_id
stringlengths 40
40
| text
stringlengths 0
12.6k
|
|---|---|
a0117ec4cd582974d06159644d12f65862a8daa3 | डीप बिलीफ नेटवर्क (डीबीएन) छिपे हुए कारण चर की कई परतों वाले जनरेटिव मॉडल हैं, हाल ही में हिंटन, ओसिंडरो, और तेह (2006) द्वारा पेश किए गए, एक लालची परत-वार अनसुरीक्षित सीखने वाले एल्गोरिथ्म के साथ। ले रूक्स एंड बेंगियो (2008) अउर सुटस्केवर एंड हिंटन (2008) का आधार पर, हम इ देखावा करत हैं कि सार्वभौमिक सन्निकटन प्राप्त करे खातिर गहन लेकिन संकीर्ण जनरेटिव नेटवर्क का सपाट वाले मापदंड से अधिक मापदंडों की आवश्यकता नहीं होत है। प्रूफ तकनीक का उपयोग करके, हम ई साबित करित ह कि गहन लेकिन संकीर्ण फीड फ़ॉरवर्ड न्यूरल नेटवर्क, सिग्मोइडल इकाइयों से, कौनो भी बूलियन अभिव्यक्ति का प्रतिनिधित्व कर सकत ह. |
274946a974bc2bbbfe89c7f6fd3751396f295625 | इ पेपर मा हम प्राथमिक शोध, सैद्धांतिक और व्यावहारिक, दुनो का अवलोकन करत हन, मजबूत अनुकूलन (आरओ) के क्षेत्र मा. हमार फोकस आरओ दृष्टिकोण की कम्प्यूटेशनल आकर्षण, साथ ही साथ मॉडलिंग शक्ति अउर पद्धति की व्यापक प्रयोज्यता पर होई। पिछले दशक मा आरओ का सबसे प्रमुख सैद्धांतिक परिणामों का सर्वेक्षण करने के अलावा, हम भी कई चरणों में निर्णय लेने की समस्याओं के लिए अनुकूलन योग्य मॉडल से आरओ को जोड़ने वाले कुछ हालिया परिणामों का भी परिचय देंगे। अंत मा, हम रौवा के अनुप्रयोगों का वित्त, सांख्यिकी, शिक्षा, और इंजीनियरिंग के विभिन्न क्षेत्रों सहित कई डोमेन पर प्रकाश डाला जाएगा। |
573cd4046fd8b899a7753652cd0f4cf6e351c5ae | हम किनारा जानकारी के आधार पर अव्यवस्थित वातावरण मा जटिल आकार की वस्तुओं की पहचान खातिर एक दृष्टिकोण प्रस्तुत करत हैं। हम पहिले से ही एक विशिष्ट वातावरण मा एक लक्ष्य वस्तु की उदाहरण छवियों का उपयोग करते हैं एक वर्गीकरण कैस्केड को प्रशिक्षित करने के लिए कि एक छवि मा किनारा पिक्सेल वांछित वस्तु या अव्यवस्था का एक उदाहरण से संबंधित हैं या नहीं। एक उपन्यास छवि के साथ प्रस्तुत, हम अव्यवस्था किनारा पिक्सल त्यागने के लिए कैस्केड का उपयोग करें और वस्तु किनारा पिक्सल समूह में वस्तु का समग्र पता लगाने। किनारा पिक्सेल वर्गीकरण खातिर इस्तेमाल की जाए वाली सुविधा स्थानीय, विरल किनारा घनत्व संचालन ह। प्रयोग छवि-विमान से बाहर मनमाने घूर्णन के तहत कई तरह के अव्यवस्थित इनडोर दृश्यों में जटिल वस्तुओं का एक सेट की मान्यता के लिए तकनीक की प्रभावशीलता का सत्यापन करते हैं। एकर अलावा, हमार प्रयोग ई बतावेला कि का ई तकनीक नायाब रूप से काम करे लायक बा, अगर हम ई परीक्षण करत बानी त ई बहुत उपयोगी होई । |
e9b7367c63ba970cc9a0360116b160dbe1eb1bb4 | हम एक सुदृढीकरण सीखना ढांचा प्रस्तुत करत हैं, जेका प्रोग्रामेटिक रूप से व्याख्या योग्य सुदृढीकरण सीखना (पीआईआरएल) कहा जात है, जेका व्याख्या योग्य अउर सत्यापित एजेंट नीति का निर्माण करने खातिर डिज़ाइन कइल गइल बा। लोकप्रिय डीप रिइनफोर्समेंट लर्निंग (डीआरएल) पैराडिगम के विपरीत, जवन तंत्रिका नेटवर्क द्वारा नीति का प्रतिनिधित्व करत है, पीआईआरएल एक उच्च-स्तरीय, डोमेन-विशिष्ट प्रोग्रामिंग भाषा का उपयोग करके नीति का प्रतिनिधित्व करता है। इ प्रकार की प्रोग्रामेटिक सिस्टम्स का लाभ न्यूरल नेटवर्क से काफी आसानी से मिल सकता है, अउर आमतौर पर ई सिस्टम्स पे आधारित सिस्टम्स से मिल सकता है। हम एक नई विधि का प्रस्ताव करत हैं, जेका न्यूरोली डायरेक्टेड प्रोग्राम सर्च (एनडीपीएस) कहा जात है, ताकि अधिकतम इनाम के साथ एक प्रोग्रामेटिक नीति का पता लगावे के चुनौतीपूर्ण गैर-सुचारू अनुकूलन समस्या का हल किया जा सके। एनडीपीएस पहिले डीआरएल का उपयोग कइके एक तंत्रिका नीति नेटवर्क सीखके काम करत ह, अउर फिर प्रोग्रामेटिक नीतियों पर एक स्थानीय खोज करत ह जउन इ तंत्रिका ओरेकल से दूरी कम करे क कोसिस करत ह। हम एनडीपीएस का मूल्यांकन टोरक्स कार रेसिंग वातावरण मा एक अनुकरण कार ड्राइव सीखना कार्य मा करते हैं। हम देखब कि एन.डी.पी.एस. का काबिलियत से आदमी-पढ़य लायक नीति के खोज करे खातिर कुछ महत्वपूर्ण प्रदर्शन बार पास करय के काबिलियत है. हम ई भी देखब कि पीआईआरएल नीति में डीआरएल से खोजल समकक्ष नीति के तुलना में सहज गति के साथ, अउर प्रशिक्षण के दौरान ना मिले वाले वातावरण में आसानी से बदलाव कइल जा सकत बा। |
48d103f81e9b70dc2de82508973bc35f61f8ed01 | ई दस्तावेज तेज रफ्तार रेलगाड़ी अउर जमीनी वाहनन पर मोबाइल उपग्रह संचार खातिर टीईएस कू बैंड एंटीना के अत्याधुनिक स्थिति अउर कू बैंड एंटीना प्रदर्शन सुधार अउर का बैंड टर्मिनल तक अपग्रेड के संदर्भ में एकर विकास प्रस्तुत करत है। |
7294d9fa5c5524a43619ad7e52d132a90cfe91bb | इ पत्र कय सामान्य अंक उच्च-डाटा-दर सैटकॉम कय लिए एक चरणबद्ध सरणी एंटीना कय डिजाइन से संबंधित अहै। एक अंतिम प्रदर्शन एंटेना एक मानव रहित हवाई वाहन (यूएवी) मा स्थापित कीन जा सकत है ताकि का-बैंड मा एक उपग्रह के साथ संवाद कर सके। सबसे पहिले, एक कॉम्पैक्ट रिफ्लेक्शन-प्रकार चरण शिफ्टर डिजाइन औरु महसूस करा जात है। दुसरे, एक चरणबद्ध सरणी एंटीना प्रोटोटाइप का अवधारणा विस्तृत है। तीसर, एक नई कैलिब्रेशन विधि शामिल है जो कि वांछित दिशा में बीम स्कैन करने के लिए प्रत्येक चरण शिफ्टर पर लागू होने वाले पूर्वाग्रह वोल्टेज का प्रदान कर सकती है। |
b40b8a2b528a88f45bba5ecd23cec02840798e72 | एक 2D आवधिक लीक तरंग एंटीना का एक Ka-बैंड सैटकॉम-ऑन-द-मोव ग्राउंड यूजर टर्मिनल प्रस्तुत है। एंटीना पैनल 20 गीगाहर्ट्ज डाउनलिंक के साथ-साथ 30 गीगाहर्ट्ज अपलिंक बैंड पर संबंधित परिपत्र ध्रुवीकरण के साथ काम करत है, एक समान विकिरण एपर्चर और एक समान चरण केंद्र का उपयोग करते हुए। दोहरी बैंड प्रदर्शन एक सावधानीपूर्वक डिजाइन किए गए ढेर दोहरी परत आवृत्ति चयनात्मक सतह द्वारा प्राप्त किया जाता है, जिसमें एक परत 20 गीगाहर्ट्ज पर काम कर रही है और 30 गीगाहर्ट्ज पर पारदर्शी है, और दूसरी परत विपरीत कार्य कर रही है। पेपर में परिपत्र रूप से ध्रुवीकृत प्राथमिक फ़ीड, दो-परत संरचनाएं, और पूर्ण कॉम्पैक्ट लीक-वेव एंटीना पैनल का डिजाइन वर्णित है। मापा गया विकिरण प्रदर्शन 22 dBi से ऊपर का वास्तविक लाभ मान और 60% से ऊपर का दक्षता दर्शाता है। क्रॉस-पोलराइजेशन भेदभाव अउर साइडलोब स्तर का का-बैंड पर उपग्रह संचार खातिर पावर स्पेक्ट्रल आवश्यकताओं का पूरा करे खातिर उपयुक्त बा. |
1f009366a901c403a8aad65c94ec2fecf3428081 | पिछला तंत्रिका मशीन अनुवाद मॉडल कुछ युरेस्टिक खोज एल्गोरिदम (जैसे, बीम खोज) का प्रयोग परीक्षण चरण में अनुवाद वाक्य पर अधिकतम बाद की समस्या का हल करने से बचने के लिए किया जाता है। इ पेपर मा, हम गंबल-ग्रिडी डिकोडिंग का प्रस्ताव करत हन जउन एक जनरेटिव नेटवर्क का प्रशिक्षित मॉडल के तहत अनुवाद का भविष्यवाणि करे खातिर प्रशिक्षित करत हय। हम गंबल-सॉफ्टमैक्स रीपैरेमेटरीकरण का उपयोग करके अइसन समस्या का हल करत बानी, जवन हमरे जनरेटिव नेटवर्क के मानक स्टोकास्टिक ग्रेडिएंट विधियन के माध्यम से भिन्न अउर प्रशिक्षित करे लायक बनावेला. हम अनुभव से बताये हन कि हमार प्रस्तावित मॉडल अलग अलग शब्द बनावै मा सक्षम है। |
8e49caba006e1832a70162f3a93a31be25927349 | इ लेख एक नया विचार पर चर्चा करत है जौन वैचारिक रडार (cognitive radar) कहा जात है । तीन घटक संज्ञानात्मक रडार का संविधान का आधार हैंः 1) बुद्धिमान सिग्नल प्रसंस्करण, जो आसपास के वातावरण के साथ रडार की बातचीत के माध्यम से सीखने पर आधारित है; 2) रिसीवर से ट्रांसमीटर तक फीडबैक, जो खुफिया का एक सुविधाजनक है; और 3) रडार रिटर्न की सूचना सामग्री का संरक्षण, जो लक्ष्य का पता लगाने के लिए बेयसी दृष्टिकोण द्वारा महसूस किया जाता है। इ तीनों अवयव एक चमगादड़ की प्रतिध्वनि-स्थान प्रणाली मा शामिल ह्वे जांद, जिकरा संज्ञानात्मक रडार की एक भौतिक प्राप्ति (यद्यपि न्यूरोबायोलॉजिकल शर्तों मा) के रूप मा देखिन जा सकद छे। राडार एक रिमोट-सेंसिंग सिस्टम होय जवन व्यापक रूप से निगरानी, ट्रैकिंग, अउर इमेजिंग अनुप्रयोगन कय लिए प्रयोग कै जात है, जवन नागरिक अउर सैन्य दुनौ आवश्यकताओं खातिर अहै। इ लेख मा हम रडार की भावी संभावनाओं पर ध्यान केंद्रित करित है, विशेष रूप से संज्ञानात्मक मुद्दा पर जोर देत है। एक उदाहरण के रूप मा इ मामला मा अध्ययन, हामी समुद्र मा एक वातावरण को रूप मा लागू रडार निगरानी को समस्या मा विचार। |
f584c3d1c2d0e4baa7f8fc72fcab7b9395970ef5 | इन पेचीदा सवालन का अध्ययन करैं मा बहुत कम काम कै गय है, अउर मैं इ धारणा नाय दै चाहति हौ कि कौनो व्यापक विचार समूह मौजूद है जवन "सिद्धांत" कहला सकत है। जउन है काफी आश्चर्यजनक, जहां तक विज्ञान अउर दर्शन के इतिहास का संबंध बा, ऊ इ है कि मस्तिष्क प्रक्रियाओं में रुचि का शानदार विकास का मुख्य प्रेरणा, मनोवैज्ञानिक अउर शारीरिक, एक उपकरण से आई है, एक मशीन, डिजिटल कंप्यूटर। एक मानव अउर एक मानव समाज से निपटने मा, हमलोगन बहुतै सहजोगी आचरण करत हई, परन्तु ई सबके बावजूद, हम अउरन से सहमत नाही हईन। कंप्यूटर चलावत समय, हमकय पूरी तरह से विस्तृत निर्देश अउर पूर्ण सटीकता की आवश्यकता होत है। अगर हम मानव मस्तिष्क की क्षमता का समझ लेती हैं, जटिलताओं का सामना करने के बाद, निश्चित रूप से, निश्चित रूप से, अनिश्चितता, और गैर-अनुभव की स्थिति में, हम कंप्यूटर का उपयोग कर सकते हैं एक मिलियन गुना अधिक प्रभावी ढंग से। इ तथ्य क स्वीकार करत हुए, न्यूरोफिजियोलॉजी के क्षेत्र में अनुसंधान गति का बढ़ावा देत रहा है। जेतना हम दिमाग क जानकारी क प्रोसेसिंग पहलुओं का अध्ययन करत अही, हम ओतना ही अधिक गन्दा अउर प्रभावित होत अही। इ बहुत लम्बा समय तक चलेगा जब हम ई सब समझब त समझब की ई सब बहाना केतना मूरखता से बना अहै. हर हाल मा, गणितज्ञ दर्जनों ब्लासिंग क्षेत्र मा सैकड़ों और हजारों नई चुनौति देखय, पहेली भरम अउर ऊंखर दिल की सामग्री के लिए चुनौति। उ सबइ बातन मँ स कछू तउ गलत होत हीं अउर कछू भी नीक नाहीं होत हीं। अब अउर का माँग सकित ह? |
9d2222506f6a076e2c9803ac4ea5414eda881c73 | सड़क दुर्घटना मा ड्राइवर की नींद एक महत्वपूर्ण कारक होय। इ समस्या का हल करै खातिर एक यंत्रणा विकसित कीन गै बाय जेसे चालकन कै नींद कै पता चल सकै जेसे चालकन का दुर्घटना होय से पहिले चेतावनी दइ जा सकै। विधि ई समीक्षा कय लक्ष्य ई बतायके होय कि, ज्ञान कय वर्तमान स्थिति के हिसाब से, का वाहन माप वास्तविक समय मा नींद कय विश्वसनीय भविष्यवाणी करय कय खातिर इस्तेमाल कै सका जात है। परिणाम कई वर्तन प्रयोग से पता चला है कि सुस्ती का नियंत्रित, प्रयोगात्मक सेटिंग्स में ड्राइविंग प्रदर्शन पर गंभीर प्रभाव हो सकता है। हालांकि, ज्यादातर इ सबइ अध्ययन बुरा वियुक्ति (जैसे स्टैंडर्ड डिविएशन ऑफ लेन पोजिशन) क जांच किहे रहेन अउर परिणाम अक्सर ड्राइवरन अउर समय के साथ औसत दर्जे का होत हय। निष्कर्षः हवाई रक्षा का महत्व, इलेक्ट्रॉनिक युद्ध का महत्व कई बार बढ़ रहा है। ड्राइवरन की नींद कै भविष्यवाणी करै कै एक सफल उपाय के लिए संभवतः कई मानदंडन कै सेट करै कै आवश्यकता होई, अउर कई उपायन कै प्रयोग करै कै आवश्यकता होई। |
7bbd56f4050eb9f8b63f0eacb58ad667aaf49f25 | मोबाइल डाटा यातायात मा उल्लेखनीय वृद्धि वर्तमान 3G/4G नेटवर्क से परे मोबाइल नेटवर्क क्षमता मा एक भारी वृद्धि को आवश्यकता हो। इ पेपर मा, हम अगली पीढ़ी के मोबाइल संचार प्रणाली (5 जी) खातिर मिलीमीटर तरंग मोबाइल ब्रॉडबैंड (एमएमबी) प्रणाली का प्रस्ताव करत हन। एमएमबी 3-300 गीगाहर्ट्ज रेंज मा व्यापक स्पेक्ट्रम मा ट्याप यस बढती मांग को पूरा गर्न को लागी। हम काहे मिलीमीटर तरंग स्पेक्ट्रम का मोबाइल ब्रॉडबैंड अनुप्रयोगों खातिर उपयुक्त समझत हैं। हम मिलिमीटर तरंगन कय अनूठा फायदा कय चर्चा करत हई जइसे कि स्पेक्ट्रम उपलब्धता अउर छोट रूप कारक में बड़ बीम बनय वाले लाभ। हम एक व्यावहारिक MMB सिस्टम डिजाइन का भी वर्णन करते हैं जो 500 मीटर तक की दूरी पर Gb/s डेटा दर प्रदान करने में सक्षम है और 350 किमी/घंटा तक की गतिशीलता का समर्थन करता है। सिस्टम सिमुलेशन के माध्यम से, हम देखयव कि एक बुनियादी MMB सिस्टम औसत सेल थ्रूपुट और सेल-एज थ्रूपुट परफॉर्मेंस देहे म सक्षम है जउन वर्तमान 20MHz LTE-Advanced सिस्टम से 10 से 100 गुना बेहतर है। |
3bc9f8eb5ba303816fd5f642f2e7408f0752d3c4 | |
0c83eeceee8f55fb47aed1420b5510aa185feace | हम प्रस्तावित भौगोलिक "मैशअप" से प्रेरित एक दृष्टिकोण का प्रस्ताव करत हैं, जौन खुलेआम उपलब्ध फ़ंक्शनलटी और डेटा का ढीला लेकिन लचीला रूप से विनिमय मानकों का उपयोग करके संयोजित है। हमार मामला अध्ययन MySQL, PHP अउर LandSerf GIS के संयोजन से Google धरती कय उपयोग के लिए अनुमत करा जात है ताकि KML मा वर्णित एन्कोडिंग के साथ दृश्य संश्लेषण अउर बातचीत कै सुविधा होय। ई तरीका मोबाइल डायरेक्टरी सेवा से करल 1.42 मिलियन अनुरोध कय लॉग कय खोज कय लिए लागू होत है। इंटरैक्शन अउर विजुअल एन्कोडिंग के नया संयोजन विकसित करल गयल ह, जेहमा स्थानिक टैग क्लाउड , टैग मैप्स , डेटा डायल अउर बहु-स्केल घनत्व सतह शामिल हयेन। चार पहलुअन का अनौपचारिक रूप से मूल्यांकन करल जाला: दृश्य एन्कोडिंग का उपयोग, डेटासेट का दृश्य अन्वेषण में इनकी सफलता, विशिष्ट उपयोग किए गए उपकरण और मैशप दृष्टिकोण। प्रारंभिक खोज दुसर लोगन खातिर उपयोगी होई जवन विजुअलाइजेशन खातिर मैशअप्स का उपयोग करे पर विचार करत हैं। विशेष रूप से विकसित तकनीकें, कई बार यहां तक कि आंशिक रूप से खोज की गई जगह पर भी कई बार जगह-जगह डेटा की संरचना पर अंतर्दृष्टि प्रदान करने के लिए अधिक व्यापक रूप से लागू की जा सकती हैं। एक्सप्लोरेटरी विजुअल एनालिसिस बड़ी संरचित, बहुआयामी स्थान-समय डेटासेट की प्रारंभिक जांच के लिए उपयोगी है। इ प्रक्रिया मा समय, स्थान औ विशेषता द्वारा रिकॉर्ड का चयन औ एकत्रीकरण, डेटा का रूपांतरण की क्षमता औ उचित दृश्य एन्कोडिंग औ बातचीत लागू करने की लचीलापन की आवश्यकता होत है। |
