_id
stringlengths 40
40
| text
stringlengths 0
12.9k
|
|---|---|
a0117ec4cd582974d06159644d12f65862a8daa3 | گہرے عقیدے کے نیٹ ورک (ڈی بی این) تخلیقی ماڈل ہیں جن میں پوشیدہ سبب متغیرات کی بہت سی تہوں ہیں ، حال ہی میں ہینٹن ، اوسینڈرو ، اور ٹیہ (2006) نے متعارف کرایا ہے ، جس میں لالچی پرت کے لحاظ سے غیر نگرانی سیکھنے کے الگورتھم کے ساتھ۔ لی روکس اور بینجیو (2008) اور سوٹسکور اور ہینٹن (2008) پر تعمیر کرتے ہوئے ، ہم یہ ظاہر کرتے ہیں کہ گہرے لیکن تنگ پیداواری نیٹ ورکس کو عالمگیر تخمینہ حاصل کرنے کے لئے سطحی افراد سے زیادہ پیرامیٹرز کی ضرورت نہیں ہے۔ ثبوت کی تکنیک کا استحصال کرتے ہوئے ، ہم ثابت کرتے ہیں کہ گہرے لیکن تنگ فیڈ فارورڈ نیورل نیٹ ورکس سگمائڈل یونٹس کے ساتھ کسی بھی بولین اظہار کی نمائندگی کرسکتے ہیں۔ |
274946a974bc2bbbfe89c7f6fd3751396f295625 | اس مقالے میں ہم نے بنیادی تحقیق کا جائزہ لیا ہے ، نظریاتی اور لاگو دونوں ، مضبوط اصلاح (آر او) کے علاقے میں۔ ہمارا توجہ RO نقطہ نظر کی کمپیوٹیشنل پرکشش پر ہو گا، ساتھ ساتھ ماڈلنگ طاقت اور طریقہ کار کی وسیع قابل اطلاق. گزشتہ دہائی کے دوران RO کے سب سے نمایاں نظریاتی نتائج کا جائزہ لینے کے علاوہ، ہم نے بھی کثیر مرحلے فیصلہ سازی کے مسائل کے لئے موافقت پذیر ماڈل کے لئے RO لنک کچھ حالیہ نتائج پیش کریں گے. آخر میں، ہم فنانس، اعداد و شمار، سیکھنے، اور انجینئرنگ کے مختلف علاقوں سمیت ڈومینز کے ایک وسیع میدان میں RO کے ایپلی کیشنز کو اجاگر کریں گے. |
573cd4046fd8b899a7753652cd0f4cf6e351c5ae | ہم کنارے کی معلومات پر مبنی گندا ماحول میں پیچیدہ شکل والی اشیاء کی شناخت کے لئے ایک نقطہ نظر پیش کرتے ہیں۔ ہم سب سے پہلے ایک درجہ بندی کرنے والے سلسلے کو تربیت دینے کے لئے عام ماحول میں ہدف آبجیکٹ کی مثال کی تصاویر کا استعمال کرتے ہیں جو اس بات کا تعین کرتا ہے کہ آیا کسی تصویر میں کنارے پکسلز مطلوبہ آبجیکٹ یا گندگی کی مثال سے تعلق رکھتے ہیں۔ ایک نئی تصویر کے ساتھ پیش کیا گیا، ہم اس سلسلے کو استعمال کرتے ہیں بے ترتیبی کنارے پکسلز کو ضائع کرنے اور گروپ میں اشیاء کے کنارے پکسلز مجموعی طور پر اشیاء کا پتہ لگانے کے لئے. کنارے پکسل درجہ بندی کے لئے استعمال کیا جاتا خصوصیات مقامی، پتلی کنارے کثافت آپریشنز ہیں. تجربات سے تصویر کے باہر طیارے کی بے ترتیب گردش کے تحت مختلف قسم کے گندا انڈور مناظر میں پیچیدہ اشیاء کے ایک سیٹ کی شناخت کے لئے تکنیک کی تاثیر کی توثیق ہوتی ہے۔ مزید برآں، ہمارے تجربات سے پتہ چلتا ہے کہ یہ تکنیک تربیت اور ٹیسٹنگ ماحول کے درمیان مختلف حالتوں کے لئے مضبوط ہے اور رن ٹائم پر موثر ہے۔ |
e9b7367c63ba970cc9a0360116b160dbe1eb1bb4 | ہم ایک تقویت سیکھنے کے فریم ورک کو پیش کرتے ہیں، جسے پروگراممی طور پر قابل تشریح تقویت سیکھنے (پی آئی آر ایل) کہا جاتا ہے، جو قابل تشریح اور قابل تصدیق ایجنٹ پالیسیوں کو پیدا کرنے کے لئے ڈیزائن کیا گیا ہے. مقبول ڈیپ ریینفورسمینٹ لرننگ (ڈی آر ایل) نمونہ کے برعکس ، جو نیورل نیٹ ورکس کے ذریعہ پالیسیوں کی نمائندگی کرتا ہے ، پی آئی آر ایل اعلی سطح ، ڈومین سے متعلق پروگرامنگ زبان کا استعمال کرتے ہوئے پالیسیوں کی نمائندگی کرتا ہے۔ اس طرح کے پروگراماتی پالیسیوں میں نیورل نیٹ ورکس کے مقابلے میں زیادہ آسانی سے تشریح کرنے کے فوائد ہیں، اور علامتی طریقوں سے تصدیق کے قابل ہونے کے قابل ہیں. ہم ایک نیا طریقہ تجویز کرتے ہیں، جسے نیورلی ڈائریکٹڈ پروگرام سرچ (این ڈی پی ایس) کہا جاتا ہے، زیادہ سے زیادہ انعام کے ساتھ پروگراماتی پالیسی تلاش کرنے کے چیلنجنگ غیر ہموار اصلاح کے مسئلے کو حل کرنے کے لئے. این ڈی پی ایس پہلے ڈی آر ایل کا استعمال کرتے ہوئے نیورل پالیسی نیٹ ورک سیکھنے کے ذریعے کام کرتا ہے ، اور پھر پروگراماتی پالیسیوں پر مقامی تلاش انجام دیتا ہے جو اس نیورل اوریکل سے فاصلے کو کم سے کم کرنے کی کوشش کرتا ہے۔ ہم نے ایک تخروپن کار TORCS carracing ماحول میں چلانے کے لئے سیکھنے کے کام پر NDPS کا جائزہ. ہم نے یہ ظاہر کیا ہے کہ این ڈی پی ایس انسانی پڑھنے کے قابل پالیسیوں کو دریافت کرنے میں کامیاب ہے جو کچھ اہم کارکردگی کے باروں کو پاس کرتی ہے۔ ہم یہ بھی ظاہر کرتے ہیں کہ پی آئی آر ایل پالیسیوں میں ہموار راستے ہوسکتے ہیں، اور ڈی آر ایل کی طرف سے دریافت کردہ اسی پالیسیوں کے مقابلے میں تربیت کے دوران نہیں ملنے والے ماحول میں زیادہ آسانی سے منتقل کیا جا سکتا ہے. |
48d103f81e9b70dc2de82508973bc35f61f8ed01 | یہ دستاویز تیز رفتار ٹرینوں اور زمینی گاڑیوں پر موبائل سیٹلائٹ مواصلات کے لئے ٹی ایس کیو بینڈ اینٹینا کی جدید ترین حالت اور اس کی ترقی کو پیش کرتی ہے ، جس میں کیو بینڈ اینٹینا کی کارکردگی میں بہتری اور کا بینڈ ٹرمینلز میں اپ گریڈ کیا گیا ہے۔ |
7294d9fa5c5524a43619ad7e52d132a90cfe91bb | اس خط کا عمومی مسئلہ اعلی ڈیٹا ریٹ SATCOM کے لئے ایک مرحلہ وار صف اینٹینا کے ڈیزائن سے متعلق ہے۔ ایک آخری مظاہرہ اینٹینا ایک بغیر پائلٹ ہوائی گاڑی (UAV) پر نصب کیا جا سکتا ہے Ka-بینڈ میں ایک سیٹلائٹ کے ساتھ بات چیت کرنے کے لئے. سب سے پہلے، ایک کمپیکٹ عکاسی قسم مرحلے شفٹر ڈیزائن کیا گیا ہے اور احساس ہوا ہے. دوسرا، مرحلے میں آرٹیکل اینٹینا پروٹوٹائپ کا تصور تفصیلی ہے. تیسری، ایک نیا انشانکن طریقہ شامل ہے جو مطلوبہ سمت میں بیم کو اسکین کرنے کے لئے ہر مرحلے کے شفٹر پر لاگو ہونے والے بیس وولٹیج فراہم کرسکتا ہے. |
b40b8a2b528a88f45bba5ecd23cec02840798e72 | ایک 2D-دورانی لیکی لہر اینٹینا کے لئے ایک Ka-بینڈ سیٹلائٹ-پر-منتقل زمین صارف ٹرمینل پیش کیا جاتا ہے. اینٹینا پینل 20 گیگا ہرٹز ڈاون لنک کے ساتھ ساتھ 30 گیگا ہرٹز اپ لنک بینڈ پر کام کرتا ہے جس میں متعلقہ سرکلر پولرائزیشنز ہوتے ہیں ، ایک مشترکہ تابکاری اوپن اور ایک مشترکہ مرحلے کا مرکز استعمال کرتے ہوئے۔ ڈبل بینڈ کارکردگی ایک احتیاط سے ڈیزائن کیا گیا اسٹیکڈ ڈبل پرت تعدد انتخابی سطح کی طرف سے حاصل کیا جاتا ہے، ایک پرت 20 گیگاہرٹج پر کام کرتا ہے اور 30 گیگاہرٹج پر شفاف ہے، اور دوسری پرت اس کے برعکس کام کرتی ہے. کاغذ سرکلر پولرائزڈ بنیادی فیڈ، دو پرتوں کی ساخت، اور مکمل کمپیکٹ لیکی لہر اینٹینا پینل کے ڈیزائن کی وضاحت کرتا ہے. ماپا تابکاری کی کارکردگی 22 dBi سے اوپر کا احساس فائدہ اقدار اور 60 فیصد سے زائد کارکردگی کا پتہ چلتا ہے. کراس پولرائزیشن امتیاز اور sidelobe سطح Ka-بینڈ میں سیٹلائٹ مواصلات کے لئے طاقت سپیکٹرم کی ضروریات کو پورا کرنے کے لئے موزوں ہیں. |
1f009366a901c403a8aad65c94ec2fecf3428081 | پچھلے نیورل مشین ٹرانسلیشن ماڈلز نے کچھ ہیوریسٹک سرچ الگورتھم (جیسے ، بیم سرچ) استعمال کیا تاکہ ٹیسٹ مرحلے میں ترجمہ جملوں پر زیادہ سے زیادہ بعد میں مسئلے کو حل کرنے سے بچ سکے۔ اس کاغذ میں، ہم GumbelGreedy Decoding جس میں ایک تربیت یافتہ ماڈل کے تحت ترجمہ کی پیشن گوئی کرنے کے لئے ایک پیداواری نیٹ ورک تربیت پیش کرتے ہیں. ہم Gumbel-Softmax repaameterization کا استعمال کرتے ہوئے اس طرح کے ایک مسئلہ کو حل، جو ہمارے پیداواری نیٹ ورک معیاری stochastic تدریجی طریقوں کے ذریعے differentiable اور trainable ہوتا ہے. ہم تجرباتی طور پر ظاہر کرتے ہیں کہ ہمارا تجویز کردہ ماڈل الگ الگ الفاظ کے سلسلے پیدا کرنے کے لئے موثر ہے. |
8e49caba006e1832a70162f3a93a31be25927349 | یہ مضمون ایک نئے خیال کو سنجیدہ ریڈار کہتے ہیں. علمی ریڈار کے آئین کے لئے تین اجزاء بنیادی ہیں: 1) ذہین سگنل پروسیسنگ ، جو ارد گرد کے ماحول کے ساتھ ریڈار کے تعامل کے ذریعے سیکھنے پر مبنی ہے۔ 2) رسیور سے ٹرانسمیٹر تک آراء ، جو ذہانت کی سہولت فراہم کرتی ہے۔ اور 3) ریڈار کی واپسی کے انفارمیشن مواد کا تحفظ ، جو ٹریکنگ کے ذریعے ہدف کا پتہ لگانے کے لئے بییسین نقطہ نظر سے حاصل ہوتا ہے۔ یہ تینوں اجزاء ایک چمگادڑ کے بازگشت مقام کے نظام میں نمایاں ہیں ، جسے علمی ریڈار کی جسمانی حقیقت (اگرچہ نیورو بائیولوجیکل لحاظ سے) کے طور پر دیکھا جاسکتا ہے۔ ریڈار ایک ریموٹ سینسنگ سسٹم ہے جو شہری اور فوجی دونوں ضروریات کے لئے نگرانی ، ٹریکنگ اور امیجنگ ایپلی کیشنز کے لئے وسیع پیمانے پر استعمال ہوتا ہے۔ اس مضمون میں ہم نے رڈار کے مستقبل کے امکانات پر توجہ مرکوز کی ہے اور خاص طور پر سنجیدگی کے مسئلے پر زور دیا ہے. راستے میں ایک مثال کے طور پر کیس اسٹڈی کے طور پر، ہم نے ایک سمندر کے ماحول پر لاگو ریڈار نگرانی کے مسئلہ پر غور. |
f584c3d1c2d0e4baa7f8fc72fcab7b9395970ef5 | ان دلچسپ سوالات کے مطالعہ میں بہت کم کام کیا گیا ہے، اور میں یہ تاثر نہیں دینا چاہتا کہ کوئی وسیع نظریات موجود ہیں جنہیں "نظریات" کہا جا سکتا ہے۔ سائنس اور فلسفہ کی تاریخ کے حوالے سے جو چیز حیران کن ہے وہ یہ ہے کہ دماغ کے عمل میں دلچسپی کی حیرت انگیز ترقی کا بنیادی محرک، نفسیاتی اور جسمانی دونوں، ایک آلہ، ایک مشین، ڈیجیٹل کمپیوٹر سے آیا ہے۔ ایک انسان اور ایک انسانی معاشرے کے ساتھ معاملات کرتے ہوئے، ہم غیر منطقی، غیر منطقی، متضاد اور نامکمل ہونے کی عیش و آرام سے لطف اندوز ہوتے ہیں، اور پھر بھی مقابلہ کرنے کے. کمپیوٹر کو چلانے کے لئے ہمیں تفصیلی ہدایات اور مطلق درستگی کے سخت تقاضوں کو پورا کرنا ہوگا۔ اگر ہم انسانی دماغ کی صلاحیت کو سمجھیں کہ جب پیچیدگی، غیر یقینی صورتحال اور غیر منطقی صورتحال کا سامنا ہو تو موثر فیصلے کرے تو پھر ہم کمپیوٹرز کو ایک ملین گنا زیادہ موثر طریقے سے استعمال کر سکتے ہیں۔ اس حقیقت کو تسلیم کرنے سے نیورو فزیالوجی کے میدان میں تحقیق کے فروغ کا محرک رہا ہے۔ دماغ کے کام کرنے کے طریقے یہ ایک بہت طویل وقت ہو جائے گا ہم ان عملوں کو سمجھنے سے پہلے کافی ان کو دوبارہ پیش کرنے کے لئے. کسی بھی صورت میں، ریاضی دان سینکڑوں اور ہزاروں نئے مشکل مسائل کو درجنوں پھل پھولنے والے علاقوں میں دیکھتا ہے، پہیلیاں کثرت سے، اور اس کے دل کی مواد کے لئے چیلنجز. وہ ان میں سے کچھ کبھی حل نہیں کر سکتا، لیکن وہ کبھی بور نہیں ہو گا. وہ اور کیا مانگ سکتا ہے؟ |
9d2222506f6a076e2c9803ac4ea5414eda881c73 | تعارف ڈرائیور کی نیند سڑک حادثات میں اہم کردار ادا کرنے والا عنصر ہے. اس مسئلے سے نمٹنے کے لئے ایک نقطہ نظر ڈرائیور کی نیند کا پتہ لگانے کے لئے تکنیکی جوابی اقدامات تیار کرنا ہے ، تاکہ حادثے کے پیش آنے سے پہلے ڈرائیور کو خبردار کیا جاسکے۔ طریقہ کار اس جائزے کا مقصد یہ ہے کہ موجودہ علم کی حالت کو دیکھتے ہوئے اس بات کا اندازہ لگایا جائے کہ آیا گاڑی کی پیمائش کو حقیقی وقت میں قابل اعتماد انداز میں پیش گوئی کرنے کے لئے استعمال کیا جاسکتا ہے. نتائج کئی تجربات سے معلوم ہوا ہے کہ نیند کی وجہ سے ڈرائیونگ کی کارکردگی میں بہتری آسکتی ہے۔ تاہم، ان میں سے زیادہ تر مطالعے نے کارکردگی کے سادہ افعال کی تحقیقات کی ہیں (جیسے لین کی پوزیشن کی معیاری انحراف) اور نتائج اکثر ڈرائیوروں اور وقت کے دوران اوسط کے طور پر رپورٹ کیے جاتے ہیں. مزید پیچیدہ افعال کے ساتھ ساتھ ڈرائیوروں کے مابین انفرادی اختلافات کا جائزہ لینے کے لئے مزید تحقیق کی ضرورت ہے۔ صنعت پر اثر ڈرائیور کی نیند کی پیشن گوئی کے لئے ایک کامیاب جوابی اقدام شاید متعدد معیار کی ترتیب اور متعدد اقدامات کے استعمال کی ضرورت ہوگی۔ |
7bbd56f4050eb9f8b63f0eacb58ad667aaf49f25 | موبائل ڈیٹا ٹریفک میں غیر معمولی اضافہ موبائل نیٹ ورک کی صلاحیت میں موجودہ 3G / 4G نیٹ ورک سے باہر کی ضرورت ہوتی ہے. اس مقالے میں ہم نے ملی میٹر ویو موبائل براڈ بینڈ (ایم ایم بی) نظام کو اگلی نسل کے موبائل مواصلاتی نظام (5 جی) کے لیے تجویز کیا ہے۔ ایم ایم بی اس بڑھتی ہوئی طلب کو پورا کرنے کے لئے 3-300 گیگا ہرٹز رینج میں وسیع پیمانے پر سپیکٹرم میں ٹیپ کرتا ہے. ہم اس کی وجہ بتاتے ہیں کہ ملی میٹر لہر کا سپیکٹرم موبائل براڈ بینڈ ایپلی کیشنز کے لیے کیوں موزوں ہے۔ ہم ملی میٹر لہروں کے منفرد فوائد جیسے سپیکٹرم کی دستیابی اور چھوٹے فارم عوامل میں بڑے بیم بنانے والے فائدہ پر تبادلہ خیال کرتے ہیں۔ ہم نے بھی 500 میٹر تک فاصلے پر Gb / s ڈیٹا کی شرح فراہم کرنے کے قابل ایک عملی MMB نظام ڈیزائن کی وضاحت اور 350 کلومیٹر فی گھنٹہ تک نقل و حرکت کی حمایت کرتا ہے. نظام کے تخروپن کے ذریعے، ہم ایک بنیادی MMB نظام اوسط سیل تھرو پٹ اور سیل کنارے تھرو پٹ کارکردگی ہے کہ موجودہ 20MHz LTE-اعلی درجے کے نظام سے 10-100 گنا بہتر ہے فراہم کرنے کے قابل ہے کہ دکھاتے ہیں. |
3bc9f8eb5ba303816fd5f642f2e7408f0752d3c4 | |
0c83eeceee8f55fb47aed1420b5510aa185feace | ہم جغرافیائی مشپس سے متاثرہ ایک نقطہ نظر تجویز کرتے ہیں جس میں آزادانہ طور پر دستیاب فعالیت اور ڈیٹا کو ڈی فیکٹو ایکسچینج معیارات کا استعمال کرتے ہوئے ڈھیلے لیکن لچکدار طریقے سے جوڑا جاتا ہے۔ ہمارے کیس کا مطالعہ MySQL، پی ایچ پی اور لینڈ سرور جی آئی ایس کو یکجا کرتا ہے تاکہ گوگل ارتھ کو KML میں بیان کردہ انکوڈنگ کے ساتھ بصری ترکیب اور تعامل کے لئے استعمال کیا جاسکے۔ یہ نقطہ نظر ایک موبائل ڈائرکٹری سروس سے بنا 1.42 ملین درخواستوں کی ایک لاگ کی تلاش پر لاگو کیا جاتا ہے. تعامل اور بصری انکوڈنگ کے ناول مجموعے تیار کیے گئے ہیں جن میں مقامی ٹیگ بادل ، ٹیگ نقشے ، ڈیٹا ڈائلز اور کثیر پیمانے کی کثافت کی سطحیں شامل ہیں۔ اس نقطہ نظر کے چار پہلوؤں کو غیر رسمی طور پر جائزہ لیا جاتا ہے: استعمال شدہ بصری انکوڈنگز، ڈیٹا سیٹ کی بصری تلاش میں ان کی کامیابی، استعمال شدہ مخصوص اوزار اور مشابہ نقطہ نظر. ابتدائی نتائج دوسروں کو بصری طور پر استعمال کرنے پر غور کرنے کے لئے فائدہ مند ہوں گے. تیار کردہ مخصوص تکنیکوں کو یہاں دریافت کی قسم کے کثیر spatio-temporal ڈیٹا کی ساخت میں بصیرت پیش کرنے کے لئے زیادہ وسیع پیمانے پر لاگو کیا جا سکتا ہے. بڑے منظم، کثیر جہتی spatio-temporal ڈیٹا سیٹ کی ابتدائی تحقیقات کے لئے تلاش بصری تجزیہ مفید ہے. اس عمل میں وقت، جگہ اور وصف کے ذریعہ ریکارڈوں کا انتخاب اور جمع کرنے کی ضرورت ہوتی ہے، ڈیٹا کو تبدیل کرنے کی صلاحیت اور مناسب بصری انکوڈنگ اور تعامل کو لاگو کرنے کے لچکدار. |
