-ए-चिप, कम हानि प्रदर्शन, कम लागत और निर्माण में एकर आसानी के कारण विभिन्न प्रकार के अनुप्रयोग पा सकई हई। |
987878e987c493de52efa5b96db6558a65374585 | एगो मेटामटेरियल बैलन प्रस्तुत कैल गेल हई जे एगो एकल-अंत वाला इनपुट के एगो बड़का बैंडविड्थ पर अंतर आउटपुट में परिवर्तित करई हई। इ उपकरण में समान आवृत्ति बैंड पर उत्कृष्ट वापसी हानि, अलगाव और विशेषता के माध्यम से प्रदर्शित कैल गेलय हय। बलून में एक विल्किंसन डिवाइडर शामिल हय, जेकर बाद शीर्ष शाखा के साथे + 90/spl deg/ नकारात्मक-प्रदीपन-सूचकांक (एनआरआई) मेटामटेरियल (एमएम) चरण-विस्थापन लाइन और निचला शाखा के साथे -90/spl deg/ MM चरण-विस्थापन लाइन होवो हय। +90/spl deg/ और -90/spl deg/ शाखाओं दोनों के लिए MM लाइनों के उपयोग से उनके चरण प्रतिक्रियाओं के ढलानों के मिलान करने की अनुमति मिलती है, जिसके परिणामस्वरूप एक ब्रॉडबैंड अंतर आउटपुट सिग्नल होता है। 1.5 गीगाहर्ट्ज पर एक निर्मित प्रोटोटाइप के सर्किट सिमुलेशन और माप के माध्यम से बैलन के सैद्धांतिक प्रदर्शन के सत्यापित कैल गेल हई। एमएम बालन 1.17 से 2.33 गीगाहर्ट्ज तक 1.16 गीगाहर्ट्ज (77%) के मापा गेल अंतर आउटपुट चरण बैंडविड्थ (180/स्प्ल डिग्री / स्प्ल प्लस Mn / 10 / स्प्ल डिग्री) प्रदर्शित करो हय। सभी तीन पोर्टों के लिए मापा गेल अलगाव और वापसी हानि 2 गीगाहर्ट्ज से अधिक बैंडविड्थ पर -10 डीबी से नीचे रह हय, जबकि आउटपुट मात्रा ∆S/उप 21/सहायता और ∆S/उप 31/सहायता 0.5 से 2.5 गीगाहर्ट्ज तक -4 डीबी से ऊपर रह हय। |
39da8410e503738eb19cd5d2f3e154e7e2a9971b | इ पेपर में, हम आहार मूल्यांकन के लिए कैलोरी सामग्री के अनुमान के लिए एक छवि-विश्लेषण-आधारित दृष्टिकोण प्रस्तुत करो हय। हम खाद्य लॉग नामक सार्वजनिक वेब सेवा में कैद और कई उपयोगकर्ताओं द्वारा संग्रहीत दैनिक खाद्य छवियों का उपयोग करते हैं। इमेजवा कौनो नियंत्रणवा या मार्करवा के बिना लेल जा है। हम फूड लॉग में निहित 6512 छवियों के एक शब्दकोश डेटासेट का निर्माण करते हैं, पोषण विशेषज्ञों द्वारा कैलोरी सामग्री का अनुमान लगाया गया है। एगो छवि के कई छवि सुविधा के दृष्टिकोण से जमीनी सच्चाई डेटा से तुलना कैल जाई हई जैसे कि रंग हिस्टोग्राम, रंग कोरलोग्राम अउर एसयूआरएफ फेटुर, अउर जमीनी सच्चाई के छविय के समानता के आधार पर रैंक कैल जाई छलई। अंत में, इनपुट खाद्य छवि के कैलोरी सामग्री के गणना रैखिक अनुमान द्वारा कई विशेषताओं में शीर्ष n रैंक कैलोरी का उपयोग करके की जाती है। अनुमान के वितरण से पता चलई हई कि 79% अनुमान ±40% त्रुटि के भीतर सही हई अउर 35% ±20% त्रुटि के भीतर सही हई। |
164bd38ee518e8191fc3fb27b23a10c2668f76d9 | अंजीर के पेड़ 1. हल प्राकृतिक छवि के देखते हुए, प्रस्तावित दृष्टिकोण एक ही दृश्य के विभिन्न संस्करणों के एक विस्तृत श्रृंखला में स्थितियों, जैसे रात, सूर्यास्त, सर्दियों, वसंत, बारिश, कोहरा या यहां तक कि उन सभी के संयोजन में कल्पना कर सको हय। सबसे पहले, हमर विधि एगो एकल जनरेटर नेटवर्क के उपयोग करई हई ताकि दृश्य के कल्पना कैल जा सके एकर अर्थ संबंधी लेआउट अउर गुण के वांछित सेट के संबंध में। फिर, इ सीधे संदर्भ शैली छवि तकले पहुंच के आवश्यकता के बिना, भ्रमित आउटपुट से इनपुट छवि तकले देखो स्थानांतरित कर देई हई। |
08d94e04e4be38ef06bd0a3294af3936a27db529 | लॉग आवधिक एंटीना और यागी-उदा एंटीना के उपयोग ऐसन अनुप्रयोग में कियल जा हय जेजा बहुत उच्च दिशात्मकता के आवश्यकता होवो हय। ऊ 17-20dBi के सीमा में बहुत उच्च लाभ भी देवो हय। ई पेपर लॉग आवधिक और यागी एंटीना के विभिन्न विन्यास, ओकर लाभ और समस्या पर समीक्षा प्रस्तुत करई हई। यागी-उडा एंटीना के साथ सामना कैल गेलय एक समस्या अपेक्षाकृत कम बैंडविड्थ हय। ई समस्या के लॉग आवधिक एंटीना द्वारा हल कैल जा हय जे उच्च बैंडविड्थ पर काम कर सको हय और एक ही समय में उच्च लाभ प्रदान कर सको हय। इ पत्र में, मुद्रित यागी-उदा और लॉग आवधिक एंटीना के साकार करे के लिए विभिन्न तकनीकों के समीक्षा कैल गेल हई। ऊ विभिन्न फीडिंग तकनीक जैसे माइक्रोस्ट्रिप फीडिंग, कोएक्सियल फीडिंग आदि के उपयोग करके महसूस कैल जाई छलई। ऊ निर्देशक अउर परावर्तक के आकार के संशोधित करके भी महसूस कैल जाई छलई। उच्च बैंडविड्थ (लॉग आवधिक एंटीना) के भी परावर्तक के संख्या में वृद्धि करके महसूस कैल गेल हई। |
2e0b1facffd6e9a0b1bc6b87d1dab0874846fee0 | निरंतर संचालन के बनाए रखे के लिए, पर्यावरणीय ऊर्जा के उत्पादन करे वाला प्रणालि के अपन मांग के पूरा करे के लेल अपन उपयोग के सावधानीपूर्वक विनियमित करे के चाहि। ऊर्जा उपयोग के विनियमित करनाई चुनौतीपूर्ण होई हई यदि कोनो प्रणाली के मांग लोचदार न होई हई अउर एकर हार्डवेयर घटक ऊर्जा-आनुपातिक न होई हई, काहेकी ई अपन आपूर्ति के मेल खाए के लेल अपन उपयोग के ठीक से न बढ़ा सकई हई। एकर बजाय, सिस्टम के अपन वर्तमान ऊर्जा भंडार और अपन भविष्य के ऊर्जा आपूर्ति के भविष्यवाणिय के आधार पर अपन ऊर्जा मांग के संतुष्ट करे के लिए चुनना चाहि। इ पत्र में, हम अपन भविष्यवाणिय में सुधार करके मांग के पूरा करे के लिए एक प्रणाली के क्षमता में सुधार करे के लिए मौसम के पूर्वानुमान के उपयोग के पता लगावो हय। हम मौसम के पूर्वानुमान, अवलोकन, और ऊर्जा कटाई डेटा का विश्लेषण करते हैं ताकि एक मॉडल तैयार कर सके जो एक मौसम के पूर्वानुमान को पवन या सौर ऊर्जा कटाई की भविष्यवाणी में अनुवादित करे, और इसकी सटीकता को माप सके। हम दो अलग-अलग ऊर्जा कटाई सेंसर सिस्टम के संदर्भ में ऊर्जा स्रोत के लिए अपन मॉडल के मूल्यांकन कर रहल हई, जेकरा में अनियंत्रित मांग छलईः एगो सेंसर टेस्टबेड जे सेंसर के बाहरी उपयोगकर्ता के लेल पट्टे पर देई हई अउर एगो शब्दकोश के रूप में निष्पक्ष सेंसर नेटवर्क जे स्थिर नोड सेंसरिंग दर के बनाए रखई हई। हम देखई हई कि पवन अउर सौर ऊर्जा संचालित सेंसर सिस्टम दुनु में मौसम के पूर्वानुमान के उपयोग करे से मौजूदा पूर्वानुमान रणनीति के तुलना में प्रत्येक प्रणाली के अपन मांग के पूरा करे के क्षमता में वृद्धि होई हई। |
