_id
stringlengths 40
40
| text
stringlengths 0
9.63k
|
|---|---|
2b211f9553ec78ff17fa3ebe16c0a036ef33c54b | मार्को ए। रोड्रिगेज एटी एंड टी इंटरएक्टिव म ग्राफ सिस्टम आर्किटेक्ट हवय। ओहा मार्को <एट> मार्कोरोड्रिगज़.कॉम म पइस जा सकत हे। पीटर न्यूबॉयर नियो टेक्नोलॉजी के मुख्य परिचालन अधिकारी हवय। ओहरपीटर.नईबॉयर<एट>नीओटेक्नोलॉजी.कॉम पर पहुंचा जा सकत हवय एक ग्राफ डॉट्स (यानी, वर्टिक्स) अउ रेखाओं (यानी, किनारों) ले बना एक डेटा संरचना हवय। एक ग्राफ के बिंदु अउ रेखाओं ल जटिल व्यवस्थाओं म व्यवस्थित करिस जा सकत हावे। वस्तुमन अउ एक दूसर बर आमनके संबंध के इंगित करे बर एकठन ग्राफ के क्षमता ग्राफ के रूप में मॉडल करे जाहर वाली चीजमन के एक आश्चर्यजनक रूप ले बडखा संख्या के अनुमति देत हवय। सॉफ़्टवेयर पैकेज ल जोड़ने वाली निर्भरता ले लेकर लकड़ी के बीम तक जेहर एक घर ल फ्रेमिंग प्रदान करत हंवय , लगभग हर चीज के एक संबंधित ग्राफ प्रतिनिधित्व होत हवय । हालांकि, सिर्फ एखरबर कि ग्राफ के रूप में कुछु प्रतिनिधित्व करना संभव हवय, एखर मतलब ए नी हवय कि एखर ग्राफ प्रतिनिधित्व उपयोगी होही। यदि एक मॉडेलर उपकरणमन अउ एल्गोरिदम के बहुतायत के लाभ उठा सकत हवय जेहर ग्राफ के स्टोर अउ संसाधित करत हंवय , त ए तरह के मैपिंग सार्थक हवय। ए लेख कंप्यूटिंग में ग्राफ के दुनिया के खोज करत हवय अउ ओ स्थितियों के उजागर करत हवय जेमा ग्राफिकल मॉडल फायदेमंद होत हवय। |
0c5e3186822a3d10d5377b741f36b6478d0a8667 | कृत्रिम बुद्धि में एक केंद्रीय समस्या आंशिक रूप ले अवलोकन योग्य वातावरण में अनिश्चितता के तहत भविष्य के इनाम के अधिकतम करे के योजना बनाना हवय। ए पेपर में हम एक उपन्यास एल्गोरिदम के प्रस्ताव अउ प्रदर्शन करत हंवय जेहर सीधा कार्रवाई-अवलोकन जोड़े के अनुक्रम ले ए तरह के पर्यावरण के मॉडल के सही ढंग ले सीखत हवय। फेर हमन सीखे मॉडल म योजना बनाके अउ मूल वातावरण म लगभग इष्टतम नीति ल पुनर्प्राप्त करके अवलोकन ले कार्रवाई तक के लूप ल बंद करथन। विशेष रूप ले, हम एक भविष्यवाणी राज्य प्रतिनिधित्व (पीएसआर) के मापदंडमन के सीखने बर एक कुशल अउ सांख्यिकीय रूप ले सुसंगत स्पेक्ट्रल एल्गोरिदम प्रस्तुत करत हंवय । हम एक उच्च आयामी, दृष्टि आधारित मोबाइल रोबोट योजना कार्य के एक मॉडल के एक मॉडल सीखकर एल्गोरिदम के प्रदर्शन करत हंवय , अउ फिर सीखे गए पीएसआर में अनुमानित बिंदु आधारित योजना करत हंवय । हमर परिणाममन के विश्लेषण ले पता चलत हवय कि एल्गोरिदम एकठन राज्य स्थान सीखता हवय जेहर कुशलतापूर्वक म पर्यावरण के आवश्यक विशेषता ल कैप्चर करत हवय। ए प्रतिनिधित्व छोटे संख्या में मापदंडों के साथ सटीक भविष्यवाणी के अनुमति देत हवय, अउ सफल अउ कुशल योजना बनात हवय। |
16611312448f5897c7a84e2f590617f4fa3847c4 | हिडन मार्कोव मॉडल (एचएमएम) असतत समय श्रृंखला के मॉडलिंग बर सबले मौलिक अउ व्यापक रूप ले उपयोग करे जाने वाले सांख्यिकीय उपकरणमन में ले एक हवय। आमतौर म, वे समुद्र के खोज के उपयोग करके सीखे जात हंवय (जैसे कि बाउम-वेल्च / ईएम एल्गोरिदम), जेहर सामान्य स्थानीय इष्टतम मुद्दों ले पीड़ित होत हंवय । जबकि सामान्य रूप ले एहर मॉडल अंतर्निहित वितरण ले नमूमन के साथ सीखने बर मुश्किल होए बर जाना जात हवय , हम प्राकृतिक अलगाव के स्थिति के तहत एचएमएम के सीखने बर पहला साबित कुशल एल्गोरिदम (नमूना अउ कम्प्यूटेशनल जटिलता के मामले में) प्रदान करत हंवय । ए शर्त मिश्रण वितरण ल सीखने बर विचार के गइस अलगाव शर्तों के समान हवय (जहां, समान रूप ले, ए मॉडल ल सामान्य रूप ले सीखना मुश्किल हवय) । एखर अलावा, हमर नमूना पूर्णता परिणाम स्पष्ट रूप ले अलग-अलग (विशिष्ट) अवलोकन के संख्या म निर्भर नी करत हंवय - वे अंतर्निहित एचएमएम के स्पेक्ट्रल गुणमन के माध्यम ले ए संख्या म निर्भर करत हंवय । ए एल्गोरिदम के विशेष रूप ले अवलोकन के एक बडखा संख्या के साथ सेटिंग्स बर लागू करत हवय, जैसे कि प्राकृतिक भाषा प्रसंस्करण में जहां अवलोकन के जगह कभी-कभी एकठन भाषा में शब्द होत हवय । अंत म, एल्गोरिदम विशेष रूप ले सरल हवय, केवल एकल आर मूल्य अपघटन अउ मैट्रिक्स गुणामन म भरोसा करत हवय। |
8ad6fda2d41dd823d2569797c8c7353dad31b371 | हम एक विशेषता-आधारित एन्क्रिप्शन (एबीई) योजना बनात हंवय जेहर एट्रिब्यूट म कन्हु घलो उपयोग सूत्र के संदर्भ में व्यक्त करे बर उपयोगकर्ता के निजी कुंजी के अनुमति देत हवय। पिछली एबीई योजनाएं केवल एकसमान पहुंच संरचनाओं ल व्यक्त करे तक ही सीमित रहिस । हम डिसीजनल बिलाइनर डिफी-हेलमैन (बीडीएच) धारणा के आधार म अपन योजना बर सुरक्षा के सबूत प्रदान करत हंवय । एखर अलावा, हमर नवा योजना के प्रदर्शन मौजूदा, कम अभिव्यक्ति योजना के साथ अनुकूल रूप ले तुलना करत हवय । |
4f3dbfec5c67f0fb0602d9c803a391bc2f6ee4c7 | 4. 9 पीएस / सब पीपी / 0.65 पीएस / सब आरएमएस / जिटर अउ -113.5 डीबीसी / एचजेड चरण शोर के साथ 10-एमएचजेड ऑफसेट के साथ 20-जीएचजेड चरण-लॉक्ड लूप प्रस्तुत करे जात हवय । आधा-कार्य नमूना-फीड-फॉरवर्ड लूप फिल्टर जेहर बस एक स्विच के साथ प्रतिरोध ल बदल देत हवय अउ एक इन्वर्टर -44.0 डीबीसी तक संदर्भ स्पूल के दबा देत हवय। एक डिजाइन पुनरावृत्ति प्रक्रिया के रूपरेखा दी गइस हवय जेहर एक नकारात्मक-जी / सब एम / ऑसिलेटर के चरण शोर ल कम करत हवय जेहर एक युग्मित माइक्रोस्ट्रिप रेज़ोनरेटर के साथ होत हवय। स्पंदित लटकन ले बने स्थिर आवृत्ति डिवाइडर फ्लिप-फ्लॉप ले बने मनखेमन के तुलना म तेजी ले काम करत हंवय अउ 2: 1 आवृत्ति रेंज के आसकरा प्राप्त करत हंवय । 0.13-/स्पील म्यू/एम सीएमओएस में निर्मित चरण-लॉक्ड लूप 17.6 ले 19.4 जीएचजेड ले संचालित होत हवय अउ 480 एमडब्ल्यू के फैलाता हवय। |
1fcaf7ddcadda724d67684d66856c107375f448b | हमन टेक्स्ट वर्गीकरण बर एक नवा कन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन) मॉडल प्रस्तुत करत हवन जेहर संयुक्त रूप ले दस्तावेजों अउ आमनके घटक वाक्यों म लेबल के शोषण करत हवय । विशेष रूप ले, हम परिदृश्यमन म विचार करत हंवय जेमा एनोटेटर स्पष्ट रूप ले वाक्य (या स्निपेट) ल चिह्नित करत हंवय जेहर ओमनके समग्र दस्तावेज़ वर्गीकरण के समर्थन करत हंवय , यानी, वे तर्क प्रदान करत हंवय । हमर मॉडल एक पदानुक्रमित दृष्टिकोण के माध्यम ले ए तरह के पर्यवेक्षण के शोषण करत हवय जेमा प्रत्येक दस्तावेज़ के प्रतिनिधित्व एखर घटक वाक्यों के वेक्टर प्रतिनिधित्व के रैखिक संयोजन द्वारा करे जात हवय । हम एक वाक्य-स्तर के संवहन मॉडल के प्रस्ताव करत हंवय जेहर ए संभावना के अनुमान लगात हवय कि एकठन दिए गए वाक्य तर्कसंगत हवय, अउ फिर हम इ अनुमानों के अनुपात म समग्र दस्तावेज़ प्रतिनिधित्व बर प्रत्येक वाक्य के योगदान के पैमाने म हंवय । पांच वर्गीकरण डेटासेट म प्रयोग जिनमें दस्तावेज़ लेबल अउ संबंधित तर्क हवय, ए प्रदर्शित करत हंवय कि हमर दृष्टिकोण लगातार मजबूत आधारभूत रेखामन ले बेहतर हवय । एखर अलावा, हमर मॉडल स्वाभाविक रूप ले अपन भविष्यवाणियों बर स्पष्टीकरण प्रदान करत हवय। |
20b41b2a0d8ee71efd3986b4baeed24eba904350 | उद्देश्य एक व्यवस्थित साहित्य समीक्षा अउ मेटा-विश्लेषण के माध्यम ले विकासशील देशमन म मातृ अवसाद अउ शिशु विकास के बीच संबंध के जांच करना। मां के अवसाद अउ लइका के विकास म 2010 तक प्रकाशित अध्ययन बर विकासशील देशमन ले छह डेटाबेस के खोज करे गए रहिस । मानक मेटा- विश्लेषणात्मक विधिमन के पालन करे गय रहिस अउ अवसादग्रस्त माताओं के बच्चों म कम वजन अउ स्टंटिंग बर पूल किए गए बाधा अनुपात (ओआरएस) के गणना जम्मो अध्ययनमन बर यादृच्छिक प्रभाव मॉडल के उपयोग करके अउ अध्ययनमन के उप- समूहमन बर करे गए रहिस जेहर अध्ययन डिजाइन, मातृ अवसाद के जोखिम अउ परिणाम चर म सख्त मानदंडों के पूरा करत रहिन। आबादी के कारण जोखिम (पीएआर) का अनुमान चुनिंदा अध्ययनों बर करे गय रहिस । 11 देशमन ले कुल 13,923 मां अउ बच्चे जोड़े सहित सत्रह अध्ययनमन ल शामिल करे के मानदंड पूरा करे गए रहिस । अवसाद या अवसाद संबंधी लक्षणों वाले माताओं के बच्चों के कम वजन (ओआर: 1. 5; 95% आत्मविश्वास अंतराल, आईसी: 1. 2- 1. 8) या स्टंट (ओआर: 1. 4; 95% आईसी: 1. 2- 1. 7) के अधिक संभावना रहिस। तीन अनुदैर्ध्य अध्ययनमन के उप- विश्लेषण ले एकठन मजबूत प्रभाव दिखइस: कम वजन बर ओआर 2.2 (95% आईसीः 1. 5- 3. 2) अउ स्टंटिंग बर, 2.0 (95% आईसीः 1. 0-3. 9) रहिस। चुनिंदा अध्ययनमन बर पीएआर हर संकेत दिस कि यदि शिशु आबादी पूरा तरह ले मातृ अवसादग्रस्तता लक्षणों ले अप्रभावित रहीस त 23% ले 29% कम लइकामन के वजन कम या कम हो जाही। निष्कर्ष मातृ अवसाद प्रारंभिक बचपन के कम वजन अउ स्टंटिंग ले जुड़े रहिस । तंत्र अउ कारणों के पहचान करे बर कठोर भविष्यवादी अध्ययनमन के जरूरत हवय । विकासशील देशमन म मातृ अवसाद के प्रारंभिक पहचान, उपचार अउ रोकथाम बच्चे के स्टंटिंग अउ कम वजन ल कम करे म मदद कर सकत हवय । |
c596f88ccba5b7d5276ac6a9b68972fd7d14d959 | वास्तविक वस्तुओं के भौतिक दुनिया ल आईटी प्रणालिमन के आभासी दुनिया के साथ मिलकर, इंटरनेट ऑफ थिंग्स में उद्यम दुनिया के साथ-साथ समाज दुनों ल महत्वपूर्ण रूप ले बदलने के क्षमता हवय। हालांकि, ए शब्द बहुत ज्यादा हाइप करे जात हवय अउ कईठन समुदायमन से अलग-अलग समझा जात हवय, खासकर काबरकि आईओटी स्वयं प्रौद्योगिकी नी हवय लेकिन कईठन इंजीनियरिंग डोमेन ले संबंधित विषम-अक्सर नवा प्रौद्योगिकिमन के अभिसरण के प्रतिनिधित्व करत हवय। एक आम समझ म आए बर काय आवश्यक हवय इंटरनेट ऑफ थिंग्स बर एकठन डोमेन मॉडल हवय , जेहर मुख्य अवधारणा अउ आमनके रिश्त ल परिभाषित करत हवय , अउ एकठन आम शब्दकोश अउ टैक्सोनोमी के रूप म कार्य करत हवय अउ ए प्रकार इंटरनेट ऑफ थिंग्स के आघू के वैज्ञानिक प्रवचन अउ विकास बर एकठन आधार के रूप म कार्य करत हवय । जैसा कि हम दिखाते हंवय , ए तरह के डोमेन मॉडल होना कंक्रीट आईओटी सिस्टम आर्किटेक्चर के डिजाइन में घलो उपयोगी हवय, काबरकि ए एकठन टेम्पलेट प्रदान करत हवय अउ ए प्रकार उपयोग के मामला के विश्लेषण के संरचना करत हवय । |
5a9f4dc3e5d7c70d58c9512d7193d079c3331273 | हम 3 डी पीपुल ट्रैकिंग बर मनखे पोज अउ मोशन प्रायर ल सीखने बर गॉसियन प्रोसेस डायनामिक मॉडल (जीपीडीएम) के उपयोग के वकालत करत हंवय । एक जीपीडीएम मानव गति डेटा के एक कम आयामी एम्बेडिंग प्रदान करत हवय, एक घनत्व फ़ंक्शन के साथ जेहर प्रशिक्षण डेटा के करीब पोज अउ आंदोलनों के उच्च संभावना देत हवय। बेसियन मॉडल के साथ एक जीपीडीएम के औसतकरण के तुलनात्मक रूप ले छोटी मात्रा में डेटा ले सीखा जा सकत हवय, अउ ए प्रशिक्षण सेट के बाहीर गति बर सुरुचिपूर्ण रूप ले सामान्यीकृत होत हवय। इहां हम जीपीडीएम ल महत्वपूर्ण शैलीगत भिन्नता के साथ गति ले सीखने के अनुमति दे बर संशोधित करत हंवय । परिणामी पूर्व प्रभाव मनखे चलने के शैलियों के एक श्रृंखला ल ट्रैक करे बर प्रभावी होत हवय, कमजोर अउ शोर छवि माप अउ महत्वपूर्ण occlusions के बावजूद। |
c3f2d101b616d82d07ca2cc4cb8ed0cb53fde21f | हमन वर्तमान सीडी अउ ईएमडी मूल् ल के संदर्भ प्रदान करे बर मानव अध्ययन करे बर प्रस्तुत डेटासेट म रिपोर्ट करिस। हमन मनखे विषय ल एक जीयूआई उपकरण प्रदान करे बर छवि ले त्रिकोणमितीय जाल बनाइन बर । उपकरण (चित्र 1 देखव) उपयोगकर्ता ल 3 डी में जाल ल संपादित करे अउ मॉडल किए गए ऑब्जेक्ट ल इनपुट छवि म वापस संरेखित करे के सक्षम बनाता हवय। कुल मिलाकर 16 मॉडल हमर सत्यापन सेट के इनपुट छवियों ले बनाए जात हवय। एन = 1024 बिंदुमन ल प्रत्येक मॉडल ले नमूना लिया जात हवय । |
32791996c1040b9dcc34e71a05d72e5c649eeff9 | सामान्य दैनिक गतिविधि के दौरान दिल के असामान्य विद्युत व्यवहार के पता लगाए बर नैदानिक अभ्यास म एम्बुलेटरी इलेक्ट्रोकार्डियोग्राफी के तेजी ले उपयोग करे जात हवय । ए निगरानी के उपयोगिता ल श्वसन ल प्राप्त करके बेहतर बनाया जा सकत हवय , जेहर पहली रात के एपनिया अध्ययन म आधारित रहिस जहां रोगी स्थिर होत हवय , या तनाव परीक्षण बर बहु-हेड ईसीजी सिस्टम के उपयोग। हमन एक एकल-लीड पोर्टेबल ईसीजी मॉनिटर ले प्राप्त छह श्वसन उपायों के तुलना एक एम्बुलरी नाक कैन्यूला श्वसन मॉनिटर ले प्राप्त एक साथ मापा श्वसन हवा प्रवाह के साथ करीस । दस नियंत्रित 1-घंटे रिकॉर्डिंग दैनिक जीवन (झूठे, बैठे, खड़े, चलने, जॉगिंग, दौड़ने, अउ सीढ़ी चढ़ने) के गतिविधियों ल कवर करे वाले अउ छह रात भर के अध्ययन के करे गए रहिस । सबले अच्छा विधि 0.2-0.8 हर्ट्ज बैंडपास फिल्टर अउ आरआर अंतराल के विस्तार अउ छोटा करे के आधार म आरआर तकनीक के औसत रहिस । संदर्भ स्वर्ण मानक के साथ औसत त्रुटि दरें +mn4 सांस प्रति मिनट (बीपीएम) (सभी गतिविधियां), +mn2 बीपीएम (झूठे अउ बैठे), अउ +mn1 सांस प्रति मिनट (रात भर अध्ययन) रहिन। पूरा ईसीजी तरंगरूप ले प्राप्त सबले सुग्गर तकनीक के तुलना म केवल हृदय गति जानकारी (आरआर तकनीक) के उपयोग करके सांख्यिकीय रूप ले समान परिनाम पाए गए रहिस जऊन डेटा संग्रह प्रक्रिया ल सरल बनाथे । अध्ययन ले पता चलत हवय कि पारंपरिक विधिमन ले महत्वपूर्ण अंतर के बिना एकल-लीड ईसीजी ले गतिशील गतिविधिमन के तहत श्वसन प्राप्त करे जा सकत हवय । |
