_id
stringlengths 40
40
| text
stringlengths 0
9.42k
|
|---|---|
2f991be8d35e4c1a45bfb0d646673b1ef5239a1f | یہٕ سمجھن کہ مشین لرننگ ماڈل کیازٕ چِھ یتھ پأنٹھ برتاؤ کران چِھ سسٹم ڈیزائنرز تہٕ حتمی صارفین دۄنونی واریاہ طریقن سۭتۍ قأبل بناوان: ماڈل کس انتخابس منٛز، فیچر انجینئرنگ، پیشین گوئین پیٹھ بھروسہٕ کرنہٕ تہٕ عمل کرنہٕ خاطرٕ، تہٕ زیادٕ بدیہی یوزر انٹرفیسس منٛز۔ اتھٲی پٲٹھۍ، چھ ترجمانی مشین لرننگس منٛز اکھ اہم تشویش بنیمژ، تہٕ ترجمانی ماڈلن ہٕنٛدس علاقس منٛز چھ کٲم دوبارٕ دلچسپی حٲصل کرمژ۔ کیٚنٛہن ایپلی کیشنن منٛز، چھ یم ماڈل غٲر قابلہ فہم ماڈل پٲٹھۍ درست آسان، تہٕ امہ کنۍ چھ یمن ہٕنٛز شفافیت خٲطرٕ ترجیٖح دنہٕ یوان۔ یوتام زِ ییلہِ تم درست آسہِ نہٕ، تہٕ تیلہِ تہِ ہیکہِ ٲسٕتۍ ترجیح دِنہٕ ییلہِ تشریح کرنٕچ اہمیت چھے ساروی کھوتہٕ زیادٕہ۔ تاہم، مشینی سیکھنک تعٲریف قٲبلہٕ ماڈل تام محدود کرٕن چُھ اکثر اکھ شدید حد۔ اتھ مقالس منز چِھ ہم استدلال کران زِ ماڈل اگنوستک نقطہ نظرِ سٕتۍ چِھ مشینی سیکھنچ پیشین گوئی ہند وضاحت کرنہٕ یوان۔ مشین لرننگ ماڈلزس بلیک باکس فنکشنن ہنٛد پأٹھۍ برتاؤ کرتھ، یم نقطہٕ نظر ماڈل، وضاحتن تہٕ نمائندگین ہنٛدس انتخابس منٛز چِھ اہم لچک فراہم کران، ڈیبگنگ، موازنہ تہٕ مختلف استعمال کنندگان تہٕ ماڈلن خأطرٕ انٹرفیس چِھ بہتر بناوان۔ اسہٕ چُھ امہٕ طریقک بنیأدی چیلنجن ہنٛز وضاحت کران، تہٕ حالٕے متعارف کراونہٕ آمت ماڈل اگنوستک وضاحتک نقطہٕ نظرک (LIME) جائزٕ چُھ نیوان یُس یمن چیلنجن ہنٛد سامنہٕ چُھ۔ |
546add32740ac350dda44bab06f56d4e206622ab | ڈیپ نیورل نیٹ ورکو چھ امیجچ درجہٕ بندی منٛز متاثر کن تجربٲتی نتائجک حٲصل کوٚرمت، مگر حٲران کن طور پٲنٹھ چھ تم متضاد پریشانیو کہٕ حوالہٕ سۭتۍ غٲر مستحکم ہیکان ٲستھ، یعنی ان پٹ امیجس منٛز چھ کم کھوتہٕ کم تبدیلیہٕ یم نیٹ ورکس غلط درجہٕ بندی کرنک سبب چھ بنان۔ امہٕ سۭتۍ چِھ ممکنہٕ ایپلیکیشنن سۭتۍ سۭتۍ پانس چہٕ ڈرائیونگ کارن خاطرٕ ادراکی ماڈیولز تہٕ اینڈ ٹو اینڈ کنٹرولرز تہٕ یمن ہنٛز حفاظت کس بارس منٛز خدشات پٔدٕ گژھان۔ ہم چِھ فیڈ فارورڈ ملٹی لیئر نیورل نیٹ ورکس خاطرٕ اکھ جدید خودکار تصدیق فریم ورک تیار کران یُس مطمئن ماڈیولو تھیوری (SMT) پیٹھ مبنی چُھ۔ ہم چھ امیج مینپولیشنن پیٚٹھ توجہ مرکوز کران، یتھ کٔنۍ زن خنجر یا کیمرہ کس زاویہس یا روشنی ہٕنٛدیٚن حالاتن منٛز تبدیلی، تہٕ امیج درجہ بٔنٛدی ہنٛدس فٔصلس خٲطرٕ حفاظتچ تعریف چھ امیج کس قریب امیج کس أکس خطس منٛز اصلی امیجٕچ ہیٚچھنہٕ کس سلسلس منٛز درجہ بٔنٛدی ہٕنٛدس عدم تغیرس مطٲبق کران۔ ہم چھ ڈسکرٹائزیشنک استعمال کران خطک مکمل تلاشک اجازت دوان، تہٕ تجزیک تہہ پیتھ چھ پھیلان۔ سُہٕ چُھ نیٹ ورک کوڈس سۭتۍ براہ راست کٲم کران تہٕ، موجودٕ طریقن ہنٛد برعکس، اتھ کتھہٕ ہنٛز ضمانت ہیکہٕ دیتھ کہ مخالف مثالہٕ، اگر تم موجود چِھ، دِنہٕ آمت خطہٕ تہٕ ہیرا پھیری ہنٛدس خاندانس خأطرٕ چِھ لبنہٕ یوان۔ اگر ملان چُھ، تہٕ مخالف مثالہٕ ہیکن انسانی ٹیسٹرزن ہنز نشاندہی ییہٕ کرنہٕ تہٕ/یا نیٹ ورکس ٹھیک کرنہٕ خٲطرٕ ہیکن استعمال ییہٕ کرنہٕ۔ ہم چِھ Z3 ہنٛد استعمال کرتھ تکنیکن ہنٛد نفاذ کران تہٕ یمن جدید ترین نیٹ ورکس پیٹھ چِھ یمن ہنٛد اندازٕ لگاوان، بشمول باقاعدٕ تہٕ گہری لرننگ نیٹ ورک۔ ہم چِھ موجودٕ تکنیکن سۭتۍ مقابلہٕ کرنک مثالن ہنٛز تلاش تہٕ نیٹ ورکچ مضبوطی ہنٛد اندازٕ لگاونہٕ خاطرٕ تہٕ موازنہٕ کران۔ |
8db9df2eadea654f128c1887722c677c708e8a47 | یہٕ چُھ متعلقہٕ معلوماتس پیٹھ توجہ مرکوز کرنہٕ خاطرٕ توجہ ماڈلن پیٹھ حالیہ کٲم تہٕ مربوط کران، اِتھ پأنٹھ چُھ ایمبیڈڈ ہارڈ ویئرس پیٹھ تعیناتن خاطرٕ کمپیوٹیشنل پیچیدگی کم کران۔ فریم ورک اوس اوپن سورس 3D کار ریسنگ سمیلیٹر TORCS منٛز ٹیسٹ آمُت کرنہٕ۔ ہماٛکہٕ نقالی ہنٛد نتائج چِھ پیچیدٕ سڑکہٕ ہنٛد وکرن تہٕ باقی گاڈن ہنٛد سادٕ تعامل کس منظر نامس منٛز خود مختار چکرنچ سیکھنُک مظاہرٕ کران۔ اکھ روبوٹ کار یُس پانہٕ چُھ چلاوان چُھ مصنوعی ذہانتک طویل مدتی مقصد۔ گاڑٕ چلاون چُھ اکھ یُتھ عمل یُس اکس انسانی ڈرائیور سندٕ طرفہٕ اعلیٰ سطحک مہارت، توجہ تہٕ تجربہٕ چُھ طلب کران۔ اگرچہ کمپیوٹر چھ انسانن کھوتہٕ زیادٕ مسلسل توجہ تہٕ توجہ مرکوز کرنس منٛز قٲبل، مگر پورٕ پانٹھ خود مختار ڈرائیونگ خٲطرٕ چھ اکھ یژھہٕ سطحچ ذہانتچ ضرورت آسان یۄسہٕ اے آۓ ایجنٹن تام وٕنہٕ تام حٲصل کٔرمژ چھ۔ خود مختار ڈرائیونگ ایجنٹس بناونس منٛز شٲمل ٹاسکن چِھ 3 قسمن منٛز تقسیم کرنہٕ یوان، یتھکن زِ شکل 1 منٛز چُھ ہاونہٕ آمت: 1) شناخت: آس پاس کہ ماحولک اجزاء ہنٛز شناخت۔ امچ مثالہٕ چِھ پیدل چلن والن ہنٛد پتا لگاون، ٹریفک سائنچ شناخت، وغیرہ۔ اگرچہ معمولی چیزن نش واریہ دور، شناخت چِھ آز اکھ نسبتاً آسان کٲم ڈیپ لرننگ (ڈی ایل) الگورتھم کہ ترقی ہنٛد بدولت، یم متعدد چیزن ہنٛد پتہ لگاون تہٕ درجہ بندی ہنٛد مسائلن منٛز چِھ انسانی سطحچ شناخت یا تمہ کھوتہٕ زیادٕ تام واتان۔ [1] [2] ڈیپ لرننگ ماڈل چھ خام ان پٹ ڈیٹاہس سۭتۍ پیچیدٕ فیچر ریپریسنٹیشنہٕ ہیٚچھنہٕ قٲبل، ہینڈ کرافٹڈ فیچرزٕچ ضرورت چھےٚ نظر انداز گژھان۔ اتھ سلسلس منز چُھ کنولوشنل نیورل نیٹ ورک (CNNs) شاید ساروی کھوتہٕ کامیاب ڈیپ لرننگ ماڈل، تہٕ AlexNet [8] پتہٕ چُھ امیج نیٹ چیلنجس منز ہر فاتحہ اندراجٕچ بنیاد بناومٕژ۔ یہٕ کامیابی چِھ خود مختار ڈرائیونگ خاطرٕ لین تہٕ گاڑین ہنٛد پتا لگاونس منٛز نقل آمژ کرنہٕ۔ [6] 2) پیشین گوئی: یہٕ چُھ نہٕ خود مختار ڈرائیونگ ایجنٹس خأطرٕ پنن ماحولچ شناخت کرنس خاطرٕ کأفی۔ یہٕ گژھ تییہٕ یمن اندرونی ماڈلن ہنٛز تعمیر کرنس منٛز قأبل أس گژھت یُس ماحولچ مستقبلچ حالتچ پیشین گوئی کرٕ۔ اتھ مسئلک مثالن منٛز چِھ ماحولک نقشہٕ یا کُنہٕ چیزچ پیروی کرن شٲمل۔ مستقبلک پیشین گوئی کرنس منٛز قٲبل آسنہٕ خاطرٕ، ماضیچ معلوماتن مربوط کرُن چُھ ضروری۔ یتھ کٔنۍ، بار بار نیورل نیٹ ورک (RNNs) چھ اتھ کلاسک مسئلن خٲطرٕ ضروری۔ لانگ ٹرم شارٹ میموری (LSTM) نیٹ ورکس [5] چِھ RNN کس اکس یتھس زمرس منٛز یُس اڈٕ ٹو اڈٕ منظرن لیبلنگ سسٹمن منٛز استعمال چُھ یوان کرنہٕ۔ حال حالٕے، RNNs چھ DeepTracking ماڈلس منٛز آبجیکٹ ٹریکنگ کارکردگی بہتر بناونہٕ خٲطرٕ تہٕ استعمال یوان کرنہٕ۔ [13] 3) منصوبہٕ بندی: گاڈٕ چہٕ کامیاب نیویگیشن کہٕ قٲبل بناون واجن ڈرائیونگ ایکشنن ہنز مستقبلچ ترتیبچ منصوبہٕ بندی کرنہٕ خٲطرٕہ چُھ اکھ موثر ماڈلچ تشکیل یتھ منز شناخت تہٕ پیشین گوئی شٲمل چِھ۔ منصوبہٕ بندی کرُن چُھ تٔمِس ترینٛگ آسان۔ مشکل چُھ ماڈلک ماحولس سمجھنچ (اعتراف) تہٕ امچ حرکیات (مشاہدہ) یکوٹہٕ کرنس منٛز یُس آتھ طریقہٕ سۭتۍ منصوبہٕ بناونس قأبل چُھ بنان تاکہ یہٕ ناپسندیدہ حالاتن (جرائم) نیش بچأوِتھ تہٕ پننہٕ منزل (انعام) تام محفوظ چُھ گژان۔ شکل 1: ہائی لیول خود مختار ڈرائیونگ ٹاسکس ریفرکسمنٹ لرننگ (آر ایل) فریم ورک چُھ کنٹرول ٹاسکس منٛز واریہ عرصہٕ پیٹھ استعمال گژھان۔ [9] منٛز اوس RL تہٕ DL یچ امتزاج انسانی سطحک کنٹرول حٲصل کرنہٕ خٲطرٕ ساروی کھوتہٕ پرامید نقطہٕ نظرٕ منٛز اکھ قرار دینہٕ آمت۔ [12] تہٕ [11] منٛز، یہٕ ہیومن لیول کنٹرول آو ڈیپ کیو نیٹ ورکس (DQN) ماڈلک استعمال کران اٹاری گیمن پیٹھ ظٲہر کرنہٕ، ییتھ منٛز RL منصوبہٕ بندی کس حصس پیٹھ ذمہٕ دار چُھ ییلہٕ زٕ DL نمائندگی چُھ ہیچھنک حصہٕ۔ پتہٕ، جزوی مشٲہدٕ کرن وٲل منظرنامن ہند حسابہٕ خٲطرٕہ آو RNNs مرکبس منز شٲمل کرنہٕ۔ خود مختار ڈرائیونگ چُھ معلوماتچ انضمامچ ضرورت۔ 02 53 2v 1 [st at .M L] 8 A pr 2 01 7 متعدد سینسرز پیٹھہٕ۔ کینٛہہ چِھ کم جہتی، یتھ کٔنۍ LIDAR، ییلہِ زَن کہِ باکٲی چِھ ہائی جہتی، یتھ کٔنۍ کیمرا۔ تاہم، اتھ مخصوص مثالس منٛز چھ یہٕ قابلہ ذکر زِ اگرچہ خام کیمرہٕ ہینز تصاویر چھ زیادٕ جہتی، مگر خود مختار ڈرائیونگک ٹاسکک حٲصل کرنہٕ خٲطرٕ چھ ضروری مفید معلومات کم جہتی۔ مثالہٕ پٲٹھۍ، منظرک اہم حصہٕ یم ڈرائیونگک فیصلن متٲثر کران چھ بس چلانہٕ گاڑیس تام محدود، برونٹھ سڑکہٕ پیٹھ آزادانہٕ جایہٕ، کربن ہنٛز پوزیشن، وغیرہ۔ یوتام زِ گاڑین ہنٛز لوٛکٹہٕ تفصیلات تہٕ چِھ نہٕ اہم، کیازٕکہ صرف یمن ہنٛز جاۓ چِھ مسئلس خاطرٕ واقعی ضروری۔ امہٕ وجہ سۭتۍ چھ متعلقہٕ معلوماتچ میموری بینڈوتھ واریہ کم۔ اگر یہٕ متعلقہٕ معلومات ہیکو ہٹتھ، ییلہٕ زن دیم غأر متعلقہٕ حصہٕ چِھ فلٹر یوان کرنہٕ، تیلہٕ گژھہٕ یہٕ خود مختار ڈرائیونگ سسٹمن ہنٛز دُرُستی تہٕ کارکردگی دۄنونی منٛز اضافہٕ۔ امہٕ علاوٕ، ییہٕ نظامچ کمپیوٹنگ تہٕ میموری ہنٛز ضروریات کم کرتھ، یم یم مربوط نظامن پیٹھ اہم رکاوٹہٕ چِھ یم خود مختار ڈرائیونگ کنٹرول یونٹس چِھ شأمل کرن۔ توجہٕچ ماڈل چِھ اتھ پٲنٹھ معلومات فلٹرنگ عملہٕ خٲطرٕہ فطری طورس پیٹھ موزوں۔ حال حالٕے، آیہٕ یم ماڈل [23] تہٕ [10] منٛز امیجچ شناخت خٲطرٕ کامیابی سان تعینات کرنہٕ، یتھ منٛز RL آیہٕ RNNs سۭتۍ ملاونہٕ امیجک تم حصہٕ حٲصل کرنہٕ خٲطرٕ یمو سۭتۍ توجہ آسہٕ ہکو دیتھ۔ یتھ ماڈل چِھ آسانی سان ڈی کیو این [11] تہٕ ڈیپ ریکورنٹ کیو نیٹ ورکس (ڈی آر کیو این) [4] ماڈلزن منٛز توسیع تہٕ ضم یوان کرنہٕ۔ یہٕ انضمام اوس [16] منٛز کرنہٕ آمُت۔ توجہٕچ ماڈلٕچ کامیٲبی چِھ اسہِ بَچاو زِ آٹونوم ڈرائیونگ کرنہٕ خٲطرٕہ گژھہِ خام حسی معلوماتہٕ پیٹھہٕ کم سطحچ معلوماتہِ ہٹاونہٕ خٲطرٕہ یِم تجویز کرنہٕ۔ اتھ مقالس منز چُھ ہم اکھ فریم ورک تجویز کران ایکہِ اختتام کہِ خود مختار ڈرائیونگ ماڈلس خٲطرٕہ یوس خام سینسر ان پٹ تہٕ ڈرائیونگ ایکشنز آؤٹ پٹس چُھ نوان۔ ماڈل چُھ جزوی طورس پیٹھ مشٲہدٕہ کرنہٕ آمٕتۍ سینارین ہنز نمٲئندگی کران۔ امہٕ علاوٕ، چھِ أس توجہک ماڈلن منٛز حالیہ پیشرفتس مربوط کرنہٕ خٲطرٕ تجویز کران تاکہ وصول شدہ سینسر ڈیٹا سۭتۍ صرف متعلقہٕ معلومات ہیکو حٲصل کرتھ، یتھ سٔتۍ سُہٕ ریئل ٹائم ایمبیڈڈ سسٹمن خٲطرٕ چھٕ موزوں۔ اتھ مقالس منٛز چِھ یمن اہم شراکتک ذکر آمت کرنہٕ: 1) ڈیپ ریفنسمنٹ لرننگ کس حالیہ پیشرفتک جائزہ پیش کرن تہٕ 2) آٹوموٹو کمیونٹی منٛز ڈیپ ریفنسمنٹ لرننگک استعمال کرتھ خود مختار ڈرائیونگ ختم کرنہٕ خاطرٕ اکھ فریم ورک متعارف کرنچ وضاحت۔ باقی چھِ اکس بیکسز تکمیل کران۔ گوڑنچہِ حصہٕ چِھ ڈیف ریئنفورسمینٹ لرننگ الگورتھمُک جائزہ فراہم کران، روایتی ایم ڈی پی فریم ورک تہٕ کیو لرننگہٕ سۭتۍ شروع کران، امہِ پتہٕ ڈی کیو این، ڈی آر کیو این تہٕ ڈیپ اٹینشن ریکورنٹ کیو نیٹ ورکس (ڈی اے آر کیو این) ۔ مقالک دیم حصہ چُھ تجویز کردہ فریم ورکس بیان کران یُس گہری تقویت کہ سیکھنس منٛز چِھ حالیہ پیشرفتس مربوط کران۔ ٲخر کار، چِھ اختتام کَران تہٕ مستقبل کہِ کامہِ خٲطرٕہ ہدایات تَنزِن۔ ریفنسمنٹ لرننگ ہنٛد جائزہٕ ریفنسمنٹ لرننگ کس جامع جائزس خاطرٕ، براہ کرم رچ سٹن سنٛز نصابی کتابک دیم ایڈیشن ووچھیو [18]۔ اتھ حصس منز چِھ کینٛہہ اہم موضوعاتن ہند مختصر جائزہ۔ ریفنسمنٹ لرننگ فریم ورک اوس [17] منٛز اکھ ماڈل کس طورس پیٹھ تیار کرنہٕ آمت تاکہ بہترین پالیسی یییہٕ فراہم کرنہٕ ییتھ ایجنٹ پیروی کرتھ ہیکہٕ (مخصوص حالتس منٛز کرنہٕ ینہٕ واجن بہترین عمل) ، یتھ کٔنۍ زِ مجموعی جمع شدہ انعامات چِھ زیادٕ کھوتہٕ زیادٕ آسان ییلہٕ ایجنٹ چُھ امہٕ پالیسی ہنٛد پٔٹھۍ عمل کران تیلہٕ چُھ موجودہ پیٹھ تہٕ ٹرمینل ریاست تام واتان۔ آر ایل پیراڈائم ڈرائیونگچ حوصلہ افزائی چِھ ملٹی ایجنٹ تعاملک مسئلہٕ۔ اکھ انسٲنی ڈرائیور پٲنٹھ، بھڑس ٹریفکس منٛز لین تبدیل کرنہٕ کھوتہٕ چھ بیین کارن سۭتۍ کہہ تعامل کرنہٕ بغٔیر لینس منٛز روزُن واریاہ سہل۔ مؤخر الذکر چُھ دیمن ڈرائیورن ہنٛدٕ برتاو منٛز موروثی غیر یقینی صورتحال کہ وجہ سۭتۍ زیادٕ مشکل۔ باہمی تعاملس منٛز گژھن وٲل گاڑین ہنٛز تعداد، یمن ہنٛز جیومیٹرک ترتیب تہٕ ڈرائیورن ہنٛد طرز عمل ہیٛکہٕ واریاہ متغیر أستھ تہٕ تمام منظرنامن ہنٛد مکمل کوریج سۭتۍ چُھ اکھ نگرانی ہنٛد تعلیمی ڈیٹاسیٹ ڈیزائن کرُن چیلنج۔ انسٲنی ڈرائیور چھ آن لائن تقویتہٕ سۭتۍ تعٲمل کران تاکہ باقین ڈرائیورن ہنٛد رویہٕ سمجھن یتھ کٔنۍ ز تم چھ دفاعی یا جارحیتک شکار، تجربہٕ کار یا ناتجربہٕ کار، وغٲرٕ۔ یہٕ چُھ خاص طورس پیٹھ یمن منظرنامن منٛز مفید یتن مذاکراتچ ضرورت چِھ آسان، یعنی سرکونڈباوس منٛز دأخل گژھن، ٹریفک لائٹس بَغأر ژھنڈٕ، بھڑٕ ٹریفک کہ دوران لینچ تبدیلی وغیرہ۔ خود مختار ڈرائیونگس منٛز چِھ بنیأدی چیلنجہٕ یمن ہینٛد سامنہٕ سۭتۍ گژان یٔسہٕ انسانی ڈرائیور خاطرٕ تییہٕ غیر متوقع چِھ، زن GPS بغأر اکس غأر معلومس علاقس منٛز لوٛکن ہنٛد بازیابی یا سیلاب یا زمینس پیٹھ سنکھہٕ ہنٛد ظہور ہیوین آفتن ہنٛد حالاتن سۭتۍ نمٹُن۔ آر ایل ماڈل چُھ غٲر معلوم علاقن ہنٛد ماڈل بناوان تہٕ اقدامات کرتھ پننین تجرباتن سۭتۍ ہیچھان۔ امہٕ علاوٕ، RL ہیکہٕ غٲر متفرق لاگتک فنکشنن ہینٛد ہینڈل کرنس قٲبل أستھ یُس نگرٲنی سۭتۍ تعلیمی مسائلن خاطرٕ چیلنجز پٲدٕ ہیکہٕ کٔرتھ۔ فی الحال، خود مختار ڈرائیونگ خاطرٕ چُھ معیاری نقطہٕ نظر یہٕ کہ نظامس الگ تھلگ ذیلی مسئلن منٛز تقسیم کرُن، عام طور پأنٹھ زیر نگرانی سیکھن ہنٛد پأنٹھ چیزچ پتہ لگان، بصری اوڈومیٹری، وغیرہ تہٕ پتہٕ پچھلے اقداماتن ہنٛد تمام نتائجن یکجا کرنہٕ خاطرٕ پوسٹ پروسیسنگ پرت تھون۔ اتھ نقطہ نظرس سۭتۍ چھ زٕ اہم مسائل: گۄڈنیُک، ذیلی مسائل یم حل چھ یوان کرنہٕ تم ہیکن خود مختار ڈرائیونگ کھوتہٕ زیادٕ مشکل ٲستھ۔ مثالہٕ پٲٹھۍ، کانٛہہ ہیکہٕ سیمانٹک طبقہٕ کہٕ ذریعہٕ آبجیکٹک پتہ لگاون حل کرتھ یُس چیلنجنگ تہٕ غیر ضروری چُھ۔ انسانی ڈرائیور ڈرائیونگ دوران چھنہٕ تمام مرئی چیزن ہنٛد پتا لگاوان تہٕ یمن ہنٛز درجہٕ بندی چھنہٕ کران، صرف اہم چیز۔ دویم، الگ تھلگ ذیلی مسائل ہیکن نہٕ مربوط طور پٲنٹھ ملتھ گژھتھ تاکہ ییہٕ حٲصل کرنہٕ۔ ریینفورسمنٹ لرننگ چُھ اکھ مضبوط اے آۓ ماڈل سمجھنہٕ یوان یمک استعمال مشینن ماحولس سۭتۍ تعامل تہٕ یمن ہنٛزن غلطیو سۭتۍ ہیژھنہٕ خاطرٕ چُھ یوان کرنہٕ۔ ایمہِ کہِ افادیت کہِ باوجود چُھ نہٕ وٕنہِ وٲن کامیٲبی سان آٹوموٹو ایپلی کیشنس منز لاگو گٲمٕژ کیانٛہہ۔ اٹاری گیمز تہٕ گو بذریعہ گوگل ڈیپ مائنڈک ہیچھنک کامیاب مظاہرن سۭتۍ حوصلہٕ افزائی کران، چِھ أس ڈیپ ریئنفورسنس لرننگک استعمال کران خود مختار ڈرائیونگ خاطرٕ اکھ فریم ورک تجویز کران۔ یہٕ چُھ خاص طورس پیٹھ اہم تیکیازِ خود مختار ڈرائیونگ چُھ نگرأنی سۭتۍ ہیچھنک مسئلہٕ کس طورس پیٹھ پیش کرُن مشکل تیکیازِ ماحولیاتس سۭتۍ چِھ مضبوط تعامل، بشمول بییہٕ گاڑٕ، پیدل چلن وأل تہٕ سڑکن ہنٛد کامہٕ۔ چونکہ یہٕ چُھ خود مختار ڈرائیونگ خٲطرٕ تحقیقک اکھ نسبتاً نو علاقہٕ، توہیہ چِھ ڈیپ رینفورسمنٹ لرننگک اکھ مختصر جائزٕ فراہم کران تہٕ پَتہٕ پنن مجوزہ فریم ورکچ وضاحت کران۔ یہٕ چُھ معلوماتچ انضمام خأطرٕ ریکیورینٹ نیورل نیٹ ورکس شأمل کران، کارس جزوی طورس پیٹھ مشاہدٕہ شدٕ منظرنامن ہینٛد انعقاد خأطرٕ قأبل بناوان۔ |
a4d513cfc9d4902ef1a80198582f29b8ba46ac28 | یہٕ رپورٹ چِھ اے آۓ کین بدسلوسی استعمالن سۭتۍ ممکنہٕ حفاظتی خطراتن ہنٛد منظر نامہٕ کاٛم کران، تہٕ یمن خطراتن ہنٛز بہتر پیشین گوئی، روک تھام تہٕ یمن سۭتۍ بچاو ہنٛد طریقہٕ چِھ تجویز کران۔ ڈیجیٹل، جسمٲنی تہٕ سیٲسی ڈومینن منٛز خطرٕک منظر نامس پیٹھ اے آۓ یچ اثر انداز گژھنک وٲجن طریقن ہنٛد تجزیہٕ کرنہٕ پتہٕ، ٲسۍ اے آۓ محققین تہٕ باقی سٹیک ہولڈرز خٲطرٕ ژور اعلیٰ سطحی سفارشات کران۔ مزید تحقیق خٲطرٕ چھِ واریاہ پرامید علاقہٕ تہٕ تجویز کرنہٕ آمت یم دفاعک پورٹ فولیو ہیکن بڑھاوتھ، یا حملن کم موثر یا پھانسی دینہٕ خٲطرٕ مشکل بناوتھ۔ ٲخر کار، ہم چِھ حملہ آورن تہٕ دفاع کرن والن درمیان طویل مدتی توازنس پیٹھ بحث کران، مگر چِھ نہٕ حتمی طور پأنٹھ حل کران۔ |
b5a047dffc3d70dce19de61257605dfc8c69535c | ڈیپ نیورل نیٹ ورک چھِ پیچیدٕ، حقیقی دنیا کیٛن مسائلن ہنٛد حل کرنہٕ خٲطرٕ اکھ وسیع پیمانس پیٹھ استعمال گژھن وٲل تہٕ موثر ذریعہٕ پٲٹھۍ برٛۄنٛہہ پکان۔ تاہم، حفاظتی اہم نظامن پیٹھ یمن ہنٛد اطلاقس منٛز چِھ اکھ بٔڑ رکاوٹ یمن ہنٛدٕ طرز عمل کس بارس منٛز رسمی ضمانت فراہم کرنس منٛز چِھ بھڑس مشکلس سۭتۍ دوچار۔ ہم چھ گہری نیورل نیٹ ورکس (یا کاؤنٹر مثالہٕ فراہم کران) ہینز خصوصیاتن تصدیق کرنہٕ خٲطرٕ اکھ ناول، قابل توسیع، تہٕ موثر تکنیک پیش کران۔ یہٕ تکنیک چِھ سمپلکس طریقہٕ پیٹھ مبنی، غأر محور اصلاح شدہ لکیری یونٹ (ReLU) چالو کرن وألن فنکشن کہٕ ہینڈلنگ خاطرٕ چِھ توسیع آمژ کرنہٕ، یُس واریاہ جدید نیورل نیٹ ورکس منٛز اکھ اہم جزو چُھ۔ تصدیق ہنٛز طریقہٕ کار چِھ نیورل نیٹ ورکس مکمل پانٹھ حل کران، کنہہ تہٕ آسان مفروضہٕ بناون بغیر۔ ٲسۍ پنٕنۍ تکنیٖک بےٚ پيلوٗد طیارن خٲطرٕ نیٚبرل نیٹ ورکس کہ استعمالہٕ خٲطرٕ استعمال کران یتھ منٛز اگلی نسلٕکۍ ہوٲئی ٹکرن ہٕنٛدۍ نظام (اے سی اے ایس شو) تہٕ چھ۔ نتیجن سۭتۍ چُھ پتہ لگان کہ سُوٛ تکنیک نیٹ ورکچ خصوصیاتہٕ کامیابی سان ثأبت ہیٛکہٕ کرتھ یم موجودٕ طریقن ہنٛد استعمال کران تصدیق شدٕ بھڑن نیٹ ورکن ہنٛدس مقابلس منٛز بھڑس پیمانس پیٹھ چِھ۔ |