11e907ef1dad5daead606ce6cb69ade18828cc39 | ہم بڑے اور پتلی ہدایت گراف میں دیئے گئے غیر منفی آرک وزن کے ساتھ نقطہ سے نقطہ مختصر ترین راستہ حساب کے لئے ایک تیز رفتار طریقہ کار کا مطالعہ کرتے ہیں۔ تیز رفتار طریقہ کار کو آرک پرچم نقطہ نظر کہا جاتا ہے اور یہ ڈیکسٹرا کے الگورتھم پر مبنی ہے۔ آرک پرچم نقطہ نظر میں، ہم اضافی معلومات پیدا کرنے کے لئے نیٹ ورک کے اعداد و شمار کے ایک preprocessing کی اجازت دیتے ہیں، جو پھر سب سے مختصر راستہ سوالات کو تیز کرنے کے لئے استعمال کیا جاتا ہے. پہلے سے پروسیسنگ مرحلے میں ، گراف کو علاقوں میں تقسیم کیا جاتا ہے اور اس بارے میں معلومات اکٹھی کی جاتی ہیں کہ آیا ایک قوس کسی خاص خطے میں مختصر ترین راستے پر ہے۔ مناسب تقسیم اور ایک دو طرفہ تلاش کے ساتھ مل کر آرک پرچم کا طریقہ کار بڑے نیٹ ورکس (1 ملین نوڈس ، 2.5 ملین آرک) پر ڈیکسٹرا کے معیاری الگورتھم کے مقابلے میں اوسطا 500 سے زیادہ کا رفتار فیکٹر حاصل کرتا ہے۔ یہ مجموعہ طویل فاصلے پر مختصر ترین راستے کے سوالات کے لئے ڈیکسٹرا کے الگورتھم کی تلاش کی جگہ کو تقریباً اسی مختصر ترین راستے کے سائز تک محدود کرتا ہے۔ ہم نے ایک تجرباتی مطالعہ کا جائزہ لینے کے لئے جس partitions کے سب سے زیادہ قوس پرچم طریقہ کار کے لئے موزوں ہیں کا انعقاد. خاص طور پر، ہم کمپیوٹیشنل جیومیٹری اور ایک کثیر قوس جداکار تقسیم سے تقسیم الگورتھم کی جانچ پڑتال کرتے ہیں. اس تشخیص کا کام جرمنی کے سڑکوں کے نیٹ ورک پر کیا گیا تھا۔ مختصر ترین راستہ الگورتھم کی رفتار پر مختلف partitions کے اثرات کا موازنہ کیا جاتا ہے. اس کے علاوہ، ہم تقسیم کی ایک سے زیادہ سطحوں پر speedup تکنیک کی توسیع پیش کرتے ہیں. اس کثیر سطح کے ساتھ، ایک ہی رفتار کے عوامل کو کم جگہ کی ضروریات کے ساتھ حاصل کیا جا سکتا ہے. لہذا ، اسے پہلے سے کمپیوٹڈ ڈیٹا کی کمپریشن کے طور پر دیکھا جاسکتا ہے جو کمپیوٹڈ مختصر ترین راستوں کی درستگی کو برقرار رکھتا ہے۔ |
09be020a9738464799740602d7cf3273c1416c6a | طریقہ کار ساخت کی نسل ایک فنکار کی مدد کے بغیر زیادہ امیر اور تفصیلی مجازی ماحول کی تخلیق کے قابل بناتا ہے. تاہم، حقیقی دنیا کے بناوٹ کے لچکدار پیداواری ماڈل تلاش کرنا ایک کھلا مسئلہ ہے. ہم ایک ناول Convolutional نیورل نیٹ ورک کی بنیاد پر ساخت ماڈل دو خلاصہ کے اعدادوشمار (گرامی اور ترجمہ گرامی میٹرکس) پر مشتمل ہے، کے ساتھ ساتھ سپیکٹرم رکاوٹوں. ہم فووریئر ٹرانسفارمیشن یا ونڈو فووریئر ٹرانسفارمیشن کی تحقیقات کرتے ہیں جس میں سپیکٹرم کی رکاوٹوں کو لاگو کرتے ہیں، اور یہ پتہ چلتا ہے کہ ونڈو فووریئر ٹرانسفارمیشن نے پیدا کردہ بناوٹ کے معیار کو بہتر بنایا ہے. ہم متعلقہ ریاستی فن نظاموں کے ساتھ پیدا پیداوار کا موازنہ کر کے ہمارے نظام کی افادیت کا مظاہرہ. |
9fa3c3f1fb6f1566638f97fcb993fe121646433e | |
f8f92624c8794d54e08b3a8f94910952ae03cade | شخص کی دوبارہ شناخت (re-ID) ایک کراس کیمرے کی بازیابی کا کام ہے جو مختلف کیمروں کی وجہ سے تصویری طرز کی مختلف حالتوں سے دوچار ہے۔ آرٹ ایک کیمرے-غیر متغیر ڈیسکٹر ذیلی جگہ سیکھنے کی طرف سے اس مسئلے کو ضمنی طور پر خطاب کرتا ہے. اس کاغذ میں، ہم واضح طور پر کیمرے سٹائل (CamStyle) متعارف کرانے کی طرف سے اس چیلنج پر غور. کیم اسٹائل ڈیٹا بڑھانے کے نقطہ نظر کے طور پر کام کرسکتا ہے جو گہری نیٹ ورک اوور فٹنگ کے خطرے کو کم کرتا ہے اور جو کیم اسٹائل کے عدم مساوات کو ہموار کرتا ہے۔ خاص طور پر ، ایک طرز کی منتقلی کے ماڈل کے ساتھ ، لیبل والی تربیت کی تصاویر کو ہر کیمرے میں اسٹائل منتقل کیا جاسکتا ہے ، اور اصل تربیتی نمونے کے ساتھ مل کر ، بڑھا ہوا تربیتی سیٹ تشکیل دیتے ہیں۔ یہ طریقہ، زیادہ سے زیادہ فٹنگ کے خلاف ڈیٹا تنوع میں اضافہ کرتے ہوئے، بھی شور کی ایک قابل ذکر سطح کا سامنا ہے. شور کے اثرات کو کم کرنے کی کوشش میں، لیبل ہموار باقاعدگی (ایل ایس آر) کو اپنایا جاتا ہے. ہمارے طریقہ کار کا ونیلا ورژن (ایل ایس آر کے بغیر) کچھ کیمرے سسٹم پر معقول حد تک اچھی طرح سے کام کرتا ہے جس میں اکثر زیادہ فٹنگ ہوتی ہے۔ ایل ایس آر کے ساتھ، ہم تمام نظاموں میں مسلسل بہتری کا مظاہرہ کرتے ہیں قطع نظر اس کے کہ وہ کتنے ہی زیادہ فٹ ہوں۔ ہم نے بھی مارکیٹ 1501 اور ڈیوک ایم ٹی ایم سی ری آئی ڈی پر فن کی حالت کے مقابلے میں مسابقتی درستگی کی اطلاع دی ہے۔ اہم بات یہ ہے کہ ، کیم اسٹائل کو ایک نقطہ نظر سیکھنے اور بغیر کسی نگرانی والے ڈومین موافقت (یو ڈی اے) کے چیلنجنگ مسائل میں فرد کی دوبارہ شناخت (دوبارہ شناخت) میں استعمال کیا جاسکتا ہے ، جن میں سے دونوں کو تنقیدی تحقیق اور اطلاق کی اہمیت حاصل ہے۔ سابقہ صرف ایک کیمرے کے نقطہ نظر میں ڈیٹا لیبل کیا گیا ہے اور مؤخر الذکر صرف ماخذ ڈومین میں ڈیٹا لیبل کیا گیا ہے۔ تجرباتی نتائج سے پتہ چلتا ہے کہ کیم اسٹیل دونوں مسائل میں بنیادی لائن کی کارکردگی کو نمایاں طور پر بہتر بناتا ہے۔ خاص طور پر ، یو ڈی اے کے لئے ، کیم اسٹائل مارکیٹ 1501 اور ڈیوک ایم ٹی ایم سی-ری آئی ڈی پر بیس لائن گہری دوبارہ شناخت ماڈل کی بنیاد پر جدید ترین درستگی حاصل کرتا ہے۔ ہمارا کوڈ دستیاب ہے: https://github.com/zhunzhong07/CamStyle. |
61ec08b1fd5dc1a0e000d9cddee6747f58d928ec | اس مضمون میں اچھے تخمینہ اعتماد کے وقفے پیدا کرنے کے لئے بوٹ اسٹراپ طریقوں کا جائزہ لیا گیا ہے۔ مقصد معیاری وقفوں θ̂ ± zα σ̂ کی درستگی پر ایک آرڈر کی مقدار میں بہتری لانا ہے ، اس طرح سے کہ بہت ہی پیچیدہ مسائل پر بھی معمول کے مطابق اطلاق کی اجازت دی جاسکے۔ یہ دونوں نظریہ اور مثالیں یہ ظاہر کرنے کے لئے استعمال کیا جاتا ہے کہ یہ کیسے کیا جاتا ہے. پہلے سات حصوں میں چار بوٹ اسٹراپ اعتماد کے وقفے کے طریقہ کار کا ایک جائزہ فراہم کیا گیا ہے: بی سی اے ، بوٹ اسٹراپ-ٹی ، اے بی سی اور انشانکن۔ سیکشن 8 اور 9 ان طریقوں کے پیچھے نظریہ کی وضاحت کرتے ہیں، اور بارنڈورف-نیلسن، کاکس اور ریڈ اور دیگر کی طرف سے تیار کردہ امکانات پر مبنی اعتماد کے وقفے کے نظریہ کے ساتھ ان کے قریبی تعلق. |
a9a6322f5d6575adb04d9ed670ffdef741840958 | فورڈیس کے مقامات ایکٹوپیک سیبیسیوس غدود ہیں ، جو قطر میں 2 اور 3 ملی میٹر کے درمیان ہوتے ہیں۔ یہ خوشبودار زخم زیادہ تر منہ کی mucosa اور جینیاتی جلد میں واقع ہیں. خاص طور پر مرد کے جنسی علاقے میں وہ خارش، جنسی سرگرمیوں کے دوران تکلیف کا سبب بن سکتے ہیں اور جمالیاتی طور پر ناخوشگوار ہیں. اب تک مختلف قسم کے علاج کے طریقہ کار کی اطلاع دی گئی ہے جن کی کامیابی اور تکرار کی شرح مختلف ہوتی ہے۔ موجودہ ریٹروسپکٹو مطالعہ میں (n = 2003 اور 2011 کے درمیان 23 مریضوں) ، ہم مائکرو پنچ تکنیک کے ذریعہ اپنے جراحی کے نقطہ نظر کو پیش کرتے ہیں. اس موثر طریقہ کار کا استعمال کرتے ہوئے، ہم نے بہت اطمینان بخش فنکشنل اور کاسمیٹک نتائج حاصل کیے. 12 سے 84 مہینے تک کے پوسٹ آپریشنل مشاہدات کے دوران دوبارہ ہونے کی کوئی علامت نہیں تھی (میڈین = 51. 3 ماہ) ۔ |
970698bf0a66ddf935b14e433c81e1175c0e8307 | انٹرنیٹ آف تھنگس کی اصطلاح کی براہ راست تشریح سے مراد ایمبیڈڈ نیٹ ورکس میں انسان سے چیز یا چیز سے چیز مواصلات کے لئے معیاری انٹرنیٹ پروٹوکول کا استعمال ہے۔ اگرچہ اس ڈومین میں سیکیورٹی کی ضروریات کو اچھی طرح سے تسلیم کیا جاتا ہے ، لیکن یہ ابھی تک پوری طرح سے سمجھ نہیں آیا ہے کہ موجودہ آئی پی سیکیورٹی پروٹوکول اور فن تعمیر کو کس طرح تعینات کیا جاسکتا ہے۔ اس مقالے میں ، ہم انٹرنیٹ آف چیزوں کے تناظر میں موجودہ انٹرنیٹ پروٹوکول اور سیکیورٹی فن تعمیرات کے اطلاق اور حدود پر تبادلہ خیال کرتے ہیں۔ سب سے پہلے، ہم تعیناتی کے ماڈل اور عمومی سیکورٹی کی ضروریات کا جائزہ دیتے ہیں. اس کے بعد ہم آئی پی پر مبنی سیکیورٹی حل کے چیلنجز اور تقاضوں کو پیش کرتے ہیں اور معیاری آئی پی سیکیورٹی پروٹوکول کی مخصوص تکنیکی حدود کو اجاگر کرتے ہیں۔ |
140df6ceb211239b36ff1a7cfdc871f06d787d11 | فنکشنل انکرپشن محدود ڈکرپشن کیز کی حمایت کرتا ہے جو صارفین کو خفیہ کردہ پیغامات کے مخصوص افعال سیکھنے کی اجازت دیتا ہے۔ اگرچہ فنکشنل انکرپشن پر تحقیق کی اکثریت اب تک خفیہ پیغامات کی رازداری پر مرکوز ہے، بہت سے حقیقت پسندانہ منظرناموں میں یہ بھی افعال کے لئے رازداری کی پیشکش کرنے کے لئے بہت اہم ہے جس کے لئے ڈسائڈنگ چابیاں فراہم کی جاتی ہیں. جبکہ فنکشن کی رازداری عوامی کلید کی ترتیب میں فطری طور پر محدود ہے ، نجی کلید کی ترتیب میں اس میں زبردست صلاحیت ہے۔ خاص طور پر، ایک سکیموں کی تعمیر کرنے کی امید کر سکتا ہے جہاں پیغامات $ $ \mathsf {m}_1 ، \ldots ، \mathsf {m}_T $ $ m 1 ، ... ، m T کے ساتھ ساتھ ڈکرپشن کی چابیاں افعال $ $ f_1 ، \ldots ، f_T $ f 1 ، ... ، f T کے مطابق ہوتی ہیں ، بنیادی طور پر کوئی معلومات نہیں ظاہر کرتی ہیں سوائے اقدار $ \{ f_i(\mathsf {m}_j) }_{i,j\in [T]} $ { f i (m j) } i ، j ∈ [ T ] . اس کی بڑی صلاحیت کے باوجود ، معروف فنکشن پرائیویٹ پرائیویٹ کلید اسکیمیں یا تو افعال کے محدود خاندانوں (جیسے اندرونی مصنوعات) کی حمایت کرتی ہیں یا فنکشن پرائیویسی کے کچھ کمزور تصورات پیش کرتی ہیں۔ ہم ایک عام تبدیلی پیش کرتے ہیں جو فنکشن نجی فنکشنل انکرپشن اسکیم کو حاصل کرتا ہے ، جس میں کسی بھی فنکشن نجی اسکیم سے شروع ہوتا ہے جس میں کافی حد تک امیر فنکشن کلاس ہوتا ہے۔ ہماری تبدیلی بنیادی اسکیم کے پیغام کی رازداری کو محفوظ کرتی ہے اور مختلف قسم کے موجودہ اسکیموں کا استعمال کرتے ہوئے اس کی مثال دی جاسکتی ہے۔ فنکشنل انکرپشن اسکیموں کی معروف تعمیرات میں پلگ ان کرنا ، ہم فنکشن-نجی اسکیمیں حاصل کرتے ہیں جو غلطیوں کے مفروضے کے ساتھ سیکھنے پر مبنی ہوتے ہیں ، مبہم مفروضوں پر ، سادہ کثیر لکیری نقشوں کے مفروضوں پر ، اور یہاں تک کہ کسی بھی ایک طرفہ فنکشن کے وجود پر (سیکیورٹی اور کارکردگی کے مابین مختلف تجارت کی پیش کش کرتے ہیں) ۔ |
d0895e18d0553b9a35cff80bd7bd5619a19d51fb | ہم نے ایک 107 گیگا ہرٹز بیس بینڈ فرق ٹرانس ایمپیڈینس یمپلیفائر آئی سی کی اطلاع دی ہے جو تیز رفتار آپٹیکل مواصلاتی لنکس کے لئے ہے۔ دو ڈارلنگٹن مزاحمتی فیڈ بیک مراحل پر مشتمل امپلیفائر ، 500 این ایم ان پی ایچ بی ٹی عمل میں نافذ کیا گیا تھا اور 55 ڈی بی او ڈبلیو ڈفرینشل ٹرانسمیپڈینس گین ، 30 پی ایس گروپ کی تاخیر ، پی 1 ڈی بی = 1 ڈی بی ایم کا مظاہرہ کرتا ہے ، اور 5.2 وی سپلائی سے چلتا ہے۔ ان پٹ اور آؤٹ پٹ کی مختلف رکاوٹیں 50Ω ہیں۔ آئی سی ان پٹ پر تیز رفتار فوٹوڈیڈس کے کنکشن کے لئے -2V ڈی سی اور -450 ایم وی ڈی سی پر گیلبرت سیل مکسرز اور ای سی ایل منطق کے انٹرفیس کے لئے آؤٹ پٹ پر انٹرفیس کرتا ہے۔ |
b9d5f2da9408d176a5cfc6dc0912b6d72e0ea989 | |
6910f307fef66461f5cb561b4d4fc8caf8594af5 | گزشتہ دو سالوں میں، لفظ کے انضمام الگورتھم اور ان پر تحقیق کی ایک لہر ہوئی ہے. تاہم، تشخیص زیادہ تر کاموں کے ایک تنگ سیٹ پر کیا گیا ہے، بنیادی طور پر لفظ کی مماثلت / رشتہ داری اور لفظ کے تعلقات کی مماثلت اور ایک ہی زبان پر، یعنی انگریزی. ہم مختلف زبانوں پر ایمبیڈینس کا جائزہ لینے کے لئے ایک نقطہ نظر تجویز کرتے ہیں جو یہ بھی ہے کہ ایمبیڈ اسپیس کی ساخت میں بصیرت حاصل کی جائے جس کی تحقیقات کی جائے کہ کس طرح لفظ ایمبیڈینس مختلف نحو کی خصوصیات کے ساتھ ساتھ کلسٹر کرتے ہیں۔ ہم دکھاتے ہیں کہ تمام ایمبیڈ کرنے کے طریقوں کو اسی طرح اس کام میں برتاؤ کرتے ہیں، انحصار پر مبنی ایمبیڈڈ سب سے بہتر کارکردگی کا مظاہرہ کرتے ہیں. یہ اثر کم جہتی ایمبیڈڈ پیدا کرنے پر بھی زیادہ واضح ہے- |
8d31dbda7c58de30ada8616e1fcb011d32d5cf83 | کنٹرول ایریا نیٹ ورک کے ساتھ لچکدار ڈیٹا کی شرح (CAN-FD) گاڑی میں نیٹ ورک ٹیکنالوجی کی اگلی نسل کے طور پر توجہ اپنی طرف متوجہ کر رہا ہے. تاہم، سیکورٹی کے مسائل مکمل طور پر اکاؤنٹ میں نہیں لیا گیا ہے جب CAN-FD ڈیزائن، اگرچہ ہر بٹ کی معلومات منتقل ڈرائیور کی حفاظت کے لئے اہم ہو سکتا ہے. اگر ہم سیکیورٹی کی کمزوریاں حل کرنے میں ناکام رہتے ہیں تو ہم گاڑیوں کی انفارمیشن اور مواصلاتی ٹیکنالوجی (وائیکل آئی سی ٹی) کے کنورجنس کی ترقی جاری رکھنے کی توقع نہیں کرسکتے ہیں۔ خوش قسمتی سے ، گاڑی میں محفوظ CAN-FD مواصلاتی ماحول CAN-FD کے بڑے ڈیٹا پے لوڈ کا استعمال کرتے ہوئے تعمیر کیا جاسکتا ہے۔ اس کاغذ میں، ہم ایک جوابی اقدام کے طور پر گاڑی میں CAN-FD کے لئے ایک سیکورٹی فن تعمیر کی تجویز (CAN-FD وضاحتیں کے مطابق ڈیزائن). ہم نے بین الاقوامی تنظیم برائے معیاری (آئی ایس او) 26262 آٹوموٹو سیفٹی انٹیگریٹی لیول اور عملی سیکیورٹی فن تعمیر کو ڈیزائن کرنے کے لئے گاڑی کے ذیلی نیٹ ورک کی خصوصیات پر غور کیا۔ ہم نے تین قسم کے مائکروکنٹرولر یونٹ اور CANoe سافٹ ویئر کا استعمال کرتے ہوئے تجویز کردہ سیکورٹی فن تعمیر کی فزیبلٹی کا بھی جائزہ لیا۔ ہمارے تشخیص کے نتائج کو اگلی نسل کی گاڑیوں کی تیاری کے لئے الیکٹرانک کنٹرول یونٹس کی کارکردگی کی سطح کے اشارے کے طور پر استعمال کیا جا سکتا ہے. |
122ab8b1ac332bceacf556bc50268b9d80552bb3 | ایک وسیع پیمانے پر قبول شدہ بنیاد یہ ہے کہ پیچیدہ سافٹ ویئر میں اکثر کیڑے ہوتے ہیں جن کا دور دراز سے حملہ آوروں کے ذریعہ استحصال کیا جاسکتا ہے۔ جب یہ سافٹ ویئر گاڑی میں الیکٹرانک کنٹرول یونٹ (ای سی یو) پر ہوتا ہے تو ان کیڑے کا استحصال زندگی یا موت کے نتائج کا باعث بن سکتا ہے۔ چونکہ گاڑیوں کے لیے سافٹ ویئر کا پھیلاؤ اور وقت کے ساتھ ساتھ اس کی پیچیدگی میں اضافہ ہونے کا امکان ہے، اس لیے استعمال کے قابل خطرات کی تعداد میں اضافہ ہوگا۔ اس کے نتیجے میں، مینوفیکچررز کو تیزی سے اور مؤثر طریقے سے اپ ڈیٹس کو تعینات کرنے کی ضرورت کے بارے میں بہت زیادہ شعور ہے تاکہ سافٹ ویئر کی کمزوریوں کو جلد از جلد حل کیا جا سکے. |
3a257a87ab5d1e317336a6cefb50fee1958bd84a | کلاؤڈ کمپیوٹنگ اعلی پیمانے پر، لچک اور لاگت کی کارکردگی کو پیش کرتا ہے تاکہ ابھرتی ہوئی کمپیوٹنگ کی ضروریات کو پورا کیا جاسکے. بڑے پیداوار کلاؤڈ کلسٹر پر حقیقی کام کے بوجھ کی خصوصیات کو سمجھنے سے نہ صرف کلاؤڈ سروس فراہم کرنے والوں بلکہ محققین اور روزمرہ کے صارفین کو بھی فائدہ ہوتا ہے۔ اس کاغذ میں بڑے پیمانے پر گوگل کلسٹر استعمال ٹریس ڈیٹا سیٹ کا مطالعہ کیا گیا ہے اور اس کی خصوصیات کی گئی ہے کہ کس طرح کلسٹر میں مشینیں منظم کی جاتی ہیں اور 29 دن کی مدت کے دوران جمع کردہ کام کا بوجھ کس طرح برتاؤ کرتا ہے۔ ہم مشین کی بحالی کے واقعات کی تعدد اور پیٹرن پر توجہ مرکوز کرتے ہیں ، ملازمت اور ٹاسک لیول ورک لوڈ رویے ، اور مجموعی طور پر کلسٹر وسائل کا استعمال کیسے کیا جاتا ہے۔ |
