_id
stringlengths 40
40
| text
stringlengths 0
9.54k
|
|---|---|
3c5c3e264e238fe1b76cfe528a0ef26b97f7309b | यस कागजातले प्राकृतिक छविहरूको लागि एक किनारा-निर्देशित अन्तर्पोलेशन एल्गोरिथ्म प्रस्ताव गर्दछ। यसको आधारभूत विचार भनेको पहिले कम रिजोल्युसन छविबाट स्थानीय सह-भिन्नता गुणांकहरूको अनुमान गर्नु हो र त्यसपछि यी सह-भिन्नता अनुमानहरू प्रयोग गरेर उच्च रिजोल्युसनमा अन्तर्क्रियालाई अनुकूलन गर्न कम रिजोल्युसन सह-भिन्नता र उच्च रिजोल्युसन सह-भिन्नता बीचको ज्यामितीय द्वैतको आधारमा। कोभेरियन्स-आधारित अनुकूलनको किनारा-निर्देशित सम्पत्तिले यसको अन्तर्निहित गुणांकहरू ट्यून गर्ने क्षमतालाई मनमाने ढंगले उन्मुख चरण किनारासँग मेल खाने क्षमतालाई श्रेय दिन्छ। समग्र गणना जटिलता कम गर्नका लागि द्विध्रुवीय अन्तर्विभाजन र सह-विभाजन आधारित अनुकूली अन्तर्विभाजन बीच स्विच गर्ने हाइब्रिड दृष्टिकोण प्रस्ताव गरिएको छ। नयाँ इन्टरपोलेसन एल्गोरिथ्मको दुई महत्त्वपूर्ण अनुप्रयोगहरू अध्ययन गरिएको छः ग्रेस्केल छविहरूको रिजोल्युसन वृद्धि र सीसीडी नमूनाहरूबाट रंग छविहरूको पुनर्निर्माण। सिमुलेसनको नतिजाले हाम्रो नयाँ इन्टरपोलेसन एल्गोरिथ्मले परम्परागत रैखिक इन्टरपोलेसनको तुलनामा इन्टरपोलेटेड छविहरूको व्यक्तिपरक गुणस्तरमा उल्लेखनीय सुधार गरेको देखाउँछ। |
77c512cbb832436e1a35ad434e6bb3d763799763 | वेर्नर राइचर्ड्ट सेन्टर फर इन्टिग्रेटिभ न्यूरोसाइन्स एण्ड इन्स्टिच्युट अफ थिओरेटिक फिजिक्स, युनिभर्सिटी अफ टुबिन्जेन, जर्मनी बर्नस्टेन सेन्टर फर कम्प्युटेशनल न्यूरोसाइन्स, टुबिन्जेन, जर्मनी ग्रेजुएट स्कूल फर न्युरल इन्फर्मेसन प्रोसेसिंग, टुबिन्जेन, जर्मनी म्याक्स प्लानक इन्स्टिच्युट फर बायोलोजिकल साइबरनेटिक्स, टुबिन्जेन, जर्मनी डिपार्टमेन्ट अफ न्यूरोसाइन्स, बेयलर कलेज अफ मेडिसिन, ह्युस्टन, टेक्सस, अमेरिका जसलाई पत्राचार पठाउनु पर्छ; इमेलः [email protected] |
7c14de73292d0398b73638f352f53c8b410049c1 | उद्देश्य - यस कागजातको उद्देश्य एउटा यस्तो मोडेलको विकास गर्नु हो जसको प्रयोग कुन सानादेखि मध्यम आकारका उद्यमहरू (एसएमई) उद्यम प्रणाली (ईआरपी, सीआरएम, एससीएम र ई-प्रायवसाय) को अधिक सम्भावनाको रूपमा अपनाउने छन् भनेर भविष्यवाणी गर्न प्रयोग गर्न सकिन्छ। डिजाइन/विधि/दृष्टिकोण - उत्तर पश्चिम इङ्गल्याण्डमा अवस्थित साना तथा मझौला उद्यमहरूको आकस्मिक नमूनाबाट डाटा संकलन गर्न प्रत्यक्ष अन्तर्वार्ताको प्रयोग गरिएको थियो। लजिस्टिक रिग्रेसन प्रयोग गरेर १०२ प्रतिक्रियाहरूको विश्लेषण गरिएको थियो। निष्कर्ष - परिणामले देखाउँछ कि एसएमईलाई उद्यम प्रणाली अपनाउनेमा प्रभाव पार्ने कारकहरू एसएमईलाई अन्य पहिले अध्ययन गरिएको सूचना प्रणाली (आईएस) नवाचारहरूको अपनाउनेमा प्रभाव पार्ने कारकहरू भन्दा फरक छन्। एसएमईमा वातावरणीय कारकभन्दा प्राविधिक र संगठनात्मक कारकहरूको बढी प्रभाव रहेको पाइएको छ। यसबाहेक, परिणामहरूले देखाउँछ कि अधिक अपेक्षाकृत लाभ, यी प्रणालीहरू अपनाउनु अघि प्रयोग गर्नको लागि अधिक क्षमता, उच्च व्यवस्थापन समर्थन, अधिक संगठनात्मक तत्परता र ठूलो आकारका फर्महरू उद्यम प्रणालीहरूको अवलम्बन गर्ने भविष्यवाणी गरिन्छ। अनुसन्धानका सीमाहरू/परिणामहरू - यद्यपि यस अध्ययनले एसएमईहरूद्वारा उद्यम प्रणालीहरूको सेटको प्रयोगमा प्रभाव पार्ने कारकहरूमा केन्द्रित थियो (उदाहरणका लागि, ईआरपी, सीआरएम, एससीएम र ई-प्रायभमेन्ट), यसले यी प्रणालीहरूलाई प्रभाव पार्ने कारकहरू बीच भिन्नता गर्न असफल हुन्छ। व्यावहारिक प्रभाव - यो मोडेल सफ्टवेयर विक्रेताहरूलाई मार्केटिङ रणनीतिहरू विकास गर्न मात्र होइन, जसले सम्भावित प्रयोगकर्ताहरूलाई लक्षित गर्न सक्छ, तर एसएमईहरू बीच एसईको प्रयोग बढाउन रणनीतिहरू विकास गर्न पनि प्रयोग गर्न सकिन्छ। मौलिकता/मूल्य - यस लेखले साना व्यवसायको सन्दर्भमा आईएस नवप्रवर्तनको प्रयोग/प्रसारको निरन्तर अनुसन्धानमा योगदान पुर्याउँछ। |
7af2c4d2f4927be654292a55f4abb04c63c76ee3 | |
ea39812bb04923faff76ba567649aceaf19a660e | मानव हिड्ने तरिका एउटा यस्तो महत्वपूर्ण बायोमेट्रिक हो, जसको प्रयोग चिकित्सा निदानमा अहिलेसम्म उपेक्षित छ। यस लेखमा हामीले मानव हिड्ने तरिकाको बारेमा अध्ययन गरेका छौं। यो हिड्ने तरिकाको बारेमा अध्ययन गर्नका लागि हामीले एउटा सेन्सरमा आधारित बायोमेट्रिक सूटको प्रयोग गरेका छौं। यो सूटले मानव शरीरको आठ प्रमुख जोर्नीहरू (दुई घुँडा, दुई हिप्स, दुई कुहिनो र दुई काँध) बाट एकसाथ हिँड्ने गतिमा हुने दोलनको मापन गर्दछ। मानव चाल ढाँचाको विश्लेषण र बुझ्नका लागि प्रविधिहरू विकास गरियो। हिड्ने गतिमा भिन्नता अध्ययन गरियो जुन ३ किमी/घण्टादेखि ५ किमी/घण्टासम्म फरक-फरक थियो। लैङ्गिक भिन्नता (पुरुष/महिला) पैदल गतिमा पनि अध्ययन गरिएको छ। मानव हिड्ने गतिमा घुँडाको संयुक्त गति र हिप संयुक्त अस्थिरताले असर पार्ने व्यापक विश्लेषण हातको स्विंग प्रभावको साथ सम्बोधन गरिएको छ। यस विश्लेषणले हामीलाई मानव द्विपाद गति र यसको स्थिरतामा अन्तरदृष्टि प्रदान गर्नेछ। हामी मानव हिड्ने गतिमा हुने अस्थिरताहरुको भण्डार बनाउने योजनामा छौं जसलाई व्यापक रुपमा विश्लेषण गर्न सकिन्छ व्यक्तिको पहिचान गर्न र बिरामीहरुमा हिड्ने समस्या पत्ता लगाउन, जुन चिकित्सा क्षेत्रमा रोगको पत्ता लगाउने हो। |
f2c4082faeff5d63b0144ef371c8964621ee33bf | मस्तिष्क-कम्प्युटर इन्टरफेस (बीसीआई) ले प्रयोगकर्ताहरूलाई मस्तिष्कको सामान्य आउटपुट मार्गहरू बाह्य स्नायु र मांसपेशीहरूको सट्टा मस्तिष्क संकेतहरू प्रयोग गरेर बाह्य उपकरणहरू सञ्चार गर्न वा नियन्त्रण गर्न अनुमति दिन्छ। गम्भीर अशक्तता भएका व्यक्तिहरूलाई स्वतन्त्रता प्रदान गर्ने आशा र बाह्य प्रणालीहरूमा मानव नियन्त्रणलाई थप विस्तार गर्ने चासोले प्रेरित भएर धेरै क्षेत्रका अनुसन्धानकर्ताहरू यो चुनौतीपूर्ण नयाँ काममा संलग्न छन्। बीसीआईको अनुसन्धान र विकास विगत दुई दशकमा विस्फोटक रूपमा बढेको छ। हालैदेखि गम्भीर अशक्तता भएका व्यक्तिहरूलाई प्रयोगशालामा प्रमाणित बीसीआई प्रणालीहरू प्रदान गर्न प्रयासहरू सुरु गरिएको छ। यस लेखमा हामी बीसीआई प्रविधि र यसको क्लिनिकल अनुप्रयोगको वर्तमान अवस्था र भविष्यको सम्भावनाबारे चर्चा गर्नेछौं। हामी बीसीआई परिभाषित गर्नेछौं, मानव मस्तिष्कबाट बीसीआई-सम्बन्धित संकेतहरूको समीक्षा गर्नेछौं, र बीसीआईको कार्यात्मक घटकहरूको वर्णन गर्नेछौं। हामी बीसीआई प्रविधिको वर्तमान क्लिनिकल अनुप्रयोगहरूको पनि समीक्षा गर्नेछौं र सम्भावित प्रयोगकर्ताहरू र सम्भावित अनुप्रयोगहरू पहिचान गर्नेछौं। अन्तमा, हामी बीसीआई प्रविधिको वर्तमान सीमितताहरू, यसको व्यापक क्लिनिकल प्रयोगमा बाधाहरू, र भविष्यका लागि अपेक्षाहरूबारे छलफल गर्नेछौं। |
b452a829d69fb1e265cf9277ff669bbc2fa8859b | विद्यमान न्यूरल मेसिन ट्रान्सलेसन (एनएमटी) मोडेलले सामान्यतया वाक्यहरूलाई अलग्गै अनुवाद गर्दछ, कागजात-स्तरको जानकारीको फाइदा लिनको लागि अवसर गुमाउँछ। यस कार्यमा, हामी एनएमटी मोडेलहरूलाई धेरै हल्का क्यास जस्तो मेमोरी नेटवर्कको साथ बढाउने प्रस्ताव गर्दछौं, जसले हालसालैका लुकेका प्रतिनिधित्वहरूलाई अनुवाद ईतिहासको रूपमा भण्डार गर्दछ। उत्पन्न शब्दहरूमा सम्भावना वितरण मेमोरीबाट पुनःप्राप्त अनुवाद इतिहासको आधारमा अनलाइन अपडेट हुन्छ, समयसँगै गतिशील रूपमा अनुकूलन गर्ने क्षमताको साथ एनएमटी मोडेलहरू प्रदान गर्दछ। विभिन्न विषय र शैलीका बहुविध क्षेत्रहरूमा प्रयोगहरूले गणना लागतमा नगण्य प्रभावको साथ प्रस्तावित दृष्टिकोणको प्रभावकारिता देखाउँदछ। |
6a821cb17b30c26218e3eb5c20d609dc04a47bcb | स्परसिटीले शून्यहरूलाई छोडेर गहिरो न्यूरल नेटवर्कहरूको कम्प्युटेशनल जटिलतालाई कम गर्न मद्दत गर्दछ। TPU जस्तै अर्को पुस्ता DNN त्वरक मा उच्च प्राथमिकता को रूप मा sparsity को फाइदा लिने सूचीबद्ध छ। [1] स्प्रारसिटीको संरचना, अर्थात्, छँटाईको ग्रान्युलरिटीले हार्डवेयर एक्सेलेरेटर डिजाइनको दक्षता साथै पूर्वानुमान शुद्धतालाई असर गर्छ। मोटो-अनाजको छँटाईले नियमित स्परसिटी ढाँचाहरू सिर्जना गर्दछ, यसलाई हार्डवेयर त्वरणको लागि अधिक स्वीकार्य बनाउँदछ तर समान शुद्धता कायम गर्न बढी चुनौतीपूर्ण बनाउँदछ। यस लेखमा हामी संख्यात्मक रूपमा कमजोरी नियमितता र पूर्वानुमान शुद्धता बीचको व्यापार-अफ मापन गर्दछौं, अधिक संरचित कमजोरी ढाँचा भएको बेला कसरी शुद्धता कायम गर्ने भन्ने बारे अन्तर्दृष्टि प्रदान गर्दछ। हाम्रो प्रयोगात्मक परिणामले देखाउँछ कि मोटो-अनाकारको छँटाईले सटीकता गुमाए बिना असंगठित छँटाईको समान स्परसिटी अनुपात प्राप्त गर्न सक्छ। यसको अतिरिक्त, सूचकांक बचत प्रभावको कारण, मोटो-अनाजको छँटाईले ठीक-अनाजको स्पायरिटी भन्दा राम्रो कम्प्रेसन अनुपात प्राप्त गर्न सक्दछ। हालैको स्पायर कन्भोल्भ्युसनल न्युरल नेटवर्क एक्सेलेरेटर (एससीएनएन) मा आधारित, हाम्रो प्रयोगले थप प्रदर्शन गर्दछ कि मोटो-अन्नयुक्त स्पायरिटीले फाइन-अन्नयुक्त स्पायरिटीको तुलनामा ~ २ × मेमोरी सन्दर्भहरू बचत गर्दछ। मेमोरी सन्दर्भ अंकगणितिक परिचालन भन्दा दुई भन्दा बढी परिमाणको महँगो छ, छिटो संरचनाको नियमितताले अधिक कुशल हार्डवेयर डिजाइनमा पुर्याउँछ। |
0651b333c2669227b0cc42de403268a4546ece70 | अनगिन्ती सिकाइ कार्यहरूले क्रमबद्ध डाटासँग व्यवहार गर्नु आवश्यक छ। छवि क्याप्शन, भाषण संश्लेषण, र संगीत उत्पादन सबै मोडेलले आउटपुटहरू उत्पादन गर्न आवश्यक छ जुन अनुक्रम हो। अन्य डोमेनहरूमा, जस्तै समय श्रृंखला भविष्यवाणी, भिडियो विश्लेषण, र संगीत जानकारी पुनः प्राप्ति, एक मोडेलले इनपुटबाट सिक्नुपर्दछ जुन अनुक्रम हो। अन्तरक्रियात्मक कार्यहरू जस्तै प्राकृतिक भाषा अनुवाद गर्ने, संवादमा संलग्न हुने र रोबोटलाई नियन्त्रण गर्ने काममा प्रायः दुवै क्षमताको आवश्यकता पर्छ। पुनरावर्ती तंत्रिका नेटवर्क (आरएनएन) कनेक्शनवादी मोडेलहरू हुन् जसले नोडहरूको नेटवर्कमा चक्रहरू मार्फत अनुक्रमहरूको गतिशीलता कब्जा गर्दछ। मानक फिडफर्वर्ड न्यूरल नेटवर्कको विपरीत, पुनरावर्ती नेटवर्कले एक राज्य कायम गर्दछ जुन मनमाने ढंगले लामो सन्दर्भ विन्डोबाट जानकारी प्रतिनिधित्व गर्न सक्दछ। यद्यपि पुनरावर्ती न्यूरल नेटवर्कहरू परम्परागत रूपमा प्रशिक्षण गर्न गाह्रो भएको छ, र प्रायः लाखौं प्यारामिटरहरू समावेश गर्दछ, नेटवर्क आर्किटेक्चरमा भर्खरको प्रगति, अनुकूलन प्रविधिहरू, र समानान्तर गणनाले उनीहरूसँग ठूलो मात्रामा सफल शिक्षा सक्षम गरेको छ। हालैका वर्षहरूमा, लामो छोटो अवधिको मेमोरी (एलएसटीएम) र द्विदिशात्मक (बीआरएनएन) आर्किटेक्चरमा आधारित प्रणालीहरूले छवि क्याप्शन, भाषा अनुवाद, र हस्तलेखन पहिचान जस्ता विविध कार्यहरूमा ग्राउन्डब्रेकिंग प्रदर्शन प्रदर्शन गरेका छन्। यस सर्वेक्षणमा हामीले विगत तीन दशकमा भएका अनुसन्धानको समीक्षा र संश्लेषण गरेका छौं जसले पहिले यी शक्तिशाली सिकाइ मोडेलहरूलाई उत्पादन गर्यो र त्यसपछि व्यावहारिक बनायो। उपयुक्त भएमा, हामी द्वन्द्वपूर्ण सङ्केतन र नामकरणलाई मिलाउँछौं। हाम्रो लक्ष्य भनेको ऐतिहासिक परिप्रेक्ष्य र प्राथमिक अनुसन्धानको सन्दर्भ सहित कलाको राज्यको एक आत्म-समावेश व्याख्या प्रदान गर्नु हो। |
db10480323bd2b9aeb58268678c204053722d6ad | |
168a89ce530c63720da844a30f5fce0c8f00fe8b | हामी अनलिमिटेड स्ट्रिमको जोडीमा स्लाइडिंग विन्डो जोइन्टको मूल्यांकन गर्नका लागि एल्गोरिदमको अनुसन्धान गर्छौं। हामीले यी एल्गोरिदमको अपेक्षित प्रदर्शनको विश्लेषण गर्नका लागि एक-समय-आधार लागत मोडेलको परिचय दिएका छौं। यो लागत मोडेल प्रयोग गरेर, हामी तीन परिदृश्यमा प्रक्रिया जोड्दा को दक्षता अधिकतम गर्न रणनीति प्रस्ताव। पहिलो, हामी एउटा धारा अर्को भन्दा धेरै छिटो हुन्छ भन्ने कुरा विचार गरौं। हामी देखाउँछौं कि जोइङ एल्गोरिदमको असममित संयोजन, (उदाहरणका लागि, एउटा इनपुटमा ह्याश जोइङ, अर्कोमा नेस्टेड-लूप जोइङ) सिमेट्रिक जोइङ एल्गोरिथ्म कार्यान्वयनलाई पार गर्न सक्छ। दोस्रो, हामी यस्तो घटनाको अनुसन्धान गर्छौं जहाँ प्रणाली स्रोतहरू इनपुट प्रवाहहरूसँग तालमेल राख्न अपर्याप्त हुन्छन्। हामी देखाउँछौं कि हामी दुई इनपुट स्ट्रिमहरूमा कम्प्युटिङ संसाधनहरू उचित रूपमा विनियोजन गरेर यस अवस्थामा उत्पन्न हुने जोडी परिणाम ट्यूपलहरूको संख्या अधिकतम गर्न सक्छौं। अन्तमा, हामी मेमोरी सीमित हुँदा उत्पादन परिणाम tuples को संख्या अधिकतम गर्न रणनीति अनुसन्धान, र दुई इनपुट प्रवाह मार्फत उचित स्मृति आवंटन एकदम कम स्रोत उपयोग र / वा थप परिणाम tuples उत्पादन गर्न सक्छ भनेर देखाउँछ। |
39348c10c90be968357e2a6b65d5e0e479307735 | यसबाहेक हामी देखाउँछौं कि केही जानकारीहरू अरूको तुलनामा सामाजिक सम्बन्धहरूको राम्रो सूचक हुन्, र यी सूचकहरू प्रयोगकर्ताहरूको बीचमा भिन्न हुन्छन् र विभिन्न समुदायहरूमा व्यक्तिहरूको सामाजिक जीवनमा एक झलक प्रदान गर्दछ। हाम्रा प्रविधिहरूले वास्तविक संसारका सम्बन्धहरू स्वचालित रूपमा अनुमान गर्न र समुदायहरूको खोज, लेबलिंग र विशेषता प्रदान गर्न सम्भावित अनुप्रयोगहरू प्रदान गर्दछन्। इन्टरनेटले हामीलाई व्यक्तिगत रूपमा जानकारीको एउटा ठूलो भण्डार बनाएको छ। प्रयोगकर्ताको होमपेजमा लिङ्क र पाठदेखि लिएर प्रयोगकर्ताले सदस्यता लिने मेलिङ सूचीसम्मका सबै कुरा प्रयोगकर्ताले वास्तविक संसारमा गर्ने सामाजिक अन्तरक्रियाको प्रतिबिम्ब हो। यस लेखमा हामी व्यक्तिहरूबीचको सम्बन्धको भविष्यवाणी गर्नका लागि यो जानकारी खानी गर्ने तरिकाहरू विकास गर्नेछौं। |
d729b3a3f519a7b095891ed2b6aab459f6e121a9 | यस लेखमा ६५ एनएम सीएमओएस टेक्नोलोजीमा विद्युतीय चुम्बकीय निर्वहन (ईएसडी) बाट सुरक्षित आरएफ कम-शोर एम्पलीफायर (एलएनए) को अध्ययन गरिएको छ। तीन फरक ईएसडी डिजाइनहरू, डबल-डायोड, संशोधित सिलिकॉन-नियन्त्रित रेक्टिफायर (एससीआर), र संशोधित-एससीआर डबल-डायोड कन्फिगरेसनको साथ, ईएसडी-सुरक्षित एलएनएहरू 5.8 GHz मा प्राप्त गर्न प्रयोग गरिन्छ। डबल-डायोडको साथ संयोजनमा परिमार्जित-एससीआर प्रयोग गरेर, बहु ESD वर्तमान मार्गहरूको साथ 5.8-GHz LNA ले 4.3-A प्रसारण लाइन पल्स (TLP) विफलता स्तर प्रदर्शन गर्दछ, जुन ~ 6.5-kV मानव-शरीर-मोड (HBM) ESD सुरक्षा स्तरसँग मेल खान्छ। १२.२ भोल्टको आपूर्ति भोल्टेज र ६.५ एमएको नालीको वर्तमान अन्तर्गत प्रस्तावित ईएसडी-सुरक्षित एलएनएले २.५७ डीबीको ध्वनी आंकडा प्रदर्शन गर्दछ जुन १.६ डीबीको सम्बन्धित शक्ति लाभको साथ हुन्छ। इनपुट तेस्रो-अर्डर इन्टरसेप्ट पोइन्ट (आईआईपी३) -११ डीबीएम हो, इनपुट र आउटपुट रिटर्न घाटा क्रमशः १५.९ र २० डीबी भन्दा बढी हुन्छ। |
