_id
stringlengths 40
40
| text
stringlengths 0
10.2k
|
|---|---|
dcd72f0a9cdc37450379f401fc2f4f87e30f5021 | |
c1b66422b1dab3eeee6d6c760f4bd227a8bb16c5 | |
e75c5d1b7ecd71cd9f1fdc3d07f56290517ef1e5 | अनलाईन-व्यवहार-प्रक्रिया (ओएलटीपी) तथा अनलाईन-विश्लेषण-प्रक्रिया (ओएलएपी) इत्ययोः द्वयोः क्षेत्रयोः डाटाबेस-आर्किटेक्चरयोः विषये भिन्न-भिन्नः चुनौतीः वर्तते । अद्य अद्य, अति महत्वपूर्ण व्यवहाराणां उच्चतरतायाः ग्राहकैः स्वस्य डाटाः द्वौ पृथक् प्रणालीषु विभज्यम् अस्ति, ओएलटीपी-प्रणालीयाः एकं डाटाबेसम् ओएलएपी-प्रणालीयाः एकं तथाकथित डाटा वेयरहाउसम् च। यद्यपि इदम् व्यवहाराणां दरं उचितं करोति तथापि एतस्य अनेकानां हानिः सन्ति, यथा डाटाः अद्यत्वे न प्रवर्तन्ते, कारणम् अस्ति कि डाटाः निष्कर्षण-परिवर्तन-भार-डेटा-चरण-निर्धारणस्य आरम्भः केवलम् आवधिकम् भवति, तथा अपि च द्वयोः पृथक् सूचनाप्रणालीनां रखरखावस्य कारणात् संसाधनानां अत्यधिक उपभोगः भवति । अस्मिन् विषये अस्मिन् लेखे एकं कुशलम् हाइब्रिड-प्रणालीम् प्रस्तूयते, यं हाइपर-नाम्ना कथ्यते, यं OLTP तथा OLAP-द्वयं समये व्यवहार-सूत्रेषु एकसमान-स्नैप-शॉट-प्रमाणं धारयितुं हार्डवेयर-सहायतायुक्तं प्रतिकृति-प्रणालीम् उपयुज्य सम्पादयितुं शक्नोति । हाइपरः एकः मुख्य-स्मृतिः डाटाबेस-प्रणालिः अस्ति, यः ओएलटीपी-व्यवहाराणां एसिआइडी गुणानां गारन्टीं करोति, ओएलएपी-सृष्टिः (बहु-सृष्टिः) च एकस्मिन्, मनमाने वर्तमाने च समन्विते स्नैपशट-प्रणालिः क्रियते । वर्चुअल मेमोरी व्यवस्थापनस्य कृते प्रोसेसर-अवशिष्टस्य समर्थनस्य उपयोगः (एड्रेस ट्रान्सलेशन, कैशिंग, कॉपी ऑन अपडेट) एकस्मिन् समये उभयतः अनूदित-उच्चतरानां लेनदेन-दरानां प्रति सेकण्डम् १०००००-अपि उच्चतरं तथा अति-त्वरित ओएलएपी क्वेरी-प्रतिक्रियायाः समये एकस्मिन् प्रणालीयां उभयतः कार्यभारः समानांतररूपेण निष्पादितः भवति । कार्यसम्पादनविश्लेषणं TPC-C तथा TPC-H इत्ययोः संयुक्तनिर्देशपर्यायेण कृतम् । |
732212be0e6c5216158a7470c79fa2ff98a2da06 | अस्मिन् अधः एकं मिलिमीटर-वेव (mmW) एकीकृत-सर्किट् डोहर्टी-शक्ति-वर्धक (DPA) अस्ति । डीपीए-संयन्त्रं ६ डीबी-पावर-बैक-ऑफ (पीबीओ) इत्यनेन उच्च-शक्तिः उच्च-कार्यक्षमता च प्राप्तुं नूतनम् असममित्रीक-स्टैक-गेट-प्रवृत्तिम् उपयुज्यते । इयं सर्किटः 0.15-μm-वर्धक-प्रक्रियायाम् (E-प्रक्रियायाम्) गल्लीयम आर्सेनिड (GaAs) प्रक्रियायाम् निर्मितम् अस्ति । प्रयोगाणां परिणामः ईदृशम् अस्ति यत् आउटपुट पावरः १-डीबी गैन कम्प्रेशन (पी१डीबी) २८.२ डीबीएम, पीक पावर एडिड इफेक्सिटि (पीएई) ३७% तथा पीएई ६-डीबी पीबीओ २७% २८ जीएचजेड-संवर्गयोः। मापाः लघुसंकेतस्य लाभः १५ डीबी भवति, ३ डीबी बैंडविड्थः २५.५-२९.५ गीगाहर्ट्स् इत्यनेन व्याप्तः भवति । 20 मेगाहर्ट्स् 64 QAM-अन्तर्गतं सिग्नलम् उपयुज्य डिजिटल-प्रिडिसोर्शन-प्रक्रिया (DPD) उपयुज्य अपां च्यानल-शक्ति-संख्यानं (ACPR) -46 dBc अवलोकितम् । |
03837b659b4a8878c2a2dbef411cd986fecfef8e | अस्मिन् अनुक्रमस्य समानांतररूपेण वर्णानाम् स्तरस्य निर्माणार्थं स्वयमेव प्रतिपादितं ध्यानमन्त्रं प्रवर्तते। अस्मिन् पद्धतिः उपयोगे न्युरल-मॉडलः वर्धितः भवति, यस्मिन् कारण-संयोग-स्तरानां ब्लाक्स् विद्यन्ते, ये रस्तेन सह सम्बद्धानि सन्ति। अस्मिन् प्रस्तावितस्य ध्यानविधिना च विना च विद्यमानानि नमुनाः क्रमशः राजमार्गस्य कारणान्तरपरिवर्तनम् (Causal Conv) तथा स्वयमेव-प्रतिगमन-ध्यानस्य कारणान्तरपरिवर्तनम् (Autoregresssive-attention Causal Convolution) इति निर्दिश्यन्ते । स्वयमेव प्रतिगमनशीलः ध्यानविधिः विकोदकस्य कारणतायाः रक्षणाय महत्वपूर्णः भवति, येन समानांतरं कार्यम् कर्तुं शक्यते। अस्मिन् लेखे दर्शयति यत् एतेन मॉडलेन, तेषां पुनरावर्तीनां प्रतिरूपानां तुल्यम्, वर्णस्तरस्य एनएलपी-कार्यस्य द्रुत-सटीक-शिक्षणम् सम्भवति । विशेषरूपेण, एतेन मॉडलैः प्राकृतभाषासु सुधारं च भाषायाः मॉडलिङ्गकार्यम् च कर्तुं पुनरावर्ती तंत्रिकाजालस्य मॉडलान् श्रेष्ठं प्रदर्शनं भवति, तथा च ते अल्पसमये च चलन्ति । |
fe419be5c53e2931e1d6370c914ce166be29ff6e | |
0c3078bf214cea52669ec13962a0a242243d0e09 | अत्र एकं ब्रॉडबैंड-प्रिन्टेड चतुष्पाद-हेलिकल् एन्टेनम् प्रस्तावितम् अस्ति, यत् नवीनं कम्प्याक्ट-फीडिंग-सर्किट्-प्रयोजयति । अयं ऐन्टेना २९% बैंडविड्थ्-संख्येयतया विस्तृत-प्रसारण-व्यापक-व्यापक-प्रसारण-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्यापक-व्या एकं विशेषं आहारप्रवाहं, यस्मिन् द्वयोः ९० डिग्री-परिधि-संयुतः संकरः विद्यन्ते, चतुष्पाद-एन्टेना सह एकीकृतं भवितुं डिझाइनं कृतम् अस्ति । बण्डविड्थ-प्रसारणस्य अन्तर्गतं, ब्रॉडबैंड कम्प्याक्ट सर्किट्-द्वारा पोषितस्य ऐन्टेन्नेन मापितं प्रतिबिम्ब-सङ्केतः -१२ डीबी-याम् अथवा न्यूनतरं प्राप्नोति, तथा च अधिकतम-लाभः १.५-२.७ डीबीआईसी, १.१८-१.५८ गीगाहर्ज-संख्येययोः मध्ये परिवर्तते । अर्धशक्तिप्रभावात् 150° व्यासस्य ध्रुवसंख्येयानुपातः 3 dB इत्यनेन न्यूनः अस्ति । संकुचितः आहारः परिपथः लघु-तत्पदानां पृथक्करणं अनुमीयते। |
0c3751db5a24c636c1aa8abfd9d63321b38cfce5 | स्टोकास्टिक ग्रेडियन्ट् डिसेंट (SGD) इत्यस्य प्रबलानां सैद्धांतिकानां गारन्टीनां कारणात् एसवीएम-आदिना वृहत्-आकारेण पर्यवेक्षितं यन्त्र-अध्ययन-अनुकूलन-समस्यानां समाधानं लोकप्रियम् अभवत् । यद्यपि निकटसम्बन्धिनः द्वौ समन्वय-उपसर्गाः (डिएसीए) पद्धतिः विभिन्निषु साफ्टवेयर-पैककेषु प्रयुक्ताः सन्ति, तथापि इदानीं या पद्धतिः सुसङ्गतिविश्लेषणस्य अभावः अस्ति । अस्मिन् लेखे स्टोकास्टिक ड्युअल कोआर्डिनेट एस्सेन्ट् (एसडीसीए) -प्रकरणस्य नूतनविश्लेषणं प्रस्तूयते यत् अस्य प्रकारस्य पद्धतिषु प्रबलानि सैद्धांतिक-गारंटीः सन्ति, ये एसडीसीए-प्रकरणस्य तुल्यानि वा उत्तमानि सन्ति । अस्मिन् विश्लेषणे व्यावहारिकप्रयोगे एसडीसीए-प्रयोजनस्य प्रभावकारितायाः प्रमाणं दीयते । |
24424918dc93c016deeaeb86a01c8bfc01253c9b | अनेकेषु शास्त्रीयसूत्रेषु अनेकेषु वर्षेषु एव एव अवस्थितेषु विषयेषु अपि प्रामाणिकतायाः प्रमाणं प्राप्नोति। अस्मिन् लेखे, वयं प्रदर्शयिष्यामः यत् एस.वी.आर.जी. इत्य् एव एकः एव विधयः, यः मूलतः अति उत्तुङ्क्ते लक्ष्ये एव निर्मितः आसीत्, तथापि अति उत्तुङ्क्ते न वा अति उत्तुङ्क्ते न स्थिते अपि सः अति बलवान् वर्तते । यदि f (x) सुस्पाठः, उत्तुङ्मुखः फलनम् अस्ति, किन्तु f न अति उत्तुङ्मुखः अस्ति (यथा लससो वा लॉजिस्टिक रिग्रेशन), तर्हि वयं एकं भिन्नं SVRG प्रस्तावितवन्तः, येन SVRG-परम् इपोख-लम्बाधिकरणेन नवीनं विकल्पं निर्मितम् । अत्र SVRG इत्यस्य प्रत्यक्षः, शीघ्रः रूपः अस्ति । यदि f (x) अस्मिन् सूत्रे नपुंसकप्रसङ्गानां योगः अस्ति, किन्तु f इत्यस्य प्रबलरूपेण सङ्कोचः अस्ति, तर्हि SVRG इत्यस्य सङ्कोचः संयोगस्य नपुंसकप्रसङ्गस्य परिमाणं प्रति लीनियरीरूपेण अवलम्ब्यते । इत्थं हि इत्थं स्थिते सर्वोत्कृष्टं परिणामो वर्धते, तथा च स्थूलात्मकं पीसीए-संयोजनं कर्तुं उत्तमं समयं लभते । |
680cbbc88d537bd6f5a68701b1bb0080a77faa00 | स्टोकास्टिक ग्रेडियन्ट् अवतरणम् बृहत् परिमाणस्य अनुकूलनार्थं लोकप्रियम् अस्ति, किन्तु अस्मितात्मकरूपेण अन्तर्निहितस्य भिन्नतायाः कारणात् धीमे अभिसरणं भवति । अस्मिन् विषये समाधानं कर्तुम्, अस्मिन् स्थौलिक-प्रमाण-वर्गस्य अवरोधेन स्पष्ट-प्रमाण-घटाः प्रवर्तन्ते, यानि अस्मिन् स्थौलिक-प्रमाण-वर्गस्य न्यून-वर्गः (SVRG) इति नाम्ना जाताः सन्ति । स्मूद-अति-उपमण्डल-सम्बद्धानां फलनानां कृते अस्मिन् पद्धतिरेके स्टोकास्टिक ड्युअल कोआर्डिनेट एस्सेन्ट् (SDCA) तथा स्टोकास्टिक एवरेज ग्रेडियन्ट् (SAG) इत्यनेन समानं तीव्रसंयोग-दरं प्राप्नोति इति अस्माभिः प्रमाणीकृतम् । तथापि अस्मिन् विश्लेषणम् अधिकं सरलम्, अधिकं सहजम् च वर्तते । अपि च, एसडीसीए अथवा एसएजी-संयोगात् विप्रतिषेधेन, अस्मिन् पद्धतिषु ग्रेडियन्ट्-संयोजनस्य आवश्यकता नास्ति, अतः सा जटिलप्रश्नां यथा किञ्चित् संरचितप्रश्नाः भविष्यवाणीप्रश्नाः तथा तंत्रिकाजालशिक्षणम् अपि सहसा उपयुज्यमाना भवति । |
9fe5a7a24ff81ba2b6769e811b6ab47188a45242 | ननु च नान-विघ्न-प्रश्नान् प्रतिपादयितुं सिग्नल-चित्रप्रक्रिया, सांख्यिकी, यन्त्रशिक्षण इत्यादीनां विषयेषु विशेषः ध्यानं जातम् । तथापि, नन्-कन्वेक्स-अन्-स्मूथ्-आलम्बितादि समस्यायाः समाधानं एकं महत् आव्हानं वर्तते । त्वरित समीपवर्ती प्रवर्गः (एपीजी) उत्तमोत्तरः प्रवर्गः अस्ति। तथापि, अद्यापि ज्ञातं नास्ति यत् सामान्य एपीजी-प्रणाली निर्विवादप्रोग्रामणस्य निर्णायकस्थले अभिसम्बन्धं सुनिश्चितं कर्तुं शक्नोति वा न। अस्मिन् लेखे, वयं सामान्यं नान-उपसर्गाणि न च स्फटिकानि प्रोग्राम्स् य कृते APG विस्तारं करोमः, यतो हि एकं मनिटरं प्रस्थापितम् यत् पर्याप्त-उपसर्गाणि गुणं पूरयति। अतः वयं एकैकवचनं एपीजी-संस्करणं च प्रस्तावयामि। अन्वयः - "अथवा, यदि इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् इदम् अस्मिन् विषये अस्मिन् विषये प्रथमवारं एपीजी-प्रकारे एल्गोरिदमः प्रदत्ताः । अस्मिन् विषये एपीजी-प्रकारे एल्गोरिदमः सामान्यं नानावर्णिकं न च निर्गलं समस्यां प्रदत्ताः । संख्यात्मकं परिणामं गतिविषये अस्मिन् एल्गोरिदमस्य लाभस्य प्रमाणं ददाति। |
3e36eb936002a59b81d8abb4548dc2c42a29b743 | प्रायः सुरक्षायाः स्वचालनप्रणालीनां कृते एकम् अतिरिक्तसेवायाः रूपे दृष्टम् भवति, यत् प्रायः अन्य लक्ष्येषु यथा-प्रभावी संचरणम् अथवा संसाधनस्य मर्यादाः, विरोधाभासम् उत्पद्यते । अस्मिन् लेखे स्वचालनप्रणालीषु सुरक्षायाः अभ्यास-उन्मुखः दृष्टिकोणः प्रस्तूयते । अत्र स्वयंचलनप्रणालीनां च स्वयंचलनजालानां च सामान्यधोकाणां विश्लेषणं, सुरक्षाविषये प्रणालीनां वर्गीकरणं, विभिन्नप्रणालीस्तरानां सामान्य उपायानां च चर्चा च क्रियते। उपायानां वर्णनं समग्रप्रणाली सुरक्षायाः प्रभावानां मूल्याङ्कनं कर्तुं समर्थं भवेत् । |
8b74a32cebb5faf131595496f6470ff9c2c33468 | फेसबुकः सामाजिकसंवादेषु अतिप्रसिद्धं साधनं भवति। तथापि, फेसबुक इतरेषु सामाजिकसङ्जालस्थलेषु किञ्चित् भिन्नम् अस्ति, यतः सः अन-लाइन-प्रवृत्तिः प्रदर्शयति; अर्थात्, फेसबुक-मित्रानां बहुसंख्यकानां सहकारिणः अन-लाइन-परिचयः भवति, ततः अनन्तरं तेषु सम्मिलिताः भवन्ति । वर्तमानस्य शोधनस्य अनुसारेण पञ्च-कारक-रूपेण व्यक्तित्वस्य फेसबुक-प्रयोगे सम्बन्धः कृतः। बहिर्मुखीभावः, अनुभवस्य प्रति खुलाभावः च अपेक्षितं प्रवृत्तिः आसीत् तथापि, परिणामैः सूचितम् यत् व्यक्तित्वस्य कारकानि पूर्वं प्रस्तृतानि पाठ्यपुस्तकानि यत् प्रतिपादयन्ति, तत् एव प्रभावः न आसीत् । परिणामः अपि सूचितवान् यत् सम्प्रेषणस्य प्रेरणात्मकता फेसबुक-प्रयोगस्य विषये प्रभावशाली आसीत् । फेसबुक-नाम्नि साधनानि उपयोगं कर्तुं विभिन्नाः प्रेरकानि कारणानि भवितुं शक्नुवन्ति इति अनुमानं क्रियते, विशेषतया यदा फेसबुक-नाम्नि विशिष्टानि कार्याणि विचार्यन्ते। Ó 2008 Elsevier Ltd. सर्वाधिकारः सुरक्षितः। १. व्यक्तित्वसंबन्धः, तत्सम्बद्धः योग्यता कारकश्च |
423fff94db2be3ddef5e3204338d2111776eafea | वयम् ३६२ मिलियनानां सन्देशानां पूर्णतया अनामिकीकृतानां शीर्षकं विवक्षितवन्तः, ४.२ मिलियनानां फेसबुक-प्रयोक्तॄणां, महाविद्यालय-विद्यार्थिनां एकस्य अनलाईन-सामाजिक-जालस्य, २६ मासानां अन्तराले। तथ्यानां अनुसारं प्रतिदिनं साप्ताहिकं च नियमिततायाः प्रमाणं दृश्यते, यानि महाविद्यालयस्य छात्राणां समयस्य उपयोगं, सामाजिकजीवनं च अवकाशानुसारं परिवर्तयन्ति। विद्यालयस्य सम्बन्धः अनौपचारिकः अनलाइनः मित्रसूची च चकारः आचारः कालानुरूपं च प्रभावं कुर्वन्ति इति अपि वयं निरीक्षयामः। अन्ततः, वयं दर्शयतिम यत् फेसबुक-प्रयोक्तॄणां विद्यालयानुसारं तेषां काल-संदेश-प्रकरणानां विषये समूहः भवति । |