7dfce578644bc101ae4ffcd0184d2227c6d07809 | پولیمورفک انکرپشن اور پیسوڈونائزیشن ، جس کا مخفف پی ای پی ہے ، حساس ذاتی ڈیٹا کے انتظام کے لئے ایک نیا نقطہ نظر تشکیل دیتے ہیں ، خاص طور پر صحت کی دیکھ بھال میں۔ روایتی خفیہ کاری کافی سخت ہے: ایک بار خفیہ کاری کے بعد ، صرف ایک کلید کو ڈیٹا کو ڈکرپٹ کرنے کے لئے استعمال کیا جاسکتا ہے۔ یہ سختی بڑے اعداد و شمار کے تجزیہ کے تناظر میں ایک بڑا مسئلہ بن رہا ہے، جہاں مختلف جماعتوں کو جو ایک خفیہ کردہ ڈیٹا سیٹ کے حصے کی تحقیقات کرنا چاہتے ہیں وہ سب کو ڈیکریپشن کے لئے ایک کلید کی ضرورت ہوتی ہے. پولیمورفک انکرپشن ایک نئی کرپٹوگرافک تکنیک ہے جو ان مسائل کو حل کرتی ہے۔ پولیمورفک چھدم نامیاتی تکنیک کے ساتھ مل کر نئی سیکیورٹی اور رازداری کی ضمانتیں دی جاسکتی ہیں جو (ذاتی) صحت کی دیکھ بھال ، خود پیمائش ایپس کے ذریعہ طبی ڈیٹا اکٹھا کرنے ، اور عام طور پر رازداری کے دوستانہ شناخت کے انتظام اور ڈیٹا تجزیات جیسے علاقوں میں ضروری ہیں۔ پولیمورفک انکرپشن کے کلیدی خیالات یہ ہیں: پیداوار کے فورا بعد، ڈیٹا کو ایک پالیمورفک انداز میں خفیہ کیا جا سکتا ہے اور ایک (بادل) اسٹوریج کی سہولت میں اس طرح سے ذخیرہ کیا جا سکتا ہے کہ اسٹوریج فراہم کرنے والا رسائی حاصل نہیں کرسکتا. اہم بات یہ ہے کہ ڈیٹا کو دیکھنے کے لئے حاصل کرنے کے لئے ایک priori مقرر کرنے کی ضرورت نہیں ہے، تاکہ ڈیٹا کو فوری طور پر محفوظ کیا جا سکتا ہے. مثال کے طور پر پی ای پی کے قابل خود پیمائش آلہ بیک اپ ڈیٹا بیس میں پولیمورفک طور پر خفیہ کردہ شکل میں اپنے تمام پیمائش کے اعداد و شمار کو ذخیرہ کرے گا. ۲۔ بعد میں یہ فیصلہ کیا جا سکتا ہے کہ کون ڈیٹا کو ڈیکرپٹ کرسکتا ہے۔ یہ فیصلہ ایک پالیسی کی بنیاد پر کیا جائے گا، جس میں ڈیٹا کے موضوع کو ایک اہم کردار ادا کرنا چاہئے. پی ای پی کے قابل آلہ کا صارف ، مثال کے طور پر ، فیصلہ کرسکتا ہے کہ ڈاکٹر ایکس ، وائی ، زیڈ کسی مرحلے میں اپنی تشخیص میں ڈیٹا کو استعمال کرنے کے لئے ڈیکریپٹ کرسکتے ہیں ، یا طبی محققین کے گروپس اے ، بی ، سی اپنی تحقیقات کے لئے استعمال کرسکتے ہیں ، یا تیسرے فریق یو ، وی ، ڈبلیو اضافی خدمات کے لئے استعمال کرسکتے ہیں ، وغیرہ۔ ۳۔ یہ ٹویکنگ انکرپٹڈ ڈیٹا کو ایک مخصوص پارٹی کی طرف سے اسے ڈیکریپٹ کرنے کے قابل بنانے کے لئے اندھے طریقے سے کیا جا سکتا ہے. یہ ایک قابل اعتماد پارٹی کی طرف سے کیا جائے گا جو جانتا ہے کہ کس طرح کس کے لئے ciphertext tweak کرنے کے لئے. پی ای پی ٹیکنالوجی بڑے اعداد و شمار کے تجزیہ کے لئے ضروری سیکورٹی اور رازداری کے بنیادی ڈھانچے فراہم کر سکتی ہے. لوگ اپنے ڈیٹا کو پولیمورفک طور پر خفیہ کردہ شکل میں سونپ سکتے ہیں ، اور ہر بار بعد میں فیصلہ کرتے ہیں کہ مخصوص تجزیہ کے مقاصد کے لئے ، مخصوص فریقوں کے لئے (حصوں) کو دستیاب (ڈی-کریپٹ ایبل) بنائیں۔ اس طرح صارفین کنٹرول میں رہتے ہیں، اور نگرانی کر سکتے ہیں کہ ان کے ڈیٹا کا کون سا استعمال کیا جاتا ہے اور کس کے ذریعہ اور کس مقصد کے لئے۔ یہ ... |
0426408774fea8d724609769d6954dd75454a97e | متغیر آٹو انکوڈر غیر نگرانی سیکھنے کے لئے ایک طاقتور فریم ورک ہیں. تاہم ، پچھلے کام کو مکمل طور پر فیکٹر اسٹاکسٹک لیٹینٹ متغیرات کی ایک یا دو پرتوں کے ساتھ سطحی ماڈلز تک محدود کردیا گیا ہے ، جس سے لیٹینٹ نمائندگی کی لچک کو محدود کیا گیا ہے۔ ہم تغیراتی آٹو انکوڈروں کے تربیتی الگورتھم میں تین پیشرفتوں کی تجویز کرتے ہیں ، جو پہلی بار پانچ تک اسٹاکسٹک پرتوں کے گہرے ماڈلوں کو تربیت دینے کی اجازت دیتا ہے ، (1) سیڑھی کے نیٹ ورک کی طرح ڈھانچے کو استنباطی ماڈل کے طور پر استعمال کرتے ہوئے ، (2) ابتدائی تربیت میں فعال رہنے والی اسٹاکسٹک یونٹوں کی حمایت کے لئے وارم اپ پیریڈ ، اور (3) بیچ معمول پر لانے کا استعمال۔ ان بہتریوں کا استعمال کرتے ہوئے ہم کئی بینچ مارک ڈیٹا سیٹوں پر جنریٹو ماڈلنگ کے لئے جدید ترین لاگ احتمال کے نتائج دکھاتے ہیں۔ |
feebbb3378245c28c708a290a888248026b06ca8 | اس مقالے میں ایک نئی کثیر تعدد پرنٹ شدہ کواڈری فلر ہیلکس اینٹینا پیش کی گئی ہے جو ملٹی آرم تکنیک پر مبنی ہے۔ ڈبل فریکوئنسی اور اطمینان بخش اینٹینا خصوصیات حاصل کی جاتی ہیں. اینٹینا نسبتا کمپیکٹ سائز اور ہیمسفیرکل پیٹرن ہے جس میں عمدہ سرکلر پولرائزڈ کوریج ہے۔ اینٹینا HFSS سافٹ ویئر کی درخواست کے ساتھ ڈیزائن اور تخروپن ہے. تخروپن کے نتائج اور تجزیہ پیش کیے جاتے ہیں. |
1ee72ed1db4ddbc49922255194890037c7a2f797 | ایک براڈبینڈ monopulse comparator MMIC (مونو لیٹک مائکروویو انٹیگریٹڈ سرکٹ) GaAs عمل پر مبنی اس خط میں پیش کیا جاتا ہے. تین جادو ٹی اور ایک ایکٹ پاور ڈویڈر کی طرف سے تعمیر موازنہ نیٹ ورک ایک مجموعی چینل اور دو ڈیلٹا چینلز کے لئے تجویز کیا جاتا ہے. پیمائش کے نتائج سے پتہ چلتا ہے کہ مجموعی چینل کے لئے 2.5 ڈی بی سے کم نقصان کے ساتھ 15 سے 30 گیگا ہرٹز (66.7٪ رشتہ دار تعدد بینڈوتھ) سے بہت وسیع تعدد بینڈ حاصل کیا جاسکتا ہے۔ اور نول گہرائی دو ڈیلٹا چینلز کے لئے 15-27 گیگاہرٹج میں 22 ڈی بی سے زیادہ ہے اور 27-30 گیگاہرٹج میں 17 ڈی بی سے زیادہ ہے. کل چپ کا سائز 3.4 ملی میٹر ہے (<inline-formula> <tex-math notation="LaTeX">$0.26\lambda _{0}~0.26\lambda _{0}$ </tex-math></inline-formula> 22.5 گیگا ہرٹز کی مرکزی تعدد پر) ۔ |
202b3b3bb4a5190ce53b77564f9ae1dc65f3489b | |
8eea0da60738a54c0fc6a092aecf0daf0c51cee3 | اس تحقیق میں صارف کی قبولیت ، خدشات اور جزوی ، انتہائی اور مکمل طور پر خودکار گاڑیاں خریدنے کی خواہش کی تحقیقات کی گئیں۔ 63 سوالوں پر مشتمل انٹرنیٹ پر مبنی سروے کے ذریعے ہم نے 109 ممالک سے 5000 جوابات جمع کیے (جن میں سے 40 ممالک میں کم از کم 25 جواب دہندگان تھے) ۔ ہم نے بین الاقوامی اختلافات کا تعین کیا، اور ذاتی متغیرات کے ساتھ تعلق کا اندازہ کیا، جیسے عمر، جنس، اور شخصیت کی خصوصیات جیسے بڑے پانچ انوینٹری کے مختصر ورژن کے ساتھ ماپا جاتا ہے. نتائج سے پتہ چلتا ہے کہ جواب دہندگان، اوسطا، دستی ڈرائیونگ کو سب سے زیادہ مزہ ڈرائیونگ موڈ پایا. جوابات مختلف تھے: 22٪ جواب دہندگان مکمل طور پر خود کار طریقے سے ڈرائیونگ سسٹم کے لئے $ 0 سے زیادہ ادا نہیں کرنا چاہتے تھے ، جبکہ 5٪ نے اشارہ کیا کہ وہ 30،000 ڈالر سے زیادہ ادا کرنے کو تیار ہوں گے ، اور 33٪ نے اشارہ کیا کہ مکمل طور پر خود کار طریقے سے ڈرائیونگ انتہائی لطف اندوز ہوگی۔ 69 فیصد جواب دہندگان نے اندازہ لگایا کہ مکمل طور پر خودکار ڈرائیونگ اب سے 2050 تک 50 فیصد مارکیٹ شیئر تک پہنچ جائے گی۔ جواب دہندگان کو سافٹ ویئر ہیکنگ / غلط استعمال کے بارے میں سب سے زیادہ تشویش پائی گئی ، اور وہ قانونی امور اور حفاظت کے بارے میں بھی فکر مند تھے۔ نیوروٹکسزم پر زیادہ اسکور کرنے والے جواب دہندگان ڈیٹا کی منتقلی کے بارے میں قدرے کم آرام دہ تھے ، جبکہ رضامندی پر زیادہ اسکور کرنے والے جواب دہندگان اس کے ساتھ قدرے زیادہ آرام دہ تھے۔ زیادہ ترقی یافتہ ممالک کے جواب دہندگان (کم حادثات کے اعدادوشمار ، اعلی تعلیم اور زیادہ آمدنی کے لحاظ سے) اپنی گاڑیوں کے ڈیٹا منتقل کرنے سے کم آرام دہ تھے ، جس میں ق = 0.80 اور ق = 0.90 کے درمیان کراس نیشنل ارتباط تھا۔ موجودہ نتائج بین الاقوامی عوام کے درمیان وعدہ اور تشویش کے اہم علاقوں کی نشاندہی کرتے ہیں، اور گاڑی ڈویلپرز اور دیگر اسٹیک ہولڈرز کے لئے مفید ہو سکتا ہے. 2015 Elsevier Ltd. تمام حقوق محفوظ ہیں۔ |
2d4f10ccd2503c37ec32aa0033d3e5b3559f4404 | حالات سے آگاہی ایک بڑھتی ہوئی نمایاں عنصر بن گئی ہے جو پرواز کی حفاظت اور آپریشنل کارکردگی میں معاون ہے ، اور جدید طیاروں میں جدید ایویونکس سسٹم کی تنصیب سے وابستہ انسانی کارکردگی کے چیلنجوں سے نمٹنے کے لئے تحقیق میں اضافہ ہوا ہے۔ حالات سے آگاہی کا منظم مطالعہ اور اطلاق پائلٹ کیبن سے باہر بھی ہوائی ٹریفک کنٹرولرز اور دیگر پیچیدہ، اعلی نتائج کے کام کے شعبوں میں کام کرنے والے اہلکاروں کو شامل کرنے کے لئے بھی بڑھ گیا ہے. یہ جلد ایسی تحریروں کا مجموعہ پیش کرتا ہے جنھوں نے حالات سے آگاہی کی تحقیق اور عمل میں اہم شراکت کی ہے۔ اس مقصد کے لئے، یہ اہم ریڈنگز تک منفرد رسائی فراہم کرتا ہے جو حالات کی بیداری کے تصوراتی ترقی، اس کی تشخیص کے لئے طریقوں، اور تربیت اور ڈیزائن کے ذریعے حالات کی بیداری کو بڑھانے کے لئے ایپلی کیشنز کو حل کرتی ہے. |
a7621b4ec18719b08f3a2a444b6d37a2e20227b7 | کنوولوشنل نیٹ ورک کمپیوٹر ویژن اور مشین لرننگ میں سب سے زیادہ استعمال ہونے والے فن تعمیر میں سے ایک ہیں۔ پیچیدہ افعال سیکھنے کی ان کی صلاحیت کو فائدہ اٹھانے کے لئے، تربیت کے لئے بڑی مقدار میں ڈیٹا کی ضرورت ہوتی ہے. جدید ترین نتائج پیدا کرنے کے لئے ایک بڑے کنولول نیٹ ورک کی تربیت میں ہفتوں لگ سکتے ہیں ، یہاں تک کہ جب جدید GPUs استعمال کرتے ہیں۔ ایک تربیت یافتہ نیٹ ورک کا استعمال کرتے ہوئے لیبلز کی پیداوار بھی ویب پیمانے پر ڈیٹا سیٹ کے ساتھ نمٹنے جب مہنگی ہو سکتی ہے. اس کام میں، ہم ایک سادہ الگورتھم پیش کرتے ہیں جو ایک اہم عنصر کی طرف سے تربیت اور نتیجے کو تیز کرتا ہے، اور موجودہ ریاست کے آرٹ کے نفاذ کے مقابلے میں مقدار کے آرڈر سے زیادہ بہتری حاصل کرسکتا ہے. یہ فوریئر ڈومین میں نقطہ نظر مصنوعات کے طور پر کنولوشن کا حساب کتاب کرکے کیا جاتا ہے جبکہ اسی تبدیل شدہ خصوصیت کا نقشہ کئی بار دوبارہ استعمال کیا جاتا ہے۔ الگورتھم ایک GPU فن تعمیر پر لاگو کیا جاتا ہے اور متعدد متعلقہ چیلنجوں کا پتہ لگاتا ہے. |
0ee6f663f89e33eb84093ea9cd94212d1a8170c9 | ایک لیکی ویو اینٹینا (LWA) جس میں سرکلر پولرائزیشن ہے جس کی بنیاد پر کمپوزٹ دائیں / بائیں ہاتھ (CRLH) سبسٹریٹ انٹیگریٹڈ ویو گائیڈ (SIW) کی تحقیقات کی گئی ہے اور پیش کی گئی ہے۔ سیریز انٹرگجٹل کیپسیٹرز کو سی آر ایل ایچ کی فعالیت کو حاصل کرنے کے لئے ویو گائیڈ کی سطح پر سلاٹ کو ایچنگ کرکے سرکٹ میں متعارف کرایا گیا ہے۔ دو ہم آہنگ لیکی ٹریولنگ ویو ٹرانسمیشن لائنیں جو آرتھوگونل پولرائزیشن کے ساتھ ہیں ، ایک دوسرے کے ساتھ رکھی جاتی ہیں اور 90 ° مرحلے کے فرق سے متحرک ہوتی ہیں جس سے خالص سرکلر پولرائزیشن موڈ پیدا ہوتا ہے۔ اس اینٹینا کی مین بیم کو مین بیم کی سمت میں کم محوری تناسب (3 ڈی بی سے کم) کو برقرار رکھتے ہوئے تعدد کو تبدیل کرکے مسلسل ہدایت کی جاسکتی ہے۔ اس LWA کی کارکردگی کو مکمل لہر تخروپن اور ایک تیار پروٹوٹائپ کی پیمائش دونوں کے ذریعے تصدیق کی جاتی ہے جو ایک اچھا معاہدہ دکھاتا ہے. |
50bc77f3ec070940b1923b823503a4c2b09e9921 | |
48b38420f9c39c601dcf81621609d131b8035f94 | صحت کی نگرانی کے نظام نے گزشتہ دو دہائیوں کے دوران تیزی سے تیار کیا ہے اور اس میں صحت کی دیکھ بھال کے موجودہ طریقہ کار کو تبدیل کرنے کی صلاحیت ہے. اگرچہ صحت کی نگرانی کے ذہین نظام مریضوں کی نگرانی کے کاموں کو خودکار کرتے ہیں اور اس طرح مریضوں کے ورک فلو مینجمنٹ کو بہتر بناتے ہیں ، لیکن کلینیکل سیٹنگ میں ان کی کارکردگی اب بھی قابل بحث ہے۔ اس مقالے میں صحت کی نگرانی کے ذہین نظاموں کا جائزہ لیا گیا ہے اور ان کے ڈیزائن اور ماڈلنگ کا جائزہ لیا گیا ہے۔ اس کے علاوہ ، صحت کی نگرانی کے موجودہ نظاموں کو بہتر بنانے کے لئے کارکردگی ، کلینیکل قبولیت ، حکمت عملی اور سفارشات کا تنقیدی تجزیہ پیش کیا جائے گا۔ اس کا بنیادی مقصد اس وقت کے جدید ترین نگرانی کے نظام کا جائزہ لینا اور صحت کی نگرانی کے ذہین نظام کے شعبے میں پائے جانے والے نتائج کا وسیع اور گہرائی سے تجزیہ کرنا ہے۔ اس مقصد کے حصول کے لیے پچاس سے زائد مختلف مانیٹرنگ سسٹم کا انتخاب، درجہ بندی، درجہ بندی اور موازنہ کیا گیا ہے۔ آخر میں ، نظام کے ڈیزائن کی سطح میں اہم پیشرفت پر تبادلہ خیال کیا گیا ہے ، صحت کی دیکھ بھال فراہم کرنے والوں کو درپیش موجودہ مسائل کے ساتھ ساتھ صحت کی نگرانی کے میدان میں ممکنہ چیلنجوں کی نشاندہی کی جائے گی اور دیگر اسی طرح کے نظاموں کے ساتھ موازنہ کیا جائے گا۔ |
66336d0b89c3eca3dec0a41d2696a0fda23b6957 | ایک اعلی حاصل، براڈبینڈ، اور کم پروفائل مسلسل کراس stub اینٹینا صف ای بینڈ میں پیش کیا جاتا ہے. اس صف میں 32 لمبی سلاٹ شامل ہیں جو ایک متوازی پلیٹ ویو گائیڈ بیم بنانے والے نیٹ ورک کے ذریعہ متوازی طور پر متحرک ہیں جو ایک پائل باکس جوڑنے والے کے ساتھ مل کر ہیں۔ شعاعی سلاٹ اور کارپوریٹ فیڈ نیٹ ورک ایلومینیم میں تعمیر کیے گئے ہیں جبکہ پِل باکس جوڑا اور اس کا فوکل ماخذ طباعت شدہ سرکٹ بورڈ ٹیکنالوجی میں تیار کیا گیا ہے۔ دونوں تیاری کی ٹیکنالوجی کو یکجا کرنے کے لئے مخصوص منتقلی ڈیزائن کیا گیا ہے. ڈیزائن، تعمیر، اور پیمائش کے نتائج تفصیلی ہیں، اور ایک سادہ ڈیزائن طریقہ کار کی تجویز کی جاتی ہے. اینٹینا 71 اور 86 گیگا ہرٹز کے درمیان اچھی طرح سے ملتی ہے (S < 13.6 dB) ، اور ایک بہترین معاہدہ تخروپن اور پیمائش کے درمیان پایا جاتا ہے، اس طرح مجوزہ ڈیزائن کی توثیق. اینٹینا فائدہ 29.3 dBi سے زیادہ ہے پوری بینڈوڈتھ پر ، 82.25 گیگا ہرٹز پر 30.8 dBi کی چوٹی فائدہ کے ساتھ ، اور بیم تقریبا ایک ہی آدھے طاقت بیم کی چوڑائی ہے ای اور ایچ طیاروں میں. یہ اینٹینا فن تعمیر کو لمبی دوری ملی میٹر لہروں ٹیلی مواصلات کی ایپلی کیشنز جیسے ای بینڈ میں پانچویں نسل کی بیک ہولنگ کے لئے ایک جدید حل کے طور پر سمجھا جاتا ہے۔ |
07d9dd5c25c944bf009256cdcb622feda53dabba | مارکوف چین مونٹی کارلو (جیسے میٹروپولیس الگورتھم اور گیبس سیمپلٹر) پیچیدہ اسٹاکسٹک عملوں کی نقالی کے لئے ایک عمومی آلہ ہے جو بہت ساری اقسام کے شماریاتی استنباط میں مفید ہے۔ مارکوف چین مونٹی کارلو کی بنیادی باتوں کا جائزہ لیا گیا ہے ، جس میں الگورتھم اور تغیرات کا تخمینہ لگانے کا انتخاب بھی شامل ہے ، اور کچھ نئے طریقے متعارف کرائے گئے ہیں۔ زیادہ سے زیادہ امکان تخمینہ کے لئے مارکوف چین مونٹی کارلو کے استعمال کی وضاحت کی جاتی ہے، اور اس کی کارکردگی زیادہ سے زیادہ چھدم امکان تخمینہ کے ساتھ موازنہ کیا جاتا ہے. |