b4bd9fab8439da4939a980a950838d1299a9b030 | استعمالٕچ مکمل شرائط تہٕ شرطہٕ: http://pubsonline.informs.org/page/terms-and-conditions یہٕ مضمون ہیکہٕ صرف تحقیق، تدریس، تہٕ/یا نجی مطٲلعہٕ خٲطرٕہ استعمال ییہٕ کرنہٕ۔ تجارتی استعمال یا منظم ڈاؤن لوڈنگ (روبوٹس یا باقی خودکار عملہٕ ذریعہٕ) پبلشر سند صریح منظوری بغٔیر چِھ منع، یوٛتام کہ بییہٕ نوٹ کرنہٕ چُھ نہٕ یوان۔ مزید معلومات خأطرٕ، رابطہٕ [email protected]. پبلشر چھ نہٕ مضمونچ درستگی، مکملیت، تجارتی قابلیت، کُنہٕ خاص مقصدس خٲطرٕ موزوں یا خلاف ورزی ہنٛد ضمانت دیوان۔ مصنوعات یا اشاعتن ہنٛز وضاحت یا حوالہٕ، یا اتھ مضمونس منٛز چُھ نہٕ کونہٕ اشتہارچ شأمل کرن نہٕ امہٕ مصنوعات، اشاعتن یا خدمات کہ دعون ہنٛز ضمانت، توثیق یا حمایتچ تشکیل دیوان تہٕ نہ چُھ امہٕ سۭتۍ مطلب۔ © 1990 INFORMS پروڈکٹ ڈاٹ کام |
5288d14f6a3937df5e10109d4e23d79b7ddf080f | |
c9946fedf333df0c6404765ba6ccbf8006779753 | خود مختار ڈرائیونگ چِھ ڈرائیورچ سہولت تہٕ حفاظت بھڑھانچ صلاحیت ظأہر کرمژ۔ پننہٕ موجودہ ٹریفک نظامس منٛز خود مختار ڈرائیونگ متعارف کرنس منٛز، اکھ اہم مسئلہٕ چُھ یہٕ کہ خود مختار گاڑٕ گژھہٕ حقیقی انسانی ڈرائیورن ہنٛد پأنٹھ رد عمل ظأہر کرنس قأبل گژھ۔ یہٕ یقینی بناونہٕ خاطرٕ کہ مستقبلچ اکھ خود مختار گاڑٕ گژھہٕ انسانی ڈرائیورن ہنٛد پأنٹھ کأم کرٕن، یہٕ مقالہ چُھ گاڑٕ ہنٛز حرکت ہنٛز منصوبہٕ بندی ہنٛد اکھ ماڈل تجویز کران، یُس امہٕ کتھہٕ ہنٛز نمائندگی ہیکہٕ کرتھ کہ ڈرائیور اصلی سگنلنگ انٹرسٹیشنس منٛز ٹریفک ماحولک تشخیص کس بنیادس پیٹھ گاڑین ہنٛد کنٹرول چُھ کران۔ تجویز کردہ موشن پلاننگ ماڈلس منٛز چِھ پیدل چلن والن ہنٛد ارادٕ پتہٕ لگاون، خلاہک پتہٕ لگاون تہٕ گاڑین ہنٛد متحرک کنٹرولچ افعال شأمل۔ یم ترے فنکشن چِھ حقیقی ٹریفک ماحولس منٛز جمع گژھن والن حقیقی ڈیٹا کہ تجزیہٕ کس بنیادس پیٹھ تعمیر کرنہٕ آمت۔ ٲخر کار، چُھ یہٕ مقالہٕ تجویز کردہ طریقہٕ کارچ کارکردگی ہینز مظٲہرٕ کران، تہٕ ماڈلک رویہٕ چُھ حقیقی پیدل چلن والن تہٕ انسانی ڈرائیورن ہنٛد رویہٕ سۭتۍ موازنہ کران۔ تجربٲتی نتٲئج چھِ ونان زِ سٲنِس مجوزہ ماڈلس چُھ پیداواری کراسنگ کہِ ارادٕ خٲطرٕہ 85 فیصد شناختُک شرح حٲصل ہیکان کٔرِتھ۔ امہٕ علاوٕ، موشن پلاننگک مجوزہ ماڈلس سۭتۍ کنٹرول گژھن وٲل گاڑٕ تہٕ حقیقی طور پٲنٹھ انسانن سۭتۍ چلاونہٕ ین وٲل گاڑٕ چِھ اِنٹرسیکشنس منٛز خلا کہ قبولیتک لحاظ سۭتۍ واریاہ زیادٕ مماثل۔ |
061356704ec86334dbbc073985375fe13cd39088 | اتھ کٲمہِ منز چِھ ہم انویلیشنل نیٹ ورک ڈیپ ہنزِ اثرس بڑِس پیمانس پیٹھ امیج ریکگنیشن سیٹنگس منز ایمِچ درستگی پیٹھ تحقیق کران۔ سُہٕ چُھ بڑٕ گہرائی ہند نیٹ ورکن ہند مکمل تشخیص، یم سٕتۍ چُھ پتہ چلان زِ 16-19 وزن کہِ تہن ہند گہرائی ہندس حدس تام بڑھاونہٕ سٕتۍ ہیکہِ سٕتۍ سٕتۍ گژھِتھ۔ یم نتٲئج ٲسۍ 2014 ہٕکۍ امیج نیٹ چیلنجہِ ہٕنٛزن ذیلیٖن کرنہٕ خٲطرٕہ بنیٲدی، ییٚتہٕ تَمہٕ وقتہٕ ٲسۍ تَمہٕ ٹیمہٕ بالترتیب لوکلائزیشن تہٕ درجہ بٔنٛدی ہٕنٛدیٚن ٹریکن منٛز گۄڑنیُک تہٕ دۄیم مقام حٲصل کوٚرمت۔ یہٕ چُھ اتھ کتھۍ تہٕ ظاہر کران زِ سانہٕ نمائندگی ہنٛد استعمال چُھ دیمن ڈیٹا سیٹن سۭتۍ تہٕ اصل پٲٹھۍ عام گژان، یمہٕ سۭتۍ جدید ترین نتائجن ہنٛز تکمیل چِھ گژھان۔ اہم طور پٲٹھۍ، چھِ أس پنن بہترین کارکردگی ہینز اکھ کانون نیٹ ماڈل عوٲمی طور پٲٹھۍ دستیاب کٔرمت تاکہ کمپیوٹر وژن منٛز ڈیپ ویزول ریپریسنٹیشنن ہنٛد استعمال کس بارس منٛز مزید تحقیق کرنس منٛز سہولت فراہم گژھہٕ۔ |
14318685b5959b51d0f1e3db34643eb2855dc6d9 | ہم چھ اکھ ڈیپ کانولوشنل نیورل نیٹ ورک آرکیٹیکچر تجویز کران یتھ کوڈ ناو چھ انسیپشن آسان یس امیجنیٹ لور اسکیل ویژول ریکگنیشن چیلنج 2014 (ILSVRC14) منٛز درجہ بندی تہٕ پتہ لگاونہٕ خٲطرٕ فنچ نئی حالت حٲصل چھ کران۔ امہ فن تعمیرک بنیٲدی خصوصیت چِھ نیٹ ورکس اندر کمپیوٹنگ وسائلک بہتر استعمال۔ احتیاط سان تیار کردہ ڈیزائنک ذریعہٕ، ہمن کوٚر نیٹ ورکچ گہرائی تہٕ چوڑائی منٛز اضافہٕ تہٕ اتھ دوران کوٛر ہم کمپیوٹیشنل بجٹ مستقل۔ معیارس بہتر بناونہٕ خاطرٕ، فن تعمیرک فیصلے ٲس ہیبیان اصولس پیٹھ مبنی تہٕ کثیر پیمانس پیٹھ چِھ پروسیسنگ ہنٛد وجدان۔ ILSVRC14 خٲطرٕ چھِ سانہٕ ذٲتی پٲداوارک اکھ خاص شکل GoogLeNet وننہٕ یوان، اکھ 22 پرت گہری نیٹ ورک، یمک معیار چھِ درجہٕ بندی تہٕ کھوجک تناظرس منٛز پرکھنہٕ یوان۔ |
1827de6fa9c9c1b3d647a9d707042e89cf94abf0 | ڈیپ نیورل نیٹ ورکس چِھ تربیت دینہٕ یوان امہٕ حقیقت سۭتۍ کہ تربیت دوران چُھ پرتھ پرتک ان پٹچ تقسیم تبدیل گژان، تیکیازِ گوڑنک تہن ہنٛد پیرامیٹرز چِھ تبدیل گژھان۔ یہٕ چُھ کم سیکھنک شرح تہٕ محتاط پیرامیٹر اِنشیلیشنچ ضرورتہٕ کہٕ وجہٕ سۭتۍ تربیتس سست کران، تہٕ چُھ اتھ مشہور طور پٲنٹھ غیر لکیریتیس سۭتۍ ماڈلزن تربیت دینہٕ مشکل بناوان۔ اسہٕ چِھ اتھ رجحانس اندرونی ہم آہنگی کس تبدیلی کس طورس پیٹھ ونان، تہٕ پرت ان پٹس معمول بناوتھ چِھ اتھ مسئلس حل کران۔ سُہٕ چُھ پنُن قوت ماڈل آرکیٹیکچرس منٛز معمولس اکھ حصہٕ بناونس تہٕ پرتھ ٹریننگ مینی بیچس خٲطرٕ معمولس پٔزۍ پٲٹھۍ انجام دینس سۭتۍ پٔدٕ کران۔ بیچ نورملائزر چُھ اسہِ اجازت دِوان زِ سُہٕ کرِ واریاہ زیادٕہ سیکھٕنُک ریٹ تہٕ آسن کم ہوشیار شروع کَرنہٕ کَرُن، تہٕ کینٛہہ معاملاتن منز چُھ ڈراپ آؤٹٕچ ضرورت ختم کران۔ سٹیٹ آف دی آرٹ امیج کلاسفیکیشن ماڈلس پیٹھ لاگو گژھنہٕ سۭتۍ، بیچ نورملائزر چُھ 14 گنہٕ کم ٹریننگ سٹیپس سۭتۍ تییہٕ درستگی حأصل کران، تہٕ اصل ماڈلس چُھ نمایاں مارجن سۭتۍ شکست دیوان۔ بیچس نارمل نیٹ ورکس ہند مجموعہ استعمال کرِتھ، چِھ ہم امیج نیٹ درجہٕ بندی ہند بہترین شائعہٕ شدہ نتیجہٕ پیٹھ بہتر بناوان: 4.82% ٹاپ 5 ٹیسٹ چِھ غلطی تام واتان، یوس انسٲنی درجہٕ بندی ہند درستگی کھوتہٕ زیادٕہ چُھ۔ |
6e80768219b2ab5a3247444cfb280e8d33d369f0 | اتھ مقالس منز چُھ ایکہِ الٹرا وائیڈ بینڈ (UWB) پاور ڈویڈرزٕچ ڈیزائن کرنہٕ آمٕژ۔ اتھ پاور ڈویڈرس چِھ UWB کارکردگی اکھ ٹائپرڈ مائکرو اسٹراپ لائن استعمال کرتھ حٲصل کرنہٕ یوان ییتھ منٛز ایکسپونینشل تہٕ ایلیپٹک سیکشن چِھ۔ اکھ خودکار متوازی ڈیزائنک عمل حٲصل کرنہٕ خٲطرٕ چھ گراس گرانڈ متوازی مائکرو جینیٹک الگورتھم (PMGA) تہٕ CST مائکروویو سٹوڈیو یکجا کرنہٕ آمت۔ یہٕ طریقہٕ چُھ UWB پاور ڈویڈرس بہتر بناونہٕ خاطرٕ استعمال کرنہٕ یوان۔ اصلاح شدہ پاور ڈویڈرز چِھ تیار تہٕ ماپا یوان کرنہٕ۔ پیمائشک نتائج چِھ نسبتاً کم انسرشن نقصان، اصل واپسی ہنٛد نقصان، تہٕ پورٕ UWB (3.1-10.6 GHz) منٛز آؤٹ پٹ بندرگاہن درمیان چِھ زیادٕ تنہائی۔ |
2532d0567c8334e4cadf282a73ffe399c1c32476 | کارکردگی ہٕنٛز پیٚٹھ مبنی معیار چھ تمہ وقتہٕ حٲصل کرنہٕ آمتیٚن انعاماتن ہٕنٛد مجموعہٕ۔ مثال کہِ طورس پیٹھ، ییلہِ اکھ بٕل بٕل چُھ کھیوان، تہٕ ہر کُنہِ وقتہٕ کہِ قدمس پیٹھ انعامُک فنکشن ہیکہِ فٲصلہٕ (منفی طورس پیٹھ وزنہٕ) تہٕ نیپھٕل نیرنُک مجموعہٕ ٲسٕتۍ۔ تقویت یافتہٕ لرننگ (آر ایل) ہیند طریقہٕ چِھ بنیأدی طورس پیٹھ مارکو ویزِک فیصلہٕ کرنک عمل (ایم ڈی پی) حل کرنہٕ خأطرٕ آن لائن الگورتھم۔ ایم ڈی پی چُھ انعامک فنکشن تہٕ اکھ ماڈلس سۭتۍ بیان کرنہٕ یوان، یعنی ہر ممکنہٕ عملہٕ پیٹھ منحصر ریاستک منتقلی ہنٛد امکانات۔ آر ایل الگورتھم ہیکن ماڈل پیٹھ مبنی أستھ، ییتہٕ ایجنٹ ماڈل ہیکہٕ ہیچھتھ، یا ماڈل فری ہیکہٕ أستھ- مثلن، Q-learning چُھ واٹکنز: 1989، یُس صرف اکھ فنکشن Q ((s) ہیچھان چُھ، a) ریاست s منٛز ایکشن a ہنٛد طویل مدتی قدر ہنٛز وضاحت کران تہٕ امہٕ پتہٕ بہترین اندازس منٛز چِھ کأم کران۔ پننہٕ کامیٲبی ہندس باوجود، RL طریقہٕ چِھ بڑس حدس تام مکمل طورس پیٹھ مشٲہدٕہ آمٕتۍ MDPs تام محدود، یتھ منز ہر ریاستس منز حسی آدانہٕ چُھ ریاستچ شناخت خٲطرٕہ کٲفی آسان۔ واضح طورس پیٹھ، حقیقی دنیاہس منز چِھ ہم اکثر جزوی طورس پیٹھ مشٲہدٕہ گژھن وٲلۍ MDPs (POMDPs) سٕتۍ نمٹان۔ ایسٹروم (1965) کٔر ثٲبت زِ POMDPs منٛز چھ بہترین فیصلے وقتک پریتھ نقطس پیٹھ عقیدچ حالت b پیٹھ منحصر، یعنی تمام ممکنہٕ حقیقی حالاتن پیٹھ پٔتِمہٕ امکانی تقسیم، تام تمام شٲہدن ہنٛد پیش نظر۔ فنکشن V تہٕ Q چِھ پتہٕ s بدلہٕ b ہند فنکشن بنان۔ Parr تہٕ Russell (1995) چِھ اکھ واریاہ آسان POMDP RL الگورتھم بیان کران یتھ منٛز b ہند صریح نمائندگی بطورٕ چُھ استعمال یوان کرنہٕ۔ امکاناتک ویکٹر، تہٕ میک کالم (1993) چُھ حالیہ ادراک کہ ترتیبک استعمال کرتھ عقیدچ حالت قریب واتنچ اکھ طریقہٕ پیش کران۔ کنہہ تہٕ نقطہ نظر چُھ نہٕ امہٕ کہ امکان کہ سٹیٹس ویریبلز تہٕ طویل مدتی وقتی انحصارن ہنٛز بھڑس تعدادس سۭتۍ حالاتن تام گژھہٕ پیمانہٕ۔ ایمہِ خٲطرٕہ چُھ ماڈلس کمپیکٹ طورس پیٹھ ظٲہر کرنُک اکھ طریقہٕ درکار تہٕ ماڈلس تہٕ ہر نٲئی مشٲہدس کِس بنیادس پیٹھ چُھ عقیدٕچ حالت موثر طورس پیٹھ اپ ڈیٹ کرُن ضروری۔ متحرک بییسین نیٹ ورکس (ڈین تہٕ کانزاوا، 1989) منٛز چِھ لگ بھگ کیہہ مطلوبہٕ خصوصیات۔ خاص طورس پیٹھ، یمن منٛز چِھ دیمن نقطہٕ نظرن ہنٛدس مقابلس منٛز اہم فوائد زن کیلمن فلٹرز تہٕ پوشیدہ مارکوف ماڈل چِھ۔ ہنز بنیادٕچ تعمیر، یمچ مثال 1ہس منز چِھ آمٕژ کرنہٕ، چِھ ڈی بی این استعمال کران تاکہ سُہٕ کرِ یقینچ حالتہٕ نمائندگی تہٕ اپ ڈیٹ ییلہِ نٲئی سینسرٕچ معلومات چِھ یوان۔ بی خاطرٕ اکھ نمائندگی دینہٕ آمژٕ، انعامک اشارٕ چُھ کیو فنکشنک ہیچھنہٕ خاطرٕ استعمال یوان کرنہٕ یمک نمائندگی کینٛہہ بلیک باکس فنکشن اپروکسیمیٹر چِھ کران یتھکن زن نیورل نیٹ ورک۔ اگر اسہِ ہیکو ہائبرڈ (dis- یہٕ لیکچر چُھ اکھ ہیچھنہٕ وٲل ایجنٹس خٲطرٕ واریاہ سادٕہ بیس لائن فن تعمیر تجویز کران یوس سٹوکاسٹک، جزوی طورس پیٹھ مشٲہدٕہ گژھن وٲل ماحولس ہینڈل ہیکہِ کٔرِتھ۔ فن تعمیر چُھ گرافک ماڈلن ہنٛدس طورس پیٹھ وقتی عملن ہنٛز نمائندگی خاطرٕ اکہٕ طریقہٕ سۭتۍ سۭتۍ تقویتک سیکھنُک استعمال کران۔ میہ چُھ حسی آدانن پیٹھ امہٕ قٕسٕمچ نمائندگی ہنٛدین پیرامیٹرزن تہٕ ڈھانچس لیئمنگ کرنہٕ تہٕ پٔتِمہٕ امکانات کہ حسابہٕ خٲطرٕ طریقہٕ کِس بارس منٛز کتھ کران۔ مکمل ایجنٹس چِھ نہٕ آزٕ کرنس برونٹھ کنہہ کھلہٕ مسائل باقی چِھ؛ ییلہٕ أس پیمانس پیٹھ سوچان چِھ تیلہٕ چِھ زیادٕہ کھوتہٕ زیادٕہ مسائل پیدٕ گژان۔ لیکچرک بیاکھ موضوع آسہٕ یہٕ زِ آیا ریفنسمنٹ لرننگ ہیکہٕ جانور تہٕ انسانن ہیند ہیچھنک اکھ اصل ماڈل فراہم کرتھ۔ اتھ سوالہٕ جواب دینہٕ خاطرٕ، اسہٕ گژھہٕ الٹہٕ تقویت ہیوند سیکھُن کرُن: مشاہدٕ شدہ رویس مطأبق، کیا انعامک اشارٕ، اگر کنہہ، چُھ بہتر بناونہٕ یوان؟ یہٕ چُھ COLT، UAI، تہٕ ML کمیونٹیزن خاطرٕ واریہ دلچسپ مسئلہٕ باسان، تہٕ مارکوون فیصلہٕ کرن وألن عملن ہنٛد ساختی تخمینہٕ کس عنوانس تحت چُھ اکانومیٹرکس منٛز اَتھ سۭتۍ نمٹنہٕ آمت۔ 1 غٲر یقینی ماحولس منٛز ہیٚچھنہٕ آمٕژ چھ، اے آۓ چُھ ذہین ایجنٹن ہٕنٛز تعمیر کس بارس منٛز، یعنی، تم نظام یم کنہ ماحولس منٛز مؤثر طریقہٕ سۭتۍ (کُنہ کارکردگی کس پیمانس مطٲبق) پرزٕناوآن تہٕ عمل کران چھ۔ میہ چُھ بییہٕ کُنہٕ جایہٕ Russell and Norvig (1995) منٛز استدلال کوٚرمت کہ AI تحقیقک زیادٕ تر حصہٕ چِھ یمن ماحولن پیٹھ مرکوز یم جامد، متعین، مجرد تہٕ مکمل طور پأنٹھ چِھ مشاہدٕ گژھان۔ کیا چُھ یوان کرنہٕ ییلہٕ، زن حقیقی دنیاہس منٛز، ماحول چُھ متحرک، رکاوٹ، مسلسل، تہٕ جزوی طورس پیٹھ مشاہدٕہ؟ یہ مقالہٕ چُھ NSF @I-9634215، ONR (N00014-97-l-0941) ، تہٕ AR0 (DAAH04-96-1-0341) کہٕ طرفہٕ حمایت یافتہٕ متعدد تحقیقی کٲمٕ پیٹھ مبنی۔ اتھ کامہِ ہند تمام یا جزوی ڈیجیٹل یا پرنٹ کاپیہٕ بنانہٕ خٲطرٕ چھِ اجازت ذاتی یا کلاس روم استعمال خٲطرٕ مفت دوان بشرطیکہ کاپیہٕ چھنہٕ پرولیٹ یا کمرشل ایڈوانٹائز خٲطرٕ بناونہٕ یا تقسیم کرنہٕ یوان تہٕ یہٕ شرط چھِ زِ کاپیہٕ چھیہ اتھ نوٹسس تہٕ گۄڈنکس صفس پیٹھ مکمل حوالس پیٹھ مشتمل۔ بیٚیِس طرفہٕ نقل کرنہٕ خٲطرٕ دوبارٕ اشاعت، سرورس پیٹھ پوسٹ کرنہٕ یا فہرستن منٛز دوبارٕ تقسیم کرنہٕ خاطرٕ چُھ گۄڈٕ پیٹھہٕ مخصوص اجازت تہٕ/یا فیسچ ضرورت آسان۔ COLT 98 Madison WI IJSA Copyright ACM 1998 1-5X1 13-057--0/9X/ 7...$5.00 حالیہ ورین منٛز، تقویت یافتہٕ ہیچھنہٕ (یتھ نیوروڈینامک پروگرامنگ تییہٕ چُھ وننہٕ یوان) چِھ اکھ طریقہٕ کس طورس پیٹھ خود کار طریقے سان ایجنٹسن ہنٛز تعمیر خاطرٕ تیزی سان ترقی کرمژ (سٹن، 1988; کیلبلنگ ایٹ ال، 1996; برٹسیکس & Tsitsiklis، 1996). بنیٲدی خیال چُھ یہٕ زِ کارکردگی ہند پیمانہٕ چُھ ایجنٹس خٲطرٕہ انعام کہِ فنکشن کہِ شکلس منز دستیاب کرنہٕ یوان یوس ایجنٹ کہِ ہر ایکہِ حالتہِ خٲطرٕہ انعام چُھ متعین کران یوس تیم گزران چُھ۔ |
6f20506ce955b7f82f587a14301213c08e79463b | |
d14ddc01cff72066c6655aa39f3e207e34fb8591 | یہٕ مقالہ چُھ مائکرو الیکٹرو مکینیکل سسٹم (MEMS) پیٹھ مبنی ریڈیو فریکوئنسی (RF) ٹیکنالوجی ہنٛد اکھ نسبتاً نٔو شعبس پیٹھ مشتمل۔ ۔RF MEMS چھِ نئۍ آلات تہٕ اجزاء ہٕنٛز اکھ کلاس فراہم کران یم روایتی (عام طور سیمی کنڈکٹر) آلات کہ نسبت اعلی تعدد کارکردگی ظٲہر کران چھِ، تہٕ یم نظامٕچ نئۍ صلاحیتہٕ قٲبل بناوان چھِ۔ امہٕ علاوٕ، MEMS آلات چھِ واریاہ بڑس پیمانس پیٹھ انضمامک تکنیکن سۭتۍ ہوی تکنیکن سۭتۍ ڈیزائن تہٕ تیار کرنہٕ یوان، تہٕ یہٕ چھِ روایتی بیچ پروسیسنگ ہنٛد طٔریقو سۭتۍ تیار کرنہٕ یوان۔ اتھ مقالس منز چُھ صرف اکھ آلہٕ یتھ الیکٹرو سٹیٹک مائکروسویچ چُھ یوان کرنہٕ - شاید چُھ یہٕ نمونہٕ آر ایف-ایم ای ایم ایس ڈیوائس۔ ایمہِ اعلیٰ کارکردگی ہند خصوصیات کہِ وجہ سٕتۍ چُھ مائکرو سوئچ موجودٕہ سرکٹس تہٕ سسٹمن منز تیار کرنہٕ یوان، بشمول ریڈیو فرنٹ اینڈز، کیپسیٹر بینک، تہٕ ٹائم ڈیلیٹ نیٹ ورکس۔ الٹرا لو پاور ڈسیپشن تہٕ بڑس پیمانس پیٹھ انضمامس سۭتۍ ملن وٲل اعلیٰ کارکردگی ہنٛدس نتیجس منٛز گژھہٕ نظامچ نئۍ افعالیت تہٕ قأبل بناون۔ اتھ منٛز چِھ زٕ ممکنہٕ کواسی آپٹیکل بیم اسٹیئرنگ تہٕ برقی طورس پیٹھ ری کنفیگریبل اینٹینا۔ |
9d5f36b92ac155fccdae6730660ab44d46ad501a | رسک پیرٹی چُھ اکھ تقسیمُک طریقہٕ یُس متنوع پورٹ فولیو بناونہٕ خٲطرٕ چُھ استعمال یوان کرنہٕ یُس متوقع منافع کہٕ کنہہ مفروضن پیٹھ چُھ نہٕ انحصار کران، اِتھ پأنٹھ چُھ رسک مینجمنٹ حکمت عملی کس مرکزس منٛز یوان تھونہٕ۔ یہٕ چُھ امہٕ کتھہٕ ہنٛز وضاحت کران کہ 2008 کس عالمی مالیاتی بحرانس پتہٕ خطرٕ ہیوند مساوات أس اکھ مقبول سرمایہٕ کاری ماڈل۔ تاہم، خطرک مساواتس پیٹھ چِھ تییہٕ تنقید آمژ کرنہٕ تیکیازِ یہٕ چُھ پورٹ فولیو کہ کارکردگی ہنٛد بجائہٕ خطرک ارتکاز سنٛد انتظام پیٹھ توجہ مرکوز کران، تہٕ امہٕ وجہٕ سۭتۍ چُھ فعال انتظامیہٕ کھوتہٕ منفعول انتظامیہٕ کس طورس پیٹھ وژھنہٕ یوان۔ اتھ مضمونس منز چُھ یمہٕ کتھہِ ہنز وضاحت کرنہٕ آمٕژ زِ کیتھ کٕن چُھ خطرٕ کہِ پارٹی پورٹ فولیوزن منز متوقع منافعٕ کہِ مفروضن متعارف کرٲن۔ یہٕ کرنہٕ خاطرٕ، أس اکھ عام خطرٕ کس پیمانس پیٹھ غور کران ییتھ منٛز پورٹ فولیو کہ واپسی تہٕ اتار چڑھاؤ دۄنوَے پیٹھ غور چُھ کرنہٕ یوان۔ تاہم، کارکردگی تہٕ اتار چڑھاؤ کہٕ شراکت کہٕ درمیان چُھ توازن کینٛہہ مشکلات پیدٕ کران، ییلہٕ زن رسک بجٹ کرنُک مسئلہٕ چُھ واضح طورس پیٹھ بیان کرنہٕ ین۔ خطرک بجٹ بنڈلن ہنٛز امہٕ قٕسٕمک نظریاتی خصوصیاتہٕ اخذ کرنہٕ پتہٕ، أس چِھ یہٕ نٔو ماڈل اثاثن ہنٛز تقسیم پیٹھ لاگو کران۔ گۄڈٕ چِھ، أس طویل مدتی سرمایہ کاری ہنٛز پالیسی تہٕ اثاثن ہنٛز اسٹریٹجک مختصرک تعینس پیٹھ غور کران۔ امہٕ پتہٕ چِھ ہم متحرک مختص کِس بارس منٛز غور کران تہٕ یہٕ چِھ ہاوان زِ کیتھ کٕن چُھ خطرٕ کہ مساواتُک فنڈ بناونہٕ یوان یوس متوقع منافعس پیٹھ چُھ منحصر۔ |