11e907ef1dad5daead606ce6cb69ade18828cc39 | हम एक गैर-नकारात्मक चाप वजन के साथ बड़े और विरल निर्देशित ग्राफों मा बिंदु-से-बिंदु सबसे छोटा-पथ गणना के लिए एक त्वरण विधि का अध्ययन करें। त्वरण विधि का आर्क-फ्लैग दृष्टिकोण कहल जाला अउर ई डाइकस्ट्र्रा के एल्गोरिथ्म पर आधारित बा. आर्क-फ्लैग दृष्टिकोण मा, हम अतिरिक्त जानकारी उत्पन्न करण खातिर नेटवर्क डेटा की एक पूर्व-प्रसंस्करण की अनुमति देत हैं, जेकर उपयोग तब सबसे कम पथ क्वेरीज को तेज करे खातिर कीन जात है। पूर्व-प्रसंस्करण चरण में, ग्राफ को क्षेत्रों में विभाजित किया जाता है और ए पर जानकारी इकट्ठा की जाती है कि क्या एक चाप एक दिए गए क्षेत्र में सबसे छोटा रास्ता है। आर्क-फ्लैग विधि उचित विभाजन और द्विदिश खोज के साथ संयुक्त बड़ी नेटवर्क पर डिजस्ट्र्रा के मानक एल्गोरिथ्म (1 मिलियन नोड्स, 2.5 मिलियन आर्क) की तुलना में 500 से अधिक का औसत स्पीडअप कारक प्राप्त करता है। इ संयोजन डिजस्ट्र्रा के एल्गोरिथ्म की खोज स्थान का लगभग लंबाई के लिए संबंधित सबसे छोटा पथ के आकार तक सीमित कर देता है। हम एक प्रयोगात्मक अध्ययन चलाइत ह जेकरे द्वारा ई पता चला कि कउने तरह क द्विघात विधि सबसे अच्छी तरह से काम करत ह। विशेष रूप से, हम कम्प्यूटेशनल ज्यामिति से विभाजन एल्गोरिदम का अध्ययन करते हैं और एक बहु-मार्ग आर्क विभाजक विभाजन का अध्ययन करते हैं। इ मूल्यांकन जर्मन सड़क नेटवर्क मा कीन गवा रहा। सबसे कम पथ एल्गोरिथ्म की गति पर विभिन्न विभाजन का प्रभाव तुलना की जा रही है। ई अतिरिक्त सुविधाएँ परदान करत है, अउर आमतौर पय यहिकै सिफारिश करी जात है। ई बहुस्तरीय संस्करण के साथ, समान गति कारक छोट स्थान आवश्यकताओं के साथ प्राप्त की जा सकती हैं। एहसे, ई पूर्व-गणित डेटा का संपीड़न के रूप में देखल जा सकत है, जवन कि संपीड़ित संक्षिप्त पथ के शुद्धता के बचावत है. |
09be020a9738464799740602d7cf3273c1416c6a | प्रक्रियात्मक बनावट निर्माण एक कलाकार की मदद के बिना अधिक समृद्ध अउर विस्तृत आभासी वातावरण बनावे में सक्षम बनाता है। हालांकि, वास्तविक दुनिया के बनावट का एक लचीला सृजन मॉडल का खोजना एक खुला मुद्दा है। हम एक उपन्यास Convolutional न्यूरल नेटवर्क आधारित बनावट मॉडल प्रस्तुत करते हैं, जिसमें दो सारांश सांख्यिकीय (ग्रामियन और अनुवाद ग्रामियन मैट्रिक्स), साथ ही साथ वर्णक्रमीय बाधाएं शामिल हैं। हम फूरियर ट्रांसफॉर्म या विंडो फूरियर ट्रांसफॉर्म क जांच स्पेक्ट्रल बाधाओं का लागू करने मा करत हैं, अउर पाइत है कि विंडो फूरियर ट्रांसफॉर्म उत्पन्न बनावट की गुणवत्ता मा सुधार करत है। हम अपने सिस्टम की प्रभावशीलता का प्रदर्शन कर रहे हैं, अपने संबंधित राज्य की तुलना करें ताकि अन्य राज्य हमारे लिए काम कर सकें। |
9fa3c3f1fb6f1566638f97fcb993fe121646433e | |
f8f92624c8794d54e08b3a8f94910952ae03cade | व्यक्ति पुनः पहचान (re-ID) एक क्रॉस-कैमरा पुनर्प्राप्ति कार्य है जो विभिन्न कैमरों द्वारा बनाई गई छवि शैली भिन्नता से ग्रस्त है। कला एक कैमरा-अपरिवर्तनीय वर्णक उप-स्थान सीखकर इस समस्या का निहित रूप से समाधान करता है। इ पेपर मा, हम स्पष्ट रूप से कैमरा शैली (कैमस्टाइल) का परिचय देत ई चुनौती का विचार करत हौवे। कैमस्टाइल डाटा एगमेंटेशन दृष्टिकोण के रूप मा काम कर सकथे जवन गहरी नेटवर्क ओवरफिटिंग के जोखिम के कम करत है और कैमस्टाइल असमानता के समतल करत है। विशेष रूप से, एक स्टाइल ट्रांसफर मॉडल के साथ, लेबल वाली प्रशिक्षण छवियों का प्रत्येक कैमरे पर स्टाइल ट्रांसफर किया जा सकता है, और मूल प्रशिक्षण नमूनों के साथ, संवर्धित प्रशिक्षण सेट का निर्माण कर सकता है। इ विधि, ओवरफिटिंग के खिलाफ डेटा विविधता बढ़ावे के साथ-साथ, काफी मात्रा में शोर का भी कारण बनत है। शोर के प्रभाव का कम करै के प्रयास मा लेबल सुचारू रूप से नियमित करै (एलएसआर) कय अपनाय गय अहै। हमरे विधि का वैनिला संस्करण (एलएसआर के बिना) कुछ कैमरा सिस्टम पर उचित रूप से अच्छा प्रदर्शन करता है, जौन अक्सर ओवरफिटिंग होत है। एलएसआर के साथ, हम सभी सिस्टम मा लगातार सुधार दिखाते हैं चाहे ओवरफिटिंग का स्तर कितना भी हो। हम Market-1501 अउर DukeMTMC-re-ID पर अत्याधुनिक तकनीक की तुलना में प्रतिस्पर्धी सटीकता का भी रिपोर्ट करत हैं। महत्वपूर्ण रूप से, कैमस्टाइल का उपयोग एक दृश्य सीखने अउर अनसुरीक्षित डोमेन अनुकूलन (यूडीए) की चुनौतीपूर्ण समस्या का सामना करने के लिए किया जा सकता है, जिनकी पहचान फिर से की जा रही है (री-आईडी), इन दोनों का महत्वपूर्ण शोध और अनुप्रयोग महत्व है। पहिले केवल एक कैमरा दृश्य मा डेटा लेबल छ र पछि मात्र स्रोत डोमेन मा डेटा लेबल छ। प्रायोगिक परिणाम से पता चलता है कि कैमस्टाइल मूल रूप से दो समस्याओ का समाधान कर रहा है। विशेष रूप से, यूडीए खातिर, कैमस्टाइल मार्केट-१५०१ अउर ड्यूकएमटीएमसी-रीआईडी पर एक आधारभूत गहराई से फिर से पहचान मॉडल के आधार पर अत्याधुनिक सटीकता प्राप्त करत है। हमार कोड एथे उपलब्ध अहै https://github.com/zhunzhong07/CamStyle. |
61ec08b1fd5dc1a0e000d9cddee6747f58d928ec | ई लेखवा अच्छे अनुमानित भरोसेमंद अंतराल बनावे खातिर बूटस्ट्रैप विधि कय सर्वेक्षण करत है। लक्ष्य मानक अंतराल θ̂ ± zα σ̂ की सटीकता पर परिमाण का एक क्रम सुधारना है, एक तरह से जो बहुत जटिल समस्याओं पर भी नियमित आवेदन की अनुमति देता है। इ प्रकार स उ सबइ बातन जेनका मइँ बताए रहेउँ, घटिहीं। पहिला सात खंड चार बूटस्ट्रैप विश्वास अंतराल प्रक्रियाओं का एक heuristic अवलोकन प्रदान करते हैंः BCa, बूटस्ट्रैप-टी, ABC और कैलिब्रेशन। खंड 8 अउर 9 इन विधियन के पीछे का सिद्धांत अउर बार्नडॉर्फ-निल्सन, कॉक्स अउर रीड अउर अन्य लोगन द्वारा विकसित संभाव्यता-आधारित विश्वास अंतराल सिद्धांत के साथ उनके घनिष्ठ संबंध का वर्णन करत हैं। |
a9a6322f5d6575adb04d9ed670ffdef741840958 | फोर्डिस स्पॉट्स एक्टोपिक सेबेसीस ग्रंथि होत है, जवन 2 से 3 मिमी व्यास कय होत है। ये सौम्य घाव सबसे अधिक मौखिक श्लेष्म और जननांग त्वचा मा स्थित हैं। खासकर पुरुष जननांग क्षेत्र मा यक कारण से खुजली, यौन गतिविधि के दौरान असुविधा अउर सौंदर्यहीनता पैदा कर सकत हैं। अब तक, कई चिकित्सीय प्रक्रियाओं का रिपोर्ट अलग-अलग सफलताओं अउर पुनरावृत्ति दरों के साथ कीन गवा है। वर्तमान समय मा पिछड़ल अध्ययन (एन = 23 मरीज 2003 से 2011 के बीच) मा, हम माइक्रो-पंच तकनीक के माध्यम से आपन सर्जिकल दृष्टिकोण प्रस्तुत करत हैं। इ प्रभावी ढंग स, हम जानत अही कि ई बहुत उचित बा, एक बहुत बड़ी ताकत से, ईहां तक कि हम जे जौन पदार्थन के बारे में बात करित हैं उ बहुत ज्यादे ताकत से काम करत हीं। 12 से 84 महीना (मध्य = 51. 3 महीना) तक पोस्टऑपरेटिव अवलोकन के दौरान रिकवरी का कोई संकेत नहीं मिला। |
970698bf0a66ddf935b14e433c81e1175c0e8307 | इंटरनेट ऑफ थिंग्स शब्द कय सीधा व्याख्या एम्बेडेड नेटवर्क मा मानव-से-चीज या चीज से-चीज संचार कय लिए मानक इंटरनेट प्रोटोकॉल कय उपयोग कय संदर्भित करत है। यद्यपि सुरक्षा आवश्यकताएँ इ क्षेत्र मा अच्छी तरह से जानि गा हावें, फिन भी इ पूरी तरह से समझ नाँय पावा गा है कि कइसे मौजूदा आईपी सुरक्षा प्रोटोकॉल औरु आर्किटेक्चर क तैनात कीन जाय सकत है। इ पेपर मा, हम मौजूदा इंटरनेट प्रोटोकॉल और सुरक्षा वास्तुकला की प्रयोज्यता और सीमाओं पर चर्चा करेंगे। सबसे पहिले, हम पेस-ओ-मैप अउर सुरक्षा जरूरतन का पूरा करत अहन। हम तब आइपी-आधारित सुरक्षा समाधान खातिर चुनौतियन अउर आवश्यकता का प्रस्तुत करत हैं अउर मानक आइपी सुरक्षा प्रोटोकॉल के विशिष्ट तकनीकी सीमाओं का उजागर करत हैं। |
140df6ceb211239b36ff1a7cfdc871f06d787d11 | फंक्शनल एन्क्रिप्शन प्रतिबंधित डिक्रिप्शन कुंजी का समर्थन करत है जवन उपयोगकर्ता के एन्क्रिप्टेड संदेश के विशिष्ट फंक्शन का जाने खातिर अनुमति देत है। यद्यपि फंक्शनल एन्क्रिप्शन पर अब तक कय ज्यादातर शोध गुप्त संदेश कय गोपनीयता पे केंद्रित रहा है, कई यथार्थवादी परिदृश्यन में इ महत्वपूर्ण अहै कि गोपनीयता ओन्हन कार्यन् कय खातिर भी प्रदान की जाय जाय जौन विकिरण कुंजी प्रदान करत है। जबकि सार्वजनिक कुंजी सेटिंग मा कार्य गोपनीयता स्वाभाविक रूप से सीमित छ, निजी कुंजी सेटिंग मा यसको एक विशाल क्षमता छ। विशेष रूप से, एक योजना का निर्माण करने की उम्मीद कर सकता है जहां संदेशों का एन्क्रिप्शन $$\mathsf{m}_1, \ldots , \mathsf{m}_T$$ m 1 , ... , m T साथ-साथ फ़ंक्शंस $$f_1, \ldots , f_T$ f 1 , ... , f T से संबंधित डिक्रिप्शन कुंजी, मूल रूप से $$\{ f_i(\mathsf{m}_j) }_{i,j\in [T]}$ { f i (m j) } i , j ∈ [ T ] के अलावा कोई अन्य जानकारी नहीं है। एकर बड़ संभावित के बावजूद, ज्ञात फ़ंक्शन-निजी निजी कुंजी योजना या तो फ़ंक्शन के सीमित परिवारों (जैसे आंतरिक उत्पाद) का समर्थन करत हैं या फ़ंक्शन गोपनीयता की कुछ कमजोर धारणाओं का प्रस्ताव करत हैं। हम एक जेनेरिक परिवर्तन प्रस्तुत करत हैं जउन एक फलन-निजी कार्यात्मक एन्क्रिप्शन योजना का उत्पादन करत है, एक पर्याप्त रूप से समृद्ध फलन वर्ग के लिए कौनो गैर-फलन-निजी योजना से शुरू होत है। हमार परिवर्तन मूल योजना का संदेश गोपनीयता बनाए रखेला अउर कई मौजूदा योजना का उपयोग कइके तत्काल होई सकत है। कार्यात्मक एन्क्रिप्शन योजनाओं का ज्ञात निर्माण में प्लगिंग, हम त्रुटि धारणा के साथ सीखने पर आधारित फ़ंक्शन-निजी योजनाएं प्राप्त करते हैं, अस्पष्टता धारणाओं पर, सरल बहु-रैखिक-नक्श धारणाओं पर, और यहां तक कि किसी भी एक-तरफा फ़ंक्शन के अस्तित्व पर (सुरक्षा और दक्षता के बीच विभिन्न व्यापार-ऑफ की पेशकश) । |
d0895e18d0553b9a35cff80bd7bd5619a19d51fb | हम उच्च गति ऑप्टिकल संचार लिंक खातिर 107 गीगाहर्ट्ज बेसबैंड अंतर पार प्रतिबाधा एम्पलीफायर आईसी का रिपोर्ट करत बानी. दो डार्लिंगटन प्रतिरोधक फीडबैक चरणों से बना एम्पलीफायर, 500 एनएम InP HBT प्रक्रिया में लागू किया गया था और 55 dBΩ अंतर पारभासी लाभ, 30 ps समूह विलंब, P1dB = 1 dBm का प्रदर्शन करता है, और 5.2 V आपूर्ति से संचालित होता है। अंतर इनपुट अउर आउटपुट प्रतिबाधा 50Ω है. आईसी इंटरफेस -2V डीसी पर इनपुट पर हाई स्पीड फोटोडायोड्स का कनेक्शन और -450 mV डीसी पर आउटपुट पर गिल्बर्ट सेल मिक्सर और ईसीएल लॉजिक का इंटरफेस। |
b9d5f2da9408d176a5cfc6dc0912b6d72e0ea989 | |
6910f307fef66461f5cb561b4d4fc8caf8594af5 | पिछले दुइ साल मा, एक शब्द अउर दूसर शब्द से संबंधित विकी मा एक अतिरिक्त शब्द अउर प्रयोग को शामिल करै के प्रयास करत रहा। बहरहाल, मूल्यांकन ज्यादातर मामलन मा एक संकीर्ण सेट परी आधारित हय, जदपि अवधी मा सब्द की समानता/संबंधिता और शब्द सम्बन्ध समानता और एक ही भाषा पे आधारित हय, अर विशेष रूप से अंग्रेजी परी। हम कई भाषाओं मा एम्बेडिंग का मूल्यांकन करने का एक दृष्टिकोण प्रस्तावित करत हैं जो इ जांच करैं कि विभिन्न सिंटैक्सिक सुविधाओं के साथ शब्द एम्बेडिंग समूह कितना अच्छा है, एम्बेडिंग स्पेस की संरचना में अंतर्दृष्टि भी पैदा करता है। हम देखब कि ई सब इनक्यूबेटर पय ठीक नाई चलत है। ई प्रभाव तब जादा स्पष्ट रूप से देखाइ पडत है जब अपार कम आयामी एम्बेडेड- |
8d31dbda7c58de30ada8616e1fcb011d32d5cf83 | फ्लेक्सिबल डाटा रेट (सीएएन-एफडी) वाले कंट्रोलर एरिया नेटवर्क वाहन नेटवर्क प्रौद्योगिकी की अगली पीढ़ी के रूप मा ध्यान आकर्षित कर रहा है। हालांकि, सुरक्षा की समस्या का भी अबले सख्ती से निपटा जा रहा है. अगर हम CAN-FD के सुरक्षा कमजोरियन का हल नाहीं कर पाइत ह, त हम उम्मीद नाही कर सकित कि वाहन-सूचना अउर संचार प्रौद्योगिकी (वीआईसीटी) के अभिसरण का विकास होत रही। सौभाग्य से, सुरक्षित इन-व्हीकल CAN-FD संचार वातावरण CAN-FD का बड़ा डेटा पेलोड का उपयोग करके निर्मित किया जा सकता है। इ पेपर मा, हम एक सुरक्षा वास्तुकला का प्रस्ताव करत हैं इन-व्हीकल CAN-FD एक प्रतिरोधक के रूप मा (CAN-FD विनिर्देशों के अनुसार डिजाइन) । हम इंटरनेशनल ऑर्गनाइजेशन फॉर स्टैंडर्ड (आईएसओ) 26262 ऑटोमोटिव सेफ्टी इंटीग्रिटी लेवल और कार-इन-वाहन सबनेटवर्क की विशेषताओं पर विचार कर रहे थे ताकि एक व्यावहारिक सुरक्षा वास्तुकला का डिजाइन किया जा सके। हम प्रस्तावित सुरक्षा वास्तुकला का भी मूल्यांकन कीन है जेहमा तीन तरह क माइक्रो-कंट्रोलर इकाई अउर कैनो सॉफ्टवेयर का उपयोग कइके कीन जाय। हमार मूल्यांकन निष्कर्ष निकारत है कि नई पीढ़ी के वाहनन के निर्माण खातिर इलेक्ट्रॉनिक नियंत्रण इकाई के प्रदर्शन के स्तर का एक सूचक के रूप मा उपयोग कीन जाय सकत है। |
122ab8b1ac332bceacf556bc50268b9d80552bb3 | एक व्यापक रूप से स्वीकृत आधार ई है कि जटिल सॉफ्टवेयर में अक्सर बग होत हैं जिनका दूरस्थ रूप से हमलावरों द्वारा शोषण कइल जा सकत है. जब इ सॉफ्टवेयर एक वाहन मा इलेक्ट्रॉनिक नियंत्रण इकाई (ईसीयू) पर होत है, इन बग्स का शोषण जीवन या मौत का परिणाम हो सकत है। चूँकि वाहनन खातिर सॉफ्टवेयर समय के साथ बढ़त जाय अउर जटिल होत जाय, ई खातिर शोषण योग्य कमजोर जगहन क संख्या बढ़ी। नतीजतन, मैन्युफैक्चरर्स का एक नया तरीका है कि उ आपन सॉफ्टवेयर के लिए अपने कंप्यूटर का अद्यतन जल्दी से जल्दी करे. |
3a257a87ab5d1e317336a6cefb50fee1958bd84a | क्लाउड कंप्यूटिंग नई कंप्यूटिंग आवश्यकताओं का पूरा करने के लिए उच्च मापनीयता, लचीलापन और लागत प्रभावी का प्रस्ताव है। एक बड़ा उत्पादन क्लाउड क्लस्टर पर वास्तविक वर्कलोड्स की विशेषताएं समझने से न केवल क्लाउड सेवा प्रदाताओं बल्कि शोधकर्ताओं अउर दैनिक उपयोगकर्ताओं का भी लाभ होता है। इ पेपर एक बड़े पैमाने पर गूगल क्लस्टर उपयोग ट्रेस डेटासेट का अध्ययन करता है और विशेषता बताता है कि कैसे क्लस्टर में मशीनें प्रबंधित की जाती हैं और 29 दिन की अवधि के दौरान प्रस्तुत वर्कलोड का व्यवहार होता है। हम यंत्र रखरखाव घटनाओं की आवृत्ति और पैटर्न, नौकरी- और कार्य-स्तर कार्यभार व्यवहार, और समग्र क्लस्टर संसाधन का उपयोग कैसे करे पर ध्यान केंद्रित करे। |