87a851593965e371184cf3c3df5630f8d66bf49b | तेजी से बढ़ता वीएलएसआई प्रौद्योगिकी एम्बेडेड सिस्टम के लागत के काफी कम कर सको हय, जे कम लागत वाला व्यक्तिगत स्वास्थ्य देखभाल निगरानी प्रणाली के एक नया युग के प्रेरित कैलकय हय जे सामान्य व्यक्ति के आवश्यकता के पूरा करो हय। ऐसन प्रणाली एक व्यक्ति के लेल समर्पित हई अउर दूर से नैदानिक जानकारी प्रदान करई हई। ई पेपर एगो पीएसओसी माइक्रोकंट्रोलर अउर जीएसएम मॉड्यूल के प्रस्तावित करई हई, हम रोगी से जुड़ल केबल के हटा रहल हई। रोगी के दैनिक गतिविधि करे के आजादी हइ आउ अभियो लगातार निगरानी में रहऽ हइ (बुजुर्ग लोग के लेल बहुत उपयुक्त) । पीएसओसी में एडीसी और प्रोग्राम करे योग्य लाभ एम्पलीफायर अंतर्निहित हय जे एकल चिप कार्यान्वयन के सक्षम करो हय। हार्डवेयर जटिलता भी सरल हय और लागत कम करो हय। इ प्रणाली के मूल सिद्धांत जैव चिकित्सा सेंसर मॉड्यूल से जैव चिकित्सा संकेत के पढ़ना हय और डेटा रूपांतरण के कार्य के पूरा करो हय, जीएसएम के उपयोग करके एसएमएस भेजो हय, साथ ही साथ तरंग के रूप में औसत या सुधार जैसे सरल पूर्व-प्रसंस्करण के क्षमता प्रदान करो हय। एटी कमांड के माध्यम से पीएसओसी के लिए जीएसएम आधारित मॉडेम इंटरफ़ेस। माइक्रोकंट्रोलर टेक्स्ट मैसेज प्राप्त करे और भेजे में सक्षम होतय। हृदय गति के उच्च तीव्रता प्रकार के एलईडी और एलडीआर के उपयोग करके महसूस कैल जा हय। उंगली एलईडी और एलडीआर के बीच रखल जा हय। पता लगावे के लेल प्रेषित चाहे परावर्तित प्रकाश के उपयोग कैके त्वचा के दृश्य (लाल) के साथ प्रकाशित कैल जा सकई हई। ई पेपर के अवधारणा व्यक्तिगत स्वास्थ्य देखभाल में क्रांति लावे के लेल चिकित्सा अनुप्रयोग में वायरलेस संचार के एकीकरण पर आधारित छलई। इ अवधारणा के तहत, मरीज अब एक विशिष्ट स्वास्थ्य देखभाल स्थान के लिए बाध्य नए हय जहां ओकर चिकित्सा उपकरण द्वारा निगरानी कियल जा हय - वायरलेस संचार न केवल ओकरा सुरक्षित और सटीक निगरानी प्रदान करतय बल्कि आंदोलन के स्वतंत्रता भी प्रदान करतय। दूरस्थ रोगी निगरानी न केवल अस्पताल में देखभाल के नया रूप देई बल्कि काम, घर अउर मनोरंजक गतिविधि के भी परिभाषित करतई। भविष्य के घर के कल्पना करथिन: बुजुर्ग के अब अस्पताल जाय के जरूरत नयँ होतइ, काम पर फँसल माय के अपन बेमार बच्चा के तापमान के ईमेल अपडेट मिल सकऽ हइ, डाक्टर के अपन मोबाइल फोन चालू करके रोगी के स्थिति के जाँच करे के क्षमता होतइ । इ परियोजना के उद्देश्य जीएसएम प्रौद्योगिकी के उपयोग करके एक वायरलेस हार्ट बीट मॉनिटरिंग सिस्टम के निर्माण करना हय, जे संभावित रूप से एक बड़े पैमाने पर दूरस्थ रोगी निगरानी प्रणाली के लिए व्यक्तिगत स्वास्थ्य देखभाल उपकरणों के एक सूट के एक अभिन्न अंग हो सको हय। इ पेपर में पीएसओसी माइक्रोकंट्रोलर के उपयोग करके कम लागत वाला डिजिटल हार्ट रेट मीटर डिज़ाइन कैल गेल हई, अउर ई इकाई भेज के लेल जीएसएम मॉडेम से जुड़ल हई ... |
0558c94a094158ecd64f0d5014d3d9668054fb97 | हम लचीला वितरित डेटासेट (आरडीडी) प्रस्तुत करई हई, एगो वितरित मेमोरी अमूर्तता जे प्रोग्रामर के मैपरेड्यूस जैसन डेटा प्रवाह मॉडल के दोष सहिष्णुता के बरकरार रखैत बड़का क्लस्टर पर इन-मेमोरी गणना करे के अनुमति देई हई। आरडीडी दो प्रकार के अनुप्रयोगों से प्रेरित होवो हय जे वर्तमान डेटा प्रवाह प्रणाली के अक्षम रूप से संभालवो हय: पुनरावर्ती एल्गोरिदम, जे ग्राफ अनुप्रयोगों और मशीन लर्निंग में सामान्य हय, और इंटरैक्टिव डेटा माइनिंग उपकरण। दुनहु मामला में, मेमोरी में डेटा रखे से परिमाण के क्रम द्वारा प्रदर्शन में सुधार हो सको हय। दोष सहिष्णुता के कुशलता से प्राप्त करे के लिए, आरडीडी साझा मेमोरी के एक अत्यधिक प्रतिबंधित रूप प्रदान करो हय: ऊ केवल-पढ़ने के डेटासेट हय जेकरा केवल अन्य आरडीडी पर थोक संचालन के माध्यम से बनावल जा सको हय। हालांकि, हम देखवई हई कि आरडीडी मैपरेड्यूस अउर प्रोगेल जैसन पुनरावर्ती नौकरि के लेल विशेष प्रोग्रामिंग मॉडल सहित गणना के एगो विस्तृत वर्ग के पकड़ने के लेल पर्याप्त रूप से अभिव्यंजक हई। आरडीडी के हमर कार्यान्वयन दोहराव वाला जॉब के लेल हाडोप के 20 गुना बेहतर कर सकई हई अउर 1 टीबी डेटासेट के 5-7 सेकंड के विलंबता के जौरे खोज करे के लेल इंटरैक्टिव रूप से उपयोग कैल जा सकई हई। |
c77be34db96695159244723fe9ffa4a88dc4a36d | खोज इंजन के साथ संतुष्टि के समझना और अनुमान लगाना पुनर्प्राप्ति प्रदर्शन के मूल्यांकन के एक महत्वपूर्ण पहलू हय। अब तक के शोध एगो बाइनरी पैमाना पर खोज संतुष्टि के मॉडलिंग अउर भविष्यवाणी कैले हई, अर्थात, खोजकर्ता चाहे त अपन खोज परिणाम से संतुष्ट छलई चाहे असंतुष्ट। हालांकि, उपयोगकर्ता के खोज अनुभव एक जटिल निर्माण है और संतुष्टि के विभिन्न स्तर हैं। जैसे, संतुष्टि के द्विआधारी वर्गीकरण सीमित हो सको हय। हमर ज्ञान के सर्वोत्तम के लिए, हम ग्रेडेड (बहु-स्तरीय) खोज संतुष्टि के समझना और भविष्यवाणी करे के समस्या के अध्ययन करे वाला पहला व्यक्ति हकूँ। हम खोज इंजन लॉग से खनन कैल गेल सत्र के जांच करई छी, जहां खोजकर्ता संतुष्टि के भी मानव एनोटेटर द्वारा बहु-बिंदु पैमाना पर मूल्यांकन कैल गेल रहई। इ खोज लॉग डेटा के लाभ उठावे से, हम विभिन्न डिग्री के संतुष्टि के साथ सत्र में खोज व्यवहार में समृद्ध और गैर-मोनोटोन परिवर्तन देखो हय। निष्कर्ष से पता चलई हई कि हमनी के बेहतर संतुष्टि स्तर के भविष्यवाणी करेके चाहि। इ मुद्दा के संबोधित करे के लिए, हम खोज परिणाम, खोज प्रयास, और एक सत्र के दौरान परिणाम और प्रयास दोनों में परिवर्तन के इंगित करे वाला सुविधा के उपयोग करके खोज संतुष्टि के मॉडल बनावई हई। हम देखई हई कि हमार दृष्टिकोण खोज संतुष्टि में सूक्ष्म परिवर्तन के भविष्यवाणी कर सकई हई, जे कि अत्याधुनिक विधि के तुलना में अधिक सटीक हई, खोज संतुष्टि में अधिक अंतर्दृष्टि प्रदान करई हई। हमर मॉडल के अच्छा प्रदर्शन के खोज प्रदाताओं के लिए निहितार्थ हय जे अपन सेवाओं के साथ संतुष्टि के सटीक रूप से मापे के मांग करो हय। |