2ffd5c401a958e88c80291c48738d21d96942c1a | ہم اس بات میں دلچسپی رکھتے ہیں کہ افورڈنس کے تصور سے خود مختار روبوٹ کنٹرول کے بارے میں ہمارے نقطہ نظر پر کیا اثر پڑ سکتا ہے ، اور خود مختار روبوٹکس سے حاصل کردہ نتائج افورڈنس کے تصور پر بحث اور مطالعات پر کس طرح واپس آ سکتے ہیں۔ اس مقالے میں، ہم نے مطالعہ کیا کہ کس طرح ایک موبائل روبوٹ، 3D لیزر اسکینر کے ساتھ لیس، traversability affordance کا احساس کرنے کے لئے سیکھ سکتے ہیں اور اس کا استعمال کرتے ہوئے ایک کمرے میں گھومنے کے لئے کر سکتے ہیں جس میں گولوں، سلنڈروں اور خانوں کے ساتھ کھدائی کی جاتی ہے. نتائج سے پتہ چلتا ہے کہ سیکھنے کے بعد، روبوٹ غیر قابل اعتراض اشیاء کے ساتھ رابطے سے بچنے کے ارد گرد گھومنے کے قابل ہے (یعنی. باکس، عمودی سلنڈر، یا مخصوص واقفیت میں جھوٹ سلنڈر) ، لیکن ان کے راستے سے باہر رولنگ traversable اشیاء (جیسے گولوں، اور روبوٹ کے حوالے سے ایک رولبل واقفیت میں جھوٹ سلنڈر) پر منتقل. ہم نے دکھایا ہے کہ ہر ایکشن کے لئے تقریبا 1 فیصد ادراک کی خصوصیات یہ طے کرنے کے لئے اہم تھے کہ آیا یہ فراہم کی جاتی ہے یا نہیں اور یہ کہ یہ متعلقہ خصوصیات رینج تصویر کے بعض علاقوں میں پوزیشن میں ہیں. تجربات دونوں ایک طبیعیات پر مبنی سمیلیٹر اور ایک حقیقی روبوٹ کا استعمال کرتے ہوئے کیا جاتا ہے. |
788121f29d86021a99a4d1d8ba53bb1312334b16 | اس کاغذ میں ٹیوٹوریل کے عمل کی نوعیت سے متعلق ہے؛ جس کے ذریعہ ایک بالغ یا "ماہر" کسی ایسے شخص کی مدد کرتا ہے جو کم بالغ یا کم ماہر ہے۔ اگرچہ اس کا مقصد عام ہے، یہ ایک خاص کام کے لحاظ سے بیان کیا جاتا ہے: ایک ٹیوٹر 3، 4 اور 5 سال کی عمر کے بچوں کو ایک خاص تین جہتی ساخت کی تعمیر کرنے کے لئے سکھانے کی کوشش کرتا ہے جس میں مہارت کی ایک سطح کی ضرورت ہوتی ہے جو ابتدائی طور پر ان سے باہر ہے. یہ ٹیوٹرنگ کی معمول کی صورتحال ہے جس میں ایک رکن "جواب جانتا ہے" اور دوسرا نہیں ، بلکہ ایک "عملی" کی طرح ہے جس میں صرف انسٹرکٹر "جانتا ہے کہ کیسے"۔ ٹیوٹر اور بچوں کے درمیان بدلتے ہوئے تعامل سے ہمیں معلومات ملتی ہیں۔ ترقی پذیر بچے کی طرف سے ابتدائی مسئلہ حل کرنے کا ایک بڑا حصہ اس ترتیب کا ہے. اگرچہ زندگی کے ابتدائی مہینوں سے وہ اپنے آپ میں ایک "قدرتی" مسئلہ حل کرنے والا ہے (مثال کے طور پر Bruner، 1973) یہ اکثر آسانی ہے کہ اس کی کوششوں کی مدد اور دوسروں کی طرف سے فروغ دیا جاتا ہے جو اس سے زیادہ ہنر مند ہیں (کی، 1970). چاہے وہ اس عمل کو سیکھ رہا ہو جو حاضری کی مہارتوں کو تشکیل دیتا ہے، مواصلات، اشیاء کو سنبھالنے، لوکوموٹو، یا، واقعی، ایک زیادہ مؤثر مسئلہ حل کرنے کے طریقہ کار خود، عام طور پر حاضری میں موجود ہیں جو اس کی مدد کرتے ہیں. مختصر طور پر، ٹیوٹوریل کی بات چیت، بچپن اور بچپن کی ایک اہم خصوصیت ہے. اس کے علاوہ، ہماری پرجاتیوں، کسی بھی "تعمد" ٹیوٹوریل پر جاتا ہے جس میں صرف ایک ہی لگتا ہے (Bruner، 1972؛ ہندی، 1971). اگرچہ یہ سچ ہے کہ اعلیٰ پرمائٹ پرجاتیوں میں سے بہت سی پرانی نسلوں کے مشاہدے سے سیکھتی ہیں (ہیمبرگ، 1968ء؛ وان لاک گڈال، 1968ء) ، لیکن اس بات کا کوئی ثبوت نہیں ہے کہ یہ پرانی نسلیں اپنے بچوں کو اس مہارت کے استعمال کی تعلیم دینے کے لیے کچھ کرتی ہیں۔ انسان کو ایک نوع کے طور پر ممتاز کرنے والی چیز صرف سیکھنے کی صلاحیت نہیں ہے بلکہ تعلیم دینے کی بھی صلاحیت ہے۔ اس مقالے کا بنیادی مقصد یہ ہے کہ ترقی پذیر بچے اور اس کے بزرگوں کے مابین اس انٹرایکٹو ، تدریسی تعلقات کے کچھ اہم مضمرات کو مہارت کے حصول اور مسئلہ حل کرنے کے مطالعے کے لئے جائزہ لیا جائے۔ انسانی بچے میں مہارت کے حصول کو ایک درجہ بندی کے پروگرام کے طور پر سمجھا جا سکتا ہے جس میں اجزاء کی مہارتیں نئی، زیادہ پیچیدہ کام کی ضروریات کو پورا کرنے کے لئے مناسب آرکسٹریشن کی طرف سے "اعلی مہارت" میں مل کر ملتی ہیں (برونر، 1973). یہ عمل مسئلہ حل کرنے کے مترادف ہے جس میں "نیچے آرڈر" یا تشکیل دینے والے مسائل کی مہارت ایک بڑی تعداد کے ساتھ کامیابی کے لئے ایک sine qua non ہے، ہر سطح دوسرے پر اثر انداز ہوتی ہے - جیسے پڑھنے کے ساتھ جہاں الفاظ کی وضاحت جملے کی وضاحت کو ممکن بناتی ہے، اور پھر جملے کو خاص الفاظ کی وضاحت میں مدد ملتی ہے (ایف سمتھ، 1971). نوجوان سیکھنے والے میں مسلسل ارادے کو دیکھتے ہوئے، بنیادی مہارتوں کی ایک "لفظ" کو دیکھتے ہوئے، اہم کام اکثر اکثر ایک ہے |
13eba30632154428725983fcd8343f3f1b3f0695 | تقریبا تمام موجودہ انحصار پارسر لاکھوں بکھرے ہوئے اشارے کی خصوصیات کی بنیاد پر درجہ بندی کرتے ہیں۔ نہ صرف یہ خصوصیات عام طور پر خراب ہیں، لیکن خصوصیت کے حساب کی لاگت نمایاں طور پر تجزیہ کی رفتار کو محدود کرتی ہے. اس کام میں، ہم ایک لالچی، منتقلی کی بنیاد پر انحصار تجزیہ کار میں استعمال کے لئے ایک نیورل نیٹ ورک درجہ بندی سیکھنے کا ایک نیا طریقہ تجویز کرتے ہیں. چونکہ یہ درجہ بندی صرف ایک چھوٹی سی تعداد میں گھنے خصوصیات کو سیکھتا ہے اور استعمال کرتا ہے ، لہذا یہ بہت تیزی سے کام کرسکتا ہے ، جبکہ انگریزی اور چینی دونوں ڈیٹا سیٹوں پر غیر لیبل والے اور لیبل والے منسلک اسکور میں تقریبا 2٪ بہتری حاصل کرسکتا ہے۔ خاص طور پر، ہمارے تجزیہ کار انگریزی پن ٹری بینک پر 92.2 فیصد غیر لیبل شدہ منسلک اسکور پر فی سیکنڈ 1000 سے زائد جملے تجزیہ کرنے میں کامیاب ہے. |
c22f9e2f3cc1c2296f7edb4cf780c6503e244a49 | |
3dd9793bc7b1f97115c45e90c8874f786262f466 | سیلولر سے وائی فائی تک ڈیٹا ٹریفک کو آگے بڑھانا انٹر ریڈیو رسائی ٹیکنالوجی (آر اے ٹی) آف لوڈنگ کی ایک مثال ہے۔ اگرچہ یہ واضح طور پر زیادہ بوجھ والے سیلولر نیٹ ورک پر بھیڑ کو کم کرتا ہے ، لیکن اس طرح کے اتار چڑھاؤ کی حتمی صلاحیت اور اس کے نظام کی مجموعی کارکردگی پر اس کے اثرات کو اچھی طرح سے سمجھا نہیں جاتا ہے۔ اس کو حل کرنے کے لئے ، ہم ایک عمومی اور قابل عمل ماڈل تیار کرتے ہیں جس میں ایم مختلف RATs ہوتے ہیں ، ہر ایک تک رسائی پوائنٹس (اے پی) کی K مختلف پرتیں تعینات کرتے ہیں ، جہاں ہر پرت ٹرانسمیٹ پاور ، راستے میں کمی کے ایکسپونینٹ ، تعیناتی کثافت اور بینڈوتھ میں مختلف ہوتی ہے۔ اے پی کی ہر کلاس کو ایک آزاد پوئسسن پوائنٹ عمل (پی پی پی) کے طور پر ماڈل کیا جاتا ہے ، جس میں موبائل صارف کے مقامات کو ایک اور آزاد پی پی پی کے طور پر ماڈل کیا جاتا ہے ، تمام چینلز میں مزید آئی آئی ڈی شامل ہیں۔ Rayleigh دھندلا. پورے نیٹ ورک پر شرح کی تقسیم پھر ایک وزن ایسوسی ایشن کی حکمت عملی کے لئے حاصل کیا جاتا ہے، جہاں اس طرح کے وزن کو ایک خاص مقصد کو بہتر بنانے کے لئے ٹنڈ کیا جا سکتا ہے. ہم ظاہر کرتے ہیں کہ SINR کوریج کو زیادہ سے زیادہ کرنے کے لئے ٹریفک آف لوڈ کا زیادہ سے زیادہ حصہ عام طور پر وہی نہیں ہے جو شرح کوریج کو زیادہ سے زیادہ کرتا ہے ، جس کی تعریف صارفین کے ایک حصے کے طور پر کی جاتی ہے جو ایک مقررہ شرح حاصل کرتے ہیں۔ |
e7b4ea66dff3966fc9da581f32cb69132a7bbd99 | میکرو سیل نیٹ ورک میں فیمٹو سیل کی تعیناتی نیٹ ورک کی صلاحیت اور کوریج بڑھانے کا ایک اقتصادی اور موثر طریقہ ہے۔ اس کے باوجود ، اس طرح کی تعیناتی انٹر ٹیر اور انٹرا ٹیر مداخلت کی موجودگی ، اور فیمٹو سیل کے ایڈ ہاک آپریشن کی وجہ سے چیلنج ہے۔ OFDMA کی لچکدار ذیلی چینل مختص کرنے کی صلاحیت کی طرف سے حوصلہ افزائی، ہم دو درجے کے نیٹ ورک میں سپیکٹرم مختص کرنے کے اثر کی تحقیقات کرتے ہیں، جہاں میکرو سیل بند رسائی پالیسی کو ملازمت کرتے ہیں اور فیمٹوسیل کھلی یا بند رسائی میں کام کرسکتے ہیں. ایک قابل عمل ماڈل متعارف کرانے سے ، ہم مختلف سپیکٹرم مختص اور فیمٹو سیل رسائی کی پالیسیوں کے تحت ہر سطح کے لئے کامیابی کا امکان حاصل کرتے ہیں۔ خاص طور پر، ہم مشترکہ ذیلی چینل مختص پر غور کرتے ہیں، جس میں پورے سپیکٹرم دونوں سطحوں کے ساتھ ساتھ اس طرح کے ذیلی چینل مختص کرنے کے ساتھ ساتھ اس طرح کے ذیلی چینل مختص کرنے کے ساتھ ساتھ، جس میں ذیلی چینل کے الگ الگ سیٹ دونوں سطحوں کو تفویض کیے جاتے ہیں. ہم کامیابی کے امکانات اور فی درجے کی کم سے کم شرح کے لحاظ سے سروس کی کیفیت کی رکاوٹوں کے تابع تھروپٹ میکسمائزیشن کا مسئلہ وضع کرتے ہیں ، اور زیادہ سے زیادہ سپیکٹرم مختص کرنے میں بصیرت فراہم کرتے ہیں۔ ہمارے نتائج سے پتہ چلتا ہے کہ بند رسائی femtocells کے ساتھ، مشترکہ اور disjoint ذیلی چینل مختصات کے مطابق ترتیب سے، کم اور گھنے femtocell نیٹ ورکس میں تمام منصوبوں کے درمیان سب سے زیادہ throughput فراہم. کھلی رسائی کے ساتھ femtocells، مشترکہ ذیلی چینل مختص زیادہ سے زیادہ ممکنہ throughput تمام femtocell کثافت کے لئے فراہم کرتا ہے. |
09168f7259e0df1484115bfd44ce4fdcafdc15f7 | دو درجے والے سیلولر نیٹ ورک میں - جس میں ایک مرکزی میکرو سیل شامل ہے جس میں کم رینج فیمٹو سیل ہاٹ سپاٹ شامل ہیں - کراس لیئر مداخلت نے یونیورسل فریکوئنسی دوبارہ استعمال کے ساتھ مجموعی صلاحیت کو محدود کردیا ہے۔ یونیورسل فریکوئنسی دوبارہ استعمال کے ساتھ قریب دور اثرات کی مقدار کو کم کرنے کے لئے ، اس کاغذ میں ایک بنیادی رشتہ پیدا کیا گیا ہے جو کسی بھی قابل عمل فیمٹو سیل SINRs کے کسی بھی سیٹ کو دیئے جانے پر سب سے زیادہ قابل عمل سیلولر سگنل ٹو مداخلت پلس شور تناسب (SINR) فراہم کرتا ہے۔ ہم ایک لنک بجٹ تجزیہ فراہم کرتے ہیں جو دو درجے کے نیٹ ورک میں کارکردگی کی سادہ اور درست بصیرت کو قابل بناتا ہے. کوکینل فیمٹوسیلز سے میکرو سیل میں کراس ٹیر مداخلت کو کم کرنے کے لئے فیمٹوسیلز میں تقسیم شدہ افادیت پر مبنی SINR موافقت کی تجویز کی گئی ہے۔ فوشینی-ملجانیک (ایف ایم) الگورتھم موافقت کا ایک خاص معاملہ ہے۔ ہر فیمٹو سیل اپنی انفرادی افادیت کو زیادہ سے زیادہ کرتا ہے جس میں ایس آئی این آر پر مبنی انعام کم لاگت (میکرو سیل میں مداخلت) شامل ہوتا ہے۔ عددی نتائج ایف ایم کے مقابلے میں اوسط فیمٹوسیل SINRs میں 30 فیصد سے زیادہ بہتری دکھاتے ہیں۔ اس صورت میں جب کراس ٹیر مداخلت سیلولر صارف کو اس کے SINR ہدف حاصل کرنے سے روکتا ہے تو ، ایک الگورتھم تجویز کیا جاتا ہے جو مضبوط ترین فیمٹو سیل مداخلت کرنے والوں کی ترسیل کی طاقت کو کم کرتا ہے۔ الگورتھم اس بات کو یقینی بناتا ہے کہ سیلولر صارف 100 فیمٹو سیل / سیل سائٹ (عام سیلولر پیرامیٹرز کے ساتھ) کے ساتھ بھی اپنے ایس این آر ہدف کو حاصل کرے اور اس کے لئے بدترین کیس ایس این آر میں صرف 16 فیصد کمی کی ضرورت ہوتی ہے۔ یہ نتائج مشترکہ سپیکٹرم کے ساتھ دو درجے کے نیٹ ورک میں کم سے کم نیٹ ورک اوور ہیڈ کی ضرورت ہوتی ہے بجلی کے کنٹرول کے منصوبوں کے ڈیزائن کی حوصلہ افزائی کرتے ہیں. |
5309b8f4723d44de2fa51cd2c15bffebf541ef57 | روایتی پلانر پرنٹ شدہ کوزی یاگی اینٹینا کی سادگی اور بدیہی ڈیزائن نے اس کی اچھی سمت کے لئے اس کی وسیع پیمانے پر مقبولیت حاصل کی ہے۔ اس مقالے میں ، ایک واحد ڈائریکٹر اور ایک کنکاوی پیرا باولک ریفلیکٹر کے ساتھ ، ایس بینڈ میں کام کرنے والا ایک ناول کوسی یگی اینٹینا تجویز کیا گیا ہے۔ مائع کی خاصیت اور تابکاری کی خاصیت CST-مائیکروویو اسٹوڈیو کے ساتھ تخروپن ہیں، اور اینٹینا تیار اور ماپا جاتا ہے. پیمائش کے نتائج سے پتہ چلتا ہے کہ اینٹینا جو 2.28-2.63GHz پر کام کرسکتا ہے وہ آپریٹنگ فریکوئنسی رینج کے اندر 6.5dBi کا اوسط فائدہ حاصل کرسکتا ہے ، خاص طور پر 7.5GHz پر 2.5dBi کا سب سے زیادہ فائدہ۔ مجوزہ اینٹینا WLAN/TD-LTE/BD1 اور اسی طرح میں وسیع پیمانے پر استعمال کیا جا سکتا ہے. |
c03c3583153d213f696f1cbd4cd65c57437473a5 | اس کاغذ میں ایل ایل سی گونج کنورٹر پر مبنی ایل ای ڈی (لائٹ ایمیٹنگ ڈایڈ) چراغ ڈرائیور کی تجویز کی گئی ہے جس میں اعلی طاقت کا عنصر ہے۔ مجوزہ سرکٹ پی ایف سی (پاور فیکٹر اصلاح) کے لئے ایک فروغ کنورٹر کا استعمال کرتا ہے جو مسلسل کنڈکشن موڈ (سی سی ایم) میں کام کرتا ہے اور ایل ای ڈی چراغ بوجھ کو چلانے کے لئے ایک نیم پل گونج کنورٹر کا استعمال کرتا ہے. ایل سی سی کنورٹر کو اس طرح ڈیزائن کیا گیا ہے کہ کواسی نیم پل کے ٹھوس ریاست سوئچ سوئچنگ نقصان کو کم کرنے کے لئے صفر وولٹیج سوئچنگ (ZVS) کے تحت کام کر رہے ہیں. 50W ایل ای ڈی ڈرائیور کا تجزیہ، ڈیزائن، ماڈلنگ اور تخروپن عالمگیر AC نیٹ ورک کے لئے MATLAB / Simulink آلے کا استعمال کرتے ہوئے کیا جاتا ہے. بجلی کے معیار کے اشاریہ جات کا حساب لگایا جاتا ہے جیسے اے سی مین موجودہ (THDi) ، پاور فیکٹر (PF) اور کرسٹ فیکٹر (CF) کے کل ہارمونک مسخ کی تجویز کردہ ایل ای ڈی چراغ ڈرائیور کی کارکردگی کا اندازہ کرنے کے لئے. |
94a62f470aeea69af436e2dd0b54cd50eaaa4b23 | سفارش کرنے والے نظام کی تعمیر کے لئے سب سے زیادہ کامیاب نقطہ نظر میں سے ایک کے طور پر، باہمی تعاون سے فلٹرنگ (سی ایف) دوسرے صارفین کے لئے نامعلوم ترجیحات کی سفارشات یا پیشن گوئی کرنے کے لئے صارفین کے ایک گروپ کی معروف ترجیحات کا استعمال کرتا ہے. اس مقالے میں ، ہم سب سے پہلے سی ایف کے کاموں اور ان کے اہم چیلنجوں ، جیسے ڈیٹا کی کمی ، توسیع پذیری ، ہم معنی ، گرے بھیڑ ، شیلنگ حملوں ، رازداری کے تحفظ ، وغیرہ ، اور ان کے ممکنہ حل متعارف کراتے ہیں۔ اس کے بعد ہم سی ایف تکنیک کی تین اہم اقسام پیش کرتے ہیں: میموری پر مبنی ، ماڈل پر مبنی ، اور ہائبرڈ سی ایف الگورتھم (جو سی ایف کو دیگر سفارش کی تکنیکوں کے ساتھ جوڑ دیتے ہیں) ، ہر زمرے کے نمائندہ الگورتھم کی مثالوں کے ساتھ ، اور ان کی پیش گوئی کی کارکردگی اور ان کی صلاحیت کا تجزیہ چیلنجوں سے نمٹنے کے ل. بنیادی تکنیک سے لے کر جدید ترین تک ، ہم ایف سی تکنیکوں کے لئے ایک جامع سروے پیش کرنے کی کوشش کرتے ہیں ، جو اس علاقے میں تحقیق اور عمل کے لئے روڈ میپ کے طور پر کام کرسکتا ہے۔ |