7dfce578644bc101ae4ffcd0184d2227c6d07809 | पोलीमोर्फिक एन्क्रिप्शन अउर छद्मनामकरण, संक्षिप्त रूप से पीईपी, संवेदनशील व्यक्तिगत डेटा के प्रबंधन खातिर एगो नया तरीका बनावेला, खासकर स्वास्थ्य देखभाल में. पारंपरिक रूप से एन्क्रिप्शन काफी कठोर होत है: एक बार एन्क्रिप्टेड होइ जाए प डाटा का डिक्रिप्ट करे खातिर केवल एक चाबी का प्रयोग करल जा सकत है । ई कठोरता बिग डेटा विश्लेषण के संदर्भ में एक बड़ा समस्या बन रहा है, जहां अलग-अलग पक्ष जउन एन्क्रिप्टेड डेटा सेट का हिस्सा जांचना चाहते हैं, उन्हें डिक्रिप्शन के लिए एक कुंजी की आवश्यकता होती है। बहुआयामी एन्क्रिप्शन एक नई क्रिप्टोग्राफिक तकनीक है जवन इ समस्या का हल करत है. साथ ही साथ polymorphic pseudonymisation की संबंधित तकनीक नई सुरक्षा और गोपनीयता गारंटी दे सकती है, जो कि (व्यक्तिगत) स्वास्थ्य देखभाल, स्व-मापन अनुप्रयोगों के माध्यम से चिकित्सा डेटा संग्रह, और अधिक सामान्य रूप से गोपनीयता-अनुकूल पहचान प्रबंधन और डेटा विश्लेषण जैसे क्षेत्रों में आवश्यक है। बहुआयामी एन्क्रिप्शन का मुख्य विचार ई हैं: 1. जनरेशन के बाद सीधे, डेटा का पॉलीमोर्फिक तरीका से एन्क्रिप्ट कइल जा सकेला आउर एगो (क्लाउड) स्टोरेज सुविधा पर अइसन तरीका से स्टोर कइल जा सकेला कि स्टोरेज प्रदाता के एक्सेस न हो सके. महत्वपूर्ण रूप से, ई नाही बा कि पूर्वनिर्धारित करें कि कौन डेटा देख सकता है, ताकि डेटा तुरंत सुरक्षित रहे। उदाहरण के लिए, एक पीईपी-सक्षम स्व-मापन डिवाइस एक बैक-एंड डेटाबेस में पॉलीमोर्फिक रूप से एन्क्रिप्टेड रूप में अपने सभी माप डेटा संग्रहीत करेगा। 2. माई बाप पहिले अपन बेटवा से बाद मा इ तय होइ सकत है कि कउन डाटा का डिक्रिप्ट करि। ई निर्णय ऊ नीति का आधार पर होई जेहमा डेटा subjek के एक महत्वपूर्ण भूमिका होखेला. पीईपी-सक्षम डिवाइस का उपयोगकर्ता, उदाहरण के लिए, ई तय कर सकत है कि डॉक्टर एक्स, वाई, जेड कुछ चरण में अपने निदान में डेटा का उपयोग करने के लिए डिक्रिप्ट कर सकते हैं, या चिकित्सा शोध समूह ए, बी, सी अपने जांच के लिए इसका उपयोग कर सकते हैं, या तीसरे पक्ष यू, वी, डब्ल्यू अतिरिक्त सेवाओं के लिए इसका उपयोग कर सकते हैं, आदि। 3. "का इ होइ सकत ह" ई एन्क्रिप्टेड डाटा कय ट्वीक कय एका विशिष्ट पक्ष कय द्वारा डिक्रिप्टेबल बनाय कय अंध तरीका से करल जा सकत है। इ एक विश्वसनीय सास्त्र अहइ, जेकर उपयोग करके हम निर्दिष्ट कीन गवा रहे कि जउन मनई मारा गवा उ जिन्दा रही। ई पीईपी टेक्नोलॉजी बड़ डेटा विश्लेषण खातिर जरूरी सुरक्षा अउर गोपनीयता बुनियादी ढांचा प्रदान कर सकत है। लोग आपन डेटा को पॉलीमोर्फिक रूप से एन्क्रिप्टेड रूप मा सौंप सकत हैं, अउर हर बार बाद मा (भागों का) विशिष्ट विश्लेषण उद्देश्यों के लिए विशिष्ट पार्टियों के लिए उपलब्ध (डे-क्रिप्टेबल) बनाने का निर्णय ले सकत हैं। इ तरीका स, उ सबइ लोग जउन हियाँ अहइँ उ सबइ बातन क देखत ही अउर आपन सुनावा चाहत ही। मा - मा - |
0426408774fea8d724609769d6954dd75454a97e | वैरिएशनल ऑटोएनकोडर अनसुपरवाइज्ड लर्निंग खातिर एगो शक्तिशाली ढांचा बाटे. हालांकि, पिछले काम एक या दो परतों वाले उथले मॉडल पर पूरी तरह से फैक्टराइज्ड स्टोकास्टिक लैटेन्ट वैरिएबल तक सीमित रहे, जिससे लैटेन्ट प्रतिनिधित्व की लचीलापन सीमित रही। हम वैरिएशनल ऑटोकोडर के प्रशिक्षण एल्गोरिदम में तीन प्रगति का प्रस्ताव करत हैं, पहली बार पांच स्टोचस्टिक परतों के गहरे मॉडल का प्रशिक्षण देने की अनुमति देते हैं, (1) सीढ़ी नेटवर्क के समान संरचना का उपयोग inference मॉडल के रूप में, (2) प्रारंभिक प्रशिक्षण में सक्रिय रहने वाली स्टोचस्टिक इकाइयों का समर्थन करने के लिए वार्म-अप अवधि, और (3) बैच सामान्यीकरण का उपयोग। इ सुधार कय उपयोग कइके हम कई बेंचमार्क डाटासेट पे जनरेटिव मॉडलिंग कय लिए अत्याधुनिक लॉग-संभाव्यता परिणाम देखाइ देत हैं। |
feebbb3378245c28c708a290a888248026b06ca8 | इ पेपर मा बहु-हाथ तकनीक पर आधारित एक उपन्यास बहु-आवृत्ति मुद्रित quadrifilar हेलिक्स एंटीना प्रस्तुत कीन गा है। डबल आवृत्ति अउर संतोषजनक एंटीना विशेषता हासिल कीन गै बाय। एंटीना मा अपेक्षाकृत कॉम्पैक्ट आकार अउर हेमिस्फेरिकल पैटर्न बाय जेहमा उत्कृष्ट परिपत्रित ध्रुवीय कवरेज बाय। एंटीना का डिजाइन और अनुकरण HFSS सॉफ्टवेयर का अनुप्रयोग के साथ किया जाता है। सिमुलेशन अउर विश्लेषण के परिणाम प्रस्तुत करलौ गवा है। |
1ee72ed1db4ddbc49922255194890037c7a2f797 | ए पत्र मा गस प्रक्रिया पर आधारित ब्रॉडबैंड मोनोपल्स कम्पेरेटर एमएमआईसी (मोनोलिथिक माइक्रोवेव इंटीग्रेटेड सर्किट) प्रस्तुत कीन गा है। तीन जादू टी अउर एक गड्ढा बिजली विभाजक से बना तुलनात्मक नेटवर्क एक योग चैनल अउर दुई डेल्टा चैनलन खातिर प्रस्तावित हव। माप परिणाम से पता चला है कि कुल चैनल के लिए 2.5-dB से कम हानि के साथ 15 से 30 GHz (66.7% सापेक्ष आवृत्ति बैंडविड्थ) से बहुत व्यापक आवृत्ति बैंड प्राप्त की जा सकती है। अउर शून्य गहराई 15-27 गीगाहर्ट्ज मा 22 डीबी से अधिक है अउर 17 डीबी 27-30 गीगाहर्ट्ज मा दुई डेल्टा चैनल खातिर है। कुल चिप का आकार 3.4 mm है (<inline-formula> <tex-math notation="LaTeX">$0.26\lambda _{0}~0.26\lambda _{0}$ </tex-math></inline-formula> 22.5 GHz की केंद्र आवृत्ति पर) । |
202b3b3bb4a5190ce53b77564f9ae1dc65f3489b | |
8eea0da60738a54c0fc6a092aecf0daf0c51cee3 | इ अध्ययन आंशिक रूप से, अत्यधिक, अउर पूर्ण स्वचालित वाहन खरीदे खातिर उपयोगकर्ता स्वीकृति, चिंता, अउर इच्छा क जांच कयलक है। एक 63 प्रश्नों का इंटरनेट आधारित सर्वेक्षण का माध्यम से, हम 109 देशों से 5000 उत्तर प्राप्त किए (40 से कम से कम 25 प्रतिवादी वाले देश) । हम अंतर-राष्ट्रीय अंतर का निर्धारण करें, अउर व्यक्तिगत चर के साथ संबंध का आकलन करें, जइसे कि उम्र, लिंग, अउर व्यक्तित्व लक्षण, जे बड़े पांच इन्वेंट्री के एक छोटा संस्करण के साथ मापा जात है। नतीजा इ दिखावा करत है कि रेपुरेन्टेन्ट्स औसतन कै ड्राइविंग मोड का सबसे जादा आनंददायक तरीका समझेन. जवाब भिन्न रहिन: 22% उत्तरदाताओं का $0 से अधिक का भुगतान नाही करना चाहिने पूरी तरह से स्वचालित ड्राइविंग सिस्टम खातिर, जबकि 5% लोग सुझाव दिहले कि उ लोग 30,000 से अधिक डॉलर की कीमत की कीमत का भुगतान कर सकते हैं, और 33% लोग सहमत हैं कि पूरी तरह से स्वचालित ड्राइविंग एक उच्च स्तर की कीमत की तुलना में सस्ता है। 69% उत्तरदाताओं का मानना है कि चालू ड्राइविंग का 50% बाजार हिस्सा अब से 2050 तक पहुंच जायेगा। उत्तरदाता लोग सबसे ज्यादा सॉफ्टवेयर हैकिंग/दुरुपयोग के बारे मा चिंतित थे, अउर कानूनी मुद्दों अउर सुरक्षा के बारे मा भी चिंतित थे। उत्तरदाता जे न्यूरोटिसिज्म पर जादा अंक प्राप्त करले थे ऊ डाटा ट्रांसमिशन के बारे में थोड़ा कम सहज थे, जबकि उत्तरदाता जे सहमतता पर जादा अंक प्राप्त करले थे ऊ थोड़ा ज्यादा सहज थे. अधिक विकसित देश से उत्तरदाता (कम दुर्घटना के आंकड़ों के संदर्भ में, उच्च शिक्षा, और उच्च आय) अपने वाहन के साथ कम आरामदायक थे, डेटा का प्रसारण कर रहे थे, q = 0.80 और q = 0.90 के बीच अंतर-राष्ट्रीय सहसंबंध के साथ। ई वर्तमान परिणाम अंतरराष्ट्रीय स्तर पर भय का संकेत देत हैं, अउर वाहन डेवलपर्स अउर अन्य हितधारकन खातिर उपयोगी हो सकत हैं। 2015 एल्सवीयर लिमिटेड. सब अधिकार सुरक्षित. |
2d4f10ccd2503c37ec32aa0033d3e5b3559f4404 | स्थितिजन्य जागरूकता एक तेजी से प्रमुख कारक बन गयल है जवन उड़ान सुरक्षा अउर परिचालन प्रदर्शन में योगदान देत है, अउर आधुनिक विमानन में उन्नत एवियोनिक्स सिस्टम के स्थापना से जुड़ी मानव प्रदर्शन चुनौतियों का सामना करे खातिर अनुसंधान तेजी से बढ़ गयल है। स्थितिजन्य जागरूकता का व्यवस्थित अध्ययन औरु अनुप्रयोग कॉकपिट से परे भी फैल गयल है ताकि अन्य जटिल, उच्च परिणामी कार्य डोमेन के भीतर काम कर रहे एयर ट्रैफिक कंट्रोलर और कर्मियों का भी शामिल किया जा सके। इ खंड उन निबंधन का संग्रह देत है जवन स्थितिकीय जागरूकता अनुसंधान अउर अभ्यास में महत्वपूर्ण योगदान दिहे हैं। ई उद्देश्य से, ई स्थितिकरण जागरूकता, एकर मूल्यांकन खातिर विधियन, अउर प्रशिक्षण अउर डिजाइन के माध्यम से स्थितिकरण जागरूकता बढ़ावे खातिर अनुप्रयोग के वैचारिक विकास के बारे में महत्वपूर्ण रीडिंग तक अनूठी पहुंच प्रदान करत है। |
a7621b4ec18719b08f3a2a444b6d37a2e20227b7 | कम्प्यूटर दृष्टि अउर मशीन लर्निंग मा सबसे ज्यादा इस्तेमाल कीन जाय वाले आर्किटेक्चर में से एक होय। जटिल कार्य सीखै कै क्षमता का लाभ उठावै कै खातिर, प्रशिक्षण के बरे बड़हन मात्रा मा डाटा की आवश्यकता अहै। एक बड़ा संकुचन नेटवर्क का प्रशिक्षण राज्य-ऑफ-द-आर्ट परिणाम का उत्पादन करने के लिए कई सप्ताह लग सकते हैं, यहां तक कि जब आधुनिक GPU का उपयोग कर रहे हों। वेब-स्केल डाटासेट के साथ काम करै मा प्रशिक्षित नेटवर्क का उपयोग कैके लेबल बनावै मा भी खर्चा होइ सकत है। इ काम मा, हम एक सरल एल्गोरिथ्म प्रस्तुत करत हई जे प्रशिक्षण अउर अनुमानन का एक महत्वपूर्ण कारक से तेज करत ह, अउर मौजूदा राज्यन के तुलना में आंशिक रूप से बेहतर बनावे में मदद करत ह. ई फूरियर डोमेन मा बिन्दुवार उत्पाद के रूप मा उलटा गणना करके करल जाला जबकि एक ही परिवर्तित विशेषता मानचित्र का कई बार पुनः उपयोग करत समय. एल्गोरिथ्म एक GPU वास्तुकला मा लागू होत है और कई संबंधित चुनौति का सामना करत है। |
0ee6f663f89e33eb84093ea9cd94212d1a8170c9 | एक लीक-वेव एंटीना (LWA) संग परिपत्र ध्रुवीकरण मिश्रित दायाँ/बायाँ हाथ (CRLH) सब्सट्रेट एकीकृत वेव गाइड (SIW) मा आधारित छ र जांच र प्रस्तुत। सीरीज इंटरडिजिटल कैपेसिटर सर्किट मा सीआरएलएच कार्यक्षमता प्राप्त करैं वाले वेव गाइड सतह मा स्लॉट ईट करके पेश कीन गा है। दु सिमेट्रिक लीक ट्रैवल-वेव ट्रांसमिशन लाइनन क orthogonal ध्रुवीकरण के साथ एक दुसरे के बगल मा रखा गवा है और 90° चरण अंतर के साथ उत्तेजित किया गवा है, एक शुद्ध परिपत्र ध्रुवीकरण मोड उत्पन्न करत है। ई एंटीना क मुख्य बीम मुख्य बीम दिशा के भीतर एक कम अक्षीय अनुपात (3 डीबी से कम) बनाए रखत समय आवृत्ति का बदलकर लगातार निर्देशित करल जा सकत बा। ई एलडब्ल्यूए का परफॉरमेंस पूरा तरंग सिमुलेशन और माप की एक अच्छी सहमति दिखाते हुए एक निर्मित प्रोटोटाइप दोनों के माध्यम से सत्यापित कील गयल है. |
50bc77f3ec070940b1923b823503a4c2b09e9921 | |
48b38420f9c39c601dcf81621609d131b8035f94 | स्वास्थ्य निगरानी प्रणाली पिछले दुई दशक से लगातार विकसित होत रही है अउर वर्तमान मा इ स्वास्थ्य सेवा मा बदलाव के बारे मा सोचि क मदद करेंन् है। जबकि स्मार्ट स्वास्थ्य निगरानी प्रणाली रोगी निगरानी कार्य का स्वचालित रूप से और, यस प्रकार रोगी कार्यप्रवाह प्रबंधन मा सुधार, क्लिनिकल सेटिंग्स मा आफ्नो दक्षता अझै बहस योग्य छ। ई पेपर स्मार्ट हेल्थ मॉनिटरिंग सिस्टम्स कय समीक्षा अउर इनकै डिजाइन अउर मॉडलिंग कय अवलोकन प्रस्तुत करत अहै। एकरे अलावा, एक महत्वपूर्ण विश्लेषण इ है कि वर्तमान स्वास्थ्य निगरानी प्रणालि कै सुधार कै लिये रणनीतियां अउर सिफारिशें का का प्रभावकारिता, नैदानिक स्वीकृति अउर उपयोग कै लिये आलोचनात्मक विश्लेषण प्रस्तुत कीन जाय। मुख्य उद्देश्य कला निगरानी प्रणाली की वर्तमान स्थिति का जायजा लेना है और स्मार्ट स्वास्थ्य निगरानी प्रणाली के क्षेत्र में निष्कर्षों का व्यापक और गहन विश्लेषण करना है। एइसे पचास से ज्यादा विभिन्न्न् अनुगमन प्रणाली कय चयन, वर्गीकरण, वर्गीकृत अउर तुलना कइके कीन गवा अहै । अंत मा, सिस्टम डिजाइन स्तर मा प्रमुख प्रगति पर चर्चा की गई है, स्वास्थ्य सेवा प्रदाताओं का सामना कर रहे वर्तमान मुद्दों के साथ-साथ स्वास्थ्य निगरानी क्षेत्र के लिए संभावित चुनौतियों की पहचान की जाएगी और अन्य समान प्रणालियों की तुलना की जाएगी। |
66336d0b89c3eca3dec0a41d2696a0fda23b6957 | एक उच्च-लाभ, ब्रॉडबैंड, अउर कम-प्रोफाइल सतत अनुप्रस्थ स्टब एंटीना सरणी ई-बैंड मा प्रस्तुत कीन गा है। इ सरणी मा 32 लम्बा स्लॉट समानांतर मा एक समान कॉर्पोरेट समानांतर-प्लेट-वेव गाइड बीम बनाने वाले नेटवर्क द्वारा संचालित एक पिलबॉक्स युग्मन मा संयुक्त होत हैं। विकिरण स्लॉट अउर कॉर्पोरेट फीड नेटवर्क एल्युमिनियम मा बना है जबकि पिलबॉक्स युग्मन अउर एकर फोकल स्रोत प्रिंटेड सर्किट बोर्ड प्रौद्योगिकी मा निर्मित है। दुन्नो विनिर्माण तकनीकें का संयोजन करने के लिए विशिष्ट परिवर्तन डिज़ाइन किए गए हैं। डिजाइन, निर्माण, अउर माप परिणाम विस्तृत अहैं, अउर एक सरल डिजाइन पद्धति प्रस्तावित कीन गै बाय। एंटिन का 71 से 86 गीगाहर्ट्ज के बीच अच्छा मिलान (S < 13.6 dB) है, और सिमुलेशन और माप के बीच एक उत्कृष्ट समझौता पाया जाता है, इस प्रकार प्रस्तावित डिजाइन का सत्यापन। एंटीना लाभ 29.3 dBi से अधिक पूरे बैंडविड्थ पर, 82.25 GHz पर 30.8 dBi की चोटी लाभ के साथ, और ई- और एच-प्लेन में लगभग समान आधा-शक्ति बीम चौड़ाई वाला बीम है। ई एंटीना आर्किटेक्चर के लम्बी दूरी के मिलिमीटर तरंग टेलीकम्युनिकेशन अनुप्रयोग जइसे ई-बैंड में पांचवीं पीढ़ी के बैकहालिंग खातिर एगो अभिनव समाधान के रूप में मानल जात बा. |
07d9dd5c25c944bf009256cdcb622feda53dabba | मार्कोव चेन मोंटे कार्लो (जैसे, मेट्रोपोलिस एल्गोरिथ्म और गिब्स सैंपलर) जटिल स्टोकास्टिक प्रक्रियाओं का अनुकरण करने का एक सामान्य उपकरण है, जो कई प्रकार के सांख्यिकीय अनुमानों में उपयोगी है। मार्कोव चेन मोंटे कार्लो कय मूलभूत चीजन कय समीक्षा कीन गा है, जेहमा एल्गोरिदम कय चयन अउर विचलन अनुमान शामिल है, औ कुछ नवा विधियन कय शुरुआत कीन गा है। अधिकतम संभाव्यता अनुमान के लिए मार्कोव श्रृंखला मोंटे कार्लो का उपयोग समझाया गया है, और एकर प्रदर्शन अधिकतम छद्म संभाव्यता अनुमान के साथ तुलना की गई है। |