7eac1eb85b919667c785b9ac4085d8ca68998d20 | 2. हर समय मोबाइल लर्निंग ले ई-लर्निंग म अंतर करना मोबाइल लर्निंग के मूल्य अउ लाभ मोबाइल लर्निंग के चुनौति अउ बाधा: अध्ययन ले पता चला कि दूरस्थ शिक्षा के रूप म एम-लर्निंग ले समाज ल बहुत फायदा होइस: प्रशिक्षण जब एखर जरूरत हवय, प्रशिक्षण काखरो घलो समय; प्रशिक्षण काखरो घलो जगह म; शिक्षार्थी-केंद्रित सामग्री; काम म फेर प्रवेश के समस्या ले बचे बर; करदाताओं बर प्रशिक्षण, अउ विश्वविद्यालय के व्याख्यान अउ प्रशिक्षण केंद्रों म सत्रों म पूरा तरह ले व्यस्त मनखेमन बर प्रशिक्षण; अउ शिक्षण अउ सीखने के औद्योगिकीकरण। अउ एखर अलावा, नोटबुक, मोबाइल टैबलेट, आइपॉड टच, अउ आईपैड मोबाइल ई लर्निंग बर बहुत लोकप्रिय उपकरण हे काबर कि ओखर लागत अउ एप्स के उपलब्धता हे। --------------------------------------- अउ शिक्षा अउ प्रशिक्षण ओ प्रक्रिया हे जेखर द्वारा एक पीढ़ी के ज्ञान, ज्ञान अउ कौशल ल आने पीढ़ी म पारित करे जाथे। आज शिक्षा अउ प्रशिक्षण के दु रूप हवय: पारंपरिक शिक्षा अउ दूरस्थ शिक्षा। मोबाइल लर्निंग, या "एम-लर्निंग", मोबाइल डिवाइसेस के माध्यम ले लर्निंग प्रक्रिया के समर्थन करे के आधुनिक तरीकामन के पेशकश करत हवय, जैसे हैंडहेल्ड अउ टैबलेट कंप्यूटर, एमपी 3 प्लेयर, स्मार्ट फोन अउ मोबाइल फोन। ए दस्तावेज़ शिक्षा उद्देश्यों बर मोबाइल लर्निंग के विषय ल पेश करत हवय । ए जांच करत हवय कि मोबाइल उपकरणों के शिक्षण अउ सीखने के प्रथा म काय प्रभाव पड़ा हवय अउ मोबाइल उपकरणों म डिजिटल मीडिया के उपयोग द्वारा प्रस्तुत अवसरों के जांच करत हवय। ए पेपर के मुख्य उद्देश्य मोबाइल लर्निंग, लाभ, चुनौतिमन अउ शिक्षण अउ सीखने के समर्थन बर एखर बाधाओं के वर्तमान स्थिति के वर्णन करना हवय । इ पेपर बर डेटा जनवरी ले मार्च 2013 तक ग्रंथ सूची अउ इंटरनेट शोध के माध्यम ले एकत्रित करे गए रहिस । ए पेपर म चार प्रमुख क्षेत्रमन ल संबोधित करे जाही: मोबाइल लर्निंग के एक विश्लेषण। |
57820e6f974d198bf4bbdf26ae7e1063bac190c3 | |
8e393c18974baa8d5d704edaf116f009cb919463 | एक उच्च गति के सर्डेस के उच्च गति संचालन, गहन समकक्ष तकनीक, कम बिजली के खपत, छोटे क्षेत्र अउ मजबूती सहित कईठन चुनौतियों के सामना करना चाहि। ओआईएफ सीईआई -25 जी-एलआर, सीईआई -28 जी-एमआर / एसआर / वीएसआर, आईईईई 802.3 बीजे अउ 32 जी-एफसी जैसे नवा मानमन के पूरा करे बर , डेटा दर 25 ले 28 जीबी / एस तक बढ़ जात हवय , जेहर कि पिछले पीढ़ी के सर्डेस के तुलना म 75% ले ज्यादा हवय । एकल चिप म एकीकृत कईठन सैकड़ों लेन के साथ सर्डेस अनुप्रयोगमन बर , उच्च प्रदर्शन ल बनाए रखत समय बिजली के खपत बहुत महत्वपूर्ण कारक हवय । 28 जीबी / एस या उच्च डेटा दर म कईठन पहीली काम हवयं [1-2]। ओमनमहत्वपूर्ण समय सीमा ल पूरा करे बर एक अनियंत्रित डीएफई के उपयोग करत हंवय , लेकिन अनियंत्रित डीएफई संरचना डीएफई स्लाइसर्स के संख्या में वृद्धि करत हवय , जेखरकारण कुल शक्ति अउ मरने वाले क्षेत्र बढ़ जात हवय । ए चुनौतिमन ले निपटे बर, हम कईठन सर्किट अउ वास्तुशिल्प तकनीमन ल पेश करत हंवय । एनालॉग फ्रंट-एंड (एएफई) एक एकल-चरण आर्किटेक्चर अउ ट्रांसइम्पेडेंस एम्पलीफायर (टीआईए) म कॉम्पैक्ट ऑन-चिप निष्क्रिय प्रेरक के उपयोग करत हवय, जेहर 15 डीबी बूस्ट प्रदान करत हवय। बूस्ट अनुकूली हवय अउ एखर अनुकूली लूप के समूह-विलंब अनुकूली (जीडीए) एल्गोरिदम के उपयोग करके निर्णय-फीडबैक इक्वलाइज़र (डीएफई) अनुकूली लूप ले अलग करे जात हवय । डीएफई म आधा दर 1-टैप अनरोल्ड संरचना हवय जेमा बिजली अउ क्षेत्र के कमी बर 2 कुल त्रुटि लैच हवय। एक दो-चरण संवेदी-एम्प्लीफायर-आधारित स्लाइसर 15 एमवी अउ डीएफई टाइमिंग क्लोजर के संवेदनशीलता प्राप्त करत हवय। हम एक उच्च गति घड़ी बफर घलो विकसित करत हंवय जेहर एक नवा सक्रिय-इंडक्टर सर्किट के उपयोग करत हवय। ए सक्रिय-इंडक्टर सर्किट में सर्किट ऑपरेटिंग पॉइंट्स के अनुकूलित करे बर आउटपुट-सामान्य-मोड वोल्टेज के नियंत्रित करे के क्षमता हवय। |
505c58c2c100e7512b7f7d906a9d4af72f6e8415 | पृष्ठ ii जटिल अनुकूली प्रणालिमन जॉन एच हॉलैंड, क्रिस्टोफर लैंगटन, अउ स्टीवर्ट डब्ल्यू विल्सन, सलाहकार प्राकृतिक अउ कृत्रिम प्रणालिमन में अनुकूलन: जीवविज्ञान, नियंत्रण, अउ कृत्रिम बुद्धि, एमआईटी प्रेस संस्करण के अनुप्रयोगों के साथ एक परिचयात्मक विश्लेषण जॉन एच हॉलैंड स्वायत्त प्रणालिमन के अभ्यास के ओर: फ्रांसिस्को जे। वेरेला अउ पॉल बोरगिन द्वारा संपादित कृत्रिम जीवन म पहीली यूरोपीय सम्मेलन के कार्यवाही आनुवांशिक प्रोग्रामिंग: प्राकृतिक चयन के माध्यम ले कंप्यूटर के प्रोग्रामिंग म जॉन आर। कोजा |
3a46c11ad7afed8defbb368e478dbf94c24f43a3 | बिगियानिक समस्या जऊन बड़का मात्रा म डेटा के प्रसंस्करण म निर्भर करथे, ओकर बर कई ठन क्षेत्र म चुनौती मन ल पार करे के जरूरत हे: बड़े पैमाने म डेटा वितरन, संगठनात्मक संसाधन के संग डेटा के सह-स्थापना अऊ शेड्यूलिंग, अऊ डेटा के बड़का मात्रा के भंडारण अऊ हस्तांतरण। हम डेटा-गहन अनुप्रयोगों बर दु प्रमुख प्रतिमानों के पारिस्थितिकी तंत्र के विश्लेषण करत हंवय, जेला बाद में उच्च प्रदर्शन कंप्यूटिंग अउ अपाचे-हडोप प्रतिमान के रूप में संदर्भित करे जात हवय । हम एक आधार, सामान्य शब्दावली अउ कार्यात्मक कारकमन के प्रस्ताव करत हंवय जेखर आधार म दुनों प्रतिमानों के दुठन दृष्टिकोणमन के विश्लेषण करे जा सकत हवय। हम "बिग डेटा ओगर्स" के अवधारणा अउ दु paradigms के माध्यम ले पाए गए सबले आम आवेदन वर्कलोड ल समझे अउ विशेषता के रूप म ओमनके पहलुओं के चर्चा करत हंवय । फेर हमन दुनो प्रतिमान के प्रमुख विशेषता के चर्चा करथन, अउ दुनो दृष्टिकोण के तुलना अउ विरोधाभास करथन। विशेष रूप ले, हमन ए प्रतिमान के सामान्य कार्यान्वयन/अपनापन के कारणों म प्रकाश डालथन, ओमनके वर्तमान "आर्किटेक्चर" के कारणों म प्रकाश डालथन अउ कुछु विशिष्ट वर्कलोड के चर्चा करत हंवय जेहर ओमनके उपयोग करत हंवय। महत्वपूर्ण सॉफ्टवेयर भेद के बावजूद, हम मानत हंवय कि वास्तुशिल्प समानता हवय। हम कईठन स्तरों अउ घटकों म कईठन कार्यान्वयन के संभावित एकीकरण के चर्चा करत हंवय । हमर तुलना दु paradigms के एक पूर्ण रूप ले गुणात्मक जांच ले एक अर्ध-क्वांटिटेटिव पद्धति तक बढ़त हवय। हम एक सरल अउ व्यापक रूप ले उपयोग करे जाने वाले ओगरे (के-मीडियन क्लस्टरिंग) के उपयोग करत हंवय , कईठन प्रतिनिधि प्लेटफार्मों म अपन प्रदर्शन के विशेषता, दुनों प्रतिमानों ले कईठन कार्यान्वयन ल कवर करत हंवय । हमर प्रयोग दु paradigms के सापेक्ष ताकत के बारे म एक अंतर्दृष्टि प्रदान करत हवय। हम प्रस्तावित करत हंवय कि ओग्रेस के सेट दु paradigms के मूल्यांकन करे बर एक बेंचमार्क के रूप म कार्य करही। |
dc7024840a4ba7ab634517fae53e77695ff5dda9 | ए पेपर में हम अक्षमता अउ बुजुर्गमन बर रोगी गतिविधि निगरानी जैसे सहायता प्राप्त रहने वाले अनुप्रयोगों के लक्षित करे वाले पहनने योग्य संवेदी उपकरणमन के रूप में स्मार्टफोन के उपयोग करके मनखे गतिविधिमन के मान्यता बर एक नवा ऊर्जा कुशल दृष्टिकोण प्रस्तावित करत हंवय । विधि एक संशोधित मल्टीक्लास समर्थन वेक्टर मशीन (एसवीएम) सीखने एल्गोरिदम के प्रस्तावित करे बर फिक्स्ड-पॉइंट अंकगणित के शोषण करत हवय, जबकि सिस्टम सटीकता के स्तर के बनाए रखते हुए पारंपरिक फ्लोटिंग-पॉइंट आधारित फॉर्मूलेशन के संबंध में स्मार्टफोन बैटरी जीवन के बेहतर संरक्षित करे के अनुमति देत हवय। प्रयोगमन हर प्रस्तावित विधि के फायदा ल उजागर करे वाले मान्यता प्रदर्शन अउ बैटरी खपत के मामले म ए दृष्टिकोण अउ पारंमिक एसवीएम के बीच तुलनात्मक म परिणाम ों ल देखाइस। |
f4cdd1d15112a3458746b58a276d97e79d8f495d | अपन इनपुट के संबंध में एक तंत्रिका नेटवर्क के आउटपुट के ग्रेडिएंट मानदंड ल नियमित करना एक शक्तिशाली तकनीक हवय, जेला कईठन बार खोजे गय हवय । ए पेपर सबूत प्रस्तुत करत हवय कि ग्रेडिएंट रेगुलराइजेशन लगातार आधुनिक गहरे तंत्रिका नेटवर्क के उपयोग करके दृष्टि कार्यों म वर्गीकरण सटीकता म सुधार कर सकत हवय, खासकर जब प्रशिक्षण डेटा के मात्रा छोटी होत हवय। हम अपन नियमित रूप ले जैकोबियन आधारित नियमित रूप ले व्यापक वर्ग के सदस्य के रूप म पेश करत हंवय । हम वास्तविक अउ सिंरहिनटिक डेटा म अनुभवजन्य रूप ले प्रदर्शित करत हंवय कि सीखने के प्रक्रिया प्रशिक्षण बिंदु ले परे नियंत्रित ग्रेडियंट के ओर जात हवय, अउ समाधानमन म परिणाम होत हंवय जेहर अच्छी तरह ले सामान्यीकरण करत हंवय । |
984df1f081fbd623600ec45635e5d9a4811c0aef | दो विवालदी एंटीना सरणी प्रस्तुत करे गए हवय। पहला ईंट/कंक्रीट दीवार इमेजिंग बर एसटीडब्ल्यू अनुप्रयोगों बर 1.2 ले 4 जीएचजेड बैंड ल कवर करे वाले 8-तत्व केटाणु स्लॉट सरणी हवय। दूसरा एक 16-तत्व एंटीपोडल सरणी हवय जेहर 8 ले 10.6 जीएचजेड म संचालित होत हवय जब शुष्क दीवार के माध्यम ले प्रवेश करे बर उच्च रिज़ॉल्यूशन इमेजिंग बर। दो डिजाइनों के आधार म, अउ विवालदी एंटीना सरणी ल खिलाए बर माइक्रोस्ट्रिप संक्रमण बर एक चिकनी वाइड बैंड स्लॉट के उपयोग करके, 1-10 गीगाहर्ट्ज आवृत्ति बैंड के कवर करे जा सकत हवय। वैकल्पिक रूप ले, डिजाइन के उपयोग 1 -3 गीगाहर्ट्ज या 8-10 गीगाहर्ट्ज बैंड ल कवर करे बर एक पुनः कॉन्फ़िगर करे योग्य संरचना में करे जा सकत हवय। प्रायोगिक अउ मापा परिणाम पूरा हो गए हंवय अउ विस्तृत रूप ले चर्चा करे जाही। डिजाइन कॉम्पैक्ट पुनः कॉन्फ़िगर करे योग्य अउ पोर्टेबल सिस्टम के विकास ल महत्वपूर्ण रूप ले प्रभावित करही। |
e3f4fdf6d2f10ebe4cfc6d0544afa63976527d60 | ए पेपर रेडियो खगोल विज्ञान उपकरण बर 324-तत्व 2-डी ब्रॉडसाइड सरणी प्रस्तुत करत हवय जेहर दुठन पारस्परिक रूप ले ऑर्थोगोनल ध्रुवीकरण बर संवेदनशील हवय। ए सरणी क्रूसिफॉर्म इकाइमन ले बनी हवय जेमा चार विवालडी एंटीना के एकठन समूह हवय जेला क्रॉस के आकार के संरचना म व्यवस्थित करे गय हवय । इ सरणी में उपयोग करे जाने वाले विवालदी एंटीना 3 गीगाहर्ट्ज अउ 44.2 गीगाहर्ट्ज म 87.5 डिग्री के सममित मुख्य बीम के साथ विकिरण तीव्रता विशेषता प्रदर्शित करत हवय। मापा गए अधिकतम साइड/बैकलोब स्तर मुख्य बीम स्तर ले नीचे 10.3 डीबी हवय। एरे ग्रेडिंग लोब के गठन के बिना 5.4 जीएचजेड के उच्च आवृत्ति म काम कर सकत हवय। |
1a090df137014acab572aa5dc23449b270db64b4 | |
9ae252d3b0821303f8d63ba9daf10030c9c97d37 | हम प्राकृतिक दृश्य श्रेणिमन ल सीखने अउ पहचानने बर एकठन उपन्यास दृष्टिकोण के प्रस्ताव करत हंवय । पिछले काम के विपरीत, एला प्रशिक्षण लेट के विशेषज्ञों ल एनोटेट करे के आवश्यकता नी हवय । हम स्थानीय क्षेत्रमन के संग्रह द्वारा एकठन दृश्य के छवि के प्रतिनिधित्व करत हंवय , जेहर कि अनियंत्रित सीखने ले प्राप्त कोडवर्ड के रूप म दर्शाए गय हवय । प्रत्येक क्षेत्र ल "विषय" के हिस्से के रूप म दर्शाया गय हवय । पिछला काम म, ए तरह के विषय विशेषज्ञों के हाथ-एनोटेशन ले सीखे गए रहिन, जबकि हमर विधि बिना पर्यवेक्षण के विषयों म विषय वितरण के साथ-साथ कोडवर्ड वितरण ल सीखत हवय। हम जटिल दृश्य के 13 श्रेणिमन के एक बडखा सेट म संतोषजनक वर्गीकरण प्रदर्शन के रिपोर्ट करत हंवय । |
fa6cbc948677d29ecce76f1a49cea01a75686619 | ए पेपर म, हम वास्तविक दुनिया के दृश्यमन के मान्यता के एक कम्प्यूटेशनल मॉडल के प्रस्ताव करत हंवय जेहर व्यक्तिगत वस्तुमन या क्षेत्रमन के विभाजन अउ प्रसंस्करण के बाईपास करत हवय। प्रक्रिया दृश्य के एक बहुत ही कम आयामी प्रतिनिधित्व म आधारित हवय, जेला हम जगहिक लिफाफा कहिथन। हम अवधारणात्मक आयामों (प्राकृतिकता, खुलेपन, असमानता, विस्तार, असमानता) के एक सेट का प्रस्ताव करत हवय जो एक दृश्य के प्रमुख स्थानिक संरचना का प्रतिनिधित्व करत हवय। फिर, हम दिखाते हावें कि इ आयामों का अनुमान स्पेक्ट्रल अउ मोटे तौर म स्थानीय जानकारी का उपयोग करके करे जा सकत हावे। मॉडल एक बहु-आयामी जगह उत्पन्न करत हवय जेमा अर्थपूर्ण श्रेणियों (जैसे, सड़कों, राजमार्गों, तटों) म सदस्यता साझा करे वाले दृश्यों ल एक साथ बंद करे जात हवय। स्थानिक लिफाफा मॉडल के प्रदर्शन ले पता चलत हवय कि वस्तु के आकार या पहचान के बारे म विशिष्ट जानकारी दृश्य वर्गीकरण बर एकठन आवश्यकता नी हवय अउ दृश्य के समग्र प्रतिनिधित्व के मॉडलिंग एखर संभावित अर्थपूर्ण श्रेणी के बारे म सूचित करत हवय । |
1ac52b7d8db223029388551b2db25657ed8c9852 | ए पेपर में, हम कईठन समान भविष्यवाणी कार्यमन ले युक्त समस्यामन बर एक मशीन-सीखने समाधान के प्रस्ताव करत हंवय । प्रत्येक व्यक्तिगत कार्य म ओवरराइटिंग के उच्च जोखिम होत हवय। हमन ए जोखिम ल कम करे बर कार्यमन के बीच दु प्रकार के ज्ञान हस्तांतरण के संयोजन करत हंवय: बहु-कार्य सीखने अउ पदानुक्रमित बेसियन मॉडलिंग। बहु-कार्य सीखने ए धारणा म आधारित हवय कि हाथ म कार्य बर विशिष्ट विशेषताएं मौजूद हवयं। इ सुविधाओं ल खोजने बर, हम एक विशाल दो-परत तंत्रिका नेटवर्क ल प्रशिक्षित करत हंवय । प्रत्येक कार्य के अपन आउटपुट होत हवय, लेकिन इनपुट ले लुकाय इकाइमन तक के वजन ल जम्मो आने कार्यमन के साथ साझा करत हवय। ए तरह संभावित व्याख्यात्मक चर (नेटवर्क इनपुट) के अपेक्षाकृत बडखा सेट सुविधामन (छिपी होइस इकाइमन) के एक छोटे लेट अउ आसान संभाल बर कम हो जात हवय । ए सुविधामन के सेट के कारण अउ एकठन उपयुक्त पैमाने म परिवर्तन के बाद, हम मानत हवयं कि कार्य विनिमेय हवयं। ए धारणा एक पदानुक्रमित बेसियन विश्लेषण बर अनुमति देत हवय जेमा डेटा ले हाइपरपैरामीटर के अनुमान लगाय जा सकत हवय । एहर हाइपर-रेमेटर प्रभावी रूप ले नियामक के रूप म कार्य करत हवय अउ ओवर-टेटिंग के रोकथाम करत हवय। हम वर्णन करत हंवय कि सिस्टम के समय श्रृंखला में गैर-स्थिरता के खिलाफ मजबूत कैसे बनइन जाए अउ आघू के सुधार बर दिशा-निर्देश दिए जा सकें। हम अखबार के बिक्री के भविष्यवाणी के संबंध म डेटाबेस म अपन विचार ल चित्रित करत हंवय । |