d7d9d643a378b6fd69fff63d113f4eae1983adc8 | |
5e38e39dee575b07fb751bff5b05064b6942e2d3 | छात्र के स्कूल छोड़ने के दर ऑनलाइन अउर खुले दूरस्थ शिक्षा पाठ्यक्रम में एगो प्रमुख मीट्रिक हई। हम कई ऑनलाइन दूरस्थ शिक्षा मॉड्यूल पर छात्र के व्यवहार और गतिविधियों के आधार पर डेटा के निर्माण के लिए एक समय-श्रृंखला वर्गीकरण विधि के प्रस्ताव करो हय। एकरा अलावा, हम टाइम सीरीज फॉरेस्ट (टीएसएफ) वर्गीकरण एल्गोरिथ्म के आधार पर ड्रॉपआउट पूर्वानुमान मॉडल के प्रस्तावित करई हई। प्रस्तावित भविष्य कहनेवाला मॉडल बातचीत डेटा पर आधारित हय और सीखने के उद्देश्य और विषय डोमेन से स्वतंत्र हय। मॉडल शैक्षणिक विशेषज्ञ के आवश्यकता के बिना स्कूल छोड़ने के दर के भविष्यवाणी करे के अनुमति देई हई। परिणाम से पता चलई हई कि मॉडल में उपयोग कैल जाए वाला डेटा के हिस्से के रूप में दू चयनित डेटासेट पर भविष्यवाणी सटीकता बढ़ई हई। हालांकि, 0.84 के एक उचित भविष्यवाणी सटीकता केवल 5% डेटासेट के साथ संभव है। नतीजतन, प्रारंभिक भविष्यवाणी प्रशिक्षकों के पाठ्यक्रम पूरा करे के प्रोत्साहित करे के लिए हस्तक्षेप डिजाइन करे में मदद कर सको हय, इससे पहले कि एक छात्र बहुत पीछे छूट जाय। |
625fb5f70406ac8dbd954d1105bd8e725d9254d9 | 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। |
b959164d1efca4b73986ba5d21e664aadbbc0457 | फीड फॉरवर्ड नेटवर्क में मैपिंग के सीख के लेल एगो मात्रात्मक अउर व्यावहारिक बेयसन फ्रेमवर्क के वर्णन कैल गेल हई। फ्रेमवर्क (1) वैकल्पिक नेटवर्क आर्किटेक्चर के उपयोग करे वाला समाधान के बीच उद्देश्य तुलना के संभव बनाबई हई, (2) नेटवर्क छंटाई चाहे बढ़ैत प्रक्रिया के लेल उद्देश्य रोके के नियम, (3) वजन क्षय शब्द चाहे योज्य नियमितकर्ता के परिमाण अउर प्रकार के उद्देश्य विकल्प (बड़े वजन के दंडित करे के लेल, आदि) । ), (4) एक मॉडल में अच्छी तरह से निर्धारित पैरामीटर के प्रभावी संख्या के माप, (5) नेटवर्क पैरामीटर और नेटवर्क आउटपुट पर त्रुटि बार के मात्रात्मक अनुमान, और (6) वैकल्पिक सीखने और इंटरपोलेशन मॉडल जैसे स्पलाइन और रेडियल बेस फ़ंक्शन के साथ उद्देश्य तुलना। बेयसियन "सबूत" स्वचालित रूप से "ओक्काम के रेजर" के अवतारित करई हई, अति-लचीला अउर अति-जटिल मॉडल के दंडित करई छलई। बेयसियन दृष्टिकोण सीखने के मॉडल में खराब अंतर्निहित धारणा के पता लगावे में मदद करो हय। एक समस्या से अच्छी तरह से मेल खाए वाला सीखने के मॉडल के लिए, सामान्यीकरण क्षमता और बेयसन साक्ष्य के बीच एक अच्छा सहसंबंध प्राप्त कैल जा हय। |
27578f85abf2cc167e855411bbfa972d7d26ec0f | एक एफईटी-आकार के 1-18 गीगाहर्ट्ज मोनोलिथिक सक्रिय जादू टी (1 डब्ल्यू हाइब्रिड) प्रस्तावित हय। ई एगो उपन्यास GaAs FET इलेक्ट्रोड विन्यास में दू अलग-अलग डिवाइडर के एकजुट करई हई, जे एक-दूसर से विद्युत रूप से अलग हई, अर्थात्। LUFET अवधारणा के लिए। एकर विशेषता अउर प्रयोग परिणाम प्रस्तुत कैल गेल हई। लघु-विस्तारित ब्रॉड-बैंड आरएफ सिग्नल प्रोसेसिंग के लिए जादू टी के अनुप्रयोग। . . ऊ . . ऊ |
25642be46de0f2e74e0da81a14646f8bfcc9000a | छवि वर्गीकरण मनुष्य और कंप्यूटर दुनु के लेल एगो महत्वपूर्ण कार्य हई। चुनौती में से एगो अर्थसापेक्ष अंतरिक्ष के बड़ पैमाना पर हई। विशेष रूप से, मनुष्य दस हजार वस्तु वर्ग अउर दृश्य के पहचान सकई हई। आज के समय में इ पैमाना पर कोई कंप्यूटर दृष्टि एल्गोरिथ्म के परीक्षण नय कैल गेलय हय। इ पेपर 10,000 से अधिक छवि वर्गों के साथ वर्गीकरण पर चुनौतीपूर्ण प्रयोगों के एक श्रृंखला सहित बड़े पैमाने पर वर्गीकरण के एक अध्ययन प्रस्तुत करो हय। हम पाते हकि कि a) एल्गोरिथ्म डिज़ाइन में कम्प्यूटेशनल मुद्दा महत्वपूर्ण हो जा हई; b) विभिन्न वर्गीकरणकर्ता के सापेक्ष प्रदर्शन पर कुछ सौ छवि श्रेणिय से पारंपरिक ज्ञान जरूरी न हई जब श्रेणिय के संख्या बढ़ जा हई; c) वर्डनेट के संरचना (भाषा के अध्ययन के लेल विकसित कैल गेल हई) और दृश्य वर्गीकरण के कठिनाई के बीच एक आश्चर्यजनक रूप से मजबूत संबंध हई; d) वर्गीकरण के अर्थपूर्ण पदानुक्रम के शोषण करके सुधारल जा सकई हई। स्वचालित दृष्टि एल्गोरिदम के विकास के भविष्य के लक्ष्य के लेल दस हजार चाहे लाखों छवि श्रेणी के पहचान करे के लेल, हम डेटासेट पैमाना, श्रेणी घनत्व, अउर छवि पदानुक्रम के बारे में अवलोकन अउर तर्क के एगो श्रृंखला बनाबई हई। |