2ffd5c401a958e88c80291c48738d21d96942c1a | हम इ बात पे ध्यान देहे हई कि सस्तापन क अवधारणा का स्वायत्त रोबोट नियंत्रण क बारे मा हमार विचार के प्रभावित कइ सकत है, अउर स्वायत्त रोबोटिक्स से प्राप्त परिणाम चर्चा अउर सस्तापन क अवधारणा पर अध्ययन पर वापस प्रतिबिंबित होत है। इ पेपर मा, हम अध्ययन कीन कि कैसे एक मोबाइल रोबोट, 3 डी लेजर स्कैनर से सुसज्जित है, ट्रेसएबिलिटी अफोर्डेंस का एहसास कर सकता है और एकर उपयोग कर सकता है एक कमरे मा घूमने के लिए गोलाकार, सिलेंडर और बक्से के साथ। नतीजा इ दिखावा करत है कि जब सीख कै बाद, यक यंत्र यक जगह घूमि सकत है, गैर-ट्रेस करे योग्य वस्तुअन से संपर्क कै बचै से (यानी. बॉक्स, ऊर्ध्वाधर सिलेंडर, या कुछ ओरिएंटेशन में लेटे सिलेंडर), लेकिन पारगम्य वस्तुओं पर चल रहा है (जैसे कि गोलाकार, और रोबोट के संबंध में रोलेबल ओरिएंटेशन में लेटे सिलेंडर) उन्हें अपने रास्ते से बाहर रोल कर रहा है। हम देखले हई कि प्रत्येक क्रिया का लगभग 1% perceptual features का निर्धारण करेक लिए प्रासंगिक होत है कि ई प्रदान करल गयल ह या नाही आउर इ प्रासंगिक सुविधाएँ सीमा छवि के कुछ क्षेत्रों में स्थित हयन. प्रयोग भौतिकी आधारित सिम्युलेटर अउर वास्तविक रोबोट दुनौ का प्रयोग कइके कीन जात है। |
788121f29d86021a99a4d1d8ba53bb1312334b16 | ई पेपर ट्यूटोरियल प्रक्रिया की प्रकृति से संबंधित है; एक वयस्क या "विशेषज्ञ" द्वारा सहायता का साधन है जो कम वयस्क या कम विशेषज्ञ है। यद्यपि एकर उद्देश्य सामान्य अहै, ई एक विशिष्ट कार्य कय संदर्भ में व्यक्त करल जात अहैः एक ट्यूटर 3, 4 औ 5 साल के बच्चन का विशेष रूप से तीन-आयामी संरचना बनावै खातिर सिखावै चाहत अहै, जेकरे बरे एक डिग्री कौशल की आवश्यकता होत है, जवन शुरू मा इनकरे परे होत है। इ सामान्य प्रकार क सिच्छा होय जेहमा एक सदस्य "सही जवाब देत ह" अउर दूसरय "नाहीं" देत ह, बल्कि "सही व्यवहार" करत ह जेहमा केवल निर्देशक "सही जानत ह" । शिक्षक अउर बच्चा के बीच के बदलते संबंध से हमार जानकारी मिलत है। विकासशील बच्चा का बहुत जल्दी समस्या का समाधान करावै का चाही। यद्यपि उमर कय सुरुआती महीना से ही ऊ एक "प्राकृतिक" समस्या-समाधान कय मनई रहा है (जइसे कि ब्रूनर, 1973) ई अक्सर इ सुबिधा होत है कि उनकर प्रयास के उन लोगन द्वारा सहायता अउर बढ़ावा दिहल जात है जे उनके से ज्यादा कुशल हैं (केय, 1970) । चाहे उ सीख रहा हो या सीखी जा रही हो, या फिर वस्तुओं का हेरफेर कर रहा हो या फिर खुद से कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो, या फिर कोई और तरीका सीख रहा हो। ट्यूटोरियल इंटरैक्शन, संक्षेप मा, शिशु र बचपन का एक महत्वपूर्ण विशेषता हो। एकर अलावा, हम लोगन का प्रजाति यकतनहा नीच हय कि कउनो भी "अनुचित" सिच्छन का पालन नाही कीहिन हई (ब्रुनेर, 1972; हिन्डे, 1971) । यद्यपि इ सत्य बा कि उच्च प्राइमेट प्रजाति कय बहुत स आपन बड़के लोगन कय देख-रेख कय माध्यम से सीखत हैं (हम्बुर्ग, 1968; वैन लेविक-गुडॉल, 1968), ई बात कय कौनो सबूत नाहीं बा कि उ बड़के लोग आपन बच्चा कय ई कौशल कय प्रदर्शन कय बारे मा सिखावे कय खातिर कुछ करत हैं। एक प्रजाति के रूप मा मनुष्य का पहिचान केवल सिखै की क्षमता ही नाही बल्कि सिछात भी है । इ पेपर का मुख्य उद्देश्य कौशल अधिग्रहण और समस्या निवारण के अध्ययन के लिए विकासशील बच्चे और उनके बड़ों के बीच परस्पर, निर्देशात्मक संबंध के कुछ प्रमुख निहितार्थों का अध्ययन करना है। मानव बच्चा मा कौशल का अधिग्रहण एक पदानुक्रमित कार्यक्रम को रूप मा फलदायी रूप मा कल्पना की जा सकति है जसमा घटक कौशल को "उच्च कौशल" मा उचित वाद्ययंत्रण द्वारा संयुक्त रूप मा नयाँ, अधिक जटिल कार्य आवश्यकताहरु लाई पूरा गर्न को लागी (ब्रुनर, 1 9 73) । इ प्रक्रिया समस्या निवारण के समान है,जिसमें "निम्न कतर" या घटक समस्या का महारत हासिल करना एक बड़ी समस्या के साथ सफलता का एक sine qua non है, प्रत्येक स्तर दूसरे को प्रभावित करता है - जैसे कि पठन के साथ जहां शब्दों का डिकोडिंग संभव है वाक्य का डिकोडिंग, और वाक्य फिर से विशेष शब्दों का डिकोडिंग में सहायता करते हैं (एफ स्मिथ, 1971) । जब कि युवा शिक्षार्थी मा लगातार इरादा, घटक कौशल का एक "शब्दकोश" दिए, महत्वपूर्ण कार्य अक्सर एक को- |
13eba30632154428725983fcd8343f3f1b3f0695 | लगभग सब वर्तमान डिपेंडेंसी पार्सर लाखों विरल संकेतक सुविधाओं का आधार पर वर्गीकृत करत हैं। ई सुविधाएँ न केवल खराब हैं, बल्कि ई पेचीदगी से भी काम करत हैं, विसेस कर जब से ई खोजा गवा बा। इ काम मा, हम एक नवा तरीका का प्रस्ताव करत हौ जवने मा एक न्यूरल नेटवर्क वर्गीकरणक को उपयोग कर सकित है, एक लालची, संक्रमण-आधारित निर्भरता पार्सर मा उपयोग के लिए। काहे से कि ई वर्गीकरणक केवल कुछ ही घनत्व वाले सुविधा का सीखत है अउर प्रयोग करत है, ई बहुत जल्दी काम कर सकत है, जबकि अंग्रेजी अउर चीनी डेटासेट दुनौ पर बिना लेबल वाले अउर लेबल वाले अनुलग्नक स्कोर मा लगभग 2% सुधार प्राप्त करत है। विशेष रूप से, हमार पार्सर अंग्रेजी पेन ट्रीबैंक पर 92.2% बिना-लेबल अनुलग्नक स्कोर पर प्रति सेकंड 1000 से अधिक वाक्य पार्स कर सकता है। |
c22f9e2f3cc1c2296f7edb4cf780c6503e244a49 | |
3dd9793bc7b1f97115c45e90c8874f786262f466 | सेलुलर से वाईफाई तक डाटा यातायात का धक्का देना इंटर रेडियो एक्सेस टेक्नोलॉजी (आरएटी) ऑफलोडिंग का एक उदाहरण है। जबकि इ स्पष्ट रूप से अतिभारित सेलुलर नेटवर्क पर भीड़भाड़ को कम करत है, इस तरह के अनलोडिंग का अंतिम संभावित और समग्र प्रणाली प्रदर्शन पर एकर प्रभाव अच्छी तरह से समझा नहीं जा रहा है। ई बात के समाधान खातिर हम एक सामान्य अउर सुलभ मॉडल तैयार करे हन जेहमा M अलग-अलग RAT शामिल अहैं, जेहमा हर एक K अलग-अलग स्तर (Tier) पय पहुँच वाले बिंदु (Access Points, APs) पय आधारित अहैं, जहाँ हर स्तर पर ट्रांसमिशन पावर, पथ हानि घातांक, तैनाती घनत्व अउर बैंडविड्थ मा भिन्नता होत है। प्रत्येक APs का वर्ग एक स्वतंत्र Poisson बिंदु प्रक्रिया (PPP) के रूप मा मॉडल किया जात है, मोबाइल उपयोगकर्ता स्थानों को एक अन्य स्वतंत्र PPP के रूप मा मॉडल किया जाता है, सभी चैनलों मा i.i.d. रेलेइ गायब होइ जात बा. तब पूरा नेटवर्क पर दर का वितरण एक भारित संघ रणनीति के लिए लिया जात है, जहां ऐसे वजन का एक विशेष उद्देश्य का अनुकूलन करने के लिए ट्यून किया जा सकता है। हम देखब कि SINR कवरेज को अधिकतम करे खातिर ऑफलोड की गई यातायात का इष्टतम अंश आम तौर पे वही नहीं होत है जउन दर कवरेज को अधिकतम करता है, जेका एक निश्चित दर प्राप्त करने वाले उपयोगकर्ताओं का अंश के रूप मा परिभाषित किया गवा है। |
e7b4ea66dff3966fc9da581f32cb69132a7bbd99 | एगो मैक्रोसेल नेटवर्क में फेमटोसेल का तैनाती नेटवर्क क्षमता और कवरेज का बढ़ावे का एक किफायती और प्रभावी तरीका है. बहरहाल, ई तैनाती अंतर-स्तर अउर अंतर-स्तर हस्तक्षेप, अउर फेमटोसेल के तदर्थ संचालन के कारण चुनौतीपूर्ण है। ओएफडीएमए की लचीली सब-चैनल आवंटन क्षमता से प्रेरित होकर, हम दो-स्तरीय नेटवर्क में स्पेक्ट्रम आवंटन के प्रभाव की जांच करते हैं, जहां मैक्रोसेल बंद पहुंच नीति का उपयोग करते हैं और फेमटोसेल खुले या बंद पहुंच में काम कर सकते हैं। एक व्यवहार्य मॉडल का परिचय देकर, हम अलग-अलग स्पेक्ट्रम आवंटन और femtocell पहुंच नीतियों के तहत प्रत्येक स्तर के लिए सफलता की संभावना का पता लगा रहे हैं। विशेष रूप से, हम संयुक्त उपचैन्य आवंटन पर विचार कर रहे हैं, जहां पूरे स्पेक्ट्रम को दोनों स्तरों पर साझा किया जाता है, साथ ही साथ असतत उपचैन्य आवंटन, जहां असतत उपचैन्य सेट दोनों स्तरों पर असाइन किए जाते हैं। हम सफलता की संभावनाओं अउर प्रति-स्तरीय न्यूनतम दरों के संदर्भ में सेवा की गुणवत्ता की बाधाओं के अधीन थ्रूपुट अधिकतमीकरण समस्या का सूत्रपात करत हैं, अउर इष्टतम स्पेक्ट्रम आवंटन में अंतर्दृष्टि प्रदान करत हैं। हमार परिणाम बतावत है कि बंद पहुंच वाले फेमटोसेल के साथ, इष्टतम संयुक्त अउर असंगत सब-चैनल आवंटन क्रमशः दुर्लभ अउर घने फेमटोसेल नेटवर्क में सभी योजनाओं के बीच सबसे अधिक थ्रूपुट प्रदान करत हैं। ओपन एक्सेस फेमटोसेल के साथ, अनुकूलित संयुक्त उपचैनल आवंटन सभी फेमटोसेल घनत्व के लिए उच्चतम संभव थ्रूपुट प्रदान करता है। |
09168f7259e0df1484115bfd44ce4fdcafdc15f7 | एक दुई स्तरीय सेलुलर नेटवर्क मा - कम दूरी femtocell हॉटस्पॉट संग एक केन्द्रीय macrocell शामिल - क्रॉस-स्तरीय हस्तक्षेप सार्वभौमिक आवृत्ति पुनः उपयोग संग कुल क्षमता सीमित। सार्वभौमिक आवृत्ति पुनर्नवा के साथ निकट-दूर प्रभाव का मात्रकण करे खातिर, इ पेपर एक मौलिक संबंध प्राप्त करत है जवन सबसे बड़ा संभव सेलुलर सिग्नल-टू-इंटरफेरेंस-प्लस-शोर अनुपात (एसआईएनआर) प्रदान करत है, जेकि संभव फेमटोसेल एसआईएनआर का कौनो सेट दिहल गइल बा. हम एक लिंक बजट विश्लेषण प्रदान करत हैं जवन एक दुई-स्तरीय नेटवर्क में सरल अउर सटीक प्रदर्शन अंतर्दृष्टि प्रदान करत है। कोचनेल फेमटोसेल से मैक्रोसेल पर क्रॉस-टियर हस्तक्षेप को कम करने के लिए फेमटोसेल पर एक वितरित उपयोगिता-आधारित SINR अनुकूलन का प्रस्ताव है। Foschini-Miljanic (FM) एल्गोरिथ्म अनुकूलन का एक विशेष मामला है। प्रत्येक फेमटोसेल आपन व्यक्तिगत उपयोगिता का अधिकतम करत है जौन एक एसआईएनआर आधारित इनाम से कम लागत (मैक्रोसेल मा हस्तक्षेप) से कम होत है। संख्यात्मक परिणाम एफएम से औसत फेमटोसेल एसआईएनआर मा 30% से अधिक का सुधार दिखाते हैं। अगर क्रॉस-लेयर इंटरफेरेन्स सेलुलर उपयोगकर्ता का एसआईएनआर लक्ष्य प्राप्त करने से रोकता है, तो एक एल्गोरिथ्म प्रस्तावित है जो सबसे मजबूत फेमटोसेल इंटरफेरेर्स की ट्रांसमिशन शक्तियों को कम करता है। एल्गोरिथ्म ई सुनिश्चित करत है कि सेल्युलर उपयोगकर्ता आपन एसआईएनआर लक्ष्य तक भी पहुँचत है, भले ही 100 फेमटोसेल/सेल-साइट (सामान्य सेलुलर पैरामीटर के साथ) और फेमटोसेल पर केवल 16% की सबसे खराब स्थिति एसआईएनआर कमी की आवश्यकता है। ई परिणाम बिजली नियंत्रण योजनाओं का डिजाइन करे खातिर प्रेरित करत है जेहमा साझा स्पेक्ट्रम वाले दो-स्तरीय नेटवर्क मा न्यूनतम नेटवर्क ओवरहेड की आवश्यकता होत है। |
5309b8f4723d44de2fa51cd2c15bffebf541ef57 | पारंपरिक समतल मुद्रित अर्ध-यागी एंटीना का सादगी अउर सहज डिजाइन एकर अच्छी दिशात्मकता खातिर एकर व्यापक लोकप्रियता का नेतृत्व कइले बा. इ पेपर मा, एक एकल निर्देशक और एक S-बैंड मा काम कर रहे एक शंक्वाकार पैराबोलिक रिफ्लेक्टर संग एक उपन्यास अर्ध-यागी एंटीना प्रस्तावित है। प्रतिबाधा विशेषता अउर विकिरण विशेषता सीएसटी-माइक्रोवेव स्टूडियो के साथ अनुकरण करल जात है, अउर एंटीना के निर्माण अउर मापन करल जात है। माप परिणाम बताय देत है कि 2.28-2.63GHz पर काम कर सकने वाला एंटीना ऑपरेटिंग आवृत्ति रेंज के भीतर 6.5dBi का औसत लाभ प्राप्त कर सकत है, विशेष रूप से 2.5GHz पर 7.5dBi का सबसे अधिक लाभ। प्रस्तावित एंटीना का व्यापक रूप से WLAN/TD-LTE/BD1 अउर अन्य में इस्तेमाल करल जा सकत बा। |
c03c3583153d213f696f1cbd4cd65c57437473a5 | इ पेपर एलएलसी रेज़ोनेंट कनवर्टर आधारित एलईडी (लाइट एमिटिंग डायोड) लैम्प ड्राइवर का प्रस्ताव करत है जेकर उच्च शक्ति कारक है। प्रस्तावित सर्किट पीएफसी (पावर फैक्टर करेक्शन) खातिर एगो बूस्ट कन्वर्टर का उपयोग करत बा जवन निरंतर प्रवाह मोड (सीसीएम) में काम करत बा अउर एलईडी लैंप लोड चलावे खातिर एगो अर्ध ब्रिज रेजोनेंट कन्वर्टर का उपयोग करत बा। एलएलसी कनवर्टर का डिजाइन एई तरह से की गई है कि अर्ध-ब्रिज का ठोस अवस्था स्विच स्विचिंग हानि को कम करने के लिए शून्य वोल्टेज स्विचिंग (जेडवीएस) के तहत काम कर रहा है। 50W LED ड्राइवर का विश्लेषण, डिजाइन, मॉडलिंग और सिमुलेशन सार्वभौमिक एसी mains के लिए MATLAB/Simulink टूल का उपयोग करके किया जाता है। प्रस्तावित एलईडी दीपक चालक के प्रदर्शन का मूल्यांकन करने के लिए बिजली गुणवत्ता सूचकांक की गणना की जाती है, जैसे एसी मेन करंट (THDi) का कुल हार्मोनिक विकृति, बिजली कारक (PF) और शिखर कारक (CF) । |
94a62f470aeea69af436e2dd0b54cd50eaaa4b23 | सिफारिशकर्ता प्रणाली के निर्माण खातिर सबसे सफल दृष्टिकोण में से एक के रूप मा, सहयोगी फ़िल्टरिंग (सीएफ) अन्य उपयोगकर्ताओं के लिए अज्ञात वरीयताओं की सिफारिश या भविष्यवाणी करे खातिर उपयोगकर्ता समूह के ज्ञात वरीयताओं का उपयोग करत है। ई पेपर में, हम पहिले से ही सीएफ कार्य अउर उनकर मुख्य चुनौतियों का परिचय देत बानी, जइसे कि डेटा स्पार्सिटी, स्केलेबिलिटी, पर्यायवाची, ग्रे भेड़, शिलिंग हमलन, गोपनीयता सुरक्षा, आदि, अउर उनके संभावित समाधान। हम तब CF तकनीक क तीन मुख्य श्रेणियन का प्रस्तुत करत हई: मेमोरी-आधारित, मॉडल-आधारित, अउर हाइब्रिड CF एल्गोरिदम (जे अन्य अनुशंसा तकनीकन के साथ CF क संयोजन करत हैं), प्रत्येक श्रेणी के प्रतिनिधि एल्गोरिदम के उदाहरण के साथ, अउर उनके भविष्यवाणी प्रदर्शन अउर चुनौतियों का सामना करे की क्षमता का विश्लेषण। बुनियादी तकनीक से ले के अत्याधुनिक तक, हम एफ.सी. तकनीक खातिर एक व्यापक सर्वेक्षण प्रस्तुत करे क कोसिस करत बानी, जवन कि ए क्षेत्र में अनुसंधान अउर अभ्यास खातिर एक रोडमैप के रूप में काम कर सकत बा। |