006df3db364f2a6d7cc23f46d22cc63081dd70db | اکھ ایڈہاک نیٹ ورک چُھ وائرلیس موبائل ہوسٹن ہنٛد اکھ مجموعہٕ یُس کُنہٕ تہٕ قائم انفراسٹرکچر یا مرکزی انتظامیہ کہ مدد سۭتۍ عارضی نیٹ ورک چُھ بناوان۔ یتھ ماحولس منٛز، اکھ موبائل میزبانن پننہٕ منزلٕ تام پیکٹ پھٔہلاونس منٛز دیمن میزبانن ہنٛز مدد حأصل کرُن ہیکہٕ ضروری أستھ، پرتھ موبائل میزبانک وائرلیس ٹرانسمیشنن ہنٛز محدود حد کہ وجہٕ سۭتۍ۔ یہٕ مقالہ چُھ ایڈہاک نیٹ ورکس منٛز روٹنگ خاطرٕ اکھ پروٹوکول پیش کران یُس متحرک ماخذ روٹنگ ہنٛد استعمال چُھ کران۔ یہٕ پروٹوکول چُھ تیزی سان روٹنگچ تبدیلیوں منٛز ڈھالان ییلہٕ میزبانچ نقل و حرکت کثرت سان گژھِ، مگر یمن ادوارن دوران کم یا کنہہ اوور ہیڈچ ضرورت چِھ آسان ییلہٕ میزبان کم چِھ گژان۔ ایڈہاک نیٹ ورکس منٛز چِھ کٲم کرن وٲل موبائل میزبانن ہنٛز پیکٹ لیولچ تخروپن ہنٛدین نتائجن ہنٛد بنیادٕ پیٹھ، یہٕ پروٹوکول چُھ مختلف ماحولیاتی حالاتن پیٹھ اصل پأٹھۍ کٲم کران یتھکن میزبانچ کثافت تہٕ نقل و حرکتچ شرح۔ میزبانچ نقل و حرکتچ تمام شرحن ہنٛد نقٔل کرنہٕ آمت، پروٹوکولک اوور ہیڈ چُھ کأفی کم، 24 موبائل میزبانن ہنٛدس نیٹ ورکس منٛز معتدل نقل و حرکتچ شرحن پیٹھ منتقل گژھن وألن ڈیٹا پیکٹن ہنٛد صرف 1 فیصد تام چُھ کم گژان۔ تمام صورتن منٛز، استعمال گژھن والن روٹن تہٕ بہترین روٹچ لمبائی درمیان چُھ لمبائی منٛز فرق ناگزیر، تہٕ زیادٕ تر صورتن منٛز، روٹچ لمبائی چِھ اوسطس منٛز 1.01 کس فیکٹر کس حدس منٛز بہترینس سۭتۍ۔ |
25a26b86f4a2ebca2b154effbaf894aef690c03c | حال حال حالس منٛز چِھ زیر نگرانی سیکھنک الگورتھمس منٛز نمایاں دلچسپی موجود یُس متنی سیکھنک کٲمٕ خٲطرٕ لیبلڈ تہٕ غیر لیبلڈ ڈیٹا چُھ یکجا کران۔ کو ٹریننگ سیٹنگ [1] ڈیٹاسیٹس پیٹھ لاگو چُھ گژھان یمن ہنٛز خصوصیاتن چِھ قدرتی طورس پیٹھ زٕ الگ الگ سیٹن منٛز الگ تھلگ آسان۔ اسہٕ چُھ ظأہر کران کہ لیبلڈ تہٕ غأر لیبلڈ ڈیٹا سۭتۍ ہیندٕ گژھنہٕ وقتہٕ، الگورتھم چِھ صٔحی پأٹھۍ خصوصیاتن ہنٛز قدرتی آزاد تقسیمس استعمال کران یٔسہٕ الگورتھم چِھ نہٕ کران۔ ییلہِ اکھ قدرتی تقسیم موجود آسہِ نہٕ، تہٕ اکھ فیچر تقسیم تیار کرن وٲلۍ شریک ٹریننگ الگورتھم ہیکن الگورتھمزن پٕٹھہٕ کارکردگی ہیچھنہٕ ییلہِ نہٕ تقسیمُک استعمال چُھ یوان کرنہٕ۔ یم نتأئج چِھ یہٕ وضاحت کرنس منٛز مدد کران کہ کو ٹریننگ الگورتھم کیازٕ چِھ فطرتس منٛز امتیازی تہٕ پننن سرایت شدہ درجہٕ بندی ہنٛد مفروضن خأطرٕ مضبوط۔ |
78beead3a05f7e8f2dc812298f813c5bacdc3061 | |
1d6889c44e11141cc82ef28bba1afe07f3c0a2b4 | پٔتِمین کیہن ؤرین منٛز چھ چیزن ہٕنٛدس انٹرنٛٹس (IoT) وسیع پیمانس پیٚٹھ ایپلیکیشن وٕچھنہٕ آمت تہٕ یہ ہیٚکہ پرٛیٚتھ شعبہٕ منٛز لبنہٕ یتھ۔ آٹھنٹیکیشن تہٕ رسائی کنٹرول چِھ ڈیوائسزن درمیان محفوظ مواصلات کہٕ قٲبل بناونہٕ خاطرٕ IoT کہٕ تناظرس منٛز اہم تہٕ اہم افعال۔ موبیلٹی، متحرک نیٹ ورک ٹوپولوجی تہٕ IoT نیٹ ورکس منٛز کم طاقت وٲل آلاتچ کمزور جسمٲنی سیکورٹی چھ سیکورٹی ہنٛد خطراتک ممکنہٕ ذرائع۔ یہٕ چُھ اکھ قٲبل اعتماد تہٕ رسائی کنٹرول حملہٕ کرنک قٲبل تہٕ وسائلن پیٹھ محدود تہٕ تقسیم شدہ IoT ماحولس منٛز ہلکہٕ وزنٕ۔ یہٕ مقالہ چُھ پروٹوکولک تشخیص تہٕ کارکردگی ہنٛد تجزیس سۭتۍ شناختک توثیق تہٕ صلاحیتس پیٹھ مبنی رسائی کنٹرول (IACAC) ماڈل پیش کران۔ مین ان دی مڈل، ری پلے تہٕ ڈینگی آف سروس (Dos) حملن سۭتۍ IoT محفوظ تھاونہٕ خاطرٕ، رسائی کنٹرول خاطرٕ چُھ صلاحیتک تصور متعارف کراونہٕ آمت۔ ایمہِ ماڈلٕچ نیوٗوٗلٹی چھے یہ زِ یہٕ چُھ IoT ڈیوائسز خٲطرٕ توثیق تہٕ رسائی کنٹرولُک اکھ مربوط نقطہ نظر پیش کران۔ بیٚین متعلقہ مطالعن ہٕنٛدۍ نتٲیج تہ چھ یمن ہٕنٛدیٚن نتٲیجن چہ تصدیق تہٕ حمایت کرنہٕ خٲطرٕ تجزیہ کرنہٕ آمٕتۍ۔ ٲخر کار، چھ تجویز کردہ پروٹوکولک سکیورٹی پروٹوکول ویریفیکیشن ٹولک استعمال کٔرتھ جایزہ ننہٕ یوان تہٕ ویریفیکیشنک نتائج چھ ہاوان زِ IACAC چھ مذکورہٕ حملن خلاف محفوظ۔ یہٕ مقالہ چُھ کمپیوٹیشنل ٹائم کہٕ لحاظٕ سۭتۍ پروٹوکول کہٕ کارکردگی ہنٛد تجزیہٕ تہٕ باقی جرنل آف سائبر سیکیورٹی اینڈ موبلٹی، جلد 5، 2003 کہٕ مقابلس منٛز کران۔ 1، 309-348، چُھس نہٕ زانان۔ c © 2013 ریور پبلیشرز۔ تمام حقوق محفوظ ہیں۔ 310 پی۔این۔ محلہ تہٕ باقی. موجودٕ حل۔ امہٕ ورٲی، چھ یہ مقالہ IoT منٛز چیلنجن ہنٛد پٹھ توجہ دوان تہٕ IoT نیٹ ورکس ہنٛد اکھ حقیقی نظریہٕ دینہٕ خٲطرٕ چھ سیکورٹی حملن ہنٛد استعمال کرنک معاملاتن سۭتۍ ماڈل بناونہٕ آمت۔ |
310b72fbc3d384ca88ca994b33476b8a2be2e27f | ہم چِھ سَنٛسکرِت آنلایِن دستاویزن منٛز کُنہٕ موضوع کس بارس منٛز جذبات (یا رائے) پٔدٕ کرن وول سَنٛسکرِت آنلایِن تجزیہ کار (SA) پیش کران۔ کُنہٕ موضوع کس بارس منٛز پورٕ اکہٕ دستاویزک جذباتچ درجہٕ بندی کرنہٕ بجائہٕ، SA چُھ امہٕ موضوعک تمام حوالن ہنٛد پتہ لگاوان، تہٕ قدرتی زبان ہنٛد پروسیسنگ (NLP) ہنٛز تکنیکن ہنٛد استعمال کرتھ چُھ پریتھ حوالس منٛز جذباتک تعین کران۔ سانہٕ سُند جذباتُک تجزیہ چُھ 1) موضوعٕچ مخصوص خصوصیت کہٕ اصطلاحُک نچوڑ، 2) جذباتُک نچوڑ، تہٕ 3) رشتہٕ تجزیہٕ کہٕ ذریعہٕ (موضوع، جذبات) انجمن پیٹھ مشتمل۔ ایس اے چُھ تجزیہٕ خٲطرٕہ زٕ لسٲنی وسٲئل استعمال کران: سینٹمنٹ لیکسیکن تہٕ سینٹمنٹ پیٹرن ڈیٹابیس۔ الگورتھمک کارکردگی ہنٛز تصدیق آن لائن پروڈکٹ ریویو مضامین (ڈیجیٹل کیمرہ تہٕ میوزک جائزہ) ، تہٕ عمومی دستاویزن منٛز کرنہٕ آمژٕ بشمول عمومی ویب صفحات تہٕ خبریں۔ |
59d9160780bf3eac8c621983a36ff332a3497219 | خود کار جذباتک تجزیک واریہ نقطہٕ نظر چِھ الفاظن ہنٛد اکس بڑس لغتس سۭتۍ شروع گژھان یمک نشان چُھ یمن ہنٛز گوڑنچ قطبییت سۭتۍ آسان (یتھ سیمنٹک واقفیت تییہٕ چُھ وننہٕ یوان) ۔ تاہم، امہٕ جملک سیاق و سباقچ قطبیت یتھ منٛز کنہہ لفظن ہنٛز اکھ خاص مثال چِھ ظأہر گژان امہٕ لفظچ گوڑنک قطبیت نیش ہیکہٕ بالکل مختلف أستھ۔ مثبت الفاظ چِھ منفی جذبات کہ اظہار کس جملس منٛز استعمال گژھن، یا اَتھ برعکس۔ بیٚیہ، اکثر چِھ تم لفظ یم سیاق و سباقس نیٚبر مثبت یا منفی چھ آسان سیاق و سباقس منٛز غیر جانبدار آسان، مطلب چُھ یہ ز تم چھنہٕ کانٛہہ تہ جذبہٕ ظٲہر کرنہٕ خٲطرٕ استعمال گژھان۔ ایمہِ کامہِ ہند مقصد چُھ یہٕ زِ برونٛہہ کِس تہٕ سیاق و سباق کہِ قطبییتس درمیان ییہِ خودکار طورس پیٹھ فرق کرنہٕ، اتھ کتھہِ پیٹھ توجہ مرکوز کرنہٕ زِ اتھ کامہِ خٲطرٕہ کُنہِ چیزس کیا فٕصلہٕ چُھ ضروری۔ چونکہ مسئلک اکھ اہم پہلو چُھ یہٕ زِ یہٕ چُھ شناخت کران زِ کتھ وقتہٕ چِھ قطبی اصطلاحات غیر جانبدار سیاق و سباقس منٛز استعمال یوان کرنہٕ، امہٕ کِنۍ چِھ غیر جانبدار تہٕ قطبی مثالن درمیان فرق کرنہٕ خأطرٕ خصوصیاتن ہنٛد جائزٕ یوان کرنہٕ، بییہٕ مثبت تہٕ منفی سیاق و سباقچ قطبی حیثیتس درمیان فرق کرنہٕ خأطرٕ خصوصیاتن ہنٛد تہٕ۔ تشخیصس منٛز چھِ متعدد مشین لرننگ الگورتھمزن منٛز فیچرن ہنٛز کارکردگی ہنٛد تشخیص شٲمل۔ اکہٕ علاوٕ تمام ہیٚرِنٛگ الگورتھم خٲطرٕ، چھ تمام خصوصیاتن ہٕنٛدِ مجموعہ بہترین کارکردگی فراہم کران۔ تشخیصک بیاکھ پہلو چُھ یہٕ سمجھان کہ غیر جانبدار واقعاتن ہنٛز موجودگی مثبت تہٕ منفی قطبیتس درمیان فرق کرنہٕ خأطرٕ خصوصیاتن ہنٛز کارکردگی کتھکن چِھ متاثر کران۔ یم تجربات چھ ونان ز غیر جانبدار مثالن ہنٛز موجودگی چھ یمن خصوصیاتن ہنٛز کارکردگی واریاہس حدس تام کم کران، تہٕ یہٕ زِ تمام قطبی طبقن منٛز کارکردگی بہتر بناونک بہترین طریقہٕ چُھ نظامچ صلاحیت بہتر بناون کہ اکہٕ مثالہٕ کتھ وقتہٕ چَھ غیر جانبدار۔ |
7c89cbf5d860819c9b5e5217d079dc8aafcba336 | اتھ مقالس منٛز، چھ ہم أکس جملہ کس سطحس پیٚٹھ درجہ بٔنٛدی ہنٛد کیس اسٹڈی بیان کران یتھ منٛز ٹیگنگ ہٕنٛز ہدایات چھ تیار کرنہٕ آمژٕ تہٕ ژور ججن وال سٹریٹ جرنل کیٚن فقن ذٲتی یا مقصد کس طورس پیٚٹھ درجہ بٔنٛدی کرنہٕ خٲطرٕ استعمال کران۔ ژور ججنن درمیان اتفاق رائے چُھ تجزیہ کرنہٕ یوان، تہٕ، امہٕ تجزیہٕ کس بنیادس پیٹھ، پرتھ فقسس چِھ حتمی درجہٕ بندی دینہٕ یوان۔ درجہ بٔنٛدی خٲطرٕ تجرباتی حمایت فراہم کرنہٕ خٲطرٕ، چھ ارٲضی زمرٕ تہٕ کوئرک تہٕ باقین ہٕنٛد طرفہٕ پیش کرنہٕ آمٕتۍ بنیٲدی سیمنٹک کلاس کہ درمیان ڈیٹا منٛز ہم آہنگی ہنٛد اندازٕ لگاونہٕ یوان۔ (1985ئ) منز کٲم کران۔ |
9141d85998eadb1bca5cca027ae07670cfafb015 | جذباتن ہنٛز شناخت (آرایٔنن ہنٛد جذباتی حصہٕ) چِھ اکھ چیلنجنگ مسئلہٕ۔ اسہِ چھیہ اکھ سسٹم پیش کرنہ آمت یوس ایکہِ موضوعہِ ہندس بارس منز چھہِ پریتھ شخصہِ ہندس خیالس تہٕ ہر شخص کہِ رائے ہند احساس پیدہ کران۔ نظامس منٛز چھ اکھ ماڈیول موجود یس لفظن ہنٛد جذباتک تعین چُھ کران تہٕ بیاکھ جملن اندر جذباتن یکجا کرنہٕ خٲطرٕ۔ ہم چِھ لفظ تہٕ جملن ہینز سطحس پیٹھ جذباتچ درجہٕ بندی تہٕ امتزاج کہ مختلف ماڈلن ہنٛد تجربہٕ کران، امید افزا نتائجن سۭتۍ۔ |
c2ac213982e189e4ad4c7f60608914a489ec9051 | عربی متنک وسیع پیمانس پیٹھ کورپس تیار کرنچ تہنٛدن ترٛیٚن ؤرین ہنٛدس تجربس سۭتۍ، چھ تسندس مقالس منٛز درج ذیل کٔرمتھ: (a) عربی زبانکۍ متعلقہٕ مسلہٕ ییٚلہ زن تم طریقہٕ کار کس انتخابس سۭتۍ تعلق تھاوان چھ، بیٚیہ (b) پنن انتخاب پنن انگریزی ٹریبینک طرزکۍ ہدایات استعمال کرنہٕ خٲطرٕ بیان کرن، (عربی بولن والیٚن تشریحاتن سۭتۍ چھ اکھ نوٚو گرامر سۭتۍ نمٹنہٕ خٲطرٕ ضروری) ۔ (c) وُچھن واریاہ طریقہٕ یتھ منٛز انسٲنی تشریح چھ اہم تہٕ خودکار تجزیہ چھ مشکل، بشمول مورفولوجیکل تجزیہ کار تہٕ انسٲنی تشریح کنندگان دۄشوٕنۍ طرفہٕ املاکی ابہامک ہینڈلنگ۔ (d) امہٕ کِس وضاحتی مثالہٕ دنہٕ خٲطرٕ عربی ٹری بینک طریقہٕ کار، مورفولوجیکل تجزیہ تہٕ ٹیگنگ تہٕ نحوی تجزیہ دۄشوٕنی منٛز اکس خاص تعمیرس پیٹھ توجہ مرکوز کران تہٕ اتھ مکمل تشریح عملس منٛز تفصیل سان پیروی کران، تہٕ آخرس منٛز، (e) اَز تام کیا حأصل چُھ گومت تہٕ کیا چُھ باقی روزان کرنہٕ۔ |
e33a3487f9b656631159186db4b2aebaed230b36 | یتھکن کہ ڈیجیٹل پلیٹ فارم چِھ آز تقریباً ہر صنعتس تبدیل کران، تم چِھ وارٕ وار مرکزی دھارے ہنٛد انفارمیشن سسٹم (آئی ایس) ادبس منٛز پنن وتھ ژھانٛڈان۔ ڈیجیٹل پلیٹ فارم چھ پننہٕ تقسیم شدٕ نوعیت تہٕ ادارن، منڈین تہٕ ٹیکنالوجیزس سۭتۍ باہمی تعلق کس وجہ سۭتۍ اکھ چیلنجنگ تحقیقی اعتراض۔ پلیٹ فارم جدتک تیزی سان بھڑنک پیمانہٕ، پلیٹ فارم فن تعمیرچ بڑھون پیچیدگی، تہٕ واریہن مختلف صنعتن منٛز ڈیجیٹل پلیٹ فارمک پھیلاؤ کہ نتیجس منٛز چھ نٔو تحقیقک چیلنجز پیدٕ گژھان۔ یہٕ مقالہ چُھ IS منٛز ڈیجیٹل پلیٹ فارمچ تحقیق خاطرٕ اکھ تحقیقی ایجنڈا تیار کران۔ ہم چھ محققینن سفارش کران کہ (1) تجزیہ کس اکائس، ڈیجیٹلٹی کس ڈگری تہٕ ڈیجیٹل پلیٹ فارمچ سمأجی تکنیکی نوعیت واضح کرن وٲل واضح تعریفہٕ فراہم کرتھ ہیکن تصوراتی وضاحتک کوششہٕ کرتھ؛ (2) پلیٹ فارمچ مختلف آرکیٹیکچرل سطحن تہٕ مختلف صنعتی ترتیباتن پیٹھ مطالعہٕ کرتھ ڈیجیٹل پلیٹ فارمک تصوراتک صحیح اسکوپنگک وضاحت؛ تہٕ (3) ایمبیڈڈ کیس اسٹڈیز، لانگٹائڈل اسٹڈیز، ڈیزائن ریسرچ، ڈیٹا پیٹھ مبنی ماڈلنگ تہٕ بصری تکنیکک استعمال کرتھ طریقہٕ کارچ سختی منٛز اضافہٕ۔ کاروباری شعبس منٛز موجودٕ حالیہ پیشرفتس مدنظر تھوتھ، چھِ أس مزید تحقیق خٲطرٕ شٔے سوالات تجویز کران: (1) کیا پلیٹ فارم چِھ روزنہٕ خٲطرٕ؟ (2) پلیٹ فارم کِتھ پأٹھۍ ییہٕ تیار کرنہٕ؟ ؛ (3) ڈیجیٹل پلیٹ فارم صنعتن کیتھ کٔنی چھِ تبدیل کران؟ ; (4) ڈیجیٹل پلیٹ فارمچ تحقیقہٕ کس پأنٹھ ہیٛکہٕ ڈیٹا پیٹھ مبنی نقطہ نظرٕ قأئم کرتھ؟ ; (5) محققین کرِ ڈیجیٹل پلیٹ فارم کہِ نظریہِ کِتھ پأنٹھ تیار؟ ; تہٕ (6) ڈیجیٹل پلیٹ فارم کیتھ کٔنۍ چُھ روزمرہ زندگی متٲثر کران؟ |
1be8cab8701586e751d6ed6d186ca0b6f58a54e7 | سسٹم کی وضاحت کی افادیت جزوی طور پر ضروریات کی مکملیت پر منحصر ہے. تاہم، تمام ضروری تقاضن ہنٛز فہرست بنانہٕ چُھ مشکل، خاص طورس پیٹھ ییلہٕ تقاضہٕ غأر متوقع ماحولس سۭتۍ تعامل چِھ کران۔ اکھ مثالی ماحولیاتی نظریک سۭتۍ بناونہٕ آمت وضاحتی تفصیل چِھ نامکمل اگر اتھ منٛز غأر مثالی طرز عمل سنبالنہٕ خأطرٕ چِھ نہٕ تقاضہٕ شأمل۔ اکثر ناکٲمی تقاضہٕ چِھ نہٕ ایمپلیمنٹیشن، ٹیسٹنگ، یا امہٕ کھوتہٕ بدتر، تعیناتی پتہٕ تام دریافت گژھان۔ یوتام زِ ییلہٕ تقاضن ہنٛد تجزیہٕ دوران ییہٕ کرنہٕ تیلہٕ، نامکمل تقاضن ہنٛد پتا لگاون چُھ عام طور پانٹھ اکھ غلطی ہنٛد شکار، تھکن واجن تہٕ دستی کامہٕ۔ یہٕ مقالہ چُھ درجہٕ بندی کین تقاضن ہنٛد ماڈلن ہنٛد علامتی تجزیہٕ استعمال کرتھ نامکمل تقاضن ہنٛز تحلیلچ کھوج خاطرٕ ڈیزائن ٹائم اپروچ اے آر ایس متعارف کراوان۔ اسہٕ چِھ پنن نقطہٕ نظر صنعتس پیٹھ مبنی آٹوموٹو انکولی کروز کنٹرول سسٹم کس تقاضہٕ کس ماڈلس پیٹھ لاگو کرتھ ہاونہٕ آمت۔ آرس چُھ ڈیزائن کس وقتس منٛز نامکمل تقاضن ہنٛز تفریقک مخصوص مثالن ہنٛد خودکار پتا لگاونس منٛز قٲبل، یمن منٛز واریہ چِھ خفیہ تہٕ دستی طور پأنٹھ یا جانچ سۭتۍ پتا لگاون چُھ مشکل۔ |
155ed7834a8a44a195b80719985a8b4ca11e6fdc | ملٹیپل ان پٹ ملٹیپل آؤٹ پٹ (MIMO) ریڈار چُھ روایتی فیزڈ-آرری ریڈار سسٹمن پیٹھ ویو فارم تنوع کہ ذریع اعلیٰ کارکردگی حٲصل ہکان کرتھ۔ ییلہٕ اکھ MIMO ریڈار چُھ آرتھوگونل لہرٕچ شکلہٕ منتقل کران، تیلہٕ چِھ اسکیٹرٕز پیٹھہٕ عکاسی شدٕ سگنل اکھ اکس پیٹھ لکیری طورس پیٹھ آزاد آسان۔ لہذا، انکولی وصول فلٹرز، یتھ کٔنۍ کیپون تہٕ ایمپلیوڈ تہٕ فیز تخمینہ (اے پی ای ایس) فلٹرز، چھ براہ راست میمو ریڈار ایپلی کیشنن منٛز استعمال یوان کرنہٕ۔ تاہم، شورٕ ہنٛز اعلی سطح تہٕ شدید افراتفری سۭتۍ، ڈیٹا پیٹھ منحصر بیم فارمرزچ پتہ لگانچ کارکردگی چِھ نمایاں پانٹھ خراب گژھان سنیپ شاٹس ہنٛز کمی کہ وجہ سۭتۍ۔ اکوِیٹِیٹو اڈاپٹیو اپروچ (IAA) ، اکھ غٲر پیرامیٹرک تہٕ یوزر پیرامیٹر فری ویٹڈ لَگِٹ سمسکوائر الگورتھم، حالٕے اوس وُچھنہٕ آمُت زِ واریاہن پاسِو تہٕ ایکٹو سینسنگ ایپلی کیشنزن منز چُھ بہتر ریزولوشن تہٕ مداخلت رد کرنٕچ کارکردگی پیش کران۔ اتھ مقالس منز چُھ یمہٕ وٕچھنہٕ آمُت زِ IAA کتھ پٲٹھۍ ہیکو MIMO ریڈار امیجنگ تام بڑٲوِتھ، تہٕ دونوٲی غٲر اہم تہٕ غٲر اہم انٹراپلسی ڈوپلر کیسزس منز، تہٕ چِھکھ IAA ہنز کنٛہہ نظریٲتی کنورجنس خصوصیات تہٕ قٲئم کران۔ امہٕ علاوٕ، چھِ أسۍ اکھ باقاعدہ IAA الگورتھم تجویز کران، یتھ IAA-R وننہٕ چھٕ یوان، یس سگنل ماڈلس منٛز غٲر نمائندٕ اضافی شورچ اصطلاحاتک حساب کتاب کرتھ IAA کھوتہٕ بہتر کارکردگی ہکن ظٲہر کرتھ۔ عددی مثالہٕ چھ سنگل ان پٹ ملٹیپل آؤٹ پٹ (SIMO) ریڈارس پیٹھ MIMO ریڈارس ہینز اعلی کارکردگی ظٲہر کرنہٕ خٲطرٕ پیش کرنہٕ آمژٕ، تہٕ ہدفچ امیجنگ خٲطرٕ چھ مجوزہ IAA-R طریقہٕ کار سۭتۍ حٲصل گژھن واجنہ کارکردگی پیٹھ تہٕ روشنی تراونہٕ آمژٕ۔ |
0cfe588996f1bc319f87c6f75160d1cf1542d9a9 | |
20efcba63a0d9f12251a5e5dda745ac75a6a84a9 | |
ccaab0cee02fe1e5ffde33b79274b66aedeccc65 | ٹرانسپورٹ کس متوقع مستقبل کس طورس پیٹھ، خود کار کارن ہنٛد مختلف نقطہ نظر سۭتۍ چِھ بحث کرنہٕ یوان، بشمول سمأجی، معاشی، انجینئرنگ، کمپیوٹر سائنس، ڈیزائن تہٕ اخلاقیات۔ اَکہِ طرفہٕ، خود کار کار چِھ نٔو انجینئرنگ ہنٛد مسائل پیش کران یم بتدریج چِھ کامیابی سان حل گژان۔ بییہِ طرفہٕ چِھ سمٲجی تہٕ اخلاقی مسائل اکثر اکھ غیر حل شدٕ فیصلہٕ کرنٕچ مثٲلی مسئلہٕ کہِ شکلہِ منز پیش یوان کرنہٕ، یتھ ٹرالی مسئلہ چِھ ونان، یوس بٕڑِس پیمانس پیٹھ چُھ گمراہ کن۔ اسہٕ چُھ یوان دلیل دین کہ نئۍ ٹیکنالوجی چہ ترقی خاطرٕ چھ اکھ اطلاق شدہ انجینئرنگ اخلاقی نقطہٕ نظرچ ضرورت۔ نقطہٕ نظر گژھہٕ اطلاق گژھت، امیک مطلب چُھ یہٕ کہ اتھ پزن پیچیدٕ حقیقی دنیا کین انجینئرنگ ہنٛد مسائلن ہنٛد تجزیس پیٹھ توجہ مرکوز کرٕن۔ سافٹ ویئر چُھ پانہٕ چلاون واجن کارن کنٹرول کرنہٕ خاطرٕ اکھ اہم کردار ادا کران؛ لہذا، سافٹ ویئر انجینئرنگ ہنٛد حلن پزٕ اخلاقی تہٕ سمأجی تحفظات سنجیدگی سان ننہٕ۔ اتھ مقالس منز چِھ ہم ریگولیٹری آلات، معیارات، ڈیزائن، تہٕ اجزاء، نظام، تہٕ خدمات کہِ نفاذس پیٹھ قریبی نظر تھاوان تہٕ ہم چِھ عملی سمٲجی تہٕ اخلٲقی چیلنجز پیش کران یمن سٕتۍ مقابلہٕ کرُن چُھ ضروری، تہٕ بییہٕ سافٹ ویئر انجینئرنگ خٲطرٕہ نٲئ توقعہٕ۔ |
288c67457f09c0c30cadd7439040114e9c377bc3 | ایسوسی ایشن قواعد، یُس اگروال، امیلنسکی تہٕ سوامیو متعارف کوٛر، تعلق کس 90 فیصد صفن خاطرٕ چِھ شکلک قواعد، اگر صفس سیٹ W کین کالمن منٛز 1 ہنٛد قدر چِھ آسان، تیلہٕ چِھ اتھ کالم B منٛز تہٕ 1 آسان۔ ڈیٹا کین بڑن مجموعن سۭتۍ ایسوسی ایشن قواعد دریافت کرنہٕ خاطرٕ چِھ موثر طریقہٕ موجود۔ تاہم، دریافت کرنہٕ آمت قواعدچ تعداد ہیکہٕ تیتی بٔڑ أستھ کہ قواعدچ سیٹ براؤز کرُن تہٕ اتھ منٛز دلچسپ قواعد ژھانٛڈن ہیکہٕ صارف خاطرٕ واریہ مشکل أستھ۔ اسہِ چِھ آمٕژ ہاونہٕ زِ قٲیلس ہیند سادٕہ فارمولزم کیتھ کٕن چُھ یہٕ ممکن بنٲومُت زِ دلچسپ قٲیلس ہیند ڈھانچہٕ آسہِ ہا صرِف بیان کرنہٕ آمُت۔ أس چِھ قأیلس وژھنچ مثالہٕ تہٕ دیوان، تہٕ یہٕ چِھ ہاوان کہ وژھنُک اکھ آلہٕ قأیلس ٹیمپلیٹس سۭتۍ کتھکن چُھ انٹرفیس کران۔ |