1bed30d161683d279780aee34619f94a860fa973 | अस्मिन् विश्लेषणात् प्रतीयते यत् "विशाल-स्मृतिः" सर्वरकार्यभारः, यथा डाटाबेस, इन-मेमोरी कैशे, ग्राफ-विश्लेषणम्, पृष्ठ-आधारितं वर्चुअल-स्मृतिः महत् मूल्यम् ददाति । तेषु TLB-अवधूनां निष्पादनस्य 10% चक्रं उपभोगं भवति, अपि च वृहत् पृष्ठानां प्रयोगः भवति । अन्येषां कार्यभारानां बहुषु पृष्ठेषु पठ-लेखन-अनुमतिः प्रयुक्तः अस्ति, तेषु विनिमय-प्रयोजनं न भवति, पृष्ठ-आधारितं वर्चुअल-स्मृतिः पूर्णतया लचीला न भवति च। TLB miss overhead for big-memory workloads, we propose mapping part of a process s linear virtual address space with a direct segment, while page mapping the rest of the virtual address space. वृहत्-स्मृति-कार्यभारानां कृते TLB मिस ओव्हरहेड् निष्कासितुं, वयं प्रक्रियेण रेखात्मकं आभासी पतास्थानं प्रत्यक्ष-विभागेन सह भागं प्रतिपादयितुं प्रपञ्चयति, पृष्ठं आभासी पतास्थानस्य शेषं प्रतिपादयति। प्रत्यक्षभागः न्यूनतमस्य हार्डवेअरस्य उपयोगं करोति--- आधार, सीमा, आश्रय-प्रमाणपत्रं प्रति-अभ्यासः---अन्तरगतं वर्चुअल-स्मृति-क्षेत्रं प्रत्यक्षं प्रत्यक्ष-स्मृति-क्षेत्रं प्रति प्रतिपादयितुं। तेषु TLB misses इत्यस्य सम्भावनं निरस्तं भवति यथा किल्ली डाटा संरचनायाः डाटाबेस बफर पूलः तथा इन-मेमोरी की-वैल्यू स्टोअर्सः । प्रत्यक्षभागद्वारा प्रतिपादितं स्मृतं आवश्यकतां परिहरति पृष्ठनिर्देशं प्रति। अस्मिन् लिनक्स-संस्करणे x86-64 कृते प्रत्यक्ष-विभागाय सफ्टवेयर-समर्थनस्य प्रोटोटाइप् निर्मितम् अस्ति तथा प्रत्यक्ष-विभागाय हार्डवेर् अनुकरणं कृतम् अस्ति । अस्मिन् कार्यभारे प्रत्यक्षविभागेन प्रायः सर्वे TLB अपयशानि निर्मूल्य TLB अपयशानां निष्पादनसमये विनियोगः ०.५% इत्यनेन न्यूनं भवति। |
86dc975f9cbd9a205f8e82fb1db3b61c6b738fa5 | यन्त्रैः मल्टीमीडिया सामग्रीः ट्याग् कर्तुं अधिकाधिकं सामर्थ्यं प्राप्तुं, मूलभूत शब्दावलीनां मानकीकरणं महत्त्वपूर्णं भवति। एतदर्थं परस्परसम्बन्धः भवति, तथा च मल्टिमिडिया समुदायस्य शोधकार्यस्य केन्द्रं स्पष्टतया परिभाषितं शब्दार्थशास्त्रस्य समूहं भवति । अयं लेखः प्रसारण-समाचार-विडियोयाः वर्णनार्थं एकं बृहत् मानकीकृत वर्गीकरणं विकासयितुं मल्टीमीडिया-शोधकानां, पुस्तकालय-विज्ञानादिनां, तथा अन्त-प्रयोगकर्तॄणां सहकार्यात्मक-प्रयत्नं वर्णयति । मल्टीमीडियायाः कृते वृहत्-आकारस्य अवधारणा-अन्तर्ज्ञानम् (LSCOM) एव प्रथमः एव प्रकारः, यं समाधौ उपयोगितायाः अनुकूलनार्थं, अन्त-उपयोगकर्तृकस्य अभिगमस्य सुगम्यार्थं, विशाल-अर्थ-स्थानं आवरणार्थं, स्वयंचलित-अवकर्षणं संभवितुं, विभिन्नाः प्रसारण-समाचार-विडियो-डाटा-समूहानां निरीक्षणं वर्धयितुं च निर्मितम् अस्ति । |
2b2ba9b0022ff45939527836a150959fe388ee23 | |
c39d04c6f3b84c77ad379d0358bfbe7148ad4fd2 | |
8db7f5a54321e1a4cd51d0666607279556a57404 | पूर्वार्धः चिकित्सा-मनोविज्ञान-समस्याः सह रोगिणः प्रायः ध्यान-प्रणालीं प्रयच्छन्ति । एतेषां अधिकाधिकं प्रचलितं आकर्षणं, उपयोगं च वैद्यकीयचिकित्सायां उपयोगस्य संभावनाः, चिकित्साप्रक्रियायां एतेषां प्रथाणां वर्तमानस्य वैज्ञानिकज्ञानस्य संक्षिप्तं च पूर्णं समीक्षा कृतम्। ध्येयः रोगानां उपचारार्थं ध्यानप्रथायाः प्रभावकारितायाः सुरक्षायाः समर्थनं कुर्वन् यानि प्रमाणानि व्यवस्थितरूपेण पुनरावलोकयितुं, तथा अन्वेषणं कर्तुम् आवश्यकानि क्षेत्रानि अन्वेषणं कर्तुम्। सामान्यं स्वस्थं जनसङ्ख्यां प्रति अध्ययनं न समाहितम् अस्ति । पब्मेड, साइक् इन्फो, कोक्रैन डाटाबेस इत्यादयः उपयोगाः कृतवन्तः । मुख्यशब्दः ध्यानम्, ध्यानप्रार्थना, योगाभ्यासः, विश्रामप्रतिक्रिया च आसीत् । योग्यताप्राप्तस्य अध्ययनस्य समीक्षा च द्वयोः समीक्षकाणां द्वारा स्वतन्त्ररूपेण गुणस्य आधारतः कृतम् । मध्यम- उच्च- गुणात्मकानि अध्ययनानि (सत्यापित- अनुसंधान- गुणात्मक- स्केल- यानुसारम् 0. 65 अथवा 65% - पारेषु अधिकं स्कोरं प्राप्तानि) समावेशिताः । परिणामः ८२ अध्ययनेषु २० परीक्षणानि अस्मिन् निर्धारणेषु समाविष्टानि। अध्ययनं ९५८ जनाः (३९७ प्रायोगिकः, ५६१ नियंत्रणम्) सम्मिलितवन्तः । न च कस्यचित् क्लिनिकल- परीक्षणस्य भागः आसीत् अथवा न आसीत् । चिकित्सासाहित्येषु गम्भीरं प्रतिकूलपरिघटनाः दुर्लभं तथापि प्रतिपादिताः। अपस्मारः, महिषावस्थापूर्वस्य सिंड्रोमस्य लक्षणं च रजोनिवृत्तिसमये लक्षणं च प्रति प्रभावस्य प्रबलप्रमाणं प्राप्यते । मूड- च चिन्ता- विकारैः, स्व- प्रतिरक्षा- रोगैः, तथा नियोप्लास्टिक- रोगैः सह भावनात्मक- विकारैः अपि लाभः प्रदर्शितः । निष्कर्षः - अस्मिन् परिणामेषु विशिष्टाः रोगाः, विशेषरूपेण मनोविकारात्मकं मनोवस्था च न सन्ति, तेषां उपचारार्थं ध्यानस्य प्रभावकारिता च समर्थनीया अस्ति। व्यापक- पद्धतिगत- अध्ययनैः प्रभावकारितायाः समर्थनं कर्तुं स्पष्टं, पुनः पुनरुत्पादितं प्रमाणं न विद्यते । |
46b2cd0ef7638dcb4a6220a52232712beb2fa850 | जनरेटिभ्-मॉडल्स् ३डी-मानव-आवृत्तिः प्रायः अल्पसंख्याकानां क्रियाकलापानाम् एव सीमितः भवति, अतः नव-आवृत्तिः अथवा अनुप्रयोगाः न भवितुं शक्नुवन्ति । अस्मिन् कार्ये वयं मानवस्य गतिः प्राप्तिः डेटायाः गहनशिक्षणस्य रूपरेखां प्रस्तावयामि यत् गतिः प्राप्तिः डेटायाः विशालकोषात् सामान्यं प्रतिपादकं शिक्षयति, नन्वेवं अदृश्यं गतिं सामान्यीकृत्य च करोति। एकं एन्कोडिङ-डिकोडिङ-जालम् उपयुज्य भविष्यात् त्रि-आयामिक-अवस्थायाः पूर्वानुमानम् कर्तुम्, वयं मानव-आवाजस्य विशेषण-प्रदर्शनं प्राप्तुं शक्नुमः। अनुक्रमानुमानस्य गहनशिक्षणस्य अधिकांशं कार्यम् विडियोः वाक् च केन्द्रितः अस्ति । स्केलेटल-डाटायाः संरचना भिन्नता अस्ति, अतः वयं विभिन्नानां नेटवर्क आर्किटेक्चरानां प्रस्तुतीकरणं तथा मूल्यांकनं कुर्मः, ये समय-निर्भरतायाः तथा लिम्ब्-सम्बन्धानां विषये भिन्न-भिन्नानि धारणाः कुर्वन्ति । विविधाः स्तराः क्रियावर्गविभाजनार्थं उपयुज्य, नेटवर्क-एकानां ग्रहणशीलक्षेत्रेषु दृश्यमानानि दृश्यन्ते। अस्मिन् पद्धतिषु स्केलेट् गतिः पूर्वानुमानम् कर्तुम् अद्यतनं कलायाः स्थितिः श्रेष्ठतरम् अस्ति, यद्यपि इमे क्रियाविशेषेण प्रशिक्षणं ददति स्म। अस्मिन् परिणामे दर्शितम् यत् सामान्य-मोकाप-डाटाबेस्-संस्थया प्रशिक्षितानि गहन-आहार-प्रवर्तक-जालानि मानव-चलन-सूचनायाः लक्षण-अवशोषणार्थं सफलतापूर्वकं उपयोगिताः सन्ति, तथा च अयं प्रतिनिधित्वः वर्गीकरणं पूर्वानुमानं च कर्तुम् आधारः भवति । |
3c094494f6a911de3087ed963d3d893f6f2b1d71 | अस्य अध्ययनस्य उद्देश्यः गमनशिक्षणार्थं हाइब्रिड आस्सिस्टिभ लिम्ब् सिस्टिमस्य क्लिनिकलप्रयोगस्य साहित्यस्य समीक्षा आसीत् । पद्धतयः Web of Science, PubMed, CINAHL, clinicaltrials.gov इत्यनेन व्यवस्थितं साहित्यशोधं कृतम्, तथा च अन्यैः रिपोर्टैः निर्दिष्टानि संदर्भसूचीनि अपि अन्वेषणं कृतम्। सारं चक्षुषा प्राप्य प्रासंगिकान् लेखान् समीक्ष्य गुणसम्बन्धिं मूल्यांकनं कृतवन्तः । परिणामः ३७ अध्ययनेषु ७ अध्ययनेषु समावेशेन सिद्धेः सिद्धेः सिद्ध्यति। षट् अध्ययनानि एक- समूहस्य अध्ययनानि च आसन्, एकः अन्वेषणात्मकः यादृच्छिकः नियन्त्रितः प्रयोगः आसीत् । सर्वेषु अध्ययनेषु १४० जनाः सहभागीः आसन्, यानि मध्ये ११८ जनाः अन्तर्भावेषु पूर्णं कृतवन्तः, १०७ जनाः च चलनशिक्षणे HAL- य उपयुज्यमानाः आसन् । पञ्च अध्ययनानि स्ट्रोकात् अनन्तरं गमनशिक्षणं, एकः अध्ययनं स्पाइनल माडर् इल्युजन् (SCI) अनन्तरं, एकः अध्ययनं स्ट्रोकात्, SCI अनन्तरं वा अन्य रोगाः यैः गमनस्य क्षमता प्रभावितः। अध्ययनं कृत्वा अल्पतरं क्षणिकं दुष्प्रभावं प्राप्यते किन्तु कस्यापि गम्भीरं दुष्प्रभावं न प्रतिपादितम्। गमनक्रियापरिवर्तकानां च चलने स्वतन्त्रतायाः कृते लाभकारी प्रभावः अवलोकितः। निष्कर्षः संचितं परिचयः यत् एचएल् प्रणाली व्यावसायिकरूपेण अधःस्थानां पाशानां परिघं (paresis) असिद्धानां रुग्णां गमनशिक्षणे उपयुज्यते तदा सा व्यवहार्यत इति प्रदर्शयति । गमनक्रियायां च स्वतन्त्रतायां च लाभकारी प्रभावः अवलोकितः किन्तु तथ्यानां आधारात् निष्कर्षः न भवति। अनन्तरं नियन्त्रित- अध्ययनं अनुशंसितम् । |
515e34476452bbfeb111ce5480035ae1f7aa4bee | गृहस्थानां मध्ये वायुः उत्तमः अस्ति, अस्मिन् कारणात् अस्मिन् विषये अधिकं ज्ञानं प्राप्नोति। अपां वायुः आश्रयस्थानानां मध्ये अस्थमा, हृदयरोगः, श्वासोन्मादस्य कर्करोगः इत्यादीनां दीर्घकालीनां रोगानां विकासं कर्तुं शक्नोति । विषयेषु विषयेषु, खराब वायुगुणवत्तायाः मनुष्यैः केवलदृष्ट्या तथा गन्धद्वारा अवगन्तुं अतिदुःखमस्ति, विद्यमानस्य अनुवेशीय उपकरणेषु वैज्ञानिकैः एव प्रयोगः करणीयः, सामान्यजनैः एव च डाटाः उपलभ्यन्ते। अस्मिन् विषये अस्मिन् लेखे, आन्तरिकवायुगुणवत्तायाः मापनं, दृश्यावलोकनं, तथा शिक्षायाः साधनं प्रस्तूयते। inAir- इत्यनेन ०.५ माइक्रोनानाम् एव सूक्ष्म-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-विषाणुक-वि अस्मिन् प्रयोगे, वयं प्रदर्शयिष्यामः यत् आन्तरिकवायुः कियत् प्रकारेण जनानां चेतसि वर्धयति, आन्तरिकवायुः सुदृढं करणीयं करणीयं च करोति। |
44db0c2f729661e7b30af484a1ad5df4e70cb22a | वर्तमानकाले ब्लूटूथ-वर्म्स् इंटरनेट-स्कैन-वर्म्स् तुल्यतया न्यूनं खतराम् उत्पद्यते । ब्लूबेग परियोजनायाः निमित्तं ब्लूटूथ-माल्-वेरमार्गे प्रूफ-ऑफ-कन्सेप्ट-कोडानां तथा मोबाइल-उपकरणानां उपयोगेन लक्ष्यीकृत-आक्रमणं दर्शयति । |
0a87428c6b2205240485ee6bb9cfb00fd9ed359c | मिडल्बरी-प्रवाह-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशक-निर्देशकः तथापि, होर्न-शुन्क्-योः कार्यस्य पश्चात् सामान्यं सूत्रं किञ्चिदपि परिवर्तितम् । अस्मिन् लेखे, वस्तुनिष्ठः कार्यः, अनुकूलनविधिः, अधुना प्रवर्तमानः कार्यविधिः च यथायोगं परिशुद्धतायाः प्रभावं कुर्वन्ति, इत्यस्य विस्तृतविश्लेषणेन, अस्मिन् लेखे, अद्यतनप्रगतिं किं शक्यम् कृतम् इति अवगतं कर्तुम् प्रयतते। अस्मिन् विषये अस्मिन् लेखे, "प्रवाहस्य शास्त्रीय" सूत्रे, अद्यतनानां अनुकूलन-प्रवर्तन-प्रणालानां संयोजनेन आश्चर्यजनकप्रमाणं कार्यं क्रियते इति ज्ञायते। अस्मिन् विषये, "अन्तर्-प्रवाहक्षेत्रेषु मध्यम-फिल्टरिङ्" इत्यस्य प्रयोगः, अद्यतनप्रदर्शनलाभानां प्रमुखः कारणः अस्ति, तथापि अस्य प्रयोगस्य परिणामः उच्चतर-ऊर्जायाः समाधानं भवति । अस्मिन् घटनायाः पश्चाद् अस्याः सिद्धान्तानां बोधनाय, वयं नूतनं लक्ष्यम् प्राप्ताः, यत् माध्यमिक-फिल्टरिङ्ग-अभ्यासस्य औपचारिकताम् ददाति । अस्य लक्ष्यस्य अन्तर्गतं एकं नन्-लोकल पदं वर्तते, यत् विशाल-स्थानिक-समीपस्थानां प्रवाह-अनुमानानि दृढतया एकीकृतं करोति । अस्मिन् सूत्रे प्रवाहस्य तथा चित्रस्य सीमायाः सूचनायाः समावेशः भवति, अतः अस्मिन् सूत्रे मिडिलबरी-निर्देशस्य शीर्षस्थाने स्थितं एकं पद्धतिकालंकारं निर्मितम् । |
90930683f4ef3da8c51ed7d2553774c196172cb3 | |
919bd86eb5fbccd3862e3e2927d4a0d468c7c591 | |
73e51b9820e90eb6525fc953c35c9288527cecfd | विद्यमानः न्युरल डिपेन्डेन्सी पार्सरः प्रायः द्विदिशात्मकं LSTM-संयुक्तं वाक्यं प्रत्येकं शब्दं सङ्केतं करोति, तथा च LSTM-प्रदर्शनं शिरः तथा संशोधकस्य आधारात् आर्कस्य स्कोरं अनुमानयति, संभवतः आर्कस्य कृते प्रासंगिकः संदर्भः सूचना अनुपलब्धः भवति । अस्मिन् अध्ययने, वयं एकं तंत्रिका-विशेषण-अवकर्षण-विधिं प्रस्तावयामि यत् विशिष्ट-विशेषण-अवकर्षणं सिध्यति । वयं प्रत्येकं सम्भाव्य-मुख-परिवर्तक-युग्मं प्रति च प्रमाण-सङ्ग्रहणार्थं न्युरो-नेटवर्क-आधारितं ध्यान-विधिं उपयुज्य, अस्मिन् पद्धतिरे विश्वास-अविश्वासयोः निश्चितता-गुणानां गणनां कुर्मः, विश्वास-अविश्वासस्य गुणानां घटादेः अन्तिमं धनुर्-गुणम् निर्धारयाम। स्पष्टरूपेण द्वयोः प्रकारयोः प्रमाणानां परिचयेन, आर्क-उपयोगिनः परस्परं अधिक-उपयुक्त-सूचनायाः आधारतः स्पर्धां कर्तुं शक्नुवन्ति, विशेषतया तेषु प्रकरणेषु यत्र ते समान-मुखं वा संशोधकं कुर्वन्ति । इदम् द्वयोः वा अधिकयोः प्रतिस्पर्धात्मकानां धनुषानां भेदः तेषां प्रतिद्वन्द्विनः (अविश्वासस्य प्रमाणम्) प्रस्तुतम् कृत्वा सम्भवति । विभिन्नं डाटासेट-प्रयत्नं दर्शयति यत् अस्मिन् आर्क-विशिष्टं फीचर-एक्स्ट्रेक्शन् मेकानिज्म-अन्तर्गतं दीर्घ-दूरी-निर्भरतायाः स्पष्टरूपेण मॉडलिन्ग-द्वारा द्वि-दिशात्मकं LSTM-आधारितं मॉडलिं प्रदर्शनं उल्लेखनीयरूपेण वर्धयति । अङ्ग्रेजी च चिनी भाषायाम् अपि, प्रस्तावितमौडलम् विद्यमानस्य न्युरल-ध्यान-आधारित-मौडलस्य अपेक्षायाः अधिकं परिशुद्धताम् अवलम्बन-विश्लेषण-कार्यस्य कृते प्राप्तवान् । |