b8b17b2dd75749ecd68eb1ff1d2cea1703660a18 | ई कोई मामूली उपलब्धि ना हई काहेकी पर्यावरणीय ज्ञान एगो मेमोरी मात्रा हई जे रडार फ्रंट-एंड थ्रूपुट आवश्यकता के पूरा करे के लेल आवश्यक दर पर पहुंचल जाए के लेल स्वाभाविक रूप से कठिन (यदि असंभव न हो) हई। इ लेख में, हम केएएसपीईआर अनुकूली रडार, प्रमुख एल्गोरिथम अवधारणाओं और क्रांतिकारी लुक-एडवांस रडार शेड्यूलिंग दृष्टिकोण के लाभों दोनों पर प्रकाश डालते हुए केएएसपीईआर कार्यक्रम का एक सिंहावलोकन प्रदान करेंगे, जो केएएसपीईआर एचपीईसी वास्तुकला के लिए प्रमुख है। पिछला कई वर्षों से, रक्षा उन्नत अनुसंधान परियोजना एजेंसी (डीएआरपीए) पहिला वास्तविक समय ज्ञान-सहायता (केए) अनुकूली रडार वास्तुकला के विकास में अग्रणी रहल हई। इ कार्यक्रम के लिए प्रेरणा आधुनिक रडार द्वारा सामना कैल जाए वाला तेजी से जटिल मिशन और परिचालन वातावरण और तेजी से बदलते हस्तक्षेप वातावरण के संबोधित करे के लिए पारंपरिक अनुकूलन विधियों के अक्षमता हय। DARPA KA सेंसर सिग्नल प्रोसेसिंग और एक्सपर्ट रीजनिंग (KASSPER) प्रोग्राम के उद्देश्य उच्च प्रदर्शन एम्बेडेड कंप्यूटिंग (HPEC) आर्किटेक्चर के प्रदर्शन करनाई हई जे उच्च-विश्वसनीयता पर्यावरणीय ज्ञान (यानी, पूर्व) के आधुनिक रडार के सबसे कंप्यूटेशनल रूप से मांग वाला उपप्रणाली में एकीकृत करे में सक्षम छलई: अनुकूली अंतरिक्ष-समय बीमफॉर्मर। |
0f4f5ba66a0b666c512c4f120c521cecc89e013f | भागीदारी चिकित्सा के ओर पारंपरिक चिकित्सा मॉडल के वर्तमान विकास के इंटरनेट ऑफ थिंग्स (आईओटी) प्रतिमान द्वारा बढ़ावा देल जा सकई हई जोनमे सेंसर (पर्यावरण, पहनने योग्य, अउर प्रत्यारोपित) शामिल छलई जे उपयोगकर्ता के स्वास्थ्य के निगरानी करे अउर दूरस्थ सहायता के सक्रिय करे के उद्देश्य से घरेलू वातावरण के भीतर फैलल हई। आरएफआईडी (आरएफआईडी) प्रौद्योगिकी अब कम लागत, ऊर्जा-स्वायत्त, और डिस्पोजेबल सेंसर के माध्यम से स्मार्ट वातावरण में व्यक्तिगत स्वास्थ्य देखभाल के लिए आईओटी भौतिक परत के हिस्सा प्रदान करे के लिए परिपक्व हो गेलय हय। ईहां शरीर केंद्रित प्रणाली में अनुप्रयोग के लेल आरएफआईडी के अत्याधुनिक स्थिति पर एगो सर्वेक्षण प्रस्तुत कैल गेल हई अउर उपयोगकर्ता के जीवन वातावरण के बारे में जानकारी (तापमान, आर्द्रता अउर दोसर गैस) एकत्र करे के लेल। कई उपलब्ध विकल्पों के अनुप्रयोग स्तर तक वर्णित कियल गलय हा, जेकरा मे आरएफआईडी सिस्टम के कुछ उदाहरण हय जे बिजली के जोखिम और स्वच्छता नियमों के अनुपालन में मानव व्यवहार के बारे में बहु-चैनल डेटा एकत्र करे और संसाधित करे में सक्षम हय। अंत में, खुले चुनौति और संभावित नई अनुसंधान रुझान पर चर्चा कियल गलय हा। |
f9cd7da733c5b5b54a4bbd35f67a913c05df83ea | जैमर और हस्तक्षेप जीएनएसएस रिसीवर द्वारा अनुमानित स्थिति में त्रुटि के स्रोत हय। हस्तक्षेप सिग्नल सिग्नल-टू-शोर अनुपात के कम करो हय और रिसीवर के उपग्रह सिग्नल के सही ढंग से पता लगावे में विफलता के कारण होवो हय। हस्तक्षेप सिग्नल के दिशा में शून्य लगाके जामिंग और मल्टीपाथ शमन के लिए बीमफॉर्मिंग तकनीक के मजबूती के कारण, जीएनएसएस सिग्नल रिसेप्शन के बेहतर करे के लिए मल्टी-चैनल रिसीवर के एक सेट के साथ एक एंटीना सरणी के उपयोग कियल जा सको हय। ई उद्देश्य के लेल स्थानिक संदर्भ बीम निर्माण वांछित और हस्तक्षेप सिग्नल के आगमन के दिशा (डीओए) में जानकारी के उपयोग करई हई। हालांकि, सिग्नल के एंगल ऑफ अराइवल (एओए) के अनुमान लगावे के लिए कई अनुप्रयोगों में मल्टी-चैनल रिसीवर के उपयोग करनाई लागू ना होई हई (हार्डवेयर सीमाएं या पोर्टेबिलिटी समस्या) । ई पेपर एगो सिंथेटिक एंटीना सरणी के आधार पर जैमर अउर हस्तक्षेप सिग्नल के डीओए अनुमान के लेल एगो नया विधि के प्रस्ताव करई हई। इ मामले में, हस्तक्षेप सिग्नल के एओए के अनुमान लगावे के लिए एकल एंटीना के गति के उपयोग कैल जा सको हय। |
77f14f3b5f094bf2e785fae772846116da18fa48 | वेब-चालित अउर केस-आधारित तर्क दृष्टिकोण से समानता आसानी से प्राप्त कैल जा सकई हई। फिर भी, कथा के संदर्भ और लेखक शैली के साथ सार्थक संबंध वाला विचारशील आलंकारिक विवरण उत्पन्न करे के अभी तक पूरा तरह से पता न चलल हई। इ पेपर में, लेखक एक कम्प्यूटेशनल मॉडल के लिए नींव तैयार करो हय जे सौंदर्य जटिलता के इ स्तर के प्राप्त कर सको हय। ई कागज मानव के बराबर आकृति संबंधी तुलना के उत्पन्न करे और रैंक करे के लिए एक संभावित वास्तुकला के भी परिचय और मूल्यांकन करो हय: |
8759c972d89e1bf6deeab780aa2f8e21140c953b | एगो सीरीज स्लॉट एरे एंटीना के लेल एगो साइडेलोब दमन विधि प्रस्तावित कैल गेल हई जे 45 ° -इंकलियर रैखिक ध्रुवीकरण के विकिरण करई हई। एगो व्यापक दीवार के केंद्र रेखा के साथे व्यक्तिगत केंद्रित-झुकाव वाला विकिरण स्लॉट के लेल मनमाना उत्तेजना गुणांक बनावे के लेल अक्षीय विस्थापन के उपयोग कैल जाई हई। प्रस्तावित डिजाइन पद्धति के सत्यापित करे के लिए, हम का बैंड में -20 डीबी और -26 डीबी साइडलोब लेवल (एसएलएल) के लिए डॉल्फ-चेबीशेव वितरण के साथ दो प्रकार के सेंटर-फीड रैखिक स्लॉट सरणी एंटीना डिजाइन करते हैं। एकर अलावा, सीएसटी एमडब्ल्यूएस के उपयोग करके एक समकक्ष सर्किट मॉडल विश्लेषण और विद्युत चुम्बकीय पूर्ण-लहर सिमुलेशन सहित एक क्रॉस-वैलिडेशन प्रक्रिया के उपयोग कैल जा हय। प्रस्तावित श्रृंखला स्लॉट एरे एंटीना के पूरी संरचना को लघुकरण और लागत में कमी के लाभों को सुरक्षित करने के लिए ड्रिलिंग और रासायनिक उत्कीर्णन सहित मुद्रित सर्किट बोर्डों (पीसीबी) पर निर्मित किया जाता है। दो प्रकार के निर्मित एंटीना के लिए मापा गेल वास्तविक लाभ 15.17 और 15.95 डीबीआई और एसएलएल क्रमशः -18.7 और -22.5 डीबीआई हय। ई प्रस्तावित साइडेलोब दमन पद्धति के वैधता के प्रदर्शित करई हई। |
b790ed1ac0b3451ff7522b3b2b9cda6ca3e28670 | |