384bb3944abe9441dcd2cede5e7cd7353e9ee5f7 | |
47f0f6a2fd518932734cc90936292775cc95aa5d | |
b336f946d34cb427452517f503ada4bbe0181d3c | ویڈیو تفہیمس منٛز حالیہ پیشرفت تہٕ وریو منٛز وقتی عملچ لوکلائزیشنس منٛز مسلسل بہتری ہنٛد شرح باوجود، یہٕ چُھ وونہٕ تہٕ غأر واضح کہ کُس چُھ دور (یا نزدیک؟) أسۍ چھِ وِزِ اَمہ موٗلہٕ کہِ حلکٲری ہنزہ شکٕل۔ ایمہِ مقصدہِ خٲطرٕہ چِھ اکھ نیو تشخیصی ٹول متعارف کرُن یوس ویڈیوزس منز وقتی ایکشن ڈیٹیکٹرزن ہنز کارکردگی ہند تجزیہ کرِ تہٕ ایکِس سکیلَر میٹرکس نیبر چِھ مختلف طریقن ہند موازنہ کرِ۔ ہم چِھ پننہٕ ٹولک استعمالچ مثال پیش کران تازٕ ترین ActivityNet ایکشن لوکلائزیشن چیلنجس منٛز اعلیٰ انعام یافتہٕ اندراجاتچ کارکردگی ہنٛد تجزیہٕ کرتھ۔ سانہٕ تجزیہٕ سۭتۍ چُھ پتہ چلان کہ ساروی کھوتہٕ زیادٕ اثر انداز گژھن وأل علاقہٕ چِھ یم چِھ: انسٹینسن انٛد انٛد وقتی سیاق و سباق بہتر سنبالن ہنٛز حکمت عملی، w.r.t. مثال کہ مطلق تہٕ متعلقہٕ سائز، تہٕ لوکلائزیشنچ غلطین کم کرنہٕ خأطرٕ حکمت عملی۔ امہٕ علاوٕ، چھِ أسۍ پننہٕ تجربٲتی تجزیہٕ کہ ذریع یہٕ لبنہٕ یوان کہ تشریح کارن درمیان اتفاق رائے ہنٛز کمی چھنہٕ میدانس منٛز ترقی حٲصل کرنہٕ خٲطرٕ اکھ بٔڑ روڈ بلاک۔ سُہٕ چُھ پنُن تشخیصی ٹول عوٲمی طورس پیٹھ دستیاب تاکہ باقی محققینن ہند ذہنن ییہٕ تہندِ الگورتھم کہِ بارس منز اضٲفی بصیرتہٕ سۭتۍ تقویت دِنہٕ۔ |
160404fb0d05a1a2efa593c448fcb8796c24b873 | نمائندگی ہنٛد نقلی نظریہٕ چُھ اکہٕ فریم ورک کہ طور پأنٹھ تیار تہٕ دریافت کرنہٕ آمت یُس دماغچ نمائندگی ہنٛد واریاہ قسمک افعال چِھ ظأہر طور پأنٹھ ترکیب کرتھ ہیکان۔ یہٕ فریم ورک چُھ کنٹرول تھیوری (فارورڈ ماڈلز) تہٕ سگنل پروسیسنگ (کالمن فلٹرز) ہنٛد تعمیرات پیٹھ مبنی۔ خیال چُھ یہٕ زِ جسم تہٕ ماحولس سۭتۍ چِھ آسان رشتہٕ تھونس علاوٕ، دماغ چُھ نیورل سرکٹس بناوان یم جسم تہٕ ماحولک ماڈلک پانٹھ کٲم چِھ کران۔ کھلہٕ سینسر موٹر مصروفیتس دوران، یم ماڈل چِھ جسم تہٕ ماحولس سۭتۍ متوازی طور پأنٹھ ایفرینس کاپیو سۭتۍ چِھ چلاونہٕ یوان، تاکہ حسی آراءچ توقعات فراہم گژھن، تہٕ حسی معلوماتس بہتر بناونہٕ تہٕ پروسیس کرنہٕ خاطرٕ۔ یم ماڈل ہیکن امیجری تیار کرنہٕ، مختلف اعمالن ہنٛد نتائج ہیند اندازٕ لگاونہٕ، تہٕ موٹر پلانن ہنٛد اندازٕ لگاونہٕ تہٕ تیار کرنہٕ خاطرٕ آف لائن تہٕ چلاونہٕ یتھ۔ یہٕ فریم ورک چُھ ابتدٲئی طورس پیٹھ موٹر کنٹرول کہِ تناظرس منز تیار کرنہٕ آمُتۍ، یتہِ یہٕ ۄچھنہٕ چُھ آمُتۍ زِ جسمس سٕتۍ متوازی طورس پیٹھ چلان اندرونی ماڈل ہیکن فیڈ بیک کہِ تاخیر کہِ مسئلن ہند اثرات کم کرِتھ۔ یژھۍ میکانزم چھِ موٹر امیجری ہنٛد حساب کتاب ہیٚکان ایمولیٹر کہ آف لائن ڈرائیونگ کس طورس پیٚٹھ ایفرینس کاپیٚن ذٔریع کرنہٕ یتھ۔ فریم ورک چُھ موٹر وزیول لوپ کہِ ایمولیٹر کہِ آف لائن ڈرائیونگ کِس طورس پیٹھ بصری امیجری ہند حسابہٕ خٲطرٕہ بڑاونہٕ آمُتۍ۔ میہ چُھ یہٕ تہٕ ہاوان زِ یتھ نظام کِتھ پأنٹھ ہیکن اموڈل خألی امیجری فراہم کرتھ۔ ادراک، بشمول بصری ادراک، یِہ چُھ امہٕ طریقک ماڈلن ہنٛد نتیجہٕ یُس حسی آدانن ہنٛد توقعات بناونہٕ تہٕ یمن ہنٛز تشریح کرنہٕ خاطرٕ چُھ استعمال یوان کرنہٕ۔ میہ چُھ بییہِ سنجیدگی ہندین افعالین مختصر طورس پیٹھ بیان کرِتھ ختم کران یم اتھ فریم ورکس اندر تہٕ ہیکو جوڈتھ، بشمول استدلال، ذہنی مظاہرٕ کہِ نظریہٕ، تہٕ زبان۔ |
65c85498be307ee940976db668dae4546943a4c8 | |
761f2288b1b0cea385b0b9a89bb068593d94d6bd | 3D چہ پہچانہٕ صنعت تہٕ اکیڈمی دۄشوٕنۍ منٛز چھ اکھ رجحانچ تحقیقی سمت بنیمژ۔ یہٕ چُھ روایتی 2D چہرےچ شناخت، زن قدرتی شناختک عمل تہٕ ایپلیکیشنچ اکھ وسیع رینج ہنٛد فوائدک وارث۔ امہٕ علاوٕ، 3D چُھچھنہٕ پہچانک نظام کم روشنی تہٕ چُھچھنہٕ پوزیشنن تہٕ تاثراتس سۭتۍ تہٕ ہیکہٕ انسانی چہٕمن درست آستھ، یتھ حالاتن منٛز 2D چُھچھنہٕ پہچانک نظامن چِھ کٲم کرن واریہ مشکل۔ یہٕ مقالہ چُھ 3D چہرے پہچانک تحقیقی ڈومینچ تٲریخ تہٕ تازٕ ترین پیشرفتک خلاصہٕ پیش کران۔ فرنٹیئر ریسرچچ نتائجن چِھ ترین قسمن منٛز متعارف کراونہٕ آمت: پوزیشن - انویریٹنٹ ریکگنیشن ، اظہار - انویریٹنٹ ریکگنیشن ، تہٕ اوکلوشن - انویریٹنٹ ریکگنیشن۔ مستقبل کہ تحقیقس فروغ دینہٕ خاطرٕ، یہٕ مقالہٕ عوامی طور پأنٹھ دستیاب 3D چہرے ڈیٹا بیسس پیٹھ چِھ معلومات جمع کران۔ یہٕ مقالہ چُھ واریاہ اہم مسائلن تہٕ نمایاں کران۔ |
2d2b1f9446e9b4cdb46327cda32a8d9621944e29 | سوشل نیٹ ورکنگ کس سائٹس پیٹھ چِھ شرکت کرن وألن لوکن منٛز حالیہ ورین منٛز زبردست اضافہٕ گومت۔ فرینڈسٹر، ٹرائیب یا فیس بک ہوین سروسزن چِھ لاکھن نفرن آن لائن پروفائل بناونچ تہٕ دوستانہٕ ہنٛد وسیع نیٹ ورکس سۭتۍ ذاتی معلوماتن ہنٛز اشتراکچ اجازت دیوان - تہٕ اکثر، نامعلوم تعدادس سۭتۍ غأر جانشینن سۭتۍ۔ اتھ مقالس منز چِھ ہم آن لائن سوشل نیٹ ورکس منز معلومات کہِ انکشاف کہِ نمونن ہند تہٕ تہندِ پرائیویسی ہند اثراتن ہند مطالعہ کران۔ ٲسۍ 4000 کھوتہٕ زیادٕ کارنیگی میلن یونیورسٹی کیٚن طالب علمن ہٕنٛدِ آن لاین رویہ ہٕنٛز تجزیہٕ کران یم أکس مشہور سمٲجی نیٹ ورک سایٹہ منٛز شٲمل گٔمٕتۍ چھ یم کالجن خٲطرٕ چھ پیش کرنہٕ یوان۔ أسۍ چِھ یمن لوکن ہنٛزٕ معلوماتچ مقدارک اندازٕ لگاون تہٕ سائٹچ رازداری ہنٛز ترتیباتک استعمالک مطالعہٕ کران۔ ہم چِھ یمن ہنٛز رازداری ہنٛد مختلف پہلون پیٹھ ممکنہٕ حملن پیٹھ روشنی ڈالی، تہٕ ہم چِھ یہٕ ظأہر کران کہ استعمال کنندگانن ہنٛد صرف اکھ کم فیصد چُھ انتہائی خفیہ رازداری ہنٛز ترجیحاتن تبدیل کران۔ |
e9c525679fed4dad85699d09b5ce1ccaffe8f11d | |
192687300b76bca25d06744b6586f2826c722645 | اتھ مقالس منز چِھ گہری گیسیئن پروسیس (GP) ماڈلز متعارف کرٲن۔ ڈیپ جی پیز چِھ گہرائی ہنٛد عقیدک نیٹ ورک یوس گاوسی عملچ نقشہٕ بندی پیٹھ چُھ مبنی۔ اعداد و شمارس چُھ اکھ کثیر الثانی جی پی کہٕ آؤٹ پٹس طورس پیٹھ ماڈل کرنہٕ یوان۔ امہٕ پتہٕ چُھ گوسیئن عملہٕ کہ ان پٹس بییہٕ اکھ جی پی سۭتۍ چُھ کنٹرول یوان کرنہٕ۔ اکھ سنگل لیئر ماڈل چُھ اکھ معیاری جی پی یا جی پی لیٹنٹ ویریبل ماڈل (جی پی-ایل وی ایم) برابر۔ ہم چھ ماڈلس منٛز تخمینی تغیراتی حاشیہٕ بناونک ذریعہٕ قیاس کران۔ ایمہِ کہِ نتیجس منز چُھ ماڈل کہِ حاشیہِ ہند امکانس پیٹھ اکھ سخت نچلی حد گژھان یوس ماڈل کہِ انتخاب خٲطرٕہ استعمال چُھ یوان کرنہٕ (فی تہہ تہٕ نوڈس ہند تعداد) ۔ ڈیپ بِلینڈ نیٹ ورک چِھ عام طورس پیٹھ اصلاح خاطرٕ سٹوکاسٹک گریڈینٹ ڈیسنٹُک استعمال کرتھ نسبتاً بڑٕ ڈیٹاہس پیٹھ لاگو یوان کرنہٕ۔ سُہٕ چُھ پنُن مکمل طورس پیٹھ Bayessian علاج گہری ماڈلن ہند اطلاقُک اجازت دِوان یوتتھ تام زِ ڈیٹا کم آسہِ۔ ماڈل انتخاب چُھ پننہٕ تغیراتی حدود سۭتۍ یہٕ ظاہر کران کہ پانٛژ پرت درجہٕ بندی چِھ صٔحی حتیٰ کہ ییلہٕ صرف 150 مثالن پیٹھ مشتمل ڈیجیٹ ڈیٹاسیٹ چُھ ماڈلنگ یوان کرنہٕ۔ |
2cac0942a692c3dbb46bcf826d71d202ab0f2e02 | ہم چِھ گہری گاوسی عملن شناخت کہِ ماڈلس سٕتۍ بڑھا کرِتھ اکھ توسیع پذیر گہری غٲر پیرامیٹرک جنریٹو ماڈل تیار کران۔ قیاس چُھ کُنہٕ نئو پیمانہٕ پذیر تغیراتی فریم ورکس منٛز یوان کرنہٕ یتہٕ متغیر پٔتیم تقسیمس کثیر پرت پرسپکٹران کہ ذریع چُھ دوبارٕ پیرامیٹرائز کرنہٕ یوان۔ یمہٕ دوبارٕ وضعک کلیدی پہلو چُھ یہٕ زِ یہٕ چُھ تغیراتی پیرامیٹرزن ہنٛد افزائشس روکاوان یم بصورت دیگر نمونک سائز کس تناسبس منٛز چِھ لینیرلی پھانٛپھلان۔ ہم چھ واریا زیٛادٕ نۄکٕنۍ حدودن ہٕنٛز اکھ نٔوۍ تشکیل حٲصل کران یس اسہ حساب کتابن ہٕنٛز زیادٕ تر حصہٕ اتھ طریقس منٛز تقسیم کرنک اجازت دوان چھےٚ یس گہری لرننگ کیٚن مشنڑن ہٕنٛدس سایزس منٛز ڈیٹاسیٹسن ہٕنٛز سہارٕ دتھ قٲبل چھ۔ ہم چھ مختلف چیلنجن پیٚٹھ طریقہٕ کارٕچ تاثیر ظٲہر کران یتھ منٛز سرپرستی ہٕنٛز غٲر گہری لرننگ تہٕ گہری بییسیئن اصلاح شٲمل چھےٚ۔ |
722fcc35def20cfcca3ada76c8dd7a585d6de386 | کیفے چھ ملٹی میڈیا سائنسدانن تہٕ پریکٹیشنرسن جدید ترین ڈیپ لرننگ الگورتھم تہٕ ریفرنس ماڈلن ہنٛد مجموعن خٲطرٕ اکھ صاف تہٕ قابلٕ ترمیم فریم ورک فراہم کران۔ فریم ورک چُھ اکھ BSD لائسنس یافتہ C++ لائبریری یتھ منٛز Python تہٕ MATLAB بائنڈنگ چھ ٹریننگ تہٕ کُنہٕ عام مقصدک کنوولوشنل نیورل نیٹ ورکس تہٕ باقی ڈیپ ماڈلز چِھ کماڈٹی فن تعمیرن پیٹھ موثر طریقہٕ سۭتۍ تعینات کرنہٕ خٲطرٕ۔ کیفے چُھ CUDA GPU کمپیوٹیشن کہِ ذریعہِ صنعت تہٕ انٹرنیٹ پیمانس پیٹھ میڈیا ہنز ضروریات پورٕ کران، ایکہِ K40 یا Titan GPU (تقریباً 2 ms فی امیج) پیٹھ روزن وٲلۍ 40 ملین تصاویرن ہنز پروسیسنگ کران۔ ماڈلچ نمائندگی حقیقی نفاذس سۭتۍ الگ کرتھ، کیفی چُھ تجربات تہٕ پلیٹ فارمس درمیان ہموار سوئچنگچ اجازت دیوان تاکہ پروٹو ٹائپنگ مشینن پیٹھ کلاؤڈ ماحولس منٛز ترقی تہٕ تعینات گژھہٕ آسان۔ کیفیک چُھ برقرار تھاوان تہٕ تیار کران برکلے ویژن اینڈ لرننگ سینٹر (BVLC) GitHub پیٹھ شراکت دارن ہنٛز اکھ فعال کمیونٹی کہ مدد سۭتۍ۔ یہٕ چُھ جٲری تحقیقی منصوبہٕ، بھڑس پیمانس پیٹھ صنعتی ایپلی کیشنز، تہٕ وژن، تقریر تہٕ ملٹی میڈیاہس منٛز اسٹارٹ اپ پروٹو ٹائپزن طاقت دیوان۔ |
fd50fa6954e1f6f78ca66f43346e7e86b196b137 | روزِ بڑَن واجین شہری کاری عملہٕ سٔتۍ، شہری جاۓ منٛز لوکن ہنٛز سرگرمیہٕ منظم طریقہٕ سۭتۍ ماڈلنگ کرُن چِھ اَہم معاشی تہٕ سمأجی کأمہٕ کس طورس پیٹھ تسلیم کرنہٕ یوان۔ یہٕ کامہٕ اوس واریاہ وری برونٹھ معتمد ڈیٹا کہ ذرائعچ کمی کہ وجہ سۭتۍ تقریباً ناممکن، مگر جیو ٹیگڈ سوشل میڈیا (جی ٹی ایس ایم) ہنٛز پیدائش چِھ اتھ پیٹھ نٔو روشنی تراوان۔ حال حالٕے، GTSM کِس ڈیٹا پیٹھ جغرافیائی موضوعاتن ہنز دریافتس پیٹھ چِھ نتیجہٕ خیز مطالعاتس منز اضافہٕ گومُت۔ تاہم، یمن ہنٛز اعلی کمپیوٹیشنل لاگت تہٕ پوشیدہ موضوعاتن متعلق مضبوط تقسیمک مفروضہٕ چِھ یمن GTSM ہنٛز طاقت بھڑس پیمانس پیٹھ اَننس منٛز رکاوٹ بنان۔ خلاہٕ پُر کرنہٕ خاطرٕ، چُھ کروس میپ پیش کران، اکھ نیو کراس موڈل نمائندگی ہیچھنُک طریقہٕ یُس بھڑس پیمانس پیٹھ GTSM ڈیٹا سۭتۍ شہری حرکیاتن چُھ بے نقاب کران۔ کراس میپ چُھ گۄڈٕ لَگہٕ لوکن ہنٛز سرگرمیہٕ کس بنیادس پیٹھ جاے تہٕ وقتچ ہاٹ سپاٹچ پتہٕ لگانہٕ خأطرٕ اکس تیز رفتار موڈچ تلاشک طریقہٕ کار استعمال کران۔ یم لبنہٕ آمت گرم مقامات چِھ نہ صرف جاۓ چہٕ وقت کہ لحاظٕ تغیرات حل کران بلکہ چِھ GTSM ڈیٹا کہٕ کمی تہٕ بڑس حدس تام کم کران۔ پتہٕ چُھ ہاٹ سپاٹسن سۭتۍ، کراس میپ تمام مقامی، وقتی تہٕ ٹیکسٹچل اکائین اکہٕ جایہٕ منٛز جوڑان دوٛن مختلف حکمت عملیو ہنٛد استعمال کرتھ: اکھ چِھ تعمیر نو پیٹھ مبنی تہٕ دیمہٕ چِھ گرافس پیٹھ مبنی۔ دونوٲی حکمت عملیہٕ چِھ یونٹن درمیان پنن ہم آہنگی تہٕ ہمساین درمیان تعلقات کوڈ کرتھ تعلقاتن پیٹھ قبضہ کران، تہٕ یمن تعلقاتن محفوظ تھونہٕ خاطرٕ چِھ کم جہتی نمائندگی ہیوان۔ ہُند تجربات چُھ یہٕ ظٲہر کران زِ کراس میپ چُھ نہ صرف سرگرمی ریکوری تہٕ درجہٕ بندی خٲطرٕہ جدید ترین طریقن سٕتۍ نمایاں طورس پیٹھ بہتر، بلکہ چِھ واریاہ بہتر کارکردگی تہٕ حٲصل کران۔ |
ce8d99e5b270d15dc09422c08c500c5d86ed3703 | انسٲنی واکھک تجزیہٕ چھ اتھ واکھک اندرونی دستخط ژھارنہٕ منٛز مدد کران یتھ ذریعہٕ ہر جایہٕ موجود انسٲنی شناخت تہٕ طبی عوارضک مسئلن ہینز تحقیقات ہکو کٔرتھ۔ واکہٕ بایومیٹرک چھ اکھ غیر ناگوار خصوصیت فراہم کران یتھ ذریعہٕ واکہٕ کس ویڈیو ڈیٹاس اکس بڑس فاصلس پیٹھ ہیکو گرفتٕ کرتھ بغیر امیک سابقہٕ آگاہی۔ اتھ مقالس منز چُھ کینکٹ ایکس بکس ڈیوائسس سٕتۍ انسٲنی گزینہٕ کہِ تجزیہٕ کہِ مطالعہٕ خٲطرٕہ اکھ نٲئی تکنیک کِس بارس منز ۄچھنہٕ آمُتۍ۔ یہٕ چُھ یقینی بناوان زِ خودکار پس منظرٕچ تخفیف کہٕ تکنیک سۭتۍ گژھنہٕ تقسیمچ غلطین کم کرٕن۔ قریب پیٹھ ہیٛکہٕ ہیومن سکلیٹ ماڈل پس منظرٕ سۭتۍ گھٹاونہٕ آمژٕ واکھک تصویرو سۭتۍ پٔدٕ کرنہٕ یتھ، یم کوویریٹ حالاتن سۭتۍ تبدیل چھِ گژان، یتھ کٔنۍ زن واکھک رفتارس منٛز تبدیلی تہٕ لباسچ قسمس منٛز تغیرات۔ واکھن ہنٛد دستخط چِھ مضامینک کنکال ماڈلچ چیمبر، چیمبر گوڑنچ، دچھیہ گچ تہٕ دچھیہ گوڑنچ مشترکہ زاویہٕ سۭتۍ گیٛمت۔ کائنکٹ واکہٕ ہنٛد ڈیٹا کس تجرباتی تصدیق ہنٛد موازنہٕ سینسرس پیٹھ مبنی بایومیٹرک سوٹ، انٹیلجنٹ واکہٕ اوسسلیشن ڈیٹیکٹر (IGOD) ہنٛز پننہٕ اندرونی ترقی سۭتۍ چُھ کرنہٕ آمُت۔ ایمہِ کوششہِ ہند آغاز چُھ یہٕ زِ ییہٕ چُھ جانچ کرنہٕ زِ کیا اتھ سینسر بَسِڈ بایومیٹرک سوٹس ہیکو مضبوط واکھ کہِ شناخت کہِ نظام کہِ پھیلاؤ خٲطرٕہ کائنکٹ ڈیوائس سٕتۍ تبدیل کرِتھ۔ فیشر ڈسکرمنٹنٹ تجزیہٕ چُھ فیچر ویکٹر کہ امتیازی طاقتہٕ منٛز وژھنہٕ خاطرٕ ٹریننگ گیٹ دستخطس پیٹھ لاگو آمُت کرنہٕ۔ نائیو بییسین درجہ بٔنٛدی ہنٛد مظاہرٕ چُھ کنینکٹ سینسر کہ ذریعہٕ قبضہٕ کرنہٕ آمت محدود ڈیٹاسیٹس پیٹھ غلطی ہنٛدس اندازس سۭتۍ حوصلہ افزا درجہ بٔنٛدی ہنٛد نتیجہٕ۔ |
582ea307db25c5764e7d2ed82c4846757f4e95d7 | فنکشنک تخمینہ چُھ پیرامیٹر اسپیس کہِ بجائے فنکشن اسپیسس منز عددی اصلاح کہِ نقطہ نظر سٕتۍ ۄچھنہٕ یوان۔ اکھ تعلق چُھ مرحلہ وار اضافی توسیع تہٕ steepest{descent} minimization کہِ درمیان بناونہٕ آمُت۔ کُنہٕ تہٕ معیار کس بنیادس پیٹھ چُھ اضأفی توسیع خاطرٕ اکھ عام گریڈینٹ {ڈیسنٹ \ بوسٹنگ} نمونہٕ تیار کرنہٕ آمت۔ ریگریشن خٲطرٕ کم کھوتہٕ کم چوکور، کم کھوتہٕ کم مطلق انحراف، تہٕ ہوبر M نقصان افعال، تہٕ درجہ بٔنٛدی خٲطرٕ کثیر کلاس لاجسٹک امکان خٲطرٕ چِھ مخصوص الگورتھم پیش کرنہٕ آمت۔ خاص طور پٲنٹھ چُھ اتھ مخصوص صورتہٕ خٲطرٕہ خصوصی اضافہٕ اخذ کرنہٕ آمٕتۍ یتہٕ انفرٲدی اضافی اجزاء چھ فیصلک کُلۍ، تہٕ یتھ ٹریم بوسٹ ماڈلزن ہینز تشریح خٲطرٕہ چِھ ٹولز پیش کرنہٕ آمٕتۍ۔ فیصلہٕ کِس کُلۍ کٔڈس منز چُھ تدریجی اضافہٕ مسابقتی، انتہٲئی مضبوط، تشریح پذیر طریقہٕ کار پٲدٕ کران، خاص طورس پیٹھ صاف ڈیٹا کھیننہٕ خٲطرٕہ موزوں۔ اتھ نقطہ نظر تہٕ فرینڈ تہٕ شیپیر 1996، تہٕ فریڈمین، ہستی، تہٕ Tibshirani 1998 کیٛن بڑھاونک طریقہٕ درمیان تعلقاتن پیٹھ چُھ تبادلہ خیال آمُت کرنہٕ۔ 1 فنکشنک تخمینہٕ فنکشنک تخمینہٕ کس مسئلس منٛز چُھ اکھ یُتھ نظام آسان یُس زن تصادفی \output" یا \response" متغیر y تہٕ بے ترتیب \input" یا \explanatory" متغیراتک سیٹ x = fx1; ؛ xng پیٹھ مشتمل چُھ۔ زانٛنہٕ آمت (y;x) { اقدارُک اکھ \training" نمونہٕ fyi;xig N 1 دنہٕ آمت، مقصد چُھ اکھ فنکشن F (x) تلاش کرن یُس x پیٹھ y چُھ میپ کران، یتھکن کہ تمام (y;x) { اقدارن ہنٛد مشترکہ تقسیمس پیٹھ، کنہہ مخصوص نقصان فنکشنن ہنٛز متوقع قدر (y؛ F (x)) کم کرنہٕ چُھ یوان F (x) = argmin F (x) Ey;x (y; F (x)) = argmin F (x) Ex [Ey (y; F (x)) jx]: (1) اکثر استعمال گژھن وأل نقصان فنکشنن (y; F) منٛز چِھ مربع غلطی (y F) تہٕ مطلق غلطی jy F y 2 R (رجشن) ، تہٕ منفی بائنل لوگومی (توقع، log1 + e 2y F) شأمل ییلہٕ y 2 f 1 (classification) ۔ اکھ عام طریقہٕ چُھ یہٕ کہ F (x) فنکشنن F (x;P) ہند پیرامیٹرائزڈ کلاسُک ارکانن ہنٛدس طورس پیٹھ یییہٕ نیونہٕ، یتہٕ P = fP1؛ P2؛ g پیرامیٹرزن ہنٛد اکھ سیٹ چُھ۔ اتھ مقالس منز چِھ ہم توجہ "1" اضأفی "2" شکلہِ ہندین توسیعن پیٹھ مرکوز۔ |
6a7c63a73724c0ca68b1675e256bb8b9a35c94f4 | ۔JSTOR آرکائیو استعمال کرُن چُھ امہٕ کتھہٕ ہنز نشاندہی کران زِ توہہٕ چِھ JSTOR سنز استعمالچ شرائط تہٕ ضوابط قبول کران، یم http://www.jstor.org/about/terms.html پیٹھ دستیاب چِھ۔ JSTOR سنز استعمالٕچ شرائط تہٕ ضوابط چِھ جزوی طورس پیٹھ یہٕ فراہم کران کہ، یوتام زِ توہہٕ گۄڈٕ اجازت آسہٕ نہٕ حٲصل کرمژ، توہہٕ ہیکہٕ نہٕ رسالک پورٕ شمارہٕ یا مضامینن ہنٛز متعدد کاپیہٕ ڈاؤن لوڈ کرتھ، تہٕ توہہٕ ہیکہٕ JSTOR آرکائیوس منٛز مواد صرف پننہٕ ذاتی، غأر تجارتی استعمال خاطرٕ استعمال کرتھ۔ براہِ کرم یہِ کامہِ استعمال کرنہٕ خٲطرٕہ ییہِ ناشر سٕتۍ رابطہ کٔرِتھ۔ پبلشرزن ہیند رابطہٕچ معلومات ہیکو http://www.jstor.org/journals/econosoc.html پیٹھ حٲصل کٔرِتھ۔ جے ایس ٹی او آر نشریاتک کنہٕ تہٕ حصہٕ کس پرتھ کاپی منٛز گژھہٕ امہٕ نشریاتک سکرین یا پرنٹ شدہ صفحس پیٹھ ظٲہر گژھن وٲلۍ ہیکو کاپی رائٹ نوٹس شٲمل کرتھ۔ |