7bdb08efd640311ad18466a80498c78267f886ca | |
26d92017242e51238323983eba0fad22bac67505 | अस्मिन् लेखे, जनाः अनुशंसां कुर्वन्ति, येन प्रयोक्तॄणां ज्ञातानि, अनवरतसंपर्काणि च सामाजिकजालस्थलेषु नूतनानि मित्राणि च लभितुं साहाय्यं प्राप्नुयात् । अस्मिन् संस्थायाः सामाजिकजालस्थले ५०० उपयोक्तॄणां वैयक्तिकीकृतं सर्वेक्षणं ३००० उपयोक्तॄणां क्षेत्रशोधं च कृत्वा चत्वारः अनुशंसा-अल्गोरिथमः परीक्षितवन्तः । वयं सर्वेषां एल्गोरिदमानां उपयोगं कृतवन्तः। सामाजिकसञ्जालस्य सूचनायाः आधारेण एल्गोरिदमः अधिकं स्वागतं प्राप्तं अनुशंसां कर्तुं, तथा प्रयोक्तॄणां कृते अधिकं ज्ञातं संपर्कं लभितुं समर्थः आसीत्, तथा च प्रयोक्तृद्वारा निर्मित सामग्रीयाः समानतायाः उपयोगेन एल्गोरिदमः नूतनमित्रान् लभितुं अधिकं समर्थः आसीत् । अस्मिन् सर्वेषु प्रयोक्तॄणां गुणात्मकं अभिप्रायं प्राप्तम्, अस्मिन् अनेके अर्थपूर्णानि रचनायाः परिणामानि प्राप्तानि च। |
3621bc359003e36707733650cccadf4333683293 | |
54c32d432fb624152da7736543f2685840860a57 | अस्मिन् लेखे डीप बोल्ट्ज़्मन मशीन् (डीबीएम) इत्यस्य प्रकारस्य परिचयं कृतम् अस्ति, यं बहुप्रमाणं अनिर्माणं दस्तापत्रानां संग्रहात् वितरितं अर्थिकं प्रतिपादकं निष्कर्तुं उपयुक्तम् अस्ति । अस्मिन् विषये डीबीएम-प्रशिक्षणस्य कठिनाईः परिमाणं ज्ञातुं शक्यते। इदम् एकं कुशलम् पूर्व-प्रशिक्षण-अल्गोरिथमं तथा द्रुत-निष्कर्षणार्थं राज्य-प्रारम्भ-योजनां समर्थयति । नमुनायाः प्रशिक्षणं यथासामान्यम् प्रतिबन्धित-बोल्ट्ज़्मन-मशीनम् एव क्रियते । अस्मिन् प्रयोगे दर्शितम् यत् अस्य मॉडले न दृष्टाः डाटाः प्रतिलिपिं कृताम् सफ्ट्मैक्स-मॉडलम् अपेक्षया उत्तमम् लॉग-प्रत्यासङ्गः प्रदत्तः अस्ति । अस्मिन् प्ररूपे प्राप्ते वैशिष्ट्ये दस्तावेजप्राप्ति-वर्गीकरणकार्यक्रमेषु LDA, Replicated Softmax, DocNADE इत्यादीनां प्ररूपानां श्रेष्ठताम् अर्हन्ति । |
3d8650c28ae2b0f8d8707265eafe53804f83f416 | पूर्वम् एकम् लेखम् [9] अस्मिन् नवीनम् boosting एल्गोरिदमम् आदानम् कृतम् यत् AdaBoost इति नाम्ना कथ्यते, यत् सैद्धांतिकदृष्ट्या, यत् किमपि शिक्षण एल्गोरिदमस्य त्रुटिम् लक्षणीयरूपेण न्यूनं कर्तुं शक्यते, यत् नित्यं वर्गीकरणकर्तृकं निर्माति, यत् निष्पादनं यादृच्छिकं अनुमानं कियत् अपि उत्तमम् अस्ति । अस्मिन् विषये "छद्म-हानि" इति संबन्धित-कल्पना अपि प्रवर्तते, यया बहु-लक्षण-संज्ञायाः शिक्षा-अल्गोरिथमम् विवक्षितं भवति, येन भेद-भावः कर्तुम् अधिकं कठिनः भवति। अस्मिन् लेखे वयं अस्मिन् प्रयोगे वर्णितवन्तः यत् अस्मिन् प्रयोगे आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्यस्य आचार्य आचार्य आचार्य आचार्य वयं प्रयोगाः द्वौ प्रकाराः कृतवन्तः। प्रथमं प्रयोगं ब्रीमनस्य [१] "बग्गिंग" पद्धतिभिः सह तुलना कृतम्, यदा अस्य उपयोगः विभिन्निः वर्गीकरणानि (निर्णयवृक्षाः, एकस्य गुणस्य मूल्यस्य परीक्षणः च) एकत्रितकर्तुम् अभवत् । अस्मिन् विषये यन्त्रशिक्षणस्य प्रयोगे द्वयोः पद्धतानां कार्यसम्पादनं तुलनाम् कृतम् । द्वितीय प्रयोगे, ओसीआर समस्यायां निकटतम-पड़ोसी वर्गीकरणकर्तृकस्य उपयोगेन बलस्य प्रदर्शनस्य अधिकविवरणं अध्ययनम् कृतम् । |
85379baf4972e15cd7b9f5e06ce177e693b35f53 | अस्मिन् लेखे, वयं अर्ध-प्रवेशिता कर्नेल-समिश्रणविधिं प्रस्तौम, यत्र स्रोत-वितरणं लक्ष्य-वितरणात् मूलतः भिन्नं भवति, तत्र डोमेन-अनुकूलन-समस्यां निवारयितुं। विशेषरूपेण, हिल्बर्ट् स्मिड्ड् स्वतन्त्रतामण्डलस्य आधारतः लक्ष्यकर्नलमात्राणां उपमात्राणां सह मिलित्वा लक्ष्यकर्नलमात्राणां समानं स्रोतकर्नलमात्राणां प्रति मानचित्रणं कृत्वा, वयं लेबलयुक्तं स्रोतकर्नलमात्राणां पूर्वानुमानकार्य्यं सिध्यमः । अस्मिन् विषये अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये अस्मिन् प्रयोगे प्राप्ताः फलाः दर्शयन्ति यत् प्रस्तावित-कर्नल-समान-विधिः क्रॉस-डोमेन-भावना-वर्गीकरणस्य कार्ये अन्य-विधिषु अधिकं प्रदर्शनं करोति । |
7eeb362f11bfc1c89996e68e3a7c5678e271f95b | |
893167546c870eac602d81874c6473fd3cd8bd21 | बहुआयामिक-बिन्दु-समूहस्य (ट्यूप्लेस्) क्षितिरेखायां ते बिन्दुः सन्ति, येषां कृते विशिष्ट-समूहस्य मध्ये स्पष्टतया उत्तमं बिन्दुः नास्ति, हित-क्षेत्रेषु घटक-विज्ञानाय तुलनायाः उपयोगः क्रियते । स्काईलाइन क्वेरीः, यानि क्वेरीः, यानि स्काईलाइन-कम्प्युटेशनानि निर्वहन्ति, तानि कम्प्युटेशनलया महानि भवन्ति, अतः समानांतरप्रक्रियायाः विचारः स्वाभाविकः भवति, यानि बहुप्रक्रियायाः उपयोगं कुर्वन्ति। अस्मिन् विषये, अतिविस्तरे प्रक्षेपणस्य उपयोगेन समानांतरप्रक्रियायाम् डाटा-सैट्-सङ्ख्यायाः उपयोगीः विभाजनम् प्राप्नुमः । एतेन विभाजनात् न केवलं लघुस्थानीयस्काईलाइन-सैट्स्, अपि तु परिणामानां कुशलतापूर्णः समासः अपि भवति । अस् माकं प्रयोगाः दर्शयन्ति यत् अस् माकं पद्धतिः समानांतरस् य स् काइलिन गणनायाः समानप्रयोजनां निष् निष् निष् निष् निष् करोति, डाटा वितरणं वा न, एवं विभिन्नस् य अनुकूलन-नीतिनां प्रभावानां विषये ज्ञानं ददाति। |
b87d5f9b8013386f4ff5ad1a130efe6e924dca5c | लेखः इतिहासः प्राप्तः २७ अगस्त् २०१२ प्राप्तः संशोधितरूपेण १ अगस्त् २०१३ स्वीकृतः ५ अगस्त् २०१३ ऑनलाइन उपलब्धः १५ अगस्त् २०१३ |
bc18ee4a0f26320a86852b057077e8eca78b0c13 | अयं अध्ययनः घानादेशस्य पूर्व-सेवाशिक्षकाः प्रविधिः स्वीकृत्य तेषां प्रभावं कर्तुं प्रविधिः स्वीकृता इति मॉडेलस्य विस्तारं करोति । ३८० प्रश्नावलीनां प्रयोगाणां डाटाः अनुसंधानप्रकरणस्य विरुद्धे परीक्षणं कृतवन्तः । अनुसंधानस्य रूपरेखायां विस्तीर्णप्रौद्योगिकी स्वीकृतिप्रकरणस्य (टीएएम) उपयोगेन अध्ययनं निष्पन्नम् यत् पूर्व-सेवाशिक्षकानां शैक्षणिकविश्वासाः, प्रयोगस्य सहजता, कम्प्युटरप्रौद्योगिके उपयोगिता च कम्प्युटरप्रौद्योगिके वास्तविकप्रयोगस्य महत्त्वपूर्णं निर्धारकं वर्तते । बहुविध-चरण-प्रतिक्रिया-विश्लेषण-योगेन प्राप्ताः फलाः एव प्रदर्शयामः (1) पूर्व-सेवा-शिक्षकाः शैक्षणिक-विश्वास-प्रभावं अनुभवन्ति, तेषां उपयोग-सुलभता-प्रभावं च, (2) पूर्व-सेवा-शिक्षकाः कम्प्युटर-प्रयोगस्य प्रत्यक्ष-प्रभावं च अनुभवन्ति। तथापि सांख्यिकीयदृष्ट्या, उपयोगस्य सुलभतायाः प्रभावः उपयोगितायाः प्रतीतेः प्रभावः न अभवत् । घानायाः परिदृश्यतः टी.ए.एम. इत्यस्य प्रमाणम् ददाति, तथा च प्रौद्योगिकीसंश्लेषणस्य विकासस्य अनुसंधानं च प्रवर्तयितुं अनेकेषु महत्त्वपूर्णानि परिणामानि ददाति। |
04e5b276da90c8181d6ad8397f763a181baae949 | क्रॉस-वैलिडेशनः यन्त्रशिक्षणस्य कार्यसम्पादनस्य तथा प्रगतिः मापनार्थं एकं प्रमुखं साधनम् अस्ति । क्रॉस-वैलिडेशन-अध्ययनस्य परिमाणं, F-मापनं, आरओसी वक्रतायाः अधः क्षेत्रं (एयूसी) च कियत् प्रकारेण गणनाय शक्यते, तस्मिन् सूक्ष्मभेदः सन्ति । तथापि, एतेषु विवरणेषु साहित्यस्य चर्चा न भवति, तथा च विभिन्नि पत्रेषु तथा साफ्टवेयरपैककेषु असम्बन्धिन्या पद्धतयः प्रयुक्ताः सन्ति । अयं शोधसाहित्ये असङ्गतायाः कारणम् अस्ति । विशेषेण च स्थितौ कार्यसम्पादनस्य गणनायां असमानतायाः उद्भवः अनभिज्ञः भवति यदा ते अनेकानां कार्यसम्पादनानां परिणामाणां मध्ये एकत्रितरूपेण बहुषु कार्यसम्पादनानां तथ्याङ्कसूत्रेषु समाहितः भवति, यदा किमपि व्यक्तिः मध्यवर्तीय कार्यसम्पादनस्य मापनं न पश्यति। अस्मिन् अधोलिखिते अध्ययनपत्रे भेदः स्पष्टीकृतः, स्पष्टीकृतश्च अस्ति, तथा क्रॉस-वैलिडेशन-प्रक्रियायां वर्गीकरणस्य प्रदर्शनस्य सर्वोत्तम-मापनस्य मार्गदर्शिकाः अपि प्रदत्ताः सन्ति । विशेषतया, F-मापकं गणनाय अनेकानि विविधाः पद्धतयः प्रयुक्ताः सन्ति, यानि प्रायः वर्गविनाशस्य अन्तर्गतं प्रदर्शनमापकरूपेण अनुशंसिताः सन्ति, यथा पाठवर्गीकरणक्षेत्रेषु तथा अनेकवर्गैः युक्तं डाटासेटस्य एक-प्रति-सर्व-अल्पकरणं। अस्मिन् प्रयोगे एव प्रदर्शितम् यत् एकं गणनाविधिं विना सर्वेषां मापनानि पक्षपातपूर्णानि भवन्ति, विशेषरूपेण उच्चवर्गस्य असंतुलनं भवति। अयं लेखः विशेषतया यन्त्रशिक्षणस्य साफ्टवेयरग्रन्थालयानां रचनाकारानां तथा उच्चवर्गस्य असंतुलनस्य विषये शोधकर्तॄणां हितं कर्तुम् अर्हति । |
8efac913ff430ef698dd3fa5df4cbb7ded3cab50 | अस्मिन् अधोलिखितेषु विषयेषु एकं अनियन्त्रितम् क्लस्टरिंग-सामग्रीः प्राधान्यनिर्देशविभाजकविभाजनम् अस्ति, यस् य स्केलेबलम् बहुमुखी च उपरि-निच-प्रकरणम् अस्ति, यस् य उपयोगः संख्यात्मक-वेक्टररूपेण प्रतिपादितुं शक्यते । अत्र मूलविधिः वर्णितः, अस्य उपयोगस्य मुख्यक्षेत्रेषु सारम्, महत्त्वपूर्णशब्दाः चयनस्य च हालस्य परिणामः, नन्वेव डाटाः आगमनकाले क्लस्टरस्य अद्यतनस्य प्रक्रिया च चर्चायाम् आयाति। |
1e20f9de45d26950ecd11965989d2b15a5d0d86b | यन्त्रशिक्षणस्य मध्ये मॉडले आधारितानि पद्धतयः गहनानि तंत्रिकाजालानि च अतिशयेन सफलानि सन्ति। नमुना-आधारित-विधिषु, अस्मिन् समस्याक्षेत्रे ज्ञानं सुलभतया प्रतिपादयितुं शक्यते, नमुना-आधारित-विधिषु, निश्चेष्टन-समये कठिनाइनां कृते। निर्धारात्मकः गहनः तंत्रिकाजालः एव निर्मितः अस्ति येन निष्कर्षणं सरलं भवेत्, किन्तु समस्याक्षेत्रस्य ज्ञानं सहजतया समाहितं कर्तुं शक्नुमः। अस्मिन् लेखे उद्दिश्यते यत् उभयप्रयोजनानां लाभानां प्राप्तिः, तेषां अनेकानां हानिः न भवेत्, इति सामान्यनीतिं प्रदत्तुं। सामान्यं विचारं अधोलिखितप्रकारेण संक्षेपितुं शक्यते - एकं प्रतिमान-आधारितं दृष्टिकोणं दत्वा पुनरावृत्तिकल्पनविधिः अपेक्षितः, वयं पुनरावृत्तिकल्पनाः स्तरीय-बुद्धिमन्त्राणि न्यूरल-जालस्य अनुरूपानि संरचनां कुर्वन्तः । ततः स्तरेषु ननु न्युरल-नेटवर्क-सदृशानि वास्तुशास्त्रीयानि प्राप्तुं वयं नमुनापरिमाणानि विच्छेदयतिमः, यानि सहजतया ग्रेडियन्ट्-आधारितविधिना भेदभावपूर्णरूपेण प्रशिक्षयितुं शक्नुवन्ति। परिणामादिसूत्रेण पारम्परिकगर्भजालस्य आन्तरिकसंरचनायाः प्रतिमान-आधारितप्रयोजनायाः संयोजनं भवति, तथा च निश्चितसंख्येयस्तरैः निष्कर्षणं कर्तुं शक्यते, यानि उत्तमप्रदर्शनार्थं अनुकूलितानि भवितुं शक्नुवन्ति। अस्मिन् विषये अस्मिन् विषये चर्चा क्रियते यत् अस्मिन् विषये अस्मिन् विषये कस् मिन् प्रकारेण नन् नेगेटिव् -मात्राणां कारककरणं क्रियते, येन नवीनम् नन् नेगेटिव् -मात्राणां गहन-निरोधीय-जालस्य आर्किटेक्चरः प्राप् यते, यं गुणात्मक-पर-प्रसार-शैली अद्यतन-अल् गोरिथ् मः सह प्रशिक्षणं कर्तुं शक्यते । अस्मिन् लेखे वचनात् वर्धनाय प्रयोगाः प्रदत्ताः सन्ति, येषु अस्मिन् अनुकरणे दर्शितम् यत् परिणामी मॉडलः पारम्परिकस्य न्युरल नेटवर्कस् य प्रदर्शनं श्रेष्ठं करोति, यतो हि केवलं कानिचन परिमाणानि अपेक्षते। अस्मिन् विषये अस्मिन् विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे विषये कार्यक्रमे arXiv.org एतस्य कार्यस्य पूर्णतया वा अंशतः वाणिज्यिक प्रयोजनार्थं प्रतिलिपिं कर्तुं वा पुनरुत्पादितुं न शक्यते । नानार्थशिक्षण-अनुसन्धान-उपयोगेषु विना शुल्कं पूर्णतः अथवा अंशतः प्रतिलिपिं कर्तुं अनुमतिः दीयते, यदि सर्वेषु पूर्णतः अथवा अंशतः प्रतिलिपिषु अधोलिखितानि समाविष्टानि सन्ति: एवम् सूचना यत् एतस्य प्रतिलिपिः मित्सुबिशी इलेक्ट्रिक रिसर्च लेबोरेटरीज, इंक. इत्यस्य अनुज्ञायाः आधारः अस्ति; रचनाकारस्य तथा कार्यस्य प्रति व्यक्तिः योगदानं स्वीकृत्य अस्ति; तथा प्रतिलिपि-अधिकारस्य सूचनायाः सर्वः लागूः अंशः अपि सन्ति। अन्योन्य प्रयोजनार्थं प्रतिलिपिं प्रतिपादनं वा पुनर्प्रकाशनं कर्तुं Mitsubishi Electric Research Laboratories, Inc. इत्यस्य कृते शुल्कस्य भुगतानं कृत्वा अनुज्ञायाः आवश्यकता भवति। सर्वाधिकारः आरक्षितः। Copyright c © मित्सुबिशी इलेक्ट्रिक रिसर्च लेबोरेटरीज, इंक. २०१४ २०१ ब्रॉडवे, केम्ब्रिज, मासाचुसेट्स ०२१३९ |
