_id
stringlengths 40
40
| text
stringlengths 0
9.23k
|
|---|---|
2f991be8d35e4c1a45bfb0d646673b1ef5239a1f | मशीन लर्निंग मॉडल कs व्यवहार कs तरीका कs कs कs कs कs कs सिस्टम डिजाइनर आ अंत-उपयोगकर्ता कs अधिकार कs कई तरह स सशक्त बनबैत अछि: मॉडल चयन, फीचर इंजीनियरिंग, भविष्यवाणी पर भरोसा कs आ ओकरा उपर कार्य कs लेल, आ अधिक सहज उपयोगकर्ता इंटरफेस मे। एहि प्रकार, व्याख्याशीलता मशीन लर्निंग मे एकटा महत्वपूर्ण चिंता बनि गेल अछि, आ व्याख्या योग्य मॉडलक क्षेत्र मे कार्य कए नव रुचि भेटल अछि। किछु अनुप्रयोगमे, एहन मॉडल गैर-व्याख्या योग्यकेँ जतेक सटीक अछि, आ एहि प्रकार एकर पारदर्शिताक लेल प्राथमिकता देल जाइत अछि। जखन ओ सटीक नहि अछि, तखन सेहो ओ सभ प्राथमिकता देल जाएत जखन व्याख्याक महत्त्व सर्वोपरि होएत अछि। मुदा, मशीन लर्निंग कें व्याख्या योग्य मॉडल कें सीमित कर कें अक्सर एकटा गंभीर सीमा होएयत छै. ई पेपर मे हमसभ मॉडल-अज्ञेयवादी दृष्टिकोणक उपयोग करैत मशीन लर्निंगक भविष्यवाणीक व्याख्या करबाक लेल तर्क करैत छी। मशीन लर्निंग मॉडल कें ब्लैकबॉक्स फंक्शन कें रूप मे इलाज कर कें द्वारा, ई दृष्टिकोण मॉडल, स्पष्टीकरण आ प्रतिनिधित्व कें चयन मे महत्वपूर्ण लचीलापन प्रदान करएयत छै, डिबगिंग, तुलना आ विभिन्न प्रकार कें उपयोगकर्ता आ मॉडल कें लेल इंटरफेस मे सुधार करएयत छै. हमसभ एहि विधिसभक लेल मुख्य चुनौतीसभक रूपरेखा तैयार करैत छी, आ हालहिमे शुरू कएल गेल मोडल-अज्ञेय व्याख्या दृष्टिकोण (एलआईएमई) क समीक्षा करैत छी जे ई चुनौतिसभक समाधान करैत अछि। |
546add32740ac350dda44bab06f56d4e206622ab | गहन तंत्रिका संजाल छवि वर्गीकरण मे प्रभावशाली प्रयोगात्मक परिणाम प्राप्त केलक अछि, मुदा आश्चर्यजनक रूप सँ विरोधी विकर्षणक संबंध मे अस्थिर भ सकैत अछि, अर्थात् इनपुट छवि मे न्यूनतम परिवर्तन जे एकरा गलत वर्गीकृत करबाक लेल नेटवर्क केँ प्रेरित करैत अछि। संभावित अनुप्रयोगसभमे अवधारण मोड्युल आ स्वयं-चालक कारसभक लेल अन्त-सँ-अन्त नियंत्रकसभ शामिल अछि, ई ओकर सुरक्षाक बारेमे चिन्ता उत्पन्न करैत अछि। हमसभ संतोषजनकता मोडुलो सिद्धान्त (एसएमटी) पर आधारित फीड-फॉरवर्ड बहु-स्तरिक न्यूरल नेटवर्कसभक लेल एकटा उपन्यास स्वचालित प्रमाणिकरण ढाँचाक विकास करैत छी । हमसभ छवि हेरफेर पर ध्यान केन्द्रित करैत छी, जेना कि खरोंच वा क्यामेरा कोण वा प्रकाशक स्थितिमे परिवर्तन, आ छवि वर्गीकरण निर्णयक लेल सुरक्षाक परिभाषा ओहिमे निकट छविसभक क्षेत्रमे मूल छविक हेरफेरक सम्बन्धमे वर्गीकरणक अपरिवर्तनीयताक संदर्भमे करैत छी। हम सभ विभेदक उपयोग करैत क्षेत्रक विस्तृत खोज केँ सक्षम करैत छी, आ विश्लेषणक परत-स्तरक प्रसार करैत छी। हमर विधि सीधा