b1397c9085361f308bd70793fc2427a4416973d7 | यस लेखमा स्थानहरूको पहिचान गर्ने समस्याको सम्भावनावादी दृष्टिकोणको वर्णन गरिएको छ जुन तिनीहरूको उपस्थितिमा आधारित छ। हामीले प्रस्तुत गरेको प्रणाली स्थानीयकरणमा मात्र सीमित छैन, तर नयाँ अवलोकन पहिले देखि नै नदेखिएको ठाउँबाट आएको छ भन्ने कुराको निर्धारण गर्न सक्छ, र यसरी यसको नक्सा बढाउन सक्छ। प्रभावकारी रूपमा यो दृश्यको अन्तरिक्षमा एक SLAM प्रणाली हो। हाम्रो सम्भावित दृष्टिकोणले हामीलाई वातावरणमा अवधारणात्मक अलियासिंगको लागि स्पष्ट रूपमा खाता बनाउन अनुमति दिन्छ - समान तर अनावश्यक अवलोकनहरू एकै स्थानबाट आएको कम सम्भावना प्राप्त गर्दछ। हामी स्थानको उपस्थितिको एक जनरेटिभ मोडेल सिकेर यो प्राप्त गर्छौं। सिकाइ समस्यालाई दुई भागमा विभाजन गरेर, नयाँ स्थान मोडेलहरू अनलाइनमा एउटा स्थानको मात्र अवलोकनबाट सिक्न सकिन्छ। एल्गोरिथ्म जटिलता नक्सामा स्थानहरूको संख्यामा रैखिक छ, र विशेष गरी अनलाइन लूप बन्द हुने पत्ता लगाउनका लागि उपयुक्त छ। |
988058ab8dfcb27e9566c6bcef398a4407b1ea04 | |
b320b4b23f708344b7bc4af20fdb37e56543d1a2 | हामी लक्षित भाषाको बारेमा सिन्ट्याक्सिक जानकारीलाई न्यूरल मेसिन ट्रान्सलेसन सिस्टममा समावेश गर्नका लागि एउटा सरल विधि प्रस्तुत गर्दछौं। डब्लुएमटी१६ जर्मन-अंग्रेजी समाचार अनुवाद कार्यमा गरिएको प्रयोगले ब्लु स्कोरमा सुधार देखाएको छ जब समान डाटासेटमा प्रशिक्षित सिन्ट्याक्स-एग्नोस्टिक एनएमटी आधारभूतसँग तुलना गरिएको छ। सिन्ट्याक्स-जागरूक प्रणालीबाट अनुवादहरूको विश्लेषणले देखाउँदछ कि यसले आधारभूतको तुलनामा अनुवादको क्रममा अधिक पुनः क्रमबद्ध गर्दछ। एउटा सानो-मात्राको मानव मूल्याङ्कनले पनि वाक्य रचना-सचेत प्रणालीलाई फाइदा देखाएको छ। स्वीकृत... हेडर |
3d809bb3b414a8ee58492e7ea775d6631ea05e91 | कान्तोनीज दक्षिणी चीनका केही क्षेत्रहरूमा एक महत्त्वपूर्ण बोली हो। स्थानीय अनलाइन प्रयोगकर्ताहरूले प्रायः आफ्नो विचार र अनुभवहरू वेबमा लिखित कान्तोनीजमा प्रस्तुत गर्छन्। यद्यपि ती समीक्षाहरूमा जानकारी सम्भावित उपभोक्ताहरू र विक्रेताहरूको लागि मूल्यवान छ, वेब समीक्षाको विशाल मात्राले कुनै उत्पादनको निष्पक्ष मूल्यांकन गर्न गाह्रो बनाउँदछ र क्यान्टोनीज समीक्षाहरू मन्डारिन चिनियाँ स्पिकरहरूको लागि अस्पष्ट छन्। यस कागजातमा, मानक मेशिन लर्निंग प्रविधिहरू naive Bayes र SVM लाई अनलाइन क्यान्टोनीज-लिखित रेस्टुरेन्ट समीक्षाको डोमेनमा समावेश गरिएको छ प्रयोगकर्ता समीक्षालाई स्वचालित रूपमा सकारात्मक वा नकारात्मकको रूपमा वर्गीकृत गर्न। वर्गीकरण प्रदर्शनमा विशेषता प्रस्तुतीकरण र विशेषता आकारको प्रभावहरू छलफल गरिन्छ। हामी पत्ता लगाउँछौं कि वर्गीकरण मोडेल र सुविधा विकल्पहरू बीचको अन्तरक्रियाले शुद्धतालाई प्रभाव पार्छ। बेयज वर्गीकरणकर्ताले एसवीएम भन्दा राम्रो वा राम्रो सटीकता प्राप्त गर्दछ। कान्तोनी भावना अभिमुखीकरण कब्जा गर्नमा वर्ण-आधारित बिग्रामहरू एकलिग्राम र ट्राइग्रामहरू भन्दा राम्रो सुविधाहरू साबित भएका छन्। २०१० एल्सभियर लिमिटेड सबै अधिकार सुरक्षित। |
771636b26260fac6d215df5e76c9ce72c346ba88 | |
025720574ef67672c44ba9e7065a83a5d6075c36 | हामी भिडियो अनुक्रमको प्रतिनिधित्व सिक्नका लागि बहुपरत लामो छोटो अवधिको मेमोरी (एलएसटीएम) नेटवर्क प्रयोग गर्छौं। हाम्रो मोडेलले इनपुट अनुक्रमलाई निश्चित लम्बाइको प्रतिनिधित्वमा म्याप गर्न एन्कोडर LSTM प्रयोग गर्दछ। यो प्रतिनिधित्व एकल वा बहु डिकोडर LSTMs प्रयोग गरी विभिन्न कार्यहरू गर्नको लागि डिकोड गरिएको छ, जस्तै इनपुट अनुक्रमको पुनः निर्माण, वा भविष्य अनुक्रमको भविष्यवाणी। हामी दुई प्रकारका इनपुट अनुक्रमहरू प्रयोग गर्छौं - छवि पिक्सेलको प्याचहरू र पूर्व प्रशिक्षित कन्भोल्युसनल नेटको प्रयोग गरेर निकालेको भिडियो फ्रेमहरूको उच्च-स्तर प्रतिनिधित्वहरू (percepts) । हामी विभिन्न डिजाइन विकल्पहरू अन्वेषण गर्दछौं जस्तै कि डिकोडर LSTMs उत्पन्न आउटपुटमा कन्डिसन गर्नुपर्दछ। हामी मोडेलको आउटपुटलाई गुणात्मक रूपमा विश्लेषण गर्छौं कि मोडेलले सिकेको भिडियो प्रतिनिधित्वलाई भविष्य र विगतमा कति राम्रोसँग एक्स्ट्रापोलेट गर्न सक्छ भनेर हेर्नका लागि। [पृष्ठ २-मा भएको चित्र] हामी मोडेललाई लामो समयसम्म चलाएर र डोमेन बाहिरका डाटामा तनाव परीक्षण गर्छौं। हामी प्रतिनिधित्वहरूको मूल्यांकन गर्नका लागि तिनीहरूलाई सुपरिवेक्षित सिकाइ समस्याको लागि परिष्कृत गर्छौं - यूसीएफ-१०१ र एचएमडीबी-५१ डाटासेटमा मानव कार्यको पहिचान। हामी देखाउँछौं कि प्रतिनिधित्वले वर्गीकरणको शुद्धता सुधार गर्न मद्दत गर्दछ, विशेष गरी जब त्यहाँ केवल केही प्रशिक्षण उदाहरणहरू छन्। यसबाहेक, यो पनि एक राम्रो तरिकाले कार्य पहिचान प्रदर्शन गर्न मद्दत गर्न सक्छ। |
14316b885f65d2197ce8c6d4ab3ee61fdab052b8 | यस प्रकाशनमा पुनः छापिएका लेखहरू छन् जसको प्रतिलिपि अधिकार आईईईईको स्वामित्वमा छैन। यी लेखहरूको पूर्ण पाठ IEEE Xplore मा उपलब्ध छैन। |
3068d1d6275933e7f4d332a2f2cf52543a4f0615 | एक होमोमोर्फिक, वा वृद्धिशील, बहुसेट ह्यास प्रकार्य, वस्तुहरूको मनमाने संग्रहमा ह्यास मानलाई सम्बद्ध गर्दछ (सम्भव पुनरावृत्तिहरूको साथ) यस्तो तरिकाले कि दुई संग्रहहरूको संघको ह्यास दुई संग्रहहरूको ह्यासबाट गणना गर्न सजिलो हुन्छः यो केवल एक उपयुक्त समूह अपरेशन अन्तर्गत तिनीहरूको योग हो। विशेष गरी, ठूलो संग्रहको ह्यास मानहरू वृद्धिशील र / वा समानान्तर रूपमा गणना गर्न सकिन्छ। यस प्रकार होमोमोर्फिक ह्यासिङ डाटाबेसको अखण्डता प्रमाणिकरणदेखि स्ट्रिमिङ सेट/मल्टिसेट तुलना र नेटवर्क कोडिङसम्मका अनुप्रयोगहरूका लागि अत्यन्त उपयोगी आदिम हो। दुर्भाग्यवश, साहित्यमा होममोर्फिक ह्याश फंक्शनको निर्माण दुई मुख्य कमजोरीहरूले बाधा पुर्याउँछः तिनीहरू समान सुरक्षा स्तरमा सामान्य ह्याश फंक्शनहरू भन्दा धेरै लामो हुन्छन् (उदाहरणका लागि, ह्याश फंक्शनहरू) । २ को टकराव प्रतिरोध प्राप्त गर्न, तिनीहरू धेरै हजार बिट लामो छन्, सामान्य हैश प्रकार्यहरूको लागि २256 बिटको विपरित), र तिनीहरू पनि धेरै ढिलो छन्। यस लेखमा, हामी एलिप्टिक कर्भ मल्टिसेट ह्यास (ईसीएमएच) को परिचय दिन्छौं, जसले दुबै कठिनाइहरूलाई पार गर्न बाइनरी एलिप्टिक कर्भमा कुशल एन्कोडि withको साथ BLAKE2 जस्ता सामान्य बिट स्ट्रि value्ग-मूल्यवान ह्यास प्रकार्य संयोजन गर्दछ। एकातिर, ईसीएमएच डाइजेस्टको आकार अनिवार्य रूपमा इष्टतम हुन्छ: २ एम-बिट ह्याश मानहरूले ओ (२) टक्कर प्रतिरोध प्रदान गर्दछ। अर्कोतर्फ, हामी ईसीएमएचको अत्यधिक कुशल सफ्टवेयर कार्यान्वयन प्रदर्शन गर्दछौं, जुन हाम्रो पूर्ण अनुभवजन्य मूल्यांकनले देखाउँदछ कि १२8 बिट सुरक्षा स्तरमा 4 GHz इन्टेल हस्वेल मेसिनमा प्रति सेकेन्ड 3 मिलियन सेट एलिमेन्टहरू प्रशोधन गर्न सक्षम छ - अघिल्लो व्यावहारिक विधिहरूको तुलनामा धेरै पटक छिटो। जबकि एलिप्टिक वक्रमा आधारित वृद्धिशील ह्यासि previously पहिले विचार गरिएको थियो [१], प्रस्तावित विधि कम कुशल थियो, समय आक्रमणमा संवेदनशील थियो, र सम्भावित पेटन्ट-अवरुद्ध [२] थियो, र कुनै व्यावहारिक कार्यान्वयन प्रदर्शन गरिएको थिएन। |
fbcd758ecc083037cd035c8ed0c26798ce62f15e | हामी लेखा परीक्षण परीक्षणहरू प्रयोग गरेर उनीहरूको कार्यान्वयनको अनुगमन गरेर विशेषाधिकार प्राप्त कार्यक्रमहरूमा कमजोरताको शोषण पत्ता लगाउन एक विधि प्रस्तुत गर्दछौं, जहाँ अनुगमन कार्यक्रमहरूको सुरक्षा-सम्बन्धित व्यवहारको विशिष्टताको सम्बन्धमा हुन्छ। हाम्रो काम घुसपैठ पत्ता लगाउने प्रतिमानबाट प्रेरित छ, तर दुरुपयोग व्यवहारलाई कोड गर्नका लागि एक डी होक दृष्टिकोणबाट बच्नको लागि एक प्रयास हो। हाम्रो दृष्टिकोण यो अवलोकनमा आधारित छ कि यद्यपि विशेषाधिकार प्राप्त कार्यक्रमहरूको शोषण गर्न सकिन्छ (त्रुटिहरूको कारण) प्रणालीमा सुरक्षा सम्झौताको कारण तिनीहरूलाई प्रदान गरिएको विशेषाधिकारको कारण, विशेषाधिकार प्राप्त कार्यक्रमहरूको आशय गरिएको व्यवहार, निश्चित रूपमा, सीमित र सौम्य छ। त्यसकारण, कुञ्जी भनेको इच्छित व्यवहार (ले., कार्यक्रम नीति) निर्दिष्ट गर्नु हो र विशेषाधिकार प्राप्त कार्यक्रम द्वारा कुनै पनि कार्य पत्ता लगाउन जुन इच्छित व्यवहार बाहिर छ र सुरक्षालाई खतरामा पार्छ। हामी एउटा कार्यक्रम नीति विशिष्टिकरण भाषाको वर्णन गर्छौं, जुन सरल वक्ता तर्क र नियमित अभिव्यक्तिहरूमा आधारित छ। यसको अतिरिक्त, हामी युनिक्समा विशेषाधिकार प्राप्त कार्यक्रमहरूको विशिष्टताहरू प्रस्तुत गर्दछौं, र यी विशिष्टताको सम्बन्धमा लेखा परीक्षण ट्रेलहरूको विश्लेषणको लागि Q प्रोटोटाइप कार्यान्वयन मोनिटर। कार्यक्रम नीतिहरू आश्चर्यजनक संक्षिप्त र स्पष्ट छन्, र एक थप, यी कार्यक्रमहरूमा ज्ञात कमजोरहरूको शोषण पत्ता लगाउन सक्षम छन्। यद्यपि हाम्रो काम युनिक्समा ज्ञात कमजोरताहरूद्वारा प्रेरित गरिएको छ, हामी विश्वास गर्छौं कि सबै विशेषाधिकार प्राप्त कार्यक्रमहरूको व्यवहारलाई कडाईका साथ प्रतिबन्धित गरेर अज्ञात कमजोरताको शोषण पत्ता लगाउन सकिन्छ। विशिष्टताहरूको जाँच गरेपछि, एउटा अमूर्त सुरक्षा नीतिको सन्दर्भमा तिनीहरूलाई प्रमाणित गर्ने काम भइरहेको छ। *यो कार्य राष्ट्रिय सुरक्षा एजेन्सी विश्वविद्यालय अनुसन्धान कार्यक्रम अन्तर्गत अनुबंध नं. DOD-MDA904-93-C4083 र ARPA द्वारा अनुबंध नं. USNN00014-94-1-0065। |
cb2111cb362f566be61c75ada38af53ecf95a1d3 | |
564264f0ce2b26fd80320e4f71b70ee8c67602ef | यस लेखमा हामी बिना पर्यवेक्षण डोमेन स्थानान्तरण सिकाइको समस्यालाई सम्बोधन गर्छौं जसमा लक्षित डोमेनमा कुनै लेबल उपलब्ध हुँदैन। हामी एउटा रूपान्तरण म्याट्रिक्स प्रयोग गर्छौं स्रोत र लक्ष्य डेटा दुवैलाई साझा उप-स्थानमा स्थानान्तरण गर्न, जहाँ प्रत्येक लक्ष्य नमूनालाई स्रोत नमूनाहरूको संयोजनद्वारा प्रतिनिधित्व गर्न सकिन्छ ताकि विभिन्न डोमेनका नमूनाहरू राम्रोसँग अन्तर्निहित हुन सकून्। यस प्रकार, स्रोत र लक्ष्य डोमेनको विसंगति कम हुन्छ। पुनर्निर्माण गुणांक म्याट्रिक्समा संयुक्त कम-रैंक र स्पायर प्रतिबन्धहरू लगाएर, डाटाको विश्वव्यापी र स्थानीय संरचनाहरू सुरक्षित गर्न सकिन्छ। विभिन्न वर्गहरू बीचको सीमाहरू विस्तार गर्न सकेसम्म धेरै र विसंगति कम गर्न अधिक स्वतन्त्रता प्रदान गर्न, एक लचिलो रैखिक वर्गीकरणकर्ता (प्रक्षेपण) एक गैर-नकारात्मक लेबल विश्राम म्याट्रिक्स सिकेर प्राप्त हुन्छ जसले कडा बाइनरी लेबल म्याट्रिक्सलाई ढिलो चर म्याट्रिक्समा आराम गर्न अनुमति दिन्छ। हाम्रो विधिले ध्वनीको मोडेल गर्नको लागि एक विरल म्याट्रिक्स प्रयोग गरेर एक सम्भावित नकारात्मक स्थानान्तरणलाई रोक्न सक्छ र यसैले, विभिन्न प्रकारका आवाजहरूमा बढी बलियो छ। हामी हाम्रो समस्यालाई कम-रैंक र स्परसिटी कम्तिमा कम समस्याको रूपमा तयार गर्छौं र यसलाई असमान वृद्धि गरिएको लग्रेन्ज गुणक विधिद्वारा समाधान गर्दछौं। विभिन्न दृश्य क्षेत्र अनुकूलन कार्यहरूमा व्यापक प्रयोगहरूले प्रस्तावित विधिलाई अत्याधुनिक विधिहरूमा श्रेष्ठता देखाउँदछ। हाम्रो विधि को MATLAB कोड http://www.yongxu.org/lunwen.html मा सार्वजनिक रूपमा उपलब्ध हुनेछ। |
13645dd03627503fd860a2ba73189e92393a67e3 | यस लेखमा हामी नयाँ न्यूटन र संयुग्मित ढाँचा एल्गोरिदमहरू ग्रास्मान र स्टिफेल मनिफोल्डहरूमा विकास गर्दछौं। यी बहुविधताहरूले सिमेट्रिक इजेनभ्याल्यू समस्या, गैर-रेखीय इजेनभ्याल्यू समस्या, इलेक्ट्रोनिक संरचना गणना, र संकेत प्रशोधन जस्ता क्षेत्रहरूमा उत्पन्न हुने प्रतिबन्धहरूको प्रतिनिधित्व गर्दछ। नयाँ एल्गोरिदमको अतिरिक्त, हामी देखाउँछौं कि कसरी ज्यामितीय ढाँचाले हामीलाई नयाँ अन्तरदृष्टि दिन्छ जसले हामीलाई एल्गोरिदमहरू सिर्जना गर्न, बुझ्न र तुलना गर्न अनुमति दिन्छ। यहाँ प्रस्तावित सिद्धान्तले संख्यात्मक रैखिक बीजगणित एल्गोरिदमहरूको लागि वर्गीकरण प्रदान गर्दछ जसले पहिले सम्बन्धित नभएको एल्गोरिदमहरूको शीर्ष स्तरको गणितीय दृश्य प्रदान गर्दछ। यो हाम्रो आशा हो कि नयाँ एल्गोरिदम र विकृति सिद्धान्तहरूको विकासकर्ताहरूले यस कागजातमा सिद्धान्त, विधिहरू, र उदाहरणहरूबाट लाभ उठाउनेछन्। |
38d555bfe13b61e838364016219c7e42fb5dc919 | उद्देश्य - यस कार्यको उद्देश्य व्यवसाय प्रक्रिया व्यवस्थापन (बीपीएम) शासन मोडेल प्रस्ताव गर्नु हो जसले बीपीएम निर्णय लिने, भूमिका र जिम्मेवारीहरू सहित सेट गर्दछ। अध्ययनको सन्दर्भ अष्ट्रेलियामा सञ्चालित सरकारी स्वामित्वको निगम हो। डिजाइन/विधि/दृष्टिकोण - एक गुणात्मक केस स्टडीमा सामग्री विश्लेषण दृष्टिकोण प्रयोग गरी संगठनात्मक कागजातहरूको जाँच र विश्लेषण गरिएको छ। दस्तावेज विश्लेषणका परिणामहरू संगठनका प्रमुख सरोकारवालाहरूसँग गहन अन्तर्वार्ताको श्रृंखलामा जानकारी दिन प्रयोग गरिन्छ। अन्तर्वार्ताहरू विषयवस्तुहरू निकाल्न र वर्णनको कोटीहरू निर्माण गर्न स्थिर तुलना विधि प्रयोग गरेर विश्लेषण गरिन्छ। निष्कर्ष - बीपीएमको शासन प्रणालीको एउटा मोडेल प्रस्ताव गरिएको छ। विषयगत विश्लेषणका परिणामहरू बीपीएम शासन मोडेलको ढाँचाको विरुद्धमा व्याख्या गरिन्छ, जसले सिद्धान्त र अभ्यासका लागि प्रभाव समावेश गर्ने निष्कर्षमा पुर्याउँछ। व्यावहारिक प्रभाव - व्यावहारिक रूपमा, अनुसन्धानले देखाउँछ कि कसरी बीपीएम अभ्यासलाई चयनित केस स्टडी संगठनमा कर्पोरेट गभर्नन्स र व्यवस्थापन प्रणालीसँग पign्क्तिबद्ध र एकीकृत गर्न सकिन्छ। मौलिकता/मूल्य - शासनको महत्व र यससँग सम्बन्धित क्षमताको पहिचान गर्ने अनुसन्धानको बाबजुद पनि माथि उल्लेखित क्षमतालाई कसरी संगठनमा प्रभावकारी रूपमा प्रयोग गर्न सकिन्छ भन्ने कुरामा थोरै प्रगति भएको छ। यस लेखमा बीपीएम व्यवस्थापन कसरी गर्ने भन्ने बारेमा लेखिएको छ। |