26f4f07696a3828f5eeb0d8bb8944da80228b77d | निर्णयवृक्ष-अल्गोरिथमानां कृते प्रवर्धक-प्रक्रियायाः प्रयोगः अतिपरिशुद्धं वर्गीकरणं कर्तुम् सिद्धं भवति । एते वर्गीकरणानि बहुसंख्यकमतस्य रूपे अनेकनिर्णयवृक्षाणां विषये विद्यन्ते । दुर्दैवतः एते वर्गिकरणानि बहुधा बृहत्-संकुलाः, व्याख्याय च कठिणानि भवन्ति । अस्मिन् लेखे एकं नूतनप्रकारं वर्गीकरणनियमं वर्णितम् अस्ति, यं नाम वैकल्पिकनिर्धारणवृक्षम् अस्ति, यं निर्णयवृक्षानां, मतदानयुक्तनिर्धारणवृक्षानां, मतदानयुक्तनिर्धारणवृक्षानां च सामान्यीकरणं वर्तते । अपि च एतेषां वर्गीकरणानां व्याख्या अपेक्षाकृतं सहजम् अस्ति । अस्मिन् अधः एकं शिक्षा-अल्गोरिथ्मम् उपदिशति यत् निर्णयवृक्षेषु विकल्पं कर्तुम् समर्थं भवति। प्रयोगाणां परिणामः दर्शयति यत् इयं C5.0-नाम्ना वर्धितं निर्णयवृक्ष-अल्गोरिथमं प्रति प्रतिस्पर्धात्मकं भवति, तथा च नियमान् उत्पद्यते यानि सामान्यतः आकारेण लघुतरानि भवन्ति, अतः व्याख्याय सहसा सुलभानि भवन्ति । अपि च एतेन नियमैः वर्गीकरणस्य परिमाणं स्वाभाविकं भवति, यस्मात् वर्गीकरणं कर्तुं कठिनानि उदाहरणानि पूर्वसूचनां कर्तुं न शक्यते, किन्तु परिमाणं सुस्थिरं कर्तुं शक्यते। |
5e28e81e757009d2f76b8674e0da431f5845884a | इयं कार्यपत्रं बहुआयामिक रेखात्मक विभेदक विश्लेषणस्य सिद्धान्तानां तथा तत्सम्बद्धतम रेखात्मक प्रक्षेपणस्य उपयोगेन प्रतिमा प्रशिक्षणसङ्ग्रहोत्पत्तिः स्वयमेव चयनं वर्णयति। अस्मिन् लेखे, दृश्य-आधारित-वर्गस्य पुनः प्राप्ति हेतुम्, "अति-विभेदात्मक-विशेषणानां" प्रभावशीलतायाः प्रदर्शनम्, "अति-विविध-संसारिक-वस्तुनां" विशाल-संरचना-सूचीयां "अति-विशिष्ट-वस्तुनां" रूपे प्रस्तुतं, तथा च "प्रमुख-सम्पन्न-विश्लेषणस्य" तुलनाः क्रियते । |
dbe8c61628896081998d1cd7d10343a45b7061bd | अनेकेषु रणनीतौ वर्णनानि सन्ति, ये मूलभूतजालस्य प्रतिमानानां मर्यादां पराजयन्ति, यानि बृहत्संबन्धवादी भाषण-विज्ञानाय प्रणालीनां रचनायै कदमानि भवन्ति । समयस्य समस्या च स्केलस्य समस्या च चिन्तायाः प्रमुख क्षेत्रेषु सन्ति । वक्त्रादि संकेतानि कालान्तरे निरन्तरं परिवर्तन्ते, तथा च ते मानवस्य ज्ञानस्य अथाह मात्रायाः सङ्केतं प्रसारयन्ति च। एतानि संकेतानि विहितं कर्तुं, न्यूरल नेटवर्कः समयस्य उचितं प्रतिनिधित्वं कर्तुं समर्थः भवितुम् अर्हति, तथा च इदम् नेटवर्कः लगभगं मनमाने आकारे, जटिलतायां च, सीमितानां संसाधनानां अन्ते विस्तारयितुं शक्यते। समयस्य समस्याः समय-विलम्बितस्य न्युरल-जालस्य विकासद्वारा सम्बोधितः अस्ति; लघुतर-उप-घटकजालानां आधारेण वृहत् जालानां मॉडुलरता तथा वृद्धिशील-निर्माणद्वारा स्केलिङ्गस्य समस्या। अत्र दर्शितम् यत् लघु-जालानि, यानि सीमित-कार्यानां कृते प्रशिक्षिताः सन्ति, तानि समय-अपरिवर्तनीयानि, गुप्तानि अमूर्तानि निर्म्यन्ते, यानि अनन्तरं वृहत्-अधिक-संकुचित-जालानां कुशलतायाः कृते उपयोगिताः भवन्ति । एतेन प्रकारेण, वर्धमान-जटिलतायाः ध्वन्यात्मक-पहचान-जालानि निर्म्यन्ते, ये सर्वे अपि श्रेष्ठ-पहचान-प्रदर्शनं प्राप्नुवन्ति । |
eeb8c7a22f731839755a4e820b608215e9885276 | |
01905a9c0351aad54ee7dbba1544cd9db06ca935 | सूचनाप्रणाली (आईएस) सुरक्षायाः विषये कार्यकर्तुं इच्छति संस्थायाः कृते जोखिमप्रबन्धः आजस्य प्रमुखः निर्देशक-उपकरणः अस्ति । तथापि, IS सुरक्षा जोखिम प्रबंधनम् (ISSRM) मुख्यतः जटिलं परस्परसम्बन्धितं IS सह बहुविध-नियमनस्य परिदृशे स्थापनं च रक्षणं कठिना प्रक्रिये वर्तते । अस्मिन् विषये उद्यमोपकरणप्रबन्धनस्य (ईएएम) सह सम्बन्धः एव विषयेषु विषयेषु सहकारिणी भवति इति वयं वदामः । ईएएम-आईएसएसआरएम-संयुक्ते आदर्शेन एकस्य परिभाषया प्रथमं कदमः उभयस्य क्षेत्रस्य उत्तमसंयोगस्य दिशां गच्छति । अस्मिन् लेखे अस्य प्रतिमानस्य परिष्कृतं प्रमाणं च दीयते। अस्मिन् कृते वयं विद्यमानम् ISSRM डोमेन-आदर्शं वर्धयितवन्तः, यथा ई.ए.एम. इत्यस्य अवधारणाभिः सह, आई.एस.एस.आर.एम. इत्यस्य क्षेत्रं दर्शयति एकं वैचारिकं प्रतिरूपं। इम्-आइएसआरएम-संयुक्तं प्रतिरूपं सत्यापनं तत्पश्चात् प्रतिरूपस्य उपयोगितायाः प्रयोजकत्वस्य च मूल्यांकनं कुर्वन् एकं सत्यापन-समूहस्य साहाय्येन क्रियते । |
1976c9eeccc7115d18a04f1e7fb5145db6b96002 | फ्रीबेस् सामान्यमानवज्ञानस्य संरचनायै प्रयुक्तः व्यावहारिकः, स्केलेबलः टपल-संरचनालयः अस्ति । फ्रीबेस्-स्थाने डाटाः सहकारिभिः निर्मिताः, संरचिताः, तथा च मञ्जुरः भवन्ति । फ्रीबेस् इत्यस्मिन् इदानीं १२५,००,०००-अधिकं ट्युपलम्, ४०००-अधिकं प्रकारम्, ७०००-अधिकं गुणम् च अस्ति । सार्वजनिकः वाचन-लेखनं फ्रीबेस्-संस्थाने HTTP-आधारित-ग्राफ-क्वेरी एपीआई-द्वारा अनुमतिः भवति, Metaweb Query Language (MQL) इत्यस्य उपयोगेन डाटा-क्वेरी-प्रक्रिया-भाषा च भवति । MQL-प्रयोगे सुलभः वस्तु-उपयोगः भवति, यतो सः Freebase-प्रकरणस्य टपल-डाटाः सुलभं भवति। |
77b99e0a3a6f99537a4b497c5cd67be95c1b7088 | स्वयंसहायकार्थस्य अनुसंधानं दशवर्षपर्यन्तं प्रचलितम् अस्ति किन्तु अद्यतनतया एव स्वयंसहायकार्थस्य अन्तःक्रियायां मानवानां सहभागितायाः विषये अल्पं संशोधनं कृतम् अस्ति । यद्यपि कार्यशीलः सफ्टवेयरः तथा सेन्सरप्रौद्योगिकीः सुरक्षितं कार्यम् कर्तुम् अति आवश्यकम् अस्ति, यानि स्वयंसहायकानां वाहनानां अनुसंधानस्य मुख्यं केन्द्रम् अभवन्, तथापि मानवसम्पर्कस्य सर्वान् घटकान् सम्भाषणं तेषां यशः प्राप्तेषु अति महत्त्वपूर्णं पक्षम् अपि वर्तते । अस्मिन् लेखे स्वयंसहायकानां वाहनेषु मानव-वाहनाः परस्परसम्भाषणस्य महत्त्वं विवक्षितं भवति, तथा च एतेषां कारणाणां विषये विचारः क्रियते, ये तेषां स्वीकृतेः प्रभावं कर्तुं शक्नुवन्ति। कारकेषु नियमनं सम्बद्धं क्षेत्रं पूर्वमेव शोधनं कृत्वा, मानवस्य प्रयोगार्थं निर्मितानां वाहनानां सफलतायाः संभावनां प्रभावितुं शक्यानि विभिन्नानि घटिकाः अपि विशेषः ध्यानं प्राप्नुवन्ति । अस्मिन् लेखे मनुष्येण सह सम्भाषणं कर्तुं कृतं सीमितं संशोधनं, वर्तमाने विद्यमानः कार्यशीलः सफ्टवेयरः तथा सेन्सरप्रौद्योगिकीः च विषये चर्चा अपि भविष्यति। |
31f3a12fb25ddb0a27ebdda7dd8d014996debd74 | अस्मिन् वर्षे १२,५०० Android यन्त्रानां उपयोगस्य सूचनाः प्राप्ताः। अस्मिन् डाटासेट् - उपकरणेषु ८९४ मॉडलेषु ५३ बिलियनानि डाटा पॉइंट्स् सन्ति, येषु ६८७ एन्ड्रोयड् वर्शनानि विद्यन्ते । एकत्रिष्यमाणानि डाटाः प्रोसेसिंग् कर्तुं स्केलेबिलिटी, कन्सर्सिटि, प्रायवेसी इत्यादयः समस्याः सन्ति । अस्मिन् विषये अस्मिन् विषये आचार्य महोदयः अस्मिन् विषये चर्चां करिष्यति। अस्मिन् विषये आचार्य महोदयः अस्मिन् विषये चर्चां करिष्यति। |
408a8e250316863da94ffb3eab077175d08c01bf | |
5656fa5aa6e1beeb98703fc53ec112ad227c49ca | अस्मिन् बहु-प्रत्याख्यानं गहन-बोल्ट्ज़्मन-मशीनं (MP-DBM) प्रवर्तते । MPDBM-ं एकं संभाव्य-आदर्शरूपं द्रष्टुं शक्यते, यस्मिन् सामान्यीकृतस्य छद्म-समानतायाः भिन्नता-आसमानतायाः अधिकतमं वर्धयितुं प्रशिक्षितं भवति, अथवा पुनरावर्ती जालानां परिवारं द्रष्टुं शक्यते, ये समान-परिमाणानि कुर्वन्ति, एवं विभिन्न-निष्कर्षण-समस्याः लगभगं हलन्ति । पूर्वम् डीबीएम-प्रशिक्षणविधिः वर्गीकरणकार्यक्रमेषु न सुप्रसिद्धं भवति अथवा आरम्भिकशिक्षणस्य आवश्यकता भवति, येन डीबीएम-प्रशिक्षणस्य अनावश्यकता भवति, एकस्मिन् समये एकं स्तरं। MP-DBM-यन्त्रस्य कृते अतीव बहुस्तरिकः पूर्वप्रशिक्षणम् अपेक्षितं न भवति, एवं वर्गीकरणं, अनुपलब्धप्रवेशाभ्यां वर्गीकरणं, तथा माध्य-क्षेत्रस्य पूर्वानुमानकार्यक्रमाणां कृते मानक-DBM-यन्त्रस्य निष्पादनं श्रेष्ठम् भवति । |
4c99b87df6385bd945a00633f829e4a9ec5ce314 | सामाजिकजालानि अतीव मात्रायाः सूचनाः उत्पादयन्ति। फेसबुकस्य ४०० मिलियन उपयोक्तारोः प्रतिमासे ५ बिलियन सूचनायाः आदानप्रदानं कुर्वन्ति । अस्मिन् विषये, "अभियुक्तः" इत्यस्य विषये, "अभियुक्तः" इत्यस्य विषये, "अभियुक्तः" इत्यस्य विषये, "अभियुक्तः" इत्यस्य विषये, "अभियुक्तः" इत्यस्य विषये च। ग्राफसीटीः ग्राफवर्णनस्य साधनं अस्ति, यस्मै सामाजिकसञ्जालस्य डाटाः ग्राफः निर्मितः अस्ति । १२८ प्रोसेसरयुक्ते क्रै एक्सएमटी-प्रक्रियायां ग्राफसीटी-प्रकरणं कृत्रिमरूपेण निर्मितस्य (आर-मैट) ५३७ मिलियन-अङ्केषु, ५५ मिनिटेषु ८.६ बिलियन-अङ्केषु ग्राफस्य, वास्तविक-विश्व-ग्राफस्य च मध्यस्थतायाः अनुमानं करोति । ६१.६ कोटिः शिरः, १.४७ कोटिः कणः च १०५ मिन्टेषु। ग्राफसीटी-प्रयोगेण वयं ट्विटर-जालस्य सार्वजनिक-सूत्राणां विश्लेषणं कुर्मः । ट्वीट्-पृष्ठस्य सन्देशसंबन्धः मुख्यतः समाचारप्रसारणप्रणालीयाः वृक्षसंरचनायाम् अवतिष्ठते । सार्वजनिकं डाटामध्ये वार्तालापानां समूहः अस्ति । ग्राफसीटी-प्रयोगेण वयं एतयोः वार्तालापं कुर्वन्तीनां क्रमेण अवगन्तुं शक्नुमः, तथा च विश्लेषकाः तथ्यानां अल्पसङ्ख्यायां ध्यानं केन्द्रितवन्तः भवन्ति। |
7b1e18688dae102b8702a074f71bbea8ba540998 | वाहनानां प्रणालीनां जटिलता, बाह्यजालानां, वस्तु-इण्टरनेट-संजालानां च तेषां अन्तर्-जालानां विस्तारः हॅक्-आकर्षणं दुर्भावनायुक्त-आक्रमणं च कर्तुं शक्नोति। अद्यतनानां वाहनानां सुरक्षायाः च जोखिमानि अद्यतनानां वाहनानां प्रणालीषु सुविख्याताः सन्ति। सुरक्षायाः उल्लंघनं सुरक्षायाः उल्लंघनं कर्तुं शक्नोति इति तर्कः सुविचारितः एवं स्वीकृतः अपि अस्ति। सुरक्षाविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयकविषयक अत्र तर्कः अस्ति, तथा च न्याय्यः, यत् सुरक्षा अभियान्त्रिकप्रक्रिया कार्यशील-सुरक्षा अभियान्त्रिकप्रक्रिये (इ.एस.ओ. २६२६२) समानम् अस्ति, तथा च एते परस्परं समन्तात् स्थापितुं शक्यते, एकस्मिन् कार्यक्रमे च, परन्तु भिन्न-भिन्नविज्ञानाः कार्यकर्तारः कुर्वन्ति । कार-यन्त्रानां कृते कार्य-सुरक्षा-यन्त्रस्य प्रक्रियायाः अनुरूपं सुरक्षा-यन्त्रस्य प्रक्रियायाः परिभाषायाः प्रयासः क्रियते । किन्तु, सुरक्षित-सुरक्षायाः औपचारिककरणस्य ये प्रयत्नाः सुरक्षित-प्रणालीनां निर्मितीं कर्तुम् पर्याप्तानि सन्ति? यदा कश्चन सुरक्षितं प्रणालीं निर्मातुं विचारयति तदा सः इदम् अवगतं करोति यत् उत्पादनप्रणालीभ्यः सुरक्षितं प्रणालीं निर्मातुं आरब्धाः सन्ति, किन्तु अनेकेषु समस्यासु, विरोधाभासानां, असमानतासु, चिन्तासु च समाधानं अपेक्ष्यते। अस्मिन् लेखे अस्मिन् विषये कानिचन विषयाः विषये समुदाये उपदिशन्ति, तथा च कानिचन विषयाः विषये कानिचन मार्गानि प्रस्तूयन्ते। |
a608bd857a131fe0d9e10c2219747b9fa03c5afc | आधुनिक-कार-यन्त्रानि सर्वत्र कम्प्युटरयुक्तानि सन्ति, अतः आक्रमणं कर्तुं शक्नुवन्ति। तथापि, पूर्वं शोधं दर्शयत् यत् कियत् आधुनिककारस्य अन्तर्भागे विद्यमानानि सञ्जालानि असुरक्षितानि सन्ति, किन्तु तत्सम्बद्धः खतरा-आदर्शः - पूर्वं भौतिकप्रवेशः अपेक्षितः - उचिततया अव्यावहारिकः इति दृश्येत। अतः अद्यापि प्रश्नः उच्यते यत् वाहनं अपि दूरस्थ-संशोधनस्य प्रतिसंवेदनशीलं भवितुं शक्नोति वा न। अस्मिन् कार्ये आधुनिककारस्य बाह्यप्रहारपृष्ठस्य व्यवस्थितविश्लेषणेन अस्य प्रश्नस्य उत्तरं प्राप्तुं प्रयतते। अस्मिन् विषये अस्मिन् लेखे, दूरस्थ-प्रयोजनं सम्भाव्यते, यत् आक्रमणस्य अनेकप्रकारे साधनानि (यन्त्र-सञ्चालकानां उपकरणानि, सीडी-प्लेयर्-सञ्चालकानि, ब्लूटूथ-सञ्चालकानि, सेलुलर-रेडियोः च) उपयुज्यते, अपि च दूरस्थ-संचारस्य साधनानि दूरस्थ-वाहनस्य नियमनं, स्थान-अनुगमनं, कार-गृहस्य ध्वनि-अवशोषणं, चोरी च कर्तुं शक्नुवन्ति। अथातः कार-उपकरणस्य पारिस्थितिक-प्रणालीयाः संरचनात्मक-विशेषणानां विषये चर्चा भवति, ये एव समस्यायाः उत्पत्तिः कुर्वन्ति, तथा तान् निवारयितुं प्रयागिक-प्रयत्नान् प्रकाशयन्ति च। |