1e56ed3d2c855f848ffd91baa90f661772a279e1 | हम पाठ अउ असतत डेटा के आने संग्रह बर एक जनरेटिव मॉडल के प्रस्ताव करत हंवय जेहर कईठन पिछले मॉडल म सामान्यीकरण या सुधार करत हवय जेमा naive बेय्स / यूनिग्राम, यूनिग्राम के मिश्रण, [6] अउ हॉफमैन के पहलू मॉडल शामिल हंवय , जेला संभाव्य लुप्त अर्थपूर्ण अनुक्रमण (पीएलएसआई) के रूप म घलो जाना जात हवय । [3] पाठ मॉडलिंग के संदर्भ में, हमर मॉडल हर सुझाव दिस कि प्रत्येक दस्तावेज़ विषमन के मिश्रण के रूप में उत्पन्न करे जात हवय , जहां निरंतर-मूल्य मिश्रण अनुपात ल लुप्त डिरिचलेट यादृच्छिक चर के रूप में वितरित करे जात हवय । अनुमान अउ सीखने भिन्नता एल्गोरिदम के माध्यम ले कुशलतापूर्वक करे जात हवय । हम ए मॉडल के अनुप्रयोगों म अनुभवजन्य म परिणाम प्रस्तुत करत हंवय जेहर टेक्स्ट मॉडलिंग, सहयोगी फ़िल्टरिंग, अउ टेक्स्ट वर्गीकरण म समस्यामन बर हंवय । |
e990a41e8f09e0ef4695c39af351bf25f333eefa | |
1f8116db538169de3553b1091e82107f7594301a | |
539ea86fa738afd939fb18566107c971461f8548 | संरचित आउटपुट रिक्त स्थान (स्ट्रिंग्स, पेड़ों, विभाजन, आदि) बर मैपिंग आमतौर म सरल ग्राफिकल संरचना (उदाहरण बर, रैखिक श्रृंखला) बर वर्गीकरण एल्गोरिदम के विस्तार के उपयोग करके सीखा जात हवय जेमा खोज अउ पैरामीटर अनुमान बिल्कुल करे जा सकत हवय। दुर्भाग्य ले, कईठन जटिल समस्यामन में, ए दुर्लभ हवय कि सटीक खोज या पैरामीटर अनुमान व्यवहार्य हवय। सटीक मॉडल अउ हेरिस्टिक साधनों के माध्यम ले खोज ल सीखने के बजाय, हम ए कठिनाई ल गले लगाते हवय अउ अनुमानित खोज के संदर्भ म संरचित आउटपुट समस्या के इलाज करत हवय। हम खोज अनुकूलन के रूप में सीखने बर एक ढांचा प्रस्तुत करत हंवय , अउ अभिसरण theorems अउ सीमा के साथ दुनो पैरामीटर अपडेट। अनुभवजन्य साक्ष्य बतात हवय कि सीखने अउ डिकोडिंग बर हमर एकीकृत दृष्टिकोण छोटे कम्प्यूटेशनल लागत म सटीक मॉडल ल मात दे सकत हवय। |
1219fb39b46aabd74879a7d6d3c724fb4e55aeae | हम प्रौद्योगिकी उद्यमिता म एक परिप्रेक्ष्य विकसित करत हंवय जेहर एजेंसी ल शामिल करत हवय जेहर कईठन प्रकार के अभिभावकमन म वितरित करे जात हवय । प्रत्येक अभिनेता प्रौद्योगिकी के साथ शामिल होत हवय, अउ प्रक्रिया में, इनपुट उत्पन्न करत हवय जेखर म पर परिणाम स्वरूप एकठन उभरती तकनीकी मार्ग के परिवर्तन होत हवय । एक तकनीकी पथ में इनपुट के स्थिर संचय एक गति उत्पन्न करत हवय जेहर वितरित अभिहरता के गतिविधिमन के सक्षम अउ प्रतिबंधित करत हवय। दूसर शब्दों म, एजेंसी न केवल वितरित होत हवय, बल्कि ए घलो एम्बेडेड होत हवय । हम डेनमार्क अउ संयुक्त राज्य अमेरिका म पवन टरबाइन के उद्भव के तहत प्रक्रियाओं के तुलनात्मक अध्ययन के माध्यम ले ए परिप्रेक्ष्य ल स्पष्ट करत हंवय । हमर तुलनात्मक अध्ययन के माध्यम ले, हम तकनीकी मार्गों ल आकार दे म अभिहरता के भागीदारी बर विरोधाभासी दृष्टिकोणों के रूप म "ब्रिकोलेज" अउ "ब्रेकथ्रू" ल बढ़ाथन। © 2002 एल्सेवियर साइंस बी.वी. जम्मो अधिकार सुरक्षित। |
2266636d87e44590ade738b92377d1fe1bc5c970 | |
2af586c64c32baeb445992e0ea6b76bbbbc30c7f | |
0e8b8e0c37b0ebc9c36b99103a487dbbbdf9ee97 | |
2c03df8b48bf3fa39054345bafabfeff15bfd11d | गहरे तंत्रिका नेटवर्क ल प्रशिक्षित करना ज् यादा कठिन हवय । हम नेटवर्क के प्रशिक्षण के सुविधा बर एक अवशिष्ट सीखने के ढांचे के प्रस्तुत करत हंवय जेहर पहीली ले उपयोग के गइस मनखेमन के तुलना म काफी गहरा हवयं। हम स्पष्ट रूप ले परत इनपुट के संदर्भ के साथ अवशिष्ट कार्यों ल सीखने के रूप में परतों ल पुनः तैयार करत हावें, बजाय गैर-संदर्भित कार्यों ल सीखने के। हम व्यापक अनुभवजन्य साक्ष्य प्रदान करत हंवय जेहर एहर दिखाता हवय कि एहर अवशिष्ट नेटवर्क अनुकूलित करे बर आसान हंवय , अउ काफी बढ़ी गहनता ले सटीकता प्राप्त कर सकत हंवय । इमेजनेट डेटासेट म हम बाहीर रहहर वाले नेट के मूल्यांकन 152 लेयर तक के गहराई के साथ करत हावें - वीजीजी नेट के तुलना म 8 गुना गहरी [40] लेकिन फिर भी कम जटिलता के साथ। इ अवशिष्ट नेट के एक समूह इमेजनेट परीक्षण सेट म 3.57% त्रुटि प्राप्त करत हवय। इ परिणाम ने ILSVRC 2015 वर्गीकरण कार्य म 1 9 जगह जीती। हम 100 अउ 1000 परतों के साथ CIFAR-10 म विश्लेषण घलो प्रस्तुत करत हंवय । कईठन दृश्य मान्यता कार्यमन बर प्रतिनिधित्व के गहराई केंद्रीय महत्व के हवय। केवल हमर बेहद गहन प्रतिनिधित्व के कारण, हम सीओसीओ ऑब्जेक्ट डिटेक्शन डेटासेट म 28% सापेक्ष सुधार प्राप्त करत हंवय । डीप रेजिड्यूअल नेट ILSVRC & COCO 2015 प्रतियोगिताओं1 बर हमर सबमिशन के नींव हंवय , जहां हमन इमेजनेट डिटेक्शन, इमेजनेट स्थानीयकरण, सीओसीओ डिटेक्शन, अउ सीओसीओ सेगमेंटेशन के कार्यमन म 1 पहीली जगहमन ल घलो जीतीस। |
5763c2c62463c61926c7e192dcc340c4691ee3aa | हम एकल छवि सुपररेज़ोल्यूशन (एसआर) बर एक गहरी सीखने के विधि के प्रस्ताव करत हंवय । हमर विधि सीधा कम/उच्च रिज़ॉल्यूशन छवियों के बीच एक अंत-टू-अंत मानचित्रण सीखत हवय। मैपिंग ल एक गहरे संवहन तंत्रिका नेटवर्क (सीएनएन) के रूप म दर्शाया गय हवय जेहर कम रिज़ॉल्यूशन छवि ल इनपुट के रूप म लेत हवय अउ उच्च रिज़ॉल्यूशन वाले आउटपुट ल आउटपुट करत हवय। हम ए घलो दिखाते हंवय कि पारंपरिक स्पर-कोडिंग-आधारित एसआर विधिमन के एक गहरे संक्षारण नेटवर्क के रूप में घलो देखे जा सकत हवय। लेकिन पारंपरिक तरीलं के विपरीत जो प्रत्येक घटक ल अलग ले संभालते हावें, हमर विधि संयुक्त रूप ले जम्मो परतों ल अनुकूलित करत हावे। हमर गहरे सीएनएन के एक हल्के संरचना हवय, फिर भी राज्य के अत्याधुनिक बहाली के गुणवत्ता के प्रदर्शन करत हवय, अउ व्यावहारिक ऑनलाइन उपयोग बर तेजी ले गति प्राप्त करत हवय। |
2db168f14f3169b8939b843b9f4caf78c3884fb3 | इ पत्र में, आरएफ ऊर्जा कटाई बर एक ब्रॉडबैंड झुकाव त्रिभुज सर्वदिशात्मक एंटीना प्रस्तुत करे जात हवय । एंटीना के 850 मेगाहर्ट्ज ले 1.94 गीगाहर्ट्ज तक वीएसडब्ल्यूआर ≤ 2 बर एक बैंडविड्थ हवय। एंटीना ल क्षैतिज अउ ऊर्ध्वाधर ध्रुवीकृत तरंगमन ल प्राप्त करे बर डिज़ाइ करे गए हवय अउ पूरे बैंडविड्थ म एकठन स्थिर विकिरण पैटर्न हवय। एंटीना के ऊर्जा कटाई अनुप्रयोग बर घलो अनुकूलित करे गए हवय अउ एहर 100 ओएच इनपुट प्रतिबाधा बर डिज़ाइ करे गए हवय ताकि रेक्टिफायर के साथ निष्क्रिय वोल्टेज प्रवर्धन अउ प्रतिबाधा मिलान करे जा सके। 980 अउ 1800 मेगाहर्टज म क्रमशः 500 ओएच के भार बर 60% अउ 17% के एक चरम दक्षता प्राप्त होत हवय। एक सेल साइट म जम्मो बैंड के एक साथ कटाई के दौरान खुला सर्किट बर 3.76 वी के वोल्टेज अउ 4.3 केवी ओएच के भार म 1.38 वी 25 मीटर के धुरिहा म रेक्टिना के दु तत्वमन के सरणी के उपयोग करके प्राप्त करे जात हवय । |
484ac571356251355d3e24dcb23bdd6d0911bd94 | हालिया वैज्ञानिक अउ तकनीकी प्रगति हर ग्राफ के रूप म मॉडल करे गए संरचनात्मक पैटर्न के बहुतायत देखे हवय। नतीजतन, ग्राफ डेटाबेस म ग्राफ कंटेनमेंट क्वेरी के प्रभावी ढंग ले संसाधित करे बर विशेष रुचि हवय। ग्राफ डेटाबेस जी अउ क्वेरी ग्राफ क्यू दिए गए, ग्राफ कंटेनमेंट क्वेरी जी में जम्मो ग्राफों ल पुनर्प्राप्त करना हवय जेमा उपग्राफ के रूप में क्यू शामिल हवय । जी में ग्राफ के बडखा संख्या अउ उपग्राफ आइसोमॉर्फिज्म परीक्षण बर जटिलता के प्रकृति के कारण, कुल क्वेरी प्रसंस्करण लागत के कम करे बर उच्च गुणवत्ता वाले ग्राफ अनुक्रमण तंत्र के उपयोग करना वांछनीय हवय। ए पेपर में, हम ग्राफ डेटाबेस के बार-बार पेड़ सुविधाओं के आधार म एक नवा लागत प्रभावी ग्राफ अनुक्रमण विधि का प्रस्ताव करत हंवय । हम तीन महत्वपूर्ण पहलुओं ले सूचकांक सुविधा के रूप म पेड़ के प्रभावशीलता अउ दक्षता के विश्लेषण करत हंवय: सुविधा आकार, सुविधा चयन लागत, अउ छंटाई शक्ति। मौजूदा ग्राफ-आधारित अनुक्रमण विधियों के तुलना में बेहतर छंटाई क्षमता प्राप्त करे बर, हम अक्सर पेड़-लक्षणों (ट्री) के अलावा, मांग म थोरहे संख्या म भेदभावपूर्ण ग्राफ (∆) के चयन करत हंवय , बिना पहली ले महंगा ग्राफ खनन प्रक्रिया के। हमर अध्ययन ले पता चलत हवय कि (ट्री +∆) ग्राफ के समस्या ल संबोधित करे बर (ट्री +∆ ≥ग्राफ) के रूप में दर्शाए गए अनुक्रमण उद्देश्य बर ग्राफ के तुलना म एकठन बेहतर विकल्प हवय । एखर दुठन प्रभाव हंवय: (1) (ट्री +∆) द्वारा इंडेक्स निर्माण कुशल हवय, अउ (2) (ट्री +∆) द्वारा ग्राफ कंटेनमेंट क्वेरी प्रसंस्करण कुशल हवय। हमर प्रायोगिक अध्ययन ले पता चलत हवय कि (ट्री + ∆) के एक कॉम्पैक्ट इंडेक्स संरचना हवय, इंडेक्स निर्माण में परिणाम के एक आदेश प्राप्त करत हवय, अउ सबले महत्वपूर्ण बात एहर हावे कि ग्राफ कंटेनमेंट क्वेरी प्रोसेसिंग में अप-टू-डेट ग्राफ-आधारित अनुक्रमण विधियों: जीइंडेक्स अउ सी-ट्री। |
22749899b50c5113516b9820f875a580910aa746 | एक छोटे स्लॉट-लोड किए गए पैच एंटीना डिजाइन के एल 1 अउ एल 2 बैंड जीपीएस सिग्नल प्राप्त करे बर विकसित करे गए हवय। दोहरे बैंड कवरेज के उपयोग एल 2 बैंड म पैच मोड अउ एल 1 बैंड म स्लॉट मोड के उपयोग करके हासिल करे जात हवय । उच्च विद्युत सामग्री अउ मेन्डर स्लॉट लाइन के उपयोग एंटीना आकार के व्यास के 25.4 मिमी तक कम करे बर करे जात हवय । आरएचसीपी एक छोटे 0 डिग्री -90 डिग्री हाइब्रिड चिप के माध्यम ले दुनो ऑर्थोगोनल मोड के संयोजन करके हासिल करे जात हवय । दोनों पैच अउ स्लॉट मोड एंटीना के किनारे म सुविधाजनक रूप ले स्थित एकठन एकल निकटता जांच साझा करत हंवय (चित्र 1) । ए पेपर डिजाइन प्रक्रिया के साथ-साथ सिमुलेटेड एंटीना प्रदर्शन के बारे में चर्चा करत हवय। |
afbe59950a7d452ce0a3f412ee865f1e1d94d9ef | सुदृढीकरण सीखने म न्यूनतम मनखे हस्तक्षेप के साथ व्यवहारिक कौशल के बडखा रिपरटोरिय ल सीखने बर स्वायत्त रोबोट ल सक्षम करे के वादा हवय। हालांकि, सुदृढीकरण सीखने के रोबोट अनुप्रयोग अक्सर वास्तविक भौतिक प्रणालिमन बर व्यावहारिक प्रशिक्षण समय प्राप्त करे के पक्ष में सीखने के प्रक्रिया के स्वायत्तता ले समझौता करत हंवय । एमा आमतौर म हाथ ले इंजीनियर नीति प्रतिनिधित्व अउ मनखे-आधारित प्रदर्शनों के परिचय शामिल होत हवय। गहरी सुदृढीकरण सीखने सामान्य उद्देश्य तंत्रिका नेटवर्क नीतियों ल प्रशिक्षित करके ए सीमा ल कम करत हवय, लेकिन प्रत्यक्ष गहरी सुदृढीकरण सीखने एल्गोरिदम के अनुप्रयोग अभी तक सिमुलेटेड सेटिंग्स अउ अपेक्षाकृत सरल कार्यों तक ही सीमित हंवय , काबरकि ओमनके स्पष्ट उच्च नमूना जटिलता के कारण। ए पेपर में, हम ए दिखाते हंवय कि गहरी क्यू-कार्यात्मक के ऑफ-पॉलिसी प्रशिक्षण के आधार म हालिया गहरी सुदृढीकरण सीखने एल्गोरिदम जटिल 3 डी हेरफेर कार्यमन बर स्केल कर सकत हवय अउ वास्तविक भौतिक रोबोटों म प्रशिक्षण बर पर्याप्त रूप ले गहरे तंत्रिका नेटवर्क नीतियों के सीख सकत हवय। हम ए दिखाते हंवय कि प्रशिक्षण समय के कईठन रोबोटों में एल्गोरिदम के समानांतर करके अउ कम करे जा सकत हवय जेहर असिंक्रोनस रूप ले अपन नीति अपडेट के साझा करत हंवय । हमर प्रयोगात्मक मूल्यांकन ले पता चलत हवय कि हमर विधि सिमुलेशन में कईठन 3 डी हेरफेर कौशल अउ वास्तविक रोबोट म जटिल दरवाजा खोले के कौशल सीख सकत हवय बिना काखरो घलो पूर्व प्रदर्शन या मैन्युअल रूप ले डिजाइन करे गए प्रतिनिधित्व के। |
b8aa8b5d06c98a900d8cea61864669b28c3ac0fc | ए लेख वाहन वातावरण म वाहन देरी सहिष्णु नेटवर्क (वीडीटीएन) म रूटिंग बर प्रस्तावित रूटिंग प्रोटोकॉल के एकठन व्यापक सर्वेक्षण प्रस्तुत करत हवय । डीटीएन के उपयोग कईठन परिचालन वातावरण में करे जात हवय , जेमा व्यवधान अउ डिस्कनेक्शन के अधीन अउ उच्च देरी के साथ, जैसे वाहन विज्ञापन नेटवर्क (वीएएनईटी) शामिल हवयं। हम एक विशेष प्रकार के वैनट म ध्यान केंद्रित करत हंवय , जहां वाहन यातायात विरल होत हवय अउ संचार पक्षमन के बीच आखिर ले आखिर पथ हमेशा मौजूद नी होत हवयं। इ प्रकार, इ संदर्भ म संचार वाहन देरी सहिष्णु नेटवर्क (वीडीटीएन) के श्रेणी में आता हवय। आरएसयू (रोड साइड यूनिट) के सीमित ट्रांसमिशन रेंज के कारण, वीडीटीएन में रिमोट वाहन, सीधे आरएसयू ले कनेक्ट नी हो सकत हंवय अउ ए प्रकार पैकेटों के रिले करे बर मध्यवर्ती वाहनों म भरोसा करना पड़ सकत हवय। संदेश रिले प्रक्रिया के दौरान, अत्यधिक विभाजन वाले वैनट म पूरा आखिर ले आखिर पथ मौजूद नी हो सकत हंवय । एखरबर, मध्यवर्ती वाहनों ल अवसरवादी रूप ले संदेशों ल बफर अउ अग्रेषित करना चाहि। बफर, कैरी अउ फॉरवर्ड के माध्यम ले , संदेश आखिरकार गंतव्य तक पहुंचाया जा सकत हवय भले ही स्रोत अउ गंतव्य के बीच आखिर ले आखिर कनेक्शन मौजूद नी होए । डीटीएन में रूटिंग प्रोटोकॉल के मुख्य उद्देश्य अंत-टू-एंड देरी के कम करे के दौरान गंतव्य तक डिलीवरी के संभावना ल अधिकतम करना हवय। एखर अलावा, वाहन ट्रैफिक मॉडल वाहन नेटवर्क में डीटीएन रूटिंग बर महत्वपूर्ण हंवय काबरकि डीटीएन रूटिंग प्रोटोकॉल के प्रदर्शन नेटवर्क के जनसंख्या अउ गतिशीलता मॉडल ले निकटता ले संबंधित हवय। 2014 एल्सेवियर बी.वी. जम्मो अधिकार सुरक्षित हवय। |