ced981c28215dd218f05ecbba6512671b22d1cc6 | सारांश-आजकल सोशल मीडिया पर सूचना, जैसे कि समाचार, लिंक, चित्र, या वीडीओ, का व्यापक रूप से प्रसारित हो रहा है। हालांकि, सामाजिक मीडिया पर लोग फ़ेक न्यूज़ का खोज रहे हैं - कुछ मीडिया वाले फ़ेक न्यूज़ का खोज रहे हैं - कुछ मीडिया वाले फ़ेक न्यूज़ का प्रचार कर रहे हैं बहुत खोजकर्ता हैं जो ट्विटर पर विश्वास का दावा कर रहे हैं, लेकिन फेसबुक पर विश्वास का दावा गलत है. इ पेपर फेसबुक सूचना प भरोसा करै कै तरीका का प्रस्ताव करत अहै। हम फेसबुक मा प्रामाणिकता से यक प्रणाली लागू करला। सबसे पहिले, हमलोगन FB credibility evaluator का विकास कीहिन है ताकि हर पोस्ट की credibility मैन्युअल रूप से मानव द्वारा कीन जाय वाले labelling की measurement की जा सके। हम तब प्रशिक्षण डेटा इकट्ठा करे रहेन ताकि एक मॉडल का समर्थन व् यक्टर मशीन (एसवीएम) का उपयोग कइके एक मॉडल तैयार कीन जा सके। दुसरे, हम फेसबुक प्रयोगकर्तान कय लिए फेसबुक विश्वसनीयता कय एक क्रोम एक्सटेंशन विकसित किहिन जवन कि हर पोस्ट कय विश्वसनीयता का मूल्यांकन करय कय खातिर है। हमार FB विश्वसनीयता क्रोम एक्सटेंशन के उपयोग विश्लेषण के आधार पर, लगभग 81% उपयोगकर्ता s जवाब स्वचालित रूप से प्रस्तावित प्रणाली द्वारा गणना की गई विश्वसनीयता से सहमत हैं। |
1b2a8dc42d6eebc937c9642799a6de87985c3da6 | सोशल मीडिया नेटवर्क घटना का बड़ा हिस्सा ऑनलाइन उपलब्ध करा रहा है, जिससे हर कोई आसानी से एक्सेस कर सकता है। कई उपयोगकर्ता विभिन्न सामाजिक नेटवर्क (social network) साइट्स पर फोटो, वीडियो, टिप्पणियां, समीक्षा, समाचार और राय साझा कर रहे हैं, ट्विटर पर सबसे लोकप्रिय से एक है। ट्विटर से जुटाई गई जानकारी बहुतै असंगठित है अउर ट्वीट्स से उपयोगी जानकारी निकराना एक कठिन काम है । ट्विटर पर बहुत से लोग अरबी भाषा का प्रयोग करते हैं अऊर ज्यादातर लोग अरबी भाषा में ही लिखते हैं. जबकि अंगरेजी मा भावना विश्लेषण पर बहुतै शोध भै बाय अरबी मा शोध और डाटासेट कै मात्रा सीमित बाय। इ पेपर एक अरबी भाषा का डाटासेट प्रस्तुत करत है, जवन स्वास्थ्य सेवा पर राय के बारे मा है अउर जवन ट्विटर से बटोरा ग है। इ पेपर पहिले ट्विटर से डेटा एकत्रित करे कय प्रक्रिया का विवरण करी औ अरबी पाठ कय फ़िल्टर, पूर्व-प्रसंस्करण औ एनोटेट करे कय प्रक्रिया कय अरबी मा एक बड़ा भावना विश्लेषण डाटासेट बनाए कय खातिर। कई मशीन लर्निंग एल्गोरिदम (नाइव बेय्स, सपोर्ट वेक्टर मशीन एंड लॉजिस्टिक रिग्रेशन) के साथ-साथ डीप एंड कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग हमारे स्वास्थ्य डेटासेट पर भावना विश्लेषण के प्रयोगों में किया गया। |
d228e3e200c2c6f757b9b3579fa058b2953083c0 | |
f87b713182d39297e930c41e23ff26394cbdcade | |
838ec45eeb7f63875742a76aa1080563f44af619 | शोध पत्र का समापन अनुसंधान के उन क्षेत्रों के उदाहरण से होता है जो मामले के अनुसंधान दृष्टिकोण का उपयोग करके जांच के लिए विशेष रूप से उपयुक्त हैं। एसीएम कैटेगरी: एच.ओ., जे.ओ. इ आलेख इन गुणात्मक विधियन कय परिभाषा अउर चर्चा करत अहै- केस रिसर्च रणनीति। इ तरीका कय प्रयोग कइके अनुसंधान करेक चाहा जाय वाले अनुसंधानकर्त्ता लोगन कय बरे सुझाव दिहा गवा है। केस रिसर्च के मूल्यांकन खातिर मानदंड स्थापित कीन गा है अउर अध्ययन के वर्गीकरण खातिर उपयोगी कई खासियतें की पहचान कीन गा है। सूचना प्रणाली पत्रिका से ली गई कागजात का एक नमूना समीक्षा की जा रही है। |
9cf2c6d3ab15c1f23fc708e74111324fa82a8169 | ई लेख शिक्षा मा आई.सी.टी. कय भूमिका कय बारे मा अहै। सूचना अउर संचार प्रौद्योगिकी (ICT) आज हम सब पर बहुत प्रभाव डालत है। ई तहर "उ पचे सिरिफ गरीब लोग ही अहइँ जउन मूरख अहइँ। उ पचे बहोत हठी अहइँ। एकरे अलावा, बहुत लोगन का आईसीटी के बदलाव के रूप में पहचान है; काम के माहौल में बदलाव, सूचना का आदान-प्रदान अउर प्रबंधन, शिक्षण पद्धति, सीखने के तरीके, वैज्ञानिक अनुसंधान, अउर सूचना तक पहुंच। एहिसे, ए समीक्षा लेख आईसीटी की भूमिका, शिक्षा प्रणाली मा एकीकरण की प्रतिज्ञा, सीमाओं अउर प्रमुख चुनौतियों पर चर्चा करत है। ई समीक्षा निम्न प्रश्नों का उत्तर देने का प्रयास करेगी: (1) शिक्षा में आईसीटी का क्या लाभ है? (2) कुछ विकासशील देसन कय शिक्षा प्रणाली मा आई.सी.टी. प्रयोग कय वर्तमान संभावना कय काव अहै? (3) शिक्षा प्रणाली मा आईसीटी एकीकरण की सीमाएं अउर मुख्य चुनौतियां काव अहैं? समीक्षा मा इ निष्कर्ष निकालल गयल हौ कि भले ही इ सब सीमित हय, शिक्षा प्रणाली क विकास खातिर सूचना प्रौद्योगिकी (ICT) जरूरी हय कि गुणवत्तापूर्ण शिक्षा प्रदान की जाए जौन रचनात्मकता के अनुरूप होये, जवन कि आज क सीखने का पैटर्न हय। |
bb73ea8dc36030735c1439acf93a0e77ac8a907c | इ पत्र टैबलेट/लैपटॉप कंप्यूटर अनुप्रयोगों खातिर एक आंतरिक एकतरफा छोटे आकार का मल्टीबैंड एंटीना प्रस्तुत करत है। प्रस्तावित एंटीना आम एलटीई/डब्ल्यूडब्ल्यूएएन चैनलन के अलावा वाणिज्यिक जीपीएस/ग्लोनास आवृत्ति बैंड का भी कवर करत है। एंटीना तीन खंडों से बना है: 50 × 11 × 0.8 mm2 आकार का जोड़ा-खाया, शॉर्टिंग और कम आवृत्ति सर्पिल स्ट्रिप्स। सर्पिल पट्टी क मदद से, 900 मेगाहर्ट्ज पर निचला बैंड संचालन प्राप्त होत है। दुन्नो ऑपरेटिंग आवृत्ति बैंड 870-965 अउर 1556-2480 MHz क कवर करत हैं. सिमुलेशन परिणाम का मान्य करे खातिर प्रस्तावित मुद्रित एंटीना का एक प्रोटोटाइप बना के परीक्षण कइल जात बा. सिमुलेशन अउर माप परिणाम के बीच अच्छा समझौता पावल जात है। |
8308e7b39d1f556e4041b4630a41aa8435fe1a49 | MIMO (बहु-इनपुट बहु-आउटपुट) रडार एक वास्तुकला का संदर्भित करता है जो कई, स्थानिक रूप से वितरित ट्रांसमीटर और रिसीवर का उपयोग करता है। जबकि, एक सामान्य अर्थ मा, MIMO रडार एक प्रकार का multistatic रडार को रूप मा देख्न सकिन्छ, अलग नामकरण अद्वितीय सुविधाहरु कि multistatic रडार साहित्य बाट MIMO रडार अलग सेट सुझाव दिन्छ र MIMO संचार संग घनिष्ठ सम्बन्ध छ। इ लेख MIMO रडार पर हाल के कुछ काम का समीक्षा करत है जौन व्यापक रूप से अलग एंटीना से संचालित होत है। व्यापक रूप से अलग प्रेषण/प्राप्त एंटीना लक्ष्य का रडार क्रॉस सेक्शन (आरसीएस) की स्थानिक विविधता पर कब्जा कर लेती हैं। MIMO रडार कय अनूठा विशेषता कय उदाहरण कय साथे समझावा गा है। ई देखाई दिहा बा कि गैर-समन्वित प्रसंस्करण के साथ, एक लक्ष्य का आरसीएस स्थानिक भिन्नता का उपयोग लक्ष्य का पता लगावे आउर विभिन्न मापदंडन के अनुमान लगावे खातिर विविधता लाभ प्राप्त करे खातिर कइल जा सकत बा, जइसे कि आगमन कोण आउर डॉपलर. लक्षित स्थान खातिर, इ देखावा जायला कि सुसंगत प्रसंस्करण एगो रिज़ॉल्यूशन प्रदान कर सक है जवन कि रडार के तरंगरूप द्वारा समर्थित है. |
958d165f8bb77838ec915d4f214a2310e3adde19 | शब्दो का वितरित प्रतिनिधित्व अपेक्षाकृत कम आयामी स्थान मा वास्तविक-मूल्यवान वैक्टरों के रूप मा बड़े पाठ कॉर्पोरेस से वाक्यविन्यास और अर्थ संबंधी सुविधाओं का निष्कर्षण करना है। हाल ही मा वर्ड2वेक (Mikolov et al., 2013a; Mikolov et al., 2013b) नाम का एक न्यूरल नेटवर्क पेश कै गय, जवन शब्द वैक्टर की दिशा मा सिमेंटिक जानकारी कोडिंग कै खातिर देखाय दिहा गय। इ संक्षिप्त रिपोर्ट मा, एक शब्द कोरपस मा शब्द महत्व को माप को रूप मा शब्द आवृत्ति को रूप मा एक साथ वेक्टरों की लंबाई का उपयोग गर्न को लागी प्रस्तावित छ। इ प्रस्तावना कय समर्थन करय के लिए, ई पेस-सेक्शुअल कॉरपस का प्रयोग कइके प्रयोगात्मक साक्ष्य प्रस्तुत करय हय। टेक्स्ट कॉर्पोरेस खातिर एक उपयोगी विज़ुअलाइज़ेशन तकनीक सामने आई, जहां शब्द एक द्वि-आयामी विमान पर मैप करल गयल ह अउर स्वचालित रूप से महत्व से रैंक करल गयल ह। |
bb9e418469d018be7f5ac2c4b2435ccac50088a3 | मल्टीमीडिया समुदाय मल्टीमीडिया सामग्री का अधिक प्रभावी ढंग से विश्लेषण करने में गहरी शिक्षा-आधारित तकनीकों का उदय देखा है। पिछले दस साल मा, गहरी-सीखने और मल्टीमीडिया एनालिटिक्स का अभिसरण कई पारंपरिक कार्यों का प्रदर्शन बढ़ाया है, जैसे वर्गीकरण, पता लगाने, और प्रतिगमन, और मौलिक रूप से कई अपेक्षाकृत नए क्षेत्रों की परिदृश्य बदल दी है, जैसे कि अर्थ विखंडन, कैप्शन, और सामग्री उत्पादन। इ लेख कय उद्देश्य मल्टीमीडिया विश्लेषिकी मा प्रमुख कार्य कय विकास पथ कय समीक्षा करब अहै औ भविष्य कय दिशा मा एक नजर डालब अहै। हम मल्टीमीडिया एनालिटिक्स से संबंधित बुनियादी गहरी तकनीकन का सारांशित करके शुरू करते हैं, खासकर दृश्य डोमेन में, और फिर हालिया प्रगति से संचालित प्रतिनिधि उच्च-स्तरीय कार्यों की समीक्षा करते हैं। एकरे अलावा, लोकप्रिय बेंचमार्क का प्रदर्शन समीक्षा से तकनीकी प्रगति खातिर एक रास्ता तैयार कइल जा सकत बा अउर ई मील के पत्थर के काम अउर भावी दिशा के पहचान करे में मदद मिल सकत बा। |
c481fb721531640e047ac7f598bd7714a5e62b33 | अध्यापक आपन विद्यार्थियन का पढ़ावै खातिर पाठ्य-पुस्तक भी लावा है अउर मौखिक रूप से शिक्षा देत है। बहरहाल, सूचना अउर संचार प्रौद्योगिकी (ICT) के विकास खातिर शिक्षा अउर सीखने के तरीकन का बदलल जाए के जरूरत बा। अब समय आ गया है कि छात्र इंटरैक्टिव लर्निंग सिस्टम से अपनाये ताकि वो अपनी सीखने, पकड़ने, याद रखने की क्षमता का सुधार कर सकें। छात्रन खातिर उच्च गुणवत्ता अउर यथार्थवादी शिक्षा वातावरण बनावैं के जरूरत हवै। विजुअल लर्निंग से उनका समझाई अउर सीखे मा आसानी होई। हम अलग-अलग मल्टीमीडिया एप्लिकेशन टूल का उपयोग कइके प्राथमिक स्तर के छात्रन खातिर वीडियो के रूप मा विजुअल लर्निंग मटेरियल (सौर मंडल का अवलोकन) विकसित कीन। इ पेपर का उद्देश्य दृश्य सीखने की सामग्री अउर मिश्रित लर्निंग के माध्यम से नए ज्ञान या कौशल का अधिग्रहण करने की छात्र की क्षमता का प्रभाव का जांच करना है, जो कि शिक्षक के निर्देशों के साथ दृश्य सीखने की सामग्री का एकीकरण है। हम ई अध्ययन खातिर ढाका शहर के एक प्राथमिक विद्यालय का दौरा कईले अउर तीन अलग-अलग समूह के छात्रन के साथ शिक्षा का संचालन कईले (i) शिक्षक छात्रन के पारंपरिक प्रणाली से समान सामग्री पर पढ़ावे अउर छात्रन के अनुकूलन क्षमता का स्तर का प्रश्न पूछै के माध्यम से चिह्नित करे (ii) दूसर समूह का केवल दृश्य शिक्षा सामग्री के साथ पढ़ावा गा अउर 15 प्रश्नावली के साथ मूल्यांकन कईल गईल, (iii) तीसरे समूह का शिक्षक के निर्देश के साथ संयुक्त सौर प्रणाली के वीडियो के साथ पढ़ावा गा अउर ओही प्रश्नावली के साथ मूल्यांकन कईल गईल। मौखिक निर्देश के साथ दृश्य सामग्री (सौर प्रणाली) का इ एकीकरण सीखने का एक मिश्रित दृष्टिकोण है। इंटरेक्टिव ब्लेंड दृष्टिकोण से छात्रन का ज्ञान अउर कौशल हासिल करै के क्षमता बहुत बढ़ी। अन्य दुइ विधियन क तुलना मँ मिश्रित तकनीक क तुलना मँ छात्र क प्रतिक्रिया अउर समझदारी बहुत सकरात्मक रही। ई इंटरएक्टिव ब्लेंडिंग लैंडिंग सिस्टम खास तौर पै स्कूली बच्चन खातिर एक उचित तरीका होई सकत है। |
bde40c638fd03b685114d8854de2349969f2e091 | शहरी ब्लैक होल, यातायात विसंगति के रूप मा, आजकल कई बड़े शहरन मा बहुत बड़ा विनाशकारी दुर्घटनाओं का कारण बनता है। पारंपरिक तरीका केवल एकल स्रोत डेटा (जैसे, टैक्सी प्रक्षेपवक्र) पर निर्भर करता है ताकि ब्लैकहोल का पता लगाने वाले एल्गोरिथ्म को एक दृष्टिकोण से डिजाइन किया जा सके, जो कि क्षेत्रीय भीड़ प्रवाह का वर्णन करने के लिए अपूर्ण है। इ पेपर मा, हम न्यू यॉर्क शहर (NYC) के हर क्षेत्र मा शहरी ब्लैक होल का मॉडल बनाय रहे हैं अलग अलग समय अंतराल पर एक तीन आयामी टेंसर के साथ क्रॉस-डोमेन डेटा स्रोतों का विलय करके। टेन्सर के गायब प्रविष्टियन का पूरक रूप से संदर्भ-जागरूक टेन्सर अपघटन दृष्टिकोण के माध्यम से, हम भौगोलिक सुविधाओं से ज्ञान का लाभ उठाते हैं, 311 शिकायत सुविधाओं अउर मानव गतिशीलता सुविधाओं से पूरे NYC भर में ब्लैकहोल स्थिति को पुनर्प्राप्त करने के लिए। सूचना स्थानीय निवासी अउर अधिकारी का फैसलन के सुविधा दइ सकत है। हम आपन मॉडल का मूल्यांकन न्यूयॉर्क से संबंधित पांच डेटासेट से करित है, शहरी ब्लैक होल का निदान करित है जिनकी पहचान (या पहले से पता चलल वाले) से नहीं की जा सकती है, एक सिंगल डेटासेट से। प्रयोगात्मक परिणाम चार प्राथमिक विधि से परे परे परे दिखावा करते हैं। |
09f83b83fd3b0114c2c902212101152c2d2d1259 | |
e905396dce34e495b32e40b93195deeba7096476 | ई संचार एगो वाइड-बैंड अउर कम-प्रोफाइल एच-प्लेन हॉर्न एंटीना प्रस्तुत करत बा जे एगो बड़ कंडक्टिंग ग्राउंड के साथ रिजेड सब्सट्रेट इंटीग्रेटेड वेव गाइड (एसआईडब्ल्यू) पर आधारित बा. सींग का एंटीना एक एकल सब्सट्रेट में लागू होता है, जिसकी मोटाई 0.13 λ0 है, केंद्र आवृत्ति पर। आपन कम प्रोफ़ाइल के बावजूद, नई एच-प्लेन हॉर्न एंटीना एक विस्तारित ढांकता हुआ स्लैब पर मुद्रित एक चाप-आकार वाले तांबे के टेपर का उपयोग करके एक बहुत व्यापक बैंडविड्थ प्राप्त करता है और एक तीन-चरण रिड्ड एसआईडब्ल्यू संक्रमण का उपयोग करता है। ऑपरेशन बैंडविड्थ का चौड़ाई अउर विशेषता प्रतिबाधा का कम करे खातिर रिड्ड एसआईडब्ल्यू महत्वपूर्ण बा ताकि व्यापक आवृत्ति रेंज पर कोएक्सियल जांच से संकीर्ण एसआईडब्ल्यू तक एक उत्कृष्ट प्रतिबाधा मिलान प्राप्त की जा सके। निर्मित हॉर्न एंटीना का मापा गया VSWR 2.5, 6.6 GHz से 18 GHz से कम है. एंटीना एक ही आवृत्ति रेंज मा स्थिर विकिरण बीम भी प्रदर्शित करत है। इ देखाइ दिहा गवा ह कि नापिके पइदा होय वाले परिणाम सिमुलेसन से मिलत जुलत बाटिन। |
a33a1c0f69327b9bc112ee4857112312c41b13ff | हम स्टाइल एग्मेंटेशन, यादृच्छिक स्टाइल ट्रांसफर पर आधारित डेटा एग्मेंटेशन का एक नया रूप पेश करते हैं, वर्गीकरण और प्रतिगमन आधारित कार्यों दोनों पर संवहन तंत्रिका नेटवर्क (सीएनएन) की मजबूती में सुधार के लिए। प्रशिक्षण के दौरान, हमार शैली वृद्धि बनावट, विपरीत अउर रंग का यादृच्छिक रूप से बदल देत है, जबकि आकार अउर शब्दार्थ सामग्री का बचावत है। ई एगो शैली यादृच्छिकरण करावै के लिए एक मनमाना शैली हस्तांतरण नेटवर्क का अनुकूलन करके, इनपुट शैली एम्बेडिंग का नमूना ले के एक बहु-चर सामान्य वितरण से कईले जा रहा है बजाय एक शैली छवि से इन का अनुमान लगावे के। मानक वर्गीकरण प्रयोगों के अतिरिक्त, हम डोमेन स्थानांतरण कार्य पर शैली संवर्धन (और सामान्य रूप से डेटा संवर्धन) के प्रभाव की जांच करते हैं। हम पाते हैं कि डेटा एगमेंटेशन डोमेन शिफ्ट का मजबूती मा काफी सुधार करत है, अउर डोमेन अनुकूलन का एक सरल, डोमेन अज्ञेय विकल्प के रूप मा इस्तेमाल कीन जा सकत है। सात पारंपरिक संवर्धन तकनीक का मिश्रण के खिलाफ स्टाइल संवर्धन की तुलना करते हुए, हम पाते हैं कि नेटवर्क प्रदर्शन में सुधार के लिए उनके साथ आसानी से जोड़ा जा सकता है। हम आपन तकनीक का प्रभावी ढंग से वर्गीकृत करे खातिर डोमेन ट्रांसफर प्रयोग के साथ सत्यापित करे जात है अउर मोनोकुलर गहराई अनुमान, सामान्यीकरण में लगातार सुधार के बारे में बतात है। |