dde75bf73fa0037cbf586d89d698825bae2a4669 | हम एक कॉम्पैक्ट अनुरूप पहनने योग्य एंटीना प्रस्तावित करते हैं जो 2.36-2.4 गीगाहर्ट्ज मेडिकल बॉडी-एरिया नेटवर्क बैंड में संचालित होता है। एगो समतल मोनोपोल के नीचे, I-आकार के तत्व के केवल दो-दो सरणी से बनल एगो अत्यधिक छोट मेटासर्फेस रखके एंटीना के सक्षम कैल जाई हई। पहले से रिपोर्ट कैल गेल कृत्रिम चुंबकीय संचालन जमीनी विमान समर्थित एंटीना डिजाइन के विपरीत, इ मेटासर्फेस न केवल अलगाव के लिए एक जमीनी विमान के रूप में, बल्कि मुख्य रेडिएटर के रूप में भी कार्य करो हय। एगो एंटीना प्रोटोटाइप के निर्माण और परीक्षण कैल गेलय हल, जे सिमुलेशन और माप के बीच एक मजबूत समझौता दिखावो हय। पहले प्रस्तावित पहनने योग्य एंटीना के तुलना में, प्रदर्शित एंटीना में 0.5 λ0 ×0.3 λ0 ×0.028 λ0 के एक कॉम्पैक्ट फॉर्म फैक्टर हय, जबकि 5.5% प्रतिबाधा बैंडविड्थ, 6.2 dBi के लाभ और 23 dB से अधिक आगे-से-पीछे के अनुपात प्राप्त कैल जा हय। आगे के संख्यात्मक और प्रयोगात्मक जांच से पता चलई हई कि एंटीना के प्रदर्शन संरचनात्मक विकृति अउर मानव शरीर भार दुनु के लेल असाधारण रूप से मजबूत हई, जे समतल मोनोपोल अउर माइक्रोस्ट्रिप पैच एंटीना दुनु से बहुत बेहतर छलई। एकर अतिरिक्त, पेश कैल गेलय धातु समर्थित मेटासर्फेस विशिष्ट अवशोषण दर में 95.3% के कमी के सक्षम करो हय, जे इ तरह के एंटीना के विभिन्न पहनने योग्य उपकरण में शामिल करे के लिए एक प्रमुख उम्मीदवार बनावो हय। |
a3442990ba9059708272580f0eef5f84f8605427 | नेटवर्क फ़ंक्शंस वर्चुअलाइजेशन (एनएफवी) हाल ही में प्रमुख तकनीकी प्रेरक बलों में से एक के रूप में उभरा हय जे आज के कंप्यूटर और संचार नेटवर्क के विकास के महत्वपूर्ण रूप से तेज करो हय। एनएफवी के लाभों के बावजूद, जैसे कि निवेश लागत में बचत, संसाधन खपत के अनुकूलन, परिचालन दक्षता में सुधार, नेटवर्क सेवा जीवनचक्र प्रबंधन के सरलकरण, बहुत सारे नए सुरक्षा खतरे और कमजोरियां पेश की जाएंगी, जिससे इसके आगे के विकास और व्यावहारिक तैनाती में बाधा आएगी। ई पेपर में, हम संक्षेप में एनएफवी के संदर्भ में अपन खतरा विश्लेषण के रिपोर्ट करई हई, अउर संबंधित सुरक्षा आवश्यकता के पहचान करई हई। एकर उद्देश्य व्यापक खतरा वर्गीकरण स्थापित करनाई अउर प्रभावी सुरक्षा प्रतिरक्षा के विकास के लेल एगो दिशानिर्देश प्रदान करनाई हई। एकरा अलावा, एनएफवी आधारित सुरक्षा प्रबंधन और सेवा ऑर्केस्ट्रेशन के लिए एक वैचारिक डिजाइन ढांचा प्रस्तुत कैल गेल हई, जेकर उद्देश्य उपयोगकर्ता अउर ग्राहक के मांग पर सुरक्षा कार्यों के गतिशील अउर अनुकूली रूप से तैनात अउर प्रबंधित करनाई हई। एनएफवी आधारित सुरक्षा प्रबंधन और ऑर्केस्ट्रेशन के कार्यान्वयन के व्यवहार्यता और लाभ के चित्रित करे के लेल एनएफवी आधारित पहुंच नियंत्रण के बारे में एक उपयोग मामला भी विकसित कैल गेल हई। |
5e6f43abce81b991a0860f28f0915b2333b280c5 | उपयोगकर्ता लगातार बदलते संदर्भ में कई गतिविधियों में शामिल होवो हय। संदर्भ-समृद्ध वातावरण में गतिविधि के विश्लेषण संदर्भ जागरूकता अनुसंधान में एक बड़ी चुनौती बन गलय हा। गतिविधि के मान्यता के लेल पारंपरिक तरीका, जैसे वर्गीकरण, संदर्भ अउर गतिविधि के विविधता अउर गतिशीलता के सामना ना कर सकई छलई। इ पेपर में, हम गतिविधि मान्यता दृष्टिकोण के प्रस्ताव करो हय जे अनसुर्क्षित शिक्षा के शामिल करो हय। हम उच्च-आयामी, विषम संवेदी इनपुट के लिए उप-स्थानिक क्लस्टरिंग-एक विशिष्ट प्रकार के अनसुप्रवेशीकृत सीखने-के लागू करने की व्यवहार्यता का विश्लेषण करते हैं। फिर हम क्लस्टरिंग आउटपुट और वर्गीकरण इनपुट के बीच पत्राचार प्रस्तुत करते हैं। इ दृष्टिकोण में निहित, विकसित हो रहल गतिविधि के खोज करे के क्षमता हकय, और पारंपरिक वर्गीकरण-आधारित विधियों के लिए मूल्यवान सहायता प्रदान कर सको हय। जैसन कि सेंसर संदर्भ पता लगावे में प्रचलित साधन बन जा हय और संदर्भ साझा करे के आसान बनावे के लिए सूचना चैनल के प्रसार होवो हय, संदर्भ के व्याख्या करना और गतिविधियों पर एकर प्रभाव के विश्लेषण करना तेजी से चुनौतीपूर्ण हो रहले हा (लिम और डे 2010). हम तर्क दे हियो कि गतिविधि मान्यता के लेल पारंपरिक दृष्टिकोण के लागू करनाई संदर्भ अउर गतिविधि-समृद्ध वातावरण में लागू करनाई अधिक कठिन हो सकई हई। साहित्य में, सीखने के गतिविधि के लिए उपयोग कियल जाए वाला संदर्भ विशेषता के एक छोटा सेट के प्रस्तुत करे के लिए अनुभवजन्य धारणा या आयाम कमी द्वारा चुनल जा हय (क्रॉस, स्माइलैजिक और सिविओरेक 2006) । संदर्भ जानकारी के एक विस्तृत श्रृंखला के सामने इ दृष्टिकोण अव्यवहारिक हय। सबसे महत्वपूर्ण दोष इ हय कि ऊ विभिन्न गतिविधियों के वर्णन करे के लिए आवश्यक बड़ी विविधता के पहचान करे में विफल रहलय हा। गतिविधि मान्यता के लेल, अधिकांश पिछला कार्य पर्यवेक्षित शिक्षण दृष्टिकोण के लागू कलई जेकर उद्देश्य ज्ञात वर्ग के एगो सेट के बीच गतिविधि के भविष्यवाणी करनाई रहई ((फेरशा एट अल। 2004 के बाद से) । हालांकि, नया और तेजी से विकसित हो रहल गतिविधि के सामना करे में इ दृष्टिकोण भी चुनौतीपूर्ण हकय। अनसुप्रगमित सीखना, विशेष रूप से क्लस्टरिंग, बड़े डेटा सेट में निहित संबंधों और नियमितताओं के प्रकट करे के लिए अत्यधिक सफल रहलय हय। सहज रूप से, हम गतिविधि मान्यता दृष्टिकोण के परिकल्पना कर सको हय जे संदर्भ इतिहास के लिए क्लस्टरिंग लागू करो हय। क्लस्टर, जे लगातार संदर्भ पैटर्न के प्रतिनिधित्व करो हय, गतिविधि और ओकर प्रासंगिक स्थिति के सुझाव दे सको हय। परिणाम के उपयोग गतिविधि के विश्लेषण और व्याख्या के लिए स्वतंत्र रूप से कियल जा सको हय। एकर अलावा, क्लस्टर दायरे अउर शर्त के प्रकट कर सकई हई। कॉपीराइट © 2011, एसोसिएशन फॉर द एडवांसमेंट ऑफ आर्टिफिशियल इंटेलिजेंस (www.aaai.org) सब अधिकार सुरक्षित . गतिविधि और अंतःक्रिया के प्रकार। व्यापक वातावरण में सूचना साझा करे के दायरे के निर्धारण करे में ई जानकारी मूल्यवान हई। यद्यपि क्लस्टरिंग संदर्भ के भीतर संघों के खोज करे में एक आशाजनक दृष्टिकोण हय, संदर्भ डेटा के उच्च आयाम और विषमता से निपटने में पारंपरिक क्लस्टरिंग के व्यवहार्यता संदिग्ध हय। इ पत्र में, हम गतिविधि मान्यता के लिए क्लस्टरिंग के लागू करे के लिए चुनौतियों के बारे में पहले एक विस्तृत विश्लेषण करबई। बाद में हम दो हालिया उप-स्थानिक क्लस्टरिंग विधियों के परिचय देवो हय जे इ चुनौतियों के संबोधित कर सको हय। अंत में, अनसुनीकृत गतिविधि मान्यता के विश्लेषण के आधार पर, हम गतिविधि मान्यता ढांचा के प्रस्ताव करतई जे पारंपरिक वर्गीकरण में क्लस्टरिंग के शामिल करई हई। हम देखबई कि दुगो दिशा एक-दूसर के पूरक हई, अउर हाइब्रिड दृष्टिकोण के विकसित करे से गतिविधि संदर्भ जागरूकता के बहुत फायदा होतई। अनसुप्रवीक्षित गतिविधि सीखना |