cdbb46785f9b9acf8d03f3f8aba58b201f06639f | वाहनप्रणालीनां सूचनाप्रणाली सुरक्षाः संशोधनायाः क्षेत्रे वर्धमानः अस्ति । अद्यतनस्य स्थितिः, तथा सम्भावित-वृद्धिमात्रस्य खतराः विश्लेषणार्थं अद्यतन-कार-प्रौद्योगिकेषु अनेकेषु व्यावहारिक-परीक्षासु भागं गृहीत्वा वयं अद्यतन-कार-प्रौद्योगिकानां प्रयोगं कृतवन्तः । कार-प्रणाली-आधारितानां कार-प्रणालीनां विषये अधोलिखितं लेखं चतुर्णां चयनितानां परीक्षणानां परिणामानां सारं दर्शयति, येषु विंडो लिफ्ट, चेतावनी-प्रकाशः, एयरबैग-नियन्त्रण-प्रणाली, तथा केन्द्रीय-द्वार-द्वारयोः नियंत्रण-प्रणालीः सम्बद्धानि सन्ति । एतानि परिणामाणि अस्य लेखस्य अन्तर्गतं संस्थापितं CERT वर्गीकरणं च उपयोगं कृत्वा एतानि चत्वारि आक्रमणानि वर्गीकृत्य, अन्तर्निहितस्य सुरक्षायाः दुर्बलतायाः विश्लेषणं च विशेषतया, सम्भावितस्य सुरक्षायाः प्रभावं च पूरयन्ति । अस्मिन् लेखे अस्मिन् परीक्षणस्य परिणामस्य विषये, अस्मिन् परीक्षणे प्रयुक्ताः मूलभूतानि कमजोरीं निवारयितुं द्वौ चयनितौ प्रति-उपकारौ चर्चायाम् आगमिष्यामः । एतेषु आक्षेपः अवरोधः (त्रिभिः अनुकरणीय अवरोधप्रकरणैः) तथा सूचनाप्रविधि-वैद्यकीय-कार्याक्रमः (वैद्यकीय-आदर्शनात् प्रवर्तक-कार्याक्रमः) च आनुकूलितानि सन्ति । अस्मिन् लेखे पूर्वम् प्रवर्तितानि चत्वारः आक्रमणस्य परिदृश्यानि, तेषां क्षमताः, मर्यादाः च विवक्षितानि। यद्यपि एते प्रतिक्रियाशीलः दृष्टिकोणः अल्पकालिकः उपायः अस्ति, यानि इदानीं वाहनानां सूचनाप्रणाली वास्तुकले योजयितुं शक्यते, किन्तु दीर्घकालिकः अवधारणम् अपि शीघ्रमेव प्रवर्तते, यानि मुख्यतः निवारकानि सन्ति किन्तु तेषां कृते महत्त्वपूर्णः पुनर्निर्माणः अपेक्षितः। अस्मिन् विषये संक्षिप्तं विवरणं कृत्वा, अस्मिन् विषये विशिष्टानां आवश्यकताः, संभावनाः, मर्यादाः च विमर्शः क्रियते। & 2010 Elsevier Ltd. सर्वाधिकारः सुरक्षितः। |
13b44d1040bf8fc1edb9de23f50af1f324e63697 | अस्मिन् विशेषण-निर्देशित-मुख-उत्पादनम् रुचिः अस् ति: निम्न-रिजोल्यूशन-मुख-प्रवेश-चित्रम्, उच्च-रिजोल्यूशन-चित्रम् (विशेषण-चित्रम्) -तः निष्कर्षणम् कर्तुं शक्यते इति विशेषण-वेक्टरम् दत्त्वा, अस् माकं नूतन-विधिः निम्न-रिजोल्यूशन-प्रवेश-चित्रम् प्रति उच्च-रिजोल्यूशन-मुख-चित्रं निर्माति, यत् दत्तायां विशेषण-चित्रानि पूरयति । अस्मिन् विषये विषये, वयं CycleGAN-संस्थायाः परिशिष्टं प्रस्तावितवन्तः, यस्मिन् (1) अनपार्स्ड ट्रेनिंग-डाटाः प्रबन्धयितुं, यतः प्रशिक्षणस्य निम्न-उच्च-उत्तर-गुणात्मक-गुणात्मक-चित्रानि परस्परं समन्वितानि न भवितुम् अर्हन्ति, (2) तथा च इनपुट-गुणात्मक-चित्रानां माध्यमेन जनितस्य मुखस्य रूपस्य सुलभः नियन्त्रणं अनुमन्त्रयितुं शक्यते। अस्मिन् विषये उच्चगुणवत्तायाः परिणामः प्राप्तः, यत् अनुहारस्य यथार्थवादी प्रतिमाः निर्मातुं शक्नोति, यानि प्रयोक्तृद्वारा प्रदत्तानि विशेषणानि (उदाहरणार्थः लिङ्गं, मेकअपः, केशवर्णः, चश्मा) सह सहसा नियन्त्रयितुं शक्नोति । गुण-चित्रं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं प्रतिरूपं अस्मिन् विषये वयं त्रयः प्रयोगाः प्रदर्शयिष्यामः, यथा - अस्मिन् विषये अस्मिन् नवीनप्रकरणस्य लाभः - अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विषये अस्मिन् विष |
8a7b0520de8d9af82617bb13d7aef000aae26119 | द्वैध-बान्ध-अर्थ-मोड्-ट्रांस्ड्यूसर (OMT) अवयवानां रचनाय सामान्यीकृत-प्रवेश-मात्राणि सामान्यीकृत-प्रसार-मात्राणि च प्राप्ताः। एतस्मिन् प्रक्रिये आधारितं सङ्गृहीतं, कार्यक्षमं च पूर्ण-लहर-विश्लेषण-सफ्टवेयरं निर्मितम् अस्ति । एतस्मिन् विकासस्य साफ्टवेयरद्वारा उच्चप्रदर्शनयुक्तं कु-बान्दस्य द्वैध-वारं OMT-प्रणाली पूर्णतया निर्मिता। संख्यात्मकं प्रयोगात्मकं च परिणामं सुसंगतं भवति, येन रचनाप्रक्रियायाः प्रमाणं प्राप्नोति। |
17168ca2262960c57ee141b5d7095022e038ddb4 | स्मार्ट उपकरणानां च व्यापकतया उपयोगः भवति, अतः स्मार्ट उपकरणानां च उपयोगः जनाः प्रतिदिनं जीवनं यापयितुं समर्थं भवति। बहुषु उपलब्धानि डाटासेटानि परिष्कृत-अग्रणीय-प्रिमिटिभ-क्रियायाः अनुज्ञायाः कृते लोकोमोशन-वा क्रीडा-क्रियायाः केन्द्रं कुर्वन्ति, यथार्थ-विश्व-दिवस-व्यवहारस्य विषये कमपि ध्यानाकर्षणं कुर्वन्ति । अस्मिन् लेखे यथार्थवादी अनिर्धारित-भोजन-महाकक्ष-परिवेशे क्रिया-प्रमाणस्य नवीन-तदर्थ-सूत्रं प्रस्तूयते । १० जनाः एकस्मिन् अपरिवर्तित-भाडे गृहे भोजनं कुर्यात् , तथैव तेषां बुद्धिमत्तायाः प्रयोगाः १० जनाः स्व-घण्टाः उपयुज्य तथ्याङ्कानि प्राप्तवन्तः । अत्र विभिन्नानां वर्गीकरणानां प्रदर्शनस्य आधारभूत-सूत्रं अपि उपलभ्यते । अपि च, गहनं विशेषणशिक्षणप्रणाली च अधिकं पारम्परिकं सांख्यिकीयविशेषण-आधारितं दृष्टिकोणं तुलनायां दत्तम् अस्ति । अस्मिन् विश्लेषणात् प्रतीयते यत् सर्वेषु मूल्यांकनसम्बन्धिषु मापदण्डेषु, डाटा-ड्राइव्ड फीचर लर्निंग्-आधारितेषु वर्गीकरणकर्तायाः हस्तनिर्मितानां फीचरानां तुल्यतया सर्वोत्कृष्टं प्रदर्शनं प्राप्तुं शक्नोति । |
62a6cf246c9bec56babab9424fa36bfc9d4a47e8 | कस्मै प्रकारेण कम्प्युटर्-सञ्चालयं स्वयमेव उत्तरं दातुं समर्थं करिष्यामः यथा - "कस्य हारी पोटरस्य चरित्रस्य रचना कृता? ध्यानपूर्वकम् निर्मितानि ज्ञानसङ्ग्रहोः तथ्यानां समृद्धानि स्रोतसाम् उपलभ्यन्ते । तथापि, एकस्य प्रश्नस्य बहुविधः अभिव्यक्तिः अस्मिन् भाषायां प्रकृतप्रश्नेषु उत्तरं दातुं एकं चुनौती वर्तते । विशेषतया, वयं सामान्यप्रश्नां प्रति केन्द्रितवन्तः - तेषाम् उत्तरं ज्ञानमूलस्य एकेन तथ्येन प्राप्नुमः। अस्मिन् विषये CFO-प्रस्तावः अस्ति, यस्मिन् ज्ञानसङ्ख्यायाः आधारेण वस्तुनिष्ठप्रश्नां उत्तरं दातुं CFO-प्रकरणं, एकं सशर्त-लक्षित-न्युरल-नेटवर्क-आधारितं दृष्टिकोणं प्रस्तूयते । अस्मिन् दृष्टिकारे प्रथमतः प्रश्नस्य विस्तारं कृत्वा अधिकसंभाव्यमनुसन्धानं भवति, तथा च एकसमानसंशयाभाविभाविपरिदृश्यैः अन्तिमं उत्तरं प्राप्तं भवति । अस्मिन् प्रक्षेपे १०८,००० प्रश्नां डाटासेटस् य ७५.७% परिशुद्धता प्राप् नोति - अद्यपर्यन्तम् एव सर्वाधिकं सार्वजनिकं प्रश्नम् । अस्य प्रदर्शनस्य वर्तमानस्य कलायाः ११.८% एव पूर्णतया श्रेष्ठम् अस्ति । |
7bbacae9177e5349090336c23718a51bc94f6bfc | अस्मिन् स्थाने क्वेरी प्रतिमायां प्रतिपादितं स्थानं भू-स्थानस्य सूचनाभिः सह "सडकपार्श्वे" प्रतिमाणां डाटाबेस् उपयुज्य ज्ञापयितुं प्रयतते। डाटाबेसस्य प्रतिमाणां च क्वेरीनां मध्ये स्केल, दृश्याभावात् प्रकाशस्य च परिवर्तनं कर्तुं इदं कार्यम् अवघडम् अस्ति । स्थानस्य अभिज्ञानस्य प्रमुखं समस्या अस्ति यत् वृक्षानां वा मार्गस्य चिह्नानां इव वस्तुनां उपस्थिती अस्ति, यानि डाटाबेस् मध्ये प्रायः विद्यमानानि सन्ति, अतः विभिन्नस्थानेषु महत्वपूर्णः भ्रमः भवति । मुख्यं योगदानं यत्, वयं कथं विशिष्टस्थानानां भ्रमणं कर्तुं शक्नुमः, तत् दर्शयितुं, डाटाबेस इमेजेसहिते जियो-टॅग्स् उपयुज्य पर्यवेक्षणस्य रूपे उपयुज्यन्ते । अस्मिन् प्रतिमायां विशिष्टाः स्थानिक-स्थानीय-सङ्घटित-संभ्रमः सन्ति इति स्वयमेव अवलोकयितुं एकं पद्धतिं निर्मितम्, तथा च प्रदर्शितम् यत् तेषां दमनं स्थान-विज्ञानाय कार्यसम्पादनं लक्षणीयतया वर्धयति, तथैव डाटाबेस-आकारं न्यूनं करोति। अस्मिन् पद्धतिः अत्याधुनिक-विशेषण-बग-आकारेण सह उत्तमरूपेण संयोज्यते, क्वेरी-विस्तारः च समाहितः अस्ति, एवं स्थान-विज्ञानाय विस्तारे दृश्य-बिन्दु-प्रकाश-परिस्थिति-प्रसङ्गे सामान्यीकरणं दर्शयति । गुगलस्य स्ट्रीट व्यू-पृष्ठात् १७,००० चित्राणि लब्ध्वा, तेषां परिणामं भू-लक्षणयुक्तं डेटाबेस् मध्ये प्रदर्शितम् अस्ति । |
d72b366e1d45cbcddfe5c856b77a2801d8d0c11f | विद्यमानः न्युरल सिम्न्टिक पार्सरः मुख्यतः शब्दक्रमस्य लक्षणानि निष्कर्तुं अनुक्रमिकम् LSTM इत्यनेन अनुक्रमिकं एन्कोडरं प्रयुक्तवान् अस्ति, अन्यः मूल्यवान् वाक्यरचनात्मकः सूचनाः यथा निर्भरताग्राफः अथवा घटकवृक्षः उपेक्ष्यते । अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे, अस्मिन् लेखे अस्मिन् ग्राफ-से-अनुक्रम-आकारे, वाक्यार्थ-आकारं सङ्केतं कृत्वा तार्किक-रूपं विवक्षितम् । अयम् प्रयोगः अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् च अयम् प्रतिपक्षात्मक-उदाहरणेषु प्रयोगात्मक-परिणामः प्रदर्शयति यत् अधिक-संश्लेषात्मक-सूचनायाः सङ्केतनं कृत्वा अपि प्रतिमानस्य दृढता वर्धते । |
32cde90437ab5a70cf003ea36f66f2de0e24b3ab | जटिलं नगरीय-सडक-दृश्यं दृश्य-समझनम् बहुविध-प्रयोगानां कृते एकं समर्थकं कारकम् अस्ति । वस्तुनि अभिज्ञानं विशेषतया गहनशिक्षणस्य परिदृश्यात् विशाल-आकारस्य डाटासेटस् य अतीव लाभः प्राप्तवान् । तथापि, अर्थपूर्णनगरीदृश्यस्य बोधाय, वर्तमानस्य कोऽपि डाटासेटः वास्तविक-विश्वस्य नगरीय-दृश्यस्य जटिलतायाः पर्याप्ततया प्रतिपादयति । अस्मिन् विषये, वयं Cityscapes-नाम्, यानि पिक्सेल-स्तर-आदर्श-स्तर-आभासीय-लक्षणानि प्रवर्त्तयितुं च प्रशिक्षणं च दातुं प्रयुक्तानि वृहत्-आकारस्य डाटासेटानि, परिचयं दातुं उद्यताः। "शहरदृश्य" इत्यस्मिन् ५० नगरेषु विविधाः स्रोतः-चित्र-चित्रिकाः रचितानि सन्ति । एतेषु ५००० चित्रेषु उच्चगुणवत्तायाः पिक्सेल-स्तरस्य टिप्पणीः अस्ति, २०,००० चित्रेषु अतिरिक्तं चित्रं अस्ति, येन तेषु वृहद्-सङ्ख्यायाः दुर्बल-लक्षण-सूत्राणि उपयोजयितुं शक्यते । अस्मिन् कार्यक्रमे पूर्वं कृतानि प्रयत्नाः अधिकानि, यथा - डाटासेटस् य आकारः, एनोटेशनस् य समृद्धता, दृश्यस्य परिवर्तनशीलता, जटिलता च। अस्मिन् अनुवर्ती अनुभवात्मक अध्ययने डाटासेटस्य लक्षणानां गहनविश्लेषणं, तथैव अस्मिन् मानकस्य आधारे अनेके अत्याधुनिकप्रयोजनाणां कार्यसम्पादनमूल्यनम् अपि दीयते । |
7c5f143adf1bf182bf506bd31f9ddb0f302f3ce9 | |
ceb7784d1bebbc8e97e97cbe2b3b76bce1e708a5 | व्यापारिकबुद्धिः (बीआई) अद्यकालस्य सर्वेषां वाणीषु वर्तते, यतः सः व्यवसायाणां व्यवसायस्य अभ्यासस्य विश्लेषणं च तेषां सुधारेण च सम्भावनं ददाति। तथापि लघु-मध्यम-उद्यम-संस्थाः प्रायः कर्म-स्रोत-ज्ञान-धन-सदृशानां साधनानां अभावात् BI-प्रभावानां लाभं न प्राप्नुवन्ति । लघु-उद्योगेषु व्यवहाराणां प्रमुखरूपं वर्तते अतः अस्य तथ्यस्य पराभवः आवश्यकः अस्ति । लघु-उद्योगेषु किरणेषु उद्योगः महत्त्वपूर्णः अस्ति अतः लघु-उद्योगेभ्यः किरणेभ्यः उद्योगेभ्यः BI प्रणालीयाः कृते एकं अन्तर-संस्थागत-दृष्टान्तं प्रस्तावयामि, येन ते सहकारितायाम् डाटा-सङ्ग्रहणं तथा विश्लेषणकार्यम् कर्तुं शक्नुवन्ति । अस्मिन् वर्तमाने अनुसंधानकार्यक्रमे अस्य प्रणालीयाः विकासः डिझाइन सायन्स रिसर्च मेथडोलॉजी-प्रणालीयाः अनुसारेण भवति । अस्मिन् लेखे, लघु-उद्योगेषु विद्यमान-सहायता-प्रथायाः स्थितिः विश्लेषणं क्रियते, दश लघु-उद्योग-प्रबन्धकानां गुणात्मक-साक्षात्कारेण। अनन्तरं BI प्रणालीनां तथा अन्तर-संगठन सूचना प्रणालीनां स्वीकृतिः, सफलतायाः कारकानि च व्यापकतया संरचितं साहित्यसमीक्षणेन कार्यरतानि भवन्ति । यथास्थितिः, अवलम्बनम्, यशस् कारकः च आधारेण संस्थागत-विज्ञानाय प्रणालीयाः स्वीकृतिः प्रथम-आवश्यकतायाः परिचयः भवति, गुणात्मक-साक्षात्कारेषु पुनः प्रमाणं प्राप्नोति च। अतः नवनवानां कार्यात्मकानां आवश्यकताः, त्रयः अन्यानि अपि आवश्यकताः, यानि लघु-उद्योगेभ्यः संस्था-अन्तर-व्यापारिक-व्यवहार-संस्थायाः योजनायाः निर्माणं च कर्तुम् उपयुज्यन्ते। |
43e33e80d74205e860dd4b8e26b7c458c60e201a | अस्मिन् विषये अस्मिन् लेखे (अतिरिक्त) संवृतिक न्यूरल नेटवर्कस् (CNN) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स्) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स्) -स् (residual) संवृतिक न्यूरल नेटवर्कस् (CNN) -स्) (residual) (residual) (residual) (residual) (residual) (residual) (residual) (residual) (residual)) इत्यस्य प्रयोगः क्रियते । सीएनएन-संज्ञकस्य कृते तुल्यमूलकस्य कर्णाः सम्यक् गणनायां भवितुं शक्नुवन्ति, तथा च "गहनमूलकानां" विपरीतम्, अतिलघुः परिमाणः अस्ति: केवलं मूल सीएनएन-संज्ञकस्य अतिपरिमाणानि सन्ति । अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विष ३२-स्तरस्य रेस्नेट्-संयोजनस्य समकक्षः कर्नेलः एमएनआईएसटी-संयोजनस्य ०.८४% वर्गीकरणत्रुटिं लभते, यानि तुल्यसंख्यकपरिमाणानि सन्ति, येषां कृते सामान्यचिकित्सकानां कृते नूतनं विक्रमं भवति । १ |
1e38c680492a958a2bd616a9a7121f905746a37e | बिटकॉइन प्रणाली (https://bitcoin.org) एकं छद्म-अनामिकं मुद्रा अस्ति यत् प्रयोक्तारं वास्तविक-विश्वस्य अस्मितायाः पृथक् कर्तुं शक्नोति । एतस्मिन् परिप्रेक्ष्यम्, आभासी-भौतिक-विभागेन यशः प्राप्तः, बिट-कोइन-प्रणालीयाः महत्वपूर्णः परिवर्तनम् भवति । अस्मिन् कार्यक्रमे वयं प्रदर्शयिष्यामः यत् बिटकॉइनस्य व्यवहारस्य पश्चाद् वास्तविक-विश्वस्य प्रयोक्तॄणां विषये सूचनायाः प्राप्तिः कथं भवेत् । क्रिप्टोकरन्सीविषये सार्वजनिकरूपेण प्राप्यमानानि डाटाः अस्माभिः विश्लेषिताः। विशेषरूपेण, वयं बिटकॉइनप्रयोगकर्तृके भौतिकस्थानस्य सूचनायाः निर्धारणं कुर्वन्तः अस्मद् उपयोक्तृके व्ययस्य प्रवृत्तिः परीक्षयाम्। |