91acde3f3db1f793070d9e58b05c48401ff46925 | निर्णय पेड सांख्यिकीय डाटा वर्गीकरण मा एक लोकप्रिय तकनीक हो। उ पुनरावर्ती रूप से विभक्त उप-क्षेत्रों मा सुविधा स्थान का विभाजन करत है जब तक कि प्रत्येक उप-क्षेत्र एक विशेष वर्ग के संबंध मा समरूप नहीं हो जात। बुनियादी वर्गीकरण अउर प्रतिगमन पेड़ (कार्ट) एल्गोरिथ्म अक्ष समानांतर विभाजन का उपयोग करके सुविधा स्थान का विभाजन करत है। जब सही निर्णय सीमाएं विशेषता अक्षों के साथ संरेखित नहीं होत हैं, त इ दृष्टिकोण एक जटिल सीमा संरचना का उत्पादन कर सकत है। तिरछा निर्णय पेड सीमा संरचना का संभावित रूप से सरल बनाने के लिए तिरछा निर्णय सीमाओं का उपयोग करते हैं। इ दृष्टिकोण कय सबसे बड़ी सीमा इ अहै कि पेड़न कय प्रेरण एल्गोरिथ्म कम्प्यूटेशनल रूप से महंगा अहै। इ आलेख मा हम एक नया निर्णय पेस करत हई, जवन एच एच ए आर टी कहत है इ विधि वृक्ष निर्माण के दौरान प्रत्येक नोड पर प्रशिक्षण डेटा का प्रतिबिंबित करे खातिर हाउसहोल्डर मैट्रिक्स की एक श्रृंखला का उपयोग करत है। प्रत्येक प्रतिबिंब प्रत्येक वर्ग सह-विपरित मैट्रिक्स से eigenvectors की दिशाओं पर आधारित है। प्रतिबिंबित प्रशिक्षण डेटा मा अक्ष समानांतर विभाजन को विचार अप्रतिबिंबित प्रशिक्षण डेटा मा oblique विभाजन खोज को एक कुशल तरीका प्रदान गर्दछ। प्रयोगात्मक परिणाम से पता चलता है कि एचएचसीएआरटी पेड़ों की सटीकता और आकार साहित्य में कुछ बेंचमार्क विधियों की तुलना में काफी हद तक सटीक है। एचसीएआरटी का आकर्षक विशेषता ई ह कि ई एक ही तिरछा विभाजन में गुणात्मक अउर मात्रात्मक विशेषता दुनु के संभाल सकेला. |
896e160b98d52d13a97caa664038e37e86075ee4 | स्वचालित रूप से सीखा छवि खातिर गुणवत्ता मूल्यांकन हाल ही में एक गर्म विषय बन गयल है काहेकी एकर उपयोगिता कई प्रकार के अनुप्रयोगों मा होत है, जैसे कि छवि कैप्चर पाइपलाइनों का मूल्यांकन, भंडारण तकनीक, और साझा मीडिया। इ समस्या का subjective nature के बावजूद, ज्यादातर existing methods पर predict कीन जात है और फिर भी average opinion का बखान कर देत है क्योकि येकय AVA and TID2013 data sets से opinion का बखान बहुत ज्यादह होता है। हमार तरीका दूसर लोगन से अलग है कि हम लोगन क राय का वितरण का भविष्यवाणी करें एक convolutional तंत्रिका नेटवर्क का उपयोग कर. हमार वास्तुकला भी है कि तुलनात्मक रूप से सरल अन्य तरीकों से तुलनात्मक रूप से अधिक जटिल है। हमार प्रस्तावित योजनन का सफलता (अउर पुनः प्रशिक्षण) पय निर्भर करत है, जउन प्रमाणित कीन गवा हय, अउर जवन अत्याधुनिक deep object recognition networks पय निर्भर करत है। हमार इ नेटवर्क न केवल बिस्वसनीय रूप से अउर मानव अवधारण से उच्च सहसंबंध वाले छवियन का स्कोर करे खातिर इस्तेमाल कै सका जात है, बल्कि फोटोग्राफिक पाइपलाइन में फोटो संपादन/बढ़ाव एल्गोरिदम के अनुकूलन अउर अनुकूलन में भी सहायता कै सका जात है। ई सब कुछ golden संदर्भ छवि कय आवश्यकता के बिना करल जात है, एकर परिणाम स्वरूप एकल-छवि, सिमेंटिक-आऊ अवधारणात्मक-जागरूक, गैर-संदर्भ गुणवत्ता मूल्यांकन की अनुमति देत है। |
8cfb316b3233d9b598265e3b3d40b8b064014d63 | वीडियो वर्गीकरण मा वर्तमान राज्य-कौशल स्थानीय दृश्य वर्णनकर्ता का उपयोग कर शब्द-बैग मा आधारित छ। सबसे आम इ उन्मुख ढाल (एचओजी), ऑप्टिकल प्रवाह (एचओएफ) का हिस्टोग्राम और गति सीमा हिस्टोग्राम (एमबीएच) वर्णक का हिस्टोग्राम है। जबकि एह तरह का एक कम्पनिय वर्गीकरण खातिर बहुत शक्तिशाली है, इ कम्प्यूटेशनल रूप से महंगा भी है. इ पेपर कम्प्यूटेशनल कैरेक्टर का समस्या का हल करै मा मदद करै खातिर लेखपाल से सलाह लिहे हई। विशेष रूप से: (1) हम घने नमूना HOG, HOF और MBH डिस्क्रिप्टर्स के लिए कई स्पीड-अप का प्रस्ताव करते हैं और MATLAB कोड जारी करते हैं; (2) हम फ्रेम सैंपलिंग दर और ऑप्टिकल फ्लो विधि के प्रकार के संदर्भ में डिस्क्रिप्टर्स की सटीकता और कम्प्यूटेशनल दक्षता के बीच व्यापार-बंद की जांच करते हैं; (3) हम आमतौर पर अपनाई गई वेक्टर क्वांटिज़ेशन तकनीकों का उपयोग करके और तुलना करके, फीचर शब्दावली की गणना के लिए सटीकता और कम्प्यूटेशनल दक्षता के बीच व्यापार-बंद की जांच करते हैंः $ k k k k k k -means, पदानुक्रमित $ k k k -means, रैंडम फॉरेस्ट, फिशर वेक्टर और VLAD। |
9992626e8e063c1b23e1920efd63ab4f008710ac | |
1a8fd4b2f127d02f70f1c94f330628be31d18681 | |
d880d303ee0bfdbc80fc34df0978088cd15ce861 | सार- हम विडियो विसंगति का पता लगाने और स्थानीयकरण के लिए केवल सामान्य नमूनों का उपयोग करके एक नया एंड-टू-एंड आंशिक रूप से पर्यवेक्षित गहरी सीखने का दृष्टिकोण प्रस्तुत करते हैं। इ अध्ययन के प्रेरणा का अंतर्दृष्टि इ है कि सामान्य नमूना एक गौसियन मिश्रण मॉडल (जीएमएम) के कम से कम एक गौसियन घटक से जुड़ा हो सकत हैं, जबकि विसंगति या तो किसी भी गौसियन घटक से संबंधित नहीं हैं। इ पद्धति गॉसियन मिश्रण भिन्नता ऑटोएनकोडर पर आधारित है, जउन गहरी सीख का उपयोग करके प्रशिक्षित गॉसियन मिश्रण मॉडल के रूप मा सामान्य नमूनों का सुविधा प्रतिनिधित्व सीख सकत है। इनपुट छवि अउर आउटपुट फ़ीचर मानचित्र के बीच सापेक्षिक स्थानिक निर्देशांक के संरक्षित करे खातिर एन्कोडर-डेकोडर संरचना खातिर एगो पूर्ण रूप से संवहन नेटवर्क (FCN) के इस्तेमाल करल जाला जवने में एगो पूर्ण रूप से जुड़ल परत ना होला. गॉसियन मिश्रण घटक के प्रत्येक की संयुक्त संभावनाओं के आधार पर, हम छवि परीक्षण पैच की विसंगति का स्कोर करने के लिए एक नमूना ऊर्जा आधारित विधि का परिचय देते हैं। उपस्थिति और गति विसंगतियों का संयोजन करने के लिए एक दो-प्रवाह नेटवर्क ढांचे का उपयोग किया जाता है, पूर्व के लिए आरजीबी फ्रेम का उपयोग करके, बाद के लिए गतिशील प्रवाह छवियों का उपयोग करके। हम आपन दृष्टिकोण क दू लोकप्रिय बेंचमार्क (यूसीएसडी डाटासेट अउर एवेन्यू डाटासेट) पर परीछन करत अही। प्रयोगात्मक परिणाम से ई सिद्ध होइ जात है कि ई हमरे काम की सबसे बड़ी उपलब्धि है। |
09f02eee625b7aa6ba7e6f31cfb56f6d4ddd0fdd | वर्ल्ड वाइड वेब (WWW) अउर स्मार्टफोन टेक्नोलॉजी के बिकास से हमार रोजमर्रा के जिंदगी मा बदलाव आवा है। स्थान आधारित सामाजिक नेटवर्क (LBSN) उभरे हैं औ उपयोगकर्तान का चेक-इन सूचना औ मल्टीमीडिया सामग्री साझा करै मा सुगम बनाय दिहिन। रुचि का बिंदु (पीओआई) अनुशंसा प्रणाली चेक-इन जानकारी का उपयोग सबसे संभावित चेक-इन स्थानों की भविष्यवाणी करने के लिए करती है। चेक-इन सूचना कय अलग-अलग पहलू, उदाहरण कय लिए, भौगोलिक दूरी, श्रेणी, औ समय-समय प POI कय लोकप्रियता; औ समय-समय प चेक-इन प्रवृत्ति, औ उपयोगकर्ता कय सामाजिक (दोस्ती) सूचना एक कुशल अनुशंसा मा एक महत्वपूर्ण भूमिका निभात हय। इ पेपर मा, हम एक फ्यूज्ड सिफारिश मॉडल को प्रस्तावित MAPS (बहु-आयामी निजीकृत POI सिफारिश प्रणाली) जो हाम्रो ज्ञान मा पहिलो हो कि एक एकल मोडेल मा वर्गीकृत, temporal, सामाजिक र स्थानिक पहलुहरु लाई फ्यूज गर्न को लागी हो। इ पेपर कय मुख्य योगदान ई हैं: (i) इ समस्या कय स्थान नोड कय ग्राफ के रूप मा श्रेणी औ दूरी पहलुओं (यानी. दु स्थानन के बीच का किनारा एक सीमा दूरी और स्थानन की श्रेणी से बाधित है), (ii) इ एक बहु-आयामी फ्यूज्ड पीओआई सिफारिश मॉडल का प्रस्ताव करत है, और (iii) इ मॉडल का दो वास्तविक दुनिया डेटा सेटों के साथ व्यापक रूप से मूल्यांकन करत है। |
04d7b7851683809cab561d09b5c5c80bd5c33c80 | क्वालिटी एग्जाम सिस्टम प्राथमिक विज्ञान परीक्षा के चुनौतीपूर्ण क्षेत्र मा लगातार प्रगति करत है। ई काम में, हम ज्ञान अउर अनुमान आवश्यकताओं का एक स्पष्टीकरण-आधारित विश्लेषण विकसित करत हैं, जवन चुनौतियों का एक अच्छा-अच्छा विशेषता का समर्थन करत है। विशेष रूप से, हम गुणवत्ता आश्वासन क खातिर की गई कार्रवाई का संदर्भ लें जहां प्रासंगिक डेटा का उपयोग किया जा सकता है। हम पहिले से ही एक ज्ञान आधार मा उपयुक्त वाक्य की पहचान करैं जो सही उत्तर का समर्थन करत हैं, फिर इनका उपयोग स्पष्टीकरण बनावै के लिए करें, अउर अगर जरूरी होय, तो जानकारी गायब होय से पूर करें। ई स्पष्टीकरण जरूरी हय कि इनक्यूबेटर के तहत कीन जाय वाले परीक्षणन कय परिणाम सरणी पय पय उतरे के बरे प्रयोग कै सका जात हय। इ आवश्यकताओं का उपयोग करत हुए, हम एक पुनःप्राप्ति अउर एक अनुमानित समाधानकर्ता 212 प्रश्नों पर तुलना करें। विश्लेषण निष्कर्षण सॉल्वर का लाभ का मान्य करत है, ई दर्शावत है कि ई जटिल निष्कर्षण की आवश्यकता वाले अधिक सवालों का जवाब देत है, जबकि समाधानकर्ता अउर ज्ञान स्रोतों की सापेक्ष ताकत में अंतर्दृष्टि प्रदान करत है। हम एनोटेटेड प्रश्नों अउर स्पष्टीकरणों का विज्ञान परीक्षा क्यूए, ज्ञान आधार निर्माण लक्ष्य का निर्धारण सहित, साथ ही स्वचालित अनुमान में जानकारी के एकत्रीकरण का समर्थन करने के लिए एक व्यापक उपयोगिता के साथ एक संसाधन के रूप में जारी करते हैं। |
248040fa359a9f18527e28687822cf67d6adaf16 | हम रोबोट सीखना प्रदर्शन से (एलएफडी) का एक व्यापक सर्वेक्षण प्रस्तुत करते हैं, एक तकनीक जो उदाहरण से राज्य से कार्रवाई मानचित्रण तक नीतियों का विकास करती है। हम एलएफडी डिजाइन विकल्प का परिचय देहे हई, जेके प्रदर्शन, समस्या स्थान, नीति व्युत्पन्न अउर प्रदर्शन के संदर्भ में बा, अउर एक संरचना के नींव का योगदान करे हई जेहमे एलएफडी अनुसंधान के वर्गीकृत करे क होई। विशेष रूप से, हम कई मायनों का विश्लेषण और वर्गीकृत करें जौन उदाहरण इकट्ठा होते हैं, टेलीऑपरेशन से लेकर नकल तक, साथ ही साथ नीतिगत व्युत्पन्न के लिए विभिन्न तकनीकों, सहित मिलान कार्यों, गतिशीलता मॉडल और योजनाएं। अंत मा हम बात करत हैं अवधी शिक्षा मा अवधी के बारे मा अवधी शिक्षा मा क्या त सीखा गवा है? |
38b1eb892e51661cd0e3c9f6c38f1f7f8def1317 | स्मार्टफोन अउर "एप" बाजार चिंता जतावत है कि तृतीय-पक्ष एप्लिकेशन का गलत इस्तेमाल कइ के या गलत तरीका से उपयोगकर्ता के गोपनीयता-संवेदनशील डेटा का प्रबंधन कइ सकत हैं। सौभाग्य से, पीसी की दुनिया के विपरीत, हमैं मोबाइल एप्लिकेशन की सुरक्षा मा सुधार करै का एक अनूठा अवसर मिला है। एप्प बाजार प्रवेश प्रक्रिया के तहत लागू एप्प का पूरी तरह से सत्यापन मोबाइल डिवाइस सुरक्षा को काफी हद तक बढ़ा सकता है। इ पेपर मा, हम AppInspector, एक स्वचालित सुरक्षा सत्यापन प्रणाली का प्रस्ताव करत हैं जवन कि ऐप्स का विश्लेषण करत है और संभावित सुरक्षा अउर गोपनीयता उल्लंघनों की रिपोर्ट करत है। हम स्वचालित सत्यापन के माध्यम से स्मार्टफोन एप्स के अधिक सुरक्षित बनावे खातिर आपन विजन का वर्णन करत बानी अउर सुरक्षा अउर गोपनीयता उल्लंघन के पता लगावे अउर विश्लेषण करे, गहन परीक्षण कवरेज सुनिश्चित करे अउर बड़ी संख्या में एप्स तक पहुंच बनावे खातिर मुख्य चुनौतियों का रेखांकित करत बानी। |
74640bdf33a1e8b7a319fbbbaeccf681f80861cc | |
b7634a0ac84902b135b6073b61ed6a1909f89bd2 | |
c7b007d546d24322152719898c2836910f0d3939 | खोजपूर्ण विश्लेषण इ भी दर्शावत है कि छात्र फेसबुक जैसन साइटों का मुख्य रूप से मौजूदा व्यक्तिगत संबंधों को बनाए रखने के लिए और एसएनएस पर अपनी स्व-प्रस्तुति को नियंत्रित करने के लिए चुनिंदा रूप से उपयोग की जाने वाली गोपनीयता सेटिंग्स का उपयोग करते हैं। इ अध्ययन क निष्कर्ष बिहिन बा कि ई सबद जालसाजी पऽ अप-प्रसारण कय असत्य रूप से तार्किक समर्थन देत है। एलेस्वीयर लिमिटेड द्वारा प्रकाशित वर्तमान शोध उच्च शिक्षा संस्थानों मा ऑनलाइन क्षेत्र मा आत्म-प्रकटीकरण पर मौजूदा सिद्धांत का विस्तार करेक खातिर और एक लोकप्रिय सामाजिक नेटवर्किंग साइट (एसएनएस), फेसबुक, कॉलेज के छात्रन द्वारा उपयोग कै ज्ञान आधार अउर समझ मा योगदान करेक खातिर प्रयास करत है। हम गैर-प्रयोगात्मक अध्ययन चलाये हन ताकि पता चल सके कि विश्वविद्यालय कय छात्र (N = 463) फेसबुक कय उपयोग कैतिन करत हँय, औ ओन भूमिका कय जांच किहे हँय जवन ऑनलाइन एसएनएस-आधारित वातावरण मा सूचना कय खुलासा करय मा व्यक्तित्व औ संस्कृति खेलत हँय। परिणाम इ दिखावा करत है कि लोग ऑनलाइन बेईमान ् की तुलना मा एक-दूसरे से अलग हैैं और वै कल्चर और ् चपटी क्वी नहीं जानते हैं। विशेष रूप से, ई पाया गयल कि सामूहिक रूप से बाहर करय वाले व्यक्तियन कय एक्स्ट्रावर्सिव कम होय आउर ऑनलाइन वातावरण मा बातचीत करै वाले लोगन कय तुलना मा कम ईमानदार अउर अधिक दर्शक-उपयोगी जानकारी कय खुलासा कै देहे अहय। |