4555fd3622908e2170e4ffdd717b83518b123b09 | पेपर एंटीना पैरामीटर म प्रभाव प्रस्तुत करत हवय जब एक एंटीना ल धातु प्लेट के पास क्षैतिज रूप ले रखा जात हवय । प्लेट के सीमित आकार अउ आयताकार आकार हवय। एक फोल्ड किए गए डायपोल एंटीना के उपयोग करे जात हवय अउ एला प्लेट के ऊपर सममित रूप ले रखा जात हवय। एफईएम (सीमित तत्व विधि) के उपयोग प्लेट के आकार अउ प्लेट अउ एंटीना के बीच के धुरिहाी म एंटीना मापदंडों के निर्भरता के अनुकरण करे बर करे जात हवय । धातु प्लेट के उपस्थिति, इहां तक कि एक छोटे ले यदि एहर सही धुरिहा म हवय, तो एंटीना के व्यवहार म बहुत बडखा परिवर्तन के कारण बनता हवय। प्लेट जितनी बड़ी है, विशेष रूप ले चौड़ाई में, विकिरण पैटर्न के तीखा अउ संकीर्ण लोब होत हवय। एंटीना ऊंचाई परिभाषित करत हवय कि विकिरण पैटर्न म कइठन लोब हवय। एंटीना पैरामीटर के एक संख्या, प्रतिबाधा, दिशात्मकता अउ फ्रंट-टू-बैक अनुपात सहित, आवधिक रूप ले एंटीना ऊंचाई के रूप म बदल जात हवय। धातु प्लेट के प्रभाव के तहत एंटीना के अनुनाद आवृत्ति घलो बदलत हवय। |
d70cd3d2fe0a194321ee92c305976873b883d529 | एक वाइडबैंड 57.7-84.2 जीएचजेड चरण शिफ्टर एक कॉम्पैक्ट लेंग कपलर के उपयोग करके चरण-अंतर्निहित अउ क्वाड्रेट सिग्नल उत्पन्न करे बर प्रस्तुत करे जात हवय । लेंग युग्मन के पाछू दु बालन ट्रांसफार्मर होत हंवय जेहर अंतर आई अउ क्यू संकेतों के साथ आईक्यू वेक्टर मॉड्यूलेशन प्रदान करत हंवय । लागू चरण शिफ्टर औसत 6-डीबी सम्मिलन हानि अउ 5-डीबी लाभ भिन्नता प्रदर्शित करत हवय। मापा गए औसत आरएमएस चरण अउ लाभ त्रुटि क्रमशः 7 डिग्री अउ 1 डीबी हवय। चरण शिफ्टर ग्लोबलफाउंड्रीज 45-एनएम एसओआई सीएमओएस तकनीक में लागू करे गए हवय। चिप क्षेत्र 385 μm × 285 μm हवय अउ चरण शिफ्टर 17 एमडब्ल्यू ले कम के उपभोग करत हवय। लेखक के ज्ञान के सबले अच्छा बर, ए पहला चरण शिफ्टर हवय जेहर 60 जीएचजेड बैंड अउ ई-बैंड आवृत्तिमन ल 37% के आंशिक बैंडविड्थ के साथ कवर करत हवय। |
eb58118b9db1e95f9792f39c3780dbba3bb966cb | ए पेपर स्ट्रोक या पार्किंसंस रोग के मरीजमन बर स्थानिक-समय पैदल पैटर्न ले मात्रात्मक माप प्राप्त करे अउ नैदानिक संकेतमन के पता लगाए बर एक पहनने योग्य जड़ता माप प्रणाली अउ एखर संबंधित स्थानिक-समय पैदल विश्लेषण एल्गोरिदम प्रस्तुत करत हवय। पहनने योग्य प्रणाली में एक माइक्रोकंट्रोलर, एक ट्राइएक्सियल त्वरणमीटर, एक ट्राइएक्सियल जाइरोस्कोप, अउ एक आरएफ वायरलेस ट्रांसमिशन मॉड्यूल शामिल हवय। गति विश्लेषण एल्गोरिदम, जेमा जड़ता सिग्नल अधिग्रहण, सिग्नल प्रीप्रोसेसिंग, गति चरण का पता लगाना, अउ गति के टखने सीमा के अनुमान के प्रक्रिया होत हवय, ल त्वरण अउ कोणीय वेग ले गति सुविधाओं ल निकाले बर विकसित करे गए हवय। सटीक टखने गति के सीमा के अनुमान लगाए बर, हमन जड़ता संकेतमन के एकीकरण त्रुटि के संचय के कम करे बर एक पूरक फिल्टर में त्वरण अउ कोणीय वेग के एकीकृत करे हवय। जम्मो 24 प्रतिभागिमन हर सामान्य गति म 10 मीटर के सीधी रेखा म चले बर अपन पैर म सिस्टम ल माउंट करिस अउ प्रस्तावित प्रणाली अउ एल्गोरिदम के प्रभावशीलता ल मान्य करे बर आमनके चलने रिकॉर्डिंग एकत्र करे गए । प्रायोगिक म परिणाम ों ले पता चलत हवय कि डिजाइन करे गए स्पेसियोटॉमोरल गार्ड विश्लेषण एल्गोरिदम के साथ प्रस्तावित जड़ता माप प्रणाली स्वचालित रूप ले स्पेसियोटॉमोरल गार्ड जानकारी के विश्लेषण करे बर एक वादा उपकरण हवय, जेहर स्ट्रोक या पार्किंसंस रोग के निदान बर चिकित्सीय प्रभावशीलता के निगरानी बर नैदानिक संकेतकों के रूप म कार्य करत हवय । |
7e7f14f325d7e8d70e20ca22800ad87cfbf339ff | ए प्रकाशन म पुनः मुद्रित लेख शामिल हवयं जिनके लिए आईईईई के पास कॉपीराइट नी हवय । इ लेखों बर पूर्ण पाठ IEEE एक्सप्लोर म उपलब्ध नी होए । |
002a8b9ef513d46dc8dcce85c04a87ae6a221b4c | हम प्रतिगमन अउ वर्गीकरण बर समर्थन वेक्टर एल्गोरिदम के एकठन नवा वर्ग के प्रस्ताव करत हंवय । इ एल्गोरिदम में, एक पैरामीटर एक के समर्थन वैक्टर के संख्या के प्रभावी ढंग ले नियंत्रित करे के अनुमति देत हवय। जबकि एहर अपन आप म उपयोगी हो सकत हवय, पैरामीटरकरण के अतिरिक्त लाभ हवय कि हमन एल्गोरिदम के दूसर स्वतंत्र पैरामीटर में ले एक के समाप्त करे में सक्षम बनात हंवय: प्रतिगमन मामले में सटीकता पैरामीटर, अउ वर्गीकरण मामले में नियमितकरण निरंतर सी। हम एल्गोरिदम के वर्णन करत हंवय , अर्थ अउ विकल्प के बारे में कुछु सैद्धांतिक परिणाम देत हंवय अउ प्रयोगात्मक परिणाममन के रिपोर्ट करत हंवय । |
0911bcf6bfff20a84a56b9d448bcb3d72a1eb093 | एक ऑटोकोडर के नियमित प्रशिक्षण के म पर परिणाम स्वरूप लुकाय इकाई पूर्वाग्रह होत हवयं जेहर बडखा नकारात्मक मूल्मन ल लेत हवयं। हम दिखाते हंवय कि नकारात्मक पूर्वाग्रह एकठन छिपे हुए परत के उपयोग के एकठन स्वाभाविक म परिणाम हवयं जेखर जिम्मेदारी इनपुट डेटा के प्रतिनिधित्व करना अउ चयन तंत्र के रूप म कार्य करना हवय जेहर प्रतिनिधित्व के विरलता सुनिश्चित करत हवय । फेर हमन देखथन कि नकारात्मक पूर्वाग्रह डेटा वितरण के सीखे म बाधा डालत हवयं जेखर आंतरिक आयाम ऊंचा हवय । हम एक नवा सक्रियण फ़ंक्शन के घलो प्रस्ताव करत हंवय जेहर छिपे हुए परत के दु भूमिका ल अलग करत हवय अउ जेहर हमन ल बहुत उच्च आंतरिक आयाम के साथ डेटा म प्रतिनिधित्वमन ल सीखने के अनुमति देत हवय , जहां मानक ऑटोकोडर आमतौर म विफल होत हंवय । काबरकि डिसकूपल्ड सक्रियण फ़ंक्शन एकठन निहित नियामक के तरह कार्य करत हवय , मॉडल ल प्रशिक्षण डेटा के पुनर्निर्माण त्रुटि ल कम करके प्रशिक्षित करे जा सकत हवय , बिना काखरो अतिरिक्त विनियमन के आवश्यकता होत हवय । |
27f9b805de1f125273a88786d2383621e60c6094 | ए पेपर में हम गति नियंत्रण अउ स्थिति अनुमान के बेहतर करे बर ट्रैक किए गए मोबाइल रोबोट बर एक गतिशील दृष्टिकोण प्रस्तावित करत हंवय । स्लिप अउ ट्रैक-माटी बातचीत के कारण जटिल गतिशीलता ट्रैक वेग के आधार म वाहन के सटीक गति के भविष्यवाणी करना मुश्किल बनात हवय। फिर भी, स्वायत्त नेविगेशन बर वास्तविक समय गणना ल लूप में गतिशीलता के परिचय के बिना एक प्रभावी गतिज अनुमान के आवश्यकता होत हवय। प्रस्तावित समाधान ए तथ्य म आधारित हवय कि गति विमान म वाहन के संबंध म स्प्रिंग्स के क्षणिक घूर्णन केंद्र (आईसीआर) गतिशीलता-निर्भर हवयं, लेकिन वे एकठन सीमित क्षेत्र के भीतर हंवय । ए प्रकार, एकठन विशेष इलाके बर निरंतर आईसीआर स्थितिमन के अनुकूलित करे के परिणामस्वरूप ट्रैक करिस गिनमोबाइल रोबोट बर अनुमानित गतिज मॉडल होत हवय। गतिज मापदंडों के ऑफ-लाइन अनुमान बर दु अलग-अलग दृष्टिकोण प्रस्तुत करे जात हंवय: (i) वाहन के जम्मो वेग सीमा बर गतिशील मॉडल के स्थिर प्रतिक्रिया के सिमुलेशन; (ii) एक प्रयोगात्मक सेटअप के शुरुआत ताकि एक आनुवांशिक एल्गोरिदम वास्तविक सेंसर रीडिंग ले मॉडल के उत्पादन कर सके। ए विधिमन के ऑन-लाइन ओडोमेट्रिक गणना अउ मध्यम गति म कठोर सतह म सपाट मिट्टी म ऑरिगा मोबाइल रोबोट के साथ निम्न-स्तर गति नियंत्रण बर मूल्यांकन करे गए हवय। कीवर्ड ट्रैक किए गए वाहन, गतिशील नियंत्रण, मोबाइल रोबोटिक्स, पैरामीटर पहचान, गतिशीलता सिमुलेशन |
04caa1a55b12d5f3830ed4a31c4b47921a3546f2 | अनुक्रमों, पेड़ों अउ ग्राफ जैसे संरचित डेटा बर डिज़ाइ करे गए कर्नेल वर्गीकरणकर्ता अउ प्रतिगमन हर कम्प्यूटेशनल जीवविज्ञान अउ दवा डिजाइन जैसे कईठन अंतःविषय क्षेत्रों ल काफी उन्नत करिस हवय। आमतौर म, कर्नेल एकठन डेटा प्रकार बर पहीली ले डिज़ाइ करे जात हवयं जेहर या तो संरचना के आंकड़ों के शोषण करत हंवय या संभाव्य जनरेटिव मॉडल के उपयोग करत हंवय , अउ फिर एक भेदभावपूर्ण वर्गीकरण ल उत्तोलन के माध्यम ले कर्नेल के आधार म सीखा जात हवय । हालांकि, ए तरह के एक सुरुचिपूर्ण दो-चरण दृष्टिकोण घलो लाखों डेटा बिंदुमन तक स्केलिंग ले कर्नेल विधिमन ल सीमित करत हवय, अउ सुविधा प्रतिनिधित्वमन ल सीखने बर भेदभावपूर्ण जानकारी के शोषण करत हवय। हम संरचना 2vec, सुविधा रिक्त स्थान में लुप्त चर मॉडल के एम्बेड करे के विचार के आधार म संरचित डेटा प्रतिनिधित्व बर एक प्रभावी अउ स्केलेबल दृष्टिकोण के प्रस्ताव करत हंवय , अउ विभेदक जानकारी के उपयोग करके ए तरह के सुविधा रिक्त स्थान ल सीखत हंवय । दिलचस्प रूप ले, संरचना 2 वीईसी ग्राफिकल मॉडल अनुमान प्रक्रिया के तरह एक तरीका ले फ़ंक्शन मैपिंग के अनुक्रम के प्रदर्शन करके सुविधाओं ल निकालता हवय, जैसे कि माध्य क्षेत्र अउ विश्वास प्रसार। लाखों डेटा पॉइंट्स के साथ अनुप्रयोगों में, हमने दिखाया कि संरचना 2vec 2 गुना तेज़ चलती है, 10,000 गुना छोटे मॉडल का उत्पादन करती है, जबकि एक ही समय में अत्याधुनिक भविष्यवाणी प्रदर्शन प्राप्त करना। |
1dc5b2114d1ff561fc7d6163d8f4e9c905ca12c4 | ए अच्छी तरह ले जाना जात हवय कि जब डेटा गैर-सामान्य रूप ले वितरित होत हवय, तो पियर्सन के आर के महत्व के एक परीक्षण टाइप I त्रुटि दरों ल बढ़ा सकत हवय अउ बिजली के कम कर सकत हवय। सांख्यिकीय पाठ्यपुस्तक अउ सिमुलेशन साहित्य पियर्सन के सहसंबंध के कईठन विकल्प प्रदान करत हंवय । हालांकि, इ विकल्पों के सापेक्ष प्रदर्शन अस्पष्ट रहा हवय। 12 विधिमन के तुलना करे बर दु सिमुलेशन अध्ययनमन के आयोजन करे गए रहिस , जेमा पियर्सन, स्पीर्मन के रैंक-ऑर्डर, परिवर्तन अउ पुनः नमूनाकरण दृष्टिकोण शामिल रहिन। अधिकांश नमूना आकार (एन ≥ 20) के साथ, पियर्सन सहसंबंध के आकलन करे ले पहीली डेटा के सामान्य आकार में बदलने ले टाइप I अउ टाइप II त्रुटि दर कम करे गए रहिस । रूपांतरण दृष्टिकोणों के बीच, एक सामान्य उद्देश्य रैंक-आधारित व्युत्क्रम सामान्य रूपांतरण (यानी, रैंकिट स्कोर में रूपांतरण) सबले ज्यादा फायदेमंद रहिस । हालांकि, जब नमूने दुनो छोटे (एन ≤ 10) अउ बेहद असामान्य रहिन, त फेर क्रमपरिवर्तन परीक्षण अक्सर कइठन बूटस्ट्रैप परीक्षणों सहित दूसर विकल्पों के बेहतर रहिस। |
d3abb0b5b3ce7eb464846bbdfd93e0fbf505e954 | इ पेपर में, हम सब्सट्रेट एकीकृत वेवगइड्स (एसआईडब्ल्यू) द्वारा खिलाए गए कॉम्पैक्ट एंटीना सरणी के तीन अलग-अलग अवधारणाओं के तुलना करत हंवय । एंटीना अवधारणा रेडिएटर के प्रकार म भिन्न होत हवय। स्लॉट चुंबकीय रैखिक रेडिएटर के प्रतिनिधित्व करत हंवय , पैच विद्युत सतह रेडिएटर हंवय , अउ विवालदी स्लॉट यात्रा-लहर एंटीना ले संबंधित हंवय । ए प्रकार, एसआईडब्ल्यू फीडरमन ल उत्तेजक एंटीना तत्वमन के कईठन तंत्रमन के शोषण करना होत हवय। अध्ययन करिस गिनएंटेना सरणी के प्रतिबाधा अउ विकिरण गुण सामान्यीकृत आवृत्ति ले संबंधित हंवय । एंटीना सरणी के तुलनात्मक रूप ले एंटीना के राज्य चर, एसआईडब्ल्यू फीडर आर्किटेक्चर अउ संबंधित कार्यान्वयन विवरण म डिजाइन किए गए एंटीना के आखिरिम पैरामीटर के मौलिक निर्भरता ल दिखाने बर करे गए हवय। |
e4acaccd3c42b618396c9c28dae64ae7091e36b8 | एक उपन्यास आई / क्यू रिसीवर सरणी के प्रदर्शन करे जात हवय जेहर एकठन घटना आरएफ सिग्नल के ओर एकठन रिसीव बीम ल इंगित करे बर प्रत्येक रिसीव चैनल म चरण शिफ्ट ल अनुकूलित करत हवय । मापा एरे 8.1 जीएचजेड म संचालित होत हवय अउ चार तत्व एरे बर +/-35 डिग्री के स्टीयरिंग एंगल ल कवर करत हवय। एखर अतिरिक्त, रिसीवर एक आई/क्यू डाउन-कन्वर्टर शामिल करत हवय अउ ईवीएम के साथ 64 क्यूएएम के 4% ले कम के साथ डीमोड्यूलेट करत हवय। चिप 45 एनएम सीएमओएस एसओआई प्रक्रिया में बनइन गए हवय अउ 143 एमडब्ल्यू डीसी पावर के खपत करत हुए 3.45 मिमी 2 के क्षेत्र म कब्जा करत हवय। |
149bf28af91cadf2cd933bd477599cca40f55ccd | हमन एक सीखने वास्तुकला का प्रस्ताव करत हावें, जो कच्चे दृश्य इनपुट डेटा के आधार म सुदृढीकरण सीखने में सक्षम हावे। पिछले दृष्टिकोणों के विपरीत, न केवल नियंत्रण नीति सीखी जात हवय । सफल होए बर , सिस्टम ल घलो स्वायत्त रूप ले सीखना चाहि कि इनपुट जानकारी के उच्च-आयामी धारा ले प्रासंगिक जानकारी कैसे निकाले जाए , जेखर लिए सिमेंटिक्स ल सीखने प्रणाली बर प्रदान नी करे जात हवय । हम एक चुनौतीपूर्ण बेंचमार्क म इ उपन्यास सीखने वास्तुकला के अवधारणा का पहला सबूत देत हावें, अर्थात् एक रेसिंग स्लॉट कार के दृश्य नियंत्रण। परिणामी नीति, केवल सफलता या विफलता ले सीखीस गइस, शायद ही एक अनुभवी मानव खिलाड़ी द्वारा हराया जा सकत हवय। |
759d9a6c9206c366a8d94a06f4eb05659c2bb7f2 | आज तक, कंप्यूटर दृष्टि में मशीन लर्निंग-आधारित मान्यता एल्गोरिदम के लगभग जम्मो प्रयोगात्मक मूल्यांकन हर "बंद सेट" मान्यता के रूप लिया हवय, जेखर द्वारा प्रशिक्षण समय म जम्मो परीक्षण वर्गमन के जाना जात हवय । दृष्टि अनुप्रयोगों बर एकठन अउ यथार्थवादी परिदृश्य "खुले सेट" मान्यता हवय , जहां प्रशिक्षण समय म दुनिया के अपूर्ण ज्ञान मौजूद हवय , अउ अज्ञात वर्गों के परीक्षण के दौरान एकठन एल्गोरिदम के अधीन करे जा सकत हवय । ए पेपर खुले सेट मान्यता के प्रकृति के पता लगाता हवय अउ एक सीमित न्यूनता समस्या के रूप में एखर म परिभाषा के औपचारिक रूप देत हवय। ओपन सेट मान्यता समस्या मौजूदा एल्गोरिदम से अच्छी तरह ले संबोधित नी करे जात हवय काबरकि एला मजबूत सामान्यीकरण के आवश्यकता होत हवय। समाधान के ओर एक कदम के रूप में, हम एक उपन्यास 1-बनाम-सेट मशीन, पेश करत हंवय जेहर एक रैखिक कर्नेल के साथ एक-वर्ग या द्विआधारी एसवीएम के सीमांत धुरिहाी ले एक निर्णय अंतरिक्ष के मूर्तिकला करत हवय। ए पद्धति कंप्यूटर दृष्टि में कईठन अलग-अलग अनुप्रयोगमन बर लागू होत हवय जहां ओपन सेट मान्यता ऑब्जेक्ट मान्यता अउ चेहरा सत्यापन सहित एक चुनौतीपूर्ण समस्या हवय। हम ए काम म दुनो ल कैलिटेक 256 अउ इमेजनेट सेट म करे गए बडखा पैमाने म क्रॉस-डेटासेट प्रयोगों के साथ-साथ लेबल किए गए सेट म करे गए चेहरे के मिलान प्रयोगों के साथ-साथ विचार करत हंवय । प्रयोगो मे समान कार्यो बर मौजूदा 1-वर्ग अउ द्विआधारी एसवीएम की तुलना मे खुले सेट मूल्यांकन बर अनुकूलित मशीनो की प्रभावकारिता पर प्रकाश डाला गिस हावे । |