2c0a239caa3c2c590e4d6f23ad01c1f77adfc7a0 | |
5f6d9b8461a9d774da12f1b363eede4b7088cf5d | पूर्वं शोधपरिणामः दर्शितवान् यत् UHF निष्क्रिय CMOS RFID टग्स् -20 dBm-अन्तर्गतं संवेदनशीलता प्राप्तुं कठिनायाः आसन् । अस्मिन् लेखे द्विकान्नेलम् १५-बिट् यूएचएफ निष्क्रिय सीएमओएस आरएफआईडी टग् प्रोटोटाइप् प्रस्तुतं यत् -२० डीबीएम-अधिकाम् संवेदनशीलतायां कार्यम् कर्तुं शक्नोति । प्रस्तावित-टॅग चिप् ऊर्जायाः संग्रहं करोति, अपलिंक-सूचनायाः 866.4 मेगाहर्ट्ज-चैनल (ETSI) अथवा 925 मेगाहर्ट्ज-चैनल (FCC) इत्यनेन प्रतिप्रसारणं करोति, तथा 433 मेगाहर्ट्ज-चैनलद्वारा डाउनलिंक-सूचनायाः प्राप्तिः भवति। अतः, अवतरणसंपर्कस्य डाटाप्रसारणस्य कारणात् अस्मिन् टग्-पद्धतिरे आरएफ-ऊर्जायाः सङ्कलनं न भवति । इदम् उर्जायाः कुशलतायाः उपयोगः कर्तुम्, वयं एकं चिप् (चिप) रचनामहे, यत्र न नियमनं न वि.सी.ओ. अस्ति, येन उर्जायाः पूर्णतया उपयोगः डाटायाः प्राप्तिः, प्रसंस्करणम्, तथा पुनः प्रसारणम् च भवेत् । न च नियमनं, अस्मिन् टग्-पद्धतिरे यथासम्भवं न्यूनं सक्रियम् एनाल्गो सर्किटम् उपयुज्यते । अस्मिन् स्थले प्राप्तं डाटां विहितं कर्तुम् अस्मिन् ट्याग्-पत्रे नूतनं डिजिटल सर्किट् उपयुज्यते । वीसीओ-अवरोधेन विना अस्मिन् टग्-अवरोधने अपेक्षितं क्लॉक-सिग्नल् अधः-संपर्क-सूत्रेभ्यः प्राप्तुं शक्यते । मापनपरिणामः दर्शयति यत् प्रस्तावितस्य निष्क्रिय-चिप्-प्रणालस्य संवेदनशीलता -21.2 डीबीएम-पर्यन्तं आगच्छति । एतस्य परिणामस्य अनुरूपा १९.६ मी दूरस्थता अस्ति, ३६-डीबीएम ईआईआरपी तथा ०.४ डीबीआई टैग ऐन्टेना लाभः अस्ति । चिप् 0.18-μm CMOS प्रक्रियायाम् निर्मितम् आसीत् । इयं क्षेत्रं ०.९५८ मिमी × ०.९३१ मिमी अस्ति । |
4991785cb0e6ee3d0b7823b59e144fb80ca3a83e | |
2f3a6728b87283ccf0f8822f7a60bca8280f0957 | एकत्रितशोधः वेबशोधपरिणाममध्ये बहुविधविशेषशोधसेवायाः अथवा वर्टिकलानां परिणामाणां समाकलनं कार्यम् अस्ति । न केवलं कस् य वर्टिकलस् य प्रस्तुतीकरणं (अधिकतरम् पूर्वं शोधस्य केन्द्रम्) अपेक्षते, अपि च वेबस् य परिणामानां मध्ये कस् य स्थानं प्रस्तुतीकरणीयम् (अर्थात् वेबस् य परिणामानां उपरि अथवा अधः अथवा किञ्चित् तत् मध्ये) । बहुषु वर्टिकलषु निष्पन्नानि परिणामाणि एकत्रितान् कर्तुं मॉडेलान् शिक्षणं द्वयोः प्रमुखैः च् चुनौतीभिः सह सम्बद्धम् अस्ति । प्रथमतः, यतो हि वर्टिकलानि विभिन्नप्रकारस् य परिणामान् प्राप्तुं, भिन्न-भिन्नं खोजकार्यम् च सम्पादयन्ति, अतः भिन्न-भिन्न वर्टिकलानां परिणामः विभिन्नप्रकारस् य पूर्वानुमानात्मकसाक्षिण्येन (वा विशेषणैः) संबद्धः भवति । द्वितीयः, यदा अपि किञ्चित् विशेषणम् ऊर्ध्वाधरं सामान्यं भवति, तदा अपि अस्य पूर्वानुमानात्मकता ऊर्ध्वाधर-विशिष्टा भवितुम् अर्हति । अतः वर्टिकल परिणामानां एकत्रिकरणस्य कृते आक्षेपः, वर्टिकल-क्षेत्रेषु असम्भवः विशेषता-प्रदर्शनं, तथा सम्भाव्यतया वर्टिकल-क्षेत्रे विशिष्टः विशेषता-क्षेत्रस्य प्रासंगिकता-सम्बन्धः च निर्वहणं आवश्यकं भवति । अस्मिन् लेखे त्रयः सामान्यप्रयोजनानि प्रस्तूयन्ते, येषु विषयेषु विषयेषु विभिन्नप्रकारेण विषयाणि प्रस्तूयन्ते, तेषां परिणामाणां तुलना च १३ वर्टिकलानि, १०७० प्रश्नानि च कुर्वन्ति। अस्मिन् विषये उत्तमप्रयोजनं अयम् अस्ति यत्, यत् शिक्षणाय एल्गोरिदमः विशेषणानां च विशिष्ट-उपसर्गाणां सम्बन्धं शिक्षयति। |
b8945cfb7ed72c0fd70263379c328b8570bd763f | |
a2770a51760a134dbb77889d5517550943ea7b81 | 2G/3G/LTE संचारस्य कृते उच्च लाभयुक्तं कम्प्याक्ट द्वि-ध्रुवीकृत द्वि-बैंड सर्वदिशात्मकं ऐन्टेना प्रस्तुतम् अस्ति, यस्मिन् द्वौ क्षैतिज-ध्रुवीकरण (HP) च एकं ऊर्ध्वाधर-ध्रुवीकरण (VP) तत्वं विद्यते । ऊर्ध्वं विद्युत्प्रवाहक-घटकस्य चतुर्भिः परिमार्जितैः मुद्रित-चुम्बकीय-विद्युत्-डायपोलैः (ME) युक्तं भवति, ये चत्वारः-मार्गैः विद्युत्-विभाजक-आहार-जालैः पोषयिताः सन्ति, तथा च अष्ट-भागैः धनुर्-आकारेण परजीवी-पट्टिकाः सन्ति, ये चक्रेण मुद्रित-सर्किट्-बोर्डस्य उभयपार्श्वेषु क्रमेण मुद्रितानि सन्ति । चतुर्दिशात्मकः विद्युत्-विभाजक-आहारजालः चत्वारः ME द्विपोल-युग्मयोः सह मुख्यतः स्थिरः 360° विकिरण-रूपः च उच्चः लाभः प्रदत्तः, अष्ट-पटल-पट्टिकाः बैंडविड्थ-वर्धनार्थं प्रयुक्ताः सन्ति । अधः HP-अङ्गं ऊर्ध्वं स्थितं समानं भवति, परन्तु तस्मिन् परजीवी-पट्टिकाः न सन्ति । वीपी-घटकस्य अन्तर्गतं चतुर्भिः जोडीभिः शंकु-आकारेण युक्तं पटं भवति । एचपी-तत्वात् भिन्नम्, ऊर्ध्वाधः वीपी-तत्वम् अधः आवृत्ति-बान्धं ददाति, अधः वीपी-तत्वम् ऊर्ध्वाधः आवृत्ति-बान्धं ददाति । वीपी-तत्वम्, एचपी-तत्वम् च लंबवत् रूपेण विहितानि सन्ति, येन कम्प्याक्ट्-रूपेण द्वैधध्रुवीकृतं च रूपं प्राप्नोति । मापनं निष्पन्नं यत् एचपी दिशि ३९.६% (०.७७-१.१५ गीगाहर्ज) इतकं बण्डविड्थं प्राप्तुं शक्यते, यस्मिन् लगभगम् २.६ डीबीआई-आधारः भवति, तथा अन्यम् ५५.३% (१.६६-२.९३ गीगाहर्ज) इतकं बण्डविड्थं प्राप्तुं शक्यते, यस्मिन् लगभगम् ४.५ डीबीआई-आधारः भवति, तथा वीपी दिशि १२८% (०.७-३.२ गीगाहर्ज) इतकं बण्डविड्थं प्राप्तुं शक्यते, यस्मिन् लगभगम् ४.४ डीबीआई-आधारः भवति। 20 डीबी-अधिकं पोर्ट-आलोचनं 2 डीबी-अन्तर्गतं च न्यून-लाभ-परिवर्तनं प्राप्नोति । अतः प्रस्तावितः ऐन्टेना 2G/3G/LTE अन्तःकरणसंचारार्थं उपयुक्तः अस्ति। |
33a1ee51cc5d51609943896a95c1371538f2d017 | |
1eb0bf4b9bf04e870962b742c4fc6cb330d1235a | व्यवसायप्रक्रियाप्रबन्धविषये बहुषु ग्रन्थासु व्यवसायप्रक्रियेण दीक्षितानि परिभाषाः प्रगाढतया सीमितानि सन्ति तथा व्यवसायप्रक्रियेण तेषां संबंधितानि रूपाणि अपि तदनुरूपेण प्रतिबन्धितानि सन्ति । व्यापारप्रक्रियाप्रकरणस्य प्रवर्तनस्य प्रगतिकरणस्य लघुवर्णनं कृत्वा उत्पादनप्रणालीभ्यः कार्यालयस्य वातावरणं प्रति, अस्य पत्रस्य प्रस्तावः अस्ति यत् अधिकाः परिभाषाः प्रक्रियायाः यन्त्ररूपकप्रकारस्य अन्वेषणपरतया आधारितानि सन्ति । यद्यपि एते प्रविधिः बहुधा समृद्धानि च सन्ति, तथापि एतेषु व्यवसायाणां प्रक्रियायाः वास्तविकप्रकृतिः प्रतिपादितुं अतीव सिमितः अस्ति, यानि अद्यतनस्य चुनौतीपूर्णस्य वातावरणस्य अनुकूलं कर्तुम् आवश्यकताः सन्ति। |
bc018fc951c124aa4519697f1884fd5afaf43439 | विस्तृत-बैंड-प्लानर-एन्टेनायाः सैद्धांतिक-प्रयोगात्मक-परिणामः प्रस्तुतः अस्ति । अयं ऐन्टेना व्यापक-बान्द्विड्थ, न्यून-क्रॉस-पोलराइजेशन-स्तरं, तथा न्यून-पश्चाद्-किरण-स्तरं च प्राप्तुं शक्नोति । विस्तृत-बैंडविड्थ-प्रसारणार्थं च सक्रिय-सर्किट-संयोजनार्थं च, एप्पर्चर-कप्लित-स्पायर्ड स्क्वायर-पैच-संयोजनं क्रियते । कुक्कुटि-द्वारं एच-आकारं भवति । अन्ते-भिन्नता-काल-क्षेत्रविधिना अन्ते-प्रवेश-प्रतिरोधस्य परिमाणात्मक-अध्ययनं प्रस्तुतं भवति, प्रत्येक-परिमाणस्य प्रतिरोधस्य परिमाणात्मक-प्रभावः च प्रदर्शितः भवति । एकं ऐन्टेन् नाम्ना अपि रचना, निर्माणं, तथा मापनं भवति। मापाः प्रतिबाधा बैंडविड्थः २१.७% एव भवति । क्रॉस-पोलराइजेशन-स्तरः २३ डीबी-पेक्षा उत्तमः अस्ति । आन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर्-अन्तर् अत्र सैद्धांतिक-प्रयोगात्मक-परिणामौ विकिरण-प्रमाणौ च प्रस्तुताः च। |
5adcac7d15ec8999fa2beb62f0ddc6893884e080 | फिंगरप्रिंट अभिमुखता फिंगरप्रिंट वर्धनाय, फिंगरप्रिंट वर्गीकरणं, फिंगरप्रिंट मान्यता च महत्वपूर्णं भूमिकां निभातीति । अस्मिन् लेखे फिंगरप्रिण्ट् ओरिटेन्स् अनुमानस्य प्राथमिकप्रगतिः समीक्षात्मकरूपेण विवक्षितः अस्ति । विद्यमानानां विधानां लाभानां च मर्यादाणां विषये चर्चा कृतम् अस्ति । भविष्यत् विकासस्य विषये चर्चा कृता। Copyright © 2010 जॉन विली एंड सन्स, लिमिटेड |
568cff415e7e1bebd4769c4a628b90db293c1717 | अद्य विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः विद्वांसः अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विष एतदर्थं विडियोः अवलोक्य दृश्यपदार्थानाम् रूपेषु प्रतिपादितः भवति, ये च पाठसम्बद्धं प्रश्नस्य समानतायाः आधारात् प्रासंगिकं वा अप्रासंगिकं इति दर्शयति। अस्मिन् लेखे, पूर्ववर्तीषु कार्येषु विद्यमानानां समस्यानां निवारणार्थं, गुणानां अवधारणायाः अधिकं दृढं दृष्टिकोणं प्रस्तौम। न केवलं अर्थविषयकसम्बन्धः, दृश्यविश्वसनीयता, भेदभावशक्ति च संयुक्तरूपेण विचार्यते। चयनितानां अवधारणानां क्रमाङ्कनं स्कोरमध्ये शोरं च नॉन-लीनियरिटीस् च निवारयितुं, स्कोर-एग्रीगेशनार्थं नूतनं जोडी-आदेश-मात्रा-प्रक्रियां प्रस्तौम। वृहत्-आकारेण त्रिविद-सङ्ग्रहेषु बहु-माध्यमेन घटना-विवक्षायाः डाटाः प्रयोगाः अस् माकं दृष्टिकोणस्य श्रेष्ठतायाः प्रमाणं ददति। |
a62ac71cd51124973ac57c87d09a3461ecbd8e61 | लघुतम-मध्यम-चतुर्थ-अल्गोरिथमस्य व्यवहारः विशेष-रुचिकरः अस्ति । यदा भारस्य विश्रामप्रक्रियायां उभयतः समानाः कालस्थिरानि भवन्ति तदा LMS-अल्गोरिथमस्य तुल्यरूपेण भारस्य शोरः LMF-अल्गोरिथमस्य तुल्यरूपेण न्यूनः भवति । अतः संभवति यत् लघुतम-चतुर्थ-त्रुटि-अल्गोरिथमः लघुतम-चतुर्थ-त्रुटि-अल्गोरिथमात् अधिकं लघुतम-चतुर्थ-त्रुटि-अल्गोरिथमात् अधिकं कार्यम् कर्तुं शक्नोति । अयं रोचकः अवधारणः सर्वप्रकारस् य अनुकूलात्मक-अल्गोरिथमस् य कृते प्रभावः अस् ति, तेषु च तेषु अधिकतरम् अवतरणम् अथवा अन्यतरम् अवलम्बितम् । ननु च्चतुर्थे च्च षष्ठे च्च अर्थे च्च त्रुटिसम्बन्धेषु अनुकूलात्मकं फिल्टरिङ्गं कर्तुं नवनवीनं स्प्रिप्स् डांसन् एल्गोरिदमः आविष्कृतः। अनुकूलनकाले भारः उत्तमः समाधानं प्राप्तुं क्षेप्यात्मकं विश्रामं करोति । Time स्थिराणि प्राप्ताः सन्ति, एवं आश्चर्यजनकरूपेण ते समयस्थिराणां समानाः भवन्ति यदि विड्रो-होफयोः steepest descent least mean square (LMS) एल्गोरिदमः प्रयुक्तः स्यात् तर्हि प्राप्ताः। ननु ग्रेडियन्ट्-अल्गोरिथमस्य प्रोग्राम्-आणि गणनायां एल.एम.एस.-अल्गोरिथमस्य अपेक्षायाः अधिकं जटिलम् अस्ति । तेषां सामान्यरूपं W J+l = w, t 2plqK-lx,, यत्र W, वर्तमानस्य भारवेक्टरः, W, + 1 अग्रे भारवेक्टरः, r, वर्तमानस्य त्रुटिः, X, वर्तमानस्य आगतवेक्टरः, u स्थिरतायाः नियमनं तथा अभिसमये गतिः, तथा 2 K, त्रुटिः न्यूनं भवति । ननु च द्रव्य-वेक्टर-संयोगे माध्यमे च भिन्नतायाः परिमाणं नव-वर्ग-अल्गोरिदमस्य कृते प्राप्तम् अस्ति । |
5896b9299d100bdd10fee983fe365dc3bcf35a67 | अस्मिन् लेखे निरन्तरं स्वास्थ्यनिरीक्षणार्थं विना-अतिक्रमणात्मकं वायर्ड् सेन्सर-प्लटफर्मम् प्रस्तूयते । इयं प्रणाली एकं लूप् ऐन्टेना, एकं वायर्ड् सेन्सर इंटरफेस चिप्, एकं ग्लुकोज सेन्सरम् च पोलीमरस् सब्सट्रेट् उपरि समाहितं करोति । आयसी-मध्ये विद्युत्प्रबन्धः, पठनप्रणाली, वायर्ड् संचारसंबन्धः, एलईडी ड्राइवरः, ऊर्जा-भण्डारण-कन्डेन्सिटर् च ०.३६-मिमी२ सीएमओएस चिप्-मध्ये विद्यन्ते, येषु किमपि बाह्य-घटकं नास्ति । अस्मिन् ग्लूकोजस्य संवेदकस्य संवेदनशीलता ०.१८ μA·mm-2·mM-1 अस्ति । तन्त्रं निर्बाधं विद्युत्प्रदायं करोति, तथा च ४०० हर्ट्स्/मिमी-मात्रायाः संवेदनशीलतायाः सह ०.०५-१ मिमी-मात्रायाः ग्लुकोजस्य सीमां प्राप्नोति, तथा च १.२-वोल्ट्-प्रदानं विनियोजितं ३ μW उपभोगं करोति । |
622c5da12c87ecc3ea8be91f79192b6e0ee559d2 | अस्मिन् सैद्धान्तिकसङ्क्षेपे, वयं पूर्वं प्रयोक्तृसहभागित्वे च सहभागितायाः विषये त्रयः शोधपरम्पराः उपयुज्यन्ते - सर्वेक्षणं प्रयोगात्मकसाहित्यं च प्रयोक्तृसहभागित्वे सफलात् सफलात्, वैकल्पिकविकासप्रयत्नानां विषये नियमात्मकसाहित्यं, तथा गुणात्मकसाहित्यं, ये प्रयोक्तृसहभागित्वं विविधैरेकविधैरेकदृष्टिभ्यः अध्ययनं कुर्वन्ति। अस्मिन् विषये त्रयाणां ग्रन्थाणां प्रगतिः अपि मूल्याङ्कितः भवति, तथा च प्रयोक्तॄणां सहभागितायाः वर्धनाय भविष्यान् अन्वेषणस्य दिशाः च निर्दिष्टाः भवन्ति। |
24beb987b722d4a25d3157a43000e685aa8f8874 | अस्मिन् लेखे एकं सांख्यिकीय-आदर्शं प्रस्तूयते, यत् अंश-भाष्य-प्रतीकेण विहितं कोर्पस-प्रमाणं (corpus) गृहीत्वा, अद्यतन-सटीकतायाम् पूर्वम् अदृश्यं पाठं प्रति अवगच्छति । अस्य मॉडेलस्य वर्गीकरणं अधिकतम-एन्ट्रोपी-आदर्शनात् भवति, तथा च एकाकाळी अनेकानि प्रासंगिक-विशेष्य-विशेष्यानि उपयोगयित्वा POS-प्रतीकेण पूर्वानुमानं करोति । |