ced981c28215dd218f05ecbba6512671b22d1cc6 | خلاصہ: آج کل سوشل میڈیا کی معلومات جیسے خبریں، لنکس، تصاویر یا وی ڈی او بڑے پیمانے پر شیئر کی جاتی ہیں۔ تاہم، سوشل میڈیا کے ذریعے معلومات کے پھیلاؤ کی تاثیر میں معیار کی کمی ہے: حقائق کی جانچ پڑتال کم، تعصب زیادہ، اور کئی افواہیں. بہت سے محققین نے ٹویٹر پر ساکھ کے بارے میں تحقیق کی ہے، لیکن فیس بک پر ساکھ کی معلومات کے بارے میں کوئی تحقیقی رپورٹ نہیں ہے. یہ کاغذ فیس بک کی معلومات پر ساکھ کی پیمائش کے لئے خصوصیات کی تجویز کرتا ہے. ہم نے فیس بک پر ساکھ کے لیے نظام تیار کیا ہے۔ سب سے پہلے، ہم نے دستی انسانی لیبلنگ کی طرف سے ہر پوسٹ کی ساکھ کی پیمائش کے لئے ایف بی ساکھ ایویلیوٹر تیار کیا ہے. ہم نے پھر سپورٹ ویکٹر مشین (ایس وی ایم) کا استعمال کرتے ہوئے ایک ماڈل بنانے کے لئے تربیت کے اعداد و شمار جمع کیے. دوسرا، ہم نے ایک کروم توسیع تیار کی ہے فیس بک کے صارفین کے لئے ہر پوسٹ کی ساکھ کا اندازہ کرنے کے لئے. ہمارے ایف بی ساکھ کروم توسیع کے استعمال کے تجزیے کی بنیاد پر ، صارفین کے تقریبا 81٪ جوابات تجویز کردہ نظام کے ذریعہ خود بخود حساب سے تجویز کردہ ساکھ سے متفق ہیں۔ |
1b2a8dc42d6eebc937c9642799a6de87985c3da6 | سوشل میڈیا نیٹ ورک کے رجحان سے بہت زیادہ قیمتی ڈیٹا پیدا ہوتا ہے جو آن لائن دستیاب ہے اور اس تک رسائی آسان ہے۔ بہت سے صارفین مختلف سوشل نیٹ ورکس پر تصاویر، ویڈیوز، تبصرے، جائزے، خبریں اور رائے شیئر کرتے ہیں، ٹویٹر سب سے زیادہ مقبول ہونے کے ساتھ. ٹوئٹر سے جمع کردہ ڈیٹا انتہائی غیر منظم ہے، اور ٹویٹس سے مفید معلومات نکالنا ایک مشکل کام ہے۔ ٹوئٹر میں عرب صارفین کی ایک بڑی تعداد ہے جو زیادہ تر عربی زبان میں اپنی ٹویٹس پوسٹ کرتے اور لکھتے ہیں۔ اگرچہ انگریزی میں جذبات کے تجزیے پر بہت تحقیق ہوئی ہے، لیکن عربی زبان میں تحقیق اور ڈیٹا سیٹ کی مقدار محدود ہے۔ اس مقالے میں عربی زبان کے ایک ڈیٹا سیٹ کا تعارف کرایا گیا ہے، جو کہ صحت کی خدمات کے بارے میں رائے کے بارے میں ہے اور اسے ٹویٹر سے جمع کیا گیا ہے۔ اس مقالے میں سب سے پہلے ٹوئٹر سے ڈیٹا اکٹھا کرنے کے عمل کی تفصیل دی جائے گی اور ساتھ ہی عربی متن کو فلٹر کرنے، پہلے سے پروسیس کرنے اور اس پر تبصرہ کرنے کے عمل کی تفصیل بھی دی جائے گی تاکہ عربی میں جذبات کے تجزیے کا ایک بڑا ڈیٹا سیٹ بنایا جا سکے۔ ہمارے صحت کے ڈیٹا سیٹ پر جذبات کے تجزیہ کے تجربات میں گہرے اور کنوولیشنل نیورل نیٹ ورکس کے ساتھ کئی مشین لرننگ الگورتھم (ناؤ بیز ، سپورٹ ویکٹر مشین اور لاجسٹک ریگریشن) کا استعمال کیا گیا تھا۔ |
d228e3e200c2c6f757b9b3579fa058b2953083c0 | |
f87b713182d39297e930c41e23ff26394cbdcade | |
838ec45eeb7f63875742a76aa1080563f44af619 | اس مقالے کا اختتام تحقیقی شعبوں کی مثالوں سے ہوتا ہے جو کیس ریسرچ کے نقطہ نظر کو استعمال کرتے ہوئے تحقیقات کے لئے خاص طور پر موزوں ہیں۔ اے سی ایم زمرہ جات: H.O., J.O. اس مضمون میں ان کی ایک کوالٹیٹیو طریقہ کار کی وضاحت اور اس پر بحث کی گئی ہے۔ اس نقطہ نظر کو استعمال کرتے ہوئے تحقیق کرنے کے خواہشمند محققین کے لئے تجاویز فراہم کی جاتی ہیں. کیس ریسرچ کے جائزے کے لئے معیار قائم کیے گئے ہیں اور مطالعات کی درجہ بندی کے لئے مفید کئی خصوصیات کی نشاندہی کی گئی ہے۔ انفارمیشن سسٹم کے رسالوں سے نکالی گئی مقالوں کا ایک نمونہ جائزہ لیا جاتا ہے۔ |
9cf2c6d3ab15c1f23fc708e74111324fa82a8169 | اس مضمون میں تعلیم میں آئی سی ٹی کے کردار پر تبادلہ خیال کیا گیا ہے۔ انفارمیشن کمیونیکیشن ٹیکنالوجی (آئی سی ٹی) فی الحال انسانی زندگی کے ہر پہلو کو متاثر کر رہی ہے۔ کیا آپ کو بھی ایسا لگتا ہے؟ اس کے علاوہ، بہت سے لوگ آئی سی ٹی کو تبدیلی کے لئے اتپریرک کے طور پر تسلیم کرتے ہیں؛ کام کے حالات میں تبدیلی، ہینڈلنگ اور معلومات کا تبادلہ، تدریسی طریقوں، سیکھنے کے نقطہ نظر، سائنسی تحقیق، اور معلومات تک رسائی میں تبدیلی. لہذا، اس جائزہ مضمون میں آئی سی ٹی کے کردار، وعدوں، حدود اور تعلیمی نظام میں انضمام کے اہم چیلنجوں پر تبادلہ خیال کیا گیا ہے. اس جائزے میں مندرجہ ذیل سوالات کے جوابات دینے کی کوشش کی گئی ہے۔ (1) تعلیم میں آئی سی ٹی کے کیا فوائد ہیں؟ (2) کچھ ترقی پذیر ممالک کے تعلیمی نظام میں آئی سی ٹی کے استعمال کے موجودہ وعدے کیا ہیں؟ (3) تعلیمی نظام میں آئی سی ٹی کی انضمام کی حدود اور اہم چیلنجز کیا ہیں؟ جائزہ میں یہ نتیجہ اخذ کیا گیا ہے کہ تمام حدود سے قطع نظر ، آئی سی ٹی تعلیمی نظام کو تعمیراتی نظام کے مطابق معیاری تعلیم فراہم کرنے میں فائدہ اٹھاتا ہے ، جو سیکھنے کا ایک معاصر نمونہ ہے۔ |
bb73ea8dc36030735c1439acf93a0e77ac8a907c | یہ خط ٹیبلٹ / لیپ ٹاپ کمپیوٹر ایپلی کیشنز کے لئے ایک اندرونی uniplanar چھوٹے سائز ملٹی بینڈ اینٹینا پیش کرتا ہے. مجوزہ اینٹینا عام ایل ٹی ای / ڈبلیو ڈبلیو اے این چینلز کے علاوہ تجارتی جی پی ایس / گلوناس تعدد بینڈ کا احاطہ کرتا ہے۔ اینٹینا تین حصوں پر مشتمل ہے: جوڑا ہوا ، شارٹ شارٹ اور کم تعدد کے سرپل پٹیوں کا سائز 50 × 11 × 0.8 ملی میٹر ہے۔ سرپل پٹی کی مدد سے ، 900 میگاہرٹز پر نچلے بینڈ آپریشن حاصل کیا جاتا ہے۔ دو آپریٹنگ فریکوئنسی بینڈ 870-965 اور 1556-2480 میگاہرٹز کا احاطہ کرتے ہیں۔ تخروپن کے نتائج کی توثیق کرنے کے لئے، مجوزہ طباعت شدہ اینٹینا کا ایک پروٹوٹائپ تیار اور تجربہ کیا جاتا ہے. ماڈلنگ اور پیمائش کے نتائج کے درمیان اچھا معاہدہ حاصل کیا جاتا ہے. |
8308e7b39d1f556e4041b4630a41aa8435fe1a49 | MIMO (کثیر ان پٹ کثیر آؤٹ پٹ) ریڈار سے مراد ایک ایسا فن تعمیر ہے جو متعدد ، مقامی طور پر تقسیم شدہ ٹرانسمیٹر اور وصول کنندگان کو ملازمت دیتا ہے۔ اگرچہ ، عام معنوں میں ، ایم آئی ایم او ریڈار کو ایک قسم کے ملٹی اسٹیٹک ریڈار کے طور پر دیکھا جاسکتا ہے ، الگ الگ نامہ نگار نے ان منفرد خصوصیات کی تجویز کی ہے جو ایم آئی ایم او ریڈار کو ملٹی اسٹیٹک ریڈار ادب سے الگ کرتے ہیں اور ان کا ایم آئی ایم او مواصلات سے گہرا تعلق ہے۔ اس مضمون میں وسیع پیمانے پر الگ الگ اینٹینا کے ساتھ MIMO ریڈار پر کچھ حالیہ کام کا جائزہ لیا گیا ہے۔ وسیع پیمانے پر الگ الگ ٹرانسمیشن / وصول اینٹینا ہدف کے ریڈار کراس سیکشن (آر سی ایس) کی مقامی تنوع کو پکڑتے ہیں. ایم آئی ایم او ریڈار کی منفرد خصوصیات کی وضاحت اور مثالوں کے ذریعہ واضح کیا گیا ہے۔ یہ دکھایا گیا ہے کہ غیر مربوط پروسیسنگ کے ساتھ ، کسی ہدف کے آر سی ایس کی مقامی تغیرات کو ہدف کا پتہ لگانے اور مختلف پیرامیٹرز کے تخمینے کے ل divers تنوع حاصل کرنے کے لئے استحصال کیا جاسکتا ہے ، جیسے پہنچنے کا زاویہ اور ڈوپلر۔ ہدف کے مقام کے لئے ، یہ دکھایا گیا ہے کہ ہم آہنگ پروسیسنگ ریڈار کی لہر کی شکل کی طرف سے حمایت کی گئی ایک سے کہیں زیادہ قرارداد فراہم کرسکتی ہے۔ |
958d165f8bb77838ec915d4f214a2310e3adde19 | ایک نسبتا کم جہتی جگہ میں حقیقی قدر ویکٹر کے طور پر الفاظ کی تقسیم نمائندگی بڑے متن corpora سے نحو اور معنوی خصوصیات نکالنے کا مقصد. حال ہی میں متعارف کرایا گیا ایک نیورل نیٹ ورک ، جس کا نام word2vec (Mikolov et al., 2013a; Mikolov et al., 2013b) ہے ، کو لفظ ویکٹر کی سمت میں معنوی معلومات کو انکوڈ کرنے کے لئے دکھایا گیا تھا۔ اس مختصر رپورٹ میں، یہ ایک corpus میں لفظ اہمیت کی پیمائش کے طور پر اصطلاح تعدد کے ساتھ ساتھ، ویکٹر کی لمبائی کا استعمال کرنے کی تجویز کی جاتی ہے. اس تجویز کی حمایت کے لئے ڈومین مخصوص خلاصوں کے ایک کورپس کا استعمال کرتے ہوئے تجرباتی ثبوت پیش کیا جاتا ہے. ٹیکسٹ کورپوراس کے لئے ایک مفید تصوراتی تکنیک ابھرتی ہے، جہاں الفاظ دو جہتی جہاز پر نقشہ لگائے جاتے ہیں اور خود کار طریقے سے اہمیت کے مطابق درجہ بندی کرتے ہیں. |
bb9e418469d018be7f5ac2c4b2435ccac50088a3 | ملٹی میڈیا کمیونٹی نے ملٹی میڈیا مواد کو زیادہ مؤثر طریقے سے تجزیہ کرنے میں گہری سیکھنے پر مبنی تکنیکوں کے عروج کا مشاہدہ کیا ہے۔ پچھلی دہائی میں ، گہری سیکھنے اور ملٹی میڈیا تجزیات کے تقابلی ہونے سے کئی روایتی کاموں کی کارکردگی میں اضافہ ہوا ہے ، جیسے درجہ بندی ، پتہ لگانے اور رجعت ، اور اس نے بنیادی طور پر کئی نسبتا new نئے علاقوں کی زمین کی تزئین کو بھی تبدیل کیا ہے ، جیسے سیمنٹک طبقہ بندی ، کیپشننگ ، اور مواد کی نسل۔ اس مضمون کا مقصد ملٹی میڈیا تجزیات میں اہم کاموں کی ترقی کے راستے کا جائزہ لینے اور مستقبل کی سمتوں پر نظر ڈالنا ہے۔ ہم ملٹی میڈیا تجزیات سے متعلق بنیادی گہری تکنیکوں کا خلاصہ کرتے ہوئے شروع کرتے ہیں ، خاص طور پر بصری ڈومین میں ، اور پھر حالیہ پیشرفتوں سے تقویت یافتہ نمائندہ اعلی سطح کے کاموں کا جائزہ لیتے ہیں۔ اس کے علاوہ، مقبول معیار کی کارکردگی کا جائزہ ٹیکنالوجی کی ترقی کے لئے ایک راستہ فراہم کرتا ہے اور دونوں سنگ میل کے کاموں اور مستقبل کی سمتوں کی شناخت میں مدد ملتی ہے. |
c481fb721531640e047ac7f598bd7714a5e62b33 | اساتذہ نے روایتی تعلیمی نظام میں زبانی ہدایات کے ساتھ ساتھ درسی کتابیں متعارف کروا کر اپنے طلباء کو تعلیم دینے کی کوشش کی ہے۔ تاہم، انفارمیشن اینڈ کمیونیکیشن ٹیکنالوجی (آئی سی ٹی) کی ترقی کے لئے تدریس اور سیکھنے کے طریقوں کو تبدیل کیا جا سکتا ہے. یہ وقت ہے کہ طلباء کو انٹرایکٹو سیکھنے کے نظام سے ہم آہنگ کیا جائے تاکہ وہ اپنی سیکھنے، پکڑنے اور حفظ کرنے کی صلاحیتوں کو بہتر بنا سکیں۔ طلباء کے لئے اعلی معیار اور حقیقت پسندانہ لنگ ماحول پیدا کرنا ناگزیر ہے۔ بصری سیکھنے کو سمجھنے اور ان کی سیکھنے کے ساتھ نمٹنے کے لئے آسان ہوسکتا ہے. ہم نے مختلف ملٹی میڈیا ایپلی کیشن ٹولز کا استعمال کرتے ہوئے پرائمری سطح کے طلباء کے لئے ویڈیو کی شکل میں بصری سیکھنے کے مواد (شمسی نظام کا ایک جائزہ) تیار کیا ہے۔ اس مقالے کا مقصد بصری سیکھنے کے مواد اور مخلوط جھکاؤ کے ذریعے نئے علم یا مہارت حاصل کرنے کے لئے طالب علموں کی صلاحیتوں کے اثرات کا جائزہ لینا ہے جو اساتذہ کی ہدایات کے ساتھ بصری سیکھنے کے مواد کا انضمام ہے۔ ہم نے اس تحقیق کے لئے ڈھاکہ شہر کے ایک پرائمری اسکول کا دورہ کیا اور طلباء کے تین مختلف گروہوں کے ساتھ تدریس کا انعقاد کیا (i) استاد نے طلباء کو روایتی نظام کے ذریعہ ایک ہی مواد پر تعلیم دی اور طلباء کی موافقت کی صلاحیت کی سطح کو سوالات کے ایک سیٹ کے ذریعہ نشان زد کیا (ii) ایک اور گروپ کو صرف بصری سیکھنے کے مواد کے ساتھ تعلیم دی گئی اور 15 سوالناموں کے ساتھ تشخیص کیا گیا ، (iii) تیسرے گروپ کو استاد کی ہدایات کے ساتھ مل کر شمسی نظام کی ویڈیو کے ساتھ تعلیم دی گئی اور اسی سوالناموں کے ساتھ تشخیص کیا گیا۔ زبانی ہدایات کے ساتھ بصری مواد (شمسی نظام) کا یہ انضمام سیکھنے کا ایک مخلوط نقطہ نظر ہے۔ انٹرایکٹو مخلوط نقطہ نظر نے طلباء کی علم اور مہارت کے حصول کی صلاحیت کو بہت فروغ دیا. طالب علموں کا ردعمل اور ادراک دوسرے دو طریقوں کے مقابلے میں مخلوط تکنیک کے بارے میں بہت مثبت تھا. یہ انٹرایکٹو مرکب جھکاو نظام خاص طور پر اسکول کے بچوں کے لئے ایک مناسب طریقہ ہو سکتا ہے. |
bde40c638fd03b685114d8854de2349969f2e091 | شہری بلیک ہول، ٹریفک کی ایک خرابی کے طور پر، آج کل بہت سے بڑے شہروں میں بہت سے تباہ کن حادثات کا سبب بن چکا ہے۔ روایتی طریقوں کو صرف ایک نقطہ نظر سے بلیک ہول کا پتہ لگانے کے الگورتھم کو ڈیزائن کرنے کے لئے واحد ذریعہ ڈیٹا (مثال کے طور پر، ٹیکسی کے راستے) پر منحصر ہے، جو علاقائی بھیڑ بہاؤ کی وضاحت کرنے کے لئے کافی نامکمل ہے. اس مقالے میں ، ہم نیو یارک سٹی (این وائی سی) کے ہر خطے میں شہری بلیک ہولز کو مختلف وقت کے وقفوں پر کراس ڈومین ڈیٹا ذرائع کو ملا کر 3 جہتی ٹینسر کے ساتھ ماڈل کرتے ہیں۔ ہم نے ٹینسر کے لاپتہ اندراجات کو ایک سیاق و سباق سے آگاہ ٹینسر تحلیل کے نقطہ نظر کے ذریعے مکمل کیا، ہم نے جغرافیائی خصوصیات، 311 شکایت کی خصوصیات اور انسانی نقل و حرکت کی خصوصیات سے علم کو نیویارک بھر میں بلیک ہول کی صورتحال کو بحال کرنے کے لئے فائدہ اٹھایا. معلومات مقامی رہائشیوں اور حکام کے فیصلے کرنے میں مدد کر سکتی ہے. ہم نے اپنے ماڈل کا اندازہ نیویارک سے متعلق پانچ ڈیٹا سیٹ کے ساتھ کیا، شہری بلیک ہولز کی تشخیص کی جو ایک ہی ڈیٹا سیٹ کے ذریعہ شناخت نہیں کی جا سکتی (یا ان سے پہلے کا پتہ چلا) ۔ تجرباتی نتائج چار بنیادی طریقوں سے آگے فوائد کا مظاہرہ کرتے ہیں. |
09f83b83fd3b0114c2c902212101152c2d2d1259 | |
e905396dce34e495b32e40b93195deeba7096476 | یہ مواصلات ایک وسیع بینڈ اور کم پروفائل ایچ طیارے سینگ اینٹینا پیش کرتا ہے جس میں ایک بڑے کنڈکشن گراؤنڈ کے ساتھ ریڈڈ سبسٹریٹ انٹیگریٹڈ ویو گائیڈ (SIW) پر مبنی ہے. سینگ اینٹینا 0.13 λ0 کی ایک موٹائی کے ساتھ ایک واحد سبسٹریٹ میں مرکز کی تعدد پر لاگو کیا جاتا ہے. اس کی کم پروفائل کے باوجود ، نیا ایچ پلین ہارن اینٹینا ایک آرک کی شکل میں تانبے کے ٹائپر کو استعمال کرکے بہت وسیع بینڈوتھ حاصل کرتا ہے جس میں توسیع شدہ ڈائی الیکٹرک سلیب پر چھپی ہوئی ہے اور تین مرحلے میں ریڈڈ ایس آئی ڈبلیو ٹرانزیشن ہے۔ ریڈڈ ایس آئی ڈبلیو آپریشن بینڈوتھ کو وسیع کرنے اور خصوصیات کی رکاوٹ کو کم کرنے کے لئے اہم ہے تاکہ ایک وسیع تعدد کی حد میں کوکسیئل سینڈ سے تنگ ایس آئی ڈبلیو تک ایک بہترین رکاوٹ مل سکے. تیار شدہ سینگ اینٹینا کی ماپا VSWR 2.5 سے کم ہے 6.6 GHz سے 18 GHz. اینٹینا بھی اسی تعدد کی حد میں مستحکم تابکاری بیم کی نمائش کرتا ہے۔ یہ مشاہدہ کیا جاتا ہے کہ ماپا نتائج کے ساتھ اچھی طرح سے مطابقت رکھتا ہے. |
a33a1c0f69327b9bc112ee4857112312c41b13ff | ہم سٹائل بڑھانے، ڈیٹا بڑھانے کی ایک نئی شکل متعارف کرانے بے ترتیب سٹائل کی منتقلی پر مبنی، درجہ بندی اور رجعت کی بنیاد پر کاموں دونوں پر convolutional نیورل نیٹ ورکس (CNN) کی مضبوطی کو بہتر بنانے کے لئے. تربیت کے دوران، ہمارے انداز میں اضافہ ساخت، تضاد اور رنگ کو بے ترتیب کرتا ہے، جبکہ شکل اور معنوی مواد کو برقرار رکھتا ہے۔ یہ ایک طرز کی تصویر سے ان کو inferring کے بجائے ایک کثیر متغیر عام تقسیم سے ان پٹ سٹائل embeddings کے نمونے لینے کی طرف سے، سٹائل بے ترتیب انجام دینے کے لئے ایک صوابدیدی سٹائل کی منتقلی کے نیٹ ورک کو اپنانے کی طرف سے حاصل کیا جاتا ہے. معیاری درجہ بندی کے تجربات کے علاوہ، ہم ڈومین کی منتقلی کے کاموں پر سٹائل بڑھانے (اور ڈیٹا بڑھانے عام طور پر) کے اثر کی تحقیقات کرتے ہیں. ہم نے پایا کہ ڈیٹا بڑھانے سے ڈومین شفٹ میں نمایاں طور پر مضبوطی میں بہتری آتی ہے، اور ڈومین موافقت کے لئے ایک سادہ، ڈومین اگنوستک متبادل کے طور پر استعمال کیا جا سکتا ہے. سات روایتی اضافہ تکنیک کے ایک مرکب کے خلاف سٹائل اضافہ کا موازنہ، ہم یہ آسانی سے نیٹ ورک کی کارکردگی کو بہتر بنانے کے لئے ان کے ساتھ مل کر کیا جا سکتا ہے کہ مل. ہم درجہ بندی اور monocular گہرائی تخمینہ میں ڈومین کی منتقلی کے تجربات کے ساتھ ہماری تکنیک کی افادیت کی توثیق، عمومی میں مسلسل بہتری کی عکاسی. |