00960cb3f5a74d23eb5ded93f1aa717b9c6e6851 | बेसियन अनुकूलन अज्ञात, महंगे अउ मल्टीमोडल कार्यों के वैश्विक अनुकूलन बर एक अत्यधिक प्रभावी पद्धति साबित होइस हवय। कार्यों म वितरण ल सटीक रूप ले मॉडल करे के क्षमता बेसियन अनुकूलन के प्रभावशीलता बर महत्वपूर्ण हवय। यद्यपि गॉसियन प्रक्रियामन फ़ंक्शनमन म एक लचीला पूर्व प्रदान करत हंवय , लेकिन फ़ंक्शन के कईठन वर्ग हंवय जिन्हें मॉडल करना मुश्किल होत हवय । इमे ले सबले अक्सर पाए जाने वाले में ले एक गैर-स्थिर कार्यों की कक्षा हावे। मशीन लर्निंग एल्गोरिदम के हाइपरपैरामीटर के अनुकूलन एक समस्या डोमेन हवय जेमा पैरामीटर अक्सर मैन्युअल रूप ले प्राथमिकता म बदल दिए जात हंवय , उदाहरण बर लॉग-स्पेस, में अनुकूलित करके स्थानिक रूप ले अलग-अलग लंबाई पैमाने के प्रभावमन के कम करे बर । हम बीटा संचयी वितरण फ़ंक्शन के उपयोग करके इनपुट स्पेस के द्विघात रूपांतरण या विकृति के एक विस्तृत परिवार ल स्वचालित रूप ले सीखने बर एक कार्यप्रणाली विकसित करत हंवय । हम बहु-कार्य बेसियन अनुकूलन बर वार्पिंग ढांचे के विस्तार करत हंवय ताकि कईठन कार्यमन ल संयुक्त रूप ले स्थिर स्थान म वार्प करे जा सके। चुनौतीपूर्ण बेंचमार्क अनुकूलन कार्यमन के एकठन सेट म , हम देखत हंवय कि विरूपण के समावेश अत्याधुनिक स्थिति म काफी सुधार करत हवय , जेहर बेहतर म परिणाममन के उत्पादन करत हवय । |
b53e4c232833a8e663a9cf15dcdd050ff801c05c | हम असमान डेटा स्ट्रीम के उच्च-थ्रूपुट वास्तविक समय विश्लेषण बर एक स्केलेबल सिस्टम प्रस्तुत करत हंवय । हमर वास्तुकला पूर्वानुमान विश्लेषण अउ विसंगति पता लगाए बर मॉडल के वृद्धिशील विकास ल सक्षम करत हवय काबरकि डेटा सिस्टम म पहुंचत हवय। बैच डेटा-प्रोसेसिंग सिस्टम के विमीत, जैसे कि हडूप, जेमा उच्च विलंब हो सकत हवय, हमर वास्तुकला उड़ान म डेटा के सेवन अउ विश्लेषण के अनुमति देत हवय, जेखरकारण वास्तविक समय म असामान्य व्यवहार के पता लगा अउ प्रतिक्रिया देत हवय । आंतरिक खतरा, वित्तीय धोखाधड़ी, अउ नेटवर्क घुसपैठ जैसे अनुप्रयोगमन बर ए समयबद्धता महत्वपूर्ण हवय । हम आंतरिक खतरमन के पता लगाए के समस्या बर ए प्रणाली के एक आवेदन के प्रदर्शन करत हंवय , अर्थात्, सिस्टम के उपयोगकर्ताओं द्वारा एकठन संगठन के संसाधनमन के दुरुपयोग अउ सार्वजनिक रूप ले उपलब्ध आंतरिक खतरे डेटासेट म हमर प्रयोगों के म परिणाम प्रस्तुत करत हंवय । |
39b58ef6487c893219c77c61c762eee5694d0e36 | डेटा खनन के उभरते क्षेत्र म वर्गीकरण एक महत्वपूर्ण समस्या हवय । यद्यपि अतीत में वर्गीकरण के व्यापक रूप ले अध्ययन करे गए हवय, लेकिन अधिकांश वर्गीकरण एल्गोरिदम केवल मेमोरी-निवासी डेटा बर डिज़ाइ करे गए हंवय , ए प्रकार बडखा डेटा लेट के डेटा खनन बर उंखर उपयुक्तता के सीमित करत हंवय । ए पेपर एक स्केलेबल वर्गीकरन के निर्माण म मुद्दों म चर्चा करत हवय अउ एसएलआईक्यू, एक नवा वर्गीकरन के डिजाइन प्रस्तुत करत हवय। एसएलआईक्यू एक निर्णय पेड़ वर्गीकरण हवय जेहर दुनो संख्यात्मक अउ वर्गीकृत विशेषता के संभाल सकत हवय। ए पेड़ के विकास चरण म एकठन उपन्यास पूर्व-सॉर्टिंग तकनीक के उपयोग करत हवय । ए सॉर्टिंग प्रक्रिया ल डिस्क-निवासी डेटासेट के वर्गीकरण ल सक्षम करे बर एक व्यापक पेड़ बढ़ते रणनीति के साथ एकीकृत करे जात हवय । एसएलआईक्यू एक नवा पेड़-छंटाई एल्गोरिदम के घलो उपयोग करत हवय जेहर सस्ता हवय, अउ कॉम्पैक्ट अउ सटीक पेड़ों के परिणामस्वरूप होत हवय। इ तकनीमन के संयोजन एसएलआईक्यू ल बडखा डेटा ले ट बर स्केल करे अउ डेटा ले ट के वर्गीकृत करे के अनुमति देत हवय , चाहे कक्षामन, गुणमन अउ उदाहरणमन (रिकॉर्ड) के संख्या के बावजूद, ए प्रकार एला डेटा खनन बर एकठन आकर्षक उपकरण बनात हवय । |
1f25ed3c9707684cc0cdf3e8321c791bc7164147 | वर्गीकरण डेटा खनन के एक महत्वपूर्ण समस्या हवय । यद्यपि वर्गीकरण एकठन अच्छी तरह ले अध्ययन करे गए समस्या हवय , लेकिन अधिकांश वर्तमान वर्गीकरण एल्गोरिदम के आवश्यकता होत हवय कि जम्मो या पूरा डेटासेट के एकठन हिस्सा हमेशा के लिए स्मृति म रहे। ए बड़े डेटाबेस म खनन बर उंखर उपयुक्तता ल सीमित करत हवय । हम एक नवा निर्णय-वृक्ष आधारित वर्गीकरण एल्गोरिदम प्रस्तुत करत हन, जेला स्प्रिंट कहे जाथे जऊन मेमोरी के जम्मो प्रतिबंध ल हटा देथे, अऊ तेज अऊ स्केलेबल हे। एल्गोरिदम के घलो आसानी ले समानांतर करे बर डिज़ाइ करे गए हवय, जेखरकारण कईठन प्रोसेसर के एकठन सुसंगत मॉडल बनइन बर मिलकर काम करे के अनुमति मिलथे। इ समानांतर, इहां घलो प्रस्तुत करे गए हवय, उत्कृष्ट स्केलेबिलिटी के प्रदर्शन घलो करत हवय। इ विशेषताओं के संयोजन प्रस्तावित एल्गोरिदम डेटा खनन बर एक आदर्श उपकरण बनाता हवय। |
7c3a4b84214561d8a6e4963bbb85a17a5b1e003a | |
76c87ec44fc5dc96bc445abe008deaf7c97c9373 | ए पेपर मानक नरम सब्सट्रेट के एकल परत म 100 ओएचएम अंतर माइक्रोस्ट्रिप लाइन फीड के साथ एक सपाट ग्रिड सरणी एंटीना प्रस्तुत करत हवय। ऑटोमोटिव रडार अनुप्रयोगों बर एंटीना 79 गीगाहर्ट्ज आवृत्ति बैंड म काम करत हवय। एखर एकल पंक्ति डिजाइन ऊंचाई म एक संकीर्ण बीम अउ अज़ीमुथ म एक विस्तृत बीम प्रदान करत हवय। अंतर माइक्रोस्ट्रिप लाइन फीडिंग के साथ, एंटीना आवृत्ति रेंज में अंतर मल्टीचैनल एमएमआईसी बर उपयुक्त हवय। |
bc7308a97ec2d3f7985d48671abe7a8942a5b9f8 | ए पेपर भावना विश्लेषण बर एकठन दृष्टिकोण पेश करत हवय जेहर संभावित प्रासंगिक जानकारी के कईठन स्रोतमन ल एक साथ लाने बर समर्थन वेक्टर मशीनों (एसवीएम) के उपयोग करत हवय , जेमा वाक्यांशों अउ विशेषणों बर कईठन अनुकूलता माप शामिल हवयं अउ जहां उपलब्ध हवयं, पाठ के विषय के ज्ञान। प्रस्तुत सुविधामन के उपयोग करे वाले मॉडल के साथ एकोग्राम मॉडल के साथ अउ संयोजन करे जात हवय जेहर अतीत में प्रभावी होए बर दिखाया गए हवय (पेंग एट अल, 2002) अउ एकोग्राम मॉडल के लेमेटाइज्ड संस्करण। एपिनियंस.कॉम ले फिल्म समीक्षा डेटा म प्रयोगों ले पता चलत हवय कि हाइब्रिड एसवीएम जेहर वास्तविक मूल्य के अनुकूलता उपायों के आधार म एसवीएम के साथ यूनोग्राम-शैली फीचर-आधारित एसवीएम के संयोजन करत हंवय , ओमनउच्च प्रदर्शन प्राप्त करत हंवय , जेखरकारण ए डेटा के उपयोग करके सबले अच्छा परिणाम प्रकाशित करे जात हवय । विषय बर संगीत समीक्षाओं के एक छोटे डेटासेट म विषय जानकारी के साथ समृद्ध एक फीचर सेट के उपयोग करके अउ प्रयोगों के घलो रिपोर्ट करे जात हवय , जेखर म परिणाम ए सुझाव देत हंवय कि ए तरह के मॉडल म विषय जानकारी शामिल करे ले घलो सुधार हो सकत हवय । |
be389fb59c12c8c6ed813db13ab74841433ea1e3 | अंजीर के पेड़ 1. हर समय हम आईमैपर प्रस्तुत करत हंवय , एक विधि जेहर वस्तुमन के साथ मनखेमन के बातचीत के बारे में कारण देत हवय , जेहर एक प्रशंसनीय दृश्य व्यवस्था अउ मनखे आंदोलन दुनों ल पुनर्प्राप्त करे बर, जेहर एकठन इनपुट मोनोकुलर वीडियो के सबले अच्छा व्याख्या करत हंवय (इसेट देखव) । हम दृश्यों (जैसे, ए, बी, सी) नामक विशेषता बातचीत ल वीडियो म फिट करत हंवय अउ एक प्रशंसनीय वस्तु व्यवस्था अउ मनखे गति पथ (बाएं) के पुनर्निर्माण करे बर उनका उपयोग करत हंवय । प्रमुख चुनौती एहर हवय कि विश्वसनीय फिटिंग के जरूरत हवय, जेहर अज्ञात (यानी लुप्त) के बारे में जानकारी के जरूरत हवय। (दाएं) हम मैन्युअल रूप ले एनोटेट करे गइस ग्राउंडट्रथ ऑब्जेक्ट प्लेसमेंट म अपन परिणाम के ओवरले (शीर्ष दृश्य ले) दिखाते हंवय । ध्यान दें कि अनुमानित ऑब्जेक्ट श्रेणी, स्थान अउ आकार जानकारी के आधार म ऑब्जेक्ट मेष रखे जात हंवय । |
f24a1af3bd8873920593786d81590d29520cfebc | ए पत्र बहुपरत सब्सट्रेट एकीकृत वेवगइड (एमएसआईडब्ल्यू) तकनीक के आधार म एकठन उपन्यास दीर्घवृत्त फिल्टर के डिजाइन अउ प्रयोग प्रस्तुत करत हवय । चार गुना एमएसआईडब्ल्यू गुहाओं के साथ एक सी-बैंड अंडाकार फिल्टर उच्च आवृत्ति संरचना सिम्युलेटर सॉफ्टवेयर के उपयोग करके अनुकरित करे जात हवय अउ दु-परत मुद्रित सर्किट बोर्ड प्रक्रिया के साथ निर्मित करे जात हवय , मापा परिणाममन अच्छा प्रदर्शन दिखाते हंवय अउ अनुकरित परिणाममन के साथ समझौते में हंवय । |
8052bc5f9beb389b3144d423e7b5d6fcf5d0cc4f | विशेषता वस्तु द्वारा साझा की गइस अर्थपूर्ण दृश्य गुण हवय। ओमनऑब्जेक्ट पहचान अउ सामग्री-आधारित छवि खोज ल बेहतर बनाए बर दिखाया गए हवय। जबकि विशेषता कईठन श्रेणियों ल कवर करे के उम्मीद हवय, उदा। एक डेलमेशियन अउ एक व्हेल दुनो के "चिकन चिकनी" हो सकत हवय , हम पाते हवयं कि एकठन विशेषता के उपस्थिति श्रेणियों के बीच काफी भिन्न होत हवय । ए प्रकार, एकठन श्रेणी म सीखे गए एट्रिब्यूट मॉडल दूसर श्रेणी म उपयोग नी करे जा सकत हवय । हम नवा श्रेणिमन के प्रति विशेषता मॉडल ल अनुकूलित करे के तरीका दिखाते हंवय । हम ए सुनिश्चित करत हंवय कि श्रेणियों के स्रोत डोमेन अउ एकठन उपन्यास लक्ष्य डोमेन के बीच सकारात्मक हस्तांतरण हो सकत हवय , एकठन विशेषता उप-स्थान म सीखने ले विशेषता चयन द्वारा पइस जात हवय जहां डोमेन के डेटा वितरण समान होत हवयं। हम ए दिखाते हंवय कि जब उपन्यास डोमेन ले डेटा सीमित होत हवय, त सहायक डोमेन (एडाप्टिव एसवीएम के माध्यम ले) म प्रशिक्षित मॉडल के साथ ओ उपन्यास डोमेन बर विशेषता मॉडल के नियमित करे ले विशेषता भविष्यवाणी के सटीकता म सुधार होत हवय । |
01094798b20e96e1d029d6874577167f2214c7b6 | तेजी ले समवर्ती हैश तालिका एकठन तेजी ले महत्वपूर्ण बिल्डिंग ब्लॉक हवय काबरकि हम सिस्टम ल कोर अउ थ्रेड के बढि़या संख्या म स्केल करत हंवय । ए पेपर एक उच्च-थ्रूपुट अउ मेमोरी-कुशल समवर्ती हैश टेबल के डिजाइन, कार्यान्वयन अउ मूल्यांकन प्रस्तुत करत हवय जेहर कईठन पाठमन अउ लेखमन के समर्थन करत हवय। डिजाइन सिस्टम-स्तरीय अनुकूलन बर सावधानीपूर्वक ध्यान ले निकलता हवय जैसे कि महत्वपूर्ण खंड लंबाई के कम करना अउ एल्गोरिदम पुन: इंजीनियरिंग के माध्यम ले इंटरप्रोसेसर सुसंगतता यातायात के कम करना। ए इंजीनियरिंग बर वास्तुशिल्प आधार के हिस्से के रूप में, हम इ महत्वपूर्ण बिल्डिंग ब्लॉक बर इंटेल के हालिया हार्डवेयर ट्रांजेक्शनल मेमोरी (एचटीएम) समर्थन के अपनने बर अपन अनुभव अउ म परिणाम के चर्चा शामिल करत हंवय । हम पाते हवयं कि मौजूदा डेटा संरचना म एक मोटे-अंक वाले लॉक के उपयोग करके समवर्ती पहुंच के अनुमति दे ले ज्यादा धागे के साथ समग्र प्रदर्शन कम हो जात हवय । जबकि एचटीएम ए मंदी के कुछु हद तक कम करत हवय , ए एला समाप्त नी करत हवय । एल्गोरिदमिक अनुकूलन जेहर एचटीएम अउ बारीक दानेदार ताला बर डिजाइन दुनों के लाभ देत हंवय , उच्च प्रदर्शन प्राप्त करे बर आवश्यक हंवय । हमर प्रदर्शन के परिणाम दिखात हवय कि हमर नवा हैश टेबल डिजाइन---आसमीय रूप ले कुक्कू हैशिंग के आसपास आधारित---लेखन-भारी वर्कलोड बर 2.5 गुना तक दूसर अनुकूलित समवर्ती हैश टेबल ल मात देत हवय, इहां तक कि छोटे कुंजी-मूल्य आइटम बर काफी कम मेमोरी के उपयोग करत समय घलो। 16-कोर मशीन म, हमर हैश टेबल लगभग 40 मिलियन डाले अउ 70 मिलियन ले ज्यादा लुकअप ऑपरेशन प्रति सेकंड निष्पादित करत हवय। |
5685a394b25fcb27b6ad91f7325f2e60a9892e2a | ग्राफ डेटाबेस (जीडीबी) हाल ही म ग्राफ-जैसे संरचना के साथ डेटा संग्रहीत अउ प्रबंधित करे बर पारंपरिक डेटाबेस के सीमा ल दूर करे बर उत्पन्न होए हवय। आज, वे सामाजिक नेटवर्क जैसे ग्राफ जैसे डेटा के प्रबंधन करे वाले कईठन अनुप्रयोगों बर एकठन आवश्यकता के प्रतिनिधित्व करत हंवय । अधिकांश तकनीकें, ग्राफ डेटाबेस में क्वेरी के अनुकूलित करे बर लागू, पारंपरिक डेटाबेस, वितरण प्रणाली, या ग्राफ सिद्धांत ले प्रेरित होत हंवय । हालांकि, ग्राफ डेटाबेस में ओमनके पुनः उपयोग के मुख्य विशेषता के ध्यान रखना चाहि, जैसे कि गतिशील संरचना, अत्यधिक जुड़े डेटा, अउ डेटा संबंध तक कुशलतापूर्वक उपयोग करे के क्षमता। ए पेपर म, हम ग्राफ डेटाबेस म क्वेरी अनुकूलन तकनीकमन के सर्वेक्षण करत हंवय । विशेष रूप ले,हम ग्राफ जैसे डेटा के क्वेरी करे बर बेहतर सुविधामन म ध्यान केंद्रित करत हंवय । |
0541d5338adc48276b3b8cd3a141d799e2d40150 | मैपरेड्यूस एक प्रोग्रामिंग मॉडल अउ संबद्ध कार्यान्वयन हवय जेखरकारण बडखा डेटासेट के प्रसंस्करण अउ उत्पन्न करे बर एक व्यापक विविधता बर अनुकूल हवय वास्तविक दुनिया के कार्य। उपयोगकर्ता मानचित्र अउ एक कम करे फ़ंक्शन के संदर्भ में गणना के निर्दिष्ट करत हंवय , अउ अंतर्निहित रनटाइम सिस्टम स्वचालित रूप ले मशीन के बडखा पैमाने म क्लस्टर के पार गणना के समानांतर करत हवय, मशीन विफलता ल संभालता हवय, अउ नेटवर्क अउ डिस्क के कुशल उपयोग करे बर इंटर-मशीन संचार के अनुसूची करत हवय। प्रोग्रामर सिस्टम के उपयोग करना आसान पाते हंवय: पिछले चार बरस में Google म दस हजार ले ज्यादा अलग-अलग मैपरेड्यूस प्रोग्राम लागू करे गए हंवय , अउ हर दिन Google के क्लस्टर म औसतन एक लाख मैपरेड्यूस जॉब निष्पादित करे जात हंवय , प्रति दिन बीस ले ज्यादा डेटा के कुल संसाधित करत हंवय । |
683c8f5c60916751bb23f159c86c1f2d4170e43f | |