268d3f28ae2295b9d2bf6fef2aa27faf9048a86c | हामी बहु शब्द समूहको क्षमतालाई वर्गमा आधारित पुनरावर्ती न्यूरल नेटवर्क (आरएनएन) भाषा मोडेलमा प्रयोग गर्ने प्रस्ताव गर्दछौं। क्लस्टरिङ मापदण्ड र शब्द सम्मिलित गर्ने ठाउँलाई फरक-फरक गरेर, विभिन्न शब्द/वर्ग कारककरण परिभाषित गर्न विभिन्न शब्द क्लस्टरिङ प्राप्त गरिन्छ। प्रत्येक यस्तो शब्द/वर्ग कारककरणको लागि, धेरै आधार आरएनएनएलएमहरू सिकिन्छन्, र आधार आरएनएनएलएमहरूको शब्द भविष्यवाणी सम्भावनाहरू त्यसपछि एक एसेम्बल भविष्यवाणी बनाउनको लागि संयोजन गरिन्छ। हामी एउटा लोभी पछाडि मोडेल चयन प्रक्रिया प्रयोग गर्छौं मोडेलको एउटा उपसमूह चयन गर्न र यी मोडेलहरूलाई शब्द भविष्यवाणीका लागि मिलाउन। प्रस्तावित एसेम्बल भाषा मोडेलिंग विधि पेन ट्रीबैंक टेस्ट सेटका साथै वाल स्ट्रीट जर्नल (डब्ल्यूएसजे) इभल ९२ र ९३ टेस्ट सेटमा मूल्यांकन गरिएको छ, जहाँ यसले टेस्ट सेटको भ्रम र शब्द त्रुटि दरलाई राज्य-अन्तिम-कला एकल आरएनएनएलएमको साथसाथै बहुविध आरएनएनएलएममा सुधार गरेको छ जुन विभिन्न आरएनएन सिकाउने अवस्थाले उत्पादन गरेको हो। |
05a958194f1756fb91ddd3e2cd5794f9b0c312ce | बहुस्तरीय इन्भर्टरहरूले उद्योग र अनुसन्धानमा चासोको नयाँ लहर सिर्जना गरेका छन्। जबकि क्लासिकल टोपोलोजीहरू उच्च-शक्ति मध्यम-भोल्टेज अनुप्रयोगहरूको विस्तृत श्रृंखलामा एक व्यवहार्य विकल्प साबित भएको छ, नयाँ टोपोलोजीहरूको विकासमा सक्रिय चासो रहेको छ। क्लासिकल टोपोलोजीको तुलनामा समग्र भाग गणनामा कमी हालसालै ल्याइएको टोपोलोजीमा महत्त्वपूर्ण उद्देश्य भएको छ। यस लेखमा हालै प्रस्तावित केही बहुस्तरीय इन्भर्टर टोपोलोजीहरूको समीक्षा र विश्लेषण गरिएको छ। यस लेखमा यी गुणात्मक र मात्रात्मक मापदण्डहरूको बारेमा जानकारी दिइएको छ। साथै, यसले उपकरणहरूको संख्या घटाउने प्रयास गर्दा उत्पन्न हुने चुनौतीहरूलाई पनि ध्यानमा राख्छ। यी टोपोलोजीहरूको विस्तृत तुलनाको आधारमा यस कागजातमा प्रस्तुत गरिएको छ, दिइएको अनुप्रयोगको लागि उपयुक्त बहु-स्तर समाधानमा पुग्न सकिन्छ। |
79357470d76ae7aeb4f6e39efd7c3936d615caa4 | यस कागजले २८ एनएम सीएमओएस टेक्नोलोजी प्रयोग गरी डिजाइन गरिएको एक रैखिक अप्टिकल रिसीभर प्रस्तुत गर्दछ जुन २० जीबाड/सेकेन्ड (४० जीबी/सेकेन्ड) पीएएम-४ मोडुलेशनका लागि उपयुक्त छ। अप्टिकल रिसीभर एक ट्रान्सइम्पेडेन्स एम्पलीफायर (लाभ ४०dBΩ देखि ५६dBO सम्म समायोज्य) बाट बनेको छ, त्यसपछि एक चर लाभ एम्पलीफायर (लाभ ६dB देखि १७dB सम्म समायोज्य) । क्यापेसिटिभ पिकिङको प्रयोग ~१० गीगाहर्जको ब्यान्डविथ प्राप्त गर्नका लागि गरिन्छ, यसैले ठूलो डाइ क्षेत्र चाहिने अन-चिप इन्डक्टरहरूको प्रयोगबाट बच्न सकिन्छ। एक बलियो स्वचालित लाभ नियन्त्रण लूप 20μA देखि 500μA (पीक वर्तमान) को इनपुट गतिशील दायराको लागि ~ 100mV को एक स्थिर अंतर आउटपुट भोल्टेज स्विंग सुनिश्चित गर्न प्रयोग गरिन्छ। यस दायरामा, उच्च रैखिकता (कुल हार्मोनिक विकृति 5%, 250MHz sinewave, 10harmonics लाई ध्यानमा राखिएको छ) प्राप्त हुन्छ। आरएमएस इनपुटले उल्लेख गरेको शोरको वर्तमान (१० मेगाहर्ट्जदेखि २० गीगाहर्ट्जसम्म एकीकृत) २.५ माइक्रोन थियो। यो लाइनर अप्टिकल रिसीभरले ५६ मेगावाट खपत गर्छ । |
2c361ef5db3231d34656dd86d9b288397f0b929e | एक ढाँचा एक प्रभावकारी अनुकूलन एल्गोरिदम र समस्याहरू तिनीहरू समाधान गर्दै छन् बीचको सम्बन्ध अन्वेषण गर्न विकसित छ कुनै निः शुल्क लंच एनएफएल प्रमेयहरूको संख्या प्रस्तुत गरिएको छ कि कुनै पनि एल्गोरिथ्मको लागि एक वर्ग समस्याहरूमा कुनै पनि उच्च प्रदर्शनको लागि अर्को वर्गमा प्रदर्शनमा भुक्तान गरिन्छ यी प्रमेयहरूको परिणाम एक एल्गोरिथ्मको लागि के हो भन्ने एक ज्यामितीय व्याख्या हो जुन एक अनुकूलन समस्यामा राम्रोसँग उपयुक्त छ एनएफएल प्रमेयहरूको अनुप्रयोगहरू अनुकूलन र प्रदर्शनको बेन्चमार्क उपायहरूको जानकारीको लागि पनि प्रस्तुत गरिएको छ अन्य मुद्दाहरू सम्बोधन गरिएको समय परिवर्तनशील अनुकूलन समस्याहरू र एप्रियोरी हेड टु हेड मिनिमक्स भिन्नताहरू अनुकूलन एल्गोरिदमहरू बीच भिन्नताहरू प्राप्त गर्न सकिन्छ जुन एनएफएल प्रमेयहरू सबै एल्गोरिदमहरूमा एक प्रकारको एकरूपता लागू गर्नको बावजूद प्राप्त गर्न सकिन्छ। |
bc87585b4fc874a29bd1d9a031dce1807b2ba0e8 | रुचिको विषयलाई ध्यानमा राखेर, एउटा विरोधाभासी विषय भनेको दृष्टिकोणका विपरीत जोडीहरूको समूह हो। हामी विरोधाभासी विषयवस्तुहरूको सारांशको कार्यलाई सम्बोधन गर्छौं: राययुक्त कागजातहरूको सेट दिइएको छ, ती कागजातहरूमा उपस्थित विरोधाभासी विषयवस्तुहरूको प्रतिनिधित्व गर्न अर्थपूर्ण वाक्यहरू चयन गर्नुहोस्। धेरै कारकहरूले यसलाई चुनौतीपूर्ण समस्या बनाउँछ: विषयहरूको अज्ञात संख्या, विषयहरू बीचको अज्ञात सम्बन्ध, र तुलनात्मक वाक्यहरूको निकासी। हाम्रो दृष्टिकोणमा तीनवटा मुख्य तत्वहरू छन्: विपरित विषयवस्तु मोडेलिङ, विविध विषयवस्तु निकासी, र विपरित विषयवस्तु सारांश। विशेष गरी, हामी विषयहरू बीचको पदानुक्रमित सम्बन्ध वर्णन गर्न पदानुक्रमित गैर-पैरामेट्रिक मोडेल प्रस्तुत गर्दछौं; यो मोडेल नेस्टेड चिनियाँ रेस्टुरेन्ट प्रक्रियाबाट विषयवस्तुहरूको थ्रेडलाई विषयवस्तुको रूपमा अनुमान गर्न प्रयोग गरिन्छ। हामी विषयवस्तुहरूको विविधतालाई उच्च गुणस्तरको विविध विषयवस्तुहरूको सेट चयन गर्न संरचित निर्णायक बिन्दु प्रक्रियाहरू प्रयोग गरेर बढाउँछौं। अन्तमा, हामी विरोधाभासी विषयवस्तुहरू जोड्दछौं र वाक्यहरू चयन गर्न पुनरावर्ती अनुकूलन एल्गोरिथ्म प्रयोग गर्दछौं, स्पष्ट रूपमा विरोधाभास, प्रासंगिकता, र विविधतालाई विचार गर्दै। तीन डाटासेटमा गरिएको प्रयोगले हाम्रो विधि प्रभावकारी भएको देखाउँछ। |
147fe6bfc76f30ccacc3620662511e452bc395f6 | अनुहार पहिचान छवि विश्लेषण र कम्प्युटर दृष्टि को क्षेत्र मा एक चुनौतीपूर्ण समस्या प्रस्तुत गर्दछ, र यस्तो पछिल्लो केहि वर्ष मा ध्यान को एक ठूलो सौदा प्राप्त गरेको छ किनभने यसको विभिन्न डोमेन मा धेरै अनुप्रयोगहरु को कारण। अनुहार पहिचान प्रविधिलाई अनुहार डाटा अधिग्रहण विधिमा आधारित तीन वर्गमा विभाजन गर्न सकिन्छ: ती विधिहरू जुन तीव्रता छविहरूमा सञ्चालन हुन्छन्; ती भिडियो अनुक्रमसँग सम्बन्धित छन्; र ती जुन अन्य संवेदी डेटा जस्तै 3D जानकारी वा इन्फ्रारेड इमेजरीको आवश्यकता पर्दछ। यस लेखमा यी प्रत्येक वर्गमा रहेका केही प्रसिद्ध विधिहरूको बारेमा जानकारी दिइएको छ र ती योजनाहरूको फाइदा र हानिबारे अध्ययन गरिएको छ। यसबाहेक, अनुहार पहिचानको प्रयोगको लागि प्रोत्साहन, यस प्रविधिको अनुप्रयोगहरू, र यस कार्यको सम्बन्धमा वर्तमान प्रणालीहरूलाई सताउने केही कठिनाइहरूको बारेमा छलफल पनि प्रदान गरिएको छ। यस लेखमा यस उद्देश्यका लागि विकसित गरिएका केही हालैका एल्गोरिदमहरूको पनि उल्लेख गरिएको छ र अनुहार पहिचान प्रविधिको कलाको अवस्थाको बारेमा विचार दिने प्रयास गरिएको छ। |
26d172f0a4d7e903ce388f3159059f9c5463e5c5 | छवि सुविधाहरूको निकासी छवि मान्यतामा आधारभूत कार्यहरू मध्ये एक हो । अहिले सम्म, छवि पहिचानको उद्देश्यका लागि प्रयोग गर्नका लागि विभिन्न प्रकारका सुविधाहरू छन्ः (1) दृश्य सुविधाहरू; (2) पिक्सेलको सांख्यिकीय सुविधाहरू; (3) रूपान्तरण गुणांक सुविधाहरू। यसका अतिरिक्त, अर्को प्रकारको विशेषता छ जुन लेखकले धेरै उपयोगी ठान्छ, अर्थात् . (४) बीजगणित विशेषताहरु जसले छविको आन्तरिक विशेषताहरु प्रतिनिधित्व गर्दछ । छविहरूको एकल मानहरू (एसवी) यस प्रकारको सुविधा हो । यस लेखमा, हामी प्रमाणित गर्छौं कि एस.वी. विशेषता भेक्टरमा बीजगणितिक र ज्यामितीय अपरिवर्तनीयता र शोरप्रति असंवेदनशीलताका केही महत्त्वपूर्ण गुणहरू छन्। यी गुणहरू चित्रहरूको वर्णन र पहिचानको लागि धेरै उपयोगी छन् । उदाहरणको रूपमा, मानव अनुहार छविहरू पहिचान गर्ने समस्याको लागि एसभी सुविधा भेक्टर प्रयोग गरिन्छ। यस कागजमा, अनुहार छविहरूको एसभी सुविधा भेक्टर नमूनाहरू प्रयोग गरेर, सामोनको इष्टतम डिस्क्रिमिनेन्ट प्लेनमा आधारित सामान्य ढाँचा बेयज वर्गीकरण मोडेल निर्माण गरिएको छ। प्रयोगात्मक परिणामले देखाउँछ कि एस.वी. विशेषता भेक्टरको वर्ग विभाजनको राम्रो प्रदर्शन छ। छवि पहिचान बीजगणित सुविधा निकासी एकल मान सुविधा अनुहार छवि पहिचान डिस्क्रिनलाइनन्ट भेक्टर आयाम घटाउने |
55206f0b5f57ce17358999145506cd01e570358c | एचएमएममा आधारित गैर-स्थिर भेक्टर समय श्रृंखलाको स्टोकास्टिक मोडलिङ भाषण अनुप्रयोगहरूको लागि धेरै सफल भएको छ। हालै यो छवि पहिचान समस्याहरूको दायरामा लागू गरिएको छ [७, ९] । यसअघि रिपोर्ट गरिएको कामले [6] पहिचानको उद्देश्यका लागि मानव अनुहारको मोडेल बनाउन एचएमएमको प्रयोगको अनुसन्धान गरेको छ। अनुहारहरूलाई सहज रूपमा मुख, आँखा, नाक, आदि जस्ता क्षेत्रहरूमा विभाजन गर्न सकिन्छ, र यी क्षेत्रहरू एचएमएमको राज्यसँग सम्बन्धित हुन सक्छ। माथि-तल HMM को पहिचान प्रदर्शन केहि राम्रो संग परिचित एल्गोरिदम संग तुलना गर्दछ, उदाहरण को लागी eigenfaces मा विस्तृत रूपमा [8]। यद्यपि, हालसम्म प्रस्तुत कार्यमा एचएमएम प्यारामिटरिजमा व्यक्तिपरक अन्तर्ज्ञानबाट आइपुगेको थियो। यस लेखमा प्रयोगात्मक नतिजा प्रस्तुत गरिएको छ जसले एचएमएम प्यारामिटरहरूको साथ पहिचान दर कसरी भिन्न हुन्छ भनेर देखाउँदछ, र जसले प्यारामिटरहरूको सबैभन्दा समझदार छनौटलाई संकेत गर्दछ। यस कागजातलाई निम्नानुसार व्यवस्थित गरिएको छः खण्ड २ मा एचएमएममा आधारित दृष्टिकोणको एक सिंहावलोकन दिइएको छ; खण्ड ३ मा प्रशिक्षण र मान्यता प्रक्रियाहरूको विवरण दिइएको छ; खण्ड ४ मा प्रयोगात्मक सेटअपको वर्णन गरिएको छ; खण्ड ५ मा पहिचान परिणामहरू प्रस्तुत गरिएको छ; खण्ड ६ मा कागजातको निष्कर्ष दिइएको छ। |
5985014dda6d502469614aae17349b4d08f9f74c | - यो कागजातले केही बनावट उपायहरूको प्रदर्शनको मूल्यांकन गर्दछ जुन विभिन्न अनुप्रयोगहरूमा सफलतापूर्वक प्रयोग गरिएको छ र केही नयाँ आशाजनक दृष्टिकोणहरू हालसालै प्रस्ताव गरिएको छ। वर्गीकरणका लागि नमूना र प्रोटोटाइप वितरणको कुलब्याक भेदभावमा आधारित विधि प्रयोग गरिन्छ। एक आयामी विशेषता मूल्य वितरणको साथ एकल सुविधाहरूको लागि वर्गीकरण परिणामहरू र दुई आयामी वितरणको साथ पूरक सुविधाहरूको जोडीहरूको लागि प्रस्तुत गरिएको छ। बनावट विश्लेषण वर्गीकरण सुविधा वितरण Kullback भेदभाव प्रदर्शन मूल्यांकन Brodatz बनावट l. I N T R O D U C T I O N बनावट छविहरूको धेरै प्रकारको विश्लेषणको लागि महत्त्वपूर्ण विशेषता हो। विभिन्न प्रकारका भेदभावपूर्ण बनावटका उपायहरू प्रस्ताव गरिएको छ, केही बनावट उपायहरूको कार्यसम्पादनको मूल्याङ्कन गर्न तुलनात्मक अध्ययनहरू वेस्का एट अलद्वारा गरिएको छ, डु बुफेट एट अल। र ओह्यानियन र डब्स, |
1270044a3fa1a469ec2f4f3bd364754f58a1cb56 | यस लेखमा भिडियो अनुक्रममा मानव अनुहारको मोडेल र पहिचान गर्ने नयाँ तरिका प्रस्तुत गरिएको छ। प्रत्येक दर्ता व्यक्ति परिवेश छवि अन्तरिक्षमा कम आयाम उपस्थिति manifold द्वारा प्रतिनिधित्व गरिएको छ। जटिल गैर-रेखीय उपस्थिति बहुविध उप-समूहहरूको संग्रहको रूपमा व्यक्त गरिएको छ (पोज बहुविध नाम), र तिनीहरू बीचको कनेक्टिविटी। प्रत्येक पोज मनिफोल्ड एक एफ़िन प्लेन द्वारा अनुमानित हुन्छ। यो प्रतिनिधित्व निर्माण गर्न, भिडियोहरूबाट नमूनाहरू लिइन्छ, र यी नमूनाहरू के-माध्यम एल्गोरिथ्मको साथ क्लस्टर गरिन्छ; प्रत्येक क्लस्टरलाई मुख्य घटक विश्लेषण (पीसीए) मार्फत गणना गरिएको विमानको रूपमा प्रतिनिधित्व गरिन्छ। पोज मनिफोल्डहरू बीचको कनेक्टिभिटीले प्रत्येक पोज मनिफोल्डमा छविहरू बीचको संक्रमण सम्भावनालाई कोड गर्दछ र प्रशिक्षण भिडियो अनुक्रमबाट सिकिएको छ। परीक्षण भिडियो अनुक्रममा अनुहार पहिचानको लागि अधिकतम एपोस्टोरियो सूत्र प्रस्तुत गरिएको छ जुन सम्भाव्यतालाई एकीकृत गरेर कि इनपुट छवि एक विशेष पोजीशन मनिफोल्डबाट आएको हो र अघिल्लो फ्रेमबाट यस पोजीशन मनिफोल्डमा संक्रमणको सम्भावना। आंशिक अन्धोपन भएका अनुहार पहिचान गर्न, हामी प्रक्रियामा एक वजन मास्कको प्रयोग गर्छौं। विस्तृत प्रयोगहरूले देखाउँछ कि प्रस्तावित एल्गोरिथ्मले विद्यमान फ्रेम-आधारित अनुहार पहिचान विधिहरू भन्दा टाईमरोल भोटिङ योजनाहरूसँग राम्रो प्रदर्शन गर्दछ। |
358e2ae243cb022938ae3d40ea0ac112319a6325 | |
ad9cbf31a1cd6a71e773a0d3e93c489304327174 | यस लेखमा पैदल हिड्ने समस्या भएका बिरामीहरूको लागि पैदल पुनःस्थापनाको लागि एक पावर लेग ओर्थोसिसको वर्णन गरिएको छ। कागजले कन्ट्रोलरहरू प्रस्ताव गर्दछ जसले खुट्टामा उपयुक्त बलहरू लागू गर्न सक्दछ ताकि यो इच्छित ट्र्याजेक्टरीमा सर्छ। यस लेखमा कन्ट्रोलर, सिमुलेसन र पावरयुक्त ओर्थोसिसको प्रयोगात्मक नतिजाको विवरण प्रस्तुत गरिएको छ। हाल, ओर्थोसिसमा डमी लेगको प्रयोग गरिएको छ। आगामी महिनाहरूमा यो विद्युतीय ओर्थोसिस स्वस्थ व्यक्ति र स्ट्रोकका बिरामीहरूमा प्रयोग गरिनेछ। |
853ac9d5ae2662b8e33946d106b261005e391fed | आइरिस बनावटमा उपस्थित अनियमितता र समृद्धताले २ डी गाबोर फिल्टर बैंक विश्लेषणलाई आइरिस मान्यता प्रणालीहरूको लागि प्रयोग गर्न उपयुक्त प्रविधि बनाउँछ। २ डी गाबोर फिल्टर प्रयोग गरेर जटिल बनावट संरचनाहरूको सही विशेषता दिन यो फिल्टरको यस प्रकारको प्यारामिटरहरूको बहु सेटहरू प्रयोग गर्न आवश्यक छ। यस कागजातले आईरिस मान्यता प्रणालीको शुद्धतालाई बिस्तारै बढाउनको लागि २ डी ग्याबोर फिल्टर प्यारामिटरहरूको बहु सेटहरू अनुकूलित गर्ने प्रविधिको प्रस्ताव गर्दछ। प्रस्तावित विधिलाई निकट इन्फ्रारेड र दृश्य स्पेक्ट्रम इरिस छविहरूमा लागू गर्न उपयुक्त छ। फिल्टर बैंक डिजाइन प्रविधिको दक्षता देखाउन, UBIRISv1 डाटाबेस बेन्चमार्किंगको लागि प्रयोग गरिएको थियो। |