c83abfeb5a2f7d431022cd1f8dd7da41431c4810 | हम चौराहे पर ड्राइवर व्यवहार का अनुमान लगाने के लिए एक ढांचा प्रस्तुत करते हैं, जिसमें स्वायत्त ड्राइविंग और वाहन सुरक्षा का अनुप्रयोग शामिल है। फ्रेमवर्क ड्राइवर व्यवहार और वाहन गतिशीलता का एक हाइब्रिड-स्टेट सिस्टम (एचएसएस) के रूप मा मॉडलिंग पर आधारित है, ड्राइवर निर्णयों को एक असतत-राज्य प्रणाली के रूप मा मॉडलिंग की जा रही है और वाहन गतिशीलता एक निरंतर राज्य प्रणाली के रूप मा मॉडलिंग की जा रही है। प्रस्तावित अनुमान पद्धति का उपयोग अवलोकन योग्य मापदंडों का उपयोग करके तत्काल निरंतर स्थिति का ट्रैक करने के लिए किया जाता है और इन अवलोकनों को देखते हुए ड्राइवर का सबसे संभावित व्यवहार का अनुमान लगाता है। इ पेपर एक फ्रेमवर्क का वर्णन करत है जौन वाहन-चालक युग्मन की संकरित संरचना का शामिल करत है औरु छिपे मार्कोव मॉडल (एचएमएम) का उपयोग फ़िल्टर्ड सतत अवलोकन से चालक व्यवहार का अनुमान लगावे क लिए करत है। ई तरीका ऊ परिदृश्य खातीर उपयुक्त है जेहमा अन्य वाहनन कय अज्ञात निर्णय शामिल होत हैं, जइसे कि लेन परिवर्तन या चौराहे तक पहुंच। एइसन ढांचा मा व्यापक डाटा संग्रहण की आवश्यकता है, औ लेखकों वाहन ड्राइविंग डाटा एकत्रित करै औ विश्लेषण करै मा प्रयुक्त प्रक्रिया का वर्णन करें। उदाहरण के लिए, प्रस्तावित संकर वास्तुकला अउर चालक व्यवहार अनुमान तकनीक का क्रॉसिंग के पास अनुशंसित और परीक्षण किया जाता है, उदाहरण के लिए, उदाहरण के लिए, प्रदान की गई गई गई मिसाइलें। प्रस्तावित ढांचा, सरल वर्गीकरण, अउर प्राकृतिक चालक अनुमान के बीच तुलना कीन जात है। एचएसएस-एचएमएम ढांचा का उपयोग करै खातिर प्राप्त परिणाम आशाजनक देखाइ देत हैं। |
a8c1347b82ba3d7ce03122955762db86d44186d0 | इ पेपर एक प्रभावी ढंग से बड़े पैमाने पर वीडियो वसूली के लिए एक नया फ्रेमवर्क विकसित करत है। हमार मकसद वीडियो का उच्च स्तर की समानता के हिसाब से खोजे का है, जवन की पारंपरिक लगभग दोहरी खोज के दायरे से बाहर है. लोकप्रिय हैशिंग तकनीक का अनुसरण करत हुए हम कॉम्पैक्ट बाइनरी कोड्स का उपयोग कर रहे हैं ताकि निकटतम पड़ोसी खोज की सुविधा हो सके। पहिले के तरीका के विपरीत जवन रिकवरी खातिर केवल एक प्रकार के हैश कोड का फायदा उठावत है, इ पेपर विविध हैश कोड का संयोजन करत है ताकि वीडियो में विविध अउर बहु-स्तरीय दृश्य सामग्री का प्रभावी ढंग से वर्णन कीन जा सके। हमार विधि सुविधा पूलिंग अउर हैशिंग का एक्कय फ्रेमवर्क में एकीकृत करत है। पूलिंग चरण मा, हम वीडियो फ्रेम को पूर्व-निर्धारित घटक का एक सेट मा डाली, जो वीडियो सामग्री को अर्थशास्त्र को एक किसिम को कब्जा। हैशिंग चरण मा, हम प्रत्येक वीडियो घटक को एक कॉम्पैक्ट हैश कोड के रूप मा प्रतिनिधित्व करते हैं, और एक प्रभावी खोज के लिए हैश तालिकाओं मा कई हैश कोड को संयोजित करते हैं। सबसे अधिक जानकारीपूर्ण कोड बनाए रखते हुए, खोज की गति को गति दें, हम एक ग्राफ-आधारित प्रभाव अधिकतम विधि का प्रस्ताव रखते हैं, ताकि pooling और hashing चरणों का पुल बन सके। हम देखब कि प्रभाव अधिकतम करेक समस्या उप-मॉड्यूलर हय, जउन एक लोभी अनुकूलन विधि क लगभग इष्टतम समाधान प्राप्त करय की अनुमति देत हय। हमार विधि बहुत कुशलता से काम करत है, TRECVID डेटासेट से हजारों वीडियो क्लिप लगभग 0.001 सेकंड में पुनः प्राप्त करत है। 1M नमूना के साथ एक बड़े पैमाने पर सिंथेटिक डेटासेट के लिए, यह 100 प्रश्नों का जवाब देने में 1 सेकंड से भी कम समय का समय लेता है। हमार विधि का व्यापक रूप से बिना निगरानी वाले अउर पर्यवेक्षित परिदृश्य दुनों मा मूल्यांकन कीन गवा है, अउर TRECVID मल्टीमीडिया इवेंट डिटेक्शन अउर कोलंबिया उपभोक्ता वीडियो डेटासेट पर परिणाम हमार प्रस्तावित तकनीक की सफलता का प्रदर्शन करत हैं। |
0faccce84266d2a8f0c4fa08c33b357b42cf17f2 | कई भाषा उत्पादन कार्य खातिर संरचित अउर असंरचित इनपुट दुनौ पर आधारित पाठ के उत्पादन के आवश्यकता होत है। हम एक नया न्यूरल नेटवर्क आर्किटेक्चर प्रस्तुत करत हई जवन एगो आउटपुट अनुक्रम उत्पन्न करत बा जवन इनपुट फंक्शन के एगो मनमाना संख्या पर निर्भर करत बा. महत्वपूर्ण रूप से, हमार दृष्टिकोण कंडीशनिंग संदर्भ की पसंद अउर पीढ़ी की बारीकता, उदाहरण के लिए पात्र या टोकन, का हाशिए पर रखे का अनुमति देत है, इ प्रकार स्केलेबल अउर प्रभावी प्रशिक्षण की अनुमति देत है। इ फ्रेमवर्क कय प्रयोग कइके, हम एक प्राकृतिक भाषा अउर संरचित विनिर्देश से प्रोग्रामिंग कोड बनावेक समस्या का हल करत हैं। हम इ पैमाना खातिर दुइ नया डेटा सेट बनाए हैं जे संग्रहणीय ट्रेडिंग कार्ड गेम जादू द गैथरिंग अउर हारथस्टोन से लिया गवा है। इन मा, अउर एक तीसर पूर्व-मौजूद निकाय मा, हम ई दर्शावा है कि कई भविष्यवाणियां को हाशिए पर रखे से हमार मॉडल मजबूत बेंचमार्क से बेहतर प्रदर्शन कर पाये। |
ac569822882547080d3dc51fed10c746946a6cfd | |
e70ea58d023df2c31325a9b409ee4493e38b6768 | |
3895912b187adee599b1ea662da92865dd0b197d | उद्देश्य स्वास्थ्य सेवा मा बिग डाटा विश्लेषण का वादा अउर क्षमता का बखान करेक है। ई पेपर स्वास्थ्य सेवा मा बडे डेटा विश्लेषण का नवोदित क्षेत्र का वर्णन करत है, लाभ पर चर्चा करत है, एक वास्तुशिल्प ढांचा अउर पद्धति का रूपरेखा देत है, साहित्य मा रिपोर्ट की गई उदाहरन का वर्णन करत है, चुनौतियों पर संक्षेप मा चर्चा करत है, अउर निष्कर्ष प्रस्तुत करत है। इ पेपर स्वास्थ्य देखभाल शोधकर्ता अउर चिकित्सकन खातिर बड डेटा विश्लेषण का एक विस्तृत अवलोकन प्रदान करत है। निष्कर्षः हवाई रक्षा का महत्व, इलेक्ट्रॉनिक युद्ध का महत्व कई बार बढ़ रहा है। कई बार, हालांकि, "साधारण सैन्य विमानन" का महत्व कई बार बढ़ रहा है। ई कामयाबी सलूट करै लायक अहै . . . |
73a19026fb8a6ef5bf238ff472f31100c33753d0 | इ पेपर मा, हम संघ नियम खनन के बारे मा बुनियादी अवधारणाओं का प्रारंभिक प्रदान करत हैं और मौजूदा संघ नियम खनन तकनीकों की सूची का सर्वेक्षण करत हैं। निश्चित रूप से, एक एकल लेख सबै एल्गोरिदम का एक पूर्ण समीक्षा नहीं हो सकता है, फिर भी हम उम्मीद करते हैं कि उद्धृत संदर्भ मुख्य सैद्धांतिक मुद्दों को कवर करेंगे, शोधकर्ता को रोचक शोध दिशाओं में मार्गदर्शन करेंगे, जिनका अभी तक पता नहीं चला है। |
75e5ba7621935b57b2be7bf4a10cad66a9c445b9 | हम एक पैरामीटर-मुक्त चेहरा पहचान एल्गोरिथ्म विकसित करत हैं जवन कि प्रकाश, अभिव्यक्ति, आवरण, अउर उम्र मा बड़का भिन्नता खातिर संवेदनशील नाहीं है, प्रति विषय एक एकल गैलरी नमूना का उपयोग करत है। हम अवलोकन का लाभ उठायब कि समदूर प्रोटोटाइप एम्बेडिंग एक इष्टतम एम्बेडिंग है जो कक्षाओं के बीच न्यूनतम एक-बनाम-बाकी मार्जिन का अधिकतम करता है। प्रशिक्षण डाटा कय वैश्विक या स्थानीय संरचना कय संरक्षित करै कय बजाय, हमार विधि, जेकर लीनियर रिग्रेशन विश्लेषण (एलआरए) कहा जात है, गैलरी सैंपल कय समान रूप से दूर स्थानन कय मानचित्रण करय कय खातिर सबसे कम-वर्ग प्रतिगमन तकनीक लागू करत है, प्रशिक्षण डाटा कय सही संरचना कय बावजूद। ई अतिरिक्त सुविधाएँ परदान करत है, अउर आमतौर पय यहिकै सिफारिश करी जात है कि ई निर्दिष्ट करै, कि कौन सी भाषा समिति द्वारा अनुमोदित अहैं। इ नवा पद्धति का प्रयोग कइके, केवल कुछ मुट्ठी भर जेनरिक वर्गन पे आधारित सिछा, काफी हद तक चेहरा पहचान प्रदर्शन में सुधार कइ सकत हय, जब जेनरिक डेटा अलग-अलग डेटाबेस अउर कैमरा सेटअप से एकत्रित होत हय। ग्रेविल एल्गोरिथ्म पर आधारित वृद्धिशील सीखना मैपिंग मैट्रिक्स को नए आ रहे गैलरी कक्षाओं, प्रशिक्षण नमूने, या सामान्य भिन्नता से कुशलता से अद्यतन बनाता है। यद्यपि इ काफी सरल अहै अउर पैरामीटर-मुक्त है, LRA, आमतौर पय इस्तेमाल कीन जाय वाले स्थानीय वर्णकों के साथ संयुक्त, जैसन कि गॅबर प्रतिनिधित्व अउर स्थानीय बाइनरी पैटर्न, विस्तारित येल बी, सीएमयू पीआईई, एआर, अउर अनुरूप लेखक पर कई मानक प्रयोगों के लिए अत्याधुनिक विधि से बेहतर है। Tel:+86 10 62283059 Fax: +86 10 62285019 Email: [email protected] (वेइहोंग डेंग) प्रिप्रिंट एल्सवियर मा 28 मार्च 2014 मा भेजल गईल |
b1cfe7f8b8557b03fa38036030f09b448d925041 | -इ पेपर मानव दृश्य प्रणाली के प्रारंभिक चरणों में दृश्य सूचना प्रसंस्करण के लिए बहु-चैनल फ़िल्टरिंग सिद्धांत से प्रेरित एक बनावट विभाजन एल्गोरिथ्म प्रस्तुत करता है। चैनल के खासियत गैबोर फिल्टर के बैंक से बा जे लगभग समान रूप से स्थानिक-आवृत्ति डोमेन के कवर करत बा, अउर एक व्यवस्थित फिल्टर चयन योजना प्रस्तावित बा, जवन फ़िल्टर्ड छवियन से इनपुट छवि के पुनर्निर्माण पर आधारित बा। बनावट सुविधा प्रत्येक (चयनित) फ़िल्टर्ड छवि को एक गैर-रैखिक परिवर्तन के अधीन रखकर और प्रत्येक पिक्सेल के आसपास एक खिड़की में "ऊर्जा" का माप करके प्राप्त की जा रही हैं। फिर फीचर इमेज का एकीकृत करे और एक सेगमेंटेशन का उत्पादन करे के लिए स्क्वायर-एरोर क्लस्टरिंग एल्गोरिथ्म का उपयोग कीन जात है। समूचा समूह बनावे कय प्रक्रिया मा स्थानिक सूचना शामिल करय कय लिए एक सरल प्रक्रिया प्रस्तावित है। बनावट श्रेणिन कय " सच्चा संख्या का अनुमान लगावे कय लिए एक सापेक्ष सूचकांक कय उपयोग कै जाये। बनावट विभाजन बहु-चैनल फ़िल्टरिंग क्लस्टरिंग क्लस्टरिंग सूचकांक गॅबोर फ़िल्टर वेवलैट ट्रांसफॉर्म I. I N T R O D U C I O N इमेज सेगमेंटेशन कई इमेज विश्लेषण या कंप्यूटर विजन अनुप्रयोगों में एक कठिन अभी तक बहुत महत्वपूर्ण कार्य है। केवल छोट पड़ोस मा औसत ग्रे स्तर या रंग मा अंतर छवि विभाजन के लिए हमेशा पर्याप्त नहीं होत हैं। बल्कि, ई जरुरी बा कि पड़ोसी पिक्सल के ग्रे वैल्यू के स्थानिक व्यवस्था मा अंतर पर निर्भर करत अहै-यानी, बनावट मा अंतर पर। बनावट संकेतों के आधार पर एक छवि का खंडन करने की समस्या का संदर्भ बनावट विभाजन समस्या के रूप में दिया जाता है। बनावट विभाजन मा एक दिइएको छवि मा "समान" बनावट संग क्षेत्रहरु को पहिचान शामिल छ। ई तय करे खातिर कि का कउनो क्षेत्र के एक समान बनावट बा या नाहीं, बनावट के उचित माप जरूरी बा। स्क्लान्स्की (o) ने बनावट की निम्नलिखित परिभाषा का सुझाव दिया है जो खंडन के संदर्भ में उपयुक्त हैः "एक छवि में एक क्षेत्र का एक स्थिर बनावट है अगर चित्र का स्थानीय सांख्यिकी या अन्य स्थानीय गुणों का एक सेट स्थिर, धीरे-धीरे बदल रहा है, या लगभग आवधिक है। " तात्पर्य ई है कि ई एगो स्थानीय अव ग्लोबल संदर्भ दुनु है- एगो छवि क्षेत्र पर कुछ स्थानीय माप या गुणन के अपरिवर्तनीयता से चिह्नित कईल जाला. प्राकृतिक अउर कृत्रिम बनावट कय विविधता बनावय से बनावट कय सार्वभौमिक परिभाषा देना असंभव अहै। पिछले दुइ दशक मा छवि बनावट का विश्लेषण करैं खातिर बहुतै तकनीक प्रस्तावित कीन गा है। डु पोंट डी नेमुर्स एंड कंपनी इंक. मल्टी-चैनल फ़िल्टरिंग दृष्टिकोण का उपयोग कर रही है। इ दृष्टिकोण मानव दृश्य प्रणाली के प्रारंभिक चरणों मा दृश्य जानकारी के प्रसंस्करण के लिए एक बहु-चैनल फ़िल्टरिंग सिद्धांत से प्रेरित है। पहिले कैंपबेल और रॉबसन (4) द्वारा प्रस्तावित सिद्धांत का मानना है कि दृश्य प्रणाली रेटिना छवि को कई फ़िल्टर्ड छवियों में विघटित करती है, जिनमें से प्रत्येक में आवृत्ति (आकार) और अभिविन्यास की एक संकीर्ण सीमा पर तीव्रता भिन्नता शामिल है। मनोभौतिकीय प्रयोग जवन अइसन विघटन के सुझाव देहे हई, ऊ विभिन्न प्रकार के जाली पैटर्न के उत्तेजना के रूप में उपयोग करत रहे अउर अनुकूलन तकनीक पर आधारित रहे. बाद के मनो-शारीरिक प्रयोगों से सिद्धांत का समर्थन करने वाला अतिरिक्त सबूत मिला। डी वैलोइस एट अल। ,(5) उदाहरण के लिए, मैकाक बंदर की दृश्य कोर्टेक्स मा सरल कोशिकाओं की प्रतिक्रिया को विभिन्न आवृत्तियों और अभिविन्यासों के साथ साइनसॉइडल ग्रिट्स मा दर्ज की गई। ई देखा गवा कि प्रत्येक कोशिका का आवृत्ति और उन्मुखीकरण एक संकीर्ण श्रृंखला से संबंधित है। एही से, ई प्रतीत होत है कि स्तनधारिओं के विजुअल कॉर्टेक्स में तंत्र है जवन एक संकीर्ण श्रेणी में आवृत्ति अउर अभिविन्यास के संयोजन पर ट्यून करल जाला. इ तंत्र कय अक्सर चैनल के रूप मा संदर्भित कीन जात है, औ उचित रूप से बैंड-पास फ़िल्टर के रूप मा व्याख्या कीन जात है। बनावट विश्लेषण खातिर बहु-चैनल फ़िल्टरिंग दृष्टिकोण सहज रूप से आकर्षक बा काहे से की ई हमका अलग-अलग बनावट के प्रमुख आकार अउर अभिविन्यास में अंतर का फायदा उठावे कै अनुमति देत है। आज, बनावट विश्लेषण मा एक बहु-रिज़ॉल्यूशन दृष्टिकोण को आवश्यकता राम्रो तरिकाले मान्यता प्राप्त छ। जबकि बनावट विश्लेषण खातिर दुसर दृष्टिकोण इ प्रतिमान के समायोजित करे खातिर विस्तारित करल जाय चाहि, बहु-चैनल फ़िल्टरिंग दृष्टिकोण, स्वाभाविक रूप से बहु-रिज़ॉल्यूशन वाला बा। एक अउर महत्वपूर्ण बात |
5757dd57950f6b3c4d90a342a170061c8c535536 | इ पेपर स्टीरियो विजन खातिर मिलान लागत की गणना की समस्या का एक नया तरीका प्रस्तुत करत है। इ दृष्टिकोण एक संवहन तंत्रिका नेटवर्क पर आधारित है जेकर उपयोग स्टीरियो इमेज जोड़े से इनपुट पैच की समानता का गणना करने के लिए कईल जात है। साथ ही साथ, यह भी कहा जा रहा है कि एथेरियम के लिए, ई का एक मजबूत विरोधी भड़काऊ प्रभाव है। पेपर स्टीरियो मिलान की समस्या का परिचय देता है, प्रस्तावित विधि पर चर्चा करता है और हालिया स्टीरियो डेटासेट से परिणाम दिखाता है। |