नेटवर्क कोडक संग काज करैत अछि आ, विद्यमान विधिसभक विपरीत, ई ग्यारेन्टी कए सकैत अछि जे विरोधात्मक उदाहरण, यदि ओ अस्तित्वमे अछि, देल गेल क्षेत्र आ हेरफेरक परिवारक लेल भेटैत अछि। यदि भेटैत अछि, तँ विरोधी उदाहरण मानव परीक्षकसभकेँ देखाओल जाएत आ/वा नेटवर्ककेँ ठीक करबाक लेल प्रयोग कएल जाएत। हमसभ जेड३ क उपयोग करैत तकनीकसभक कार्यान्वयन करैत छी आ एकर मूल्यांकन अत्याधुनिक नेटवर्कसभमे करैत छी, जहिमे नियमित आ गहन शिक्षाक नेटवर्कसभ सेहो शामिल अछि। हमसभ वर्तमान तकनीकसभक तुलनामे प्रतिद्वन्द्वी उदाहरणसभक खोज करैत छी आ नेटवर्कक मजबुतीक अनुमान करैत छी । |
8db9df2eadea654f128c1887722c677c708e8a47 | ई एम्बैडेड हार्डवेयर पर तैनातीक लेल कम्प्यूटेशनल जटिलता केँ कम करैत प्रासंगिक जानकारी पर ध्यान केंद्रित करबाक लेल ध्यान मॉडल पर हालिया कार्य केँ एकीकृत करैत अछि। ई फ्रेमवर्कक परीक्षण टोरक्स नामक ओपन सोर्स थ्रीडी कार रेसिंग सिमुलेटरमे कएल गेल छल। हमरसभक सिमुलेशन परिणाम जटिल सड़क वक्रता आ अन्य वाहनसभक सरल अन्तरक्रियाक परिदृश्यमे स्वायत्त युद्धाभ्यासक सीखनाइ प्रदर्शित करैत अछि। एकटा रोबोट कार जे स्वायत्त रूप सँ चलाएत अछि कृत्रिम बुद्धिमत्ताक एक दीर्घकालीन लक्ष्य अछि। सवारी साधन चलाबए एकटा काज अछि जकरा लेल उच्च स्तरक कौशल, ध्यान आ अनुभवक आवश्यकता होएत अछि। यद्यपि कंप्यूटर मानव सँ बेसी सतत् ध्यान आ ध्यान केन्द्रित करबाक क्षमता रखैत अछि, पूर्णतः स्वायत्त ड्राइविंगक लेल एहन स्तरक बुद्धिक आवश्यकता होइत अछि जे एआई एजेंट द्वारा प्राप्त कएल गेल बुद्धि सँ बेसी अछि। स्वायत्त ड्राइभिङ्ग एजेन्ट बनाबएमे शामिल काजसभके ३ श्रेणीमे बाँटल जा सकैत अछि, जहिना चित्र १ मे देखलगेल अछि: एकर उदाहरण पैदल यात्रीक पता लगाबय, यातायात संकेतक पहिचान आदि अछि। यद्यपि सामान्य बात सँ दूर, पहिचान आजुक समय मे अपेक्षाकृत आसान काज अछि धन्यवाद डीप लर्निंग (डीएल) एल्गोरिदम मे प्रगति के, जे मानव स्तरक पहिचान या ऊपर क पहुंच गेल अछि कैको वस्तु पता लगाब आ वर्गीकरण समस्या मे [8] [2]. डीप लर्निंग मोडलसभ कच्चा इनपुट डाटासँ जटिल सुविधा प्रतिनिधित्वसभ सिखएमे सक्षम अछि, हस्तनिर्मित सुविधासभक आवश्यकताकेँ छोड़ैत अछि [१५][२][७] । एहि संबंध मे, कन्वोलुशनल न्यूरल नेटवर्क (सीएनएन) संभवतः सब सँ सफल डीप लर्निंग मॉडल अछि, आ एलेक्सनेट [8] के बाद इमेजनेट चुनौती पर प्रत्येक विजेता प्रविष्टि के आधार बना चुकल अछि। ई सफलताक पुनरावृत्ति स्वचालित ड्राइभिङ्गक लेल लेन आ वाहन पता लगाबमे कएल गेल अछि। 