050eda213ce29da7212db4e85f948b812a215660 | हामी अनुहार पहिचानका लागि मोडल र उदाहरणमा आधारित दृष्टिकोण प्रस्ताव गर्छौं। यस समस्यालाई यसअघि पनि मोडेल वा नमूनाको प्रयोग गरेर समाधान गरिएको थियो तर सफलता सीमित थियो। हाम्रो विचारले धेरै उदाहरणहरू संश्लेषण गर्न मोडेलहरू प्रयोग गर्दछ, जुन त्यसपछि अनुहार पहिचान प्रणालीको सिकाइ चरणमा प्रयोग गरिन्छ। यो प्रदर्शन गर्न, हामी एक सांख्यिकीय आकार-बाट-छायाकरण मोडेल विकास गर्छौं अनुहारको आकारलाई पुनः प्राप्त गर्न एउटा छविबाट, र नयाँ प्रकाशको अन्तर्गत उही अनुहारको संश्लेषण गर्न। त्यसपछि हामी यसको प्रयोग सरल र छिटो वर्गीकरणकर्ता बनाउनका लागि गर्छौं जुन प्रशिक्षण डेटाको अभावका कारण पहिले सम्भव थिएन। |
195e55c90fd109642116ee51f7205c106f341111 | |
b05fdba8f447b37d7fa6fdd63d23c70b2f4ee01b | यस लेखमा, हामी पहिलो गहिरो शिक्षा दृष्टिकोण प्रस्तुत गर्दछौं जुन राय खननमा पक्ष निकासीको लागि हो। पक्ष निकासी भावना विश्लेषणको एक उपकार्य हो जुन राय पाठमा राय लक्ष्यहरू पहिचान गर्नमा हुन्छ, अर्थात्, एक उत्पादन वा सेवाको विशिष्ट पक्षहरू पत्ता लगाउन जुन राय धारकले प्रशंसा गरिरहेको छ वा गुनासो गरिरहेको छ। हामीले ७ तहको गहिरो संवृतिक तंत्रिका सञ्जाल प्रयोग गर्यौं प्रत्येक शब्दलाई एउटा वाक्यमा एउटा पक्ष वा पक्षविहीन शब्दको रूपमा ट्याग गर्नका लागि। हामीले पनि यही उद्देश्यका लागि भाषाई ढाँचाको सेट विकास गर्यौं र त्यसलाई न्यूरल नेटवर्कसँग मिलायौं। परिणामी एसेम्बल वर्गीकरणकर्ता, भावना विश्लेषणको लागि शब्द-एम्बेडिंग मोडेलको साथ, हाम्रो दृष्टिकोणलाई अत्याधुनिक विधिहरू भन्दा उल्लेखनीय रूपमा राम्रो शुद्धता प्राप्त गर्न अनुमति दियो। |
d9c797a74f2f716379f388d5c57e437ecd68759c | |
6fdbbefe05648f6c0f027428ccff248b174798d5 | यस लेखमा हामी मोबाइल रोबोटिक्समा एक महत्वपूर्ण खुला समस्याको बारेमा छलफल गर्नेछौं: एकसाथ नक्सा निर्माण र स्थानीयकरण, जुन हामी पूर्वनिर्धारित जानकारी बिना दीर्घकालीन विश्वव्यापी सन्दर्भित स्थिति अनुमानको रूपमा परिभाषित गर्दछौं। यो समस्या निम्न विरोधाभासको कारण गाह्रो छ: सटीक रूपमा सार्नको लागि, एक मोबाइल रोबोटसँग सही वातावरण नक्शा हुनुपर्दछ; यद्यपि, सही नक्शा निर्माण गर्न, मोबाइल रोबोटको सेन्सर स्थानहरू ठीकसँग थाहा हुनुपर्दछ। यस प्रकार, एक साथ नक्सा निर्माण र स्थानीयकरणलाई प्रश्न प्रस्तुत गर्न देख्न सकिन्छ कि "कुन पहिले आयो, कुखुरा वा अण्डा? अल्ट्रासोनिक सेन्सिङ प्रयोग गर्दा, यो समस्यालाई हटाउन हामी गाडीलाई बहु-सर्भो-माउन्ट गरिएको सोनर सेन्सरहरूसँग सुसज्जित गर्छौं, जसले वातावरणको विशेषताहरूको उपसमूहलाई रोबोटको प्रारम्भिक स्थानबाट ठीकसँग सिक्न सकिन्छ र पछि सटीक स्थिति प्रदान गर्न ट्र्याक गर्न सकिन्छ। |
efbc200feab74e5087c4005d8759e5dadb3a3077 | सामान्य उत्पादन र पाठको हेरफेर चुनौतीपूर्ण छ र दृश्य डोमेनमा हालको गहिरो जेनरेटिभ मोडलिङको तुलनामा सीमित सफलता छ। यस कागजको उद्देश्य प्रामाणिक प्राकृतिक भाषा वाक्यहरू उत्पन्न गर्नु हो, जसको विशेषताहरू निर्दिष्ट अर्थशास्त्रको साथ डिसेन्ट्रेड लुप्त प्रतिनिधित्वहरू सिकेर गतिशील रूपमा नियन्त्रण गरिन्छ। हामी नयाँ न्यूरोनल जेनेरेटिभ मोडलको प्रस्ताव गर्छौं जसले भेरिएसनल अटो-एन्कोडर र समग्र विशेषता भेदभावकर्ताहरूलाई अर्थ संरचनाहरूको प्रभावकारी लगाउने संयोजन गर्दछ। भिन्न पाठ नमूनाहरूमा भिन्नतायोग्य अनुमान, स्वतन्त्र विशेषता नियन्त्रणहरूमा स्पष्ट प्रतिबन्धहरू, र जनरेटर र भेदभावकर्ताहरूको कुशल सहयोगी शिक्षाको साथ, हाम्रो मोडेलले केवल शब्द एनोटेशनहरूबाट पनि अत्यधिक व्याख्या योग्य प्रतिनिधित्वहरू सिक्छ, र इच्छित विशेषताहरूको साथ यथार्थवादी वाक्यहरू उत्पादन गर्दछ। मात्रात्मक मूल्यांकनले वाक्य र विशेषता उत्पादनको शुद्धतालाई मान्य गर्दछ। |
24aed1b7277dfb2c2a6515a1be82d30cc8aa85cc | हामी दृश्य सामग्रीबाट भावना विश्लेषणको चुनौतीलाई सम्बोधन गर्छौं। विद्यमान विधिहरूको विपरीत जुन भावना वा भावनालाई प्रत्यक्ष रूपमा दृश्य-निम्न-स्तर सुविधाहरूबाट निष्कर्ष निकाल्छ, हामी दृश्यात्मक अवधारणाहरूको समझमा आधारित एक उपन्यास दृष्टिकोण प्रस्ताव गर्दछौं जुन भावनाहरूसँग जोडिएको छ। हाम्रो मुख्य योगदान दुईवटा पक्षमा छ: पहिलो, हामी मनोवैज्ञानिक सिद्धान्त र वेब माइनिङमा आधारित विधि प्रस्तुत गर्दछौं जसले स्वचालित रूपमा ३,००० भन्दा बढी विशेषण संज्ञा जोडी (एएनपी) बाट बनेको ठूलो स्तरको भिजुअल सेन्टिमेन्ट ओन्टोलजी (भीएसओ) निर्माण गर्दछ। दोस्रो, हामी सेन्टिबैंक प्रस्ताव गर्छौं, एक नयाँ दृश्य अवधारणा डिटेक्टर लाइब्रेरी जुन छविमा १,२०० एएनपीको उपस्थिति पत्ता लगाउन प्रयोग गर्न सकिन्छ। वीएसओ र सेन्टिबैंक विद्यमान कार्यबाट अलग छन् र स्वचालित सेन्टिमेन्ट विश्लेषणद्वारा सक्षम विभिन्न अनुप्रयोगहरूको लागि ढोका खोल्नेछन्। छवि ट्वीटको भावना पत्ता लगाउने प्रयोगहरूले पाठ-आधारित दृष्टिकोणहरूको साथ प्रस्तावित सेन्टबैंक आधारित भविष्यवाणीकर्ताहरूको तुलना गर्दा पत्ता लगाउने शुद्धतामा उल्लेखनीय सुधार देखाउँदछ। यस प्रयासले ठूलो सार्वजनिक रूपमा उपलब्ध स्रोतलाई पनि निम्त्याउँछ जसमा दृश्य भावना ओन्टोलजी, ठूलो डिटेक्टर लाइब्रेरी, र दृश्य भावना विश्लेषणको लागि प्रशिक्षण / परीक्षण बेन्चमार्क समावेश छ। |
9af5c320f1ab4e881c1aa4e35d7c7f10d5d2405d | |
b6bbb228300c72f141a2f05702ddc7f8ab4a8297 | सूचना सबै आधुनिक संगठनहरूको जीवनरक्त हो तर पनि समाचार मिडियाले महत्वपूर्ण सूचनाको क्षतिको कथाहरू रिपोर्ट गर्न जारी राख्छ। सूचना सुरक्षाको उद्देश्य सूचना, हार्डवेयर, सफ्टवेयर र मानिस जस्ता बहुमूल्य सम्पत्तिको सुरक्षा गर्नु हो। सूचना सुरक्षा विशेषज्ञहरूको बहुमत विश्वास छ कि राम्रो अन्त प्रयोगकर्ता व्यवहार प्रवर्द्धन र खराब अन्त प्रयोगकर्ता व्यवहार प्रतिबन्ध एक प्रभावकारी सूचना सुरक्षा व्यवस्थापन प्रणाली (ISMS) को एक महत्त्वपूर्ण घटक हो। प्रभावकारी सूचना सुरक्षाको कार्यान्वयनमा सुरक्षासँग सम्बन्धित जोखिमको बारेमा बुझ्नु र त्यसपछि उपयुक्त नियन्त्रणको विकास र कार्यान्वयन गर्नु पर्दछ। सामान्यतया जति राम्रो कर्मचारीले नियन्त्रणहरू लागू गर्छन् त्यति नै संगठन सुरक्षित हुन्छ, किनकि राम्रो डिजाइन गरिएको प्राविधिक नियन्त्रण र प्रक्रियाहरू पनि सीमित मूल्यको हुनेछ यदि सम्बन्धित कर्मचारीले किन लागू गरिएको छ र उनीहरू के पूरा गर्दैछन् भनेर बुझ्दैनन्। आवश्यक स्तरको समझ प्राप्त गर्न सामान्यतया वार्षिक जागरूकता प्रशिक्षण पहल भन्दा बढी आवश्यक हुन्छ र अधिकांश संगठनहरूको लागि ठूलो चुनौतीको प्रतिनिधित्व गर्दछ। वास्तवमा धेरै संगठनहरूको लागि यसले सांस्कृतिक परिवर्तनलाई समावेश गर्दछ जसले संगठनात्मक संस्कृतिमा सूचना सुरक्षा अवधारणाको एकीकरण सुनिश्चित गर्दछ। |
0bd6442092bc4a9e0e77cd2f302f2db1a242e250 | स्वास्थ्य सेवाको गुणस्तर सुधार गर्न हालै इन्टरनेट अफ थिंग्स (आईओटी) मा आधारित स्वास्थ्य अनुगमन प्रणालीहरू ल्याइएको छ। यद्यपि, आईओटीमा आधारित उन्नत निरन्तर ग्लुकोज निगरानी प्रणालीहरूको संख्या थोरै छ र अवस्थित प्रणालीहरूमा धेरै सीमितताहरू छन्। यस लेखमा हामी आईओटी आधारित दृष्टिकोण प्रयोग गरी आक्रामक र निरन्तर ग्लुकोज निगरानी (सीजीएम) प्रणालीको सम्भाव्यता अध्ययन गर्नेछौं। हामीले एक सेन्सर उपकरणबाट ब्याक-एन्ड प्रणालीमा वास्तविक समय ग्लुकोज, शरीरको तापक्रम र सन्दर्भ डेटा (जस्तै, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, रक्तचाप, वातावरणको तापक्रम) ग्राफिक र मानव-पठनीय फारामहरूमा अन्त प्रयोगकर्ताहरू जस्तै बिरामीहरू र डाक्टरहरूलाई। यसको अतिरिक्त, एनआरएफ संचार प्रोटोकल ग्लुकोज निगरानी प्रणालीमा अनुकूलित छ र उच्च स्तरको ऊर्जा दक्षता प्राप्त गर्नका लागि अनुकूलित छ। यसबाहेक, हामी सेन्सर उपकरणको ऊर्जा खपत अनुसन्धान र उपकरण लागि ऊर्जा फसल एकाइहरु डिजाइन। अन्तमा, यो कार्यले गेटवे स्तरमा धेरै उन्नत सेवाहरू प्रदान गर्दछ जस्तै असामान्य अवस्थाको मामलामा बिरामी र डाक्टरहरूलाई सूचित गर्न पुश सूचना सेवा (जस्तै, एआईएस) । धेरै कम वा धेरै उच्च ग्लुकोज स्तर) परिणामले देखाउँछ कि हाम्रो प्रणालीले वास्तविक समयमा टाढाबाट निरन्तर ग्लुकोज निगरानी गर्न सक्छ। यसको अतिरिक्त, परिणामले सेन्सर उपकरणमा अनुकूलित एनआरएफ घटक, पावर व्यवस्थापन एकाइ र ऊर्जा कटाई एकाइलाई पूर्ण रूपमा लागू गरेर उच्च स्तरको ऊर्जा दक्षता प्राप्त गर्न सकिन्छ भन्ने कुरा प्रकट गर्दछ। c © 2017 लेखकहरू। सेभियर बी.वी. द्वारा प्रकाशित |
0bfc3626485953e2d3f87854a00a50f88c62269d | सेलुलर नेटवर्कहरू सामान्यतया आधार स्टेशनहरू ग्रिडमा राखेर मोडेल गरिन्छ, मोबाइल प्रयोगकर्ताहरू या त अनियमित रूपमा छरिएका हुन्छन् वा निर्णायक रूपमा राखिएका हुन्छन्। यी मोडेलहरू व्यापक रूपमा प्रयोग गरिएको छ तर दुबै अत्यधिक आदर्श र धेरै व्यवहार्य नभएकोले पीडित छ, त्यसैले कभरेज / आउटेज सम्भावना र दरको मूल्या to्कन गर्न जटिल प्रणाली-स्तरको सिमुलेशनहरू प्रयोग गरिन्छ। अधिक व्यवहार्य मोडेलहरू लामो समयदेखि वांछनीय छन्। हामी स्टोकास्टिक ज्यामिति प्रयोग गरेर बहु-सेल सिग्नल-टु-इंटरफेरेन्स-प्लस-शोर अनुपात (एसआईएनआर) को लागि नयाँ सामान्य मोडेलहरू विकास गर्दछौं। धेरै सामान्य धारणा अन्तर्गत, डाउनलिंक SINR CCDF (कभरेज सम्भावना बराबर) को लागि परिणामी अभिव्यक्तिहरू चाँडै गणना योग्य इन्टिग्रलहरू समावेश गर्दछ, र केही व्यावहारिक विशेष केसहरूमा साधारण इन्टिग्रलहरूमा सरलीकृत गर्न सकिन्छ (उदाहरणका लागि, Q- प्रकार्य) वा साधारण बन्द-फारम अभिव्यक्तिहरूमा पनि। हामी पनि औसत दर प्राप्त गर्छौं, र त्यसपछि कभरेज लाभ (र औसत दर हानि) स्थिर आवृत्ति पुनः प्रयोगबाट। हामी ग्रिड मोडेल र वास्तविक आधार स्टेशन तैनातीको साथ हाम्रो कभरेज भविष्यवाणीहरू तुलना गर्छौं, र अवलोकन गर्दछौं कि प्रस्तावित मोडेल निराशावादी छ (कभरेजमा तल्लो सीमा) जबकि ग्रिड मोडेल आशावादी छ, र ती दुबै समान रूपमा सही छन्। प्रस्तावित मोडेलले भविष्यका सञ्जालहरूमा आधार स्टेशनहरूको बढ्दो अवसरवादी र घना स्थानलाई अझ राम्रोसँग समेट्न सक्छ। |
54bef8bca4bef4a5cb597c11b9389496f40df35c | स्वचालित भाषण पहिचान आउटपुटमा विराम चिह्न उपलब्ध छैन, जसले धेरै पछि पाठ प्रशोधन कार्यहरूमा बाधाहरू सिर्जना गर्न सक्दछ। यस लेखमा अनुवादित भाषण पाठहरूमा शब्दहरूको प्रवाहको लागि विराम चिह्नहरूको भविष्यवाणी गर्न एक उपन्यास विधि प्रस्ताव गरिएको छ। हाम्रो विधिले संयुक्त रूपमा पार्सिङ र विराम चिह्नको भविष्यवाणी गर्दछ जब शब्दहरू बायाँबाट दायाँ प्रक्रिया गर्दा सिन्ट्याक्सिक सुविधाहरूको समृद्ध सेट एकीकृत गरेर। यसले दीर्घकालीन निर्भरताहरूलाई लिनका लागि विश्वव्यापी दृश्यको प्रयोग गर्न सक्छ। IWSLT र TDT4 को परीक्षण डेटा सेटमा प्रयोगात्मक परिणामहरूले देखाउँदछ कि हाम्रो विधिले ट्रान्सक्रिप्ट गरिएको भाषण पाठमा शब्दहरूको प्रवाहमा विराम चिह्न भविष्यवाणीमा उच्च-स्तरको प्रदर्शन प्राप्त गर्न सक्छ। |
82e9a883f47380ce2c89ecbc57597efbdd120be1 | रेडियो-फ्रिक्वेन्सी पहिचान प्रविधि, पाठक/ट्याग प्रतिमानमा आधारित छ, जुन दैनिक जीवनका धेरै पक्षहरूमा छिटो प्रवेश गरिरहेको छ। विद्युत चुम्बकीय अनुसन्धान मुख्यतया उच्च दक्षता र सानो आकारको ट्याग एन्टेनाको डिजाइनको बारेमा हो, र एम्बेडेड इलेक्ट्रोनिक्ससँग जटिल प्रतिरोध मिल्दोसँग उपयुक्त छ। उपलब्ध तर टुक्रा-टुक्रा खुला साहित्यबाट शुरु गर्दै, यो कागजले यूएचएफ निष्क्रिय ट्याग एन्टेनाको डिजाइनका लागि सान्दर्भिक विधिहरूको एक समान सर्वेक्षण प्रस्तुत गर्दछ। सामान्य ढाँचामा सबैभन्दा बढी प्रयोग हुने डिजाइनको आधारभूत अवधारणालाई चित्रण गर्न विशेष ध्यान दिइएको छ। डिजाइन प्रविधिहरू धेरै गैर-व्यावसायिक उदाहरणहरूको माध्यमबाट चित्रण गरिएको छ। |
54a4c8051e655e3035f98bb9dd8876a6511517ff | यस लेखमा समाचारको अनुवादको साझा कार्यको लागि लिम्सिले प्रस्तुत गरेको विवरण छ। हामी रोमानियन-अंग्रेजी दुवै दिशामा, अंग्रेजीबाट रुसीमा, साथै अंग्रेजीबाट जर्मनमा अनुवाद गर्न पुनः क्रमबद्ध गर्ने प्रारम्भिक प्रयोगहरूको परिणामहरू रिपोर्ट गर्दछौं। हाम्रो प्रस्तुतीकरण मुख्यतया एनकोड र मोसेसको साथसाथै पोस्ट प्रोसेसिंग चरणमा निरन्तर अन्तरिक्ष मोडेलहरू प्रयोग गर्दछ। यस वर्षको सहभागिताका मुख्य नवीनताहरू निम्न छन्: रूसी र रोमानियाली भाषामा अनुवादको लागि, हामीले डिकोडरको आउटपुटलाई मोर्फोलोजिकल भिन्नताहरूको साथ विस्तार गर्ने प्रयास गरेका छौं र यस नयाँ खोजी स्थानलाई पुनः स्कोर गर्न सीआरएफ मोडेल प्रयोग गर्ने प्रयास गरेका छौं। जर्मन भाषामा अनुवादको लागि, हामी स्रोत-साइड पूर्व-आदेशको प्रयोग गर्दैछौं जुन निर्भरता संरचनामा आधारित छ जसले टार- |
e092be3120ce51aaa35af673fabd07b6513e702e | व्यवस्थापन सूचना प्रणाली (एमआईएस) र व्यवस्थापन विज्ञान/प्रचालन अनुसन्धान (एमएस/ओआर) परियोजनाहरूको असफलताका कारण धेरै समस्याहरू संगठनात्मक व्यवहारिक समस्याहरूमाथि निर्भर छन्। एमआईएस र एमएस/ओआर विकासमा लाखौं डलर खर्च गर्ने संस्थाहरूको थोरै फाइदा हुन्छ किनकि प्रणालीहरू असफल हुन जारी रहन्छन्। यी व्यवहारिक समस्याहरू बुझ्न र समाधान गर्नका लागि कदम चाल्न सकिन्छ। यस लेखमा तर्क गरिएको छ कि अधिकांश ओएसिसहरूमा यी व्यवहारिक समस्याहरू अपर्याप्त डिजाइनहरूको परिणाम हुन्। यी खराब डिजाइनहरू एमआईएस प्रणाली डिजाइनरहरूले संगठनहरू, उनीहरूका सदस्यहरू, र तिनीहरू भित्र एमआईएसको कार्यलाई हेर्ने तरिकामा जिम्मेवार छन्। अर्थात्, प्रणाली डिजाइनरहरूको सन्दर्भ फ्रेमहरू। यी सन्दर्भ फ्रेमहरू दोषपूर्ण डिजाइन विकल्पहरू र राम्रो डिजाइन विकल्पहरू बुझ्न असफलताको कारण हुन्छन्। सातवटा अवस्थाहरू छलफल गरिएका छन् जुन वर्तमान प्रणाली डिजाइनरहरूको दृष्टिकोण प्रतिबिम्बित गर्दछ। यी अवस्थाहरूको चर्चाले सामाजिक-तकनीकी प्रणाली (एसटीएस) डिजाइन दृष्टिकोण भित्र एमआईएस डिजाइन विधिलाई अस्वीकार गर्न र प्रणाली डिजाइनरहरूको परिप्रेक्ष्य परिवर्तन गर्न आवश्यक छ। एसटीएस दृष्टिकोणलाई संगठनहरूको यथार्थवादी दृष्टिकोण र तिनीहरूलाई परिवर्तन गर्ने तरिकाको रूपमा प्रस्तुत गरिएको छ। यो लेख एमआईएस क्वार्टरलीको लगातार अंकहरूमा प्रकाशित हुने दुई लेखमध्ये पहिलो हो। यस पहिलो लेखको उद्देश्य एसआरएस दृष्टिकोणको आवश्यकतालाई प्रदर्शन गर्नु हो। दोस्रोले एसटीएस पद्धतिको आधारभूत अवधारणा र सिद्धान्तहरू प्रस्तुत गर्नेछ र यसलाई एमआईएसको डिजाइनमा कसरी प्रयोग गर्न सकिन्छ। |