3a116f2ae10a979c18787245933cb9f984569599 | वायरलेस सेंसर नेटवर्क (डब्ल्यूएसएन) कईठन अनुप्रयोगमन बर एक प्रभावी समाधान के रूप में उभरे हवयं। अधिकांश पारंपरिक डब्ल्यूएसएन आर्किटेक्चर म स्थिर नोड्स होत हवयं जेहर एकठन संवेदन क्षेत्र म घनीभूत रूप ले तैनात होत हवयं। हाल ही म, मोबाइल तत्वमन (एमई) के आधार म कईठन डब्ल्यूएसएन आर्किटेक्चर प्रस्तावित करे गए हंवय । उनमें ले अधिकांश डब्ल्यूएसएन में डेटा संग्रह के समस्या ल संबोधित करे बर गतिशीलता के शोषण करत हंवय । ए लेख म हम पहली एमई के साथ डब्ल्यूएसएन ल मिभाषित करत हंवय अउ एमई के भूमिका के आधार म आमनके आर्किटेक्चर के एकठन व्यापक वर्गीकरण प्रदान करत हंवय । फेर हमन अइसन परिदृश्य म डेटा संग्रह प्रक्रिया के एक सिंहावलोकन प्रस्तुत करत हन, अऊ संबंधित मुद्दा अऊ चुनौती के पहिचान करत हन। इ मुद्दों के आधार म, हम संबंधित साहित्य का व्यापक सर्वेक्षण प्रदान करत हावें। अंत म, हम खुला समस्यामन अउ भविष्य के शोध दिशाओं के संकेतों के साथ अंतर्निहित दृष्टिकोण अउ समाधानों के तुलना करत हंवय । |
e7b50e3f56e21fd2a5eb34923d427a0bc6dd8905 | ए काम म माइक्रोवेव फिल्टर बर कपलिंग मैट्रिक्स के संश्लेषण बर एक नवा दृष्टिकोण प्रस्तुत करे गए हवय । नवा दृष्टिकोण कपलिंग मैट्रिक्स संश्लेषण बर मौजूदा प्रत्यक्ष अउ अनुकूलन विधिमन म एकठन अग्रिम के प्रतिनिधित्व करत हवय काबरकि ए एकठन नेटवर्क बर संभावित कपलिंग मैट्रिक्स समाधान के पूरा तरह ले खोज करही यदि एक ले ज्यादा मौजूद हवय । ए कूपलिंग मानों, रेज़ोनरेटर आवृत्ति ऑफसेट, परजीवी कूपलिंग सहिष्णुता आदि के सेट के चयन करे के अनुमति देत हवय जेहर प्रौद्योगिकी के साथ सबले उपयुक्त होही जेखर साथ एला माइक्रोवेव फिल्टर बनइन के इरादा हवय। विधि के उपयोग के प्रदर्शन करे बर, हाल ही म पेश करे गए "विस्तारित बॉक्स" (ईबी) युग्मन मैट्रिक्स विन्यास के मामला ल लिया जात हवय। ईबी फिल्टर कॉन्फिगरेशन के एकठन नवा वर्ग के प्रतिनिधित्व करत हवय जेमा कईठन महत्वपूर्ण फायदा होत हवय, जिनमें ले एकठन प्रत्येक प्रोटोटाइप फिल्टरिंग फ़ंक्शन बर कईठन युग्मन मैट्रिक्स समाधानमन के अस्तित्व हवय, उदाहरण बर 8 डिग्री केसेस बर 16। ए मामले ल संश्लेषण विधि के उपयोग के प्रदर्शन करे बर एक उदाहरण के रूप म लिया जात हवय - दुनो मोड प्राप्ति बर उपयुक्त एक समाधान अउ एक जहां कुछु युग्मन उपेक्षित होए बर म पर्याप्त हंवय । सूचकांक शर्तें - युग्मन मैट्रिक्स, फिल्टर संश्लेषण, ग्रॉबनेर आधार, उलटा विशेषता, कई समाधान। |
a6f1dfcc44277d4cfd8507284d994c9283dc3a2f | हमन लगभग वास्तविक समय के कंप्यूटर प्रणाली विकसित करे हावन जेन कोनो मनखे के मुड़ के पता लगा सकत हे, अऊ फेर ओ मनखे के पहिचान चेहरा के बिसेसता के तुलना करके ओ मनखे के पहिचान कर सकत हे जऊन ल हमन जानथन। ए प्रणाली म लिया गिन कंप्यूटेशनल दृष्टिकोण जीवविज्ञान अउ सूचना सिद्धांत दुनों द्वारा प्रेरित हवय, साथ ही साथ वास्तविक समय के प्रदर्शन अउ सटीकता के व्यावहारिक आवश्यकता द्वारा घलो । हमर दृष्टिकोण चेहरे के मान्यता समस्या के इलाज तीन आयामी ज्यामिति के वसूली के आवश्यकता के बजाय एक आंतरिक रूप ले द्वि-आयामी (2-डी) मान्यता समस्या के रूप म करत हवय, ए तथ्य के फायदा उठाकर कि चेहरे आमतौर म सीधा होत हवय अउ ए प्रकार 2-डी विशेषता दृश्य के एकठन छोटे लेट द्वारा वर्णित करे जा सकत हवय । सिस्टम एक फीचर स्पेस म चेहरा छवियों ल प्रोजेक्ट करके कार्य करत हवय जो ज्ञात चेहरे छवियों के बीच महत्वपूर्ण भिन्नता ल फैलाता हवय। महत्वपूर्ण विशेषता ल "eigenfaces" के रूप म जाना जात हवय, काबरकि वे चेहरे के सेट के स्वयं वेक्टर (मुख्य घटक) होत हवयं; वे आंखों, कानों अउ नाक जैसे सुविधाओं के अनुरूप नी होत हवयं। प्रक्षेपण संचालन एक व्यक्तिगत चेहरे ल आमनके चेहरे के विशेषताओं के एक वजनित योग द्वारा विशेषता हवय, अउ ए प्रकार एक विशेष चेहरे ल पहचानने बर ए वजन ल ज्ञात व्यक्तिमन के तुलना करे बर आवश्यक हवय। हमर दृष्टिकोण के कुछु विशेष फायदा ए हवय कि ए सीखने के क्षमता प्रदान करत हवय अउ बाद म अनियंत्रित तरीका ले नवा चेहरामन के पहचान करत हवय, अउ ए एक तंत्रिका नेटवर्क वास्तुकला के उपयोग करके लागू करना आसान हवय। |
b217788dd6d274ad391ee950e6f6a34033bd2fc7 | जब बैकप्रोपेगशन के उपयोग करके वर्गीकरणकर्ता के रूप में प्रशिक्षित करे जात हवय , त बहुपरत पर्सपट्रॉन बेयज़ इष्टतम भेदभाव समारोह के अनुमान लगाते हवय । परिणाम दुनो वर्ग समस्या अउ कईठन वर्गमन बर प्रदर्शित करे जात हवय । ए देखा गय हवय कि बहुपरत पर्सपट्रॉन के आउटपुट प्रशिक्षण दिए जा रहे कक्षा के बाद के संभावना कार्यों के अनुमान लगाते हंवय । सबूत कईठन परतमन अउ कन्हु प्रकार के इकाई सक्रियण फ़ंक्शन, रैखिक या गैर-रैखिक बर लागू होत हवय। |
647cb3825baecb6fab8b098166d5a446f7711f9b | हाल के बरस म, गहरा जनरेटिव मॉडल ल "कल्पना" बर दिखाया गय हवय जैसे कि छविमन, ऑडियो, अउ इहां तक कि वीडियो जैसे उच्च-आयामी अवलोकनमन ल आश्वस्त करना, सीधे कच्चे डेटा ले सीखना। इ काम म, हम पूछते हावें कि लक्ष्य-निर्देशित दृश्य योजनाओं की कल्पना कैसे की जाए - अवलोकनों का एक प्रशंसनीय अनुक्रम जो एक गतिशील प्रणाली ल अपन वर्तमान विन्यास ले वांछित लक्ष्य राज्य म संक्रमण करत हावे, जेला बाद म नियंत्रण बर एक संदर्भ प्रक्षेपवक्र के रूप म उपयोग करिस जा सकत हावे। हम उच्च-आयामी अवलोकनों के साथ सिस्टम म ध्यान केंद्रित करत हंवय , जैसे छविमन, अउ एकठन दृष्टिकोण प्रस्तावित करत हंवय जेहर स्वाभाविक रूप ले प्रतिनिधित्व सीखने अउ योजना के संयोजन करत हवय । हमर ढांचा अनुक्रमिक अवलोकनमन के एक जनरेटिव मॉडल सीखत हवय, जहां जनरेटिव प्रक्रिया एक कम आयामी योजना मॉडल में संक्रमण, अउ एक अतिरिक्त शोर द्वारा प्रेरित होत हवय। उत्पन्न अवलोकनमन अउ योजना मॉडल में संक्रमण के बीच पारस्परिक जानकारी के अधिकतम करे ले, हमन एक कम आयामी प्रतिनिधित्व प्राप्त करत हंवय जेहर डेटा के कारण प्रकृति के सबले अच्छा बतात हवय। हम कुशल योजना एल्गोरिदम के साथ संगत होए बर योजना मॉडल के संरचना करत हंवय , अउ हम या तो असतत या निरंतर राज्यों के आधार म कईठन ऐले मॉडल के प्रस्ताव करत हंवय । अंत म, एक दृश्य योजना उत्पन्न करे बर, हम वर्तमान अउ लक्ष्य अवलोकनमन ल योजना मॉडल म अपन संबंधित राज्यों म प्रोजेक्ट करत हंवय , एकठन प्रक्षेपवक्र के योजना बनात हंवय , अउ फिर अवलोकन के अनुक्रम म प्रक्षेपवक्र ल बदलने बर जनरेटिव मॉडल के उपयोग करत हंवय । हम रस्सी हेरफेर3 के प्रशंसनीय दृश्य योजनाओं के कल्पना करे म अपन विधि के प्रदर्शन करत हंवय । |
a63b97291149bfed416aa9e56a21314069540a7b | ध्यान-घाटा / अति सक्रियता विकार (एडीएचडी) वाले बच्चों अउ किशोरमन म कामकाजी स्मृति (डब्ल्यूएम) प्रक्रियामन म कमी बर अनुभवजन्य साक्ष्य निर्धारित करे बर । एडीएचडी वाले बच्चों के साथ डब्ल्यूएम विकारों के प्रदर्शन के जांच करे बर एक्सप्लोरेटरी मेटा-विश्लेषण प्रक्रिया के उपयोग करे गए रहिस । 1 99 7 ले दिसम्बर, 2003 तक प्रकाशित छब्बीस अनुभवजन्य अनुसंधान अध्ययन (एक पिछला समीक्षा के बाद) हमर समावेशन मानदंडों के पूरा करत हंवय । डब्ल्यूएम उपायों ल दुनो मोडल (मौखिक, स्थानिक) अउ आवश्यक प्रसंस्करण (भंडारण बनाम भंडारण / हेरफेर) के प्रकार के अनुसार वर्गीकृत करे गय रहिस । नतीजा एडीएचडी वाले लइकामन म डब्ल्यूएम के कईठन घटकों म कमी के प्रदर्शन करे गए जेहर भाषा सीखने विकारमन अउ सामान्य बौद्धिक क्षमता म कमजोरी के साथ सह-रोग्यता ले स्वतंत्र रहिन। सामूहिक प्रभाव आकार के लिए स्थानिक भंडारण (प्रभाव आकार = 0. 85, आईसी = 0. 62 - 1.08) अउ स्थानिक केंद्रीय कार्यकारी डब्ल्यूएम (प्रभाव आकार = 1.06, विश्वास अंतराल = 0. 72-1.39) मौखिक भंडारण (प्रभाव आकार = 0. 47, विश्वास अंतराल = 0. 36- 0. 59) अउ मौखिक केंद्रीय कार्यकारी डब्ल्यूएम (प्रभाव आकार = 0. 43, विश्वास अंतराल = 0. 24- 0. 62) के तुलना म बडखा रहिस । निष्कर्ष एडीएचडी वाले बच्चों म डब्ल्यूएम विकारों के साक्ष्य एडीएचडी म डब्ल्यूएम प्रक्रियाओं ल शामिल करे वाले हालिया सैद्धांतिक मॉडल के समर्थन करत हंवय । एडीएचडी बर विकारमन के प्रकृति, गंभीरता, अउ विशिष्टता के स्पष्ट रूप ले परिभाषित करे बर भविष्य के शोध के जरूरत हवय । |
49e77b981a0813460e2da2760ff72c522ae49871 | डीप लर्निंग कईठन मशीन लर्निंग कार्यमन में दूसर दृष्टिकोणमन के बेहतर करे बर बडखा डेटासेट अउ कम्प्यूटेशनल रूप ले कुशल प्रशिक्षण एल्गोरिदम के लाभ उठात हवय। हालांकि, गहरे न्यूरल नेटवर्क के प्रशिक्षण चरण में खामियां ओमनविपक्षी नमूनों के लिए कमजोर बनात हवयं: विरोधी द्वारा गलत वर्गीकरण के गहरे न्यूरल नेटवर्क के कारण होए के इरादे ले तैयार इनपुट। ए काम म , हम डीप न्यूरल नेटवर्क (डीएनएन) के खिलाफ प्रतिद्वंद्वियों के जगह ल औपचारिक रूप देथन अउ डीएनएन के इनपुट अउ आउटपुट के बीच मानचित्रण के सटीक समझ के आधार म प्रतिद्वंद्वितात्मक नमूने के शिल्प बर एल्गोरिदम के एकठन उपन्यास वर्ग के परिचय देत हंवय । कंप्यूटर दृष्टि बर एक आवेदन में, हम दिखाते हंवय कि हमर एल्गोरिदम मानव विषयमन से सही वर्गीकृत नमूनामन के विश्वसनीय रूप ले उत्पादन कर सकत हंवय लेकिन प्रति नमूना इनपुट सुविधामन के औसत 4.02 प्रतिशत के संशोधित करत समय 97% विरोधी सफलता दर के साथ एक डीएनएन द्वारा विशिष्ट लक्ष्य में गलत वर्गीकृत। फेर हमन कठोरता माप ल मिभाषित करके विरोधी व्यवधान बर कईठन नमूना वर्गमन के कमजोरता के मूल्यांकन करथन। अंत म, हम एक सौम्य इनपुट अउ एक लक्ष्य वर्गीकरण के बीच के दूरी के भविष्यवाणी माप ल मिभाषित करके विरोधी नमूने के खिलाफ रक्षा के रूपरेखा तैयार करे वाले प्रारंभिक कार्य के वर्णन करत हंवय । |
3f52f57dcfdd1bb0514ff744f4fdaa986a325591 | एप्पल के मैकबुक फर्मवेयर सुरक्षा म कईठन खामियां हवयं जेहर ए लैपटॉप के एसपीआई फ्लैश बूट रोम म अविश्वसनीय संशोधन लिखे के अनुमति देत हवयं। ए क्षमता लोकप्रिय एप्पल मैकबुक उत्पाद लाइन बर लगातार फर्मवेयर रूटकिट, या बूटकिट के एक नवा वर्ग के प्रतिनिधित्व करत हवय। चुपके बूटकिट खुद ल पता लगाए ले लुका सकत हंवय अउ ओमनला हटाने के सॉफ्टवेयर के प्रयासमन के रोक सकत हंवय । बूट रोम में दुर्भावनापूर्ण संशोधन ऑपरेटिंग सिस्टम के पुनः स्थापना अउ इहां तक कि हार्ड ड्राइव प्रतिस्थापन के घलो जीवित रहे में सक्षम हंवय । एखर अतिरिक्त, मैलवेयर दूसर थंडरबोल्ट डिवाइस के विकल्प रोम म स्वयं के एक प्रतिलिपि स्थापित कर सकत हवय ताकि वायु-घाट सुरक्षा परिधि म वायरल रूप ले फैल सके। एप्पल हर सीवीई 2014-4498 के हिस्से के रूप म इ खामियों म ले कुछु ल ठीक कर दिस हवय, लेकिन इस वर्ग के कमजोरियों बर कोई आसान समाधान नी हवय, काबरके मैकबुक में बूट समय म फर्मवेयर के क्रिप्टोग्राफिक सत्यापन करे बर विश्वसनीय हार्डवेयर के कमी हवय। |
3b3acbf7cc2ec806e4177eac286a2ee22f6f7630 | ए पेपर अल्ट्रा-ब्रॉडबैंड डिजिटल-टू-एनालॉग (डी / ए) रूपांतरण उप-प्रणालियों बर 110-जीएचजेड-बैंडविड्थ 2: 1 एनालॉग मल्टीप्लेक्स (एएमयूएक्स) प्रस्तुत करत हवय। एएमयूएक्स के डिजाइन अउ निर्मित के गइस रहिस, नवा विकसित $\pmb{0.25-\mu \mathrm{m}} -इमिटर-चौड़ाई इनपी डबल हेटरोजंक्शन द्विध्रुवीय ट्रांजिस्टर (डीएचबीटीएस) के उपयोग करके, जेमा क्रमशः 460 अउ 480 गीगाहर्ट्ज के शिखर $\pmb{f_{\mathrm{T}}} $ अउ $\pmb{f\displaystyle \max} $ हवय। एएमयूएक्स आईसी में डेटा-इनपुट रैखिक बफर, एक घड़ी-इनपुट सीमा बफर, एक एएमयूएक्स कोर, अउ आउटपुट रैखिक बफर सहित लंबवत बिल्डिंग ब्लॉक्स होत हंवय । डेटा अउ घडी पथों बर मापा गए 3-डीबी बैंडविड्थ दुनो 110 जीएचजेड ले ज्यादा हंवय । एहर 180 जीएस / एस तक के समय-डोमेन बडखा-सिग्नल नमूनाकरण संचालन के माप अउ प्राप्त करत हवय। एएमयूएक्स के उपयोग करके 224-जीबी / एस (112-जीबीएड) चार-स्तरीय पल्स-एम्प्लीट्यूड मॉड्यूलेशन (पीएएम 4) सिग्नल सफलतापूर्वक उत्पन्न करे गए रहिस । हमर ज्ञान के सबले अच्छा, एएमयूएक्स आईसी के करा सबले व्यापक बैंडविड्थ हवय अउ काखरो घलो आने पहीली ले रिपोर्ट करिस गए एएमयूएक्स के तुलना म सबले तेजी ले नमूना दर हवय। |
4dd7721248c5489e25f46f7ab78c7d0229a596d4 | ए पेपर एक पूर्ण एकीकृत आरएफ ऊर्जा-खेती प्रणाली पेश करत हवय। सिस्टम एक साथ बाहरी सीसी लोड द्वारा मांग वाले करंट के आपूर्ति कर सकत हवय अउ अतिरिक्त आउटपुट पावर के अवधि के दौरान बाहरी कैपेसिटर में अतिरिक्त ऊर्जा संग्रहीत कर सकत हवय। डिजाइन 0.18- $ \mu \text{m} $ सीएमओएस प्रौद्योगिकी में निर्मित हवय, अउ सक्रिय चिप क्षेत्र 1.08 मिमी 2 हवय। प्रस्तावित स्व-स्टार्ट सिस्टम एक एकीकृत एलसी मिलान नेटवर्क, एक आरएफ रेक्टिफायर, अउ एक पावर प्रबंधन / नियंत्रक इकाई के साथ पुनः कॉन्फ़िगर करे योग्य हवय, जेहर 66-157 एनडब्ल्यू के खपत करत हवय। आवश्यक घडी उत्पादन अउ वोल्टेज संदर्भ सर्किट एक ही चिप म एकीकृत करे जात हवय । कम इनपुट पावर बर काम करे बर ड्यूटी साइकिल नियंत्रण के उपयोग करे जात हवय जेहर मांगी गए आउटपुट पावर प्रदान नी कर सकत हवय। एखर अलावा, आरएफ रेक्टिफायर के चरणों के संख्या उपलब्ध आउटपुट पावर के दक्षता के बढ़ाए बर पुनः कॉन्फ़िगर करे जा सकत हवय। उच्च उपलब्ध शक्ति बर , बाहीरी ऊर्जा भंडारण तत्व ल चार्ज करे बर एकठन माध्यमिक पथ सक्रिय करे जात हवय । मापा गए आरएफ इनपुट पावर संवेदनशीलता -14.8 डीबीएम 1 वी डीसी आउटपुट म हवय। |
7314be5cd836c8f06bd1ecab565b00b65259eac6 | एल्गोरिदम के एक सूट के सर्वेक्षण जेहर बडखा दस्तावेज़ संग्रहण के प्रबंधन बर समाधान प्रदान करत हंवय । |