105f3fd2054cb63223d9ffbda7b6bd5915c6be6b | वस्तु श्रेणिय के दृश्य मॉडल के सीखना प्रसिद्ध रूप से हजारों प्रशिक्षण उदाहरण के आवश्यकता होवो हय; इ वस्तु उपस्थिति के विविधता और समृद्धि के कारण हय जेकरा सैकड़ों पैरामीटर वाला मॉडल के आवश्यकता होवो हय। हम केवल कुछ छवियों से ऑब्जेक्ट श्रेणियों के सीखने के लिए एक विधि प्रस्तुत करते हैं। ई "सामान्य" ज्ञान के शामिल करे पर आधारित हई जे पहले से सीखल गेल मॉडल से संबंधित श्रेणी से प्राप्त कैल जा सकई हई। हम एक परिवर्तनशील बेयसन ढांचा में काम करई हई: वस्तु श्रेणि के संभावनावादी मॉडल द्वारा प्रतिनिधित्व कैल जाई हई, अउर पूर्व ज्ञान के येई मॉडल के पैरामीटर पर संभावना घनत्व फलन के रूप में प्रतिनिधित्व कैल जाई छलई। एक या अधिक अवलोकन के प्रकाश में पूर्व के अद्यतन करके एक वस्तु श्रेणी के लिए पश्चिमी मॉडल प्राप्त कैल जा हय। हमर विचार चार अलग-अलग श्रेणि (मानव चेहरा, हवाई जहाज, मोटरसाइकिल, धब्बेदार बिल्ली) पर प्रदर्शित कैल गेल हई। प्रारंभ में सैकड़ों प्रशिक्षण उदाहरण से तीन श्रेणिय के सीखे के लेल गेल हई, अउर येईसे एगो पूर्व अनुमान लगाएल गेल हई। फिर चौथी श्रेणी के मॉडल के 1 से 5 प्रशिक्षण उदाहरणों से सीखा जा हय, और नया नमूना के पता लगावे के लिए परीक्षण छवियों के एक सेट के उपयोग कियल जा हय। |
7fcd60dd4feceb576f44d138c94a04644eeb5537 | एक बढ़ता संख्या में कंपनियां स्थिरता निवेश करो हय, और एक बढ़ता संख्या में निवेशक अपन पूंजी आवंटन निर्णयों में स्थिरता प्रदर्शन डेटा के एकीकृत करो हय। हालांकि, आज तक, पिछले अकादमिक साहित्य ने भौतिक बनाम अमूर्त स्थिरता के मुद्दों में निवेश के बीच अंतर नहीं कैलकय हय। हम हर उद्योग के लिए सामग्री के रूप में वर्गीकृत सतत निवेश पर डेटा के विभिन्न प्रकार के सतत निवेश पर फर्म-विशिष्ट प्रदर्शन डेटा में हाथ से मैप करके एक नया डेटासेट विकसित करो हय। ई हमनही के सतत निवेश के मूल्य प्रभाव पर नया सबूत प्रस्तुत करे के अनुमति देई हई। कैलेंडर-टाइम पोर्टफोलियो स्टॉक रिटर्न रिग्रेशन के उपयोग करते हुए, हम पाते हैं कि सामग्री स्थिरता के मुद्दों पर अच्छा प्रदर्शन करे वाला फर्म इन मुद्दों पर खराब प्रदर्शन करे वाला फर्मों से काफी बेहतर प्रदर्शन करो हय, इ सुझाव देवो हय कि स्थिरता के मुद्दों में निवेश शेयरधारक मूल्य में वृद्धि कर रहले हा। एकरा अलावा, स्थिरता के मुद्दों पर अच्छा प्रदर्शन करे वाला फर्म जे महत्वपूर्ण के रूप में वर्गीकृत नए कियल गलय हा, ऊ ऐसन फर्म के तुलना में खराब प्रदर्शन नए करो हय जे इ समान मुद्दों पर खराब प्रदर्शन करो हय, इ सुझाव देवो हय कि स्थिरता के मुद्दों पर निवेश कम से कम मूल्य-नष्ट नए करो हय। अंत में, महत्वपूर्ण मुद्दों पर अच्छा प्रदर्शन करे वाला और साथ ही महत्वपूर्ण मुद्दों पर खराब प्रदर्शन करे वाला फर्म सबसे अच्छा प्रदर्शन करो हय। ई परिणाम फर्म के स्थिरता निवेश के दक्षता के बारे में बात करो हय, और परिसंपत्ति प्रबंधकों के लिए भी निहितार्थ हय, जे अपन पूंजी आवंटन निर्णय में स्थिरता कारक के एकीकृत करे के लिए प्रतिबद्ध हय। मुजफ्फर खान हार्वर्ड बिजनेस स्कूल में अतिथि एसोसिएट प्रोफेसर हथिन। जॉर्ज सेराफेम हार्वर्ड बिजनेस स्कूल में बिजनेस एडमिनिस्ट्रेशन के जैकुर्स्की फैमिली एसोसिएट प्रोफेसर हथिन। हार्वर्ड बिजनेस स्कूल में हारून यून एगो डॉक्टरेट छात्र हथिन। हम सिंगापुर के नेशनल यूनिवर्सिटी अउर हार्वर्ड बिजनेस स्कूल के सेमिनार में भाग लेबे वाला के टिप्पणी के लेल आभारी हई। हम हार्वर्ड बिजनेस स्कूल में संकाय अनुसंधान और विकास के विभाग से वित्तीय सहायता के लिए आभारी हकूँ। जॉर्ज सेराफेम एसएएसबी के मानक परिषद में कार्य कैले हई। संपर्क ईमेल: [email protected]; [email protected]; [email protected]। |
65e1ada2360b42368a5f9f5e40ff436051c6fa84 | हम अजमोद पेश करते हैं, पायथन में संभाव्यता मॉडलिंग के लिए एक ओपन सोर्स मशीन लर्निंग पैकेज। संभाव्यता मॉडलिंग में उन विधियों के एक विस्तृत श्रृंखला शामिल हय जे स्पष्ट रूप से संभावना वितरण के उपयोग करके अनिश्चितता के वर्णन करो हय। आम आम मिश्रण मॉडल, छिपे हुए मार्कोव मॉडल और बेयसियन नेटवर्क में लागू तीन व्यापक रूप से उपयोग कैल जाए वाला संभाव्यता मॉडल हय। ग्रेनेड के मुख्य फोकस प्रशिक्षण मॉडल के जटिलता के उनकर परिभाषा से अलग करे पर हई। ई उपयोगकर्ता के अंतर्निहित एल्गोरिदम के उनकर समझ से सीमित होए के बजाय उनकर आवेदन के लेल सही मॉडल के निर्दिष्ट करे पर ध्यान केंद्रित करे के अनुमति देई हई। इ फोकस के एक पहलू में प्रशिक्षण मॉडल के लिए एक रणनीति के रूप में डेटा सेट से पर्याप्त अतिरिक्त आंकड़ों के संग्रह शामिल हय। ई दृष्टिकोण सामान्य रूप से कैगो उपयोगी शिक्षण रणनीति के सक्षम करई हई, जैसे कि आउट-ऑफ-कोर लर्निंग, मिनीबैच लर्निंग, अउर अर्ध-पर्यवेक्षित लर्निंग, बिना उपयोगकर्ता के ई विचार करे के आवश्यकता के कि डेटा के कैसे विभाजन कैल जाए चाहे एल्गोरिदम के कैसे संशोधित कैल जाए ताकि ई कार्य के संभाल सकई। अनार गणना के तेज करे के लिए साइथन में लिखल गेल हई अउर ग्लोबल इंटरप्रिटर लॉक के जारी करई हई ताकि अंतर्निहित मल्टीथ्रेडेड समानांतरता के अनुमति मिल सके, एकरा समान एल्गोरिदम के दोसर कार्यान्वयन के जौरे प्रतिस्पर्धी बनाबे चाहे बेहतर प्रदर्शन कर सकई। ई पेपर अनार में डिजाइन विकल्प के एक सिंहावलोकन प्रस्तुत करई हई, अउर ई कैसे सरल कोड द्वारा जटिल सुविधा के सक्षम कैले हई। कोड https://github.com/jmschrei/pomegranate पर उपलब्ध हय |