26b6341330085c8588b0d6e3eaf34ab5a0f7ca53 | यस लेखमा नयाँ भोल्टेज नियन्त्रित रिंग ओसिलेटर प्रस्तुत गरिएको छ। प्रस्तावित वीसीओले यसको विलम्ब कक्षमा आंशिक सकारात्मक प्रतिक्रिया प्रयोग गर्दछ, जसले सर्किटलाई एकल दुई चरणको साथ सञ्चालन गर्न अनुमति दिन्छ, कम पावर खपतको साथ उच्च गति प्राप्त गर्दछ। नयाँ VCO को अपरेसन फ्रिक्वेन्सीको विस्तृत दायरा छ (०.२ मा २.१ GHz), आउटपुट फ्रिक्वेन्सी र नियन्त्रण भोल्टेज बीच राम्रो रैखिकता, -90 dBc/Hz को चरण हल्ला १०० kHz अफसेटमा र यसले केवल 7.01 mW खपत गर्दछ यसको केन्द्रीय आवृत्ति १.२ GHz मा 3.3 V पावर सप्लाई प्रयोग गरेर। सर्किट ०.३५ /spl mu/m CMOS-AMS प्रक्रियामा निर्मित छ र ६७.५ /spl पटक /७७.५ /spl mu/m/sup २/ को क्षेत्र ओगटेको छ। |
4d4be6294e5b30cdf985fcc044f44ec9da495af3 | कम्प्युटरमा आधारित सेन्सर र एक्ट्युएटरहरू जस्तै ग्लोबल पोजिशनिंग सिस्टम, मेशिन भिजन, र लेजरमा आधारित सेन्सरहरू क्रमिक रूपमा मोबाइल रोबोटमा समावेश गरिएको छ जसको उद्देश्य कृषि कार्यहरूमा अपरेटर गतिविधिहरू परिवर्तन गर्न सक्षम स्वायत्त प्रणालीहरू कन्फिगर गर्नु हो। रोबोटको लागि नयाँ तरिका हार्डवेयरको न्यूनिकरण, साथै सफ्टवेयरको न्यूनिकरण र एकीकरणको सहजता, व्यावहारिक रोबोटिक प्रणालीहरू प्राप्त गर्न आवश्यक छ। कृषिमा स्वचालित उपकरणको प्रयोगमा एक कदम अगाडि रोबोटको फ्ल्याटको प्रयोग हो, जसमा एक वा धेरै कृषि कार्यहरू पूरा गर्न धेरै विशेष रोबोटहरू मिलेर काम गर्छन्। यस कागजातले विश्वसनीयता बढाउन, जटिलता र लागत घटाउन र विभिन्न विकासकर्ताहरूको सफ्टवेयरको एकीकरणको लागि व्यक्तिगत रोबोट र फ्लीटमा काम गर्ने रोबोट दुबैको लागि प्रणाली वास्तुकला विकास गर्न प्रयास गर्दछ। धेरै समाधानहरू अध्ययन गरिन्छ, पूर्ण रूपमा वितरित देखि सम्पूर्ण एकीकृत वास्तुकलामा जहाँ केन्द्रीय कम्प्युटरले सबै प्रक्रियाहरू चलाउँछ। यस कार्यले रोबोटको फ्ल्याट नियन्त्रण गर्न विभिन्न प्रकारका टोपोलोजीहरूको अध्ययन गर्दछ र अन्य सम्भावित टोपोलोजीहरूको प्रगति गर्दछ। यस कागजातमा प्रस्तुत गरिएको वास्तुकलालाई आरएचईए फ्लीटमा सफलतापूर्वक लागू गरिएको छ, जसमा व्यावसायिक ट्र्याक्टर चेसिसमा आधारित तीन जमिन मोबाइल एकाईहरू छन्। |
cbc5d3e04f80a07b49ac3fbdb41f4bd577664cdc | क्यूबेसेटका लागि सञ्चार प्रणालीले केही विशिष्ट मागहरूसँग व्यवहार गर्नुपर्दछ जुन खपत गरिएको शक्ति, ज्यामिति र थ्रूपुटको बारेमा हो। अनुप्रयोगको प्रकारमा निर्भर गर्दै, आवश्यक डाटा दरहरू प्रति सेकेन्डमा दशौं मेगाबिटसम्म जान सक्छ, जबकि पावर खपत र भौतिक आकार प्लेटफर्म द्वारा सीमित छ। प्रस्तावित संचार योजनामा ऊर्जा-कुशल मोडुलेशन र च्यानल कोडिङलाई बहु-पहुँच र स्प्रेड स्पेक्ट्रम प्रविधिहरूसँग जोडिनेछ, जसले बहु-उपग्रहहरूको प्रयोगलाई सक्षम बनाउनेछ। यसबाहेक, एन्टेना प्रणाली यस्तो डिजाइन गरिएको छ कि उपग्रहहरूको अभिमुखीकरणको स्वतन्त्रतामा लिंकहरू स्थापना र कायम राख्न सकिन्छ। घनको प्रत्येक अनुहारमा एन्टेना राखेर विद्युतीय रूपमा निर्देशित विकिरण ढाँचा प्राप्त गरिन्छ। कन्फर्मल बीमफर्मिङले प्रणालीलाई कुनै पनि इच्छित प्रसारण दिशाको लागि 5 dBi लाभ प्रदान गर्दछ, एटिएन्शन कन्ट्रोलको आवश्यकतालाई हटाउँदै। यसबाहेक, समतल एन्टेनाको प्रयोगले मेकानिकल भागको जटिलता कम गर्दछ किनकि तिनीहरूलाई कुनै तैनातीको आवश्यकता पर्दैन। अन्तर-उपग्रह सम्पर्कहरू सुनिश्चित गर्नु क्यूबसैट समूहको सफल अभियान सुनिश्चित गर्नका लागि आवश्यक छ। यद्यपि, अहिलेसम्म यस विषयमा खासै ध्यान दिइएको छैन । |
029ec0d53785eaf719632f5aa67ae5c22689dc70 | एक गोलाकार ध्रुवीकृत स्लट रेडिएटर मिलिमिटर ब्यान्डमा प्रस्तुत गरिएको छ। अत्याधुनिक स्लट तत्वहरूको तुलनामा कम परावर्तन र राम्रो ध्रुवीकरण प्रदर्शन प्राप्त हुन्छ। नयाँ तत्वको प्रदर्शन जाँच गर्नका लागि सब्सट्रेट इन्टिग्रेटेड वेव गाइड (एसआईडब्ल्यू) प्रविधिमा उच्च लाभ एरे प्रोटोटाइप लागू गरिएको छ। एक कोसेन्ट एम्पलीटुडे कभरेज एलिभेसन प्लेनमा, साथै एक 6 डिग्री झुकाइएको मोनोपल्स ढाँचा अजिमुथ प्लेनमा प्राप्त हुन्छ। एक ग्यान शिखर मान २८.६ डीबीआई र ३६.७ गीगाहर्जमा ७९% दक्षता निर्दिष्ट अपरेशन ब्यान्ड (३६.७-३७ गीगाहर्ज) मा निर्मित एन्टेना प्रोटोटाइपका लागि प्राप्त गरिएको छ। त्यस्तै, माथिल्लो मापन गरिएको अक्षीय अनुपात १.९५ डीबी ३६.८५ गीगाहर्जमा छ। |
e17879cf2bb858fbbc3a3aa2441287c53a0f684a | ट्राइसोमी एक्स महिलामा अतिरिक्त एक्स क्रोमोजोम (४६,२० को सट्टा ४७,२२) को उपस्थितिले गर्दा हुने परिवर्तनशील फेनोटाइपको साथ एक सेक्स क्रोमोजोम विसंगति हो। यो महिलाको क्रोमोजोमको सबैभन्दा सामान्य असामान्यता हो, जुन लगभग १,००० महिला जन्ममा देखा पर्दछ। केही व्यक्तिहरू हल्का वा लक्षणविहीन रूपमा प्रभावित भएकाले, यो अनुमान गरिएको छ कि ट्राइसोमी एक्स भएका व्यक्तिहरूको केवल १०% लाई मात्र निदान गरिएको छ। सामान्यतया शारीरिक लक्षणहरूमा अग्लो कद, एपिकेन्टल फोल्ड्स, हाइपोटोनिया र क्लिनोडाक्टिलिया समावेश हुन्छ। दौड, मृगौला र जननांगको असामान्यता, र समयपूर्व अंडाशय विफलता (पीओएफ) पनि सम्बन्धित निष्कर्ष हुन सक्छ। ट्राइसोमी एक्स भएका बालबालिकाहरूमा मोटर र बोलीमा ढिलाइ हुने दर बढी हुन्छ, र विद्यालय उमेरका बालबालिकाहरूमा संज्ञानात्मक कमजोरी र सिक्ने क्षमतामा समस्या हुने जोखिम बढ्छ। ध्यानको कमी, मनोदशा विकार (चिन्ता र डिप्रेसन), र अन्य मनोवैज्ञानिक विकारहरू सहित मनोवैज्ञानिक विशेषताहरू पनि सामान्य जनसंख्याको तुलनामा अधिक सामान्य हुन्छन्। ट्राइसोमी एक्स प्रायः मेयोसिसको समयमा नानडिजन्क्शनको परिणामको रूपमा देखा पर्दछ, यद्यपि पोष्ट-जिगोटिक नानडिजन्क्शन लगभग २०% केसहरूमा देखा पर्दछ। आमाको उमेर बढ्दै जाँदा ट्राइसोमी एक्स हुने जोखिम बढ्छ। ट्राइसोमी एक्स मा फेनोटाइप को लागी जीन को अति अभिव्यक्ति को परिणाम को लागी अनुमान गरिएको छ कि एक्स-असक्रियता को बचने, तर जीनोटाइप-फेनोटाइप सम्बन्धहरु लाई परिभाषित गर्न को लागी रहन्छ। प्रसूतिपूर्व अवधिमा एम्निओसेन्टेसिस वा कोरियन विल्ली नमूना द्वारा निदान सामान्य छ। पोस्टनेटल निदानका लागि संकेतहरू प्रायः विकासात्मक ढिलाइ वा हाइपोटोनिया, सिकाई असक्षमता, भावनात्मक वा व्यवहारिक कठिनाइ, वा पीओएफ समावेश गर्दछ। निश्चित क्यारियोटाइप परिणामहरू भन्दा पहिले विभेदक निदानमा नाजुक एक्स, टेट्रासोमी एक्स, पेन्टासोमी एक्स, र टर्नर सिन्ड्रोम मोज़ेकिज्म समावेश छ। आनुवंशिक परामर्शको सिफारिस गरिन्छ। प्रसवपूर्व अवधिमा निदान गरिएका बिरामीहरूलाई विकासको ढिलाइका लागि नजिकबाट अनुगमन गर्नुपर्दछ ताकि प्रारम्भिक हस्तक्षेप उपचारहरू आवश्यक अनुसार लागू गर्न सकिन्छ। विद्यालय जाने उमेरका बालबालिका र किशोरकिशोरीहरूले मानसिक मूल्यांकनबाट लाभ उठाउँछन्, जसमा संज्ञानात्मक/अकादमिक सीप, भाषा र/वा सामाजिक-भावनात्मक विकासमा समस्याहरूको लागि हस्तक्षेप योजनाको पहिचान र विकासमा जोड दिइएको हुन्छ। किशोरी र वयस्क महिलाहरूमा ढिलो मेनार्चे, मासिक धर्मको अनियमितता, वा प्रजनन समस्याको मूल्यांकन पीओएफका लागि गरिनुपर्छ। बिरामीहरूलाई व्यक्तिगत र पारिवारिक सहयोग प्राप्त गर्नका लागि सहयोग संस्थाहरूमा पठाउनुपर्छ। लक्षणको गम्भीरता र उपचारको गुणस्तर र समयको आधारमा रोगको पूर्वानुमान फरक-फरक हुन्छ। |
5b42ed20a1a01cb8d097141303dfd8f7cf1ced10 | छोटो पथ क्वेरीहरू (एसपीक्यू) धेरै ग्राफ विश्लेषण र खनन कार्यहरूमा आवश्यक छन्। तर, छोटो बाटोका प्रश्नहरूको उत्तर दिन ठूलो ग्राफमा उडानमा खर्चिलो हुन्छ। अनलाइनमा छोटो बाटोको प्रश्नको उत्तर दिन हामी भौतिक रुप लिन सक्छौँ र छोटो बाटोको सूचकांक बनाउन सक्छौँ। तर, N कोष्ठहरूको ग्राफमा सबै छोटो पथहरूको एक सीधा सूचकांक O ((N2) ठाउँ लिन्छ। यस लेखमा, हामी सबैभन्दा छोटो मार्गहरू अनुक्रमणिका गर्ने र अनलाइनमा सबैभन्दा छोटो मार्ग प्रश्नहरूको उत्तर दिने समस्यालाई सम्बोधन गर्नेछौं। धेरै ठूला वास्तविक ग्राफहरू समृद्ध सममितिका रूपमा देखाइएका छन्, हाम्रो दृष्टिकोणको केन्द्रीय विचार भनेको ग्राफ सममिति प्रयोग गर्नु हो अनुक्रमणिका आकार घटाउन जबकि छोटो पथ क्वेरी उत्तरको शुद्धता र दक्षता कायम राख्दै। प्राविधिक रूपमा, हामी एउटा ढाँचा विकास गर्छौं एउटा ठूलो ग्राफलाई कक्ष स्तरमा अनुक्रमणिका गर्नको लागि शिरोबिन्दु स्तरको सट्टा ताकि चौडाई-पहिलो खोजी रूखहरूको संख्या O ((N) बाट O (((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((((( हामी कक्षको आसन्नता र स्थानीय सममितिलाई कम्प्याक्ट चौडाई-पहिलो-खोज रूखहरू (कम्प्याक्ट बीएफएस-रूखहरू) प्राप्त गर्न अन्वेषण गर्दछौं। सिंथेटिक डाटा र वास्तविक डाटा दुवै प्रयोग गरी गरिएको एक विस्तृत अनुभवजन्य अध्ययनले देखाउँछ कि कम्प्याक्ट बीएफएस-ट्रीहरू कुशलतापूर्वक निर्माण गर्न सकिन्छ र ठाउँ लागतमा उल्लेखनीय कमी ल्याउन सकिन्छ। यसबाहेक, अनलाइन छोटो पथ क्वेरी उत्तर कम्प्याक्ट BFS- रूखहरू प्रयोग गरेर प्राप्त गर्न सकिन्छ। |
263c66b0c2dc996c46d11693ad3d6f8d3f7f3d3c | |
6bf1770a79309e4f05ef65e65e19f99c25974657 | भविष्यमा हाम्रो पारिस्थितिकीको अनुभव र समझमा सर्वव्यापी अनुभूतिले कस्तो भूमिका खेल्नेछ? भूगोलको हिसाबले घना सेन्सरको जाललाई निरन्तर नमूनाको रुपमा प्राकृतिक वातावरणमा बुन्ने कामले के के अवसरहरु सिर्जना गर्छ ? यस लेखमा, हामी यी प्रश्नहरूलाई समग्र रूपमा अन्वेषण गर्छौं, र प्राथमिक पारिस्थितिक अनुसन्धानदेखि संगीत रचनासम्म विभिन्न प्रकारका अनुप्रयोग, व्याख्या र कलात्मक अभिव्यक्तिहरूलाई समर्थन गर्न डिजाइन गरिएको वातावरणीय सेन्सर नेटवर्कमा हाम्रो काम प्रस्तुत गर्दछौं। विगत चार वर्षदेखि हामीले हाम्रो सर्वव्यापी संवेदी ढाँचालाई ठूलो परिमाणको सिमसार क्षेत्रको पुनर्स्थापनाको डिजाइन र कार्यान्वयनमा समावेश गर्दै आएका छौं, परिदृश्यको स्तरमा रचनात्मक अन्वेषणको लागि विस्तृत क्यानभास सिर्जना गर्दै। हामीले यहाँ प्रस्तुत गरेका परियोजनाहरू कस्टम सेन्सर नोड हार्डवेयरको विकास र व्यापक तैनाती, वास्तविक समय सेन्सर डाटा प्रदान गर्नका लागि उपन्यास वेब सेवाहरू अन्त प्रयोगकर्ता अनुप्रयोगहरू, डाटाको खुला अन्वेषणका लागि सार्वजनिक-अनुहार प्रयोगकर्ता इन्टरफेसहरू, साथै अधिक कट्टरपन्थी यूआई मोडलिटीहरू, मानव रहित हवाई वाहनहरू, भर्चुअल र संवर्धित वास्तविकता, र संवेदी वृद्धिको लागि पहिरन योग्य उपकरणहरू। यो कामबाट, हामी संजाल संवेदी परिदृश्य, एक दृष्टि को संकेतन को लागि सबै ठाउँमा कम्प्युटिङ र पर्यावरण बहाली। सेन्सर नेटवर्क टेक्नोलोजी र अन्तरक्रियाको नयाँ दृष्टिकोणले उपस्थितिलाई पुनः आकार दिने प्रतिज्ञा गर्दछ, स्थानिक र समसामयिक मापनमा पारिस्थितिक प्रक्रियाहरूमा सेन्सर जडानहरू खोल्दै। |
c5cc6243f070d80f5edef24608694c39195e2d1a | SQL सर्भर ११ रिलिज (कोड नाम "डेनाली") ले नयाँ डाटा वेयरहाउस क्वेरी एक्सेलेरेशन सुविधा प्रस्तुत गर्दछ जुन नयाँ अनुक्रमणिका प्रकारमा आधारित छ जसलाई स्तम्भ भण्डार अनुक्रमणिका भनिन्छ। नयाँ अनुक्रमणिका प्रकारको साथमा नयाँ क्वेरी अपरेटरहरू पows्क्तिहरूको ब्याचहरू प्रशोधन गर्दा डाटा वेयरहाउस क्वेरी प्रदर्शनमा ठूलो सुधार हुन्छः केही केसहरूमा सयौं पटक र नियमित रूपमा निर्णय समर्थन क्वेरीहरूको विस्तृत श्रृंखलाको लागि दश गुणा गति। स्तम्भ भण्डार अनुक्रमणिकाहरू क्वेरी प्रशोधन र अनुकूलन सहित प्रणालीको बाँकीसँग पूर्ण रूपमा एकीकृत छन्। यस कागजातले नयाँ अनुक्रमणिकाको पूर्ण फाइदा लिन क्वेरी प्रोसेसिंग र क्वेरी अप्टिमाइजेसनमा सुधार सहित स्तम्भ भण्डार अनुक्रमणिकाको डिजाइन र कार्यान्वयनको सिंहावलोकन दिन्छ। परिणाम स्वरूप प्रदर्शन सुधारहरू धेरै उदाहरण प्रश्नहरू द्वारा चित्रण गरिएको छ। |
09a9a6b6a0b9e8fa210175587181d4a8329f3f20 | एआईका लागि सिकाइ, योजना र ज्ञानको प्रतिनिधित्व बहु-स्तरको अस्थायी अमूर्तता प्रमुख, लामो समयदेखि चुनौतीपूर्ण छ। यस लेखमा हामी यी चुनौतीहरूलाई कसरी सुदृढीकरण सिकाइ र मार्कोभ निर्णय प्रक्रिया (एमडीपी) को गणितीय ढाँचा भित्र सम्बोधन गर्न सकिन्छ भन्ने कुरा विचार गर्नेछौं। हामी यस ढाँचामा कार्यको सामान्य अवधारणालाई विस्तार गर्छौं र यसमा केही समयको लागि कार्य गर्ने विकल्पहरू सहितको बन्द-लूप नीतिहरू समावेश गर्दछौं। विकल्पका उदाहरणहरूमा वस्तु उठाउने, खाजा खाने, र टाढाको शहरको यात्रा गर्ने, साथै मांसपेशीको संकुचन र संयुक्त टोकरी जस्ता आदिम कार्यहरू समावेश छन्। समग्रमा, हामी देखाउँछौं कि विकल्पहरूले अस्थायी रूपमा अमूर्त ज्ञान र कार्यलाई प्राकृतिक र सामान्य तरिकामा सुदृढीकरण शिक्षा ढाँचामा समावेश गर्न अनुमति दिन्छ। विशेष गरी, हामी देखाउँछौं कि विकल्पहरू योजना बनाउने विधिहरूमा आदिम कार्यहरू जस्तै गतिशील प्रोग्रामिंग र सिकाउने विधिहरूमा जस्तै क्यू-लर्निंगको साथ अन्तरक्रियाशील रूपमा प्रयोग गर्न सकिन्छ। औपचारिक रूपमा, एमडीपीमा परिभाषित विकल्पहरूको सेटले अर्ध-मार्कोभ निर्णय प्रक्रिया (एसएमडीपी) गठन गर्दछ, र एसएमडीपीको सिद्धान्तले विकल्पहरूको सिद्धान्तको लागि आधार प्रदान गर्दछ। तर, सबैभन्दा रोचक विषयहरू आधारभूत एमडीपी र एसएमडीपीबीचको अन्तरक्रियासँग सम्बन्धित छन् र यसैले एसएमडीपी सिद्धान्तभन्दा बाहिर छन्। हामी तीन यस्ता केसहरूको लागि परिणाम प्रस्तुत गर्दछौं: (१) हामी देखाउँदछौं कि विकल्पहरूको साथ योजनाको परिणामहरू कार्यान्वयनको बखत विकल्पहरू रोक्नको लागि प्रयोग गर्न सकिन्छ र यसैले योजना गरिएको भन्दा अझ राम्रो प्रदर्शन गर्दछ, (२) हामी नयाँ इन्ट्रा-विकल्प विधिहरू प्रस्तुत गर्दछौं जुन यसको कार्यान्वयनको टुक्राहरूबाट विकल्पको बारेमा सिक्न सक्षम हुन्छन्, र ()) हामी उप-लक्ष्यको धारणा प्रस्ताव गर्दछौं जुन विकल्पहरू आफैंमा सुधार गर्न प्रयोग गर्न सकिन्छ। यी सबै परिणामहरू अवस्थित साहित्यमा पूर्ववर्तीहरू छन्; यस कागजको योगदान तिनीहरूलाई एक सरल र अधिक सामान्य सेटिंगमा स्थापित गर्नु हो जुन विद्यमान सुदृढीकरण शिक्षा ढाँचामा कम परिवर्तनको साथ हुन्छ। विशेष गरी, हामी यी परिणामहरू प्राप्त गर्न सक्दछौं राज्य अमूर्त, पदानुक्रम, प्रकार्य अनुमान, वा म्याक्रोउटिलिटी समस्याको कुनै विशेष दृष्टिकोणमा प्रतिबद्ध (वा बहिष्कार) बिना। - हो ! 1999 एल्सेभियर साइन्स बी.वी. द्वारा प्रकाशित। सबै अधिकार सुरक्षित। सम्बन्धित लेखक 0004-3702/99/$ - पृष्ठको पहिलो भाग हेर्नुहोस्! 1999 एल्सेभियर साइन्स बी.वी. द्वारा प्रकाशित। सबै अधिकार सुरक्षित। PII: S0004-3702 (((99)00052 -1 182 R.S. सुटन एट अल / कृत्रिम बुद्धिमत्ता ११२ (१९९९) १८१-२११ |