8eca169f19425c76fa72078824e6a91a5b37f470 | کم لاگت تہٕ اعلی کارکردگی وٲلۍ ریڈار سسٹمن ہنٛد کامیٲبی سان ڈیزائن کرنہٕ خٲطرٕ چھ سسٹمچ درست تہٕ موثر تخروپن اہم تقاضہٕ۔ اتھ مقالس منز چُھ فرکیونسی ماڈیولڈ مسلسل لہرٕ ریڈار سسٹمن خٲطرٕہ اکھ نیو ورسٹائل سمولیشن ماحول پیش کرنہٕ آمُت۔ عام ہارڈ ویئرک مشابہت سۭتۍ سۭتۍ چُھ یہٕ مربوط نظامچ مشابہت تہٕ بیس بینڈس تام سگنل کہ ترکیب پیٹھ تصورک تجزیک احاطہٕ کران۔ اتھ منٛز چُھ اکھ لچکدار منظر نامہٕ جینیٹر، صحت مند شور ماڈلنگ، تہٕ سگنل پروسیسنگ الگورتھم چہ ترقی تہٕ جانچ خاطرٕ چُھ موثر اندازس منٛز نقلی ڈیٹا فراہم کران۔ انٹیگریٹڈ 77 گیگا ہرٹز ریڈار پروٹو ٹائپ خٲطرٕ نقالی تہٕ پیمائشک نتائجُک موازنہٕ چُھ دوٛن مختلف منظرنامن پیٹھ سمیلیٹرچ صلاحیتہٕ ونان۔ |
71337276460b50a2cb37959a2d843e593dc4fdcc | اکھ نئو غیر الگ تھلگ تھری پورٹ کنورٹر (NI-TPC) چُھ تجویز آمُت کرنہٕ یُس اکھ PV پورٹ، اکھ بائی ڈائریکشنل بیٹری پورٹ تہٕ اکھ لوڈ پورٹ چُھ انٹرفیس کران۔ ترٛیٚیو بندرگاہن منٛز چھ کانٛہہ تہٕ زٕ کس درمیان سنگل فیز پاور کنورژن حٲصل یوان کرنہٕ۔ ٹوپولوجی چھےٚ روایتی ڈھانچک بڈایریکشنل پاور فلو پیتھس زٕ یونی ڈایریکشنل منٛز تقسیم کٔرتھ حٲصل کرنہٕ یوان۔ تریٚن منٛزٕ زٕ بندرگاہن ہیٚکو مضبوطی سان کنٹرول کٔرتھ تاکہ PV یا بیٹری خٲطرٕ چارج کنٹرول کرنہٕ خٲطرٕ زیٛادٕ کھۄتہٕ زیٛادٕ طاقت حٲصل کرنہٕ یتھ، تہٕ بیک وقت لوڈ وولٹیج مستقل تھاوٕنۍ، ییٚلہ زن ترٛیٚیم بندرگاہ کنورٹرس پیٚٹھ بجلی ہٕنٛد عدم توازنٕچ تلافی کرنہٕ خٲطرٕ لچکدار چھ ترٛاونہٕ یوان۔ آپریشنل حالاتہٕ تہٕ ہکن عواملہٕ پٲنٹھ دٲخل گژھتھ۔ ملٹی ریگولیٹر مقابلہٕ کنٹرولچ حکمت عملی چِھ پیش کرنہٕ آمژ تاکہ پننہٕ پانہٕ تہٕ ہموار ریاستچ سوئچنگ حأصل گژھہٕ ییلہٕ PV ان پٹ پاور چِھ اتار چڑھاؤ کران۔ تجزیہ چُھ تجرباتی نتائجن سۭتۍ تصدیق گژھان۔ |
ac8877b0e87625e26f52ab75e84c534a576b1e77 | ڈیجیٹل دنیاہس منٛز، کاروبأری منتظمینن چِھ پننہٕ کمپنی ہنٛد قدر تخلیقس منٛز معلومات تہٕ معلوماتک انتظامچ اسٹریٹجک اہمیت کس بارس منٛز زیادٕ آگاہی۔ یہٕ چُھ سی آئی اوز خاطرٕ رہنمائی ہنٛد مواقع تہٕ چیلنجز دۄنوَے پیش کران۔ سی آئی او سٕنز پوزیشن مارجنایز گژھنہٕ نش روکاوٕن تہٕ کاروبٲری قدر پٲدٕ کرنس منز سی آئی اوزٕچ شراکت بڑھاونہٕ خٲطرٕہ ، پزِ تیم آۓ آئی ٹی یوٗٹیلیٹی مینیجرز کہِ صلاحیت نِش برونٛہہ بڑھن تہٕ پنین کمپنیزن مضبوط انفارمیشن استعمالٕچ ثقافت بناونس منز گژھنہِ مدد کرنہٕ خٲطرٕہ گژھن فعال کردار ادا۔ اتھ مضمونک مقصد چھ یہ کہ قیادتک نقطہ نظرچ بہتر تفہیم فراہم کرن یُس CIOs تہٕ کاروبٲری ایگزیکٹوز پننین کمپنیو ہنٛز معلوماتچ واقفیت بہتر بناونہٕ خٲطرٕ اپناون۔ ژۄن کیس اسٹڈیزن ہٕنٛزن نتٲیجن ہٕنٛدس بنیادس پیٚٹھ، چھٚمۍ ژۄن کوٛڈرن ہٕنٛز قیادت پوزیشنن ہٕنٛز فریم ورک تیار کوٚرمت۔ یہٕ فریم ورک چُھ CIO کس نقطہٕ نظرٕ سۭتۍ بناونہٕ آمُت تہٕ امہٕ سۭتۍ چُھ پتہ لگان کہ اکھ CIO ہیکہٕ کمپنی ہنٛز تَزَرٕج پیٹھ توجہ مرکوز کرنہٕ خاطرٕ معلوماتچ سمت تیار کرنہٕ منٛز رہنما، پیروی کرن وألس یا غأر فعال سند طور پأنٹھ کأم کرتھ۔ یہٕ مضمون چُھ یمن رہنما خطوطن سۭتۍ ختم گژھان یمن ہنٛد استعمال CIOs پننہٕ کمپنی ہنٛد انفارمیشن واقفیت کس پہلوو متعارف کرنس یا برقرار تھونس منٛز پنن قیادتک چیلنجن پوزیشنہٕ منٛز مدد کرنہٕ خاطرٕ ہیکن استعمال کرتھ تہٕ CIOs ہنٛدین مخصوص حالاتن ہنٛد لحاظ سۭتۍ چِھ مخصوص قیادتک نقطہ نظرچ سفارش کران۔ |
5c6b51bb44c9b2297733b58daaf26af01c98fe09 | یہٕ مقالہٕ چھ منظم طور پٲنٹھ زٕ فیچر ایکسٹریکشن الگورتھم کس موازنس منٛز مین پروڈکٹ فیچرزس سۭتۍ یُس کسٹمر ریویو منٛز چھ بیان آمت کرنہٕ۔ گوڑنک طٔریقہٕ [17] پی او ایس پیٹرنن ہنٛد اکہ سیٹُک اطلاق کرتھ تہٕ لاگ ویلیوبلٹی ریشو ٹیسٹک بنیادس پیٹھ امیدوار سیٹس پرون کرتھ چُھ امیدوار خصوصیاتن ہنٛز نشاندہی کران۔ دوٚیم طٔریقہٕ [11] چُھ اکثر خصوصیاتن ہنٛز شناخت خاطرٕ ایسوسی ایشن رول مائننگ تہٕ غیر معمولی خصوصیاتن ہنٛز شناخت خاطرٕ جذبات کہ اصطلاحاتن ہنٛز موجودگی پیٹھ مبنی ہیوریسٹکُک اطلاق کران۔ ٲسۍ پنٛن پروڈکٹ مخصوص دستاویزن ہٕنٛدس مجموعس پیٚٹھ کنزیومر الیکٹرانک آلات کہ حوالہٕ سۭتۍ الگورتھم کیٚن کارکردگی ہنٛد تشخیص کران۔ أس چِھ غلطی ہنٛد تجزیہٕ کران تہٕ الگورتھمک فٲئدٕ تہٕ حدودن پیٹھ چِھ تبادلہٕ خیال کران۔ |
623fd6adaa5585707d8d7339b5125185af6e3bf1 | یہٕ چُھ اکھ عملی، ممکنہٕ مطالعہٕ یُس انٹرنیٹ گیمنگ ڈس آرڈر (IGD) خاطرٕ مداخلتک چُھ۔ اکہٕ ہتھہٕ ژور والدین تہٕ یمن ہیند نوجوان بچہٕ آیہٕ اندراج کرنہٕ تہٕ یمن آیہٕ ژور علاج گروپن منٛز اکس منٛز تفویض کرنہٕ۔ 7 دنہٕ ہنٛد سریراج تھراپیٹک رہائشی کیمپ (S-TRC) صرف ، 8 ہفتن ہنٛز پیرنٹ مینجمنٹ ٹریننگ برائے گیم ایڈیشن (PMT-G) صرف ، مشترکہ S-TRC تہٕ PMT-G ، تہٕ بنیادی نفسیاتی تعلیم (کنٹرول) ۔ IGD ہٕنٛز شدت آیہ گیم اڈکشن سکریننگ ٹیسٹ (GAST) سۭتۍ ماپنہٕ۔ گروپن درمیان اوس GAST سکورس منٛز اوس اوسط فرق شماریاتی طور پٲنٹھ اہم، P ویلیوز < 0. 001، 0. 002، تہٕ 0. 005، بالترتیب مداخلت پتہٕ 1، 3، تہٕ 6 مہٕ۔ تمام گروپن منٛز گوٚ کنٹروٗل گروپس مقابلہٕ بہتر۔ نشہٕ کس ارتکازس منٛز، چھ انسٲنی صحتچ دیکھ بھال کرنچ کوششہٕ منٛز استعمال گژھن وٲل مٲہرین ہنٛد تعداد چھِ صرف اکھ، دوٛن، یا تریٛن گروپن منٛز زیادٕ آسان۔ نتیجس منٛز، ایس-ٹی آر سی تہٕ پی ایم ٹی-جی دۄنوے ٲس آئی جی ڈی خاطرٕ موثر نفسیاتی مداخلت تہٕ ٲس اکی بنیادی نفسیاتی تعلیم کھوتہٕ بہتر۔ |
aca437e9e2a453c84a38d716ca9a7a7683ae58b6 | یہٕ مقالہ چُھ وجدانٲتی میکانکسک استعمال کران آبجیکٹ کہ استحکام تہٕ حفاظتچ استدلال کرتھ 3D منظرٕ کہ تفہیم خاطرٕ اکھ نٔو نقطہٕ نظر پیش کران۔ سُہٕ چُھ اکھ سادٕہ مشاہدٕہ استعمال کران زِ انسٲنی ڈیزائن کہِ ذریعہٕ گژھہِ جامد مناظرن منز چیز کشش ثقل کہِ میدانس منز مستحکم آسن تہٕ انسٲنی سرگرمیو ہیوی مختلف جسمٲنی خلل کہِ حوالہٕ سٕتۍ گژھہِ محفوظ۔ یہ مفروضہ چھ تمام منظرن ہٕنٛدیٚن زمرن پیٚٹھ لاگو گژھان تہٕ منظرن ہٕنٛز تفہیمہ منٛز چھ قٲبل فہم تشریحاتن (پارس) خٲطرٕ مفید رکاوٹٕ تھاوان۔ ڈیپتھ کیمرہ کہِ ذریعہِ ایکہِ جامد منظرہٕ خٲطرٕہ پکڑا گوو اکھ 3D پوائنٹ کلاؤڈ، تہٕ تہندِس طریقہ کارس منز چِھ ترے مرحلہٕ: (i) ووکسلز پیٹھہٕ ٹھوس 3D وولومیٹرک پرامیٹوزچ بازیافت؛ (ii) استحکام تہٕ منظر برونٛہہ بڑھاونہٕ کہِ ذریعہِ غٲر مستحکم پرامیٹوز جسمٲنی طورس پیٹھ مستحکم اشیاء کہِ گروپس منز گروپ کرِتھ استدلال کہِ استحکام؛ تہٕ (iii) جسمٲنی خلل، یتھ کٕن زَن انسٲنی سرگرمی، ہوا یا زلزلن تحت اشیاء کہِ جسمٲنی خطراتُک اندازہ لگا کرِہٕ سیفٹی کہِ استدلال۔ ہم چِھ اکھ ناول بدیہی طبیعیاتُک ماڈل اپناوان تہٕ ہر اکہٕ قدیم تہٕ منظرس منٛز چیزن توانائی کس زمین کس منظرس چِھ اکھ منقطع گراف (ڈی جی) سۭتۍ ظاہر کران۔ ہم چھ اکھ کانٹیکٹ گراف بناوان یتھ منٛز نوڈس 3D والومیٹرک پرامیٹوز تہٕ کنارٕ چھ یم حمایت کرن وٲل تعلقاتچ نمائندگی چھ کران۔ امہٕ پتہٕ چِھ ہم سوئنڈسن وانگ کٹس الگورتھم اپنٔون تاکہ رابطہ گرافس گروپن منٛز تقسیم کرتھ، یمن منٛز پرتھ اکھ مستحکم چیز چُھ۔ سٹیٹک سینس منٛز غیر محفوظ اشیاء ہنٛد پتہ لگاونہٕ خاطرٕ، چُھ سون طریقہٕ منظرس منٛز پوشیدہ تہٕ واقع وجوہات (اختلالات) ہنٛز مزید قیاس کرٔن، تہٕ پتہٕ امہٕ خلل کس نتیجس منٛز ممکنہٕ اثراتن ہنٛز پیشین گوئی کرنہٕ خاطرٕ وجدانک جسمانی میکانکس متعارف کرٔن (مثلن، زوال) ۔ تجرباتس منٛز، ٲسۍ کوٚرمت یہ ظٲہر ز الگورتھم چھِ (i) آبجیکٹچ تقسیم، (ii) 3D وولومیٹرک ریکوری، تہٕ (iii) سینچ تفہیم خٲطرٕ دیگر ریاستی جدید ترین طریقن ہنٛدس مقابلس منٛز کٲفی بہتر کارکردگی حٲصل کران۔ ہم چھ انسٲنی فیصلہٕ سٲزی سۭتۍ وجدانٲتی میکانکس ماڈلٕچ حفاظتچ پیشین گوئی تہٕ موازنہ کران۔ |
7e9507924ceebd784503fd25128218a7119ff722 | سُہٕ چُھ پریتھ متنہٕ ایکِس تھیم گراف کِس طورس پیٹھ ماڈل کران۔ امہٕ پتہٕ چُھ یم گراف مستقل گراف ملٲزمتک طریقہٕ کارک استعمال کرتھ مماثل کرنہٕ یوان۔ امہٕ پتہٕ، چھِ أس اکھ تفصیلی سطحک (LOD) تصور تیار کران یس زن دۄنونی ہیند توازن چُھ قٲبلہِ فہم تہٕ استحکامس درمیان۔ اتھ مطٲبق، پٲدٕ گژھن وٲل وژن چُھ صارفینن ہند مماثل گرافس متعدد نقطہ نظرٕ سٕتۍ سمجھنہٕ تہٕ تجزیہٕ کرنٕچ صلٲحیتس بہتر بنٲوِتھ۔ گراف میچینگ الگورتھمس منٛز میٹرک لرننگ تہٕ فیچر سلیکشن شٲمل کرتھ، أس چِھ صارفینن گراف میچنگ کس نتائجس منٛز یمن ہنٛزٕ معلوماتچ ضروریات کس بنیادس پیٹھ انٹرایکٹو طور پأنٹھ تبدیل کرنچ اجازت دیوان۔ ٲسۍ پنٕنۍ نقطہ نظر مختلف قسمن ہٕنٛدیٚن داتاہن پیٚٹھ لاگو کٔرمٕژ، بشمول خبرن ہٕنٛدۍ مقالہٕ، ٹویٹ، تہٕ بلاگ ڈیٹا۔ مقداری تشخیص تہٕ حقیقی دنیا کہ کیس اسٹڈیز چِھ سانہٕ نقطہٕ نظرٕ ہنٛز امید ظاہر کران، خاص طورس پیٹھ مختلف سطحن پیٹھ تفصیل کس مختلف سطحن پیٹھ موضوع گرافس پیٹھ مبنی مکمل تصویرچ جانچ کرنچ حمایت منٛز۔ یہٕ مقالہ چُھ واریاہ ذرائعن منٛز بحث کرنہٕ آمت متعلقہٕ عنواناتچ مکمل تصویرک تجزیہ کرنہٕ خاطرٕ بصری تجزیہٕ نقطہٕ نظر پیش کران، یتھکن خبر، بلاگ، یا مائیکرو بلاگ۔ مکمل تصویرس منٛز چِھ واریاہ مشترکہٕ موضوعات شأمل یم متعدد ذرائع سۭتۍ چِھ احاطہٕ یوان کرنہٕ، بییہٕ پرتھ ماخذک مخصوص موضوعات چِھ شأمل۔ |
b04a503487bc6505aa8972fd690da573f771badb | گہری نیورل ادراک تہٕ کنٹرول نیٹ ورکس چھِ ممکنہٕ طور پانہٕ ڈرائیونگ گاڑین ہنٛد اکھ اہم جزو بنان۔ یمن ماڈلن ہنٛز وضاحت گژھہٕ گژھہٕ - یمن ہنٛزٕ طرز عملہٕ خأطرٕ آسانی سان تشریح کرن وأل عقلیات گژھن فراہم کرنہٕ - تاکہ مسافر، انشورنس کمپنیہٕ، قانون نافذ کرون وأل، ڈویلپرز وغیرہ، ہیٛکن سمجھتھ کہ کُس چُھ اکھ خاص رویہٕ شروع کرمُت۔ اتھ منٛز چِھ ہم بصری وضاحتن ہنٛد استعمالک دریافت کران۔ یم وضاحتہٕ چِھ امیجک ریئل ٹائم اجاگر کردٕ خطن ہنٛز شکل اختیار کران یم نیٹ ورک کس آؤٹ پٹس (سٹیرنگ کنٹرول) پیٹھ چِھ سبب بنان۔ سُہٕ چُھ پنٕن کتھہِ ہنز دفاع خٲطرٕہ زٕ اہم دلیلہٕ استعمال کران۔ گوڑنکس مرحلس منٛز، ٲس وژنٲتی توجہک ماڈل استعمال کران تاکہ تصویر پیٹھہٕ سٹیرنگ اینگلس تام کنولولشن نیٹ ورکس انتہٲئی طور پأنٹھ تربیت ییہٕ دنہٕ۔ توجہک ماڈل چُھ امیج کین علاقن پیٹھ روشنی تراوان یم ممکنہٕ طور پٲنٹھ نیٹ ورکک آؤٹ پٹس متاثر کران چھ۔ یمو منٛز چِھ کینٛہہ اصل اثرات، مگر کینٛہہ چِھ خفیہٕ۔ امہٕ پتہٕ چِھ أس ایکہِ وجہ کہِ فلٹرنگ کہِ مرحلہٕ سٕتۍ یہٕ تعین کرنہٕ خٲطرٕہ لاگو کران زِ کُس چُھ ان پٹ ریجن آؤٹ پٹس پیٹھ اثر انداز کران۔ یہٕ چُھ زیادٕ جامع بصری وضاحت پیدٕ کران تہٕ نیٹ ورک کہٕ رویس چُھ زیادٕ درست اندازس منٛز ظأہر کران۔ أس چِھ پننہٕ ماڈلچ تاثیر تریہ ڈاٹا سیٹن پیٹھ ظأہر کران یم کل 16 گھنٹن ہنٛز ڈرائیونگ کس مجموعس پیٹھ چِھ۔ ساروی کھوتہٕ گوڈٕ چِھ یہٕ ظأہر کران کہ انتہأئی تربیت چھنہٕ اینڈ ٹو اینڈ نیٹ ورکچ کارکردگی خراب کران۔ پتہٕ چِھ یہٕ ظٲہر کران زِ نیٹ ورک چُھ مختلف خصوصیاتن پیٹھ قیاس کران یم انسان ڈرائیونگہٕ دوران چِھ استعمال کران۔ |
4954bb26107d69eb79bb32ffa247c8731cf20fcf | ایٚٹریبیوٗٹ بیسڈ انکرپشن (ABE) [13] چھُ اکہِ یوزر سٕنٛدِ صفتن ہٕنٛدِ بنیادس پیٚٹھ ڈیکریپشنٕچ صلٲحیت طے کران. ملٹی اتھارٹی ABE سکیمس منٛز، چھ متعدد صفت والیو صفتن ہٕنٛزن مختلف سیٹن پیٚٹھ نظر تھاوان تہٕ استعمال کنندگانن خٲطرٕ چھ متعلقہ ڈیکریپشن کیٖز جٲری کران، تہٕ انکرپٹر چھ یہٕ ضروری بناوان ز اکھ صارف ییہ پیٚٹھٕ میسج ڈیکریپٹ کرنہٕ برٛۄنٛہہ پرٛیٚتھ اتھارٹی پیٚٹھٕ موٗجوٗد صفتن ہٕنٛزٕ کیٖز حٲصل کرنہٕ۔ چیسن دیٛت اکھ ملٹی اتھارٹی ABE سکیم (Central Authority) (CA) تہٕ گلوبل شناختک (GID) تصوراتک استعمال کران۔ تاہم، امہ تعٲمیرک سی اے یس منٛز چھ پرتھ کوڈک متن ڈیکرپٹ کرنک طاقت، یس امہٕ کس اصل مقصدس سۭتۍ متصادم چھ باسان زِ واریہن ممکنہٕ طور پٲنٹھ ناقابل اعتماد حکامن پیٹھ چھ کنٹرول تقسیم کرن۔ امہٕ ورٲی، امہٕ تعٲمیر کس لحاظ سۭتۍ، اکہٕ مستقل GID ہنٛد استعمال کوٚر حکامس پنن معلومات اکہٕ مکمل پروفائل بناونہٕ خاطرٕ اکہٕ صارفچ تمام خصوصیاتس سۭتۍ جوڑنہٕ، یُس صارفچ رازدٲری سۭتۍ غیر ضروری طورس پیٹھ خطرہٕ چھ تیلان۔ اتھ مقالس منز چُھ ہم اکھ سُلہٕ تجویز کران یوس بھروسے مند مرکزی اتھارٹی ہند دور چُھ کران، تہٕ صارفینن ہنز رازداری ہند تحفظ چُھ کران اتھ کتھہِ سٕتۍ کہِ یہٕ چُھ اختیاراتن نِش مخصوص صارفینن ہندِس بارس منز پنٕن معلوماتہِ جمع کرنس سٕتۍ روکاوان، تہٕ اتھٲی پٲٹھ چُھ اے بی ای عملی طورس پیٹھ زیادٕہ قابلِ استعمال بناوان۔ |
25098861749fe9eab62fbe90c1ebeaed58c211bb | اتھ مقالس منز چُھ ہمہٕ نۓ نقطہ نظرٕ سٕتۍ بڑھاونٕک طریقہٕ کارُک مطالعہ کران۔ ہم چھ ایفرون تہٕ باقین ہٕنٛزٕ نوِ کامہ پیٚٹھ مبنی۔ یہٕ ظٲہر کرنہٕ خٲطرٕ زِ بڑھاۄن تقریباً (تہٕ بعض صورتن منٛز بالکل) چُھ کوفِفِٹیو ویکٹرس پیٹھ l1 رکاوٹس سۭتۍ پنن نقصان کس معیارس کم کران۔ یہٕ چُھ نقصان کس معیارس منظم کرنہٕ کہ طور پأنٹھ جلدی بند گژھنس سۭتۍ فروغ دینچ کامیأبی سمجھنس منٛز مدد کران۔ زٕ زیادٕ عام استعمال گژھن والن معیاراتن (اکس تہٕ بائنومیل لاگ امکان) خاطرٕ، أس چِھ بییہٕ یہٕ ظأہر کران کہ ییلہٕ رنچہٕ آسہٕ ریلکس آمژ کرنہٕ - یا برابر ییتھ کیٛن زن بڑون تکرار چِھ گژان - حل چُھ (پلانہٕ قأبلہٕ صورتہٕ منٛز) a l1-optimal الگ کرن وألس ہائپر پلینس منٛز ہم آہنگ گژان۔ اسہٕ چُھ ثأبت کران کہ اتھ l1-optimal الگ کرن وٲلۍ ہائپر پلینس منٛز چُھ ٹریننگ ڈیٹاہک کم کھوتہٕ کم l1-مارجن زیادٕ کھوتہٕ زیادٕ کرنچ ملکیت، یتھکن زِ بڑھاون والن ادبچ تعریف چِھ کرنہٕ آمژ۔ بوسٹنگ تہٕ کرنل سپورٹ ویکٹر مشینن درمیان چِھ اکھ دلچسپ بنیادی مماثلت ظأہر گژان، کیازٕکہ دۄنوَے ہیکو اعلی جہتی پیشین گوئی ہنٛز جاۓ منٛز باقاعدٕ اصلاح خاطرٕ طریقہٕ کہ طور پأنٹھ بیان کرتھ، حساب کتاب چِھ عملی بناونہٕ خاطرٕ کمپیوٹیشنل چال استعمال کران، تہٕ مارجنس زیادٕ کھوتہٕ زیادٕ حلن منٛز چِھ متفق گژان۔ اگرچہ یہٕ بیان چُھ SVMs صحیح پأٹھۍ بیان کران، مگر یہٕ چُھ صرف تقریبا Boosting پیٹھ لاگو گژھن۔ |
0825788b9b5a18e3dfea5b0af123b5e939a4f564 | الفاظن ہنٛز ویکٹر اسپیس نمائندگی ہیچھنہٕ خاطرٕ حالیہ طٔریقہٕ چِھ ویکٹر ریاضی ہنٛد استعمال کران ٹھیک دانہٕ وٲل سیمنٹک تہٕ نحوی باقاعدگی ہنٛد گرفتٕ کرنس منٛز کامیاب گومت، مگر یمن باقاعدگی ہنٛد اصل چُھ غأر شفاف رودمت۔ ہم چھ لفظن ہٕنٛدیٚن ویٚکٹرن منٛز یتھ باقٲعدگی ہٕنٛد ظٲہر گژھنہٕ خٲطرٕ درکار ماڈل کیٚن خواصن ہٕنٛز تجزیہ تہٕ وضاحت کران۔ نتیجہٕ چُھ اکھ نٔو گلوبل لاگبلائنئر ریگریشن ماڈل یُس ادبس منٛز زٕ اہم ماڈل خاندانس ہیند فٲیدٕ چُھ جوڑان: گلوبل میٹرکس فیکٹرائزیشن تہٕ لوکل سیاق و سباق ونڈو طریقہٕ۔ سٲنِس ماڈلس منز چُھ شمٲریٲتی معلوماتُک موثر اندازس منز استعمال کرنہٕ یوان، سُہٕ چُھ صرف لفظن ہند ہم آہنگی ہند میٹرکس منز غیر صفر عناصرن پیٹھ ٹریننگ کران، بجائے زِ پورٕ اسپیر میٹرکس یا بڑِس کورپسس منز انفرٲدی سیاق و سباقن پیٹھ۔ ماڈل چُھ اکھ بامعنی سبسٹرکچر وٲل ویکٹر سپیس پٲدٕ کران، یتھ کٔنۍ زِ امچ کارکردگی چھے 75% حالیہٕ لفظک مشابہتک مشٲہدن پیٹھ۔ یہٕ چُھ مماثلت کیٛن مشقن تہٕ نامزد ادارن ہنٛز شناخت کس سلسلس منٛز متعلقہٕ ماڈلن تییہٕ بہتر کران۔ |
326cfa1ffff97bd923bb6ff58d9cb6a3f60edbe5 | ہم چھ زٕ تقسیمس درمیان اکھ میٹرکچ خصوصیاتن ہنٛز تحقیقات کران، ارتھ موور فاصلہٕ (EMD) ، موادس پیٹھ مبنی تصویری بازیافتہٕ خٲطرٕ۔ ای ایم ڈی چُھ کم کھوتہٕ کم خرچس پیٹھ مبنی یُس اکس تقسیمس اکس منٛز تبدیل کرنہٕ خاطرٕ چُھ ادا کرنہٕ یُن، اکس عین مطابق معنن منٛز، تہٕ گوڑنک لٹہٕ اوس پیلیگ، ورمن، تہٕ رومن کیٛن مخصوص وژن کین مسائلن خاطرٕ تجویز کرمُت۔ امیج ریٹریول خاطرٕ، چِھ أس یہٕ خیال تقسیم کس نمائندگی کس سکیمس سۭتۍ جوڑان یُس ویکٹر کوانٹائزیشن پیٹھ چُھ مبنی۔ یہٕ امتزاج چُھ امیجُک موازنہ کرن وٲل فریم ورکس کن بنان یُس اکثر دیمن برونٹھ مقٲصدٕ طریقن ہنٛد مقابلہٕ ادراکی مماثلتُک بہتر حساب چُھ کران۔ ای ایم ڈی چُھ لینیر آپٹمائزیشن کہ نقل و حمل کہ مسئلک حل پیٹھ مبنی، یمہٕ خاطرٕ موثر الگورتھم چِھ دستیاب، تہٕ قدرتی طورس پیٹھ چِھ جزوی مماثلتچ اجازت دیوان۔ یہٕ چُھ ہیسٹوگرام میچینگ تکنیک کھوتہٕ زیادٕ مضبوط، یتھ منٛز یہٕ تقسیمچ متغیر لمبائیچ نمائندگی پیٹھ کٲم ہیکہٕ کرتھ یُس کوانٹائزیشن تہٕ ہسٹوگرامس منٛز عام بنن والن باقی مسئلن نیش چُھ گریز کران۔ ییلہِ ای ایم ڈی یکساں مجموعی وزن کہِ تقسیمُک موازنہ کرنہٕ خٲطرٕہ چُھ استعمال گژھان، تہٕ چُھ اکھ حقیقی میٹرک۔ اتھ مقالس منز چِھ ہم رنگ تہٕ بناوٹ کہِ ایپلی کیشنزس پیٹھ توجہ مرکوز کران، تہٕ ہم چِھ ای ایم ڈی کہِ ریٹریولنگ کارکردگی ہند موازنہ باکین فاصلن سٕتۍ کران۔ |