f0eace9bfe72c2449f76461ad97c4042d2a7141b | इ पत्र में, डब्ल्यू-बैंड में एक उपन्यास एंटीना-इन-पैकेज (एआईपी) तकनीक के प्रस्ताव करे गए हवय। ए तकनीक विशेष मामले के हल करे बर प्रस्तुत करे जात हवय कि धातु के पैकेज के उपयोग उच्च यांत्रिक शक्ति के समायोजित करे बर करे जाना चाहि। बहुपरत कम तापमान सह-उत्पादित सिरेमिक (एलटीसीसी) तकनीक के लाभ उठाकर, एंटीना के विकिरण दक्षता बनाए रखा जा सकत हवय। ए बीच, उच्च यांत्रिक शक्ति अउ शील्डिंग प्रदर्शन प्राप्त करे जात हवय । एआईपी के एक प्रोटोटाइप डिजाइन करे गए हवय। प्रोटोटाइप एकीकृत एलटीसीसी एंटीना, कम-हानि फीडर, अउ एक कॉनहेड हॉर्न एपर्चर के साथ धातु के पैकेज के गठन करत हवय। ए एलटीसीसी फीडर लमीनेट वेव गाइड (एलडब्ल्यूजी) द्वारा महसूस करे जात हवय । एलटीसीसी में दफन एक एलडब्ल्यूजी गुहा के उपयोग एंटीना प्रतिबाधा बैंडविड्थ के विस्तार करे बर करे जात हवय । इलेक्ट्रॉनिक चुंबकीय (ईएम) सिमुलेशन अउ एंटीना प्रदर्शन के माप रुचि के जम्मो आवृत्ति रेंज म अच्छी तरह ले सहमत हवयं। प्रस्तावित प्रोटोटाइप 88 ले 98 गीगाहर्ट्ज अउ 89 गीगाहर्ट्ज म 12.3 डीबीआई के शिखर लाभ के साथ 10 गीगाहर्ट्ज के -10 डीबी प्रतिबाधा बैंडविड्थ प्राप्त करत हवय। |
2077d0f30507d51a0d3bbec4957d55e817d66a59 | हम सामान्य, अभिव्यंजक छवि प्राथमिकता ल सीखने बर एक ढांचा विकसित करत हंवय जेहर प्राकृतिक दृश्यों के आंकड़ों ल कैप्चर करत हंवय अउ कईठन मशीन दृष्टि कार्यमन बर उपयोग करे जा सकत हवय। ए दृष्टिकोण विस्तारित पिक्सेल पड़ोस म संभावित कार्यों ल सीखकर पारंपरिक मार्कोव यादृच्छिक क्षेत्र (एमआरएफ) मॉडल ल बढ़ाता हवय। फील्ड क्षमताओं के उत्पादों के विशेषज्ञ ढांचे के उपयोग करके मॉडल करे जात हवय जेहर कईठन रैखिक फिल्टर प्रतिक्रियाओं के गैर-रैखिक कार्यों के शोषण करत हवय। एमआरएफ दृष्टिकोण के विमीत, रैखिक फिल्टर सहित जम्मो पैरामीटर प्रशिक्षण डेटा ले सीखे जात हंवय । हम इ क्षेत्र के विशेषज्ञ मॉडल के क्षमताओं ल दो उदाहरण अनुप्रयोगों, छवि डेनोइजिंग अउ छवि इनपेंटिंग के साथ प्रदर्शित करत हंवय , जेला एक सरल, अनुमानित अनुमान योजना के उपयोग करके लागू करे जात हवय । जबकि मॉडल ल एकठन सामान्य छवि डेटाबेस म प्रशिक्षित करे जात हवय अउ एकठन विशिष्ट अनुप्रयोग के ओर ट्यून नी करे जात हवय , हम परिणाम प्राप्त करत हंवय जेहर प्रतिस्पर्धा करत हंवय अउ विशेष तकनीमन के घलो बेहतर करत हंवय । |
214658334c581f0d18b9a871928e91b6e4f83be7 | विचार स्विच किए गए कैपेसिटर टोपोलॉजी के समान हवय जेमा एक कैपेसिटर या कैपेसिटर बैंकों के voltages संतुलित करे बर बैटरी के कोशिकाओं म स्विच करे जात हवय । काबरकि एक बुनियादी बैटरी सेल मॉडल में सेल के कैपेसिटिव प्रभाव के कारण कैपेसिटेंस शामिल होत हवय, ए कैपेसिटिव प्रभाव के सेल संतुलन में उपयोग करे जा सकत हवय। इ प्रकार स्विच किए गए कैपेसिटर टोपोलॉजी में इक्वलाइज़र कैपेसिटर के समाप्त करे जा सकत हवय अउ बैटरी के कोशिका ल एकठन दूसर के साथ स्विच करे जा सकत हवय। ए तेजी ले ऊर्जा हस्तांतरण के अनुमति देत हवय अउ एखरबर तेजी ले समकक्षता के परिणाम होत हवय। प्रस्तावित टोपोलॉजी कैपेसिटर जैसे अतिरिक्त ऊर्जा भंडारण तत्वमन के आवश्यकता ल समाप्त करत हवय जेहर अक्सर पावर इलेक्ट्रॉनिक सर्किट म विफल हो जात हवय, अतिरिक्त ऊर्जा भंडारण तत्वमन से सम्मिलित नुकसान अउ सर्किट के लागत अउ मात्रा के कम करत हवय अउ नियंत्रण एल्गोरिदम के सरल बनात हवय। प्रस्तावित संतुलन सर्किट के आवेदन आवश्यकता के अनुसार लागू करे जा सकत हवय। प्रस्तावित टोपोलॉजी के मैटलाब/सिमलिंक वातावरण में अनुकरण करे जात हवय अउ स्विच्ड कैपेसिटर टोपोलॉजी के तुलना में संतुलन गति के मामले में बेहतर परिणाम दिखाए जात हवय । बैटरी के जीवन चक्र के विस्तार करे अउ बैटरी ले अधिकतम शक्ति निकाले बर सेल बैलेंसिंग सर्किट महत्वपूर्ण हंवय । बैटरी पैकेजों में सेल संतुलन बर बहुत ज्यादा पावर इलेक्ट्रॉनिक्स टोपोलॉजी के कोशिश करे गए हवय। सक्रिय सेल बैलेंसिंग टोपोलॉजीज उच्च प्रदर्शन दिखाने वाले कोशिकाओं ले ऊर्जा के स्थानांतरित करत हंवय जेहर कम प्रदर्शन दिखाते हंवय ताकि इंडक्टर-कैपेसिटर या ट्रांसफार्मर-कैपेसिटर या स्विच कैपेसिटर या स्विच इंडक्टर के संयोजन जैसे ऊर्जा भंडारण तत्वमन के उपयोग करके बैटरी के कोशिकाओं म वोल्टेज के संतुलन करे जा सके। ए अध्ययन में काखरो घलो ऊर्जा भंडारण तत्व के उपयोग के बिना सक्रिय संतुलन टोपोलॉजी के प्रस्ताव करे गए हवय। |
0c04909ed933469246defcf9aca2b71ae8e3f623 | इ पुस्तक के दूसर संस्करण में प्रमुख बदलाव संभाव्यता पुनर्प्राप्ति म एक नवा अध्याय के जोडना हवय। ए अध्याय शामिल हवय काबरकि मुझे लागत हवय कि ए सूचना पुनर्प्राप्ति में अनुसंधान के सबले दिलचस्प अउ सक्रिय क्षेत्रमन में ले एक हवय। अभी घलो हल करे बर कईठन समस्या हवय त मोला उम्मीद हवय कि ए विशेष अध्याय ओ मनखेमन बर कुछु मदद होही जेहर ए क्षेत्र म ज्ञान के स्थिति ल आघु बढ़ाना चाहत हंवय । आने जम्मो अध्याय ल कवर करे गए विषयों म कुछु अउ हालिया काम ल शामिल करके अद्यतन करे गय हवय । ए नवा संस्करण के तियारी म मोला ब्रूस क्रॉफ्ट के संग चर्चा ले फायदा होइस हे। ए किताब के सामग्री के उद्देश्य उन्नत स्नातक सूचना (या कंप्यूटर) विज्ञान छात्र, स्नातकोत्तर पुस्तकालय विज्ञान छात्र, अउ आईआर के क्षेत्र म शोध कार्यकर्ता हे। कुछु अध्यायों, विशेष रूप ले अध्याय 6 *, थोड़ा उन्नत गणित के सरल उपयोग करत हंवय । हालांकि, आवश्यक गणितीय उपकरण आसानी ले कईठन गणितीय ग्रंथों ले महारत हासिल करे जा सकत हवय जेहर अब मौजूद हंवय अउ, काखरो घलो मामले में, संदर्भ दिए गए हंवय जहां गणित होत हवय। मोला संदर्भ के घनत्व के साथ स्पष्टता के संतुलन के समस्या के सामना करना पड़ा। मैं बडखा संख्या म संदर्भ दे बर मोह म रहा लेकिन डर रहिस कि वे पाठ के निरंतरता ल नष्ट कर देत हवयं। मैं एक मध्य पाठ्यक्रम के संचालन करे अउ सूचना विज्ञान अउ प्रौद्योगिकी के वार्षिक समीक्षा के साथ प्रतिस्पर्धा नी करे के कोशिश करे हंवय । सामान्य रूप ले एकठन ल केवल ओ कार्मन के हवाला दे बर प्रोत्साहित करे जात हवय जेहर कुछु आसानी ले सुलभ रूप म प्रकाशित होए हवयं, जैसे कि एकठन पुस्तक या आवधिक। दुर्भाग्य ले, आईआर म अधिकांश दिलचस्प काम तकनीकी रिपोर्ट अउ पीएचडी थीसिस म निहित हवय। उदाहरण बर, कॉर्नेल म स्मार्ट प्रणाली म करे गिनअधिकतर काम केवल रिपोर्ट म उपलब्ध हवय । सौभाग्य ले एमें ले कईठन अब राष्ट्रीय तकनीकी सूचना सेवा (यू.एस.) अउ विश्वविद्यालय माइक्रोफिल्म्स (यू.के.) के माध्यम ले उपलब्ध हंवय । मैं ए स्रोतमन के उपयोग करे ले बच नी हंवय हालांकि यदि एकेच सामग्री काखरो आने रूप म ज्यादा आसानी ले सुलभ हवय तो मैं एला प्राथमिकता दू हंवय । मैं कईठन मनखे अउ संस्थान के प्रति अपन काफी ऋण के स्वीकार करना चाहूंगा जेहर मोर मदद करे हवय। मोला पहीली कहन दव कि ए पुस्तक म कईठन विचार बर ओमन जिम्मेदार हवयं लेकिन केवल मैं जिम्मेदार ठहरना चाहथंव। मोर सबले बड़े ऋण करेन स्पार्क जोन्स के हे जऊन ह मोला प्रयोगात्मक बिगियान के रूप म सूचना पुनर्प्राप्ति ल खोजे बर सिखोय। निक जार्डिन अउ रॉबिन ... |
3cfbb77e5a0e24772cfdb2eb3d4f35dead54b118 | संदर्भ-भविष्यवाणी मॉडल (अधिक सामान्य रूप ले एम्बेडमेंट या न्यूरल भाषा मॉडल के रूप म जाना जात हवय) वितरण अर्थशास्त्र ब्लॉक म नवा लइकामन हवयं। इ मॉडल के आसकरा के चर्चा के बावजूद, साहित्य में अभी घलो शास्त्रीय, गिनती-वेक्टर-आधारित वितरण अर्थपूर्ण दृष्टिकोणों के साथ भविष्यवाणी मॉडल के व्यवस्थित तुलना के कमी हवय। ए पेपर म, हम कईठन पैरामीटर सेटिंग्स म शाब्दिक अर्थशास्त्र कार्यमन के एक विस्तृत श्रृंखला म ए तरह के व्यापक मूल्यांकन करत हंवय । नतीजा, हमर आश्चर्य बर, ए दिखात हवय कि चर्चा पूरा तरह ले उचित हवय, काबरकि संदर्भ-पूर्वानुमान मॉडल अपन गिनती-आधारित समकक्षों के खिलाफ एक पूर्ण अउ शानदार जीत प्राप्त करत हंवय । |
9ec20b90593695e0f5a343dade71eace4a5145de | 1छात्र, डिपार्टमेंट, 1छात्र, डिपार्टमेंट, डिपार्टमेंट कंप्यूटर इंजीनियरिंग, वेसैट, महाराष्ट्र, भारत के संक्षिप्त डीप लर्निंग मशीन लर्निंग में अनुसंधान बर एक नवा क्षेत्र के रूप में अस्तित्व में आ गइस हवय। एखर उद्देश्य मनखे मस्तिष्क के तरह कार्य करना हवय, जेमा जटिल डेटा ले सीखने अउ संसाधित करे के क्षमता हवय अउ जटिल कार्यमन के हल करे के भी प्रयास करत हवय। ए क्षमता के कारण, एखर उपयोग विभिन्न क्षेत्रमन जैसे पाठ, ध्वनि, छवियों आदि म करे जात हवय । प्राकृतिक भाषा प्रक्रिया गहन शिक्षा तकनीक ले प्रभावित होए लगिस हवय । ए शोध पत्र प्राकृतिक भाषा प्रसंस्करण म गहन शिक्षा के हालिया विकास अउ अनुप्रयोगमन ल उजागर करत हवय । |
cc13fde0a91f4d618e6af66b49690702906316ae | हाल के बरस म क्लाउड कंप्यूटिंग अउ बिग डेटा युग के विकास देखे गए हवय, जेहर पारंपरिक निर्णय पेड़ एल्गोरिदम बर चुनौतिमन ल प्रस्तुत करत हवय। सबले पहीली , डेटासेट के आकार बेहद बडखा हो जात हवय , निर्णय पेड़ के निर्माण के प्रक्रिया काफी समय ले हो सकत हवय । दूसरा, काबरकि डेटा मेमोरी में कोई अउ जगह नी हो सकत हवय, कुछु गणना ल बाहीरी स्टोरेज में स्थानांतरित करे जाना चाहि अउ एखरेबर I / O लागत बढ़ात हवय। इ अंत बर, हम मैपरेड्यूस प्रोग्रामिंग मॉडल के उपयोग करके एक विशिष्ट निर्णय पेड़ एल्गोरिदम, सी 4.5 लागू करे के प्रस्ताव करत हंवय । विशेष रूप ले, हम पारंपरिक एल्गोरिदम के नक्शा अउ प्रक्रियामन के एक श्रृंखला में बदलते हंवय । एखर अलावा, हम संचार लागत ल कम करे बर कुछु डेटा संरचनाओं ल डिजाइन करत हावें। हम बडखा डेटासेट म घलो व्यापक प्रयोग करव। नतीजा इंगित करत हंवय कि हमर एल्गोरिदम दुनों समय दक्षता अउ स्केलेबिलिटी के प्रदर्शन करत हवय। |
d73a71fa24b582accb934a9c2308567376ff396d | 3डी जियो-डेटाबेस अनुसंधान 3डी शहरी नियोजन, पर्यावरणीय निगरानी, बुनियादी ढांचा प्रबंधन, अउ प्रारंभिक चेतावनी या आपदा प्रबंधन अउ प्रतिक्रिया जैसे चुनौतीपूर्ण अनुप्रयोगों के समर्थन करे बर एक वादा क्षेत्र हवय। इ क्षेत्रों में, जीआईएससाइंस अउ संबंधित क्षेत्रों में आखिरःविषय अनुसंधान के मॉडल, विश्लेषण, प्रबंधन, अउ बडखा भू-संदर्भित डेटा लेट के एकीकरण के समर्थन करे के जरूरत हवय, जेहर मानव गतिविधि अउ भू-भौतिकीय घटनामन के वर्णन करत हंवय । भू-डेटाबेस 2 डी मानचित्रों, 3 डी भू-वैज्ञानिक मॉडल, अउ दूसर भू-संदर्भित डेटा ल एकीकृत करे बर प्लेटफार्मों के रूप म कार्य कर सकत हवयं। हालांकि, वर्तमान भू-डेटाबेस म पर्याप्त 3 डी डेटा मॉडलिंग अउ डेटा हैंडलिंग तकनीकमन प्रदान नी करे जात हवयं। सतह अउ वॉल्यूम मॉडल के संभाले बर नवा 3डी भू-डेटाबेस के जरूरत हवय। ए लेख पहली भू-डेटाबेस अनुसंधान के 25 बरस के पाछू के प्रस्तुति प्रस्तुत करत हवय। डेटा मॉडलिंग, मानलं अउ भू-डेटा के अनुक्रमण के विस्तार ले चर्चा के जात हावे। अंतःविषय अनुसंधान बर नवा क्षेत्रमन ल खोले बर 3 डी भू-डेटाबेस के विकास बर नवा दिशामन ल संबोधित करे जात हवय । प्रारंभिक चेतावनी अउ आपातकालीन प्रतिक्रिया के क्षेत्रमन म दुठन परिदृश्य मानव अउ भूभौतिकीय घटना के संयुक्त प्रबंधन के प्रदर्शन करत हंवय । लेख खुला अनुसंधान समस्यामन म एकठन आलोचनात्मक दृष्टिकोण के साथ समाप्त होत हवय । & 2011 एल्सेवियर लिमिटेड. जम्मो अधिकार सुरक्षित. |
dce7a0550b4d63f6fe2e6908073ce0ce63626b0c | जैसे ही हम रोबोटिक्स अउ कृत्रिम बुद्धि में स्वचालन के सड़क म मार्च करत हंवय , हमन ल अपन उपकरणों बर हमर ले स्वतंत्र रूप ले काम करे बर नैतिक निर्णय लेने के बढ़ती मात्रा के स्वचालित करे के आवश्यकता होही। लेकिन नैतिक निर्णय लेने के स्वचालन इंजीनियरों अउ डिजाइनरों बर उपन्यास प्रश्न उठात हवय, जेहर ए कार्य ल पूरा करे के तरीका के बारे में निर्णय लेना होही। उदाहरण बर , कुछु नैतिक निर्णय लेने म कठिन नैतिक मामला शामिल हवयं, जेमा बदले म उपयोगकर्ता इनपुट के आवश्यकता होत हवय यदि हम स्वायत्तता अउ सूचित सहमति के आसकरा के स्थापित मानदंडों के सम्मान करना चाहत हवयं। लेखक ए अउ आने नैतिक विचारमन म विचार करत हवय जेहर नैतिक निर्णय लेने के स्वचालन के साथ होत हवय । ओहर कुछु सामान्य नैतिक आवश्यकताओं का प्रस्ताव करत हावे जेला डिजाइन कक्ष म ध्यान म रखे जाना चाहि, अउ एक डिजाइन उपकरण का स्केच करत हावे जेला इंजीनियरों, डिजाइनरों, नैतिकता अउ नीति निर्माताओं की सहायता करे बर डिजाइन प्रक्रिया में एकीकृत करिस जा सकत हावे कि नैतिक निर्णय लेने के कुछु रूपों ल स्वचालित करे बर कैले सबले अच्छा निर्णय लेने बर। |
ab19cbea5c61536b616cfa7654cf01bf0621b83f | |
102153467f27d43dd1db8a973846d3ac10ffdc3c | हेल्थकेयर इंटरनेट ऑफ थिंग्स (आईओटी) तकनीक के सबले तेजी ले विस्तारित अनुप्रयोग क्षेत्रमन में ले एक हवय। आईओटी उपकरणमन के उपयोग कार्डियोवास्कुलर रोग (सीवीडी) जैसे पुरानी बीमारिमन वाले मरीजों के दूरस्थ स्वास्थ्य निगरानी के सक्षम करे बर करे जा सकत हवय। ए पेपर में हम दिल की धड़कन निदान बर ईसीजी विश्लेषण अउ वर्गीकरण बर एक एल्गोरिदम विकसित करत हावें, अउ एला एक आईओटी-आधारित एम्बेडेड प्लेटफॉर्म म लागू करत हावें। ए एल्गोरिदम एक पहनने योग्य ईसीजी डायग्नोस्टिक डिवाइस बर हमर प्रस्ताव हवय, जेहर रोगी के 24 घंटे के निरंतर निगरानी बर उपयुक्त हवय। हम ईसीजी विश्लेषण बर असतत वेवलेट ट्रांसफॉर्म (डीडब्ल्यूटी) अउ एक समर्थन वेक्टर मशीन (एसवीएम) वर्गीकरणकर्ता के उपयोग करत हंवय । प्राप्त सर्वोत्तम वर्गीकरण सटीकता 98.9% हवय, आकार 18 के विशेषता वेक्टर बर, अउ 2493 समर्थन वैक्टर बर। गैलीलियो बोर्ड म एल्गोरिदम के अलग-अलग कार्यान्वयन, ए दिखाने में मदद करत हंवय कि गणना लागत एहर हवय कि ईसीजी विश्लेषण अउ वर्गीकरण वास्तविक समय में करे जा सकत हवय। |