4b65024cd376067156a5ac967899a7748fa31f6f | अनलिमिटेड, अनऑर्डर, ग्लोबल-स्केल डेटासेट दिन-प्रतिदिन के कारोबार मा जादा से जादा आम हो रहा है (जैसे वेब लॉग, मोबाइल उपयोग आंकड़े, अउर सेंसर नेटवर्क). एक ही समय मा, इन डाटासेटों के उपभोक्ताओं ने जटिल आवश्यकताओं का विकास किया है, जैसे घटना-समय आदेश और डेटा की विशेषताओं द्वारा खिड़की का पालन, तेजी से उत्तर की एक अतुलनीय भूख के अलावा। एही बीच, व्यावहारिकता ई निर्धारित करत है कि इन प्रकार के इनपुट के लिए सटीकता, विलंबता अउर लागत के सभी आयामों के साथ कभी भी पूरी तरह से अनुकूलन नहीं की जा सकत है। नतीजतन, डेटा प्रोसेसिंग प्रैक्टिशनर्स के पास ई सवाल बाय कि इनका आपस मा कइसे तुलना कीन जाय? हम प्रस्तावित कीन है कि आधुनिक डाटा प्रोसेसिंग कीन इ आवश्यक रूप से बदलाव करावा जाय। हम एक क्षेत्र के रूप मा असीमित डेटासेट को असीमित पूल मा तैयार करने की कोशिश बंद कर देनी चाहिए जो अंततः पूर्ण हो जावो, और बदले मा जीवित र सांस ले कि हम कभी नहीं जानेंगे कि या जब हम सबै हाम्रो डेटा देखे, केवल कि नयाँ डेटा आउनेछ, पुरानो डेटा फिर्ता लिया जा सकता है, र यो समस्या को व्यवहार्य बनाउन को लागी एकमात्र तरीका सिद्धान्तिक अमूर्तहरु को माध्यम बाट हो कि चिकित्सक को रुचि को अक्षहरु को साथ उपयुक्त व्यापार अफ को विकल्प को अनुमति दिन्छ: शुद्धता, विलंबता, र लागत। इ पेपर मा, हम एक ऐसे दृष्टिकोण, डाटाफ्लो मॉडल, को सक्षम बनात है कि अर्थशास्त्र को एक विस्तृत परीक्षा संगै प्रस्तुत, यसको डिजाइन को मार्गदर्शन कि कोर सिद्धान्तहरु को एक सिंहावलोकन, र यसको विकास को लागी नेतृत्व वास्तविक दुनिया अनुभव को माध्यम बाट मोडेल को एक मान्यकरण। हम Dataflow Model शब्द का उपयोग Google Cloud Dataflow [20] का प्रोसेसिंग मॉडल का वर्णन करने के लिए करते हैं, जो FlumeJava [12] और MillWheel [2] की तकनीक पर आधारित है। इ काम Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License के तहत लाइसेंस प्राप्त है। इ लाइसेंस कय एक प्रति का अवलोकन करेक लिए, कृपया http://creativecommons.org/licenses/by-nc-nd/3.0/ पर जाएँ। लाइसेंस से बाहर के उपयोग से पहिले अनुमति लें। कॉपीराइट धारक से [email protected] पर ई-मेल भेजके संपर्क करीं। इ खंड कय लेख कय 41वें अंतर्राष्ट्रीय सम्मेलन मा प्रस्तुत करेक खातिर आमंत्रित कै गय रहा, जवन 31 अगस्त से 4 सितंबर 2015 को कोहाला तट, हवाई मा आयोजित कै गय रहा। वीएलडीबी एंडोमेंट की कार्यवाही, खंड, का अंक नाहीं, आठवीं 12 कॉपीराइट 2015 VLDB एंडोमेंट 2150-8097/15/08। |
40c3b350008ada8f3f53a758e69992b6db8a8f95 | वस्तु का पता लगाने का पिछले कुछ वर्षों से होग सुविधाओं पर रैखिक एसवीएम का उपयोग कर रहा है। हालांकि रैखिक SVM का प्रशिक्षण काफी महंगा है, और जब श्रेणी की संख्या बढ़ रही है, तो यह मुश्किल से चल सकता है। इ काम मा हम एक बहुत पुरानी तकनीक का फिर से देख रहे हैं, जौन कि रैखिक विभेदक विश्लेषण, अउर देखावा कि एलडीए मॉडल लगभग सामान्य रूप से प्रशिक्षित कीन जा सकत ह, अउर व्यवहार मा बहुत कम या कोई हानि के साथ। हम जो अनुमान लगाये हैं वो कोवैरिएन्स मैट्रिक्स है प्राकृतिक छवियों का गुणन मा कैप्चर करे HOG सुविधाओं का इन सह-विभाजनों के साथ सफेद करना, HOG सुविधाओं के बीच स्वाभाविक रूप से हो रही सहसंबंधों को हटाता है। हम देखब कि इ सफेद चिजियन (जेके हम डब्ल्यूएचओ कहत हई) मूल एचओजी चिजियन से काफी बेहतर हई, अउर क्लस्टरिंग में एकर उपयोगिता साबित होत है। अंत मा हम आपन खोज क उपयोग वस्तु पता लगावे कै प्रणाली का निर्माण करै के खातिर करत हई जवन कि पास्कल वीओसी 2007 से प्रतिस्पर्धी अहै जबकि प्रशिक्षण अउर परीक्षण के बरे इ काफी आसान है। |
28e0c6088cf444e8694e511148a8f19d9feaeb44 | इ पेपर CubeSats खातिर एक स्व-विनियोजित हेलिकल पैंटोग्राफ एंटीना के व्यवहार का पता लगावत है। हेलिकल पैंटोग्राफ अवधारणा सैटेलाइट बस से जुड़ाव के अवधारणाओं के साथ वर्णित है। आठ हेलिक्स से बने पैंटोग्राफ का परिमित तत्व फोल्डिंग सिमुलेशन प्रस्तुत है और एक प्रोटोटाइप एंटीना पर किए गए संपीड़न बल प्रयोगों की तुलना की गई है। प्रतिबिंब गुणांक परीक्षण भी प्रस्तुत है, प्रोटोटाइप एंटीना का संचालन आवृत्ति रेंज का प्रदर्शन। हेलिकल पैंटोग्राफ वर्तमान मा छोटे उपग्रह एंटेना समाधान का एक आशाजनक विकल्प साबित होत है। |
1aad2da473888cb7ebc1bfaa15bfa0f1502ce005 | इ पेपर इंटरैक्शन-लेवल मानव गतिविधि को पहचानने की समस्या का चर्चा करता है, पहली-व्यक्ति के दृष्टिकोण से। एकर लक्ष्य एक अवलोकनकर्ता (जइसे, एक रोबोट या एक पहनने योग्य कैमरा) के सक्षम करै अहै कि निरंतर वीडियो इनपुट से इ बतावे कि कौन सी गतिविधि दूसर लोग करत हैं । इमें दोस्ताना बातचीत शामिल बा जैसे एक व्यक्ति अवलोकनकर्ता का गले लगा रहा है साथ ही साथ शत्रुतापूर्ण बातचीत जैसे निरीक्षक को पंचिंग या निरीक्षक को वस्तु फेंकना , जिनकी वीडियो में भौतिक बातचीत से उत्पन्न बड़ी मात्रा में कैमरा अहं-आंदोलन शामिल है। पेपर वैश्विक अउर स्थानीय गति जानकारी का एकीकृत करे खातिर बहु-चैनल कर्नेल क जांच करत है, अउर एक नया गतिविधि सीखना/मान्यता पद्धति प्रस्तुत करत है जवन स्पष्ट रूप से प्रथम-व्यक्ति गतिविधि वीडियो में प्रदर्शित अस्थायी संरचनाओं का विचार करत है। हमार प्रयोग मा, हम न केवल वर्गीकरण परिणाम दिखावा करते हैं, बल्कि ई भी पुष्ट करत हैं कि हमार नवा दृष्टिकोण अविभाज्य वीडियो से गतिविधि का पता लगावे मा सक्षम है। |
97876c2195ad9c7a4be010d5cb4ba6af3547421c | |
259c25242db4a0dc1e1b5e61fd059f8949bdb79d | साझा मेमोरी का उपयोग कर रहे कई प्रोसेसर कोर वाले कंप्यूटर अब हर जगह हैं। इ पेपर मा, हम कई समानांतर ज्यामितीय एल्गोरिदम प्रस्तुत करत हैं जउन विशेष रूप से इ वातावरण मा लक्षित होत हैं, अतिरिक्त कंप्यूटिंग शक्ति का शोषण करने का लक्ष्य बना रहा है। डी-आयामी एल्गोरिदम हम वर्णन कर रहे हैं (ए) अंक का स्थानिक छँटाई, जैसा कि आमतौर पर वृद्धिशील एल्गोरिदम का उपयोग करने से पहले पूर्व-प्रसंस्करण के लिए उपयोग किया जाता है, (बी) केडी-ट्री निर्माण, (सी) अक्ष-संरेखित बॉक्स चौराहे गणना, और अंत में (डी) जाली पीढ़ी एल्गोरिदम के लिए Delaunay त्रिकोणों में अंक का थोक सम्मिलन या बस Delaunay त्रिकोणों की गणना। हम इ एल्गोरिदम खातिर प्रयोगात्मक परिणाम 3D मा दिखावा करत हई, कम्प्यूटेशनल ज्यामिति एल्गोरिदम लाइब्रेरी (CGAL, http://www.cgal.org/) पर आधारित हमार कार्यान्वयन का उपयोग करत हुए। ई काम हम आशा करत हई कि सीजीएएल खातिर एगो समानांतर मोड के ओर एगो कदम बा, जहां एल्गोरिदम स्वचालित रूप से उपलब्ध समानांतर संसाधनन के उपयोग कई बिना कौनो महत्वपूर्ण उपयोगकर्ता हस्तक्षेप के आवश्यकता होत है। |
ac4a2337afdf63e9b3480ce9025736d71f8cec1a | पृष्ठभूमि लगभग 50% उन्नत पार्किंसंस रोग (पीडी) वाले मरीजन का पैदल गति का अस्थिरता (एफओजी) से पीड़ित हैं, जो अचानक और अस्थायी रूप से चलने में असमर्थता का कारण बनता है। ई अक्सर गिरावट का कारण बनत है, रोजमर्रा के गतिविधि में बाधा डालत है अउर जीवन के गुणवत्ता का काफी हद तक प्रभावित करत है। काहे से कि पीडी मरीजन मा पैदल कमी अक्सर फार्माकोलॉजिकल उपचार के प्रति प्रतिरोधी होत है, प्रभावी गैर-फार्माकोलॉजिकल उपचार विशेष रुचि का विषय है। उद्देश्य हमार अध्ययन का उद्देश्य वास्तविक समय पैदल डेटा प्राप्त कर सके, उनका संसाधित करे अउर पूर्वनिर्धारित विनिर्देशों के आधार पर सहायता प्रदान करे वाले एक पहने हुए डिवाइस के अवधारणा का मूल्यांकन करना है। हम real-time wearable FOG detection system विकसित की है जो automatically provides a cueing sound when FOG is detected and which stays until the subject resumes walking. जब तक FOG का पता ना चल जाये तब तक यह एक आवाज का संकेत देता है और फिर जब तक आपका subject घूमने नहीं जाता तब तक यह आवाज का संकेत देता है। हम आपन पहिरे योग्य सहायक प्रौद्योगिकी का मूल्यांकन 10 पीडी मरीजन के साथ एक अध्ययन में कईले बानी। आठ घंटे से अधिक समय तक डेटा का रिकॉर्ड रखा गया, फिर प्रत्येक रोगी से एक प्रश्नावली दर्ज की गई। परिणाम एक पोस्ट-हॉक वीडियो विश्लेषण मा पेशेवर फिजियोथेरेपिस्ट द्वारा दुई सौ तीस सात एफओजी घटनाओं की पहचान की ग्यायी। डिवाइस ने फ़्रेम-आधारित मूल्यांकन पर 0.5 सेकंड पर 73.1% की संवेदनशीलता और 81.6% की विशिष्टता के साथ ऑनलाइन FOG घटनाओं का पता लगाया। निष्कर्षः हवाई रक्षा का महत्व, इलेक्ट्रॉनिक युद्ध का महत्व कई बार बढ़ रहा है। हम पेश करैं अउर चर्चा करैं पेसेंट अउर फिजियोथेरेपिस्ट के परिप्रेक्ष्य मा पहनै लायक सहायक अउर प्रदर्शन के साथ-साथ सहायक का उपयोग करै के दौरान उनके चाल प्रदर्शन अउर अगला शोध चरण का संकेत देत हैं। हमार परिणाम अईसन देखावत है की ऐसन प्रणाली से फायदा कीहीसे होई सकत है अउर आगे भी अध्ययन कीन जाय त ज्यादा बेहतर होई। |
2a68c39e3586f87da501bc2a5ae6138469f50613 | पर्यवेक्षित शिक्षा मा अनुसंधान का एक बड़ा शरीर एकल लेबल डेटा का विश्लेषण, जहां प्रशिक्षण उदाहरण एक एकल लेबल λ संग जुड़ा हो अलग लेबल L. को एक सेट देखि संगत छन्। तथापि, धेरै आवेदन डोमेन मा प्रशिक्षण उदाहरण अक्सर लेबल Y L. को एक सेट संग जुड़ा हो। यस्तो डाटा बहु-लेबल भनिन्छ। टेक्स्ट डाटा, जइसे कि दस्तावेज़ अउर वेबपेज, अक्सर एक से ढेर लेबल के साथ अनुक्रमित होत हैं। उदाहरण के लिए, दा विन्सी कोड फ़िल्म के रिलीज़ पर ईसाई चर्च की प्रतिक्रियाओं से संबंधित एक समाचार लेख को धर्म और फ़िल्म दोनों का लेबल दिया जा सकता है। टेक्स्ट डाटा कय वर्गीकरण शायद सबसे जादा पॉपुलर मल्टी-लेबल अनुप्रयोग होय । हाल ही में, मल्टी-लेबल डेटा से सीखने का मुद्दा कई शोधकर्ताओं का महत्वपूर्ण ध्यान आकर्षित किया है, जैसे कि छवियों का अर्थपूर्ण एनोटेशन [1, 2, 3] और वीडियो [4, 5], कार्यात्मक जीनोमिक्स [6, 7, 8, 9, 10], संगीत भावनाओं [11, 12, 13, 14] और निर्देशित विपणन [15] में वर्गीकरण। तालिका 1 साहित्य मा चर्चा आवेदन को एक किसिम प्रस्तुत गर्दछ। इ अध्याय मा बहु-लेबल डाटा खनन क तेजी से विकसित होवै वाले अनुसंधान क्षेत्र पर पिछले अउर हाल के काम कय समीक्षा कीन गवा अहै। खंड 2 बहु-लेबल डेटा से सीखने मा दुई प्रमुख कार्य को परिभाषित गर्दछ र एक महत्वपूर्ण संख्या मा सीखने को विधिहरु प्रस्तुत गर्दछ। खंड ३ मा बहु-लेबल डाटा के लिए आयामियता कमी के तरीकन पर चर्चा कीन गवा बा। खंड 4 अउर 5 मा दुइ महत्वपूर्ण शोध चुनौति पर चर्चा कीन गा है, जवन अगर सफलतापूर्वक पूरा कीन जाये त, मल्टी-लेबल लर्निंग विधियन क वास्तविक दुनिया क अनुप्रयोगन का काफी हद तक विस्तार कइ सकत हैः a) लेबल संरचना का शोषण अउर b) बड़ी संख्या मा लेबल वाले डोमेन तक विस्तार। खंड 6 मा बेंचमार्क मल्टीलेबल डाटासेट अउर उनके आँकड़े पेश कै देहे अहैं, जबकि खंड 7 मा मल्टीलेबल लर्निंग के लिए सबसे ढेर इस्तेमाल कै जाये वाले मूल्यांकन माप प्रस्तुत कै देहे अहैं। |
60686a80b91ce9518428e00dea95dfafadadd93c | ई संचार 2.4 गीगाहर्ट्ज खातिर ध्रुवीकरण विविधता के साथ एक दोहरी-पोर्ट पुनः विन्यास योग्य वर्ग पैच एंटीना प्रस्तुत करत अहै। पैच पर चार पी-आई-एन डायोड की स्थिति को नियंत्रित करके, प्रस्तावित एंटीना का ध्रुवीकरण प्रत्येक पोर्ट पर रैखिक ध्रुवीकरण (एलपी), बाएं या दाएं हाथ के गोलाकार ध्रुवीकरण (सीपी) के बीच स्विच किया जा सकता है। प-इन-डायोड का बायस सर्किट सरल करै खातिर एयर सब्सट्रेट अउर एपर्चर-कपल्ड फीड स्ट्रक्चर का इस्तेमाल कीन जात है। उच्च अलगाव और एलपी मोड्स मा कम क्रॉस-ध्रुवीकरण स्तर के साथ, दोनों पोर्ट्स एक साथ polarimetric रडारों के लिए एक दोहरी रैखिक रूप से ध्रुवीकृत एंटीना के रूप मा काम कर सकते हैं। हर बंदरगाह पर अलग अलग सीपी तरंगें प्राप्त की जा रही हैं, जो गतिशीलता, प्रतिकूल मौसम की स्थिति और गैर-लाइन-ऑफ-सईड अनुप्रयोगों से संबंधित चुनौतियों का सामना करने के लिए उपयुक्त हैं। एंटीना मा सरल पूर्वाग्रह नेटवर्क, आसान निर्माण और समायोजन का फायदा है, जे व्यापक रूप से ध्रुवीकरण विविधता अनुप्रयोगों मा लागू कीन जा सकत है। |
0d11248c42d5a57bb28b00d64e21a32d31bcd760 | जुलाई 19, 2001 मा, इन्टरनेट से जुड़ा 359,000 से जादा कंप्यूटर 14 घंटे से भी कम समय में कोड-रेड (CRv2) कीट से संक्रमित हो गए थे। इ महामारी, कोड-रेड की बाद की लीक सहित, का अनुमान $2.6 बिलियन से अधिक है। वैश्विक स्तर पर कीड़े का प्रकोप कम होय के बावजूद भी, यहिकर व्यापकता मा बदलाव के बारे मा बहुत कम लोगन का पता हौये, खासकर यकरे कारण से कीड़े मच्छरों से जुड़ी वैश्विक जानकारी का संग्रहण जादा कठिन हौये। एक तकनीक का उपयोग करत हुए जवन की कीड़ा फैलाव के वैश्विक पता लगावे के सक्षम बनावेला, हम 2 जुलाई, 2001 से शुरू होए वाले 45 दिन की अवधि में डेटा एकत्रित अउर विश्लेषण किहेन ताकि पूरे इंटरनेट पर कोड-रेड के प्रसार के विशेषता का पता लगावल जा सके। इ पेपर में, हम कोड-रेड के प्रसार का पता लगाने के लिए उपयोग की गई पद्धति का वर्णन करते हैं, अउर फिर हमारे ट्रेस विश्लेषण के परिणाम का वर्णन करते हैं। सबसे पहिले हम कोड-रेड अउर कोडरेड-II कीड़ा के फैलाव के बारे मा जानकारी देब जउन संक्रमण अउर निष्क्रियता दर के हिसाब से बा। संक्रमण के फैलाव खातिर अनुकूलित न होय के बावजूद, कोड-रेड संक्रमण दर 2,000 से जादा मेजबान प्रति मिनट मा चरम पर पहुंच गयल. तब हम संक्रमित होस्ट आबादी के गुणन का जांच करत हैं, जेहमा भौगोलिक स्थान, साप्ताहिक अउर दिन भर का समय प्रभाव, टॉप-लेवल डोमेन, अउर आईएसपी शामिल हैं। हम देखब कि कीरा एक अन्तर्राष्ट्रीय घटना रहा, संक्रमण गतिविधि दिन-समय पर प्रभाव देखाई देत रहा, अउर ई पाया गवा कि, जद्यपि अधिकांश ध्यान बड़े निगमन पर केंद्रित रहा, कोड-रेड कीरा मुख्य रूप से घरेलू अउर लघु व्यवसायिक उपयोगकर्ता पर शिकार करत रहा। हम भी संक्रमित मेजबानों की माप पर DHCP का प्रभाव अर्हता प्राप्त की और निर्धारित किया कि IP पते 24 घंटे से अधिक समय तक कीड़े के प्रसार का एक सटीक माप नहीं हैं। अंत मा, कोड-रेड कीट का अनुभव ई दर्शावत है कि इंटरनेट होस्ट मा व्यापक भेद्यता का जल्दी से अउर नाटकीय रूप से शोषण कीन जा सकत है, अउर इंटरनेट कीट को कम करने के लिए होस्ट पैचिंग के अलावा अन्य तकनीकों की आवश्यकता होत है। |
0462a4fcd991f8d6f814337882da182c504d1d7b | हम Google Books Ngram Corpus का एक नया संस्करण प्रस्तुत करत हैं, जौन बतात है कि ई शब्द अउर वाक्य पाँच सौ साल से केतना बारऽन् का प्रयोग होत है, अठारह भाषाओं में; ई अब तक प्रकाशित सभी पुस्तको का 6% है। इ नया संस्करण में वाक्यविन्यास संबंधी एनोटेशन शामिल है: सब्द उनके भाग-बचन के साथ टैग किए गए हैं, अउर हेडमोडिफायर संबंध दर्ज किए गए हैं। एनोटेशन स्वचालित रूप से सांख्यिकीय मॉडल के साथ निर्मित होते हैं, जो विशेष रूप से ऐतिहासिक पाठ से अनुकूलित होते हैं। कॉर्पस भाषाई रुझानों का अध्ययन आसान बनाएगा, विशेष रूप से वाक्यविन्यास के विकास से संबंधित। |
Subsets and Splits