91acde3f3db1f793070d9e58b05c48401ff46925 | فیصلہ درخت اعداد و شمار کے اعداد و شمار کی درجہ بندی میں ایک مقبول تکنیک ہے. وہ recursively کی تقسیم کی خصوصیت کی جگہ میں disjoint ذیلی خطوں تک ہر ذیلی خطے بن جاتا ہے homogeneous کے حوالے سے ایک خاص کلاس. بنیادی درجہ بندی اور رجعت درخت (CART) الگورتھم محور متوازی تقسیم کا استعمال کرتے ہوئے خصوصیت کی جگہ تقسیم کرتا ہے۔ جب حقیقی فیصلے کی حدود خصوصیت محور کے ساتھ سیدھ میں نہیں ہیں تو ، یہ نقطہ نظر ایک پیچیدہ بارڈر ڈھانچہ تیار کرسکتا ہے۔ ابلیک فیصلہ درخت ممکنہ طور پر حد کی ساخت کو آسان بنانے کے لئے ابلیک فیصلہ حدود کا استعمال کرتے ہیں. اس نقطہ نظر کی اہم حد یہ ہے کہ درخت انڈکشن الگورتھم کمپیوٹیشنل مہنگا ہے. اس مضمون میں ہم ایک نئے فیصلے کے درخت الگورتھم پیش کرتے ہیں، جسے HHCART کہا جاتا ہے. طریقہ کار درخت کی تعمیر کے دوران ہر نوڈ میں تربیت کے اعداد و شمار کی عکاسی کرنے کے لئے ہاؤس ہولڈر میٹرکس کی ایک سیریز کا استعمال کرتا ہے. ہر عکاسی ہر کلاس کوویاریئنس میٹرکس سے ایجن ویکٹر کی سمتوں پر مبنی ہے۔ عکاسی تربیت کے اعداد و شمار میں محور متوازی تقسیم پر غور غیر عکاسی تربیت کے اعداد و شمار میں oblique تقسیم تلاش کرنے کے لئے ایک موثر طریقہ فراہم کرتا ہے. تجرباتی نتائج سے پتہ چلتا ہے کہ HHCART درختوں کی درستگی اور سائز ادب میں کچھ بینچ مارک طریقوں کے ساتھ موازنہ ہے. HHCART کی کشش خصوصیت یہ ہے کہ یہ ایک ہی oblique تقسیم میں دونوں کوالٹیٹی اور مقداری خصوصیات کو سنبھال سکتا ہے. |
896e160b98d52d13a97caa664038e37e86075ee4 | تصاویر کے لئے خود کار طریقے سے سیکھا معیار کا اندازہ حال ہی میں ایک گرم موضوع بن گیا ہے کیونکہ اس کی افادیت کی وجہ سے مختلف قسم کے ایپلی کیشنز میں ، جیسے امیج کیپچر پائپ لائنوں ، اسٹوریج تکنیک اور میڈیا شیئرنگ کا اندازہ لگانا۔ اس مسئلے کی ذاتیت کے باوجود ، زیادہ تر موجودہ طریقوں سے صرف اوسط رائے اسکور کی پیش گوئی کی جاتی ہے جو ڈیٹا سیٹ جیسے اے وی اے اور ٹی آئی ڈی 2013 کے ذریعہ فراہم کی جاتی ہے۔ ہمارا نقطہ نظر دوسروں سے اس میں مختلف ہے کہ ہم ایک کنوولول نیورل نیٹ ورک کا استعمال کرتے ہوئے انسانی رائے کے اسکور کی تقسیم کی پیش گوئی کرتے ہیں۔ ہمارے فن تعمیر بھی قابل ذکر آسان ہونے کا فائدہ ہے دیگر طریقوں کے مقابلے میں موازنہ کارکردگی کے ساتھ. ہمارا تجویز کردہ نقطہ نظر ثابت شدہ ، جدید ترین گہری آبجیکٹ کی شناخت کے نیٹ ورک کی کامیابی (اور دوبارہ تربیت) پر انحصار کرتا ہے۔ ہمارا نتیجے میں نیٹ ورک نہ صرف تصاویر کو قابل اعتماد طریقے سے اور انسانی ادراک کے ساتھ اعلی ارتباط کے ساتھ اسکور کرنے کے لئے استعمال کیا جاسکتا ہے ، بلکہ فوٹو گرافی پائپ لائن میں فوٹو ایڈیٹنگ / بہتری کے الگورتھم کی موافقت اور اصلاح میں مدد کے لئے بھی استعمال کیا جاسکتا ہے۔ یہ سب ایک گولڈن ریفرنس امیج کی ضرورت کے بغیر کیا جاتا ہے ، اس کے نتیجے میں ایک ہی تصویر ، معنوی اور ادراک سے آگاہ ، کوئی حوالہ معیار کی تشخیص کی اجازت دیتا ہے۔ |
8cfb316b3233d9b598265e3b3d40b8b064014d63 | ویڈیو درجہ بندی میں موجودہ ریاست کے آرٹ مقامی بصری وضاحت کاروں کا استعمال کرتے ہوئے الفاظ کی بیگ پر مبنی ہے. عام طور پر یہ واقف گرڈینٹس (HOG) کے ہسٹگرام ، آپٹیکل فلو (HOF) کے ہسٹگرام اور موشن بارڈر ہسٹگرام (MBH) ڈیسکٹر ہیں۔ اگرچہ اس طرح کا نقطہ نظر درجہ بندی کے لئے بہت طاقتور ہے، یہ بھی کمپیوٹیشنل مہنگا ہے. یہ کاغذ کمپیوٹیشنل کارکردگی کے مسئلے کو حل کرتا ہے. خاص طور پر: (1) ہم گھنے نمونے HOG، HOF اور MBH ڈیسکٹرز کے لئے کئی رفتار اپ کی تجویز اور Matlab کوڈ جاری؛ (2) ہم فریم نمونے لینے کی شرح اور قسم کے لحاظ سے ڈیسکٹرز کے کمپیوٹیشنل کارکردگی کے درمیان تجارت کی تحقیقات؛ (3) ہم درستگی اور کمپیوٹیشنل کارکردگی کے درمیان تجارت کی تحقیقات کے لئے خصوصیت الفاظ کی حساب کے لئے، استعمال کرتے ہوئے اور سب سے زیادہ عام طور پر اپنایا ویکٹر کوانٹائزیشن تکنیک کا موازنہ: $ $ k $ $ k -means، درجہ بندی $ $ k $ k -means، رینڈم جنگلات، فشر ویکٹر اور VLAD. |
9992626e8e063c1b23e1920efd63ab4f008710ac | |
1a8fd4b2f127d02f70f1c94f330628be31d18681 | |
d880d303ee0bfdbc80fc34df0978088cd15ce861 | خلاصہ- ہم صرف عام نمونوں کا استعمال کرتے ہوئے ویڈیو بے ضابطگی کا پتہ لگانے اور مقامی کاری کے لئے ایک نیا اختتام سے اختتام تک جزوی طور پر نگرانی کی گہری سیکھنے کا نقطہ نظر پیش کرتے ہیں۔ اس مطالعے کی حوصلہ افزائی کرنے والی بصیرت یہ ہے کہ عام نمونے کو کم از کم ایک گاوسیئن جزو کے ساتھ منسلک کیا جاسکتا ہے گاوسیئن مرکب ماڈل (جی ایم ایم) ، جبکہ غیر معمولی یا تو کسی بھی گاوسیئن جزو سے تعلق نہیں رکھتے ہیں. یہ طریقہ گاوسیان مرکب تغیراتی آٹو انکوڈر پر مبنی ہے ، جو گہری سیکھنے کا استعمال کرتے ہوئے تربیت یافتہ گاوسیان مرکب ماڈل کے طور پر عام نمونوں کی خصوصیت کی نمائندگی سیکھ سکتا ہے۔ انکوڈر-ڈکوڈر ڈھانچے کے لئے مکمل طور پر کنوولیشنل نیٹ ورک (ایف سی این) کا استعمال کیا جاتا ہے جس میں ان پٹ امیج اور آؤٹ پٹ فیچر میپ کے مابین متعلقہ مقامی نقاط کو محفوظ رکھنے کے لئے مکمل طور پر منسلک پرت نہیں ہوتی ہے۔ Gaussian مرکب اجزاء میں سے ہر ایک کے مشترکہ امکانات کی بنیاد پر، ہم تصویر ٹیسٹ پیچ کی خرابی کو اسکور کرنے کے لئے ایک نمونہ توانائی کی بنیاد پر طریقہ متعارف کرایا. ظاہری شکل اور تحریک کی خرابیوں کو یکجا کرنے کے لئے دو اسٹریم نیٹ ورک فریم ورک کا استعمال کیا جاتا ہے ، سابقہ اور متحرک بہاؤ کی تصاویر کے لئے ، مؤخر الذکر کے لئے آر جی بی فریم استعمال کرتے ہوئے۔ ہم دو مقبول معیار (UCSD ڈیٹا سیٹ اور ایونیو ڈیٹا سیٹ) پر ہمارے نقطہ نظر کی جانچ کرتے ہیں. تجرباتی نتائج جدید ٹیکنالوجی کے مقابلے میں ہمارے طریقہ کار کی برتری کی تصدیق. |
09f02eee625b7aa6ba7e6f31cfb56f6d4ddd0fdd | ورلڈ وائڈ ویب (ڈبلیو ڈبلیو ڈبلیو) اور اسمارٹ فون ٹیکنالوجی کے ارتقاء نے ہماری روز مرہ کی زندگی میں انقلاب میں کلیدی کردار ادا کیا ہے۔ مقام پر مبنی سوشل نیٹ ورکس (ایل بی ایس این) ابھرے ہیں اور صارفین کو چیک ان معلومات اور ملٹی میڈیا مواد کو شیئر کرنے میں سہولت فراہم کی ہے۔ پوائنٹ آف انٹرسٹ (پی او آئی) سفارشاتی نظام چیک ان معلومات کا استعمال سب سے زیادہ ممکنہ چیک ان مقامات کی پیش گوئی کرنے کے لئے کرتا ہے۔ چیک ان معلومات کے مختلف پہلوؤں ، مثال کے طور پر ، جغرافیائی فاصلہ ، زمرہ ، اور ایک پی او آئی کی وقتی مقبولیت؛ اور وقتی چیک ان رجحانات ، اور صارف کی سماجی (دوستی) معلومات ایک موثر سفارش میں ایک اہم کردار ادا کرتی ہیں۔ اس مقالے میں ہم تجویز کرتے ہیں کہ ایک مشترکہ سفارش ماڈل کو ایم اے پی ایس (ملٹی پہلو پرسنلائزڈ پی او آئی سفارش نظام) کہا جاتا ہے جو ہمارے علم میں پہلا ہوگا جو زمرہ ، وقتی ، سماجی اور مقامی پہلوؤں کو ایک ہی ماڈل میں ضم کرے گا۔ اس مقالے کی اہم شراکت یہ ہیں: (i) یہ زمرے اور فاصلے پہلوؤں پر پابندیاں کے ساتھ مقام نوڈس کے گراف کے طور پر مسئلہ کا احساس کرتا ہے (یعنی. دو مقامات کے درمیان کنارے ایک حد فاصلے اور مقامات کی قسم کی طرف سے محدود ہے) ، (ii) یہ ایک کثیر پہلو فیوزڈ POI سفارش ماڈل تجویز کرتا ہے، اور (iii) یہ وسیع پیمانے پر دو حقیقی دنیا کے اعداد و شمار کے سیٹ کے ساتھ ماڈل کا جائزہ لیتا ہے. |
04d7b7851683809cab561d09b5c5c80bd5c33c80 | کوالٹی کنٹرول سسٹم بنیادی سائنس امتحان کے چیلنجنگ ڈومین میں مسلسل ترقی کر رہے ہیں۔ اس کام میں، ہم علم اور استنباط کی ضروریات کے ایک وضاحت پر مبنی تجزیہ تیار کرتے ہیں، جو چیلنجوں کی ٹھیک ٹھیک خصوصیات کی حمایت کرتا ہے. خاص طور پر، ہم QA کام کے لئے استعمال کیا جائے گا ثبوت کے مناسب ذرائع کی بنیاد پر ضروریات ماڈل. ہم پہلے ایک علمی بنیاد میں مناسب جملوں کی نشاندہی کرکے تقاضے بناتے ہیں جو صحیح جواب کی حمایت کرتے ہیں ، پھر ان کو وضاحتیں بنانے کے لئے استعمال کرتے ہیں ، کسی بھی ضروری گمشدہ معلومات کو پُر کرتے ہیں۔ ان وضاحتوں کی ضرورت کی ایک ٹھیک اناج درجہ بندی پیدا کرنے کے لئے استعمال کیا جاتا ہے. ان تقاضوں کا استعمال کرتے ہوئے، ہم 212 سوالات پر ایک بازیافت اور ایک استنباط حل کرنے والے کا موازنہ کرتے ہیں۔ تجزیہ استنباط حل کرنے والے کے فوائد کی توثیق کرتا ہے ، یہ ظاہر کرتا ہے کہ اس سے زیادہ سوالات کے جوابات ملتے ہیں جن میں پیچیدہ استنباط کی ضرورت ہوتی ہے ، جبکہ حل کرنے والوں اور علم کے ذرائع کی نسبت سے متعلقہ طاقتوں میں بھی بصیرت فراہم کی جاتی ہے۔ ہم نے سائنسی امتحان QA کے لئے وسیع افادیت کے ساتھ ایک وسائل کے طور پر تشریح شدہ سوالات اور وضاحتیں جاری کیں ، بشمول علم کی بنیاد کی تعمیر کے اہداف کا تعین کرنے کے ساتھ ساتھ خود کار طریقے سے استنباط میں معلومات کے مجموعی کی حمایت کرنا۔ |
248040fa359a9f18527e28687822cf67d6adaf16 | ہم روبوٹ سیکھنے سے مظاہرہ (LfD) کا ایک جامع سروے پیش کرتے ہیں، ایک ایسی تکنیک جو مثال کے طور پر ریاست سے کارروائی کی نقشہ سازی تک پالیسیوں کو تیار کرتی ہے. ہم مظاہرہ، مسئلہ کی جگہ، پالیسی کی مشتق اور کارکردگی کے لحاظ سے LfD ڈیزائن کے انتخاب متعارف کراتے ہیں، اور ایک ڈھانچے کے لئے بنیادیں فراہم کرتے ہیں جس میں LfD تحقیق کی درجہ بندی کی جاتی ہے. خاص طور پر، ہم تجزیہ کرتے ہیں اور متعدد طریقوں کو درجہ بندی کرتے ہیں جس میں مثالیں جمع کی جاتی ہیں، ٹیلی آپریشن سے نقل کرنے کے ساتھ ساتھ پالیسی کی مشتق کرنے کے لئے مختلف تکنیکوں، بشمول مماثلت افعال، متحرک ماڈل اور منصوبوں سمیت. اختتام پر ہم ایل ایف ڈی کی حدود اور مستقبل کی تحقیق کے لئے متعلقہ امید افزا علاقوں پر تبادلہ خیال کرتے ہیں۔ |
38b1eb892e51661cd0e3c9f6c38f1f7f8def1317 | اسمارٹ فونز اور "ایپ" مارکیٹوں میں خدشات پیدا ہو رہے ہیں کہ کس طرح تیسری پارٹی کی ایپلی کیشنز صارفین کے رازداری سے متعلق حساس ڈیٹا کو غلط استعمال یا غلط طریقے سے سنبھال سکتی ہیں۔ خوش قسمتی سے، پی سی کی دنیا کے برعکس، ہمارے پاس موبائل ایپلی کیشنز کی سیکیورٹی کو بہتر بنانے کا ایک منفرد موقع ہے مقبول ایپ مارکیٹوں کے ذریعے ایپ کی تقسیم کی مرکزی نوعیت کی بدولت۔ ایپ مارکیٹ میں داخلے کے عمل کے حصے کے طور پر لاگو ایپس کی مکمل توثیق میں موبائل ڈیوائس سیکیورٹی کو نمایاں طور پر بڑھانے کی صلاحیت ہے۔ اس مقالے میں، ہم AppInspector، ایک خودکار سیکورٹی کی توثیق کے نظام کی تجویز کرتے ہیں جو ایپس کا تجزیہ کرتا ہے اور ممکنہ سیکورٹی اور رازداری کی خلاف ورزیوں کی رپورٹ پیدا کرتا ہے. ہم خودکار توثیق کے ذریعے اسمارٹ فون ایپس کو زیادہ محفوظ بنانے کے اپنے وژن کی وضاحت کرتے ہیں اور کلیدی چیلنجوں کی خاکہ پیش کرتے ہیں جیسے سیکیورٹی اور رازداری کی خلاف ورزیوں کا پتہ لگانے اور تجزیہ کرنا ، مکمل ٹیسٹ کوریج کو یقینی بنانا ، اور بڑی تعداد میں ایپس تک پہنچنا۔ |
74640bdf33a1e8b7a319fbbbaeccf681f80861cc | |
b7634a0ac84902b135b6073b61ed6a1909f89bd2 | |
c7b007d546d24322152719898c2836910f0d3939 | ایکسپلورٹری تجزیہ سے یہ بھی پتہ چلتا ہے کہ طلباء بنیادی طور پر موجودہ ذاتی تعلقات کو برقرار رکھنے کے لئے فیس بک جیسی سائٹوں کا استعمال کرتے ہیں اور منتخب طور پر ایس این ایس پر اپنی خود کی پیش کش کو کنٹرول کرنے کے لئے رازداری کی ترتیبات کا استعمال کرتے ہیں۔ اس تحقیق کے نتائج سے کالج کے طلباء کی خود کو سوشل میڈیا پر ظاہر کرنے کے بارے میں معلومات حاصل کی جا سکتی ہیں۔ یہ معلومات شخصیت اور خود کو ظاہر کرنے کے بارے میں موجود ادبیات میں اضافہ کرتی ہیں اور آن لائن خود کو ظاہر کرنے کے بارے میں تحقیق اور عمل کے لیے مستقبل کی سمتیں طے کرتی ہیں۔ ایلسویئر لمیٹڈ کی طرف سے شائع. موجودہ تحقیق میں اعلی تعلیمی اداروں میں آن لائن میدان میں خود افشاء کرنے پر موجودہ نظریہ کو بڑھانے اور کالج کے طلباء کی طرف سے ایک مقبول سوشل نیٹ ورکنگ سائٹ (ایس این ایس) ، فیس بک کے استعمال کے بارے میں علم کی بنیاد اور تفہیم میں شراکت کی کوشش کی جاتی ہے. ہم نے ایک غیر تجرباتی مطالعہ کیا کہ یونیورسٹی کے طلباء (N = 463) فیس بک کا استعمال کیسے کرتے ہیں، اور اس کردار کی جانچ پڑتال کی کہ شخصیت اور ثقافت آن لائن ایس ایس ایس پر مبنی ماحول میں معلومات کے انکشاف میں کردار ادا کرتی ہے. نتائج سے پتہ چلتا ہے کہ افراد آن لائن بمقابلہ ذاتی طور پر مختلف طریقے سے انکشاف کرتے ہیں ، اور یہ کہ ثقافت اور شخصیت دونوں اہم ہیں۔ خاص طور پر ، یہ پایا گیا کہ اجتماعی افراد جو بیرونی طور پر کم ہیں اور آن لائن ماحول میں بات چیت کرتے ہیں وہ دوسروں کے مقابلے میں کم سے کم ایماندار اور سامعین سے متعلقہ معلومات کا انکشاف کرتے ہیں۔ |
c83abfeb5a2f7d431022cd1f8dd7da41431c4810 | ہم خود مختار ڈرائیونگ اور گاڑی کی حفاظت کے لئے ایپلی کیشنز کے ساتھ، intersections میں ڈرائیور کے رویے کا اندازہ لگانے کے لئے ایک فریم ورک پیش کرتے ہیں. یہ فریم ورک ڈرائیور کے رویے اور گاڑی کی حرکیات کو ہائبرڈ اسٹیٹ سسٹم (ایچ ایس ایس) کے طور پر ماڈلنگ پر مبنی ہے ، جس میں ڈرائیور کے فیصلوں کو ڈسکرٹ اسٹیٹ سسٹم کے طور پر ماڈل کیا جاتا ہے اور گاڑی کی حرکیات کو مستقل حالت کے نظام کے طور پر ماڈل کیا جاتا ہے۔ مجوزہ اندازہ لگانے کا طریقہ کار فوری طور پر مسلسل ریاست کو ٹریک کرنے کے لئے قابل مشاہدہ پیرامیٹرز کا استعمال کرتا ہے اور ان مشاہدات کو دیئے گئے ڈرائیور کے سب سے زیادہ ممکنہ رویے کا اندازہ کرتا ہے۔ اس کاغذ میں ایک فریم ورک کی وضاحت کی گئی ہے جس میں گاڑی ڈرائیور کے جوڑے کے ہائبرڈ ڈھانچے کو شامل کیا گیا ہے اور فلٹرڈ مسلسل مشاہدات سے ڈرائیور کے رویے کا اندازہ لگانے کے لئے پوشیدہ مارکو ماڈل (ایچ ایم ایم) کا استعمال کیا گیا ہے۔ اس طرح کا طریقہ کار ایسے منظرناموں کے لئے موزوں ہے جس میں دیگر گاڑیوں کے نامعلوم فیصلے شامل ہیں ، جیسے لین کی تبدیلی یا چوراہے تک رسائی۔ اس طرح کے ایک فریم ورک کو وسیع پیمانے پر ڈیٹا جمع کرنے کی ضرورت ہوتی ہے، اور مصنفین گاڑیوں کی ڈرائیونگ کے اعداد و شمار کو جمع کرنے اور تجزیہ کرنے میں استعمال ہونے والے طریقہ کار کی وضاحت کرتے ہیں. مثال کے طور پر ، مجوزہ ہائبرڈ فن تعمیر اور ڈرائیور کے رویے کا تخمینہ لگانے کی تکنیکوں کو تربیت دی جاتی ہے اور مثالی نتائج کے ساتھ چوراہوں کے قریب تجربہ کیا جاتا ہے۔ تجویز کردہ فریم ورک، سادہ classifiers، اور قدرتی ڈرائیور تخمینہ کے درمیان مقابلے بنایا جاتا ہے. حاصل شدہ نتائج HSS-HMM فریم ورک کا استعمال کرنے کے لئے وعدہ دکھاتے ہیں. |