508d8c1dbc250732bd2067689565a8225013292f | اکھ نئو ڈوئل فوٹوپلٹیسموگراف (پی پی جی) سینڈ تہٕ پیمائش سسٹم مقأمی پلس ویو ویلوٹی (پی ڈبلیو وی) ہنٛز تجویز چِھ آمژ کرنہٕ تہٕ امک مظاہرٕ چُھ آمُت کرنہٕ۔ تیار کردٕ سینڈ ڈیزائن چُھ خونہٕ کہ نبض کہ پھیلاؤ کہ لہرٕ کہ شکلہٕ ہنٛد غأر ناگوار پتہ لگاونہٕ خاطرٕ زٕ ملحقہ پیمائش پوائنٹس (28 ملی میٹر دور) پیٹھ عکاسی پی پی جی ٹرانسڈوسر استعمال کران۔ مسلسل حٲصل گژھن وٲل ڈوئل پلس ویو فارمس درمیان ٹرانزٹ ٹائم ڈیلیٹ اوس بیٹ ٹو بیٹ لوکل پی ڈبلیو وی پیمائش خٲطرٕ استعمال کرنہٕ آمُت۔ پی پی جی سینڈ ڈیزائنچ توثیق کرنہٕ تہٕ مقامی پی ڈبلیو وی پیمائشک نظام تیار کرنہٕ خاطرٕ 10 صحت مند رضاکارن (8 مرد تہٕ 2 زَنانہٕ، 21 پیٹھ 33 وٲرین) پیٹھ in vivo تجرباتی توثیقک مطالعہٕ آو کرنہٕ۔ تجویز کردہ نظام اوس متعدد مضامینن سۭتۍ کیروٹائڈ لوکل PWV ماپنہٕ قٲبل۔ بیس لائن کیروٹائڈ PWV کہِ بیٹ ٹو بیٹ تغیر اوس 10 منز 7 افرادن خٲطرٕہ 7. 5% کھوتہٕ کم، ییلہِ زَن کہِ مطالعہٕ دوران اوس beat to beat تغیرُک زیادہ سے زیادہ 16 فیصد مشٲہدٕ کرنہٕ آمُت۔ ورزش پتہٕ صحت یابی کہ مدتس دوران بیٹ ٹو بیٹ کیروٹائڈ لوکل PWV تہٕ برکیئل بلڈ پریشر (BP) کہ اقدار منٛز تغیراتک تہٕ آو جٲئزہٕ دنہٕ۔ انٹرا سوبجیکٹ لوکل PWV تغیر تہٕ برکیئل BP پیرامیٹرزن درمیان اوس اکھ شماریاتی طور پأنٹھ اہم ارتباط مشاہدٕ آمت کرنہٕ (r > 0. 85، p < 0. 001) ۔ نتائجن سۭتۍ گوو کیروٹائڈ شریانہٕ پیٹھ مسلسل بیٹ ٹو بیٹ لوکل پی ڈبلیو وی پیمائش خٲطرٕ مجوزہ پی پی جی سینڈچ فزیبلٹی ہنٛد مظاہرٕ۔ ایمہِ طریقس منز ہیکہِ اکھ غٲر غٲر حملہ آور مقٲمی PWV پیمائش یونٹ ممکنہ طورس پیٹھ مسلسل ایمبولریٹری BP پیمائش خٲطرٕہ استعمال گژھِتھ۔ |
79465f3bac4fb9f8cc66dcbe676022ddcd9c05c6 | یہٕ مقالہ چُھ ڈیپ ٹِپ میپس کہِ ترتیب سٕتۍ انسٲنی اقداماتن تسلیم کرنہٕ خٲطرٕہ اکھ طریقہٕ پیش کران۔ خاص طورس پیٹھ چُھ، ہم ایکشن گرافس ایکشن گرافس منز نوڈس سٕتۍ مطابقت تھاوان نمایاں کرن وٲل پوزشن ہند اکھ سیٹہٕ خصوصیت دینہٕ خٲطرٕہ ایکشن پوائنٹس ہند اکھ بیگ سٕتۍ نمایاں طورس پیٹھ ماڈل بناون۔ امہٕ علاوٕ، چھِ أس گہرائی ہنٛد نقشن سۭتۍ 3D پوائنٹن ہنٛد نمونہٕ ننہٕ خٲطرٕ اکھ سادٕ، مگر موثر پروجیکشنس پیٹھ مبنی نمونہٕ سکیمٕچ تجویز کران۔ تجربٲتی نتٲئجن کوٚر یہٕ ظٲہر زِ 90 فیصد کھوتہٕ زیادٕہ شناختچ درستگی گٲی صرف 1 فیصد تھری ڈی پوائنٹس ڈیپٹ میپس پیٹھہٕ نمونے ننہٕ کہِ ذریعہٕ حٲصل۔ 2D سلوٹچ بنیادس پیٹھ چِھ شناختچ غلطی منٛز نصف کمی واقع گیمژ۔ امہٕ علاوٕ، چھ ہم نقالی ذریعہٕ بندھن سۭتۍ نمٹنہٕ خٲطرٕ پوائنٹسک پوزیشنک ماڈلچ صلاحیتک مظاہرٕ کران۔ |
46fd85775cab39ecb32cf2e41642ed2d0984c760 | مقالس منٛز چھ اے آۓ روبوٹسچ قانونی حیثیتس پیٹھ موجودٕ بحثچ جانچ یوان کرنہٕ، تہٕ یہٕ زِ اسکالرز تہٕ پالیسی ساز کتھ حدس تام چھ یمن مصنوعی ایجنٹن ہنٛد قانونی ایجنٹ سنٛد قانونی حیثیتس سۭتۍ الجھ کران۔ اتھ شعبس منٛز موجودٕ رجحانات مدنظر تھٔوتھ، مقالہٕ چُھ اکس دوٛن طرفن ہنٛد پوزیشن ہنٛز تجویز کران۔ گوڑنک، پالیسی سازن پزٕ سنجیدگی سان معاہدن تہٕ کاروباری قانونس منٛز اے آۓ روبوٹچ سرگرمیو خٲطرٕ احتساب تہٕ ذمہ دأری ہنٛز نٔو شکلہٕ قأئم کرنچ امکانس پیٹھ غور کرُن، مثلن پیچیدٕ تقسیم شدٕ ذمہ دأری ہنٛدس صورتس منٛز قانونی ایجنسی ہنٛد نٔو شکلہٕ۔ دوٚیم، اے آۓ روبوٹس مکمل قانونی شخصیت دنک کنہٕ تہٕ مفروضہٕ گژھہٕ قٲبل تصور مستقبلس منٛز مسترد کرنہٕ یُن۔ تاہم، سوفیا سۭتۍ کیٛا کرٕن، یس اکتوبر 2017 منٛز کونہٕ تہٕ ملکس شہریت حٲصل کرن واجن گوڑنچ اے آۓ ای درخواست بنییہ، یعنی سعودی عرب؟ یہٕ چُھ تسلیم یوان کرنہٕ زِ کُنہٕ شخص یا چیزس قانونی حیثیت دین چُھ - یتھ کٔن زَن ہمیشہٕ چُھ یوان کرنہٕ - اکھ انتہائی حساس سیأسی مسلہٕ یُس صرف عقلی انتخابن تہٕ تجربأتی ثبوتن پیٹھ چُھ نہٕ انحصار کران۔ صوابدید، خود ساختگی، تہٕ یوتام زِ عجیب فیصلے چِھ اتھ تناظرس منٛز کردار ادا کران۔ تاہم، قٲعدٕ نظام کیازِ چُھ انسٲنی تہٕ مصنوعی ادارن، یتھ کٔنۍ کارپوریشنہٕ، یمن ہنٛز حیثیت دنس منٛز مدد کران، سُہٕ چُھ اسہِ مدد کران کہ اے آۓ روبوٹس قانونی شخصیتک حصول کس تلاشس منٛز یموٛ از کونہٕ طرفہٕ کتھ۔ کیا شہری صوفیہ چِھ واقعی شعوری، یا چِھ بے حد علما کیٛن سلائنگن تہٕ تیرن برداشت کرنچ صلاحیت تھوان؟ |
0943ed739c909d17f8686280d43d50769fe2c2f8 | ہم چھ انسانی رویس تجزیہ تہٕ ترکیب کرنہٕ خٲطرٕ اکھ نقطہ نظرٕ پٲنٹھ ایکشن-ری ایکشن سیکھنُک تجویز کران۔ یہٕ نمونہٕ ماضی تہٕ مستقبل کین واقعاتن درمیان یا وقتچ ترتیبک مشاہدٕ کرتھ عمل تہٕ امکہٕ رد عملس درمیان چھ سبب ملاپچ نشاندہی کران۔ اسہٕ چھ انسٲنی تعاملک تجزیہٕ کرنہٕ تہٕ پتہٕ انسٲنی رویس ترکیب کرنہٕ خٲطرٕ یہٕ طریقہٕ استعمال کران۔ ادراکی پیمائشن ہنٛز اکھ ٹائم سیریزک استعمال کران، اکھ نظام چُھ اکہٕ انسانی شریکٕ (اکھ عمل) ہنٛد اشارن تہٕ دیم شریکٕ (اکھ رد عمل) ہنٛد ینہٕ وٲل اشارن درمیان اکھ نقشہٕ خودکار طور پأنٹھ اکہٕ نقشہٕ ہیند انکشاف کران۔ اکھ احتمالُک ماڈل چُھ انسٲنی تعامل کہِ ڈیٹا پیٹھہٕ اکھ نیو اندازٕ تکنیک، مشروط توقعٕچ میکسمائزیشن (CEM) کہِ استعمال کرِتھ تربیت دِنہٕ یوان۔ یہٕ نظام چُھ اکھ گرافک انٹرایکٹو کردار چلاوان یُس صارف کہٕ رویہٕ کہ ممکنہٕ ردعملچ پیشین گوئی چُھ کران تہٕ یہٕ چُھ اتھ انٹرایکٹو پأٹھۍ انجام دیوان۔ یتھ کٔنۍ، اکہ جوڑٕ شرکاءن منٛز انسٲنی تعاملک تجزیہٕ کرنہٕ پتہٕ، سسٹم چھ یمن منٛز اکس سنٛد جاۓ نیتھ تہٕ اکس باقٕے صارفس سۭتۍ چھ تعامل کران۔ |
272216c1f097706721096669d85b2843c23fa77d | اسٹوچاسٹک مقصد افعالچ فرسٹ آرڈر گریڈینٹ بیسڈ آپٹمائزیشن خاطرٕ چُھ ایڈمن متعارف کراوان، یُس کم آرڈر لمحاتک انکولی اندازن پیٹھ چُھ مبنی۔ یہٕ طریقہٕ چُھ لاگو کرنس منٛز سیدھ، کمپیوٹیشنل طور پٲنٹھ چُھ موثر، میموریچ ضرورت چِھ کم، گریڈینٹس چِھ ڈایگوئنٹل ری سکیلنگس منٛز غٲر متغیر، تہٕ ڈیٹا تہٕ/یا پیرامیٹرن ہنٛد لحاظ سۭتۍ چِھ بڑن مسئلن خاطرٕ اصل پٲنٹھ موزوں۔ یہٕ طریقہٕ چُھ غأر مستحکم مقاصد تہٕ واریاہ شور تہٕ/یا کم تدریجی مسائلن خاطرٕ تہٕ موزوں۔ ہائپر پیرامیٹرن ہنٛز چِھ وجدان پسند تشریحات تہٕ عام طورس پیٹھ چِھ کم ٹیوننگچ ضرورت آسان۔ متعلقہٕ الگورتھمس سۭتۍ کنکشنن پیٹھ چُھ تبادلہ خیال کرنہٕ آمُت، یتھ پیٹھ آدم اوس متٲثر گومُت۔ ہم چھ الگورتھمچ نظریٲتی تقابلی خصوصیاتن ہنٛد تجزیہ تہٕ تقابلی شرحس پیٹھ اکھ افسوس فراہم کران یس آن لائن مخروط اصلاح فریم ورکس تحت بہترین معلوم نتائجن سۭتۍ موازنہ چھ یوان کرنہٕ۔ تجربٲتی نتٲئج چھ ہاوان زِ ایڈمن چھ پریکٹسس منٛز اصل پٲنٹھ کٲم کران تہٕ امک موازنہٕ چھ باقی سٹوکاسٹک اصلاحک طریقن سۭتۍ کران۔ آخرس منٛز، اسہٕ چِھ ایڈمکس کس بارس منٛز کتھ کٔرمژ، یس زن آدم سنٛد اکھ قسم چُھ یس لامحدود معیارس پیٹھ مبنی چُھ۔ |
05aba481e8a221df5d8775a3bb749001e7f2525e | ہم چِھ سب گریڈیئنٹ میتھڈزن ہند اکھ نیو فیملی پیش کران یوس پتمہٕ تکرارس منز مشاہدٕہ کرنہٕ آمٕتۍ ڈیٹا کہِ جیومیٹری ہند علم چُھ متحرک طورس پیٹھ شٲمل کران تاکہ زیادٕہ معلومٲتی گریڈیئنٹ بیسڈ لرننگ ہکہِ گژھِتھ۔ استعاراتی طورس پیٹھ، موافقت چِھ اسہِ اجازت دِوان زِ سُہٕ گژھہِ ہینز ڈھیرن منز n eedles تلاش کرِتھ مگر چِھ واریاہ زیادٕہ پیشین گوئی کرن وٲل مگر شاذ و نادر وٲل خصوصیتن ہندِ شکلہِ منز۔ سٲنِس نمونس سٕتۍ چِھ سٹوکاسٹک اصلاح تہٕ آن لائن سیکھنس منز حالیہ پیشرفتہٕ پیٹھہٕ اخذ کرنہٕ آمُت یوس الگورتھم کہِ گریڈینٹ سٹیپس کنٹرول کرنہٕ خٲطرٕہ پراکسیمل فنکشنن ہند استعمال چُھ کران۔ ہم چِھ پروکسیمل فنکشنن اپنٲئی طور پٲنٹھ تبدیل کرنچ اکھ ایپریٹسچ وضاحت تہٕ تجزیہٕ کران، یُس سیکھنک شرح مقرر کرنس نمایاں طور پٲنٹھ آسان بناوان چُھ تہٕ نتیجس منٛز چِھ افسوسک ضمانتہٕ یم ثٲبت پانٹھ چِھ بہترین پروکسیمل فنکشنک پٲنٹھ اصل یُس پٔتہٕ نظرِ منٛز منتخب ییہٕ کرنہٕ۔ ہم چِھ عام تہٕ اہم ریگولیٹری افعال تہٕ ڈومین کین پابندیو سۭتۍ تجرباتی خطرن کم کرنہٕ خأطرٕ کیہہ موثر الگورتھم دیوان۔ ہم چھ تجرباتک ذریعہٕ پنن نظریٲتی تجزیک مطٲلعہٕ کران تہٕ یہٕ ظٲہر کران زِ انکولی ذیلی درجہٕ بندی ہنٛد طریقہٕ چھ جدید ترین، مگر غٲر انکولی، ذیلی درجہٕ بندی ہنٛد الگورتھم بہتر کران۔ |
f2bc77fdcea85738d1062da83d84dfa3371d378d | یہٕ مقالہ چُھ چپ ٹو چپ ایپلیکیشنن خٲطرٕ 90 nm CMOS منٛز 6.25-Gb/s 14-mW ٹرانسیور بیان کران۔ ٹرانسیور چُھ بجلی ہنز کھپت کم کرنہٕ خٲطرٕہ واریاہ خصوصیاتہِ استعمال کران، بشمول اکھ مشترکہ LC-PLL گھڑی ملٹی پلئر، ایکہِ انڈکٹر-لوڈڈ ریزنانس گھڑی تقسیم نیٹ ورک، اکھ کم تہٕ قابلِ پروگرام وولٹیج موڈ ٹرانسمیٹر، سافٹ ویئر کنٹرولڈ گھڑی تہٕ ڈیٹاہک ریکوری (CDR) تہٕ ریسیور اندر انکولی ایوولیشن، تہٕ CDR خٲطرٕہ اکھ نیو PLL-بنیادٕ فیز روٹر۔ یہٕ ڈیزائن چُھ 10-15 یا تمہٕ کھوتہٕ کم کہِ بٹ ایرر ریٹہِ پیٹھ -15 ڈی بی یا تمہٕ کھوتہٕ زیادٕہ چینل کہِ ڈیمپریشنس سٕتۍ کٲم ہیکان کٔرِتھ، ییلہِ زَن کہِ فی ٹرانسیور چُھ 2.25 میگا واٹ/گیگا بائیٹ فی سیکنڈ کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم کھوتہٕ کم۔ |
9da870dbbc32c23013ef92dd9b30db60a3cd7628 | 3D شکلن ہنز غٲر سخت رجسٹریشن چُھ اکھ ضروری کامہٕ یوس تیزی سان اہم گژھان چُھ کیازکہِ متحرک مناظرن ہنز اسکیننگ خٲطرٕہ چُھ گہرائی ہند سینسر زیادٕہ وسیع پیمانس پیٹھ دستیاب گژھان۔ غٲر سخت رجسٹریشن چِھ سخت رجسٹریشنہٕ کھوتہٕ واریاہ زیادٕ چیلنجنگ کیاز کہِ یہٕ چُھ ایکِس عالمی تبدیلی ہند بجائے مقٲمی تبدیلی ہند سیٹُک تخمینہٕ لگاوان، تہٕ اتھٲی پٲٹھ چُھ کم تعین کہِ وجہ سٕتۍ اوور فٹنگ کہِ مسئلس پیٹھ قابض۔ سابقہ طریقن منٛز چھ عام حکمت یہٕ کہ مقٲمی تبدیلی ہنٛد فرقس پیٹھ چھ اکھ l2-نورما باقاعدگی عائد کرن۔ تاہم، l2-نارم ریگولیریشن چِھ بھڑس پونچھس سۭتۍ تقسیمس سۭتۍ آؤٹ لیئرز تہٕ شور کس طرفس کُن حلس جانبدار بناوان، یمک تصدیق چِھ تبدیل کرن وألن فرقن پیٹھ گیوسین تقسیمچ خراب خوبی سۭتۍ گژان۔ ایمہِ برعکس چِھ لیپلیشین تقسیم تبدیلین ہند فرقس سٕتۍ اصلس منز فٹ، یوس ایکِس کم تعدادس منز استعمال چُھ تجویز کران۔ ہم چھ تبدیل کرنک تخمینہ لگاونہٕ خٲطرٕ اکھ l1-نورم باقاعدہ ماڈلس سۭتۍ اکھ کم غیر سخت رجسٹریشن (SNR) طریقہٕ تجویز کران، یس بڑوٕنہٕ لاگرانجین فریم ورکس تحت متبادل سمتک طریقہٕ (ADM) سۭتۍ مؤثر طریقہٕ سۭتۍ حل چھ گژھان۔ اسہٕ چِھ اکھ مضبوط تہٕ ترقی پسند رجسٹریشن خاطرٕ کثیر قراردادچ منصوبہٕ تییہٕ وضع کران۔ عوٲمی ڈیٹا سیٹس تہٕ سون اسکین شدہ ڈیٹا سیٹس دونوٲنی ہند نتائج چِھ سون طریقہٕ کارٕچ برتری ظٲہر کران، خاص طورس پیٹھ بڑِس پیمانس پیٹھ اخٕتلافن ہینز نمٹأری سۭتۍ سۭتۍ آؤٹ لیئرز تہٕ شورٕ۔ |
e36ecd4250fac29cc990330e01c9abee4c67a9d6 | اتھ خطس منز چُھ اکھ ناول Ka-band ڈبل بینڈ ڈبل سرکلرلی پولرائزڈ اینٹینا آرے پیش کرنہٕ آمُت۔ ڈوئل بینڈ اینٹینا چُھ کاہس پیٹھ سرکلر پولرائزیشنس سۭتۍ کاہس پیٹھ بینڈ ڈاون لنک فریکوئنسی تہٕ کاہس پیٹھ بینڈ اپ لنک فریکوئنسی خٲطرٕ دٕچھنہٕ طرفہٕ سرکلر پولرائزیشنس سۭتۍ کمپیکٹ انکیولر رنگ سلاٹس سۭتۍ حٲصل کرنہٕ یوان۔ ترتیب وار گردشٕچ تکنیکُک اطلاق کرتھ، چُھ اکھ 2 × 2 ذیلی سرنی اصل کارکردگی سۭتۍ حٲصل یوان کرنہٕ۔ یہٕ خط چُھ ڈیزائنک عمل بیان کران تہٕ نقلی تہٕ پیمائشک نتائج چُھ پیش کران۔ |
0bb71e91b29cf9739c0e1334f905baad01b663e6 | اتھ مقالس منز چُھ ایل ٹی ای نیٹ ورکس منز متعین بیٹری سے چلنے والین ڈیوائسزن خٲطرٕہ توانٲئی ہنز کھپت کم کرنہٕ خٲطرٕہ شیڈولنگ تہٕ ٹرانسمیشن پاور کنٹرولٕچ تحقیقات کرنہٕ آمٕژ۔ مشین ٹائپ سبسکرایبزن ہینز بھڑس تعدادس خاطرٕ موثر شیڈولنگ قٲبل بناونہٕ خاطرٕ، اکھ نئو تقسیم شدہ سکیم چِھ تجویز کرنہٕ آمژ یتھ منٛز مشین نوڈس چِھ لوکل کلسٹر بناوان تہٕ کلسٹر ہیڈزن ذریعہٕ بیس اسٹیشنس سۭتۍ چِھ کتھ باتھ کران۔ ایمہِ پتہٕ چِھ ایل ٹی ای نیٹ ورکس منز اپ لنک شیڈولنگ تہٕ پاور کنٹرول متعارف کرٲن تہٕ لائف ٹائم آگاہ حل چِھ زیرِ تحقیق تاکہ کلسٹر ہیڈز تہٕ بیس اسٹیشن کہِ درمیان چِھ مواصلاتس منز استعمال گژھِن۔ عین حلن علاوٕ، کم پیچیدگی سۭتۍ چھ ذیلی بہتر حل اتھ کامہٕ منٛز پیش کرنہٕ آمت یم واریہ کم کمپیوٹیشنل پیچیدگی سۭتۍ چھ قریبی زیادہ سے زیادہ کارکردگی حٲصل ہکان کٔرتھ۔ کارکردگی ہنٛد تشخیص چُھ امہٕ کتھہٕ سۭتۍ ظاہر گژان کہ مجوزہ پروٹوکولک استعمال کرتھ چُھ نیٹ ورکچ زندگی نمایاں طور پأنٹھ بڑھان۔ |
6dc4be33a07c277ee68d42c151b4ee866108281f | کمپریسوی پیمائشو سۭتۍ کوویارنس میٹرکس ہنٛد اندازٕ چُھ حالٕے سائنسس تہٕ انجینئرنگ کین مختلف شعبن منٛز کأفی تحقیقی کأم کٔرمژ۔ مشاہداتن ہنٛز لوکٹھ تعداد کہ وجہ سۭتۍ، ہم آہنگی ہنٛد میٹرکسُک تخمینہ چُھ اکھ واریاہ خراب مسئلہٕ۔ یہٕ ہیکو کوویریئنس میٹرکسچ ساخت کس بارس منٛز گوڑنچ معلوماتک استحصال کرتھ قابو کرتھ۔ یہٕ مقالہ چُھ کمپریسوی پیمائشس تحت ہائی ڈیمینشنل کوویارنس میٹرکس تخمینہٕ کہٕ مسئلس کن کنویکس فارمولیشنن تہٕ متعلقہ حلن ہنٛد اکھ طبقہٕ پیش کران، یُس مثبت نیم طے شدہ آسنس علاوٕ، حلس پیٹھ ٹوپلٹز، اسپارنیس، نول پیٹرن، لو رینک، یا لو پرموٹڈ رینک ڈھانچہٕ لگاون۔ اصلاحک مسائل حل کرنہٕ خٲطرٕ، چُھ ہم کو ویریئنس بذریعہ بڑھاونہٕ آمت لاگرینجین سکریج الگورتھم (CoVALSA) متعارف کران، یس سپلٹ بڑھاونہٕ آمت لاگرینجین سکریج الگورتھم (SALSA) ہنٛز اکھ مثال چِھ۔ اسہٕ چِھ جدید ترین الگورتھم کہِ مقابلس منز پننہِ نقطہ نظرِچ تاثیرُک عکاسی کران۔ |
05357314fe2da7c2248b03d89b7ab9e358cbf01e | تمام حقوق محفوظ ہیں۔ اتھ کتابہِ ہند کُنہِ تہِ حصہٕ ہیکو نہٕ تحریری طورس پیٹھ کُنہِ تہِ شکلہِ منز کُنہِ الیکٹرانک یا مکینیکل ذرائعہِ سٕتۍ دوبارٕہ پیش کٔرِتھ کینٛہہ (بشمول فوٹو کاپی ، ریکارڈنگ ، یا معلوماتُک ذخیرٕہ تہٕ بازیافت) کینٛہہ۔ |
06d0a9697a0f0242dbdeeff08ec5266b74bfe457 | ہم چھ قدرتی زبانن ہٕنٛدۍ تریٚن ڈانٛچن خٲطرٕ اکھ نویٚن تولیدی ماڈل پیش کران یتھ منٛز سیمنٹک (لفظی انحصار) تہٕ نحوی ڈانٛچہٕ الگ الگ ماڈلزن سۭتۍ چھ سکور کرنہٕ یوان۔ یہ فیکٹرایزیشن چھ تصورٲتی سادگی، اجزا ماڈلزن الگ الگ بہتر بناونٕکۍ آسان مواقع فراہم کران، تہٕ کارکردگی ہٕنٛز سطح چھ امہ سۭتۍ مشابہ، غٲر فیکٹر ماڈلزن ہٕنٛدۍ قریب۔ اہم کتھ چھ یہ ز، دیگر جدید پارسنگ ماڈلزن برعکس، فیکٹر ماڈل چھ اکھ انتہٲیی موثر پارسنگ الگورتھم سۭتۍ منسوب کرنہٕ یوان، یۄس موثر، درست استنباطی ممکن بناوان چھ۔ |
8f76334bd276a2b92bd79203774f292318f42dc6 | یہٕ مقالہ چُھ اکھ سرکلر ہارن اینٹیناہس سۭتۍ متعلق یُس L-shaped پروب سۭتۍ چُھ کھین یوان کرنہٕ۔ 50 اومیگا کواکسیل کیبلس سۭتۍ برٛوڈ بینڈ میچنگ ہنٛد ڈیزائن عمل، تہٕ محوری تناسب تہٕ گیئنس منٛز اینٹینا کی کارکردگی چِھ پیش کرنہٕ آمژ۔ ایمہِ مقالہٕ کہِ نقالی کہِ نتٲئج آی Ansoft HFSS 9.2 کہِ استعمال کرِتھ حٲصل کرنہٕ |
41c987b8a7e916d56fed2ea7311397e0f2286f3b | روایتی نقطہ نظرٕ برعکس یم نیٹ ورک کس سطحس پیٹھ چِھ کوانٹائزیشن پیٹھ توجہ مرکوز کران، اتھ کٲمہٕ منٛز چِھ أس ٹینسر کس سطحس پیٹھ کوانٹائزیشن کس اثرس کم کرنہٕ خاطرٕ تجویز کران۔ ہم چھ کم صحت مندی والین نیٹ ورکن منٛز کوانٹائزیشن شور تہٕ کلپنگ مسخس درمیان توازنک تجزیہ کران۔ ہم چھ مختلف ٹینسورن ہٕنٛز شماریات شناخت کران، تہٕ کلپنگ کہ وجہ سۭتۍ میٖن سکوائر ایرر کس تخفیفہٕ خٲطرٕ صحیح اظہارات اخذ کران۔ یمن اظہاراتن بہتر بناون سۭتۍ، چِھ أس معیاری کوانٹائزیشن سکیمن ہنٛدس مقابلس منٛز واضح بہتری ظأہر کران یم عام طور پأنٹھ کٹنہٕ سۭتۍ چِھ گریز کران۔ مثالہٕ پٲٹھۍ، صرف درست کلیمپنگ والین ہنٛد انتخاب کرتھ، VGG16-BN کس 4 بٹس کس درستگی پیٹھ چُھ 40 فیصد کھوتہٕ زیادٕ درستگی منٛز اضافہٕ یوان کرنہٕ۔ یمن نتٲئجن چِھ تربیتی تہٕ استنباطی وقتہٕ دۄشوٕنی نیورل نیٹ ورکس کہِ مقدار بندی خٲطرٕہ واریاہ ایپلی کیشنز۔ اکھ فوری اطلاق چھ نیورل نیٹ ورکس کم صحت یابی سۭتۍ تیز کرنہٕ خٲطرٕ تیز رفتار تعیناتس خٲطرٕ وقت طلب ٹھیک ٹننگ یا مکمل ڈیٹاسیٹن ہنٛز دستیابی بغٲر۔ |