45fc88bbf2d007c8c8b9021d303c20611e03a715 | 0360-1315/$ देख सामने के मामला 2008 एल्सेवियर लिमिटेड ए doi:10.1016/j.compedu.2008.06.004 * टेलीफोन। +3 के लिए हल |
5ceaabef5e2ad55a781607433cc47573db786684 | इ विचार कि छात्र के एक नया पीढ़ी शिक्षा प्रणाली में प्रवेश कर रहल हई, शिक्षकों और शिक्षा टिप्पणीकार के बीच हाल के ध्यान आकर्षित कैलकय हा। "डिजिटल मूल निवासी" या "नेट पीढ़ी" के रूप में जानल जाए वाला इ युवा लोग के बारे में कहल जा हय कि ऊ अपन पूरा जीवन प्रौद्योगिकी में डूबेले हलाव, उनका में परिष्कृत तकनीकी कौशल और सीखने के प्राथमिकताएं प्रदान करो हय जेकरा खातिर पारंपरिक शिक्षा तैयार नए हय। ई पीढ़ीगत परिवर्तन के प्रकृति के बारे में और एकरा जवाब में शिक्षा सुधार के तत्काल आवश्यकता के बारे में बड़ा दावा कैल जा रहले हा। ई बहस में संकट के आभास पसर गेल हे । हालांकि, वास्तविक स्थिति स्पष्ट नहीं है। ई पेपर में, लेखक डिजिटल मूल निवासी बहस के विश्लेषण करे के लेल शिक्षा अउर समाजशास्त्र के क्षेत्र पर आधारित छलई। ई पेपर डिजिटल मूल निवासी के बारे में कैल गेलय मुख्य दावा के प्रस्तुत करो हय और ओकर प्रश्न करो हय और स्वयं बहस के प्रकृति के विश्लेषण करो हय। हमार तर्क हई कि अनुभवजन्य अउर सैद्धांतिक रूप से सूचित होए के बजाय, बहस के "नैतिक आतंक" के एगो अकादमिक रूप से तुलना कैल जा सकई हई। हम प्रस्तावित कर हई कि "डिजिटल मूल निवासी" अउर शिक्षा के लेल ओकर प्रभाव के जांच करे के लेल अब एगो अधिक मापा और निस्वार्थ दृष्टिकोण के आवश्यकता हई। एक बात जे कभी नञ् बदलऽ हइ ऊ ई कि हरमेसा अइसन लगऽ हइ कि बड़े बदलाव हो रहले ह। मार्सेल प्रोस्ट, एगो नवोदित ग्रोव के भीतर |
a708c162edd794cab982cf1049f2b81a05cf5757 | |
d36018859bbdac8797064a2f4c58e4661bbd4f02 | चिप आकार के कम करे के लेल एगो का-बैंड प्लैनर तीन-तरफा पावर डिवाइडर प्रस्तावित कैल गेल हई जे ट्रांसमिशन लाइन के बजाय कपल्ड लाइन के उपयोग करई हई। पारंपरिक विल्किंसन पावर डिवाइडर से अलग प्रस्तावित समतल टोपोलॉजी के विश्लेषण कैल गेल हई अउर न केवल कॉम्पैक्ट बल्कि डीसी ब्लॉक विशेषता प्रदान कर सकई हई, जे मोनोलिथिक माइक्रोवेव एकीकृत सर्किट अनुप्रयोग के लेल बहुत उपयुक्त छलई। pHEMT प्रक्रिया द्वारा लागू डिवाइडर 5.1 dB से कम के सम्मिलन हानि अउर 17 dB से बेहतर आउटपुट अलगाव दिखाबई हई। 30 गीगाहर्ट्ज पर 18 डीबी से कम के वापसी हानि और 4.2 डिग्री के चरण अंतर प्राप्त कैल जा सको हय। अंत में, सिमुलेशन और प्रयोगात्मक परिणाम के बीच अच्छा समझौता दिखायल गेलय हय। |
5f9d8263ab657a9985f8f5f252a3e2da49b6e15b | ई पेपर एगो नया धातुकरण तकनीक पर आधारित एगो खिंचाव योग्य प्लैनर इनवर्टेड-एफ एंटीना (पीआईएफए) प्रस्तुत करई हई जे नैनोस्केल पतली (50/100 एनएम) ऑ फिल्म के इलास्टोमर पॉलीडिमिथाइलसिलॉक्सेन (पीडीएमएस) पर जमा करई हई। पतली धातु की फिल्मों को विद्युत चालकता खोए बिना 20% तक उलटकर बढ़ाया जा सकता है। नया सामग्री से बनल पीआईएफए एंटीना 10% तनाव के तहत काम कर सकई हई अउर लागू तनाव के हटाबे के बाद अपन मूल स्थिति में वापस आ सकई हई। एंटीना प्रदर्शन के लिए सिमुलेशन और माप परिणाम देल गेल हई। |
de1a87431309ff9e9d3bce7fb0b2f3b1a62b45e3 | इ योगदान के जियोइन्फॉर्मेशन और कार्टोग्राफी श्रृंखला (स्प्रिंगर-वर्लग, हाइडेलबर्ग) में लेक्चर नोट्स के भीतर प्रकाशित करे के लिए एक डबल ब्लाइंड समीक्षा प्रक्रिया में चुनल गेलय हल। 3 डी जियो-इन्फॉर्मेशन साइंसेज में प्रगति कोल्बे, थॉमस एच; कोनिग, गेरहार्ड; नागेल, क्लॉस (संपादकों) 2011, एक्स आईएसबीएन 978-3-642-12669-7, हार्डकवर प्रकाशन के तारीखः 5 जनवरी, 2011 श्रृंखला संपादक: कार्टराइट, डब्ल्यू., गार्टनर, जी., मेंग, एल., पीटरसन, एम.पी. ISSN: 1863-2246 इंटरनेशनल आर्काइव्स ऑफ द फोटोग्रामेट्री, रिमोट सेंसिंग एंड स्पेसियल इंफॉर्मेशन साइंसेज, वॉल्यूम XXXVIII-4/W15 5 वीं इंटरनेशनल 3 डी जियोइन्फो कॉन्फ्रेंस, 3-4 नवंबर, 2010, बर्लिन, जर्मनी 193 बीआईएम और जीआईएस के एकीकरण में रुचि बढ़ रहले हय। हालांकि, अधिकांश शोध जीआईएस अनुप्रयोगों में बीआईएम डेटा के आयात पर केंद्रित हय और एकर विपरीत। बीआईएम और जीआईएस के वास्तविक एकीकरण बीआईएम में जीआईएस तकनीक के मजबूत हिस्सों के उपयोग कर रहा है, और निश्चित रूप से जीआईएस में बीआईएम तकनीक के मजबूत हिस्सों के उपयोग कर रहा है। ई पेपर में दुनहु दुनिया के मजबूत हिस्सा के मिश्रण एगो एकल परियोजना में एकीकृत कैल गेल हई। पेपर में सिमेंटिक आईएफसी डेटा के जीआईएस संदर्भ में प्राप्त करे के लेल जियोबीआईएम नामक सिटीजीएमएल एक्सटेंशन के विकास के वर्णन कैल गेल हई। IFC के CityGML में रूपांतरण (जियोबीआईएम विस्तार सहित) के ओपन सोर्स बिल्डिंग इंफॉर्मेशन मॉडelserver में लागू कैल गेल हई। |