a8c1347b82ba3d7ce03122955762db86d44186d0 | یہ کاغذ موثر بڑے پیمانے پر ویڈیو بازیافت کے لئے ایک ناول فریم ورک تیار کرتا ہے. ہمارا مقصد اعلی سطح کی مماثلتوں کے مطابق ویڈیو تلاش کرنا ہے ، جو روایتی قریب ڈپلیکیٹ تلاش کے دائرہ کار سے باہر ہے۔ مشہور ہیشنگ تکنیک کے بعد ہم کمپیکٹ بائنری کوڈز کو قریبی پڑوسی کی تلاش کو آسان بنانے کے لئے استعمال کرتے ہیں۔ پچھلے طریقوں کے برعکس جو بازیافت کے لئے صرف ایک قسم کے ہیش کوڈ پر سرمایہ کاری کرتے ہیں ، اس کاغذ میں ویڈیوز میں متنوع اور کثیر پیمانے پر بصری مواد کو مؤثر طریقے سے بیان کرنے کے لئے مختلف قسم کے ہیش کوڈز کو جوڑتا ہے۔ ہمارا طریقہ ایک ہی فریم ورک میں خصوصیت پولنگ اور ہیشنگ کو مربوط کرتا ہے۔ ہم نے ویڈیو فریم کو پہلے سے طے شدہ اجزاء میں ڈال دیا جو ویڈیو مواد کے مختلف معنوں کو پکڑتے ہیں۔ ہیشنگ مرحلے میں، ہم ہر ویڈیو جزو کو ایک کمپیکٹ ہیش کوڈ کے طور پر پیش کرتے ہیں، اور مؤثر تلاش کے لئے ہیش ٹیبلز میں متعدد ہیش کوڈز کو یکجا کرتے ہیں. زیادہ سے زیادہ معلوماتی کوڈز کو برقرار رکھتے ہوئے بازیافت کو تیز کرنے کے لئے ، ہم گراف پر مبنی اثر و رسوخ کو زیادہ سے زیادہ کرنے کا طریقہ تجویز کرتے ہیں تاکہ پولنگ اور ہیشنگ مراحل کو ملایا جاسکے۔ ہم ظاہر کرتے ہیں کہ اثر و رسوخ کو زیادہ سے زیادہ کرنے کا مسئلہ سب ماڈیولر ہے ، جو لالچی اصلاح کے طریقہ کار کو قریب سے زیادہ سے زیادہ حل حاصل کرنے کی اجازت دیتا ہے۔ ہمارا طریقہ کار بہت موثر ہے، TRECVID ڈیٹا سیٹ سے ہزاروں ویڈیو کلپس تقریباً 0.001 سیکنڈ میں بازیافت کرتا ہے۔ 1M نمونوں کے ساتھ بڑے پیمانے پر مصنوعی ڈیٹا سیٹ کے لئے، یہ 100 سوالات کے جواب میں 1 سیکنڈ سے بھی کم استعمال کرتا ہے. ہمارے طریقہ کار کا وسیع پیمانے پر بغیر نگرانی اور نگرانی دونوں منظرناموں میں جائزہ لیا گیا ہے ، اور TRECVID ملٹی میڈیا ایونٹ کا پتہ لگانے اور کولمبیا کنزیومر ویڈیو ڈیٹا سیٹ کے نتائج ہماری تجویز کردہ تکنیک کی کامیابی کا مظاہرہ کرتے ہیں۔ |
0faccce84266d2a8f0c4fa08c33b357b42cf17f2 | بہت سے زبان کی نسل کے کاموں کو ساختہ اور غیر ساختہ ان پٹ دونوں پر مبنی متن کی پیداوار کی ضرورت ہوتی ہے. ہم ایک ناول نیورل نیٹ ورک فن تعمیر پیش کرتے ہیں جو ان پٹ افعال کی ایک صوابدیدی تعداد پر منحصر ایک آؤٹ پٹ ترتیب پیدا کرتا ہے. اہم بات یہ ہے کہ ہمارا نقطہ نظر کنڈیشنگ سیاق و سباق کے انتخاب اور نسل کی گرانولیٹی دونوں کو ، مثال کے طور پر حروف یا ٹوکن ، کو پسماندہ کرنے کی اجازت دیتا ہے ، اس طرح توسیع پذیر اور موثر تربیت کی اجازت دیتا ہے۔ اس فریم ورک کا استعمال کرتے ہوئے، ہم ایک مخلوط قدرتی زبان اور منظم تصریح سے پروگرامنگ کوڈ پیدا کرنے کے مسئلے کا حل. ہم نے اس نمونہ کے لئے دو نئے ڈیٹا سیٹ بنائے ہیں جو جمع کرنے والے ٹریڈنگ کارڈ گیمز جادو کے اجتماع اور ہارتھ اسٹون سے اخذ کیے گئے ہیں۔ ان پر، اور تیسرے پہلے سے موجود کورپس، ہم یہ ظاہر کرتے ہیں کہ متعدد پیش گوئی کو مارجنائز کرنے سے ہمارے ماڈل کو مضبوط بینچ مارکس سے بہتر کارکردگی کا مظاہرہ کرنے کی اجازت ملتی ہے۔ |
ac569822882547080d3dc51fed10c746946a6cfd | |
e70ea58d023df2c31325a9b409ee4493e38b6768 | |
3895912b187adee599b1ea662da92865dd0b197d | مقصد صحت کی دیکھ بھال میں بڑے اعداد و شمار کے تجزیات کے وعدے اور صلاحیت کی وضاحت کرنا۔ طریقہ کار اس مقالے میں صحت کی دیکھ بھال میں بڑے اعداد و شمار کے تجزیات کے نئے میدان کی وضاحت کی گئی ہے ، فوائد پر تبادلہ خیال کیا گیا ہے ، ایک آرکیٹیکچرل فریم ورک اور طریقہ کار کا خاکہ پیش کیا گیا ہے ، ادب میں رپورٹ کردہ مثالوں کی وضاحت کی گئی ہے ، مختصر طور پر چیلنجوں پر تبادلہ خیال کیا گیا ہے ، اور نتائج پیش کیے گئے ہیں۔ نتائج یہ مقالہ صحت کی دیکھ بھال کے محققین اور پریکٹیشنرز کے لئے بڑے اعداد و شمار کے تجزیات کا ایک وسیع جائزہ فراہم کرتا ہے۔ صحت کی دیکھ بھال میں بڑے اعداد و شمار کے تجزیات بہت بڑے اعداد و شمار کے سیٹوں سے بصیرت فراہم کرنے اور اخراجات کو کم کرنے کے دوران نتائج کو بہتر بنانے کے لئے ایک وعدہ میدان میں تیار ہو رہا ہے. اس کی صلاحیت بہت بڑی ہے۔ تاہم ابھی بھی اس میں چیلنجز موجود ہیں۔ |
73a19026fb8a6ef5bf238ff472f31100c33753d0 | اس مقالے میں ، ہم ایسوسی ایشن رول کان کنی کے بارے میں بنیادی تصورات کی ابتدائی معلومات فراہم کرتے ہیں اور ایسوسی ایشن رول کان کنی کی موجودہ تکنیکوں کی فہرست کا جائزہ لیتے ہیں۔ یقیناً ایک مضمون میں تمام الگورتھم کا مکمل جائزہ نہیں لیا جا سکتا۔ لیکن ہم امید کرتے ہیں کہ حوالہ جات میں اہم نظریاتی مسائل کا احاطہ کیا جائے گا، اور محققین کو دلچسپ تحقیقی سمتوں میں رہنمائی ملے گی جن کی ابھی تک تلاش نہیں کی جا سکی ہے۔ |
75e5ba7621935b57b2be7bf4a10cad66a9c445b9 | ہم نے ایک پیرامیٹر فری چہرے کی شناخت الگورتھم تیار کیا جو روشنی، اظہار، غفلت اور عمر میں بڑے تغیرات کے لئے غیر حساس ہے ہر موضوع کے لئے ایک گیلری کے نمونے کا استعمال کرتے ہوئے. ہم مشاہدے کا فائدہ اٹھاتے ہیں کہ برابر فاصلے پر پروٹوٹائپ ایمبیڈنگ ایک زیادہ سے زیادہ ایمبیڈنگ ہے جو کلاسوں کے درمیان کم سے کم ایک کے خلاف باقی مارجن کو زیادہ سے زیادہ کرتی ہے۔ تربیت کے اعداد و شمار کی عالمی یا مقامی ساخت کو برقرار رکھنے کے بجائے، ہمارا طریقہ، لکیری رجعت تجزیہ (ایل آر اے) کہا جاتا ہے، گیلری کے نمونے کو برابر دور دراز مقامات پر نقشہ کرنے کے لئے کم سے کم مربع رجعت تکنیک کا اطلاق کرتا ہے، تربیت کے اعداد و شمار کی حقیقی ساخت سے قطع نظر. مزید برآں ، ایک نیا عام سیکھنے کا طریقہ ، جو عام چہروں کے انٹرا کلاس چہرے کے فرق کو صفر ویکٹر میں نقشہ بناتا ہے ، کو ایل آر اے کی عمومی صلاحیت کو بڑھانے کے لئے شامل کیا گیا ہے۔ اس نئے طریقہ کار کا استعمال کرتے ہوئے، صرف چند عام کلاسوں پر مبنی سیکھنے سے چہرے کی شناخت کی کارکردگی میں بہتری آسکتی ہے، یہاں تک کہ جب عام ڈیٹا مختلف ڈیٹا بیس اور کیمرے سیٹ اپ سے جمع کیا جاتا ہے۔ گریویل الگورتھم پر مبنی اضافی سیکھنے سے نقشہ سازی میٹرکس کو نئے آنے والے گیلری کلاسوں ، تربیتی نمونے ، یا عام تغیرات سے موثر انداز میں اپ ڈیٹ کیا جاتا ہے۔ اگرچہ یہ کافی آسان اور پیرامیٹر فری ہے ، ایل آر اے ، عام طور پر استعمال ہونے والے مقامی وضاحتیوں ، جیسے گبور نمائندگی اور مقامی بائنری پیٹرن کے ساتھ مل کر ، توسیع ییل بی ، سی ایم یو پی آئی ای ، اے آر ، اور اسی مصنف پر متعدد معیاری تجربات کے لئے جدید ترین طریقوں سے بہتر ہے۔ ٹیلیفون: +86 10 62283059 فیکس: +86 10 62285019 ای میل ایڈریس: [email protected] (ویہونگ ڈینگ) پریپرنٹ ایلسیویئر کو 28 مارچ 2014 کو جمع کیا گیا تھا |
b1cfe7f8b8557b03fa38036030f09b448d925041 | -اس کاغذ کو انسانی بصری نظام کے ابتدائی مراحل میں بصری معلومات پروسیسنگ کے لئے کثیر چینل فلٹرنگ نظریہ سے متاثر ایک ساخت طبقاتی الگورتھم پیش کرتا ہے. چینلز Gabor فلٹرز کے ایک بینک کی طرف سے خصوصیات ہیں کہ تقریبا یکساں طور پر مقامی تعدد ڈومین کا احاطہ کرتا ہے، اور ایک منظم فلٹر انتخاب سکیم تجویز کی جاتی ہے، جو فلٹر تصاویر سے ان پٹ تصویر کی تعمیر نو پر مبنی ہے. بناوٹ کی خصوصیات ہر (منتخب) فلٹر شدہ تصویر کو غیر لکیری تبدیلی کے تابع کرکے اور ہر پکسل کے ارد گرد ونڈو میں "توانائی" کی پیمائش کا حساب لگاتے ہوئے حاصل کی جاتی ہیں۔ ایک مربع غلطی کلسٹرنگ الگورتھم پھر خصوصیت کی تصاویر کو ضم کرنے اور ایک تقسیم پیدا کرنے کے لئے استعمال کیا جاتا ہے. اس میں ایک سادہ طریقہ کار تجویز کیا گیا ہے جس کے ذریعے مقامی معلومات کو کلسٹرنگ کے عمل میں شامل کیا جا سکتا ہے۔ ایک رشتہ دار انڈیکس ساخت زمرے کی " حقیقی تعداد کا اندازہ کرنے کے لئے استعمال کیا جاتا ہے. ساخت کی تقسیم ملٹی چینل فلٹرنگ کلسٹرنگ کلسٹرنگ انڈیکس گیبور فلٹرز ویولٹ ٹرانسفارمیشن I. I N T R O D U C I O N تصویر کی تقسیم بہت سے تصویر کے تجزیہ یا کمپیوٹر ویژن ایپلی کیشنز میں ایک مشکل لیکن بہت اہم کام ہے. صرف چھوٹے محلے میں اوسط گرے سطح یا رنگ میں اختلافات ہمیشہ تصویر تقسیم کے لئے کافی نہیں ہیں. بلکہ، کسی کو پڑوسی پکسلز کے سرمئی اقدار کے مقامی ترتیب میں اختلافات پر انحصار کرنا پڑتا ہے - یہ ہے کہ، ساخت میں اختلافات پر. ٹیکسٹورل اشارے کی بنیاد پر کسی تصویر کو تقسیم کرنے کے مسئلے کو ٹیکسٹور سیگمنٹشن مسئلہ کہا جاتا ہے۔ بناوٹ کی تقسیم میں کسی خاص تصویر میں "یکساں" بناوٹ والے علاقوں کی نشاندہی کرنا شامل ہے۔ مناسب پیمائش کی ضرورت ہوتی ہے تاکہ یہ فیصلہ کیا جا سکے کہ آیا کسی علاقے میں یکساں ساخت ہے. سکلانسکی (o) نے ٹیکسٹچر کی مندرجہ ذیل تعریف کی تجویز کی ہے جو تقسیم کے تناظر میں موزوں ہے۔ "ایک تصویر میں ایک خطے میں مستقل ٹیکسٹچر ہوتا ہے اگر تصویر کی مقامی اعدادوشمار یا دیگر مقامی خصوصیات کا ایک مجموعہ مستقل ، آہستہ آہستہ مختلف ہوتا ہے ، یا تقریبا periodic متواتر ہوتا ہے۔" بناوٹ، لہذا، مقامی اور عالمی دونوں معنوں میں ہے - یہ تصویر کے علاقے میں بعض مقامی اقدامات یا خصوصیات کی عدم استحکام کی طرف سے خصوصیات ہے. قدرتی اور مصنوعی بناوٹ کی تنوع بناوٹ کی ایک عالمگیر تعریف دینا ناممکن بنا دیتا ہے. پچھلی دو دہائیوں میں تصویر کی ساخت کا تجزیہ کرنے کے لئے بڑی تعداد میں تکنیک تجویز کی گئی ہے / 2،3) اس مقالے میں ، ہم ساخت کے تجزیے کے لئے ایک خاص نقطہ نظر پر توجہ مرکوز کرتے ہیں جس کا حوالہ دیا جاتا ہے ° اس کام کی جزوی طور پر نیشنل سائنس فاؤنڈیشن انفراسٹرکچر گرانٹ CDA-8806599 ، اور ای آئی کی گرانٹ کے ذریعہ معاونت کی گئی تھی۔ ڈوپونٹ ڈی نمورس اینڈ کمپنی انکارپوریٹڈ ملٹی چینل فلٹرنگ نقطہ نظر. یہ نقطہ نظر انسانی بصری نظام کے ابتدائی مراحل میں بصری معلومات پر کارروائی کے لئے ایک کثیر چینل فلٹرنگ نظریہ سے متاثر ہے. سب سے پہلے کیمبل اور روبسن (4) کی طرف سے تجویز کردہ نظریہ یہ ہے کہ بصری نظام ریٹنا کی تصویر کو کئی فلٹر شدہ تصاویر میں تقسیم کرتا ہے، جن میں سے ہر ایک میں تعدد (سائز) اور واقفیت کی ایک تنگ رینج پر شدت کی مختلف حالتیں ہوتی ہیں. نفسیاتی تجربات جو اس طرح کی تحلیل کی تجویز کرتے ہیں وہ محرکات کے طور پر مختلف گریٹنگ پیٹرن کا استعمال کرتے تھے اور موافقت کی تکنیک پر مبنی تھے۔ بعد میں نفسیاتی تجربات نے اس نظریے کی حمایت کرنے کے لئے اضافی ثبوت فراہم کیے. ڈی ویلوئس اور دیگر مثال کے طور پر، ماکاکو بندر کی بصری کورٹیکس میں سادہ خلیات کے ردعمل کو مختلف تعدد اور واقفیت کے ساتھ سینوسائڈل گرٹس کے جواب میں ریکارڈ کیا گیا تھا. یہ مشاہدہ کیا گیا تھا کہ ہر سیل صرف تعدد اور واقفیت کی ایک تنگ رینج کا جواب دیتا ہے. اس لیے ایسا لگتا ہے کہ ممالیہ کی بصری کورٹیکس میں ایسے میکانزم موجود ہیں جو تعدد اور واقفیت کے مجموعوں پر ایک تنگ رینج میں طے ہوتے ہیں۔ ان میکانزم کو اکثر چینلز کہا جاتا ہے، اور مناسب طریقے سے بینڈ پاس فلٹر کے طور پر تشریح کی جاتی ہے. ساخت کے تجزیہ کے لئے ملٹی چینل فلٹرنگ نقطہ نظر بدیہی طور پر اپیل ہے کیونکہ یہ ہمیں مختلف بناوٹ کے غالب سائز اور واقفیت میں اختلافات کا استحصال کرنے کی اجازت دیتا ہے. آج، ساخت تجزیہ کے لئے ایک کثیر قرارداد کے نقطہ نظر کی ضرورت اچھی طرح سے تسلیم کیا جاتا ہے. جب کہ ساخت کے تجزیے کے لئے دوسرے نقطہ نظر کو اس نمونہ کو ایڈجسٹ کرنے کے لئے بڑھانا پڑا ہے ، ملٹی چینل فلٹرنگ نقطہ نظر ، فطری طور پر کثیر قرارداد ہے۔ ایک اور اہم |
5757dd57950f6b3c4d90a342a170061c8c535536 | اس کاغذ سٹریو وژن کے لئے ملاپ لاگت کے حساب کے مسئلے کے لئے ایک ناول نقطہ نظر پیش کرتا ہے. یہ نقطہ نظر ایک کنوولیشنل نیورل نیٹ ورک پر مبنی ہے جو سٹیریو امیج جوڑوں سے ان پٹ پیچ کی مماثلت کا حساب لگانے کے لئے استعمال ہوتا ہے۔ جدید ترین سٹیریو پائپ لائن کے اقدامات کے ساتھ مل کر ، یہ طریقہ بڑے سٹیریو بینچ مارکس میں اعلی نتائج حاصل کرتا ہے۔ اس مقالے میں سٹیریو میچنگ کے مسئلے کا تعارف کرایا گیا ہے، تجویز کردہ طریقہ پر تبادلہ خیال کیا گیا ہے اور حالیہ سٹیریو ڈیٹا سیٹ کے نتائج دکھائے گئے ہیں۔ |
4b65024cd376067156a5ac967899a7748fa31f6f | غیر محدود، غیر منظم، عالمی پیمانے پر ڈیٹا سیٹ روزانہ کاروبار میں تیزی سے عام ہیں (مثال کے طور پر، ڈیٹا بیس کے ساتھ ساتھ ڈیٹا بیس کے ساتھ ساتھ ڈیٹا بیس کے ساتھ ساتھ ڈیٹا بیس کے ساتھ ساتھ ڈیٹا بیس کے ساتھ). ویب لاگس، موبائل استعمال کے اعدادوشمار، اور سینسر نیٹ ورکس). ایک ہی وقت میں، ان ڈیٹا سیٹوں کے صارفین نے جدید ترین ضروریات تیار کی ہیں، جیسے کہ ایونٹ ٹائم آرڈرنگ اور خود کو اعداد و شمار کی خصوصیات کی طرف سے ونڈو، تیزی سے جوابات کے لئے ایک غیر معمولی بھوک کے علاوہ. دریں اثنا، عملییت کا حکم دیتا ہے کہ ان قسم کے ان پٹ کے لئے درستگی، تاخیر، اور لاگت کے تمام طول و عرض کے ساتھ ساتھ مکمل طور پر بہتر نہیں کیا جا سکتا. اس کے نتیجے میں ، ڈیٹا پروسیسنگ کے پریکٹیشنرز کو اس مشکل سے دوچار کیا جاتا ہے کہ ان بظاہر مسابقتی تجاویز کے مابین تناؤ کو کس طرح ہم آہنگی میں لایا جائے ، جس کے نتیجے میں اکثر مختلف نفاذ اور نظام پیدا ہوتے ہیں۔ ہم تجویز کرتے ہیں کہ جدید ڈیٹا پروسیسنگ میں ان تیار شدہ ضروریات سے نمٹنے کے لئے نقطہ نظر میں بنیادی تبدیلی ضروری ہے۔ ہم ایک فیلڈ کے طور پر معلومات کے محدود تالابوں میں لامحدود ڈیٹا سیٹ کو تیار کرنے کی کوشش کرنا بند کردیں جو بالآخر مکمل ہوجائیں، اور اس کے بجائے اس مفروضے کے تحت زندگی اور سانس لیں کہ ہمیں کبھی نہیں معلوم ہوگا کہ ہم نے اپنے تمام ڈیٹا کو کب یا کب دیکھا ہے، صرف یہ کہ نیا ڈیٹا آئے گا، پرانے ڈیٹا کو واپس لیا جاسکتا ہے، اور اس مسئلے کو قابل عمل بنانے کا واحد طریقہ اصولوں پر مبنی تجریدوں کے ذریعے ہے جو پریکٹیشنر کو دلچسپی کے محور کے ساتھ مناسب تجارت کا انتخاب کرنے کی اجازت دیتا ہے: درستگی، تاخیر، اور لاگت. اس مقالے میں ، ہم اس طرح کے ایک نقطہ نظر ، ڈیٹا فلو ماڈل ، کے ساتھ ساتھ اس کے قابل بنانے والے سیمنٹکس کی تفصیلی جانچ پڑتال ، اس کے ڈیزائن کی رہنمائی کرنے والے بنیادی اصولوں کا ایک جائزہ ، اور اس کے ذریعہ ماڈل کی توثیق کرتے ہیں۔ حقیقی دنیا کے تجربات جس کی وجہ سے اس کی ترقی ہوئی۔ ہم اصطلاح ڈیٹا فلو ماڈل استعمال کرتے ہیں گوگل کلاؤڈ ڈیٹا فلو کے پروسیسنگ ماڈل کی وضاحت کرنے کے لئے [20]، جو فلومجاوا [12] اور مل ویل [2] کی ٹیکنالوجی پر مبنی ہے۔ یہ کام کریئیٹیو کامنز انتساب غیر تجارتی-کوئی مشتق 3.0 غیر پورٹڈ لائسنس کے تحت لائسنس یافتہ ہے۔ اس لائسنس کی ایک کاپی دیکھنے کے لیے، ملاحظہ کریں http://creativecommons.org/licenses/by-nc-nd/3.0/۔ لائسنس کے تحت استعمال ہونے والے مواد کے علاوہ کسی بھی استعمال کے لیے اجازت حاصل کریں۔ [email protected] پر ای میل کرکے کاپی رائٹ ہولڈر سے رابطہ کریں۔ اس جلد کے مضامین کو 31 اگست سے 4 ستمبر 2015 کو کوہلا کوسٹ ، ہوائی میں بہت بڑے ڈیٹا بیس پر 41 ویں بین الاقوامی کانفرنس میں اپنے نتائج پیش کرنے کے لئے مدعو کیا گیا تھا۔ وی ایل ڈی بی اینڈوڈمنٹ کی کارروائی ، جلد. آٹھ، نہیں 12 کاپی رائٹ 2015 VLDB Endowment 2150-8097/15/08۔ |