6a2fe560574b76994ab1148b4dae0bfb89e3a3e3 | मानवस्य अवधारणस्य महत्त्वपूर्णः पक्षः प्रत्याहारः च अस्ति यत् मनुष्यः कः कार्यम् अग्रे करोति (किं च कथं करोति) इति प्रत्याहारः बहुषु अनुप्रयोगेषु उपयोगी भवति, उदाहरणार्थ, प्रत्याहारः मानवस्य वातावरणस्य प्रति प्रतिक्रियायाः पूर्वमेव योजनां कर्तुं सहायक-रोबोटं समर्थयति । अस्मिन् कार्ये, वयं वस्तु-उपलब्धिद्वारा समृद्ध-स्थानिक-कालिक-सम्बन्धानां विषये तर्क-प्रयोजनं कृत्वा भविष्यतः मानव-क्रियायाः विविध-सम्भाव्य-प्रयोजनानां निर्माणार्थं रचनात्मक-दृष्टिः प्रस्तुतवन्तः । वयं प्रत्येकं भवितव्यम् प्रत्याहारं पूर्वानुमानात्मकं काल-सशर्त-रंडम-क्षेत्रं (एटीसीआरएफ) उपयुज्य प्रतिपादयति स्म, यत्र वयं भविष्यत्कल्पे वस्तु-पथ-प्रस्थान-स्थानानां च अनुरूपं नोड-अङ्कं च जनक-मॉडलात् प्रदर्शयति स्म । ततः सम्भाव्य भविष्यकालानां वितरणं एटीसीआरएफ-अणुणां उपयोगेन प्रतिपादयति। CAD-120 मानवक्रिया RGB-D डाटासेटस्य व्यापक मूल्याङ्कनम्, नूतनानां विषयाः (प्रशिक्षण-सैट्-मध्ये न दृश्यते) कृते, वयं क्रिया-प्रत्याक्षेपणस्य परिशुद्धता (प्रथम-त्रयस्य पूर्वानुमानस्य यथार्थतया घटितत्वात्) 75.4%, 69.2% तथा 58.1% प्राप्ताः क्रमशः 1, 3 तथा 10 सेकंदाणां प्रत्याक्षेपण-समये। १ |
ea38789c6687e7ccb483693046fff5293e903c51 | अस्मिन् लेखे एकं बैच-प्रबलित-शिक्षण-अल्गोरिथमं (RL) प्रस्तुतम् अस्ति, यत् प्रस्तूयते यत् प्रस्तूयते प्रत्येकं नीतिः गुणात्मकं भवितुम् अर्हति, तथा च अस्मिन् अति-परिमितिः नास्ति यत् विशेषज्ञानां समायोजनम् अपेक्षते। प्रयोक्तारं कस्यचित् कार्यस्य निम्न-सीमा, ρ−, तथा विश्वस्ये स्तरः, δ, च् चयनं कर्तुं शक्यते, अस्मिन् एल्गोरिदमस्य कृते इदम् सुनिश्चितं भवति यत् इदम् कार्यस्य ρ−-पेक्षा नीतं नीतिम् प्रतिपादयति, यस्मिन् इदम् अधिकतरम् δ भवति । अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विष अस्मिन् विषये सरल-जाल-विश्वे, पर्वत-कार-प्रश्ने च, तथैव वास्तविक-विश्वस्य डाटाः उपयोजयित् वा डिजिटल-मार्केटिन्ग-आवेदन-प्रयोगे च अस् माकं दृष्टिकोणस्य व्यवहार्यतां प्रदर्शयति स्म । |
780b05a35f2c7dd4b4d6e2a844ef5e145f1972ae | बहु-परिवर्तनसंवादयोः, प्राकृतभाषासमझनस्य प्रतिमानानि प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनस्य प्रतिमानानि, प्राकृतभाषासमझनानि, प्राकृतभाषासमझनानि। संवादस्य इतिहासस्य समावेशार्थं, वयं वक्ता-संवेदी द्वैध-स्मृतिजालयुक्तं तंत्रिका-संरचनां प्रस्तुमहे, ये वक्तायाः अवलंबने भिन्न-भिन्नरूपेण वक्त्राणि संकेताः सन्ति। इदम् प्रणालीयाः उपलभ्यमानानां सूचनाणां विभिन्निः परिमाणानि सम्बोधयति - प्रणालीयाः उपयोक्तृप्रवाहाणां केवलम् पृष्ठरूपं ज्ञायते, किन्तु तन्त्रस्य निष्कर्षेण तत्समानः अर्थशास्त्रं भवति । वयम् Microsoft Cortana इत्यस्य व्यवासायिकस्य वैयक्तिकस्य सहायकेभ्यः वास्तविकस्य उपयोक्तृस्य डाटाभ्यः प्रयोगं कृतवन्तः। परिणामेषु प्रासंगिकसूचनायाः उपयोगेन अत्याधुनिकस्लॉट-ट्यागिङ्ग-आदर्शनात् उल्लेखनीयं प्रदर्शन-सुधारं दृश्यते । |
259bbc822121df705bf3d5898ae031cd712505ea | १. मोबाइल कम्युनिकेशन्स विभाग, इलेक्ट्रिकल इन्जिनियरिङ्ग एण्ड कम्प्युटर साइन्सेस स्कूल, टेक्निकल युनिभर्सिटी अफ बर्लिन, बर्लिन, जर्मनी २. वायरलेस नेटवर्किङ्ग, सिग्नल प्रोसेसिंग एण्ड सिक्योरिटी ल्याब, इलेक्ट्रिकल एण्ड कम्प्युटर इन्जिनियरिङ्ग विभाग, युनिभर्सिटी अफ ह्युस्टन, ह्युस्टन, टेक्सस ७७००४, अमेरिका ३. कम्युनिकेशन्स सिस्टम्स डिभिजन, इलेक्ट्रिकल इन्जिनियरिङ्ग विभाग (आईएसवाई), लिन्कोपिङ्ग युनिभर्सिटी, एसई-५८१ ८३ लिन्कोपिङ्ग, स्वीडेन ४. कम्युनिकेशन्स लेबोरेटरी, इलेक्ट्रिकल इन्जिनियरिङ्ग एण्ड इन्फर्मेशन टेक्नोलोजी संकाय, ड्रेस्डेन युनिभर्सिटी अफ टेक्नोलोजी, ०१०६२ ड्रेस्डेन, जर्मनी |
4eca7aa4a96300caf8622d666ecf5635d8b72132 | मानवस्य क्रियाकलापं अचूकतया परिचयं कर्तुं समर्थः अस्मि, अतः स्वयमेव पुनर्स्थापनाय क्रीडाशिक्षणप्रणालीनां विकासः आवश्यकः भवति। अस्मिन् लेखे, अग्रहस्त-वस्त्रयुक्ते वस्त्रस्य सेन्सरात् प्राप्ते वृहत्-आकारे व्यायाम-आवृत्ति-सूत्राणि एक-परिवर्तनिक-संजालस्य (CNN) सह वर्गीकृतानि सन्ति । समय-श्रृङ्खलायाः डाटाः, यानि त्वरणमापक-मापनानि, दिशा-निर्देश-मापनानि च सन्ति, तानि चित्राणि रूपेण प्रस्तूयन्ते, येन सी.एन.एन.ः स्वयमेव भेदभावपूर्णानि लक्षणानि प्राप्तुं शक्नोति । चित्ररूपेण च विभिन्नानि सी एन एन आर्किटेक्चरानि च प्रभावं तुलनात्मकं अध्ययनं अपि प्रस्तुतम् अस्ति । सर्वोत्कृष्टं प्रदर्शनं ९२.१% परिशुद्धतायाम् ५० व्यायामशालायाः अभ्यासानां वर्गीकरणं करोति । |
1b1a829c43f1a4f3a3d70f033a1b8e7bee1f7112 | |
6abac64862f7d207cac58c6a93f75dc80d74e575 | |
5fb874a1c8106a5b2b2779ee8e1433149109ba00 | डाटाः बेयस्-जालम् शिक्षयितुं एल्गोरिदमस्य द्वौ घटकौ सन्ति: स्कोरिङ् मेट्रिक् च सर्च प्रक्रमेण। स्कोरिंगमेट्रिकः एकं स्कोरिंगं गणना करोति यत् डाटायाः प्रति संरचनायाः गुण-अवस्थानाम् प्रति प्रतिपादयति । शोधप्रक्रियायाः प्रयत्नेन उच्चं स्कोरं प्राप्ताः नेटवर्क संरचनाः परिगणयितुं प्रयतन्ते । हेकरमन इतरेषु। १९९५ तमे वर्षे बेयसनस्य मेट्रिकम् आरब्धम्, यं बीडी मेट्रिकम् इति कथयन्ति, यं सापेक्षं पश्चादिसम्भाव्यम् (relative posterior probability) संजालसंरचनायाः डाटाः दत्ताः। अस्मिन् लेखे, अस्मिन् विषये दर्शितम् यत्, बेयस्-जालस्य शोधनस्य समस्या, यत्र प्रत्येकं नोडः अधिकतमम् K मातापितृभ्यः अस्ति, यत्र K मातापितृभ्यः, यस् य सापेक्षः पश्चादधिकः सम्भाव्यताः, यदा BDe-मेट्रिकः प्रयुक्तः भवति, तदा NP-पूर्णः भवति । 12.1 परिचयम् अद्यतनकालतः बहवः अनुसन्धाता बेयसन-जालस्य अध्ययनस्य विधयः अन्वेषयितुं आरब्धवन्तः । अनेकेषु प्रकरणेषु समानं मूलभूतम् अस्ति - स्कोरिङ् मेट्रिकः, सर्च प्रक्रमः च। स्कोरिंगमेट्रिकः अवलोकितप्रकरणाणां D तथा नेटवर्क संरचना B S इत्यस्य डाटाबेसस्य उपयोगं करोति, तथा च डाटा-अस्य गुण-अवशिष्टं दर्शयति स्कोरिंगं पुनः संरचनां प्रति दास्यति । अन्वेषणविधिः स्कोरिङ् मेट्रिकद्वारा मूल्याङ्कनार्थं जालानि निर्माति। ये प्रवृत्तयः द्वयोः घटकयोः उपयोगं कुर्वन्ति, येन नेटवर्क संरचनायाः अथवा संरचनायाः समूहस्य अभिज्ञां कर्तुं शक्यते, यानि भविष्यात् घटनायाः भविष्यवाणीं कर्तुं अथवा कारणसम्बन्धं निर्धारयितुं उपयोगं कर्तुं शक्यते । कुपरः हर्स्कोविट्स् च (१९९२) इत्यनेन च्च्-प्रत्ययस्य रूपे निर्दिष्टे बायसियन् मेट्रिकस्य, यं वयं बीडी मेट्रिकम् इति कथयाम, केवलम् अव्यक्त-परिवर्तकान् युक्तान् बायसियन् संजालान् शिक्षणाय तर्कसंगतानां अनुमानानां समूहात् व्युत्पादयन्ति । हेकरमन इतरेषु। (१९९५) इत्यत्र HGC इत्यनेन निर्दिष्टम्, CH इत्यस्य कार्यस्य आधारम् एकं नूतनं मेट्रिकम् प्राप्तम्, यम् वयं BDe मेट्रिकम् कथयाम, यस्मिन् सम्भाव्यत्वस्य समकक्षतायाः वांछनीयः गुणः अस्ति । सम्भाव्यत्वस्य समकक्षतायाम् एव कथ्यते यत्, डाटाः समकक्षसंरचनायाः भेदभावं कर्तुं न शक्नुवन्ति । अधुना CH-द्वारा प्राप्तं BD-मात्राणि प्रदर्शयति। अस्मिन् B h S इत्यनेन इदम् अनुमानम् दर्शयति यत् B S इत्यस्य I-प्रसारणं भवति यत् डाटाबेसस्य निर्माणं करोति । 2 विश्वास-जाल-संरचना B S दत्त्वा, वयं x i-स्य पितॄणां दर्शनाय i-ं प्रयुज्यामः। अस्मिन् R i इत्यनेन चरस्य X i इत्यस्य अवस्थायाः सङ्ख्यां दर्शयति, तथा Q i = Q x l 2 i r l इत्यनेन i इत्यस्य उदाहरणानां सङ्ख्यां दर्शयति। अस्मिन् सूत्रे, इदम् उदाहरणं निर्दिष्टं यत् अतः अस्मिन् सूत्रे, i = j, x i-स् य मातापितॄणां j-मात्रायाः अवलोकनं दर्शयति। १९९६ स्प्रिङ्गर-वेर्लाग्। 2 तत्र एकं ... |
7783fd2984ac139194d21c10bd83b4c9764826a3 | सम्भाव्य पद्धतिः कम्प्युटरेटिभ् औजारानां क्षेत्रं निर्मातुं भवति। किन्तु मम कार्यम् निरस्तम् अभूत्, बायेसियन् जालानि अपि अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव अतीव मम पुस्तकस्य प्रकाशनं ननु अभवत् । बुद्धिमन्त्राणां मध्ये अनुसंधानकर्तृणां मध्ये, एआई परिचालन अनुसंधान उत्कृष्टता पुरस्कारः स्नातकोत्तरानां कृते अस्ति । अहं चिन्तया चिन्तया चिन्तया चरामि। स्पष्टतया डाफ्ने कोल्लर-शिक्षणसंरचनायाः प्रमाणात्मकं तर्कम् अस्ति । मणिः भाषायाः भाषा अस्ति। यद्यपि अस्य प्रकाशनस्य प्रारम्भिक तिथिः न आसीत्, तथापि अस्य प्रकाशनस्य उत्कृष्टं संदर्भं न दत्तम्। |
5c386d601ffcc75f7635a4a5c6066824b37b9425 | अद्यकालम् एव जनप्रियं वेब् साईटं पश्यामः, यत्र रजिस्ट्रेशन फॉर्मः एव अस्ति, यस्मिन् स्वयमेव मानवप्रमाणं परीक्षणं न भवति, यस्मिन् इमेजेषु वर्णानां अनुक्रमं प्रदर्श्य, उपयोक्तारं प्रविष्टक्षेत्रे अनुक्रमं प्रविष्टुं निवेदयति। अयं सुरक्षाप्रयन्त्रः ट्युरिन्ग-परीक्षायाः आधारः अस्ति - कृत्रिमबुद्धिसम्बन्धिषु प्राचीनतमः अवधारणः अस्ति - एवं कम्प्युटर्-मानव-विभाजनार्थं पूर्णतः स्वयंचलितं सार्वजनिक-ट्युरिन्ग-परीक्षा (कॅप्चा) इति च प्रायः कथ्यते । इयं परीक्षा महत्त्वपूर्णं वेब-संसाधनं यथा वेब-मेल-सेवा अथवा सामाजिक-जालम्, स्वयमेव प्राप्यम् अवरोधयितुं कल्पितम् अस्ति । अद्यतनं शतशः एव परीक्षणानि क्रियन्ते, ये प्रतिदिनं कोटिशः पुनः क्रियन्ते, अतः एतेषु अतीव मानवकार्यम् अपेक्ष्यते । अन्येषां पक्षे, एतेषु परीक्षासु केचन विषयाः अप्राप्यन्ते, यानि स्वयमेव प्रोग्रम्स्, शोधकानां, हैकर्सानां, स्पैमकर्तृणां च रचनायाः, स्वयमेव उचितं उत्तरं दातुं समर्थः अभवत् । अस्मिन् अध्याये, वयं कैप्चायाः इतिहासं, अवधारणा, अनुप्रयोगं, तेषां व्यापक समीक्षा च प्रस्तौम। अस्मिन् विषये अपि चर्चा भवति, यानि प्रयोक्तृ-दृष्टिः, सुरक्षा-दृष्टिः च, यानि प्रयोजकत्वम्, आक्रमणम्, प्रति-उपक्रमणं च अन्तर्भवन्ति । अस्मिन् अध्याये वाचकानां कृते अस्य रोचकस्य क्षेत्रस्य विषये उत्तमं अवलोकनं कृतम् अस्ति इति वयं आशामहे। CES IN COMPUTERS, VOL. 83 109 Copyright © 2011 Elsevier Inc. 65-2458/DOI: 10.1016/B978-0-12-385510-7.00003-5 सर्वाधिकारः सुरक्षितः । ११० जे.एम. गोमेज हिडाल्गो च ग्. अल्वारेज माराणोनः १ अहं प्रवर्तकः । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ११०१.१.१ T he Turing Test and the Origin of CAPTCHAs. (ट्युरिंगपरीक्षा च कप्चायाः उत्पत्तिः) . . . . . . . . . . . . . . ११२. प्रेरकत्वं च अनुप्रयोगाः । . . . . . . . . . . . १२७ ३.१. ओ सी आर। . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 3 . 2। अहं वयसि । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . १३५ ३.३. एकं श्रवणम् । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . १४३ ३.४ कुजज्ञेयः । . . . . . . . . . . . . . . 173 आर आरभ्याम् । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 . . . . . . . . . . . . . . . . . . . १५४ ५। S सुरक्षा च CAPTCHAs प्रति आक्रमणम् । . . . . . . . . . . . . . . . . . . . १५६ ५.१. कप्चायां आघातः । . . . . . . . . . . . . . . . . . . . . . . . . . . १५८ ५.२. S सुरक्षा आवश्यकताः CAPTCHAs पर . . . . . . . . . . . . . . . . . . . १६९६। कप्चायाः विकल्पः । . . . . . . . . . . . . . . . . . . . . . . . . १७१७। C निष्कर्षः च भविष्यादिप्रवृत्तिः च । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . १४४ ४। कप्चायाः मूल्यनिर्धारणम् । . . . . . . . . . . . . . . . . . . . . . . . . 146 4 . 1। ई दक्षता । . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 4 . 2। एकं प्रवेशाय समस्याः । . . . . . . . . . . . . . . . . . . . . . . . . . . . १५२ ४.३ P र्थिक विचारः . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ११६ २.१. कैप्चायाः सामान्यवर्णनं . . . . . . . . . . . . . . . . . . . . ११६ २.२. कप्चायाः अपेक्षितानि गुणानि . . . . . . . . . . . . . . . . . . . . 117 2 .3। अहं पूरणं च प्रस्थापनं च करोमि । . . . . . . . . . . . . . . . . . . . . . 119 २.४. " एप्प्प्लिकेशनस् " च " रोबोट्स " इत्यस्य उत्पत्तौ । . . . . . . . . . . . . . . . . . . १२१३। कैप्चायाः प्रकारः । . . . . . . . . . . . . . . . . . |