1bde4205a9f1395390c451a37f9014c8bea32a8a | رینج امیجزن منٛز سوالیہٕ چیزن شناخت تہٕ مقامی بنانا چُھ روبوٹک ہیرا پھیری تہٕ نیوی گیشن خاطرٕ اہم کردار ادا کران۔ اگرچہ امک مطٲلعہٕ چُھ لگاتار کرنہٕ آمت، مگر یہٕ چُھ وونہٕ تہٕ اکھ چیلنجنگ ٹاسک ییتھ منٛز وآریا مقامات چِھ بند تہٕ بے ترتیبی سۭتۍ۔ |
242caa8e04b73f56a8d4adae36028cc176364540 | ہم چھ ووٹنگ پیٚٹھ مبنی پوزیشنہ ہنٛد تخمینہ لگاونک اکھ الگورتھم تجویز کران یس 3D سینسرن پیٚٹھ لاگو چھ گژھان، یم واریاہ روبوٹکس، کمپیوٹر ویژن، تہٕ گیمنگ ایپلی کیشنن منٛز چھ پنٛنیٚن 2D ہم منصبن تیزی سان تبدیٖل کران۔ حالٕے اوس یہٕ ظٲہر آمُت کرنہٕ زِ ووٹنگ فریم ورکس منز چُھ 3D پوائنٹسُک اکھ جوڑٕ، یم چیز کہِ سطحس پیٹھ چِھ پوائنٹس، تیز تہٕ مضبوط پوزیشنُک تخمینہٕ چُھ قٲبل بناوان۔ اگرچہ واقف سطحک نکات کٲفی منحنیتچ تبدیلیو سۭتۍ چیزن خٲطرٕ چھ امتیازی آسان، مگر تم چھنہٕ واریاہ صنعتی تہٕ حقیقی دنیا کیٛن چیزن خٲطرٕ کٲفی کمپیکٹ تہٕ امتیازی آسان یم زیادٕ تر چھ ہوس سۭتۍ آسان۔ چونکہ 2D رجسٹریشنس منٛز چِھ کنارٕ کلیدی کردار ادا کران، 3D منٛز چِھ گہرائی ہنٛد بے ترتیب پنُن اہمیت چُھ تھوان۔ اتھ مقالس منز چِھ ہم پوزیشنہٕ ہندین اندازن ہندین الگورتھمن ہند اکھ خاندان چِھ جانچ تہٕ تیار کران یوس اتھ بارڈر انفارمیشنس بہتر طورس پیٹھ استعمال کران چُھ۔ مرکب سطح کین پوائنٹن علاوٕ، أس چِھ دوٛن باقی پرائمٹیو استعمال کران: ہدایات تہٕ سرحدی لکیر کین حصن سۭتۍ سرحدی پوائنٹ۔ ہنز تجرباتہٕ چِھ یہٕ ظٲہر کران زِ یم احتیاط سان منتخب کرنہٕ آمت پرائمِٹائز چِھ زیادٕہ معلوماتہٕ کمپیکٹ طریقہٕ سۭتۍ انکوڈ کران تہٕ اتھٲی پٲٹھۍ چِھ صنعتی حصن ہنز اکھ وسیع طبقہٕ خٲطرٕہ زیادٕہ درستگی فراہم کران تہٕ تیزی سان حساب چِھ قٲبل بناوان۔ اسہٕ چِھ تجویز کردہ الگورتھم تہٕ تھری ڈی سینسرُک استعمال کران اکھ عملی روبوٹک ٹینک چن نظامُک مظاہرٕ کران۔ |
5df318e4aac5313124571ecc7e186cba9e84a264 | سرکٲری موبائل ایپلیکیشنن ہینز منڈین منٛز بار بار بدسٲی کرن والن ہینز بڑھمت تعداد چھِ اختتامی صارفینن ہنٛز ذٲتی تہٕ حساس معلوماتچ رازداری تہٕ رازداریس پیٹھ اکھ بٔڑ سیکورٹی خطرٕ لاحق کران۔ حٲملہِ صارف ڈیوائسزس مخالف ایپس کہِ شکار گژھنہٕ نِش بچاون چُھ اکیڈمیا تہٕ صنعتس منز سیکورٹی محققین/انجینئرن خٲطرٕہ تکنیکی تہٕ تحقیقی چیلنج۔ ایپلیکیشن منڈین پیٹھ تعینات حفاظتی طریقن تہٕ تجزیہ چیکن ہنٛد باوجود، میلویئر چُھ دفاعن ہنٛد ذریعہٕ چپکے پانٹھ تہٕ صارف ڈیوائسز متاثر کران۔ میلویئر کہ ارتقاہس سۭتۍ چُھ یہٕ جدید تہٕ متحرک طور پٲنٹھ تبدیل گژھن وول سافٹ ویئر بنومُت یُس عام طور پٲنٹھ جائز ایپس کہٕ طور پٲنٹھ چھ نقاب پوش یوان کرنہٕ۔ انتہٲئی جدید چُھ فرار تکنیکُک استعمال، یتھ کٔنۍ زِ انکرپٹ کوڈ، اوفسکیشن تہٕ متحرک کوڈ اپڈیٹس وغٲرٕ، چِھ ناول مالویئرس منٛز لبنہٕ یوان۔ متحرک کوڈ اپڈیٹس ہنٛد چکر لگاونہٕ سۭتۍ، اکھ میلویئر چھِ خۄدمۄختار ایپک پانٹھ پیش کران تجزیچ جانچ وٕچھان تہٕ امہٕ سٔنٛدۍ خۄد خطرٕ فنکشنلٹی چھِ صرف امہٕ ویزٕ ظٲہر گژھان ییلہٕ سُہ صارف کس ڈیوائسس پیٚٹھ نصب آسہٕ۔ یہٕ مقالہ چُھ اینڈرائیڈ ایپس منٛز متحرک کوڈ اپڈیٹس کہ استعمال تہٕ استعمال کس طریقہ کار کس بارس منٛز اکھ مکمل مطالعہٕ فراہم کران۔ مزید برآں، أس چِھ ہائبرڈ تجزیہٕ نقطہٕ نظرٕ ہنٛز تجویز کران، StaDART، یُس جامد تہٕ متحرک تجزیہٕ چُھ اکس بیکس سۭتۍ جوڑان تاکہ متحرک کوڈ اپڈیٹس کہ موجودگی منٛز ایپسک تجزیہ کرنہٕ خأطرٕ جامد تجزیہٕ تکنیکن ہنٛز موروثی خأطرٕ خأطرٕ خأطرٕ کمی آسہٕ کأم کرنہٕ۔ حقیقی دنیا کیٛن ایپس پیٹھ ہماٛن تشخیصک نتائج چِھ اسٹاڈارٹک تاثیر ظاہر کران۔ تاہم، عام طور پٲنٹھ چُھ متحرک تجزیہ، تہٕ اتھ معاملس منٛز ہائبرڈ تجزیہ تییہٕ، ایپسک برتاو چِھ متحرک کرنک مسئلہٕ پیش کران یُس خود کار تجزیہٕ کرن وٲل ٹولز خٲطرٕ چُھ اکھ غأر معمولی چیلنج۔ ایمہِ مقصدہِ خٲطرٕہ چِھ ہم Backward Slicing پیٹھ مبنی ٹارگٹڈ انٹرکومپونینٹ کوڈ پاتھز ایکزیکیوشن تکنیک تجویز کران، TeICC۔ ٹی آئی سی سی چُھ ایپِک ٹارگٹ پوائنٹس پیٹھہٕ شروع گژھن وٲلۍ کوڈچ پاتھ نکالنہٕ خٲطرٕہ بیکوائرڈ سلائسنگ میکینزمُک استعمال کران۔ یہٕ چُھ سسٹم ڈیپینڈنسی گرافُک استعمال کوڈچ وتھن نِش الگ کرنہٕ خٲطرٕ کران یتھ منز انٹر کمپوننٹ کمیونیکیشن چُھ۔ پتہٕ چُھ ہٹاونہٕ آمت کوڈچ وتھ اپلیکشن کہٕ سیاق و سباقس اندر آلہٕ تہٕ پھانٛپھراونہٕ یوان تاکہ حساس متحرک برتاو ییہٕ حٲصل کرنہٕ، متحرک کوڈچ تازٕ کاریہٕ تہٕ اوفسکیشن ییہٕ حل کرنہٕ۔ TeICC ہنٛدس اندازس سۭتۍ چُھ پتہ لگان کہ یہٕ چُھ اینڈروئیڈ ایپس منٛز انٹرکومپوننٹ کوڈچ وتھن نشانہٕ بناونہٕ خاطرٕ مؤثر طریقہٕ سۭتۍ استعمال یوان کرنہٕ۔ نیز، یموٛ چھنہٕ امہٕ امکانک کنہہ امکان برٛۄنٛہہ کن زِ مخالفین ہکن استعمال کنندٕ آلاتس تام واتن، أس چِھ اکھ آن فون API ہُک تجویز پیش کران |
5ed4b57999d2a6c28c66341179e2888c9ca96a25 | اتھ مضمونس منز چِھ ہم کٲم کران تیم ایجنٹن ہند ترقی ہند مقصدس پیٹھ یم پیچیدٕہ دنیاہس منز عمل کرُن ہیکن سٕتۍ۔ اسہٕ چِھ اکھ ممکنہٕ، رشتہ دار منصوبہٕ بندی ہنٛز قاعدٕ نمائندگی تیار کران یُس کمپیکٹ طورس پیٹھ شور، غأر متعین عمل کین اثراتن ہنٛد نمونہٕ چُھ بناوان، تہٕ یہٕ چُھ ہاوان کہ یژھ قواعد کتھکن ہیٛکہٕ موثر انداز منٛز ہاونہٕ یتھ۔ سادٕہ منصوبہٕ بندی کین ڈومینن منٛز تجربات تہٕ حقیقت پسندانہ طبیعیاتس سۭتۍ 3D ہچ نقلی بلاک دنیاہس منٛز، أس چِھ ظأہر کران کہ یہٕ ہیچھنہٕ یُس الگورتھم ایجنٹن چُھ دنیا کس حرکیاتن مؤثر طریقہٕ سۭتۍ ماڈل کرنچ اجازت دیوان۔ |
55c769b5829ca88ba940e0050497f4956c233445 | بصری اوڈومیٹری ہکو گہرائی ہنٛز معلوماتہٕ سۭتۍ بڑھاوتھ یتھکن کہ RGB-D کیمرا ہک ذریعہٕ، یا کیمرہٕ سۭتۍ وابستہٕ لیڈرن سۭتۍ۔ تاہم، سینسرن ہنٛد ذریعہٕ ہیٛکہٕ یتھہٕ گہرائی ہنٛز معلومات محدود کرتھ، بصری امیجزن منٛز بھڑن علاقن ہنٛز رہائش ییتھ منٛز گہرائی دستیاب چِھ نہٕ۔ ییتھ منٛز، چھِ أس کیمرچ حرکتچ بازیافتس منٛز گہرائی ہنٛد استعمال کرنہٕ خٲطرٕ اکھ طریقہٕ تجویز کران، حالانکہ یہٕ چُھ واریاہ کم دستیاب۔ امہٕ علاوٕ، طریقہٕ کار چُھ گوڑنک اندازٕ لگٲوتھ حرکتہٕ سٕتۍ ساختہٕ کہِ ذریعہٕ گہرائی ہند استعمال کران، تہٕ اہم بصری خصوصیات یمچ گہرائی چِھ نہٕ دستیاب۔ لہذا، یہٕ طریقہٕ چُھ RGBD بصری اوڈومیٹری بڑس پیمانس پیٹھ، کھلہٕ ماحولس تام بڑھاونہٕ قٲبل یتن گہرائی اکثر کأفی حدس تام حأصل ہیکو نہٕ کرتھ۔ سُہٕ چُھ اکھ بنڈل ایڈجسٹمنٹ سٹیپ یوس حرکتٕچ پیمائشس متوازی طورس پیٹھ چُھ بہتر بناوان، بیچس منز چُھ امیجزن ہنز ترتیب پروسیس کرتھ۔ ٲسۍ کوٚرمت پنٕنۍ طٔریٖقہ ہٕنٛز ترٛیٚن سینسر سیٹ اپن ہٕنٛز تشخیص، اکھ RGB-D کیمرہ استعمال کران، تہٕ زٕ کیمرہ تہٕ تھری ڈی لیڈارس ہٕنٛد امتزاج استعمال کران۔ سٹیریو ویژول اوڈومیٹری میتھڈزن مقابلہٕ یُس مثلث کہ ذریع گہرائی بازیافت چُھ کران، تہٕ امک درجہٕ بندی چِھ KITTI اوڈومیٹری بینچ مارکس پیٹھ 4 نمبرس پیٹھ، سینسنگ موڈیلٹی ہنٛد قطع نظر۔ نتیجُک اوسط پوزیشن غلطی چِھ سفر کس فاصلس منٛز 1.14 فیصد۔ |
0c668ee24d58ecca165f788d40765e79ed615471 | |
9cccd211c9208f790d71fa5b3499d8f827744aa0 | تعلیمی ڈیٹا مائننگ کہٕ ذریعہٕ چِھ مختلف تعلیمی مبنی مسائل حل کرنہٕ یوان، یُس کہٕ ڈیٹا مائننگک ساروی کھوتہٕ زیادٕ عام اطلاق چُھ۔ اتھ مقالس منٛز اہم اہدافن منٛز چُھ اکھ ای ڈی ایمس پیٹھ تازٕ ترین کٲم ہنٛد مطالعہٕ تہٕ یمن ہنٛز فٲئدٕ تہٕ خأطرٕ آسنہٕ کس بارس منٛز تجزیہٕ کرن۔ یہٕ مقالہ چُھ سروے کرنہٕ آمت مضمونن منٛز لاگو مختلف ڈیٹا مائننگ طریقن تہٕ تکنیکن ہنٛد مجموعی نتائجن پیٹھ تہٕ روشنی ڈالی، تہٕ اِتھ پأنٹھ چِھ محققین EDM کس مستقبل کس سمتس پیٹھ مشورٕ دیوان۔ امہٕ علاوٕ، مستقبل کہ تحقیق خأطرٕ ساروی کھوتہٕ زیادٕ قابل اعتماد الگورتھم کہ مشاہدٕ خأطرٕ، کنہہ درجہٕ بندی تہٕ کلسٹرنگ الگورتھمن ہیند اندازٕ لگاونہٕ خأطرٕ تہٕ اوس اکھ تجربہٕ کرنہٕ آمت۔ |
197a7fc2f8d57d93727b348851b59b34ce990afd | ایس آر آئی ایل ایم چُھ C++ لائبریریزن، ایگزیکٹیبل پروگرامن، تہٕ ہیلپر اسکرپٹسُک اکھ مجموعہٕ یُس تقریرچ شناخت تہٕ باقی ایپلیکیشنن خاطرٕ شماریاتی زبانن ہنٛد ماڈلن ہنٛز تیاری تہٕ تجربات دۄنونی ہنٛز اجازت دیوان چُھ۔ ایس آر آئی ایل ایم چُھ غٲر تجارتی مقصدن خٲطرٕ آزادانہٕ طور پٲنٹھ دستیاب۔ ٹول کٹ چھ این گرام اعدادوشمارس پیٹھ مبنی مختلف قسمک زبانۍ ماڈل ٹائپک تخلیق تہٕ تشخیصس سۭتۍ سۭتۍ متعدد متعلقہٕ کٲم، یتھ کٔنۍ زٕ شماریاتی ٹیگنگ تہٕ این بہترین فہرستن تہٕ لفظن ہنٛد جالین ہنٛد ہیرا پھیری ہنٛد حمایت کران۔ یہٕ مقالہ چُھ ٹول کِٹچ کٲم کاجُک خلاصہٕ کران تہٕ امکہٕ ڈیزائن تہٕ نفاذ کس بارس منٛز چُھ بحث کران، تیز پروٹو ٹائپنگچ آسانی، دوبارٕ استعمال، تہٕ ٹولزن ہیند امتزاجس پیٹھ چُھ زور دیوان۔ |
12f661171799cbd899e1ff4ae0a7e2170c3d547b | شماریاتی زبانٕک ماڈل چِھ تقریرچ شناخت تہٕ دیگر زبانٕک ٹیکنالوجی ہند مقصد خٲطرٕہ مختلف قدرتی زبانٕک مظاہرٕچ تقسیمُک اندازٕ لگاوان۔ چونکہ گۄڑنچ نمایاں ماڈل اوس 1980 منٛز تجویز کرنہٕ آمت، فنچ حالتس بہتر بناونچ چِھ واریہ کوششہٕ آمت کرنہٕ۔ ہم چِھ یمن ہنٛد جائزٕ نوان، کنہہ پرامید سمتن ہنٛز نشاندہی کران، تہٕ ڈیٹا سۭتۍ لسانی نظریاتس مربوط کرنہٕ خاطرٕ اکھ بایسیئن نقطہٕ نظرٕ خاطرٕ دلیل چِھ دینہٕ یوان۔ |
395f4b41578c3ff5139ddcf9e90eb60801b50394 | سی ایم یو سٹیٹیسٹک لینگویج ماڈلنگ ٹول کٹ آو 2003 منٛز بیگرام تہٕ ٹرائیگرام لینگویج ماڈلزن ہنٛز تعمیر تہٕ جانچ ہنٛد سہولت خاطرٕ نیبَر دینہٕ۔ یہٕ چُھ فی الحال 200 کھوتہٕ زیادٕ ممالک منٛز اکیڈمک، سرکٲری تہٕ صنعتی لیبارٹریون منٛز استعمال گژھان۔ یہٕ مقالہ چُھ ٹول کٹ کس اکس نٔوس ورژنس منٛز پیش کران ۔ ہم چِھ ٹول کٹس منٛز لاگو گژھن واجن روایتی زبان ماڈلنگ ٹکنالوجی ہنٛز خاکہٕ پیش کران تہٕ امہٕ ٹاسک خاطرٕ گۄڈنچ سافٹ ویئر کہ مقابلس منٛز چِھ نیب ٹول کٹ فراہم کرن واجن اضافی کارکردگی تہٕ افادیتچ وضاحت کران۔ آخرس منٛز، ہم چِھ اکھ سادٕ زبان ماڈل بناونس تہٕ جانچ کرنہٕ منٛز ٹول کٹ کس استعمالک امتحان دیوان۔ |
0b8f4edf1a7b4d19d47d419f41cde432b9708ab7 | ہم چِھ سلکانس سٔتۍ بھرن وٲل مربوط ویو گیڈز بناونچ اکھ ٹیکنالوجی پیش کران یم کم نقصانس پیٹھ اعلی کارکردگی ہینٛد ملی میٹر ویو پاسِو اجزاء تہٕ اعلی گین آرای اینٹینن ہنٛد احساس چِھ قأبل بناوان، یتھ کٔنۍ انتہائی مربوط ملی میٹر ویو سسٹمن ہنٛد احساس چُھ آسان بناوان۔ تجویز کردہ ٹیکنالوجی چِھ اعلی جیومیٹرک درستگی تہٕ مسلسل دھاتی اطراف وٲلۍ مستطیل ویوگیڈز مربوط کرنہٕ خٲطرٕہ ایلومینیم میٹالائزیشن کہِ اقداماتن سٕتۍ ڈیپ ری ایکٹیو آئن ایچنگ (DRIE) تکنیک استعمال کران۔ مربوط مستطیل ویو گیڈزچ پیمائش ہنٛد نتائج چِھ 0. 15 ڈی بی / ایل جی 105 گیگا ہرٹزس پیٹھ نقصانچ نمائش کران۔ مزید برآں، 105 گیگا ہرٹزس پیٹھ چُھ 0.6 ڈی سی ایل انسرشن نقصان تہٕ 80 پیٹھہٕ 110 گیگا ہرٹزس تام 15 ڈی سی ایل کھوتہٕ بہتر ریٹرن نقصان سۭتۍ الٹرا وائڈ بینڈ کوپلینر پیٹھ ویو گائیڈس تام منتقلی چِھ بیان آمژ کرنہٕ تہٕ یمن ہنٛز خصوصیت چِھ آمژ کرنہٕ۔ فریکوئنسی سکیننگ سلاٹڈ ویو گائیڈ ایری اینٹین ہنٛد ڈیزائن، انضمام تہٕ ماپنیٛن کارکردگی ہنٛد اطلاع چھ، یمہٕ سۭتۍ 23 گیگا ہرٹز کس بینڈس اندر 82 ° بیم ڈایریکشنچ ماپنیٛن صلاحیت تہٕ 96 گیگا ہرٹزس پیٹھ 8.5 ° ہٕنٛز نیم طاقت بیم چوڑائی (HPBW) چِھ حأصل کرنہٕ یوان۔ ٲخر کار، کم لاگت ممی ویو سسٹم لیول انضمامس سہولت فراہم کرنہٕ خٲطرٕ چُھ اتھ ٹیکنالوجی ہنز صلاحیت ظٲہر کرنہٕ خٲطرٕ، امیجنگ ریڈار ایپلی کیشنہٕ خٲطرٕ چھ اکھ فریکوئنسی ماڈیولڈ کونٹیکٹ ویو (ایف ایم سی ڈبلیو) ٹرانسمیٹر-ریسیو آئی سی براہ راست مربوط میٹریس پیٹھ فلیپ چپ لگاونہٕ یوان تہٕ تجربٲتی طور چھ خصوصیاتہٕ ہاونہٕ یوان۔ |
31864e13a9b3473ebb07b4f991f0ae3363517244 | یہٕ مقالہ چُھ کنارن ہنٛد پتا لگاونس خاطرٕ اکھ کمپیوٹیشنل نقطہٕ نظرٕ بیان کران۔ نقطہٕ نظرچ کامیٲبی چھ کنارن ہنٛد پوائنٹن ہنٛد حساب کتابن خٲطرٕ اہدافک اکھ جامع سیٹک تعریفس پیٹھ منحصر۔ یم اہداف گژھن یژھہٕ درست آسن زِ پتہ لگاون وٲل گژھن مطلوبہٕ طرز عملچ حد بندی کرنس سۭتۍ سۭتۍ ییہٕ حَلچ شکلہٕ کس بارس منٛز کم کھوتہٕ کم مفروضہٕ بناونہٕ۔ ہم چِھ کنارن ہنٛز اکھ کلاس خاطرٕ کھوج تہٕ لوکلائزیشن کس معیارس بیان کران، تہٕ یمن معیاراتن خاطرٕ آپریٹر کہٕ پَھلُک ردعمل کس طورس پیٹھ چِھ ریاضیاتی شکلہٕ پیش کران۔ امہٕ پتہٕ چُھ اکھ ترٛیٚیم معیار شٲمل کرنہٕ یوان تاکہ یہٕ یقینی بناونہٕ یتھ زِ ڈیٹیکٹر چُھ اکہٕ کنڈٕ پیٹھ صرف اکھ رسپانس حٲصل کران۔ ہم چھ عددی اصلاحس منٛز معیارک استعمال کنہہ عام تصویری خصوصیاتن خٲطرٕ ڈیٹیکٹر اخذ کرنہٕ خٲطرٕ کران، بشمول قدمک کنارٕ۔ تجزیہس سٹیپ ایجزس منٛز مہارت حٲصل کرنہٕ پیٹھ، أسہٕ چِھ یہٕ لبنہٕ یوان کہ کھوج تہٕ لوکلائزیشنک کارکردگی درمیان چُھ اکھ فطری غأر یقینی اصول، یِم زٕ اہم اہداف چِھ۔ اتھ اصولس سۭتۍ چُھ اکھ واحد آپریٹر شکل حٲصل یوان کرنہٕ یس پرتھ پیمانس پیٹھ چُھ بہترین۔ بہترین ڈیٹیکٹر چُھ اکھ سادٕہ تقریباً نفاذک شکار ییتھ منٛز گاوسیئن ہموار تصویرک گریڈینٹ کس مقدارس منٛز کنارن پیٹھ زیادٕ کھوتہٕ زیادٕ نشان لگاونہٕ چُھ یوان۔ اسہٕ چِھ تصویرس منٛز سگنل ٹو شور کہ مختلف تناسبن سۭتۍ نمٹنہٕ خاطرٕ متعدد چوڑائی ہنٛد آپریٹرز استعمال کرتھ اتھ سادٕ ڈٹیکٹرس بڑھاون۔ ہم چھ مختلف پیمانن پیٚٹھ آپریٹرن ہٕنٛد معلوماتن ہٕنٛز ٹھیک پیٚٹھٕ ؤلۍ انضمام خٲطرٕ فیچر سنتھیسز ونٛنہٕ یوان، اکھ عام طریقہٕ پیش کران۔ آخر کار چِھ ہم یہٕ ظأہر کران کہ سٹیپ ایج ڈیٹیکٹرچ کارکردگی چِھ بھڑھان تیکیازِ کنارن ہنٛد پونٛٹ سپریڈ فنکشن چُھ توسیع یافتہٕ۔ |
b41c45b2ca0c38a4514f0779395ebdf3d34cecc0 | |
7e19f7a82528fa79349f1fc61c7f0d35a9ad3a5e | چہٕ چِھ پیچیدٕہ، کثیر جہتی، معنی خیز بصری محرکچ نمائندگی کران تہٕ چُھ چہٕہ چہٕہ شناخت خٲطرٕہ کمپیوٹیشنل ماڈل تیار کرُن مشکل [42]. ہم چِھ ہائبرڈ نیورل نیٹ ورک حل پیش کران یُس باکین طریقن سۭتۍ سازگار چُھ۔ یہٕ نظام چُھ مقأمی امیج سیمپلنگ، اکھ خود منظم میپ نیورل نیٹ ورک، تہٕ اکھ کنولوشنل نیورل نیٹ ورکس یکجا کران۔ سیلف آرگنائزنگ میپس چِھ امیج کین نمونن ہنٛز اکھ کوانٹائزیشن ٹوپولوجیکل خلاہس منٛز فراہم کران ییتہٕ اصل جایہٕ منٛز موجود ان پٹ تہٕ آؤٹ پٹ جایہٕ منٛز چِھ قریب آسان، اِتھ پأنٹھ چُھ امیج کس نمونس منٛز معمولی تبدیلین منٛز جہتی تبدیلی تہٕ عدم تغیر فراہم کران، تہٕ کنوولوشنل نیورل نیٹ ورک چُھ ترجمس، گردشس، پیمانس تہٕ اخترتی منٛز جزوی عدم تغیر فراہم کران۔ کنوولیشنل نیٹ ورک چُھ تہن ہینز درجہٕ بندی ہندس سیٹس منٛز بتدریج بڑٕ خصوصیاتن ہٹاوان۔ ہم چِھ پانس منظم کرن وٲل نقشہٕ بجائہٕ کارہونن - لوئیو ٹرانسفارمیشن تہٕ کنولوشن نیٹ ورکس بجائہٕ کثیر پرت پرسپکٹرانک استعمال کرتھ نتائجن ہنٛز پیشکش کران۔ کارہونن-لوے ٹرانسفارمیشن چِھ تقریباً تییہٕ اصل پأٹھۍ انجام دیوان (5.3 فیصد غلطی بمقابلہ 3.8 فیصد) ۔ ملٹی لیئر پرسپکٹران چِھ واریاہ کم کارکردگی ہنٛد مظاہرٕ کران (40% غلطی بمقابلہ 3.8٪) ۔ یہٕ طریقہٕ چُھ تیز درجہٕ بندی ہنٛز صلاحیت، صرف چُھ تیز، تقریبی معمول تہٕ پری پروسیسنگچ ضرورت، تہٕ ڈیٹابیسس پیٹھ چُھ ایجن فیسیز اپروچس [42] کھوتہٕ بہتر درجہٕ بندی ہنٛز کارکردگی ہنٛد مسلسل مظاہرٕ کران تیکیازِ ٹریننگ ڈیٹابیسس منٛز چِھ پرتھ نفرٕ ہنٛد تصاویرن ہنٛز تعداد 1 پیٹھ 5 تام مختلف آسان۔ فی کس 5 امیجزن سۭتۍ، مجوزہ طریقہٕ تہٕ ایجن فیچرزن ہنٛد نتیجہٕ چُھ بالترتیب 3.8 فیصد تہٕ 10.5 فیصد غلط۔ ریکگنیٹر چُھ امہٕ کہ آؤٹ پٹس منٛز اعتمادچ پیمٲئش کران تہٕ درجہٕ بندیچ غلطی چِھ صفرس قریب ییلہٕ کم کھوتہٕ کم 10 فیصد مثالہٕ مسترد کرنہٕ یوان۔ ہم چِھ 40 افرادن ہنٛز 400 تصویرن ہنٛد اکہٕ ڈیٹا بیسُک استعمال کران یتھ منٛز اظہار، پوز تہٕ چہرے ہنٛد تفصیلاتن منٛز چُھ واریہ زیادٕ تغیر موجود۔ ہم چھ کمپیوٹیشنل پیچیدگی ہنٛد تجزیہٕ کران تہٕ کتھ باتھ کران زِ تربیت یافتہٕ پہچانک کس طورس پیٚٹھ کیتھ پٲٹھۍ ہکو نٔوۍ کلاسہٕ شٲمل کٔرتھ۔ |