4bba88ac970d88c7a4a6aa174d765649a3fcfb00 | बाजार नियंत्रण के तत्व के साथ पदानुक्रम के संचार करनाई एक साथ उद्यमशीलता अउर फर्म में प्रेरणा बढ़ाबे के एगो व्यापक रूप से उपयोग कैल जाए वाला तरीका बन गेल हई। हालांकि, इ पेपर में तर्क देल गेल हई कि ऐसन "आंतरिक संकर", विशेष रूप से ओकर कट्टरपंथी रूप में, सफलतापूर्वक डिजाइन अउर लागू करनाई स्वाभाविक रूप से कठिन हई, काहेकी प्रत्यायोजित निर्णय लेबे में हस्तक्षेप न करे के प्रबंधकीय वादा से संबंधित मौलिक विश्वसनीयता समस्या हई - एगो प्रोत्साहन समस्या जेकरा अक्सर "चयनात्मक हस्तक्षेप के समस्या" के रूप में संदर्भित कैल जाई हई। 1990 के दशक के शुरुआत में, ओटिकन अपन कट्टरपंथी आंतरिक संकर, स्पैगेटी संगठन के लिए प्रसिद्ध हो गेलय। हाल के काम ने संगठन पर ढीली युग्मन लगाकर गतिशील क्षमता के बढ़ावा देवे के एक कट्टरपंथी प्रयास के रूप में स्पैगेटी संगठन के व्याख्या कैलकय हय, हालांकि, इ बात के उपेक्षा करते हुए कि लगभग एक दशक बाद, स्पैगेटी संगठन ने अधिक पारंपरिक मैट्रिक्स संगठन के रास्ता देलकय हय। ई पेपर ओटिकन में संगठनात्मक परिवर्तन के एगो संगठनात्मक अर्थशास्त्र व्याख्या प्रस्तुत करई हई, अउर तर्क देई हई कि स्पैगेटी संगठन के एगो मजबूत दायित्व उपरोक्त प्रोत्साहन समस्या रहई। ओटिकन में प्रेरणा के शीर्ष प्रबंधन के तरफ से चयनात्मक हस्तक्षेप से दृढ़ता से नुकसान पहुँचायल गेलय हल। संगठनात्मक संरचना के बदलनाई इ प्रेरणा संबंधी समस्याओं के ठीक करे के एक साधन हलय। आंतरिक संकरों के कुशल डिजाइन के समझ के लिए, और फर्मों और बाजारों के बीच अंतर के अधिक सामान्य मुद्दे के साथ-साथ आंतरिक और बाहरी संकरों के बीच चयन के लिए, खंडन योग्य निहितार्थ विकसित कियल गलय हा। |
8687feb71453c7b6fb7b73802d0b77800b7285b9 | |
cfdb77b2cb9f8ca9616fa34a84d23685c0a4c45e | परिवर्तित सिस्टम पैरामीटर के सामना करे के लेल पुनर्संरचना योग्य एंटीना ध्रुवीकरण, संचालन आवृत्ति चाहे दूर-क्षेत्र पैटर्न के बदलई हई। ई कागज कार्यान्वयन के कई उदाहरण के साथे, पुनर्गठनीय एंटीना पर लागू कुछ अतीत और वर्तमान तकनीक के समीक्षा करो हय। यांत्रिक रूप से चलल भाग और सरणी के जौरे-जौरे फेर से कॉन्फ़िगर करे योग्य एंटीना पर लागू होए वाला अधिक हालिया अर्धचालक-घटक अउर ट्यून करने योग्य-सामग्री प्रौद्योगिकि पर चर्चा कैल गेल हई। |
aef5223dd82909a78e36895e1fe261d29704eb0e | इ पत्र में एक-आयामी उच्च-प्रभावी फैब्री-पेरोट (एफपी) लो-प्रोफाइल लीक-वेव एंटीना (एलडब्ल्यूए) के प्रस्तावित कैल गेलय हय जे एक-आयामी उच्च-प्रकाश स्टीयरिंग गुण प्रस्तुत करो हय। संरचना में एक ग्राउंड प्लेन और एक अलग प्रेरक आंशिक रूप से चिंतनशील सतह (पीआरएस) शामिल हय। प्राथमिक फ़ीड के रूप में कार्य करे के लिए गुहा में एक माइक्रोस्ट्रिप पैच एंटीना एम्बेडेड हय। डिजाइन उदाहरणों के रूप में, एंटीना 9.5 गीगाहर्ट्ज पर काम करे के लिए डिज़ाइन कियल गलय हा। λ0 / 6 (जहाँ λ0 मुक्त अंतरिक्ष संचालन तरंग दैर्ध्य हय) के निश्चित समग्र मोटाई के साथ उप-तरंग दैर्ध्य एफपी गुहा के निर्माण और मापा जा हय। पीआरएस प्रेरण के भिन्न करे के प्रभाव के विश्लेषण कैल गेल हई। ई देखाएल गेल हई कि पीआरएस के प्रेरक ग्रिड के विवेकपूर्ण रूप से डिजाइन करे पर 60 के करीब व्यापक दिशा से अंत-आग दिशा के ओर एक उच्च प्रकाश स्टीयरिंग कोण प्राप्त कैल जा सकई हई। |
99d03dc3437b5c4ed1b3e54d65a030330e32c6cb | |
fef3feb39ed95a4376019af8dbfe604643fb7f25 | स्टील्थ पता एगो प्राप्तकर्ता के वॉलेट पता के जौरे एगो ब्लॉकचेन लेनदेन के आउटपुट के सार्वजनिक संघ के रोकई हई अउर लेनदेन के वास्तविक गंतव्य पता के छिपाबई हई। जबकि स्टील्थ एड्रेस एगो क्रिप्टोक्यूरेंसी नेटवर्क के लेल एगो प्रभावी गोपनीयता-बढ़ाव तकनीक प्रदान करई हई, एकरा लेल सभे लेनदेन के सक्रिय रूप से निगरानी करे अउर कथित गंतव्य पते के गणना करे के लेल ब्लॉकचेन नोड्स के आवश्यकता होई हई, जे इंटरनेट ऑफ थिंग्स (आईओटी) जैसन संसाधन-प्रतिबंधित वातावरण के लेल एकर अनुप्रयोग के प्रतिबंधित करई हई। ई पेपर में, हम डीकेएसएपी-आईओटी, ब्लॉकचेन-आधारित आईओटी सिस्टम लागी एगो तेज डबल-कुंजी स्टील्थ पता प्रोटोकॉल के प्रस्ताव रखई हई। डीकेएसएपी-आईओटी प्रदर्शन में सुधार करे आउर दू संचार समकक्ष के बीच एक साथ लेनदेन के आकार के कम करे के लेल टीएलएस सत्र पुनः आरंभ करे के समान तकनीक के उपयोग करई हई। एगो एम्बेडेड कंप्यूटिंग प्लेटफॉर्म पर हमर सैद्धांतिक विश्लेषण के जौरे-जौरे व्यापक प्रयोग से पता चलई हई कि डीकेएसएपीआईओटी अत्याधुनिक योजना के तुलना में कम से कम 50% तक कंप्यूटेशनल ओवरहेड कम करे में सक्षम हई, येई प्रकार एकर अनुप्रयोग के लेल रास्ता प्रशस्त करई छलई। ब्लॉकचेन-आधारित आईओटी सिस्टम। |
0b4b6932d5df74b366d9235b40334bc40d719c72 | इ पेपर में, हम अर्ध-पर्यवेक्षित सेटिंग में डीप न्यूरल नेटवर्क के प्रशिक्षित करे के लिए एक सरल और कुशल विधि प्रस्तुत करो हय जेजा प्रशिक्षण डेटा के केवल एक छोटा हिस्सा लेबल कैल जा हय। हम आत्म-संयोजन शुरू कर हई, जहां हम विभिन्न युग में प्रशिक्षण में नेटवर्क के आउटपुट के उपयोग करके अज्ञात लेबल के आम सहमति भविष्यवाणी करई हई, अउर सबसे महत्वपूर्ण बात, विभिन्न नियमितकरण अउर इनपुट संवर्धन परिस्थिति में। इ संयोजन भविष्यवाणी के सबसे हाल के प्रशिक्षण युग में नेटवर्क के आउटपुट के तुलना में अज्ञात लेबल के लिए एक बेहतर भविष्यवाणी करे के उम्मीद कैल जा सको हय, और इ प्रकार प्रशिक्षण के लिए एक लक्ष्य के रूप में उपयोग कियल जा सको हय। हमर विधि के उपयोग करके, हम दू मानक अर्ध-पर्यवेक्षित सीखने के बेंचमार्क के लेल नया रिकॉर्ड सेट कलई, एसवीएचएन में (गैर-वर्धित) वर्गीकरण त्रुटि दर के 18.44% से घटाके 7.05% कर देलई, 500 लेबल के जौरे, अउर सीआईएफएआर -10 में 18.63% से 16.55% कर देलई, 4000 लेबल के जौरे, अउर आगे मानक संवर्द्धन के सक्षम कैके 5.12% अउर 12.16% कर देलई। हम प्रशिक्षण के दौरान अनलेबल अतिरिक्त इनपुट के रूप में टिनी इमेजेज डेटासेट से यादृच्छिक छवियों के उपयोग करके CIFAR-100 वर्गीकरण सटीकता में स्पष्ट सुधार प्राप्त करते हैं। अंत में, हम गलत लेबल के लिए अच्छा सहिष्णुता प्रदर्शित करते हैं। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.