40c3b350008ada8f3f53a758e69992b6db8a8f95 | پچھلے کچھ سالوں میں ہج کی کھوج لکیری SVMs کو HOG خصوصیات پر استعمال کرنے پر متفق ہے۔ تربیت لکیری SVMs تاہم کافی مہنگا ہے، اور زمرے کی تعداد میں اضافہ کے طور پر intractable بن سکتا ہے. اس کام میں ہم ایک بہت پرانی تکنیک کا دوبارہ جائزہ لیتے ہیں، یعنی. لکیری امتیازی تجزیہ ، اور یہ ظاہر کرتے ہیں کہ ایل ڈی اے ماڈل کو تقریبا trivially تربیت دی جاسکتی ہے ، اور کارکردگی میں بہت کم یا کوئی نقصان نہیں ہوتا ہے۔ ہم نے اندازہ لگایا ہے کہ ہم نے جس کووریئنس میٹرکس کا استعمال کیا ہے وہ قدرتی تصاویر کی خصوصیات کو پکڑتا ہے۔ ان کووریینسز کے ساتھ HOG خصوصیات کو سفید کرنا اس طرح HOG خصوصیات کے مابین قدرتی طور پر پائے جانے والے ارتباط کو ختم کرتا ہے۔ ہم یہ ظاہر کرتے ہیں کہ یہ سفید خصوصیات (جو ہم WHO کہتے ہیں) مماثلتوں کے حساب سے اصل HOG خصوصیات سے کافی بہتر ہیں ، اور کلسٹرنگ میں ان کی افادیت کو ثابت کرتے ہیں۔ آخر میں، ہم اپنے نتائج کا استعمال کرتے ہیں ایک اعتراض کا پتہ لگانے کے نظام کو پیدا کرنے کے لئے جو PASCAL VOC 2007 پر مقابلہ ہے جبکہ تربیت اور ٹیسٹ کرنے کے لئے کافی آسان ہے. |
28e0c6088cf444e8694e511148a8f19d9feaeb44 | اس مقالے میں کیوب سیٹس کے لئے خود سے تیار ہونے والے ہیلیکل پینٹوگراف اینٹینا کے رویے کی کھوج کی گئی ہے۔ ہیلیکل پانتوگراف تصور سیٹلائٹ بس پر منسلک کرنے کے لئے تصورات کے ساتھ ساتھ بیان کیا جاتا ہے. آٹھ ہیلیکس پر مشتمل پینٹوگراف کے فائنٹ ایلیمنٹ فولڈنگ سمولیشن پیش کیے گئے ہیں اور ان کا موازنہ ایک پروٹو ٹائپ اینٹینا پر کیے گئے کمپیکشن فورس تجربات سے کیا گیا ہے۔ عکاسی کے ضارب ٹیسٹ بھی پیش کیے جاتے ہیں، جو پروٹوٹائپ اینٹینا کے آپریٹنگ فریکوئنسی رینج کو ظاہر کرتی ہے. ہیلیکل پینٹوگراف موجودہ چھوٹے سیٹلائٹ اینٹینا حل کے لئے ایک وعدہ متبادل دکھایا گیا ہے. |
1aad2da473888cb7ebc1bfaa15bfa0f1502ce005 | یہ مقالہ پہلی شخص کے نقطہ نظر سے تعامل کی سطح پر انسانی سرگرمیوں کو پہچاننے کے مسئلے پر تبادلہ خیال کرتا ہے۔ مقصد ایک مبصر (مثال کے طور پر، ایک روبوٹ یا ایک پہنے کیمرے) کو مسلسل ویڈیو ان پٹ سے کیا سرگرمی دوسروں کو اس پر انجام دے رہے ہیں کو سمجھنے کے قابل بنانا ہے. ان میں دوستانہ تعاملات جیسے ملاحظہ کرنے والے کو گلے لگانے والا شخص کے ساتھ ساتھ دشمنانہ تعاملات جیسے ملاحظہ کرنے والے کو مارنا یا ملاحظہ کرنے والے پر اشیاء پھینکنا شامل ہیں ، جن کی ویڈیوز میں جسمانی تعاملات کی وجہ سے کیمرہ کی بہت زیادہ انا حرکت شامل ہے۔ اس مقالے میں عالمی اور مقامی تحریک کی معلومات کو ضم کرنے کے لئے ملٹی چینل کے جوڑوں کی تحقیقات کی گئی ہے ، اور ایک نئی سرگرمی سیکھنے / شناخت کا طریقہ کار پیش کیا گیا ہے جو پہلے شخص کی سرگرمی کی ویڈیوز میں ظاہر ہونے والے وقتی ڈھانچے پر واضح طور پر غور کرتا ہے۔ ہمارے تجربات میں، ہم نہ صرف تقسیم شدہ ویڈیوز کے ساتھ درجہ بندی کے نتائج دکھاتے ہیں، بلکہ اس بات کی بھی تصدیق کرتے ہیں کہ ہمارا نیا نقطہ نظر مسلسل ویڈیوز سے سرگرمیوں کا پتہ لگانے کے قابل ہے. |
97876c2195ad9c7a4be010d5cb4ba6af3547421c | |
259c25242db4a0dc1e1b5e61fd059f8949bdb79d | مشترکہ میموری کا استعمال کرتے ہوئے متعدد پروسیسر کور کے ساتھ کمپیوٹر اب ہر جگہ موجود ہیں. اس کاغذ میں، ہم نے کئی متوازی ہندسی الگورتھم پیش کرتے ہیں جو خاص طور پر اس ماحول کو نشانہ بناتے ہیں، اضافی کمپیوٹنگ طاقت کا استحصال کرنے کے مقصد کے ساتھ. ہم جس ڈی جہتی الگورتھم کی وضاحت کرتے ہیں وہ ہیں (ا) پوائنٹس کی مقامی ترتیب ، جیسا کہ عام طور پر اضافی الگورتھم استعمال کرنے سے پہلے پری پروسیسنگ کے لئے استعمال کیا جاتا ہے ، (ب) کے ڈی ٹری کی تعمیر ، (ج) محور سے منسلک باکس کراسنگ کا حساب کتاب ، اور آخر کار (د) میش جنریشن الگورتھم کے لئے ڈیلوینی مثلث میں پوائنٹس کا بلک اندراج یا صرف ڈیلوینی مثلث کا حساب کتاب۔ ہم کمپیوٹیشنل جیومیٹری الگورتھم لائبریری (سی جی اے ایل ، http://www.cgal.org/) پر مبنی اپنے نفاذ کا استعمال کرتے ہوئے ، ان الگورتھموں کے تجرباتی نتائج کو تھری ڈی میں دکھاتے ہیں۔ یہ کام ایک قدم ہے جس کی ہم امید کرتے ہیں کہ سی جی ایل کے لئے ایک متوازی موڈ بن جائے گا، جہاں الگورتھم خود کار طریقے سے دستیاب متوازی وسائل کا استعمال کرتے ہیں بغیر صارف کے اہم مداخلت کی ضرورت ہوتی ہے. |
ac4a2337afdf63e9b3480ce9025736d71f8cec1a | پس منظر تقریباً 50 فیصد مریضوں میں جو اعلی درجے کی پارکنسنز بیماری (پی ڈی) میں مبتلا ہیں، چلنے کی حرکت میں کمی (ایف او جی) کا سامنا ہوتا ہے، جو چلنے کی اچانک اور عارضی طور پر عدم صلاحیت ہے۔ یہ اکثر گرنے کا سبب بنتا ہے، روزمرہ کی سرگرمیوں میں مداخلت کرتا ہے اور زندگی کے معیار کو نمایاں طور پر خراب کرتا ہے. چونکہ پی ڈی کے مریضوں میں چلنے کی کمی اکثر دواؤں کے علاج کے خلاف مزاحم ہوتی ہے ، لہذا موثر غیر دواؤں کے علاج میں خاص دلچسپی ہے۔ ہمارے مطالعہ کا مقصد ایک پہنے ہوئے آلہ کے تصور کا جائزہ لینے کے لئے ہے جو حقیقی وقت چلنے کے اعداد و شمار حاصل کر سکتے ہیں، ان پر عملدرآمد اور پیشگی وضاحتیں کی بنیاد پر مدد فراہم کرتا ہے. ہم نے ایک حقیقی وقت پہنے جانے والے ایف او جی کا پتہ لگانے کا نظام تیار کیا ہے جو خود بخود ایف او جی کا پتہ لگانے پر ایک اشارہ دینے والی آواز فراہم کرتا ہے اور جو اس وقت تک رہتا ہے جب تک کہ مضمون چلنا جاری نہ رکھے۔ ہم نے اپنی پہنی ہوئی معاون ٹیکنالوجی کا جائزہ لیا 10 پی ڈی مریضوں کے ساتھ ایک مطالعہ میں۔ آٹھ گھنٹے سے زیادہ کے اعداد و شمار ریکارڈ کیے گئے اور ہر مریض کی طرف سے ایک سوالنامہ بھرا گیا. نتائج پوسٹ ہاک ویڈیو تجزیہ میں پیشہ ور فزیوتھیراپسٹوں نے دو سو ستائیس ایف او جی واقعات کی نشاندہی کی ہے۔ اس آلہ نے فوم گرافک ایونٹس کا پتہ لگایا جس کی حساسیت 73.1 فیصد اور مخصوصیت 81.6 فیصد تھی جو 0.5 سیکنڈ کے فریم پر مبنی تشخیص پر مبنی تھی۔ اس تحقیق سے ہم یہ ثابت کرتے ہیں کہ پی ڈی کے مریضوں کے لیے آن لائن معاون رائے ممکن ہے۔ ہم مریضوں اور فزیوتھراپسٹوں کے پہنے جانے والے اسسٹنٹ کی پہنے جانے اور کارکردگی کے ساتھ ساتھ اسسٹنٹ کا استعمال کرتے وقت ان کی واک کی کارکردگی پر بھی پیش کرتے ہیں اور اس پر تبادلہ خیال کرتے ہیں اور اگلے تحقیقی اقدامات کی نشاندہی کرتے ہیں۔ ہمارے نتائج اس طرح کے سیاق و سباق سے آگاہ نظام کے فائدے کا مظاہرہ کرتے ہیں اور مزید مطالعات کی حوصلہ افزائی کرتے ہیں۔ |
2a68c39e3586f87da501bc2a5ae6138469f50613 | زیر نگرانی سیکھنے میں تحقیق کا ایک بڑا جسم سنگل لیبل ڈیٹا کے تجزیے سے متعلق ہے ، جہاں تربیت کی مثالیں الگ الگ لیبلز L کے سیٹ سے ایک ہی لیبل λ سے وابستہ ہیں۔ تاہم ، متعدد ایپلی کیشن ڈومینز میں تربیت کی مثالیں اکثر لیبلز Y L کے سیٹ سے وابستہ ہوتی ہیں۔ اس طرح کے اعداد و شمار کو ملٹی لیبل کہا جاتا ہے۔ متنی ڈیٹا، جیسے دستاویزات اور ویب صفحات، اکثر ایک سے زیادہ لیبل کے ساتھ تشریح کی جاتی ہیں. مثال کے طور پر، دا ونچی کوڈ فلم کی ریلیز پر مسیحی کلیسیا کے ردعمل سے متعلق ایک خبر آرٹیکل کو مذہب اور فلم دونوں کے طور پر لیبل لگایا جا سکتا ہے۔ متنی اعداد و شمار کی درجہ بندی شاید غالب ملٹی لیبل ایپلی کیشن ہے۔ حال ہی میں ، ملٹی لیبل ڈیٹا سے سیکھنے کے معاملے نے بہت سارے محققین کی طرف سے اہم توجہ مبذول کرائی ہے ، جس کی حوصلہ افزائی کی گئی ہے نئی ایپلی کیشنز کی بڑھتی ہوئی تعداد ، جیسے تصاویر [1 ، 2 ، 3] اور ویڈیو [4 ، 5] ، فنکشنل جینومکس [6 ، 7 ، 8 ، 9 ، 10] ، موسیقی کی درجہ بندی جذبات میں [11, 12 ، 13 ، 14] اور ہدایت کی مارکیٹنگ [15]. ٹیبل 1 مختلف ایپلی کیشنز پیش کرتا ہے جو ادب میں بحث کی جاتی ہیں. اس باب میں تیزی سے تیار ہونے والے تحقیق کے شعبے ملٹی لیبل ڈیٹا مائننگ پر ماضی اور حالیہ کام کا جائزہ لیا گیا ہے۔ سیکشن 2 ملٹی لیبل ڈیٹا سے سیکھنے میں دو اہم کاموں کی وضاحت کرتا ہے اور سیکھنے کے طریقوں کی ایک اہم تعداد پیش کرتا ہے. سیکشن 3 ملٹی لیبل ڈیٹا کے لئے جہتیت میں کمی کے طریقوں پر تبادلہ خیال کرتا ہے۔ سیکشن 4 اور 5 میں دو اہم تحقیقی چیلنجوں پر تبادلہ خیال کیا گیا ہے ، جو اگر کامیابی کے ساتھ پورا کیا گیا تو ، کثیر لیبل سیکھنے کے طریقوں کی حقیقی دنیا کی ایپلی کیشنز کو نمایاں طور پر بڑھا سکتا ہے: a) لیبل ڈھانچے کا استحصال اور b) بڑی تعداد میں لیبل والے ڈومینز تک پہنچنا۔ سیکشن 6 میں بینچ مارک ملٹی لیبل ڈیٹا سیٹ اور ان کے اعدادوشمار متعارف کرائے گئے ہیں، جبکہ سیکشن 7 میں ملٹی لیبل سیکھنے کے لئے سب سے زیادہ استعمال ہونے والے تشخیصی اقدامات پیش کیے گئے ہیں. |
60686a80b91ce9518428e00dea95dfafadadd93c | یہ مواصلات 2.4 گیگاہرٹج کے لئے پولرائزیشن تنوع کے ساتھ دوہری پورٹ reconfigurable مربع پیچ اینٹینا پیش کرتا ہے. پیچ پر چار پی-ان ڈایڈس کی ریاستوں کو کنٹرول کرکے، مجوزہ اینٹینا کی قطب بندی لکیری قطب بندی (ایل پی) ، بائیں یا دائیں ہاتھ سرکلر قطب بندی (سی پی) کے درمیان ہر بندرگاہ پر سوئچ کیا جا سکتا ہے. ہوا سبسٹریٹ اور aperture-coupled فیڈ ڈھانچہ p-i-n diodes کے بیس سرکٹ کو آسان بنانے کے لئے استعمال کیا جاتا ہے. ایل پی طریقوں میں اعلی تنہائی اور کم کراس پولرائزیشن کی سطح کے ساتھ ، دونوں بندرگاہیں پولریمیٹرک ریڈارز کے لئے ایک ساتھ دوہری لکیری پولرائزڈ اینٹینا کے طور پر کام کرسکتی ہیں۔ ہر بندرگاہ میں مختلف سی پی لہریں حاصل کی جاتی ہیں ، جو نقل و حرکت ، خراب موسمی حالات اور غیر لائن آف ویژن ایپلی کیشنز سے لے کر چیلنجوں سے نمٹنے کے لئے موزوں ہیں۔ اینٹینا میں سادہ بیسنگ نیٹ ورک ، آسان تیاری اور ایڈجسٹمنٹ کے فوائد ہیں ، جو پولرائزیشن تنوع کی ایپلی کیشنز میں وسیع پیمانے پر لاگو ہوسکتے ہیں۔ |
0d11248c42d5a57bb28b00d64e21a32d31bcd760 | 19 جولائی 2001 کو انٹرنیٹ سے منسلک 359,000 سے زیادہ کمپیوٹرز کو 14 گھنٹوں سے بھی کم وقت میں کوڈ ریڈ (CRv2) کیڑے نے متاثر کیا تھا۔ اس وبا کی قیمت، جس میں کوڈ ریڈ کی بعد کی اقسام بھی شامل ہیں، کا تخمینہ 2.6 بلین ڈالر سے زیادہ لگایا گیا ہے۔ اس حملے کی وجہ سے عالمی سطح پر ہونے والے نقصان کے باوجود، کیڑے کے پھیلاؤ کی خصوصیات کے بارے میں چند سنجیدہ کوششیں کی گئی ہیں، جس کی وجہ جزوی طور پر کیڑے کے بارے میں عالمی معلومات جمع کرنے کے چیلنج کی وجہ سے ہے۔ ایک ایسی تکنیک کا استعمال کرتے ہوئے جو کیڑے کے پھیلاؤ کا عالمی سطح پر پتہ لگانے کے قابل بناتا ہے ، ہم نے 2 جولائی ، 2001 سے شروع ہونے والے 45 دن کے عرصے میں ڈیٹا اکٹھا کیا اور تجزیہ کیا تاکہ پورے انٹرنیٹ میں کوڈ ریڈ کے پھیلاؤ کی خصوصیات کا تعین کیا جاسکے۔ اس کاغذ میں ، ہم کوڈ ریڈ کے پھیلاؤ کا سراغ لگانے کے لئے استعمال ہونے والے طریقہ کار کی وضاحت کرتے ہیں ، اور پھر ہمارے ٹریس تجزیوں کے نتائج کی وضاحت کرتے ہیں۔ ہم سب سے پہلے انفیکشن اور غیر فعال کرنے کی شرح کے لحاظ سے کوڈ ریڈ اور کوڈ ریڈ II کیڑے کے پھیلاؤ کی تفصیل دیتے ہیں۔ انفیکشن کے پھیلاؤ کے لیے بہتر بنائے بغیر بھی، کوڈ ریڈ انفیکشن کی شرح 2000 سے زائد میزبانوں پر فی منٹ تک پہنچ گئی۔ پھر ہم متاثرہ میزبان آبادی کی خصوصیات کا جائزہ لیتے ہیں، بشمول جغرافیائی مقام، ہفتہ وار اور دن کے وقت کے اثرات، اعلیٰ سطح کے ڈومینز اور آئی ایس پیز۔ ہم نے یہ ظاہر کیا کہ یہ کیڑا ایک بین الاقوامی واقعہ تھا، انفیکشن کی سرگرمی دن کے وقت اثرات کا مظاہرہ کرتی تھی، اور یہ پایا کہ اگرچہ زیادہ تر توجہ بڑی کارپوریشنوں پر مرکوز تھی، کوڈ ریڈ کیڑا بنیادی طور پر گھریلو اور چھوٹے کاروباری صارفین پر شکار کرتا تھا۔ ہم نے متاثرہ میزبانوں کی پیمائش پر DHCP کے اثرات کو بھی اہلیت دی اور یہ طے کیا کہ آئی پی پتے 24 گھنٹوں سے زیادہ طویل وقت کے پیمانے پر کسی کیڑے کے پھیلاؤ کی درست پیمائش نہیں ہیں۔ آخر میں ، کوڈ ریڈ کیڑے کے تجربے سے یہ ظاہر ہوتا ہے کہ انٹرنیٹ میزبانوں میں وسیع پیمانے پر پھیلا ہوا خطرات کو تیزی سے اور ڈرامائی طور پر استحصال کیا جاسکتا ہے ، اور یہ کہ میزبان پیچنگ کے علاوہ دیگر تکنیکوں کی ضرورت ہے انٹرنیٹ کیڑے کو کم کرنے کے لئے. |
0462a4fcd991f8d6f814337882da182c504d1d7b | ہم گوگل بکس نگرام کورپس کے ایک نئے ایڈیشن کو پیش کرتے ہیں، جو آٹھ زبانوں میں پانچ صدیوں کے عرصے میں الفاظ اور جملے کی کثرت سے استعمال ہونے کی وضاحت کرتا ہے۔ یہ اب تک شائع ہونے والی تمام کتابوں کا 6 فیصد ہے۔ اس نئے ایڈیشن میں نحوی تشریحات متعارف کروائی گئی ہیں: الفاظ کو ان کے حصے کے ساتھ ٹیگ کیا جاتا ہے ، اور ہیڈ موڈیفائر تعلقات ریکارڈ کیے جاتے ہیں۔ ان نوٹیشنز کو خود کار طریقے سے اعداد و شمار کے ماڈل کے ساتھ تیار کیا جاتا ہے جو خاص طور پر تاریخی متن کے مطابق ہیں. یہ مجموعہ لسانی رجحانات کے مطالعہ کی سہولت فراہم کرے گا، خاص طور پر جو نحو کے ارتقاء سے متعلق ہیں. |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.