2) पूर्वानुमान: एकटा स्वायत्त ड्राइविंग एजेंट कें अपन पर्यावरण कें पहचानय कें लेल पर्याप्त नहि छै; ई आन्तरिक मॉडल बनाय कें लेल सेहो सक्षम होय कें चाही जे पर्यावरण कें भविष्यक स्थिति कें पूर्वानुमान लगायत छै. समस्याक एहि वर्गक उदाहरणमे पर्यावरणक नक्शा बनाबए वा कोनो वस्तुक अनुगमन करएमे शामिल अछि। भविष्यक भविष्यवाणी करबामे सक्षम होबय लेल, विगतक जानकारीकेँ एकीकृत करए महत्वपूर्ण अछि। एहि प्रकार, आवर्ती तंत्रिका संजाल (आरएनएन) समस्याक एहि वर्गक लेल आवश्यक अछि। दीर्घ-लघु अवधि मेमोरी (एल एस टी एम) नेटवर्क आर एन एन क एकटा एहन श्रेणी अछि जे एंड-टू-एंड दृश्य लेबलिंग सिस्टम मे प्रयोग कएल गेल अछि। हालहि मे आरएनएन क उपयोग डीपट्रैकिंग मॉडल मे ऑब्जेक्ट ट्रैकिंग प्रदर्शन मे सुधार करबा लेल सेहो कएल गेल अछि। 3) योजना बनाब: एक कुशल मॉडलक निर्माण जे भविष्यक ड्राइविंग क्रियासभक योजना बनाबए लेल मान्यता आ भविष्यवाणीक समावेश करैत अछि जे वाहनके सफलतापूर्वक नेविगेट करएमे सक्षम बनाओत। योजना बनौनाइ तीनूमे सँ सबसँ कठिन काज अछि। समस्या ई अछि जे ई मॉडल पर्यावरण (मान्यता) आ ओकर गतिशीलता (पूर्वानुमान) केँ एहि तरहें समन्वित करएत अछि जे ई भविष्यक कार्यकलापसभक योजना बना सकएत अछि जाहिसँ ई अवांछित स्थितिसभ (दंड) सँ बचएत आ अपन गन्तव्य (पुरस्कार) तक सुरक्षित रूपेँ जाएत । आकृति १ः उच्च स्तरक स्वायत्त ड्राइभिङ्ग कार्यसभ रेनफोर्सेन्स लर्निङ (आरएल) फ्रेमवर्क [१७] [२०] क उपयोग बहुत समयसँ नियन्त्रण कार्यसभमे कएल गेल अछि । आरएल आ डीएल क मिश्रण मानव स्तर क नियंत्रण क प्राप्ति क लेल सभ सँ आशाजनक दृष्टिकोण मे सँ एक बताओल गेल छल [9]. [१२] आ [११] मे ई मानव स्तरक नियन्त्रण डीप क्यू नेटवर्क्स (डीक्यूएन) मोडलक प्रयोग करैत अटारी खेलसभमे प्रदर्शित कएल गेल छल, जहिमे आरएल योजना भागक लेल उत्तरदायी अछि जखन कि डीएल प्रतिनिधित्व शिक्षा भागक लेल उत्तरदायी अछि । बादमे आरएनएनसभ आंशिक अवलोकन योग्य परिदृश्यसभक लेल मिश्रणमे एकीकृत कएल गेल छल [४] । स्वायत्त ड्राइभिङ्गक लेल सूचनाक एकीकरणक आवश्यकता अछि। 02 53 2v 1 [ st at .M L ] 8 A pr 2 01 7 बहु संवेदक सँ किछु कम आयामी अछि, जेना कि लीडर, त दोसर उच्च आयामी, जेना कि कैमरा। एहि विशेष उदाहरणमे ध्यान देल जाएत अछि, कि यद्यपि कच्चा कैमरा छविसभ उच्च आयामिक अछि, स्वायत्त ड्राइभिङ्ग कार्य प्राप्त करबाक लेल आवश्यक उपयोगी जानकारी बहुत कम आयामक अछि। उदाहरणक लेल, दृश्यक महत्वपूर्ण भाग जे ड्राइविंग निर्णयसभ पर प्रभाव डालैत अछि ओ चलैत वाहन, आगाँक सड़क पर खाली स्थान, कर्बसभक स्थिति आदि तक सीमित अछि। वाहनक सूक्ष्म विवरण सेहो महत्वपूर्ण नहि अछि, कारण समस्याक लेल केवल ओकर स्थानिक स्थान आवश्यक अछि। एहि प्रकार स प्रासंगिक जानकारीक लेल मेमोरी बैंडविड्थ बहुत कम अछि। यदि ई प्रासंगिक जानकारी निकालल जा सकैत अछि, जखन कि अन्य गैर-प्रासंगिक