941a668cb77010e032a809861427fa8b1bee8ea0 | विद्यमानसमये ई.सी.जी.विश्लेषणस्य एवं व्याख्याय बहुसंख्यकप्रणालीषु सिग्नलप्रक्रिया क्रियते। ई.सी.जी.संकेतप्रक्रियायाः उद्देश्यः बहुविधः अस्ति, यस्मिन् मापनस्य परिशुद्धतायाः पुनरुत्पादकत्वस्य च (हस्तकौशलिकमापनैः सह तुलनायां) सुधारः, तथा च सूचनायाः निष्कर्षणः अस्ति, यानि दृश्यमान-मूल्याङ्कनद्वारा सिग्नलात् सहजतया उपलभ्यन्ते न सन्ति । अनेकेषु स्थितौ, ईसीजी-प्रदर्शनं एम्बुलरी अथवा परिश्रमपूर्णपरिस्थानां दौरानं क्रियते, येन विभिन्नप्रकारकानां शोरैः सिग्नलस्य विकृतिः भवति, कदाचित् शरीरस्य अन्यस्य शारीरिकप्रक्रियेण उत्पद्यते। अतः शोर-निवारणम् ई.सी.जी. सिग्नलप्रक्रियायाः अन्यम् महत्त्वपूर्णं लक्ष्यम् अस्ति; वस्तुतः, रोचकेषु तरङ्गरूपेषु कदाचित् शोरः एव एव अतिप्रमाणं प्रच्छन्नं भवति यत् तेषां उपस्थिती केवलं उचितं सिग्नलप्रक्रिया प्रथमं प्रयुक्ते सति एव प्रकटयितुं शक्यते । हृदयाघातस्य विकारस्य निदानार्थं दीर्घकालपर्यन्तं (अनेकदिनपर्यन्तं) विद्युत्-हृदयाघातसंकेतानि अभिलेपितानि भवितुं शक्नुवन्ति । अतः ईसीजी-रचितायां प्रचुरं सङ्ख्या भवति, येन शीघ्रमेव रिक्तस्थानं पूरयति। सार्वजनिक-टेलिफोन-जालानां मार्गे सिग्नलप्रसारणं अपि अन्यः अनुप्रयोगः अस्ति, यत्र विशाल-मात्रायाः डाटाः सम्मिलिताः सन्ति । उभयत्र स्थितेषु, डाटासंपीडनम् एकम् आवश्यकं कार्यम् अस्ति, अतः ईसीजी सिग्नलप्रक्रियायाः अपि एकं लक्ष्यम् अस्ति । इक्-ग्रिम् च तस्य गतिशील-सम्पत्तयः यथा लय-रङ्ग-रूपाणि परिवर्तनानि प्रतिपादयन्ति, तस्मिन् नवीन-समझने सिग्नल-प्रक्रिया महत्त्वपूर्णं योगदानं ददाति । उदाहरणार्थं, तन्त्रं निर्मितम् यत् हृदयादिप्रणालीयाः सम्बन्धे आकुलाः लक्षणं ददाति, हृदयस्फुटस्य सूक्ष्म-भिन्नताभिः प्रतिबिम्बितानि च। T वेव एम्प्लियुड्-अन्तर्गतम् अल्प-स्तरम्, वैकल्पिक-परिवर्तनम् च अवलोकनीयम् अस्ति । न हि द्वयोः दोलनसंकेतस्य गुणयोः सामान्य ईसीजी-प्रिन्ट्-आउट-प्रमाणं निक्षिप्य द्रव्यदृष्ट्या द्रष्टुं शक्यते । ई.सी.जी. विश्लेषणस्य सर्वप्रकारेषु सामान्यं यत् - विश्रामस्थले ई.सी.जी. व्याख्या, तनावपरीक्षण, एम्ब्युलटरी निगरानी, अथवा गहनचिकित्सा निगरानी - इमे मूलभूत एल्गोरिदमस्य समूहः अस्ति यत् विभिन्नप्रकारेषु ध्वनिरूपणम्, हृदयविकाराणां अनुभूति, मूलभूत ई.सी.जी. मापनं, तरङ्गव्याप्तिः, कालः, दक्षतायाः भण्डारणम् अथवा प्रसारणम्, तथा च डाटायाः संकुचनम् करोति । १ इत्यनेन इदम् सङ्केतप्रक्रियाविधिनाम् उपदिष्टम् अस्ति । यद्यपि एतादृशानि एल्गोरिदमानि प्रायः क्रमेण कार्ययन्ति, तथापि क्विकुआरएस डिटेक्टरद्वारा निर्मितानि हृदयस्य धड़कनसमये सूचनाः कदाचित् अन्य एल्गोरिदमानां कार्यसम्पादनं सुधारेण समाविष्टानि भवन्ति । प्रत्येकं एल्गोरिदमस्य जटिलता अनुप्रयोगात् अनुप्रयोगं भिन्नं भवति, अतः उदाहरणार्थम्, एम्बुलटरी निगरानीयां क्रियमाणं शोरस्य फिल्टरिङ्गम् विश्रामस्थाने ईसीजी विश्लेषणस्य अपेक्षया अपेक्षया अधिकं परिष्कृतं भवति । यदा मूलभूत-अल्गोरिदम-सङ्ख्यायाः उत्पादित-सूचनाः उपलब्धं भवति, तदा हृदय-गति-गति-संरचनायाः गुणानां परिमाणं ज्ञातुं सङ्केत-प्रक्रियायाः उपयोगः रोचकः भवति। एतयोः द्वयोः अनुप्रयोगयोः - उच्च-रिजोल्युशन-ईसीजी (ECG) तथा टी-वेव अल्टर्नेन्स् (T wave alternans) -संबन्धिनः सिग्नलप्रक्रियायाः संक्षेपतः वर्णनम् अस्मिन् लेखस्य अन्ते कृतम् अस्ति । व्याचष्टेः पाठकः, उदाहरणार्थम्, Ref. 1, यत्र अन्य ECG अनुप्रयोगानां विस्तृतं विवरणं लभ्यते। |
b681da8d4be586f6ed6658038c81cdcde1d54406 | अस्मिन् पत्रे, द्वैध-बान्धः तथा ध्रुवीकरण-लघुभूत-सब्स्ट्रैट् एकीकृत-वेव-गाइड (SIW) गुहा-एन्टेना प्रस्तावितः अस्ति । अन्तर्भागे उपयुज्य SIW गुहायाः प्रथमं अनुनादम् पारम्परिक-TE120-प्रकारेण उत्प्रेषितम् भवति । स्लोटस्य हस्तक्षेपेन, संशोधित-TE120-प्रवृत्तया उत्प्रेषितं द्वितीयं अनुनादम् अपि निर्मितम् भवति, येन द्वयोः अनुनाद-आवृत्तिषु व्यापक-पक्षीय-प्रकाशन-रूपं निर्मितम् भवति । अपि च प्रस्तावितस्य ऐन्टेन्नेन द्वौ अर्थाङ्गिकौ आहारप्रवाहौ सन्ति । अतः षट् प्रमुखं ध्रुवीकरणं कर्तुं शक्यते। अस्मिन् पत्रे, त्रिभिः प्रमुखैः ध्रुवीकरणप्रकरणेषु सिमुलेशनं कृतम्, तथा मापनपरिणामाणां तुल्यम् अपि कृतम् । आधुनिकसंचारप्रणालीनां कृते बहुक्रियायुक्ताः ऐन्टेनाः अपेक्षन्ते, अतः प्रस्तावित ऐन्टेना-कल्पना आशाजनकः विकल्पः अस्ति। |
cf18287e79b1fd73cd333fc914bb24c00a537f4c | जटिलानां कौशलानां विस्तृतानि पदानि स्वयमेव शिक्षयितुं, मानवस्य पर्यवेक्षणं विना स्वयमेव संकलितानि डाटाः शिक्षयितुं रोबोट्सम् सक्षमानि भवितव्याः । एकं सिग्नलम् यत् सदैव स्वयमेव सङ्कलनं कृतं भवति, सः पूर्वानुमानम् अस्ति । यदि रोबोटः भवितव्यम् भविष्यत् कर्तुम् सिध्यति तर्हि सः एव भविष्यत् कर्तुम् प्रयुक्तः भवति यत् सः इच्छितपरिणामाणि प्राप्नोति, यथा किञ्चित् वस्तु विशिष्टं स्थानं प्रति गन्तुम् । तथापि, जटिलं मुक्त-विश्व-दृश्यं, पूर्वानुमानार्थं प्रतिपादकं रचनां कर्तुम् कठिना भवति । अस्मिन् कार्ये, अस्मिन् एव स्व-प्रवरणे रोबोटस्य शिक्षा प्रत्यक्ष-विडियो-पूर्वानुमानेन समर्थितुं प्रयततेः, उत्तमं प्रतिपादकं रचनाय प्रयतने, रोबोटः अग्रे किं द्रक्ष्यति इति प्रत्यक्ष-पूर्वानुमानं कृत्वा, तत्-रूपेण इच्छित-लक्ष्यं प्राप्तुं प्रयतते। रोबोटिक-प्रक्रियायाः कृते विडियो-प्रत्याख्यानस्य प्रमुखं चुनौतीः जटिल-स्थानिक-व्यवस्थायाः यथा-अवरोधानां व्यवहारः अस्ति । अस्मिन् प्रयोजनम्, वयं विडियोः पूर्वानुमानम् अकरोमः, येन अवरुद्धेषु वस्तुषु स्थूल-अवकाश-संबन्धानां समावेशं कृत्वा, तेषां अनुगमनं कर्तुं शक्यते। अस्मिन् विषये नवीनप्रयोजनस्य मानदण्डं तथा कार्यक्षेत्रस्य सूत्रं च योजयित्वा, अस्मिन् विषये प्रतीयते यत् अयं प्रतिमानः पूर्वं विडियो-प्रतीक्षा-आधारितस्य नियमनस्य विषये कृतं कार्यम् अधिकं करोति। अस् माकं परिणामः प्रदर्शयति यत् प्रजननकाले न दृष्टानि वस्तूनि उपयुज्य, बहुव्रीहिः वस्तूनि सम्भाषणं, अवरोधानां च पार्श्वे वस्तुनि धनुषम् । एते परिणामः स्व-नियन्त्रित-रोबोट-शिक्षणस्य माध्यमात् पूर्णतया कर्तुं शक्यानि कौशल्यानि च महतीं प्रगतिम् प्रदर्शयन्ति । |
89701a3b04c3f102ebec83db3249b20791eacb38 | प्रासंगिकज्ञानं प्रासंगिकज्ञानस्य सेवायाः समर्थनाय एकं प्रमुखं गुणम् अस्ति । मोबाइल-उपकरणस्य कृते, प्रयोक्तृनाम् स्थानं अथवा प्रक्षेपः एकं महत्वपूर्णं संदर्भं वर्तते । स्थानं वा गतिः मोबाइल उपकरणैः ज्ञातुं एकं सामान्यं चुनौती तत् परिशुद्धतायाः विद्युत् उपभोगस्य च मध्य व्यापारसम्बन्धं प्रबन्धयितुम् अस्ति । सामान्यतया (1) सेन्सरानां उपयोगस्य आवृत्तिः नियन्त्रितः भवति, (2) सेन्सरफ्यूजन-प्रविधिः च। अत्र प्रस्तावितः एल्गोरिदमः सेल टावरात् पुनः पुनः मापनेषु असिद्धानि स्थानेषु दत्तां तथानिर्देशां समाहितं कृत्वा अचिन्त्यतां वर्धयितुं भिन्नं दृष्टिकोनं अवलम्बयति । प्रयोगाणां परिणामतः ज्ञातं यत्, ४१ दिनानां मापनं कृत्वा, अवलोकितस्य मार्गस्य तथा भू-स्थानाय सत्यस्य मध्यस्थ-त्रुटि-दूरिः ४४ मीटर्-तः १०.९ मीटर्-पर्यन्तं वर्धितः। |
a85ad1a2ee829c315be6ded0eee8a1dadc21a666 | कम्प्युटरदृष्टिप्रणालीयां स्वयमेव वाहनं च सहायतया वाहनं च निःसंशयम् अतिप्रचलितं विषयम् अस्ति । तथापि वाहनं चलायितुं कार्यम् अतिविघ्नम् अस्ति, वाहनानां व्यवहारस्य गहनं ज्ञानं अपि अद्यापि अप्राप्तम् अस्ति। अनेके अनुसन्धाता इदानीं दृश्यस्थलेषु रोचकं च वस्तुं ज्ञातुं कम्प्युटरेशनल-मॉडलानि निर्धारयितुं ध्यान-प्रयन्त्रं अन्वेषयन्ति । तथापि, एतेषु अधिकतरानि प्रतिमानानि केवलम् अधः उपरि दृश्यमानतायाः प्रतिपादयन्ति, तथा च स्थिरचित्राणां प्रति केन्द्रितानि भवन्ति । वाहनं चलाय च् अनुभवं कुर्वन् कालान्तरप्रकृतिः कार्यस्य च विशिष्टता च ध्यानप्रक्रियायां प्रभावं करोति, अतः वास्तविकजीवनस्य वाहनस्य तथ्यान् अभिप्रेतानि सन्ति इति निष्कर्षः। अस्मिन् लेखे वयं नवीनं, सार्वजनिकं च डाटासेटं प्रस्तौम यत् वास्तविकं वाहनं चलाय प्राप्तम् अस्ति । अस्मिन् डाटासेट्-पद्धतिरे 500,000-अधिकानि फ्रेम्स् सन्ति, यानि वाहनानां दृश्यानि च् अवधीय-संयोजनं च् कुर्वन्ति, यानि कार्य-विशिष्टानि प्रमाणीकरणानि ददाति । भू-सम्बद्धं स्थानं, गतीं च मार्गं च जारीं डाटा पूर्णं भवति । अस्मिन् विषये अद्यतनानि सूचनाः सार्वजनिकं रूपेण प्राप्यन्ते, अतः भविष्यत्कालीनानां स्वयंसहायकानां कारानां वाहनचालकानां ध्यानप्रक्रियायाः अधिकं बोधः, उपयोगः, पुनरुत्पादनं च कर्तुं नवनवीनानि चर्चाः उत्पद्यन्ते। |
a0ff514a8a64ba5a7cd7430ca04245fd037d040c | अस्मिन् कार्यपत्रे २०१२ तः २०१३ यावत् आयसीआइएस-पूर्व-सम्मेलनानां शैक्षणिक-उद्योग-विमर्शानां आधारः अस्ति: बीआई-काङ्ग्रेस-त्रिः तथा निर्णय-सहायता-प्रणालीनां विशेष-हितसमूहस्य (एसआईजीडीएसएस) कार्यशाला। निर्णयनिर्माणं नवोन्मेषं च कर्तुं विशालसूचना याः क्षमताः ज्ञात्वा, द्वयोः कार्यक्रमेषु उपस्थितेषु पटलकारेषु चर्चा अभवत् यत् प्रतियोगिने लाभार्थं संघटनानि कियत् प्रकारेण वृहदसूचनायाः उपयोगं च कर्तुं शक्नुवन्ति। तज्ज्ञानां पटलस्य सदस्यैः अन्वेषणस्य अभावं दर्शयितुं अपि साहाय्यं कृतम् । यद्यपि शैक्षणिकसमुदायस्य नूतनानि शोधानि महामायाणां प्राप्तिः, विश्लेषणम्, उपयोगः च समस्याः परिचयं कुर्वन्ति, तथापि अनेके नवप्रवर्तनानि अभ्यासकर्तासमुदायस्य मध्ये एव प्रचलन्ति । अस्मिन् विषये विद्वान् अभ्यासिनः च सह अन्वेषणं कुर्वन् अस्मिन् विषये एकं बृहत् डाटा विश्लेषणम् (Big Data Analytics) रूपरेखां प्रस्तौति, यस् मिन् संस्थासु वृहत् डाटा विश्लेषणस्य कृते आवश्यकानि अवयवानि प्रक्रियया दृश्यानि दर्शयति। अस्मिन् अधोलिखिते फ्रेमवर्कस् य आधारे वर्तमानस्य वृहददत्तस्य अनुसंधानस्य स्थितिः ज्ञापितः भवति, तथा भविष्यात् अनुसंधानस्य सम्भाव्य क्षेत्रेषु प्रस्तावः प्रदत्ताः भवन्ति, येन अभ्यासस्य कृते अकादमिकस्य अनुसंधानस्य प्रासंगिकता वर्धयितुं शक्नुयात् । |
34d03cfb02806e668f9748ee60ced1b269d1db6c | |
0607acbb450d2afef7f2aa5b53bb05966bd065ed | यद्यपि डीप न्यूरल नेटवर्क् (डीएनएन) -संयन्त्रं वृहत् शब्दकोश-निरन्तर-भाषण-विज्ञानाय (एलवीसीएसआर) कार्येषु अपार-सफलतायाः प्राप्तवान् अस्ति, तथापि एतेषां नेटवर्क् -संयन्त्रानां प्रशिक्षणं धीमा वर्तते । एकं कारणम् अस्ति यत् डी.एन.एन. इत्यनेन प्रशिक्षणेन बहवः प्रशिक्षणस्य परिमाणानि (अर्थात् १०-५० कोटि) उपलभ्यन्ते । यतो हि सञ्जालानि बहुसंख्याकानां निष्पादनलक्षणाभिः प्रशिक्षिताः सन्ति, अतः एतेषु अधिकाः परिमाणानि अन्तिम-भार-स्तरम् अन्तर्भवन्ति । अस्मिन् लेखे, वयं अन्तिमभारस्तरस्य निम्न-श्रेणीया मैट्रिक्स-विभाजनं प्रस्तावयामि । अस्मिन् प्रणेतेः निम्न-श्रेणीयाम् उपयुज्य डी.एन.एन.योः ध्वनिक-आदर्शनात् भाषा-आदर्शनात् अपि उपयोगः भवति । अस्मिन् त्रिषु भिन्न-भिन्न-अवस्थानेषु (LVCSR) ५०-४०० तासां कार्यक्रमेषु निम्न-श्रेणीया कारक-विभाजनं ३०-५०% यावत् संजालस्य परिमाणं घटयति इति प्रदर्शयति स्म । एतदर्थे प्रशिक्षणकाले समकक्षं घटः भवति, तथापि पूर्ण-श्रेणीय-प्रदर्शनस्य तुल्यम्, अन्तिम-विज्ञानाय सटीकतायाः महत्वपूर्णः हानिः न भवति । |
56c16d9e2a5270ba6b1d83271e2c10916591968d | |
56c2fb2438f32529aec604e6fc3b06a595ddbfcc | हालसालै मुखस्य चित्रस्य आधारतः लिङ्गं वर्गीकृत्य यन्त्रशिक्षणविधिः प्रस्तूयते। तेषां विविधता सूचितं यत् अस्य समस्यायाः एकं विशिष्टं अथवा सामान्यं समाधानं नास्ति। तयोः विविधतायाः अतिरिक्तं तयोः मूल्याङ्कनार्थं उपयोगितायाः विभिन्नानि निर्धारणेषु अपि भेदः अस्ति । अस्मिन् कार्ये अस्मिन् विषये प्रेरक-कारणम् आसीत् यत्, स्वयमेव लिङ्गं परिगणयितुं प्रयुक्ताः प्रमुखाः अत्याधुनिक-विधिः संक्षिप्त-रूपेण किन्तु विश्वसनीय-रूपेण च्छिन्न-करणे तुल्य-रूपेण च्छिन्नानि। यथा अपेक्षितम्, एकस्य अपि विजयो न भवति। वर्गीकरणस्य परिशुद्धतायाः आधारः, उपयोगितायाः प्रकारेषु निर्धारणेषु निर्भरः भवति। |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.