3939607e665159002391082cd4a8952374d6bd99 | अब्स्ट्रक्ट बहुस्तरीय भोल्टेज स्रोत कन्भर्टरहरू उच्च-शक्ति अनुप्रयोगहरूको लागि नयाँ प्रकारको पावर कन्भर्टर विकल्पहरूको रूपमा देखा पर्दैछन्। बहुस्तरीय भोल्टेज स्रोत कन्भर्टरहरूले सामान्यतया सीढी भोल्टेज तरंगलाई डीसी क्यापेसिटर भोल्टेजको धेरै स्तरहरूबाट संश्लेषण गर्दछ। बहुस्तरीय कन्भर्टरहरूको एउटा प्रमुख सीमितता विभिन्न स्तरहरू बीचको भोल्टेज असंतुलन हो। विभिन्न स्तरहरू बीचको भोल्टेज सन्तुलन गर्नका लागि प्रविधिहरूमा सामान्यतया भोल्टेज क्लम्पिंग वा क्यापेसिटर चार्ज नियन्त्रण समावेश हुन्छ। बहुस्तरीय कन्भर्टरहरूमा भोल्टेज सन्तुलन लागू गर्ने धेरै तरिकाहरू छन्। परम्परागत चुम्बकीय युग्मित कन्भर्टरहरूलाई विचार नगरी, यस कागजातले तीन हालसालै विकसित बहु-स्तर भोल्टेज स्रोत कन्भर्टरहरू प्रस्तुत गर्दछः १) डायोड-क्ल्याम्प, २) फ्लाइंग क्यान्डेसिटरहरू, र separate) क्यास्केड-इन्भर्टरहरू अलग डीसी स्रोतहरूसँग। यी कन्भर्टरहरूको सञ्चालन सिद्धान्त, विशेषताहरू, प्रतिबन्धहरू, र सम्भावित अनुप्रयोगहरूको बारेमा छलफल गरिनेछ। |
61c901789c7fb4721aae63769d7c4eb0e27a7e45 | बहुस्तरीय शक्ति रूपान्तरणकर्ता जसले दुई भन्दा बढी भोल्टेज प्रदान गर्दछ र अधिक सुचारु र कम विकृत एसी-डीसी, डीसी-एसी, र डीसी-डीसी शक्ति रूपान्तरण प्राप्त गर्दछ, धेरै योगदानकर्ताहरूलाई आकर्षित गरेको छ। यस लेखमा स्व-भोल्टेज सन्तुलनको साथ एक सामान्यीकृत बहु-स्तर इन्भर्टर (कन्भर्टर) टोपोलोजी प्रस्तुत गरिएको छ। विद्यमान बहुस्तरीय इन्भर्टरहरू जस्तै डायोड-क्लम्प गरिएको र क्यापेसिटर-क्लम्प गरिएको बहुस्तरीय इन्भर्टरहरू सामान्य इन्भर्टर टोपोलोजीबाट प्राप्त गर्न सकिन्छ। यसबाहेक, सामान्यीकृत बहु-स्तर इन्भर्टर टोपोलोजीले एक वास्तविक बहु-स्तर संरचना प्रदान गर्दछ जुन प्रत्येक डीसी भोल्टेज स्तरलाई स्वचालित रूपमा अन्य सर्किटहरूको कुनै सहयोग बिना सन्तुलनमा राख्न सक्छ, यसैले सिद्धान्तमा, पूर्ण र वास्तविक बहु-स्तर टोपोलोजी प्रदान गर्दछ जुन अवस्थित बहु-स्तर इन्भर्टरहरूलाई समेट्छ। यस सामान्यीकृत बहुस्तरीय इन्भर्टर टोपोलोजीबाट, धेरै नयाँ बहुस्तरीय इन्भर्टर संरचनाहरू प्राप्त गर्न सकिन्छ। सामान्यीकृत बहुस्तरीय कन्भर्टरको केही अनुप्रयोग उदाहरणहरू दिइनेछ। |
bb004d2d04ce6872d0f7965808ae4867aa037f8b | २१ औं शताब्दीमा विद्युत् उत्पादन गर्दा भौतिक पूर्वाधार र नियन्त्रण तथा सूचना पूर्वाधारमा पनि ठूलो परिवर्तन हुनेछ। एक परिवर्तन अपेक्षाकृत थोरै ठूला, केन्द्रित उत्पादन केन्द्रहरूबाट र विद्युतको प्रसारण प्रायः उच्च भोल्टेज एसी ग्रिड (चित्र १) मा हुनेछ। 1) एक अधिक विविध र फैलाइएको उत्पादन पूर्वाधारमा जुन पनि डीसी प्रसारण लाइनहरूको उच्च प्रतिशत छ (चित्र। २) [१] संयुक्त राज्य अमेरिकामा, उत्पादन क्षमताले विद्युत मागलाई पछ्याउन सकेको छैन, किनकि पछिल्लो दशकमा रिजर्भ मार्जिन सन् १९९० मा २२ प्रतिशतबाट सन् १९९७ मा १६ प्रतिशतमा घटेको छ। यो घट्दो मार्जिन प्रवृत्ति आंशिक रूपमा भविष्यमा विद्युतीय वातावरण कसरी काम गर्ने भन्ने अनिश्चितताको कारण अर्को दशकमा जारी रहने अपेक्षा गरिएको छ। कम रिजर्भ मार्जिनले उच्च मागका दिनहरूमा कम चरम क्षमता र अधिक अस्थिर ऊर्जा मूल्यहरू [2] लाई निम्त्याउँछ। भौतिक पूर्वाधारमा यो परिवर्तन र अधिक विनियमनमुक्त विद्युत ऊर्जा उद्योगको परिणामस्वरूप अधिक पक्षहरू विद्युत उत्पादन गर्ने - वा वितरित उत्पादनको परिणाम हुनेछ। संयुक्त राज्य अमेरिका र विदेशमा उत्पादित कुल उर्जाको बजार हिस्सामा ठूलो वृद्धि हुने अपेक्षा गरिएको वितरित उत्पादन उर्जा स्रोतहरू मध्ये केहीमा सौर्य उर्जा, हावा, कम हेड हाइड्रो र भूतापीय जस्ता नवीकरणीय ऊर्जा स्रोतहरू समावेश छन्। इन्धन सेल प्रविधि पनि विकासको बिन्दुमा पुगिसकेको छ जहाँ यसले उर्जा आवश्यकताको महत्वपूर्ण हिस्सा आपूर्ति गर्न सुरु गर्न सक्छ। उच्च क्षमताको इलेक्ट्रोनिक मोड्युलको आगमनले पनि अधिक सीसी प्रसारणको प्रयोगलाई प्रोत्साहित गरेको छ र ईन्धन सेल र फोटोभोल्टिक जस्ता सीसी उर्जा स्रोतहरूको इन्टरफेसको सम्भावनाहरू सजिलै प्राप्त गर्न सकिन्छ। एक मोड्युलर, स्केलेबल पावर इलेक्ट्रोनिक्स टेक्नोलोजी जुन यी प्रकारका उपयोगिता अनुप्रयोगहरूको लागि आदर्श हो ट्रान्सफार्मरलेस बहु-स्तर कन्भर्टर []]। |
c29ac3455cb73a777e1908b2c2c09b1d14ea1e9e | नयाँ आवासीय मापन फोटोभोल्टिक (पीवी) एरे सामान्यतया ग्रिडमा एकल डीसी-एसी इन्भर्टर द्वारा जडित हुन्छ जुन पीवी प्यानलहरूको श्रृंखला श्रृंखलामा जडित हुन्छ, वा धेरै साना डीसी-एसी इन्भर्टरहरू जसले एक वा दुई प्यानलहरू सिधा एसी ग्रिडमा जडान गर्दछ। यस कागजातले एक साधारण सीसी-एसी इन्भर्टरमा जोडिएको उच्च भोल्टेज स्ट्रिंग सिर्जना गर्न श्रृंखलामा जडित गैर-पृथक प्रति-प्यानल डीसी-डीसी कन्भर्टरहरूको वैकल्पिक टोपोलोजी प्रस्ताव गर्दछ। यसले व्यक्तिगत डीसी-एसी ग्रिड जडित इन्भर्टरहरूको लागत वा दक्षता दण्ड बिना "कन्भर्टर-प्रति-प्यानल" दृष्टिकोणको फाइदा प्रदान गर्दछ। बक, बूस्ट, बक-बुस्ट, र Cu/spl तीव्र/k कन्भर्टरहरू सम्भावित dc-dc कन्भर्टरहरू मानिन्छ जुन क्यास्केड गर्न सकिन्छ। म्याटलाब सिमुलेसनहरू प्रत्येक टोपोलोजीको दक्षता तुलना गर्नका साथै लागत र जटिलता बढाउने फाइदाहरूको मूल्या evalu्कन गर्न प्रयोग गरिन्छ। बक्स र त्यसपछि बढावा कन्भर्टरहरू दिइएको लागतको लागि सबैभन्दा कुशल टोपोलोजीहरू देखाइएका छन्, लामो स्ट्रिंगहरूको लागि बक्स र छोटो स्ट्रिंगहरूको लागि बढावाको लागि उत्तम उपयुक्त छ। भोल्टेज दायरामा लचिलो भए पनि, बक्स-बूस्ट, र Cu / spl तीव्र / k कन्भर्टरहरू सधैं दक्षतामा वा वैकल्पिक रूपमा लागतमा हानिमा हुन्छन्। |
1bb06f401fac046234a9eeeb8735b8a456ba9d6d | हालैका वर्षहरूमा वायरलेस सेन्सर नेटवर्कहरूमा बढ्दो चासो देखिएको छ। वायरलेस सेन्सर नेटवर्कमा एउटा प्रमुख समस्या भनेको ऊर्जा-कुशल क्लस्टरिङ प्रोटोकलको विकास हो। नेटवर्कको जीवनकाल बढाउनका लागि पदानुक्रमिक क्लस्टरिङ एल्गोरिदमहरू धेरै महत्त्वपूर्ण हुन्छन्। प्रत्येक क्लस्टरिङ एल्गोरिथ्म दुई चरणमा हुन्छ, सेटअप चरण र स्टेसन स्टेट चरण । यी एल्गोरिदममा तातो बिन्दु क्लस्टर हेड चयन हो। यस लेखमा, हामी नोडहरूको विविधीकरणको प्रभावको अध्ययन गर्दछौं उनीहरूको उर्जाको सन्दर्भमा वायरलेस सेन्सर नेटवर्कमा जुन पदानुक्रमित रूपमा क्लस्टर गरिएको छ। हामी मान्छौ कि सेन्सर नोडहरुको जनसंख्याको प्रतिशत अतिरिक्त उर्जा स्रोतहरु संग सुसज्जित छ। हामी यो पनि मान्दछौं कि सेन्सर नोडहरू अनियमित रूपमा वितरित हुन्छन् र मोबाइल हुँदैनन्, सिink्कको निर्देशांक र सेन्सर क्षेत्रको आयामहरू ज्ञात छन्। समरूप क्लस्टरिंग प्रोटोकलले सबै सेन्सर नोडहरू उस्तै उर्जाको साथ सुसज्जित छन् र यसको परिणाम स्वरूप, तिनीहरू नोड विविधीकरणको उपस्थितिबाट फाइदा लिन सक्दैनन्। यस दृष्टिकोणलाई अनुकूलन गर्दै, हामी प्रत्येक नोडमा अवशिष्ट उर्जा अनुसार क्लस्टर हेड बन्न प्रत्येक नोडको भारित चुनाव सम्भावनाहरूमा आधारित वायरलेस सेन्सर नेटवर्कहरूको लागि एक ऊर्जा कुशल विषम क्लस्टर योजना प्रस्तुत गर्दछौं। अन्तमा, सिमुलेसन परिणामले देखाउँछ कि हाम्रो प्रस्तावित विषम समूहीकरण दृष्टिकोण LEACH को तुलनामा नेटवर्क जीवनकाल लम्ब्याउनमा बढी प्रभावकारी छ। २००८ एल्सभियर बी.भी. सबै अधिकार सुरक्षित। |
0352893287ea6c7d6a65946706b1b75cbe598798 | |
552528ae817834765e491d8f783c785c07ca7ccb | सामाजिक सञ्जाल डाटाको गोपनीयता बढ्दो चिन्ताको विषय हो जसले यस बहुमूल्य डाटा स्रोतको पहुँच सीमित गर्ने खतरा उत्पन्न गर्दछ। सामाजिक सञ्जालको ग्राफ संरचनाको विश्लेषणले राजस्व उत्पादन र सामाजिक विज्ञान अनुसन्धानका लागि बहुमूल्य जानकारी प्रदान गर्न सक्छ, तर दुर्भाग्यवस, यो विश्लेषणले व्यक्तिगत गोपनीयता उल्ल .्घन गर्दैन भन्ने कुरा सुनिश्चित गर्न गाह्रो छ। केवल ग्राफहरू अज्ञात बनाउनु वा विश्लेषणको समग्र परिणामहरू मात्र जारी गर्नुले पर्याप्त सुरक्षा प्रदान गर्न सक्दैन। विभेदक गोपनीयता एक वैकल्पिक गोपनीयता मोडेल हो, जुन तालिका डेटामा डाटा खननमा लोकप्रिय छ, जसले समग्र परिणामहरूमा व्यक्तिहरूको योगदानलाई अस्पष्ट पार्न शोर प्रयोग गर्दछ र डाटा सेटमा व्यक्तिको उपस्थिति लुकेको छ भन्ने धेरै बलियो गणितीय ग्यारेन्टी प्रदान गर्दछ। यसअघि व्यक्तिको पहिचान र निजी डेटा निकाल्न असुरक्षित रहेका विश्लेषणहरू भिन्न-भिन्न गोपनीयता ग्यारेन्टीहरू अन्तर्गत सुरक्षित रूपमा जारी गर्न सकिन्छ। हामी नेटवर्क डेटामा भिन्न गोपनीयता अनुकूलन गर्नका लागि दुई अवस्थित मापदण्डहरूको समीक्षा गर्छौं र यी मापदण्डहरू अन्तर्गत धेरै सामान्य सामाजिक-नेटवर्क विश्लेषण प्रविधिहरूको सम्भाव्यताको विश्लेषण गर्दछौं। यसबाहेक, हामी आउट-लिंक गोपनीयता, नेटवर्क डाटामा भिन्नता गोपनीयताका लागि एक उपन्यास मानक प्रस्ताव गर्दछौं, र साझा नेटवर्क विश्लेषण प्रविधिहरूको लागि दुई शक्तिशाली आउट-लिंक निजी एल्गोरिदमहरू प्रस्तुत गर्दछौं जुन अघिल्लो भिन्नता गोपनीयता मानकहरू अन्तर्गत निजीकरण गर्न असम्भव थियो। |
002c3339df17101b1b8f56d534ba4de2437f7a22 | हामीले हाम्रो नेटवर्कको हालैको डीट्राक बेन्चमार्कमा मूल्यांकन गर्यौं र अत्याधुनिक फास्टर आरसीएनएनको तुलनामा ९.५ प्रतिशतको उल्लेखनीय सुधार प्राप्त गर्यौं। यसबाहेक, हाम्रो नेटवर्कले मध्यम व्यावसायिक GPU मा 9-13 FPS पत्ता लगाउने गति प्राप्त गर्दछ। हामी ट्राफिक निगरानी क्यामेराबाट छिटो सवारी साधन पत्ता लगाउँछौं। एक उपन्यास गहिरो शिक्षा ढाँचा, अर्थात् विकसित बक्सहरू, विकसित हुन्छ जुन विभिन्न सुविधा प्रतिनिधित्व अन्तर्गत वस्तु बक्सहरू प्रस्ताव गर्दछ र परिष्कृत गर्दछ। विशेष गरी, हाम्रो ढाँचा प्रारम्भिक एङ्कर बक्सहरू उत्पन्न गर्नका साथै असम्भाव्य क्षेत्रहरूलाई प्रारम्भिक रूपमा खारेज गर्न हल्का प्रस्ताव नेटवर्कको साथ इम्बेडेड छ; एक ठीक-बर्ने नेटवर्कले यी उम्मेदवार बक्सहरूको लागि विस्तृत सुविधाहरू उत्पादन गर्दछ। हामीले रोचक तरिकाले देखाइदियौं कि विभिन्न विशेषता फ्युजन प्रविधिहरू लागू गरेर, प्रारम्भिक बक्सहरू दुबै स्थानीयकरण र पहिचानको लागि परिष्कृत गर्न सकिन्छ। |
541a89579d77942c0b8ac6debf8ef99a04684dca | यस लेखमा, श्रृंखला-आधारित माइक्रोस्ट्रिप एन्टेना एरेको डिजाइनको बारेमा छलफल गरिएको छ र यसको सीमित लाभको डिजाइन चुनौतीको व्याख्या गरिएको छ। यसले एरेको प्याचहरू बीचको चरणले चुनौतीलाई पार गर्न महत्त्वपूर्ण भूमिका खेल्छ भन्ने कुराको चर्चा गर्दछ। २३ एलिमेन्ट श्रृंखलामा का-ब्यान्डमा फिड गरिएको रैखिक एर्रेले ब्रीडसाइड दिशामा बीमको साथ १ d डीबीआईको लाभ दिन्छ र एसएलएल -१ 15 डीबी भन्दा राम्रो छ। सी-ब्यान्डमा एउटा सानो संस्करण डिजाइन र निर्माण गरिएको छ। सात तत्वको श्रृंखलामा सञ्चालित एन्टेना एरेले ५.७९ गीगाहर्जमा १५.१ डीबीआईको मापन लाभ प्रदान गरेको थियो। यो डिजाइनलाई उच्च लाभ प्राप्त गर्नको लागि समतल एन्टेना एरेहरूको लागि विस्तार गर्न सकिन्छ। |
056e13d5045e7d594489705f78834cfaf6642c36 | कुनै पनि सिकाइ एल्गोरिथ्मको शुद्धता सुधार गर्नका लागि बूस्टिङ एक सामान्य विधि हो। मुख्यतया AdaBoost एल्गोरिथ्ममा ध्यान केन्द्रित गर्दै, यस अध्यायले AdaBoost को प्रशिक्षण त्रुटि र सामान्यीकरण त्रुटि सहितको हालसालैको कामको सिंहावलोकन गर्दछ; खेल सिद्धान्त र रैखिक प्रोग्रामिंगको साथ Boosting को जडान; बढावा र तार्किक प्रतिगमन बीचको सम्बन्ध; बहु-वर्ग वर्गीकरण समस्याहरूको लागि AdaBoost को विस्तार; बढावामा मानव ज्ञान समावेश गर्ने विधिहरू; र प्रयोगात्मक र लागू कार्य प्रयोग गरेर बढावा। |
38f35dd624cd1cf827416e31ac5e0e0454028eca | हामी DropConnect, ड्रपआउट (हिन्टन एट अल, २०१२) को सामान्यीकरण प्रस्तुत गर्दछौं, न्यूरल नेटवर्क भित्र ठूला पूर्ण रूपमा जडित तहहरू नियमित गर्नका लागि। ड्रपआउटको साथ प्रशिक्षण गर्दा, सक्रियताहरूको अनियमित चयन गरिएको उपसमूह प्रत्येक तह भित्र शून्यमा सेट गरिन्छ। DropConnect यसको सट्टामा नेटवर्क भित्र वजनको अनियमित चयनित उपसेटलाई शून्यमा सेट गर्दछ। प्रत्येक एकाईले यसैले अघिल्लो तहमा एकाईहरूको एक यादृच्छिक उप-सेटबाट इनपुट प्राप्त गर्दछ। हामी ड्रपआउट र ड्रप कनेक्ट दुवैको सामान्यीकरण प्रदर्शनमा एक सीमा प्राप्त गर्छौं। त्यसपछि हामीले ड्रप कनेक्टको डाटासेटको दायरामा मूल्यांकन गर्यौं, ड्रपआउटसँग तुलना गरेर, र धेरै ड्रप कनेक्ट-प्रशिक्षित मोडेलहरू एकत्रित गरेर छवि मान्यता बेन्चमार्कमा अत्याधुनिक परिणामहरू देखाउँदछौं। |
8579b32d0cabee5a9f41dcde0b17aa51d9508850 | हामीले एउटा इशारा पहिचान प्रणाली विकास गरेका छौं, जुन लुकेका मार्कोभ मोडेलमा आधारित छ, जसले अन्तरक्रियात्मक रूपमा इशाराहरू पहिचान गर्न सक्छ र नयाँ इशाराहरूको अनलाइन शिक्षा प्रदर्शन गर्न सक्छ। यसको अतिरिक्त, यो एक इशाराको आफ्नो मोडेललाई पुनरावृत्तिपूर्वक प्रत्येक उदाहरणको साथ अपडेट गर्न सक्षम छ जुन यसले पहिचान गर्दछ। यो प्रणालीले १४ वटा भिन्न भिन्न इशाराहरू एक वा दुई उदाहरणहरू मात्र प्रयोग गरेर पहिचान गर्न सक्ने प्रमाणित गरेको छ। यो प्रणाली हाल साइबरग्लोभसँग जोडिएको छ, जसबाट सङ्केत भाषाको वर्णमालाबाट इशाराहरू पहिचान गर्न सकिन्छ। यो प्रणालीलाई रोबोटको टेलि-अपरेसन र उदाहरणद्वारा प्रोग्रामिङका लागि अन्तरक्रियात्मक इन्टरफेसको भागको रूपमा लागू गरिएको छ। |