भाग फिल्टर कएल जाइत अछि, ई स्वायत्त ड्राइविंग सिस्टम क सटीकता आ दक्षता दुनु मे सुधार करत। एकर अतिरिक्त, ई प्रणालीक गणना आ मेमोरीक आवश्यकताकेँ कम करत, जे एम्बेडेड सिस्टम पर महत्वपूर्ण बाधा अछि जे स्वायत्त ड्राइविंग नियंत्रण इकाई केँ शामिल करत। ध्यानक मॉडल एहन सूचना फिल्टरिंग प्रक्रियाक लेल एक स्वाभाविक फिट अछि। हालहि मे, ई मॉडल सफलतापूर्वक [23] आ [10] मे छवि मान्यताक लेल तैनात कएल गेल छल, जाहिमे आरएल आरएनएन सँ मिलाओल गेल छल छविक भाग प्राप्त करबाक लेल। ई तरहक मॉडलसभक आसानीसँ विस्तार कएल जाएत अछि आ डीक्यूएन [११] आ डीप रिकर्न्ट क्यू नेटवर्क (डीआरक्यूएन) [४] मॉडलसभमे एकीकृत कएल जाएत अछि । ई एकीकरण [16] मे कएल गेल छल। ध्यानक मॉडलक सफलता हमरासभके सुझाव दैत अछि कि ओ स्वंयचालित ड्राइभिङ्गक लेल कच्चा संवेदी जानकारीसँ निम्न स्तरक सूचनाक निष्कर्षणक लेल प्रस्तावित कएल जाए। एहि पेपर मे, हमसभ एकटा फ्रेमवर्क प्रस्ताव करैत छी जे अंत-अन्त स्वायत्त ड्राइविंग मॉडल लेल अछि जे कच्चा सेंसर इनपुट मे लैत अछि आ ड्राइविंग क्रियासभक आउटपुट करैत अछि। ई मोडल आंशिक रूपसँ अवलोकन योग्य परिदृश्यसभके सम्भाल्ने क्षमता राखैत अछि । एकर अतिरिक्त, हमसभ ध्यानक माडलमे हालिया प्रगतिकेँ एकीकृत करबाक प्रस्ताव करैत छी ताकि प्राप्त सेंसर डेटासँ केवल प्रासंगिक जानकारी निकालि सकए, एहि तरहेँ एकरा वास्तविक समयक एम्बेडेड सिस्टमक लेल उपयुक्त बनाओल जाए। ई पेपरक मुख्य योगदान अछि: 1) डीप रेन्फोर्समेंट लर्निंगक हालिया प्रगतिक समीक्षा प्रस्तुत करब आ 2) ऑटोमोबाइल समुदायक लेल डीप रेन्फोर्समेंट लर्निंगक उपयोग करैत स्वायत्त ड्राइभिङ्गक अंत करबाक लेल एकटा फ्रेमवर्क पेश करब। शेष पेपर दू भाग मे विभाजित अछि। पहिल भाग डीप रेनफोर्समेन्शन लर्निंग एल्गोरिदमक एक सर्वेक्षण प्रदान करैत अछि, जे परम्परागत एमडीपी फ्रेमवर्क आ क्यू-लर्निंग सँ शुरू होइत अछि, एकर बाद डीक्यूएन, डीआरक्यूएन आ डीप अटेंशन रिकर्सिव क्यू नेटवर्क (डीएआरक्यूएन) होइत अछि। पेपरक दोसर भाग प्रस्तावित ढाँचाक वर्णन करैत अछि जे गहन सुदृढीकरण शिक्षामे हालिया प्रगतिकेँ एकीकृत करैत अछि। अन्तमे, हम निष्कर्षमे आबि भविष्यक कार्यक लेल दिशा-निर्देश दैत छी। पुनरावर्तन शिक्षाक समीक्षा पुनरावर्तन शिक्षाक व्यापक अवलोकनक लेल, कृपया रिच सटनक पाठ्यपुस्तकक दोसर संस्करणक संदर्भित करू [१८] । एहि भाग मे हम सभ महत्वपूर्ण विषयक संक्षिप्त समीक्षा प्रस्तुत करैत छी। [17] मे प्रबलित शिक्षा ढाँचाक रूपमे तैयार कएल गेल छल जे एकटा एजेंट द्वारा अनुसरण कएल जाएबला सर्वोत्तम नीति (प्रदान अवस्थामे लेल जाएबला सर्वोत्तम क्रिया) प्रदान करबाक लेल एक मॉडलक रूपमे, जाहिसँ कुल संचित पुरस्कार