5dd9dc47c4acc9ea3e597751194db52119398ac6 | شیفٹ رجسٹر چُھ اکھ قسمک ترتیب وار منطقی سرکٹ یوس زیادہ تر ڈیجیٹل ڈیٹا اسٹوریج یا بائنری نمبرز کہِ شکلہِ منز ڈیٹاہک ٹرانسفر خٲطرٕہ چُھ استعمال گژھان ریڈیو فریکوئنسی آئیڈینٹیفیکیشن (آر ایف آئی ڈی) ایپلی کیشنزس منز تاکہ سسٹمٕچ سیکورٹی بہتر آسہِ۔ اتھ مضمونس منز چُھ اکھ توانٲئی موثر شیڈ ریجسٹرس پیش کرنہٕ آمُت یوس اکھ نٲئی فلپ فلاپ چُھ استعمال کران یتھ منز پلس ٹرگرڈ ڈھانچہٕ چُھ آسان۔ مجوزہ فلپ فلاپس منٛز چِھ اعلی کارکردگی تہٕ کم طاقتچ خصوصیات۔ یہٕ چُھ پانژن ٹرانزسٹرز کہ ذریعہٕ پأنٹھ نمونے ننہٕ وألس سرکٹس پیٹھ مشتمل، یُس عروج تہٕ زوال کہ وتہٕ خاطرٕ اکھ سی عنصر چُھ، تہٕ اکھ کیپر سٹیج چُھ۔ ٹرانزسٹرز چِھ ژور گھڑی ٹرانزسٹرزس ٹرانزٹ کنڈیشن تکنیکہٕ سۭتۍ ملان چُھ رفتارس بڑھاونہٕ یوان۔ نقلی نتٲئج چِھ امہٕ کتھہٕ ہنٛز تصدیق کران کہ مجوزہ ٹوپولوجی چِھ بالترتیب 22 μm2 چپ رقبہٕ پیٹھ متوازی ان - متوازی آؤٹ (پی آئی پی او) تہٕ سیریل ان - سیریل آؤٹ (سی آئی ایس او) شفٹ ریجسٹرس خاطرٕ کم کھوتہٕ کم توانائی 30.1997 تہٕ 22.7071 نیٹو واٹ استعمال کران۔ مجموعی ڈیزائنس منٛز چھ صرف 16 ٹرانزسٹرز شٲمل تہٕ یہٕ چُھ 130 nm کمپلیمنٹری میٹل آکسائڈ سیمی کنڈکٹر (CMOS) ٹیکنالوجی منٛز 1.2 V بجلی سۭتۍ فراہم کرنہٕ آمت۔ |
d76beb59a23c01c9bec1940c4cec1ca26e00480a | ایئر فورس ریسرچ لیبارٹری چِھ زٕ دماغ-کمپیوٹر انٹرفیسز (بی سی آئی) نافذ تہٕ اندازٕہ آمت کرنہٕ یم مستقل حالتک بصری پٲنٹھ پٲدٕ گژھن وٲل ردعملس جسمٲنی ڈیوائس یا کمپیوٹر پروگرام چلاونہٕ خٲطرٕ کنٹرول سگنل منٛز چِھ تبدیل کران۔ اکس نقطہ نظرس منٛز، آپریٹرز چِھ دماغک ردعمل خۄد منظم کران؛ دیمہٕ نقطہ نظرٕ منٛز چِھ متعدد اُبھارنہٕ آمت ردعملن ہنٛد استعمال یوان کرنہٕ۔ |
8a65dc637d39c14323dccd5cbcc08eed2553880e | یہٕ مضمون چُھ جنوبی افریقہس منٛز ڈسٹرکٹ مینجمنٹ کہ مددٕ خاطرٕ صحتچ معلومأتی نظام تیار کرنہٕ خأطرٕ جاری ایکشن ریسرچ پروجیکٹ کہ ابتدائی دور (1994-2001) ہنٛز وضاحت کران۔ پوسٹ پارٹیہائڈ جنوبی افریقہس منٛز صحت کس شعبس ہنٛز تعمیر نو صحت کس خدماتس منٛز مساوات خاطرٕ چِھ کوشش کران تہٕ صحت کین اضلاعن پیٹھ مبنی اکھ وکندریقرت ڈھانچہٕ بناون۔ انفارمیشن سسٹم (آئی ایس) کس ترقی کس لحاظ سۭتۍ، یہٕ اصلاحی عمل چُھ صحت کس اعداد و شمارس معیاری بناونس منٛز ترجمہٕ کران یتھ کٔنۍ زِ مقامی کنٹرول تہٕ انفارمیشن ہینڈلنگ کس انضمامس منٛز چُھ اضافہٕ کرتھ نیو جنوبی افریقہ کس اہدافس منٛز چُھ اضافہٕ کران۔ ہم چھ ایکشن ریسرچ کس بارس منٛز پنن نقطہ نظر بیان کران تہٕ کیس موادک تجزیہ کرنہٕ منٛز اداکار نیٹ ورک تہٕ ساختک نظریاتک تصوراتک استعمال کران۔ آی ایس چہِ ترقی ہندِ عملہِ ہند تفصیلی وضاحت تہٕ تجزیس منز چِھ ہم آہنگی تہٕ مقامی قابلِ تبدیلی (مقامی کاری) کہِ ضرورتس پیٹھ توجہ مرکوز کرنہٕ آمٕژ۔ انفارمیشن سسٹم کس سمأجی نظام کس ماڈلس پیٹھ بُنیاد تھون، أس چِھ تیار کردٕ IS ڈیزائنچ حکمت عملی تہٕ استعمال کران یتھکن کہ عملن ہنٛز کاشت یمہٕ ذریع یم اداکار چِھ پنن مفادات ترجمہٕ تہٕ ہم آہنگ کران۔ اسہٕ چِھ اکھ فریم ورک کہٕ طورس پیٹھ عالمی تہٕ مقامی ڈیٹا سیٹن ہنٛز اکھ ماڈیولر درجہٕ بندی تیار کران یتھ اندر معیاری تہٕ مقامی گژھنس درمیان کشیدگی ہیکو سمجتھ تہٕ اتھ پیٹھ ہیکو توجہ دیتھ۔ ٲخر کار، چھِ أس تحقیقک نتائجن ہنٛد ممکنہٕ مطابقتس متعلق باحث کران۔ |
600434c6255c160b53ad26912c1c0b96f0d48ce6 | رینڈم فارسٹ چِھ اکھ کمپیوٹیشنلی موثر تکنیک یُس بڑس ڈیٹا سیٹس پیٹھ تیزی سان کٲم ہیکہٕ کرتھ۔ یہٕ چُھ آمُت واریاہ حالیہ تحقیقی منصوبن تہٕ مختلف ڈومینن منٛز حقیقی دنیا کہ درخواستن منٛز استعمال کرنہٕ۔ تاہم، متعلقہٕ ادب چُھ نہٕ اتھ بارس منٛز تقریباً کہہ ہدایات فراہم کران کہ بے ترتیب جنگلچ تشکیل خاطرٕ کتھ لٔگۍ کُلۍ کٔٹۍ گژھہٕ استعمال کرنہٕ یین۔ اتھ تحقیقس منز چُھ اتھ کتھہِ ہند تجزیہ کرنہٕ آمُتۍ زِ کیا بے ترتیب جنگلس منز چُھ وۄن بہترین تعداد، یعنی اکھ حد یتھ پیٹھہٕ وۄن وۄن وۄن تعدادس منز اضافہٕ کرن چُھ نہٕ کنٛہہ خاص کارکردگی ہند فائدہ نوان کینٛہہ، تہٕ صرف کمپیوٹیشنل لاگت گژھہِ بڑھان۔ تہنز بنیٲدی نتٲئج چِھ یہٕ: ییلہِ کُلۍ کٔٹۍ چِھ بڑان، تہٕ ایمُک مطلب چُھ نہٕ یہٕ زِ جنگلٕچ کارکردگی چھےٚ پٔتِمین جنگلن (کم کٔٹۍ) کھۄتہٕ نمایاں طور بہتر، تہٕ کُلۍ کٔٹۍ ہٕنٛز تعداد دوگنہٕ کرٕنۍ چھےٚ بےٚ فایدٕ۔ یہٕ تہٕ چُھ ممکن زِ اکھ دہلیز آسہٕ یتھ کھوتہٕ زیادٕ کُنہٕ تہٕ اہم فائدٕ آسہٕ نہٕ، مگر یہٕ چُھ کہ اکھ بوڑ کمپیوٹیشنل ماحول آسہٕ دستیاب۔ امہٕ علاوٕ، کُنہٕ تہٕ جنگلس منٛز کُلین ہنٛز تعدد دوبارٕ کرن AUC کہ فائدٕ سۭتۍ اوس اکھ تجربأتی تعلق لبنہٕ آمت۔ مزید برآں، ییتہِ کُلِک کُلِک تعداد چُھ بڑان، صفاتُک پورٕ سیٹ چُھ بے ترتیب جنگلس اندر استعمال گژھنُک رجحان تھاوان، یوس بائیو میڈیکل ڈومینس منز ہیکہِ نہٕ دلچسپ ٲسِتۍ۔ امہٕ علاوٕ، ڈیٹاسیٹ ڈینسٹی پیٹھ مبنی میٹرکس یمچ تجویز چِھ یوان کرنہٕ، ممکنہٕ طور پأنٹھ چِھ ڈیسیشن ٹریزن پیٹھ وی سی جہتن ہنٛد کنہہ پہلون قبضہ کران تہٕ کم کثافت کہ ڈیٹاسیٹن پیٹھ چِھ بھڑس صلاحیت کس مشینن ہنٛز ضرورت ہیٛکہٕ أستھ ییلہٕ زن امہٕ برعکس تہٕ چُھ درست باسان۔ |
4cbadc5f4afe9ac178fd14a6875ef1956a528313 | پٔتِمیٚن کیٚنٛہہ ورین منٛز کوٚر ٹیکنالوجی منٛز گژھن واجنہ پیشرفتہٕ لۄکٹیٚن سینسر گرہن انٹرنیٹ کس باقٕے حصہٕ سۭتۍ وائرلیس طور رابطٕ کرن ممکن بناوان۔ ایمہِ کامیابی سٕتۍ آی آی IP-enabled وائرلیس سینسر نیٹ ورکس (IP-WSNs) محفوظ تھٲونٕچ سوال پٲدٕ تہٕ تیمہٕ پیٹھہٕ چُھ اکھ اہم تحقیقی موضوع۔ اتھ مقالس منز چِھ ہم TLS تہٕ DTLS پروٹوکولن ہنز ایمپلیمنٹس پیٹھ بحث کران یوس کنٹیکی آپریٹنگ سسٹم خٲطرٕہ پری شیئرڈ کلیدی سیفری سوٹ (TLS PSK WITH AES 128 CCM 8) چُھ استعمال کران۔ کانٹیکی او ایس کہِ ذریعہِ سپورٹ کرنہٕ آمٕتۍ پروٹوکولن ہند سیٹس منز چُھ صرف اکھ نٲئی پروٹوکول شٲمل کرنہٕ علاوٕہ چُھ یہٕ پروجیکٹہٕ اتھ کتھہِ ہند اندازٕ لگاونک اجازت دوان زِ ٹرانسپورٹ لیئر سیکورٹی تہٕ پری شیئرڈ کلیدی مینجمنٹ سکیمہٕ IP-WSNs خٲطرٕہ کِتھ پٲٹھۍ چِھ موزوں۔ |
0ab99aa04e3a8340a7552355fb547374a5604b24 | واریاہ تشخیصی کامین منٛز چُھ خرٲبیہٕ دریافت کرنہٕ تہٕ وقتس سۭتۍ پیمٲئش تہٕ تبدیلین ہنٛز مقدار متعین کرنہٕ خٲطرٕ گۄڈٕنچ تلاشک عملچ ضرورت آسان۔ کمپیوٹرائزڈ ٹولز، خاص طور پٲنٹھ تصویری تجزیہٕ تہٕ مشینی سیکھن چِھ تشخیص بہتر بناونس قٲبل بناون وٲل کلیدی عوامل، یتھ پٲنٹھ علاجچ ضرورتہٕ ینہٕ وٲل نتائجن ہنٛز شناخت چِھ آسان بناونہٕ تہٕ ماہرینن ہنٛزٕ کٲمچ بہاؤچ حمایت کرن۔ یمن ٹولزن منٛز، چھ ڈیپ لرننگ تیزی سان جدید ترین بنیاد ثابت کران، یمہٕ سۭتۍ صحتٕ یابی منٛز بہتری چھے یوان۔ ایم چُھ ڈیٹا اینالیسسس منز تہٕ نٲئی سرحدٕ کھولیومُت یوس گوڈنٕکہِ کھوتہٕ زیادٕہ تیزی سان چُھ۔ ڈی ای پی ہیچھنہٕ چھ عام ڈیٹا تجزیس منٛز اکھ بڑون رجحان تہٕ امہٕ چُھ 2013 ہک 10 بریک تھرو ٹیکنالوجیزن منٛز اکھ قرار آمت دنہٕ آمت۔ [1] ڈیپ لرننگ چِھ مصنوعی نیورل نیٹ ورکس منز اکھ بہتری، یتھ منز زیادٕہ تہن پیٹھ مشتمل چُھ یوس ڈیٹا سٕتۍ انتہٲئی سطحس پیٹھ تجرید تہٕ بہتر پیشین گوئی ہند اجازت چُھ دوان۔ از تام چھ یہٕ عام امیجنگ تہٕ کمپیوٹر ویژن ڈومینن منٛز مشین لرننگک معروف ذریعہٕ پٲٹھۍ ابھران۔ خاص طور پٲٹھۍ، چُھ کونوولوشن نیورل نیٹ ورکس (CNNs) کمپیوٹر وژن کیٛن کامین ہنٛز اکھ وسیع رینج خٲطرٕ طاقتور ٹولز ثٲبت گومت۔ ڈیپ سی این این چھِ خام ڈیٹا (مثلاً، تصویر) سۭتۍ حٲصل گژھن وٲل مڈل تہٕ ہائی لیول تجریدٕ خودکار طور پٲنٹھ ہیچھان۔ حالیہ نتائجن سۭتۍ چُھ پتہ لگان کہ CNNs سۭتۍ اخذ کردٕ عام وضاحتی عناصر چِھ قدرتی تصاویرن منٛز چیزچ شناخت تہٕ مقامس منٛز انتہأئی موثر۔ دنیاہس منٛز میڈیکل امیج اینالیسس گروپ چِھ اتھ فیلڈس منٛز تیزی سان دٲخل گژھان تہٕ CNNs تہٕ باقی ڈیپ لرننگ طریقہٕ کارن چِھ واریاہ مختلف ایپلیکیشنن پیٹھ لاگو کران۔ امہٕ سۭتۍ چھِ بٲہمی مسائل پیدٕ گژھان۔ طبی امیجنگ منٛز، بیماری ہنٛز درست تشخیص تہٕ/یا تشخیص امیج حصول تہٕ امیجچ تشریح دۄشوَنی پیٹھ چُھ منحصر۔ تصویرٕ ہیند حصولس منٛز چُھ حالیہ ورین منٛز خاطرٕ بھڑس پیمانس پیٹھ بہتری ینہٕ، یتھ منٛز آلات چِھ تیز رفتار تہٕ بڑٕ ریزولوشنس سۭتۍ ڈیٹا حأصل کران۔ تاہم، امیجچ تشریحک عمل چُھ صرف حالٕے کمپیوٹر ٹیکنالوجی سۭتۍ شروع گیمت۔ طبی تصویرن ہنٛز زیادٕ تر تشریحات چھ ڈاکٹرن ہنٛد ذریعہٕ کرنہٕ یوان۔ تاہم، انسانن ہنٛد طرفہٕ تصویرچ تشریح امکہٕ موضوعیت، ترجمانن منٛز بھڑ تغیرات، تہٕ تھکاوٹ کہ وجہ سۭتۍ چِھ محدود۔ |
5343b6d5c9f3a2c4d9648991162a6cc13c1c5e70 | غٲر نگرانی وٲل تصویری ترجمہ، یمک مقصد تصویرن ہنٛد زٕ آزاد سیٹن ہنٛد ترجمہٕ کرن چُھ، جوڑٕ ڈیٹا کہٕ بَغأر چُھ صحیح مماثلتہٕ تلاش کرنس منٛز چیلنج۔ موجودٕ کامہٕ چِھ جنریٹو ایڈوسیریل نیٹ ورکس (GANs) پیٹھ بنان یتھ پٲنٹھ ترجمہٕ شدہ تصویرٕ چِھ تقسیمہٕ ہدف سیٹک تقسیمہٕ سۭتۍ غأر متصادم۔ تاہم، یتھ سیٹ لیولچ پابندین سۭتۍ ہیکن نہٕ مثال کس سطحس پیٹھ مطابقت ہیچھن (مثلن، آبجیکٹ ٹرانسفگوریشن ٹاسکس منٛز چِھ ہم آہنگ سیمنٹک حصہٕ) ۔ یہٕ حد اکثر غلط مثبتس (مثلاً، جیومیٹرک یا سیمنٹک آرٹیفیکٹس) ، تہٕ مزید چُھ موڈس کولپس کہٕ مسئلس کُن نیوان۔ ہیرِم مسٲئل حل کرنہٕ خٲطرٕ، چھِ أس ڈی ای-گینس ذریعہٕ مثالک سطحک تصویری ترجمہٕ خٲطرٕ اکھ نئو فریم ورک تجویز کران۔ یتھ ڈیزائن چُھ ڈی اے-گینس دوٛن سیٹن پیٹھ نمونن ترجمہٕ کرنک کٲم انتہائی ساختی پوشیدٕ جاۓ منٛز ترجمہٕ کرنک اجازت دیوان۔ خاص طور پٲٹھۍ، چھ ہم سبھی ملٲزمتہٕ سۭتۍ ڈیپ توجہ انکوڈر ہیٚچھنہٕ یوان، تہٕ امہ کس نتیجس منٛز ہیٚکو انسٹانس لیولچ مطابقتہٕ ہیٚچھنہٕ ینہٕ والیٚن مثالن منٛز شرکت کٔرتھ دریافت کٔرتھ۔ لہذا، سیٹ تہٕ مثالن دۄنونی سطحن پیٹھ چِھ پابندین ہنٛد استحصال ہیکان کرنہٕ یتھ۔ متعدد ریاضٕ فنونس خلاف موازنہٕ چُھ سانہٕ نقطہٕ نظرچ برتری ظأہر کران، تہٕ وسیع اطلاقچ صلاحیت، مثلن، پوز مورفنگ، ڈیٹا ایکسٹینشن، وغیرہ، ڈومین ٹرانسلیشن مسئلک حاشیہٕ چُھ بڑاوان۔ |
f1526054914997591ffdb8cd523bea219ce7a26e | مارچ 2019ہس منز، کور امریکن سٹیٹسٹک ایسوسی ایشنن (اے ایس اے) پی ویلیو کہِ درست استعمالس پیٹھ اکھ بیان شائع، ایمہِ بڑھون تشویش کہِ جوابس منز زِ پی ویلیو چُھ عام طورس پیٹھ غلط استعمال تہٕ غلط تشریح کرنہٕ یوان۔ اسہٕ چُھ آمُت کرنہٕ کہ ASA کہ طرفہٕ دینہٕ آمت یمن انتباہاتن ہیند ترجمہٕ گژھہٕ آتھ زبانہٕ منٛز یُس کلینیکل ماہرین تہٕ محققینن ہیند آسانی سان سمجھہٕ ییہٕ ییتھ منٛز شماریاتچ گہری پس منظر آسہٕ نہٕ۔ امہٕ علاوٕ، چھِ اسہٕ P ویلیو ہچ حدودن ہینز وضاحت کرنک ارادٕ، یوتام زِ صحیح طریقس منٛز استعمال تہٕ تشریح کرنہٕ آمژ، تہٕ دوٛن حالٕے رپورٹ کرنہٕ آمژٕ مطالعاتن ہنٛد مثالہٕ استعمال کٔرتھ چھِ مطالعہ کہ نتائجچ کلینیکل مطابقتس پیٹھ زیادٕ توجہ انان۔ اسہِ چِھ یوان کرنہٕ زِ P ویلیو چُھ اکثر غلط سمجِنہٕ یوان۔ اکھ عام غلطی چِھ یہٕ ونان کہ P < 0.05 مطلب چُھ زِ صفر مفروضہٕ چُھ غلط، تہٕ P ≥ 0.05 مطلب چُھ زِ صفر مفروضہٕ چُھ درست۔ 0.05 کہِ P ویلیو کہِ درست تشریح چِھ یہٕ زِ اگر صفر مفروضہٕ درحقیقت درست آسہِ، توٲی چُھ ایکِس ہی نمونس منز مطالعہٕ کہِ دہرائی پیٹھہٕ 5 فیصد اوقاتس منز ایکِس ہی یا زیادٕہ انتہٲئی نتیجہٕ نِش گژھان۔ بیین لفظن منٛز، P-value چُھ null فَرضی دعون ہنٛدٕ لحاظ سۭتۍ ڈیٹا کہ امکان کس بارس منٛز معلومات فراہم کران نہ کہ اَتھ برعکس۔ پی ویلیو سٕتۍ متعلق اکھ ممکنہ متبادل چُھ اعتماد کہِ فاصلہٕ (CI) ۔ یہٕ چُھ اکس اثر کس پیمانس پیٹھ زیادٕ معلومات فراہم کران تہٕ اتھ اثرس انداز گژھنہٕ کس حدس تام چُھ غلط۔ تاہم، پی ویلیو تبدیل کرنہٕ تہٕ سائنسی نتائجن ہنٛز غلط تشریح روکاونہٕ خاطرٕ چُھنہٕ کنہہ جادوئی گولی موجود۔ سائنس دان تہٕ قارئینن ہیوندٕ پانس ہیوندٕ گژھہٕ شماریاتی ٹیسٹن، P- اقدارن تہٕ CI ہچ صحیح، تفصیلی تشریح سۭتۍ واقف گژھت۔ |
50ca90bc847694a7a2d9a291f0d903a15e408481 | ہم چھ انسٲنی اشارن ہٕنٛز شناخت خٲطرٕ اکھ عام طٔریٖقہٕ تجویز کران یتھ منٛز متعدد ڈیٹا موڈیلٹیز یتھ کٔنۍ ز ڈیپٹی ویڈیو، آرٹیکلڈ پوز تہٕ تقریر شٲمل چھ۔ تہنزِ نظامس منز چُھ ہر اکس حرکتس جسمٕچ بڑِس پیمانس پیٹھ حرکت تہٕ مقٲمی لطیف حرکتہٕ یتھ منز زَن ہینڈ آرٹیکلشن چُھ۔ متعدد پیمانن پیٹھ ہیچھنُک خیال چُھ وقتی جہتس پیٹھ تہٕ لاگو یوان کرنہٕ، یتھ پٲنٹھ زِ حرکتس چُھ خصلت کہ حرکتک اِشارن، یا متحرک پوز کہ مجموعہٕ کہ طور پأنٹھ سمجھنہٕ یوان۔ پرتھ موڈالٹی چِھ گۄڈٕ الگ الگ الگ ٹائم بلاکس منٛز پروسیس کرنہٕ یوان، یتن امتیازی ڈیٹاہک مخصوص خصوصیات یا تہٕ دستی طورس پیٹھ چِھ ننہٕ یوان یا ہیچھنہٕ چِھ یوان۔ ٲخر کار، چھِ أس بٔڑس پیمانس پیٚٹھ وقتی وابستگی، ڈیٹا فیوژن تہٕ ٲخر کار حرکتن ہٕنٛز درجہ بٔنٛدی ہٕنٛز ماڈلنگ خٲطرٕ اکھ ریکیورینٹ نیورل نیٹ ورک استعمال کران۔ 2013 کہِ چیلنج آف ملٹی موڈل جیسٹ ریکگنیشن ڈیٹاسیٹس پیٹھ چُھ سُہٕ کوٚر مُت زِ وارہیو جاۓ تہٕ وقتی پیمانن پیٹھ چُھ متعدد طریقن ہند استعمال کارکردگی منز نمایاں اضافہٕ سٕتۍ گژھان، یم سٕتۍ ماڈلس انفرٲدی درجہ بٔنٛدی ہند غلطین تہٕ الگ الگ چینلزس منز شورُک معاوضہٕ چُھ ملان۔ |
586d7b215d1174f01a1dc2f6abf6b2eb0f740ab6 | ہم چھ اکھ غٲر نگرانی ہند طریقہٕ پیش کران یتھ منز کم خصوصیت ڈٹیکٹرزن ہنز درجہ بندی ہیکہِ یِتھ یِم لۄکٹین تبدیلیو تہٕ مسخ گژھنہٕ سٕتۍ غٲر متغیر چِھ۔ نتیجِیہٕ فیچر ایکسٹریکٹر چُھ متعدد کنوولوشن فلٹرزن پیٹھ مشتمل، یمہٕ پتہٕ فیچر پولنگ پرت چِھ آسان یُس ملحقہ ونڈوزس اندر ہر فلٹر آؤٹ پٹس زیادٕ کھوتہٕ زیادٕ حساب چُھ لگاوان، تہٕ اکھ نقطہٕ لحاظ سۭتۍ سگمائڈ غأر لکیری۔ گوڑنچ سطحچ خصوصیاتن ہنٛد پیچن پیٹھ اَکیٛن الگورتھمچ تربیت سۭتۍ چُھ بھڑ تہٕ زیادٕ غأر متغیر خصوصیاتن ہیند دویمہٕ سطح حأصل یوان کرنہٕ۔ یمن خصوصیاتن پیٹھ چھ اکھ نگرانی شدٕ درجہٕ بندی کنندٕ تربیت MNIST پیٹھ 0.64% غلطی، تہٕ کیلٹیک 101 پیٹھ اوسطاً 54% شناختچ شرح 30 ٹریننگ نمونن سۭتۍ فی زمرٕ۔ ییلہِ زَن کہِ نتیجس منز چُھ فن تعمیر چُھ کنولوشنل نیٹ ورکس سٕتۍ ملان جُلان، تہٕ چُھ تہٕ کہِ لحاظٕ سٕتۍ غیر نگرانی ہند تربیتُک طریقہ کار حد کھوتہٕ زیادٕہ پیرامیٹرائزِشن کہِ مسئلن ہند حل کران یوس خالص طورس پیٹھ چُھ نگرانی ہند تعلیمی طریقہ کارس منز مبتلا، تہٕ چُھ واریاہ کم لیبلڈ ٹریننگ نمونن سٕتۍ اصل کارکردگی ہند نتیجہٕ بنان۔ |
80bcfbb1a30149e636ff1a08aeb715dad6dd9285 | 0.15μm GaN HEMT پروسیس ٹیکنالوجی ہند استعمال کرِتھ چُھ یوان دۄن اعلیٰ کارکردگی Ka-band پاور ایمپلیفائر MMICs ہند ڈیزائن تہٕ کارکردگی پیش کرنہٕ۔ 3 مرحلن ہند متوازن یمپلیفائر خٲطرٕہ ماپنہٕ آمٕتۍ ان فکسچر مسلسل لہرٕ (CW) ہند نتائج چِھ 11W آؤٹ پٹ پاور تہٕ 30GHz پیٹھ 30 فیصد پاور ایڈیڈ ایفیسیئنس (PAE) ہنز نشاندہی کران۔ 3 مرحلن ہند سنگل اینڈڈ ڈیزائن چُھ 6 واٹٕ کھوتہٕ زیادٕ آؤٹ پٹ پاور تہٕ 34 فیصد پی اے ای تیار کران۔ متوازن تہٕ اکٲی ختم وٲلۍ ایم ایم آئی سی ہٕنٛدۍ ڈایٕک سائز چھ بالترتیب 3.24 × 3.60 ملی میٹر2 تہٕ 1.74 × 3.24 ملی میٹر2۔ |
284de726e700a6c52f9f8fb9f3de4d4b0ff778bb | تکراری نیورل نیٹ ورک (RNNs) چِھ قدرتی طورس پیٹھ تقریرچ شناخت خاطرٕ موزوں کیاز کہِ تہندٕ متحرک طورس پیٹھ تبدیل گژھن واجین وقتی معلوماتن ہند استعمال کرنچ صلٲحیت چِھ۔ ڈیپ RNNs آیہٕ دلیل دینہٕ زِ تم ہیکن مختلف ٹائم گرانولیریٹیزس پیٹھ وقتی تعلقات ماڈل کرتھ، مگر غٲئب گرائینڈک مسائلن منٛز چِھ مبتلا۔ اتھ مقالس منز چِھ ہم stacked long short-term memory (LSTM) RNNs بڑاوان grid LSTM بلاکس ہند استعمال کرِتھ یوس نہ صرف وقتی جہت بلکہ گہرائی ہند جہت سٕتۍ حساب کتاب چُھ وضع کران، تاکہ اتھ مسلس منز ییہِ کمی۔ امہٕ علاوٕ، چھ ہم گہرائی کس طول و عرضس ٹائمرکس پیٚٹھ ترجیح دوان تاکہ گہرائی کس طول و عرضس پیٚٹھ زیادٕ تازٕ معلومات دنہٕ، تہ کیٛاز امہٕ سۭتۍ گژھن واجنیٚن آؤٹ پٹس چھ درجہ بٔنٛدی خٲطرٕ استعمال کرنہٕ یوان۔ اسہٕ چِھ ہمن یہٕ ماڈل ترجیحی گرڈ LSTM (pGLSTM) وننہٕ یوان۔ ژورن بٔڑن ڈیٹاسیٹن پیٹھ (AMI، HKUST، GALE، تہٕ MGB) وسیع تجربات سۭتۍ چُھ پتہ چلان کہ pGLSTM چھِ متبادل ڈیپ LSTM ماڈلزن کھوتہٕ بہتر، 4٪ پیٹھہٕ 7٪ رشتہٕ دار بہتری سۭتۍ سٹیک LSTMs پیٹھان، تہٕ تمام ڈیٹاسیٹن پیٹھ چھِ یونی ڈائریکشنل ماڈلن منٛز نئۍ معیار حٲصل کران۔ |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.