0617301c077e56c44933e2b790a270f3e590db12 | हामी अनुमानित स्ट्रिङ मिलान समस्याको लागि नयाँ अनुक्रमणिका विधि प्रस्तुत गर्दछौं। यो विधि एक प्रत्यय सरणीमा आधारित छ जुन ढाँचाको विभाजनसँग जोडिएको छ। हामी परिणाम एल्गोरिथ्मको विश्लेषण गर्छौं र देखाउँछौं कि औसत पुनः प्राप्ति समय हो , केहि को लागी त्यो सहि त्रुटि अंश र वर्णमाला आकार मा निर्भर गर्दछ । यो लगभग , जहाँ देखाइएको छ । आवश्यक स्थान पाठको आकारको चार गुणा हो, जुन यस समस्याको लागि एकदम मध्यम छ। हामीले प्रयोगात्मक रूपमा देखाएका छौं कि यो सूचकांकले सूचिकृत अनुमानित खोजका लागि सबै विद्यमान विकल्पहरूलाई धेरै राम्रोसँग पार गर्न सक्छ। यी विभिन्न विद्यमान योजनाहरूको तुलना गर्ने पहिलो प्रयोगहरू पनि हुन्। |
6c94ec89603ffafcdba4600bc7506a2df35cc246 | यस डक्टरेट कन्सोर्टियम कागजातले छलफल गर्दछ कि कसरी एनएलपीलाई बीपीएमको डोमेनमा लागू गर्न सकिन्छ स्वचालित रूपमा संगठन भित्र अवस्थित कागजातबाट व्यवसाय प्रक्रिया मोडेलहरू उत्पन्न गर्न। मुख्य विचार भनेको वाक्यको वाक्य रचना र व्याकरणिक संरचनाबाट, व्यवसाय प्रक्रिया मोडेलका घटकहरू व्युत्पन्न गर्न सकिन्छ (उदाहरणका लागि, "व्यापार प्रक्रिया मोडेल") । गतिविधिहरू, स्रोतहरू, कार्यहरू, ढाँचाहरू) । परिणाम एक व्यापार प्रक्रिया मोडेल BPMN प्रयोग चित्रण हुनेछ - एक समर्पित व्यापार प्रक्रिया मोडेलिंग प्रविधी |
075bc988728788aa033b04dee1753ded711180ee | हामी मानव अनुहारलाई विभिन्न अभिव्यक्ति र प्रकाशका साथसाथै ओक्ल्युसन र भेषभूषाबाट स्वचालित रूपमा पहिचान गर्ने समस्यालाई विचार गर्दछौं। हामी पहिचान समस्यालाई बहु रैखिक प्रतिगमन मोडेलहरू बीच वर्गीकरण गर्ने एकको रूपमा प्रस्तुत गर्दछौं र तर्क गर्दछौं कि विरल संकेत प्रतिनिधित्वबाट नयाँ सिद्धान्तले यस समस्यालाई सम्बोधन गर्ने कुञ्जी प्रदान गर्दछ। सी१-न्यूनतमकरणद्वारा गणना गरिएको एक विरल प्रतिनिधित्वको आधारमा, हामी (छवि-आधारित) वस्तु पहिचानको लागि सामान्य वर्गीकरण एल्गोरिथ्म प्रस्ताव गर्दछौं। यो नयाँ ढाँचाले अनुहार पहिचानका दुई महत्वपूर्ण मुद्दाहरूमा नयाँ अन्तरदृष्टि प्रदान गर्दछ: विशेषता निकासी र ओक्ल्युसनको लागि बलियोता। सुविधा निकासीको लागि, हामी देखाउँछौं कि यदि पहिचान समस्यामा स्पायरिटी सही रूपमा प्रयोग गरिएको छ भने, सुविधाहरूको छनौट अब महत्वपूर्ण छैन। तथापि, महत्वपूर्ण कुरा के हो भने, सुविधाहरूको संख्या पर्याप्त ठूलो छ कि छैन र यदि विरल प्रतिनिधित्व सही रूपमा गणना गरिएको छ भने। अपरंपरागत विशेषताहरू जस्तै डाउनस्म्पल्ड छविहरू र अनियमित प्रक्षेपणहरू केवल पारंपरिक विशेषताहरू जस्तै एजेनफेस र लाप्लासियनफेसहरू जस्तै प्रदर्शन गर्दछन्, जबसम्म सुविधा स्पेसको आयामले केही थ्रेसहोल्ड पार गर्दछ, स्पार्स प्रतिनिधित्वको सिद्धान्त द्वारा भविष्यवाणी गरिएको। यो ढाँचाले occlusion र भ्रष्टाचारको कारण त्रुटिहरू समान रूपमा ह्यान्डल गर्न सक्दछ कि यी त्रुटिहरू प्रायः मानक (पिक्सेल) आधारको सम्बन्धमा विरल हुन्छन् भन्ने तथ्यको शोषण गरेर। छिटपुट प्रतिनिधित्वको सिद्धान्तले मान्यता एल्गोरिथ्मले कति ओक्ल्युसन ह्यान्डल गर्न सक्छ र कसरी प्रशिक्षण छविहरू छनौट गर्न सकिन्छ भनेर भविष्यवाणी गर्न मद्दत गर्दछ। हामी प्रस्तावित एल्गोरिथ्मको प्रभावकारिता प्रमाणित गर्न र माथिका दावीहरूलाई पुष्टि गर्न सार्वजनिक रूपमा उपलब्ध डाटाबेसहरूमा व्यापक प्रयोगहरू गर्छौं। |
0d117c9fc3393237d71be5dce9bb6498b5e0c020 | आई.आई.डी. दिइएको एक यादृच्छिक वेक्टर X ∈ R को अवलोकन, हामी यसको सह-भिन्नता म्याट्रिक्स Σ, र यसको उल्टो सह-भिन्नता वा एकाग्रता म्याट्रिक्स Θ = (Σ) दुवैको अनुमान गर्ने समस्याको अध्ययन गर्दछौं। जब X बहु-परिवर्तनशील ग्यासियन हुन्छ, तब Θ को गैर-शून्य संरचना सम्बन्धित ग्यासियन मार्कोभ यादृच्छिक क्षेत्रको ग्राफद्वारा निर्दिष्ट गरिन्छ; र यस्तो विरल Θ को लागि एक लोकप्रिय अनुमानक l1-regularized Gaussian MLE हो। यो अनुमानक गैर-गौसियन एक्स को लागी पनि समझदार छ, किनकि यो १-दण्डित लग-निर्धारक ब्रेगम्यान विचलनलाई कम गर्न मिल्छ। हामी यसको प्रदर्शनलाई उच्च आयामी स्केलि under अन्तर्गत विश्लेषण गर्दछौं, जसमा ग्राफ p मा नोडहरूको संख्या, किनारहरूको संख्या s, र अधिकतम नोड डिग्री d, नमूना आकार n को प्रकार्यको रूपमा बढ्न अनुमति दिइन्छ। प्यारामिटरहरू (p, s, d) को अतिरिक्त, हाम्रो विश्लेषणले अन्य कुञ्जी परिमाणहरू पहिचान गर्दछ जुन दरहरू नियन्त्रण गर्दछः (a) l∞-अपरेटर मानक साँचो सह-भिन्नता म्याट्रिक्स Σ; र (b) l∞ अपरेटर मानक उप-म्याट्रिक्स ΓSS , जहाँ S ग्राफ किनारहरू अनुक्रमणिका गर्दछ, र Γ = (Θ) (Θ); र (c) म्याट्रिक्स Γ मा पारस्परिक असंगति वा irrepresentability मापन र (d) क्षय दर 1/f(n, δ) सम्भावनाहरू {सससइज - ससइज > डस} मा, जहाँ सस एन नमूनाहरूमा आधारित नमूना सह-भिन्नता हो। हाम्रो पहिलो परिणामले तत्वको अधिकतम-मानकमा हाम्रो अनुमानको अनुरूपता स्थापित गर्दछ। यसले हामीलाई फ्रबिनियस र स्पेक्ट्रल मानदण्डहरूमा अभिसरण दरहरू प्राप्त गर्न अनुमति दिन्छ, अधिकतम नोड डिग्री d = o ((√ s) को साथ ग्राफहरूको लागि अवस्थित परिणामहरूमा सुधारको साथ। हाम्रो दोस्रो परिणाममा, हामी देखाउँछौं कि सम्भावना एकमा मिल्दै, अनुमानित Θ̂ ले ध्यान केन्द्रित म्याट्रिक्स Θ को शून्य ढाँचा सही रूपमा निर्दिष्ट गर्दछ। हामी विभिन्न ग्राफ र समस्या मापदण्डहरूको लागि सिमुलेशन मार्फत हाम्रो सैद्धान्तिक परिणामहरू चित्रण गर्दछौं, सैद्धान्तिक भविष्यवाणीहरू र सिमुलेशनमा व्यवहार बीच राम्रो पत्राचार देखाउँदै। एएमएस २००० विषय वर्गीकरणः प्राथमिक ६२ एफ १२; माध्यमिक ६२ एफ ३०। |
216c8515f9f53533b2e87c8183e70d3b50c2c097 | हालको व्यावसायिक एन्टी-मालवेयर सफ्टवेयरमा एक लोकप्रिय दृष्टिकोणले प्रोग्रामको कोडमा स्क्यान स्ट्रिङहरू खोजेर खराब प्रोग्रामहरू पत्ता लगाउँदछ जुन बाइट अनुक्रमहरू हुन् जुन खराब कोडको संकेत हो। स्क्यान स्ट्रिङहरू, जुन विद्यमान मालवेयरको हस्ताक्षरको रूपमा पनि चिनिन्छ, मालवेयर विश्लेषकहरूद्वारा ज्ञात मालवेयर नमूनाहरूबाट निकालिन्छ, र डाटाबेसमा भण्डारण गरिन्छ जुन प्रायः भाइरस शब्दकोशको रूपमा उल्लेख गरिन्छ। यस प्रक्रियामा प्रायः धेरै मानवीय प्रयासहरू समावेश हुन्छन्। यसबाहेक, यस प्रविधिको दुई प्रमुख सीमितताहरू छन्। पहिलो, सबै खराब प्रोग्रामहरूमा बिट ढाँचा हुँदैन जसले तिनीहरूको खराब स्वभावको प्रमाण दिन्छ। यसैले, केही मालवेयरहरू भाइरस शब्दकोशमा रेकर्ड गरिएको छैन र हस्ताक्षर मिलान मार्फत पत्ता लगाउन सकिदैन। दोस्रो, विशिष्ट बिट ढाँचाको खोजीले धेरै प्रकारका मालवेयरमा काम गर्दैन - अस्पष्ट मालवेयर। हस्ताक्षर मेल खाएको नयाँ मालवेयर ढाँचा पहिचान गर्न असमर्थ देखाइएको छ र अस्पष्ट मालवेयर पहिचान गर्न असफल हुन्छ। यस कागजातले मालवेयर पहिचान प्रविधिको परिचय दिन्छ जसले मालवेयर इन्स्ट्यान्सको सेटमा र सौम्य कोड इन्स्ट्यान्सको सेटमा प्रशिक्षित लर्निंग ईन्जिनको माध्यमबाट मालवेयर पत्ता लगाउँदछ। सिक्ने इन्जिनले एक अनुकूलनशील डाटा कम्प्रेसन मोडेल प्रयोग गर्दछ - आंशिक मिलान (पीपीएम) द्वारा पूर्वानुमान - दुई कम्प्रेसन मोडेलहरू निर्माण गर्न, एउटा मालवेयर उदाहरणहरूबाट र अर्को सौम्य कोड उदाहरणहरूबाट। कोड उदाहरणलाई यसको अनुमानित क्रस एन्ट्रोपीलाई कम गरेर "मालवेयर" वा "भद्र" को रूपमा वर्गीकृत गरिन्छ। हाम्रो प्रारम्भिक परिणाम धेरै आशाजनक छ। हामीले ०.९४ को सही सकारात्मक दर प्राप्त गर्यौं ०.०१६ को गलत सकारात्मक दरको साथ। हाम्रो प्रयोगले यो प्रविधिले अज्ञात र अस्पष्ट मालवेयरलाई प्रभावकारी रूपमा पत्ता लगाउन सक्छ भन्ने पनि देखाउँछ। |
682640754c867ecc6ae2ccaa5dc68403ee7d2e63 | हामी देखाउँछौं कि कसरी बिटकॉइन वालेटको लागि दुई-कारक प्रमाणीकरण गर्ने। यसका लागि हामी म्याकेन्जी र राइटर (Int J Inf Secur 2(3-4): 218-239, 2004. doi: 10.1007/s10207-004-0041-0) द्वारा बिटकॉइनको सन्दर्भमा दुई-पक्षीय हस्ताक्षर प्रोटोकलको ECDSA अनुकूलन कसरी प्रयोग गर्ने भनेर वर्णन गर्दछौं र बिटकॉइन वालेटको प्रोटोटाइप कार्यान्वयन प्रस्तुत गर्दछ जुन दुबै प्रदान गर्दछः दुई-कारक प्रमाणीकरण र एक अलग च्यानलमा प्रमाणिकरण। हामी दोस्रो प्रमाणिकरण कारकको रूपमा स्मार्ट फोन प्रयोग गर्छौं, हाम्रो समाधान धेरै प्रयोगकर्ताहरूको लागि पहिले नै उपलब्ध हार्डवेयरको साथ प्रयोग गर्न सकिन्छ र प्रयोगकर्ता अनुभव विद्यमान अनलाइन बैंकि authentication प्रमाणीकरण विधिहरूसँग धेरै समान छ। |
e427c8d3c1b616d319c8b5f233e725d4ebfd9768 | वस्तु वा सुविधाहरूको कार्यात्मक क्षेत्रहरू स्थानीयकरण दृश्य समझको एक महत्त्वपूर्ण पक्ष हो र धेरै रोबोटिक्स अनुप्रयोगहरूको लागि सान्दर्भिक छ। यस कार्यमा, हामी पिक्सेल-वार एनोटेटेड अफोर्डन्स डाटासेट प्रस्तुत गर्दछौं 3090 छविहरूको 9916 वस्तु उदाहरणहरू समावेश गर्दछ। वस्तुका भागहरूमा बहुउपयोगी क्षमताहरू हुन सक्छन्, हामी यसलाई बहुलेबल उपभोग्य क्षेत्रको लागि कन्भोल्युसनल न्यूरल नेटवर्कद्वारा सम्बोधन गर्छौं। हामी नेटवर्कलाई धेरै कम कुञ्जी बिन्दु एनोटेशनबाट प्रशिक्षण दिनको लागि पनि प्रस्ताव गर्दछौं। हाम्रो दृष्टिकोणले अन्य कमजोर पर्यवेक्षण विधिहरू भन्दा उच्च सस्तो पत्ता लगाउने सटीकता प्राप्त गर्दछ जुन कमजोर पर्यवेक्षणको रूपमा कुञ्जी बिन्दु एनोटेशन वा छवि एनोटेशनमा पनि निर्भर गर्दछ। |
731359cd04c7625549e78d9fbd9ad362642be9c8 | अनिश्चितता, यसको मोडलिङ र विश्लेषणको बारेमा धेरै साहित्यहरूमा चर्चा गरिएको छ जसमा तथ्याङ्क र परिचालन अनुसन्धान, ज्ञान व्यवस्थापन र दर्शन समावेश छन्। बेयसियन दृष्टिकोणका अनुयायीहरूले प्रायः तर्क गरेका छन् कि अनिश्चिततालाई या त सम्भावनाहरूद्वारा मोडेल गर्नुपर्दछ वा छलफलद्वारा समाधान गर्नुपर्दछ जसले अर्थ स्पष्ट पार्दछ। अन्यले नाइटलाई जोखिम र अनिश्चितताको सन्दर्भहरू बीच भिन्नतामा पछ्याएका छन्: पूर्वले सम्भावना मार्फत मोडेलिंग र विश्लेषण स्वीकार गर्दछ; पछिल्लो होइन। साहित्यमा फजी सेटको जादेहको अवधारणाबाट उत्पन्न हुने दृष्टिकोणहरूको भीड पनि छ। दर्शन र व्यवस्थापन साहित्यमा अर्थ निर्माणको सिद्धान्तले ज्ञान र अनिश्चिततालाई मानव समझको विपरीत चरम रूपमा हेर्दछ र त्यस अनुसार अनिश्चितताको समाधानको बारेमा छलफल गर्दछ। यहाँ हामी बेयसियन दृष्टिकोण अपनाउँछौं, तर परम्परागत भन्दा नरम, जसले अन्य दृष्टिकोणहरूमा चिन्तालाई मान्यता दिन्छ र विशेष गरी उनीहरूको चिन्तालाई निर्णय सन्दर्भको साइनेफिन फ्रेमवर्कमा राख्छ तथ्या .्क, जोखिम र निर्णय विश्लेषणमा मोडेलिंग र विश्लेषणको प्रक्रियामा प्रतिबिम्बित गर्न। यो दृष्टिकोण हालैका छलफलका केही सूत्रहरूमा आधारित छ जसले गुणात्मक परिदृश्य योजना विचारहरू र विश्लेषणको लागि अधिक मात्रात्मक दृष्टिकोणहरूको अभिसरणको लागि तर्क गर्दछ। म यी सुझावहरू र छलफलहरू कसरी मोडेलिंगको कार्यविधिमा केही पहिलेको सोचसँग सम्बन्धित छ र विशेष गरी सेभजले व्यक्त गरेको "सानो संसार" को अवधारणासँग सम्बन्धित छ। |
f0fe2b9cb1f4de756db573127fe7560421e5de3d | दुई दशकभन्दा बढी समयदेखि गाँजा, जसलाई सामान्यतया गाँजा भनिन्छ, उच्च आय भएका देशहरूमा युवाहरूद्वारा सबैभन्दा बढी प्रयोग गरिने अवैध लागुऔषध हो र हालैमा यो विश्वव्यापी रूपमा लोकप्रिय भएको छ। विगत १० वर्षको महामारी विज्ञान अनुसन्धानले किशोरावस्था र वयस्कतामा गाँजाको नियमित प्रयोगले प्रतिकूल असर पार्न सक्ने देखाएको छ। महामारी विज्ञान, क्लिनिकल र प्रयोगशाला अध्ययनहरूले गाँजाको प्रयोग र प्रतिकूल परिणामहरू बीच सम्बन्ध स्थापित गरेका छन्। हामी सबैभन्दा बढी जनस्वास्थ्यमा असर गर्ने प्रतिकूल प्रभावहरूमा ध्यान केन्द्रित गर्छौं- अर्थात्, जुन धेरै मात्रामा हुने सम्भावना हुन्छ र ठूलो सङ्ख्यामा गाँजा प्रयोगकर्ताहरूलाई असर गर्छ। यसको प्रतिकूल असरहरुमा निर्भरता सिन्ड्रोम, सवारी दुर्घटनाको जोखिम बढ्ने, श्वासप्रश्वासको कार्यमा कमी आउने, हृदय रोग, र किशोर किशोरीहरुको मनोसामाजिक विकास र मानसिक स्वास्थ्यमा नियमित प्रयोगको प्रतिकूल असर समावेश छ। |
4d625677469be99e0a765a750f88cfb85c522cce | हाम्रो लक्ष्य भनेको कम्प्युटर भिजनमा आधारित प्रविधिहरू विकास गरेर प्राकृतिक हात-वस्तु हेरफेरको समझलाई स्वचालित बनाउनु हो। हाम्रो परिकल्पना यो हो कि यो हेरफेर कार्यहरू सही रूपमा पहिचान गर्नका लागि हातको पकड प्रकारहरू र हेरफेर गरिएका वस्तुहरूको विशेषताहरू मोडेल गर्न आवश्यक छ। विशेष गरी, हामी हातले समात्ने प्रकारहरू, वस्तु गुणहरू र कार्यहरू पहिचान गर्नमा केन्द्रित छौं एक एकीकृत मोडेल भित्र एकल छविबाट। पहिलो, हामी ग्रिप प्रकार र वस्तु विशेषताहरू बीचको सन्दर्भ सम्बन्धको अन्वेषण गर्छौं, र देखाउँछौं कि कसरी त्यो सन्दर्भलाई ग्रिप प्रकार र वस्तु विशेषताहरू दुवैको पहिचान बढाउन प्रयोग गर्न सकिन्छ। दोस्रो, हामी विभिन्न प्रकारका कार्यहरूको विशेषताका लागि पूरक जानकारी समावेश गर्ने परिकल्पनाको आधारमा ग्र्याप प्रकारहरू र वस्तु विशेषताहरूको साथ कार्यहरू मोडेल गर्ने प्रस्ताव गर्दछौं। हाम्रो प्रस्तावित कार्य मोडेलले परम्परागत उपस्थितिमा आधारित मोडेलहरूलाई पार गर्दछ जुन अर्थिक प्रतिबन्धहरूलाई ध्यानमा राख्न डिजाइन गरिएको छैन जस्तै समात्ने प्रकारहरू वा वस्तु विशेषताहरू। सार्वजनिक स्वार्थी गतिविधिहरूको डाटासेटमा प्रयोगको नतिजाले हाम्रो परिकल्पनालाई बलियो रूपमा समर्थन गर्दछ। |