44159c85dec6df7a257cbe697bfc854ecb1ebb0b | नवा उद्घाटन रिसर्च रिसोर्स फॉर कॉम्प्लेक्स फिजियोलॉजिकल सिग्नल, जेहर नेशनल इंस्टीट्यूट ऑफ हेल्थ के नेशनल सेंटर फॉर रिसर्च रिसोर्सेज के तत्वावधान म बनइन गए रहिस, के उद्देश्य कार्डियोवास्कुलर अउ आने जटिल बायोमेडिकल सिग्नल के अध्ययन म वर्तमान शोध अउ नवा जांच ल प्रोत्साहित करना हवय । संसाधन म 3 परस्पर निर्भर घटक हवयं। फिजियोबैंक जीवविज्ञान अनुसंधान समुदाय द्वारा उपयोग बर शारीरिक संकेतमन अउ संबंधित डेटा के अच्छी तरह ले वर्णित डिजिटल रिकॉर्डिंग के एकठन बडखा अउ बढ़ता संग्रह हवय । वर्तमान म इसमें स्वस्थ विषयों ले बहु-पैरामीटर कार्डियोपल्मोनरी, तंत्रिका, अउ आने जैव चिकित्सा संकेतों के डेटाबेस शामिल हवयं अउ जीवन के धमकी देने वाले अरिदमिया, भीड़भाड़ दिल के विफलता, नींद एपनिया, न्यूरोलॉजिकल विकारों, अउ बुढ़ापे सहित प्रमुख सार्वजनिक स्वास्थ्य निहितार्थ के साथ कईठन शर्तों वाले मरीजों ले । फिजियोटूलकिट शारीरिक सिग्नल प्रोसेसिंग अउ विश्लेषण बर ओपन-सोर्स सॉफ्टवेयर के लाइब्रेरी हवय, दोनों क्लासिक तकनीकमन अउ उपन्यास विधिमन के उपयोग करके शारीरिक रूप ले महत्वपूर्ण घटनामन के पता लगाना , सांख्यिकीय भौतिकी अउ गैर-रैखिक गतिशीलता, इंटरैक्टिव डिस्प्ले अउ संकेतों के लक्षण, नवा डेटाबेस के निर्माण, शारीरिक अउ आने संकेतों के अनुकरण, मात्रात्मक मूल्यांकन अउ विश्लेषण विधिमन के तुलना, अउ गैर-स्थिर प्रक्रियामन के विश्लेषण। फिजियोनेट रिकॉर्ड किए गए बायोमेडिकल सिग्नल अउ ओमनके विश्लेषण बर ओपन-सोर्स सॉफ्टवेयर के प्रसार अउ आदान-प्रदान बर एक ऑनलाइन मंच हवय। ए डेटा के सहकारी विश्लेषण अउ प्रस्तावित नवा एल्गोरिदम के मूल्यांकन बर सुविधा प्रदान करत हवय। वर्ल्ड वाइड वेब (http://www.physionet.com) के माध्यम ले फिजियोबैंक डेटा अउ फिजियोटूलकिट सॉफ्टवेयर के मुफ्त इलेक्ट्रॉनिक पहुंच प्रदान करे के अलावा। org), फिजियोनेट विशेषज्ञता के अलग-अलग स्तर के उपयोगकर्ताओं के सहायता बर ऑनलाइन ट्यूटोरियल के माध्यम ले सेवा अउ प्रशिक्षण प्रदान करत हवय। |
a92eac4415719698d7d2097ef9564e7b36699010 | उद्देश्य - कॉर्पोरेट स्थिरता अउ एखर प्रदर्शन के आकलन अउ रिपोर्टिंग म हितधारकमन ल शामिल करे के दृष्टिकोण के रूप म सामाजिक ऑडिटिंग के उपयोगिता के पहचान करना। डिजाइन/पद्धति/दृष्टिकोण - एए1000 के ढांचे अउ सामाजिक लेखा परीक्षा अध्ययन म आधारित, ए कागद कॉर्पोरेट स्थिरता ल संबोधित करे बर संवाद-आधारित सामाजिक लेखा परीक्षा लागू करे के दृष्टि ले हितधारक भागीदारी, सामाजिक लेखा परीक्षा अउ कॉर्पोरेट स्थिरता ल जोड़त हवय । निष्कर्ष - ए पेपर कॉर्पोरेट स्थिरता अउ सामाजिक ऑडिटिंग के बीच एकठन मैच के पहचान करत हवय , काबरकि दुनों के उद्देश्य एकठन संगठन के सामाजिक, पर्यावरणीय अउ आर्थिक प्रदर्शन ल बेहतर बनाना हवय , हितधारमन के एकठन व्यापक श्रृंखला के कल्याण ल ध्यान म रखत होए अउ प्रक्रिया म हितधारमन के भागीदारी के आवश्यकता होत हवय । ए पेपर सुझाव देत हवय कि हितधारमन ल बातचीत के माध्यम ले संलग्न करे के माध्यम ले सामाजिक ऑडिटिंग ल ट्रस्ट बनइन बर , प्रतिबद्धता के पहचान करे अउ हितधारमन अउ निगमों के बीच सहयोग ल बढ़ावा दे बर लागू करे जा सकत हवय । अनुसंधान सीमा / निहितार्थ - ए अनुसंधान ल कॉर्पोरेट स्थिरता ल संबोधित करे म सामाजिक लेखा परीक्षा के व्यावहारिकता म अउ संवाद-आधारित सामाजिक लेखा परीक्षा के सीमा के निर्धारण म आगे अनुभवजन्य अनुसंधान के आवश्यकता हवय । व्यावहारिक निहितार्थ - सामाजिक लेखा परीक्षा ल एकठन लोकतांत्रिक व्यापार समाज म हितधारमन अउ निगमों के बीच भिन्न हितों ल संतुलित करे के एकठन उपयोगी तंत्र के रूप म पहचाना गय हवय । कॉर्पोरेट स्थिरता के विकास अउ प्राप्त करे म सामाजिक ऑडिटिंग के आवेदन स्पष्ट रूप ले व्यावहारिक निहितार्थ हवय । मौलिकता/मूल्य - ए पेपर व्यापार ल स्थिरता के ओर बढ़ने म सहायता करे म संवाद-आधारित सामाजिक लेखा परीक्षा के प्रयोज्यता के जांच करत हवय । सामाजिक लेखा परीक्षा ल संवाद के माध्यम ले हितधारकमन ल शामिल करके कॉर्पोरेट सामाजिक अउ पर्यावरणीय प्रदर्शन के आकलन अउ रिपोर्टिंग के प्रक्रिया के रूप म भरोसा बनाए , प्रतिबद्धता के पहचान करे अउ हितधारकमन अउ निगमों के बीच सहयोग ल बढ़ावा दे बर लागू करे जा सकत हवय । |
915c4bb289b3642489e904c65a47fa56efb60658 | हम छवि रूपांतरण समस्यामन म विचार करत हंवय , जहां एक इनपुट छवि एक आउटपुट छवि में बदल जात हवय । ए तरह के समस्या बर हालिया तरीलं आमतौर म आउटपुट अउ ग्राउंड-सत्य छवियों के बीच प्रति पिक्सेल हानि के उपयोग करके फीड-फॉरवर्ड कन्वोल्यूशनल न्यूरल नेटवर्क ल प्रशिक्षित करत हंवय । समानांतर काम ले पता चले हवय कि पूर्व-प्रशिक्षित नेटवर्क ले निकाले गए उच्च-स्तरीय सुविधामन के आधार म धारणा हानि कार्यों के परिभाषित अउ अनुकूलित करके उच्च-गुणवत्ता के छवियां उत्पन्न करे जा सकत हवय। हम दुनो दृष्टिकोण के लाभों के गठबंधन करत हंवय , अउ छवि रूपांतरण कार्य बर फीड-फॉरवर्ड नेटवर्क के प्रशिक्षण बर धारणा हानि कार्यों के उपयोग के प्रस्ताव करत हंवय । हम छवि शैली हस्तांतरण म परिणाम दिखाते हंवय , जहां एक फीड-फॉरवर्ड नेटवर्क ल वास्तविक समय में गैटिस एट अल द्वारा प्रस्तावित अनुकूलन समस्या के हल करे बर प्रशिक्षित करे जात हवय । अनुकूलन-आधारित विधि के तुलना में, हमर नेटवर्क समान गुणात्मक म परिणाम प्रदान करत हवय लेकिन परिणाम के तीन आदेश तेजी ले होत हवय। हम एकल-छवि सुपर-रिज़ॉल्यूशन के साथ भी प्रयोग करत हावें, जहां प्रति-पिक्सेल हानि ल एक धारणा हानि के साथ बदलकर नेत्रहीन सुखद परिणाम देत हावे। |
9201bf6f8222c2335913002e13fbac640fc0f4ec | |
929a376c6fea1376baf40fc2979cfbdd867f03ab | लॉसी इमेज कंप्रेशन विधियों ने हमेशा संपीड़ित परिणामों में कई अप्रिय कलाकृतियां पेश कीं, खासकर कम बिट-रेट पर। हाल के बरस म, जेपीईजी संपीड़ित छवियों बर कईठन प्रभावी सॉफ्ट डिकोडिंग विधियों का प्रस्ताव करे गय हवय। हालांकि, हमर ज्ञान के सबले अच्छा बर, जेपीईजी 2000 संपीड़ित छवियों के सॉफ्ट डिकोडिंग म बहुत कम काम करे गए हवय। विभिन्न कंप्यूटर दृष्टि कार्यमन में कन्वोल्यूशन न्यूरल नेटवर्क (सीएनएन) के उत्कृष्ट प्रदर्शन से प्रेरित, हम कईठन बिट-रेट-संचालित डीप सीएनएन के उपयोग करके जेपीईजी 2000 बर एक नरम डिकोडिंग विधि प्रस्तुत करत हंवय । अधिक विशेष रूप ले, प्रशिक्षण चरण में, हम उच्च गुणवत्ता वाले प्रशिक्षण छवियों के बहुत सारे अउ संबंधित जेपीईजी 2000 संपीड़ित छवियों के साथ विभिन्न कोडिंग बिट-रेट के साथ गहरी सीएनएन के एक श्रृंखला के प्रशिक्षण देत हवय। परीक्षण चरण में, एक इनपुट संपीड़ित छवि बर, निकटतम कोडिंग बिट-रेट के साथ प्रशिक्षित सीएनएन ल नरम डिकोडिंग करे बर चुना जात हवय । व्यापक प्रयोग प्रस्तुत सॉफ्ट डिकोडिंग फ्रेमवर्क के प्रभावकारिता के प्रदर्शन करत हंवय , जेहर जेपीईजी 2000 संपीड़ित छवियों के दृश्य गुणवत्ता अउ उद्देश्य स्कोर में काफी सुधार करत हवय । |
cfa092829c4c7a42ec77ab6844661e1dae082172 | बिटकॉइन ह एक नवा अवधारणा के शुरुआत करे हे जऊन पूरा इंटरनेट म क्रांति ला सकथे, अऊ ए ह कई ठन किसिम के उद्योग म सकारात्मक असर डालत हे, जेमा बैंकिंग, सार्वजनिक क्षेत्र अऊ सप्लाई चेन शामिल हे, फेर ए तक सीमित नई हे। ए नवाचार छद्म-अज्ञातता म आधारित हवय अउ ब्लॉकचेन प्रौद्योगिकी के आधार म अपन अभिनव विकेन्द्रीकृत वास्तुकला म प्रयास करत हवय। ब्लॉकचेन व्यापार प्रक्रिया के भीतर जवाबदेही अउ पारदर्शिता ल बढ़ावा देहे बर केंद्रीकृत प्राधिकरण के आवश्यकता के बिना ट्रस्ट स्थापना के साथ लेनदेन आधारित अनुप्रयोगों के दौड़ ल आगे बढ़ा रहा हवय। हालांकि, एक ब्लॉकचेन लेजर (उदाहरण बर, बिटकॉइन) बहुत जटिल अउ विशेष उपकरण बन जात हवय, जेला सामूहिक रूप ले "ब्लॉकचेन एनालिटिक्स" कहा जात हवय, जेला व्यक्तियों, कानून प्रवर्तन एजेंसियों अउ सेवा प्रदाताओं ल खोजने, अन्वेषण अउ देखने के अनुमति दे बर आवश्यक हवय। पिछले बरस म कईठन विश्लेषणात्मक उपकरण विकसित करे गए हवय जेहर क्षमताओं के साथ अनुमति देत हवय, उदाहरण बर, संबंधों ल मैप करे बर, लेनदेन के प्रवाह के जांच करे अउ फोरेंसिक जांच ल बढ़ाए के तरीका के रूप म अपराध के उदाहरणों ल फ़िल्टर करे। ए पेपर ब्लॉकचेन विश्लेषणात्मक उपकरणमन के वर्तमान स्थिति म चर्चा करत हवय अउ ओमनके अनुप्रयोगमन के आधार म एकठन विषयगत वर्गीकरण मॉडल प्रस्तुत करत हवय । ए भविष्य के विकास अउ अनुसंधान बर खुला चुनौतिमन के घलो जांच करत हवय । |
2e5fadbaab27af0c2b5cc6a3481c11b2b83c4f94 | हमन एक फोटोग्राफ के पाछू फोटोग्राफर के पहचान करे के उपन्यास समस्या पेश करत हंवय । ए समस्या ल हल करे बर वर्तमान कंप्यूटर दृष्टि तकनीमन के व्यवहार्यता के पता लगाए बर, हमन 180,000 ले ज्यादा छवियों के एक नवा डेटासेट बनइन 41 प्रसिद्ध फोटोग्राफरों द्वारा लिया गइस। ए डेटासेट के उपयोग करके, हमन फोटोग्राफर के पहचान करे म कईठन सुविधा (निम्न अउ उच्च स्तर के, सीएनएन सुविधाओं सहित) के प्रभावशीलता के जांच के। हमन ए काम बर एक नवा डीप कन्वोलुशनल न्यूरल नेटवर्क ल घलो प्रशिक्षित करे हन। हमर परिणाम दिखात हे कि उच्च स्तर के विशेषता निम्न स्तर के विशेषता ल अब्बड बेहतर बनात हे। हमन ए सीखे मॉडल के उपयोग करके गुणात्मक परिणाम प्रदान करत हावें जो फोटोग्राफरों के बीच आखिरर करे बर हमारी विधि की क्षमता म अंतर्दृष्टि देत हावे, अउ हमें विशिष्ट फोटोग्राफरों के बारे म दिलचस्प निष्कर्ष निकालने की अनुमति देत हावे। हम अपन पद्धति के दु अनुप्रयोगमन के घलो प्रदर्शन करत हंवय । |
25b6818743a6c0b9502a1c026c653038ff505c09 | |
6ed67a876b3afd2f2fb7b5b8c0800a0398c76603 | |
24281c886cd9339fe2fc5881faf5ed72b731a03e | मैपरेड्यूस अउ एखर वेरिएंट्स कमोडिटी क्लस्टर म बडखा पैमाने म डेटा-गहन अनुप्रयोगमन के लागू करे म बहुत सफल रहे हवयं। हालांकि, एमें ले अधिकांश सिस्टम एकठन एसाइक्लिक डेटा प्रवाह मॉडल के आसपास बनइन गए हंवय जेहर आने लोकप्रिय अनुप्रयोगमन बर उपयुक्त नी होए ं। ए पेपर ए तरह के अनुप्रयोगों के एकठन वर्ग म केंद्रित हवय: जेहर कईठन समानांतर संचालन म डेटा के एकठन कार्यशील सेट के पुनः उपयोग करत हंवय । इसमें कईठन पुनरावर्ती मशीन लर्निंग एल्गोरिदम, साथ ही साथ इंटरैक्टिव डेटा विश्लेषण उपकरण शामिल हंवय । हम स्पार्क नामक एक नवा ढांचे के प्रस्ताव करत हंवय जेहर ए अनुप्रयोगमन के समर्थन करत हवय जबकि मैपरेड्यूस के स्केलेबिलिटी अउ गलती सहिष्णुता ल बनाए रखत हवय। इ लक्ष् यों ल प्राप्त करे बर, स्पार्क ल लचीला वितरित डेटासेट (आरडीडी) नामक एक सार पेश करत हवय। आरडीडी मशीनमन के एकठन सेट म विभाजन के गइस वस्तुमन के केवल-पढ़ने के संग्रह हवय जेला विभाजन के गवाए के मामले में फिर ले बनाइस जा सकत हवय। स्पार्क पुनरावर्ती मशीन सीखने के नौकरिमन में हाडोप के 10 गुना बेहतर कर सकत हवय, अउ सब-सेकंड प्रतिक्रिया समय के साथ 39 जीबी डेटासेट के इंटरैक्टिव रूप ले क्वेरी करे बर उपयोग करे जा सकत हवय। |
03ff3f8f4d5a700fbe8f3a3e63a39523c29bb60f | वाक्य ल सटीक रूप ले प्रतिनिधित्व करे के क्षमता भाषा समझ बर केंद्रीय हवय । हम एक संवहन वास्तुकला के वर्णन करत हंवय जेला डायनामिक कन्वोल्यूशनल न्यूरल नेटवर्क (डीसीएनएन) डब करे जात हवय जेला हम वाक्य के अर्थपूर्ण मॉडलिंग बर अपनाते हंवय । नेटवर्क डायनामिक के-मैक्स पूलिंग, रैखिक अनुक्रमों म वैश्विक पूलिंग ऑपरेशन के उपयोग करत हवय। नेटवर्क अलग-अलग लंबाई के इनपुट वाक्य के संभालता हवय अउ वाक्य म एकठन विशेषता ग्राफ के प्रेरित करत हवय जेहर स्पष्ट रूप ले छोटी अउ लंबी दूरी के संबंध ल कैप्चर करे म सक्षम हवय । नेटवर्क पार्स ट्री म निर्भर नी करत हवय अउ आसानी ले काखरो घलो भाषा म लागू होत हवय । हमन चार प्रयोग म डीसीएनएन के परीछन करे हन: छोटे पैमाना के बाइनरी अऊ बहु-वर्ग भावना पूर्वानुमान, छ-तरफा प्रश्न वर्गीकरण अऊ दूरस्थ पर्यवेक्षण द्वारा ट्विटर भावना पूर्वानुमान। नेटवर्क पहीली तीन कार्यमन में उत्कृष्ट प्रदर्शन प्राप्त करत हवय अउ सबले मजबूत आधारभूत रेखा के संबंध में अंतिम कार्य में 25% ले ज्यादा त्रुटि कमी प्राप्त करत हवय। |
ff5c193fd7142b3f426baf997b43937eca1bbbad | हाल ही में बहु-स्तरीय इन्वर्टर तकनीक उच्च-शक्ति मध्यम-वोल्टेज ऊर्जा नियंत्रण के क्षेत्र में एक बहुत ही महत्वपूर्ण विकल्प के रूप में उभरी हवय। ए पेपर डायोड-कलेम्प्ड इन्वर्टर (न्यूट्रल-पॉइंट क्लैंप्ड), कैपेसिटर-कलेम्प्ड (फ्लाइंग कैपेसिटर), अउ अलग-अलग डीसी स्रोतों के साथ कैस्केड मल्टीसेल जैसे सबले महत्वपूर्ण टोपोलॉजीज प्रस्तुत करत हवय। असममित हाइब्रिड कोशिका अउ नरम-स्विच्ड बहु-स्तरीय इन्वर्टर जैसे उभरती टॉपोलॉजीज म घलो चर्चा के जात हवय । ए पेपर कन्वर्टर्स के ए परिवार बर विकसित सबले प्रासंगिक नियंत्रण अउ मॉड्यूलेशन विधिमन के घलो प्रस्तुत करत हवय: बहु-स्तरीय साइनसॉइडल पल्सविड्थ मॉड्यूलेशन, बहु-स्तरीय चुनिंदा हार्मोनिक उन्मूलन, अउ स्पेस-वेक्टर मॉड्यूलेशन। विशेष ध्यान इ कन्वर्टर्स जैसे कि लैमिनेटर, कन्वेयर बेल्ट, अउ एकीकृत पावर-फ्लो नियंत्रक के नवीनतम अउ अधिक प्रासंगिक अनुप्रयोगों बर समर्पित हवय। पुनरुत्पादक भार प्रदान करे वाले उन इन्वर्टरमन बर इनपुट पक्ष म एकठन सक्रिय फ्रंट एंड के आवश्यकता म घलो चर्चा के गइस हवय , अउ सर्किट टोपोलॉजी विकल्प घलो प्रस्तुत करे गए हंवय । अंत म, उच्च विकासशील क्षेत्र जैसे उच्च वोल्टेज उच्च शक्ति उपकरण अउ ऑप्टिकल सेंसर अउ भविष्य के विकास बर आने अवसरों के संबोधित करे जात हवय । |
Subsets and Splits