59fa9d40d129f18f1f3193f65935fcb9e2042afb | नयाँ मोटर वाहन अनुप्रयोग र सेवाहरूको लागि, सूचना प्रविधि (आईटी) ले केन्द्रीय महत्त्व प्राप्त गरेको छ। कार निर्माणमा आईटीसँग सम्बन्धित लागतहरू पहिले नै उच्च छन् र भविष्यमा ती नाटकीय रूपमा बढ्नेछन्। यद्यपि सुरक्षा र विश्वसनीयता अपेक्षाकृत राम्रोसँग स्थापित क्षेत्र भएको छ, तर प्रणालीगत हेरफेर वा घुसपैठ विरुद्ध सवारी साधन आईटी प्रणालीको सुरक्षा भर्खरै मात्र देखा पर्न थालेको छ। यद्यपि, आईटी सुरक्षा पहिले नै सवारी साधनमा प्रयोग हुने केही अनुप्रयोगहरूको आधार हो, जस्तै इमोबिलाइजर वा डिजिटल टाकोग्राफ। भविष्यमा कार अनुप्रयोगहरू र व्यापार मोडेलहरू सुरक्षित रूपमा सक्षम गर्न, आईटी सुरक्षा अर्को पुस्ताका सवारी साधनहरूको लागि केन्द्रीय प्रविधिहरू मध्ये एक हुनेछ। सवारी साधनमा आईटी सुरक्षाको अत्याधुनिक अवलोकन पछि, हामी क्रिप्टोग्राफिक शब्दावली र कार्यक्षमतामा छोटो परिचय दिन्छौं। यस योगदानले मोटर वाहन आईटी सुरक्षाको आवश्यकता पहिचान गर्नेछ जबकि विशिष्ट आक्रमणहरू, परिणामस्वरूप सुरक्षा उद्देश्यहरू, र मोटर वाहन क्षेत्रमा विशेषता अवरोधहरू प्रस्तुत गर्दछ। हामी मुख्य सुरक्षा प्रविधि र सान्दर्भिक सुरक्षा संयन्त्रको परिचय दिनेछौं र त्यसपछि आईटी सुरक्षामा निर्भर महत्वपूर्ण सवारी साधन अनुप्रयोगहरू, व्यवसायिक मोडेलहरू र कम्पोनेन्टहरूको विस्तृत विवरण दिनेछौं। हामी हाम्रो योगदानको अन्त्यमा कारमा आईटी सुरक्षाको लागि मोटर वाहन आईटी समुदायका लागि चुनौती र अवसरहरूको बारेमा विस्तृत विवरण दिन्छौं। |
ae5e5085b4e8f4851d9fd76e1d3845da942c3147 | [पृष्ठ २३-मा भएको चित्र] यस अनौपचारिक अवलोकनबाट शुरु गर्दै हामीले एउटा एल्गोरिथ्मिक दृष्टिकोण विकास गर्यौं, ट्रान्जिट नोड रुटिङ, जसले हामीलाई सडक सञ्जालमा सबभन्दा छिटो मार्गको प्रश्नलाई तालिकाको सानो संख्यामा कम गर्न अनुमति दिन्छ। पश्चिमी युरोप र संयुक्त राज्य अमेरिकाको सडक नक्साको लागि, हाम्रो उत्तम प्रश्न समयहरू दुई परिमाणको अर्डर द्वारा पहिले प्रकाशित गरिएको उत्तम आंकडा भन्दा सुधार भयो। यो सामान्य नेटवर्कको लागि सबैभन्दा राम्रो ज्ञात एल्गोरिथ्म भन्दा पनि एक लाख गुणा छिटो छ। |
855d0f722d75cc56a66a00ede18ace96bafee6bd | थेनो एक रैखिक बीजगणित कम्पाइलर हो जसले प्रयोगकर्ताको प्रतीकात्मक रूपमा निर्दिष्ट गणितीय गणनालाई कुशल निम्न-स्तर कार्यान्वयनहरू उत्पादन गर्न अनुकूलित गर्दछ। यस लेखमा, हामी नयाँ सुविधाहरू र दक्षता सुधारहरू प्रस्तुत गर्दछौं Theano, र बेंचमार्कहरू प्रदर्शन प्रदर्शन प्रदर्शन प्रदर्शन प्रदर्शन Torch7, हालसालै प्रस्तुत गरिएको मेशिन लर्निंग लाइब्रेरी, र RNNLM, एक C ++ लाइब्रेरी पुनरावर्ती न्यूरल नेटवर्कमा लक्षित। |
f97b592092377a6e3afeb2f55e2aacd8794cb8b2 | एउटा कम्प्याक्ट डबल-ब्यान्ड माइक्रोस्ट्रिप ब्यान्डपास फिल्टर प्रस्ताव गरिएको छ र कुनै बाह्य प्रतिरोध-मिल्दो ब्लकको आवश्यकता बिना २.४ र ५.२GHz मा काम गर्न डिजाइन गरिएको छ। यो संशोधित आधा-तरंग-लम्बाइ चरणबद्ध-अवरोधक अनुनादको निर्माण एकसाथ यी दुई निर्दिष्ट आवृत्तिको साथ लघु आकारको समग्र आकारमा दोहोरो अनुनाद उत्तेजित गर्न निर्माण गरिएको छ। समानांतर-युग्मित माइक्रोस्ट्रिप लाइन दुबै डुअल पासब्यान्ड भित्र रिटर्न घाटा कम गर्नको लागि राम्रोसँग विशेषता हो। अनुकूलित परिणामहरूले राम्रो डुअल-ब्यान्ड फिल्टरिङ प्रदर्शन प्रदर्शन प्रदर्शन गर्दछ जुन 20dB भन्दा उच्च रिटर्न हानिहरूसँग प्रयोग गरिन्छ र एक निर्मित फिल्टर सर्किटको साथ प्रयोग गरेर पुष्टि गरिन्छ। |
d4a8e93f004c86267eead89edecbd332518dbf21 | एसडीएम डाटाबेसको लागि उच्च-स्तरको अर्थशास्त्रमा आधारित डाटाबेस वर्णन र संरचनात्मक औपचारिकता (डाटाबेस मोडेल) हो। यो डाटाबेस मोडेल अनुप्रयोग वातावरणको अर्थको अधिक समकालीन डाटाबेस मोडेलहरू भन्दा सम्भव छ भनेर कब्जा गर्न डिजाइन गरिएको हो। एसडीएम विशिष्टताले डाटाबेसलाई अनुप्रयोग वातावरणमा अवस्थित संस्थाहरूको प्रकार, ती संस्थाहरूको वर्गीकरण र समूहहरू, र तिनीहरू बीचको संरचनात्मक अन्तरसम्बन्धहरूको सन्दर्भमा वर्णन गर्दछ। एसडीएमले अनुप्रयोग वातावरणको अर्थशास्त्र कब्जा गर्न उच्च-स्तर मोडेलिंग प्राइमटिभहरूको संग्रह प्रदान गर्दछ। डाटाबेस संरचनात्मक विशिष्टतामा व्युत्पन्न जानकारीलाई समायोजित गरेर, एसडीएमले समान जानकारीलाई धेरै तरिकाले हेर्न अनुमति दिन्छ; यसले डाटाबेस अनुप्रयोगहरूमा सामान्यतया उपस्थित विभिन्न आवश्यकताहरू र प्रशोधन आवश्यकताहरूलाई प्रत्यक्ष रूपमा समायोजित गर्न सम्भव बनाउँदछ। वर्तमान एसडीएमको डिजाइन यसको प्रारम्भिक संस्करण प्रयोग गर्ने हाम्रो अनुभवमा आधारित छ। एसडीएम डाटाबेस प्रणालीको प्रभावकारिता र उपयोगिता बढाउनका लागि डिजाइन गरिएको हो। एसडीएम डाटाबेस वर्णनले डाटाबेसको लागि औपचारिक विशिष्टता र कागजात उपकरणको रूपमा काम गर्न सक्छ; यसले विभिन्न प्रकारका शक्तिशाली प्रयोगकर्ता इन्टरफेस सुविधाहरूलाई समर्थन गर्न आधार प्रदान गर्न सक्छ, यसले डाटाबेस डिजाइन प्रक्रियामा वैचारिक डाटाबेस मोडेलको रूपमा काम गर्न सक्छ; र, यसलाई नयाँ प्रकारको डाटाबेस व्यवस्थापन प्रणालीको लागि डाटाबेस मोडेलको रूपमा प्रयोग गर्न सकिन्छ। |
cced93571a42beb3853c2d0b3217b3f57b614bb0 | |
eefcc7bcc05436dac9881acb4ff4e4a0b730e175 | हामी छवि वर्गीकरणलाई ठूलो स्तरमा सम्बोधन गर्छौं, अर्थात् जब छविहरू र वर्गहरूको ठूलो संख्या समावेश छ। पहिलो, हामी छवि हस्ताक्षर आयाम र प्रशिक्षण सेट आकार को एक प्रकार्य रूपमा वर्गीकरण शुद्धता अध्ययन। हामीले प्रयोगात्मक रूपमा देखाएका छौं कि जति ठूलो प्रशिक्षण सेट छ, त्यति नै उच्च परिमाणको प्रभाव सटीकतामा हुन्छ। अर्को शब्दमा, ठूलो डाटासेटमा अत्याधुनिक परिणामहरू प्राप्त गर्न उच्च आयामिक हस्ताक्षरहरू महत्त्वपूर्ण छन्। दोस्रो, हामी दुई हानि कम्प्रेसन रणनीतिहरू प्रयोग गरेर धेरै ठूला हस्ताक्षरहरूमा (१०५ आयामहरूको क्रममा) डाटा कम्प्रेसनको समस्यालाई सम्बोधन गर्छौंः एक आयाम घटाउने प्रविधिलाई ह्याश कर्नेल भनेर चिनिन्छ र एक एन्कोडिङ प्रविधि उत्पादन क्वान्टिजरमा आधारित छ। हामी वर्णन गर्दछौं कि कसरी भण्डारणमा लाभको लागि व्यापार गर्न सकिन्छ सटीकतामा हानि र / वा सीपीयू लागतमा वृद्धि। हामी दुई ठूला डाटाबेसको परिणामहरू रिपोर्ट गर्छौं - इमेजेनेट र आईएम फ्लिकर छविहरूको डाटासेट - देखाउँदै कि हामी हाम्रो हस्ताक्षरको भण्डारणलाई 64 देखि 128 गुणा घटाउन सक्छौं सटीकतामा थोरै हानिको साथ। वर्गीकरणकर्ता सिकाइमा डिकम्प्रेसन एकीकृत गर्दा एक कुशल र स्केलेबल प्रशिक्षण एल्गोरिथ्म उत्पन्न हुन्छ। ILSVRC2010 मा हामी शीर्ष-५ मा ७४.३% शुद्धता रिपोर्ट गर्छौं, जुन अत्याधुनिक राज्यको सन्दर्भमा २.५% निरपेक्ष सुधारसँग मेल खान्छ। इमेजनेटको १० हजार कक्षाको उपसमूहमा हामी १६.७ प्रतिशतको शीर्ष-१ शुद्धता रिपोर्ट गर्छौं, जुन अत्याधुनिक अवस्थाको सन्दर्भमा १ सय ६० प्रतिशतको सापेक्ष सुधार हो। |
016335ce7e0a073623e1deac7138b28913dbf594 | नयाँ अवधारणाहरू सिक्ने व्यक्तिहरू प्रायः केवल एक उदाहरणबाट सफलतापूर्वक सामान्यीकरण गर्न सक्दछन्, तर मेशिन लर्निंग एल्गोरिदमहरूलाई समान सटीकताका साथ प्रदर्शन गर्न दर्जनौं वा सयौं उदाहरणहरू आवश्यक पर्दछ। मानिसहरूले सिकेका अवधारणाहरू परम्परागत एल्गोरिदमहरू भन्दा धनी तरिकामा प्रयोग गर्न सक्छन् - कार्य, कल्पना र व्याख्याको लागि। हामी एउटा कम्प्युटिङ मोडेल प्रस्तुत गर्छौं जसले मानव सिक्ने क्षमतालाई सरल दृश्य अवधारणाको ठूलो वर्गको लागि कब्जा गर्दछ: विश्वको वर्णमालाबाट हस्तलिखित वर्णहरू। मोडेलले अवधारणाहरूलाई सरल कार्यक्रमहरूको रूपमा प्रतिनिधित्व गर्दछ जुन बेइजियन मापदण्ड अन्तर्गत अवलोकन गरिएका उदाहरणहरूलाई उत्तम रूपमा वर्णन गर्दछ। एक चुनौतीपूर्ण एक-शट वर्गीकरण कार्यमा, मोडेलले मानव स्तरको प्रदर्शन प्राप्त गर्दछ जबकि हालको गहिरो शिक्षा दृष्टिकोणलाई पार गर्दछ। हामी पनि प्रस्तुत धेरै "दृश्य ट्युरिङ परीक्षण" probing को मोडेल को रचनात्मक generalization क्षमताहरु, जो धेरै अवस्थामा मानव व्यवहार देखि indistinguishable छन्। |
83bcd3591d8e5d43d65e9e1e83e4c257f8431d4a | यस संचारमा अक्षीय अनुपात (एआर) ब्यान्डविथ बढाउन र एकल-फिड कम प्रोफाइल गोलाकार ध्रुवीकृत (सीपी) स्ट्याक्ड प्याच एन्टेनाको राम्रो प्रतिरोध मिलान प्राप्त गर्न एक सरल प्रविधि विकसित गरिएको छ। प्रस्तावित एन्टेना एक संचालित प्याच लेयर र एक परजीवी प्याच लेयर बाट बनेको छ। ड्राइभ गरिएको प्याच लेयरमा एउटा ट्रंक गरिएको मुख्य प्याच, एउटा परजीवी प्याच र एउटा प्रोब फिडिङ संरचना हुन्छ भने स्ट्याक्ड प्याच लेयरमा पाँचवटा प्याच हुन्छन् । प्रस्तावित एन्टेनाले कम प्रोफाइल, व्यापक प्रतिरोध र एआर ब्यान्डविथ, उच्च लाभ साथै डिजाइन, निर्माण र एकीकरणको सहजता जस्ता आकर्षक सुविधाहरू संयोजन गर्दछ। ६ जीएचजेड ब्यान्डमा काम गर्ने एन्टेनालाई एफआर४ सब्सट्रेटमा डिजाइन र निर्माण गरिएको छ र यसको कुल भोल्युम ०.८ एल० ×०.८ एल० ×०.०९ एल० छ। मापन गरिएका नतिजाहरूले देखाउँछ कि एन्टेनाले डीबीको लागि ३०% भन्दा बढी प्रतिरोध ब्यान्डविथ प्राप्त गर्दछ, लगभग २०.७% को ३-डीबी एआर ब्यान्डविथ, र ३-डीबी एआर ब्यान्डविथ भित्र ७.९ डीबीआई भन्दा बढीको लाभ स्तर। |
b8deb0fcfa16a0dcb46652240c015cef93c711ed | क्रोनको रोगले ग्यास्ट्रोइंटेस्टाइनल ट्र्याक्टका सबै भागहरूलाई असर गर्न सक्छ र प्रायः अन्य अङ्गहरूलाई पनि असर गर्न सक्छ। यी गैर-आंतको रोगहरूलाई बाहिरी आंतको लक्षण भनिन्छ। यो रोग बच्चाहरूमा निकै दुर्लभ हुन्छ। सामान्यतया भल्भल सीडी भएका बिरामीहरूमा एरिथेमा र लेबिया मेजोराको एडेमा हुन्छ, जुन विस्तारित अल्सर गठनमा बढ्छ। भल्भल क्रोन रोग आंतको समस्याभन्दा पहिले वा पछि देखा पर्न सक्छ वा यो एकै साथ देखा पर्न सक्छ। हामी यहाँ १० वर्षकी एक बालिकालाई प्रस्तुत गर्दछौं जसको आंतको Crohn s disease छ जो perianal skin tags र asymptomatic unilateral labial hypertrophy द्वारा जटिल छ। उनको घाउको अवस्था आंत रोगबाट स्वतन्त्र थियो र अजाथियोप्रिन र स्थानीय स्टेरियोड सहितको चिकित्सा उपचारमा उल्लेखनीय प्रतिक्रिया देखाएको थियो। हामी जोड दिन्छौं कि यद्यपि बाल्यकालमा भल्भल संलग्नता असामान्य छ, क्रोनको रोगलाई जननांग क्षेत्रको ननटेन्डर, रातो, एडेमेटोस घाउको भिन्नता निदानमा विचार गर्नुपर्दछ। |
9f908c018a0c57bab2a4a3ee723c818e893fcb1b | |
2fdee22266d58ae4e891711208106ca46c8e2778 | उत्पाद क्वांटिजेसन एक प्रभावकारी भेक्टर क्वांटिजेसन दृष्टिकोण हो जुन छिटो अनुमानित निकटतम छिमेकी (एएनएन) खोजीको लागि उच्च आयामी भेक्टरहरू कम्प्याक्ट रूपमा एन्कोड गर्नका लागि हो। उत्पाद क्वांटिजेसनको सार मूल उच्च आयामी अन्तरिक्षलाई सीमित संख्यामा कम आयामी उप-स्थानहरूको कार्टेशियन उत्पादमा विघटन गर्नु हो जुन त्यसपछि अलग-अलग क्वांटिज्ड हुन्छ। एएनएन खोजको प्रदर्शनका लागि इष्टतम अन्तरिक्ष विघटन महत्त्वपूर्ण छ, तर अझै पनि सम्बोधन गरिएको छैन। यस कागजमा, हामी क्वांटिजेशन विकृति w.r.t. कम गरेर उत्पाद क्वांटिजेशनलाई अनुकूलित गर्दछौं। अन्तरिक्ष विघटन र क्वांटिजेसन कोडबुकहरू। हामी अनुकूलनका लागि दुई नयाँ विधि प्रस्तुत गर्दछौं: एक गैर-पारामेट्रिक विधि जसले वैकल्पिक रूपमा दुई साना उप-समस्याहरू समाधान गर्दछ, र एक प्यारामेट्रिक विधि जुन इष्टतम समाधान प्राप्त गर्न ग्यारेन्टी गरिएको छ यदि इनपुट डाटाले केही ग्यासियन वितरण अनुसरण गर्दछ। हामीले प्रयोगद्वारा देखाएका छौं कि हाम्रो अनुकूलित दृष्टिकोणले एएनएन खोजको लागि उत्पाद क्वांटिजेसनको शुद्धतामा उल्लेखनीय सुधार ल्याएको छ। |
149d8514b026cca3b31ef8379e78aeb7c7795eb7 | २जी र ३जी सेलुलर नेटवर्क प्रविधि अपनाएसँगै मोबाइल फोनमा डाटालाई निगरानी स्टेशनमा वास्तविक समयमा प्रवाह गर्ने ब्यान्डविथ क्षमता छ। हाम्रो लेखमा ब्लुटुथ इलेक्ट्रोकार्डियोग्राम सेन्सरको डिजाइन र मूल्यांकनको वर्णन गरिएको छ जसले मोबाइल फोनमा मेडिकल डाटा पठाउँछ। यी डाटाहरू फोनमा प्रदर्शित र भण्डारण गरिन्छ। प्रणालीको भविष्यको विकासले यो डाटालाई सेलुलर जीपीआरएस नेटवर्कमा रिले गर्नेछ। हालको प्रणालीले विद्यमान ईकेजी घटना मोनिटरहरूको लागि कम लागत र हल्का विकल्प प्रदान गर्दछ। अन्तिम जीपीआरएस जडान प्रणालीले सेलुलर कभरेज उपलब्ध भएको कुनै पनि ठाउँमा बिरामीको मुटुको निरन्तर अनुगमन प्रदान गर्नेछ |
226ceb666cdb2090fc3ab786129e83f3ced56e05 | न्युरल मेसिन ट्रान्सलेसन एनएमटी धेरै मेसिन ट्रान्सलेसन कार्यहरूमा प्रमुख भूमिका खेलेको छ। तथापि, केही डोमेन-विशिष्ट कार्यहरूमा, समान डोमेनबाट केवल कर्पोरेसनहरूले अनुवाद प्रदर्शन सुधार गर्न सक्दछन्। यदि डोमेन बाहिरका कर्पोरेसनहरू सिधै डोमेन भित्रको कर्पोरेसनमा थपिएका छन् भने, अनुवाद प्रदर्शन पनि गिरावट आउन सक्छ। यसैले, डोमेन अनुकूलन प्रविधिहरू NMT डोमेन समस्या समाधान गर्न आवश्यक छ। डोमेन अनुकूलनका लागि अधिकांश विद्यमान विधिहरू परम्परागत वाक्यांश-आधारित मेशिन अनुवादका लागि डिजाइन गरिएको हो। एनएमटी डोमेन अनुकूलनको लागि, त्यहाँ केवल केही अध्ययनहरू छन् जुन विषयहरूमा राम्रो ट्यूनिंग, डोमेन ट्यागहरू, र डोमेन सुविधाहरू छन्। यस लेखमा, हामीसँग वाक्य स्तर NMT डोमेन अनुकूलनका लागि चार लक्ष्यहरू छन्। पहिलो, एनएमटीको आन्तरिक वाक्य सम्मिलनको उपयोग गरिन्छ र वाक्य सम्मिलन समानता डोमेन-बाहिरका वाक्यहरू चयन गर्न प्रयोग गरिन्छ जुन डोमेन-भित्रको कोर्पससँग नजिक छ। दोस्रो, हामी तीन वाक्य वजन विधिहरू प्रस्ताव गर्दछौं, अर्थात्, वाक्य वजन, डोमेन वजन, र ब्याच वजन, NMT प्रशिक्षणको समयमा डाटा वितरण सन्तुलन गर्न। तेस्रो, हामी एनएमटी प्रशिक्षणको क्रममा वाक्य चयन र वजन समायोजन गर्न गतिशील प्रशिक्षण विधिहरू प्रस्ताव गर्दछौं। चौथो, वास्तविक विश्वको एनएमटी परिदृश्यमा बहु-डोमेन समस्या समाधान गर्न जहाँ प्रशिक्षण र परीक्षण डेटाको डोमेन वितरण अक्सर असंगत हुन्छ, हामीले प्रशिक्षण डेटाको डोमेन वितरणलाई सन्तुलनमा राख्न र प्रशिक्षण र परीक्षण डेटाको डोमेन वितरणसँग मेल खाने बहु-डोमेन वाक्य भारित विधि प्रस्ताव गरेका छौं। प्रस्तावित विधिहरूको मूल्यांकन बोली भाषा अनुवादको अन्तर्राष्ट्रिय कार्यशालामा गरिन्छ। अनुभवजन्य परिणामहरूले देखाउँछ कि वाक्य चयन र तौल विधिहरूले एनएमटी प्रदर्शनमा उल्लेखनीय सुधार गर्न सक्दछ, अवस्थित आधारभूत रेखाहरू भन्दा राम्रो प्रदर्शन गर्दछ। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.