अधिकतम होएत जखन एजेंट वर्तमान सँ ओहि नीति केँ पालन करैत अछि आ टर्मिनल अवस्था धरि पहुँचैत अछि। आर एल पैराडिम ड्राइविंगक लेल प्रेरणा बहु-एजेंट अन्तरक्रिया समस्या अछि। एक मानव चालकक रूपमे, भारी यातायातमे लेन बदलबक तुलनामे अन्य कारसभक साथ कोनो अन्तरक्रिया नै करैत लेनमे रहनाइ बहुत आसान अछि । दोसर ड्राइवरक व्यवहारमे निहित अनिश्चितताक कारण उत्तरार्द्ध बेसी कठिन अछि। अन्तरक्रिया करए बला वाहनक संख्या, ओकर ज्यामितीय विन्यास आ चालकक व्यवहारमे पैघ भिन्नता होएत अछि आ सभ परिदृश्यक विस्तृत रूपसँ कवर कएल जाएबला पर्यवेक्षित लर्निंग डाटासेटक डिजाइन करब चुनौतीपूर्ण अछि। मानव चालकसभ आन ड्राइवरसभक व्यवहार बुझबाक लेल कोनो प्रकारक अनलाइन सुदृढीकरण शिक्षाक प्रयोग करैत अछि जेना कि कि ओ सभ रक्षात्मक अछि वा आक्रामक, अनुभवी अछि वा अनुभवहीन, आदि। ई विशेष रूप सँ उपयोगी अछि एहन परिदृश्यमे जकरा लेल वार्तालापक आवश्यकता होएत अछि, अर्थात् एक गोलार्धमे प्रवेश, ट्राफिक लाइट बिना जंक्शनसभमे नेविगेशन, भारी यातायातक दौरान लेन परिवर्तन आदि। स्वायत्त ड्राइभिङ्गक मुख्य चुनौती अछि एहन घटनासभ सँ निपटनाइ जे कि मानव ड्राइवरक लेल अप्रत्याशित अछि, जेना कि बिना जीपीएसक अज्ञात क्षेत्रमे हराएब वा बाढ़ि वा जमीनमे सिंकहोलक उपस्थिति जहिना आपदाक स्थितिसभ सँ निपटनाइ। आरएल प्रतिमान अपरिचित क्षेत्रक नमूना बनबैत अछि आ अपन अनुभव सँ सीखैत अछि कार्यवाही करैत। एकर अतिरिक्त, आरएल गैर-विभेदक लागत कार्यसभके सम्भाल्न सक्षम भऽ सकैत अछि जे पर्यवेक्षित शिक्षा समस्यासभक लेल चुनौतीसभ सृजना कऽ सकैत अछि । वर्तमानमे, स्वायत्त ड्राइभिङ्गक लेल मानक दृष्टिकोण अछि सिस्टमकेँ अलग-अलग उप-समस्यामे विच्छेदित करए, सामान्यतः पर्यवेक्षित-शिक्षण-समान वस्तु पता लगाना, दृश्य ओडोमेट्री, आदि आ फेर पूर्ववर्ती चरणक सभ परिणामकेँ मिलाबए लेल पोस्ट प्रोसेसिंग परत होएत। एहि दृष्टिकोणमे दूटा मुख्य समस्या अछि: पहिल, उप-समस्यासभ जे हल कएल जाइत अछि ओ स्वायत्त ड्राइभिङ्ग सँ बेसी कठिन भ सकैत अछि । उदाहरणक लेल, कोनो वस्तुक खोजक समाधान शब्दार्थिक विभाजन द्वारा कएल जा सकैत अछि जे चुनौतीपूर्ण आ अनावश्यक दुनू अछि। मानव ड्राइवर सभ ड्राइविंगक दौरान सभ दृश्य वस्तुकेँ नहि चिन्हैत अछि आ ओकर वर्गीकरण नहि करैत अछि, केवल सभसँ प्रासंगिक वस्तुकेँ। दोसर, अलग-अलग उप-समस्यासभ सुसंगत रूपमे संयोजन नहि कए सकैत अछि ताकि सुदृढीकरण शिक्षा कें एक मजबूत एआई प्रतिमान मानल जाएत अछि जेकर उपयोग पर्यावरण के संग बातचीत आ ओकर गलतियों सं सीख कें माध्यम सं मशीन कें सिखय कें लेल कैल जा सकएय छै. एकर कथित उपयोगिताक बावजूद, ई एखन धरि कार अनुप्रयोगमे सफलतापूर्वक लागू नहि कएल गेल अछि। एटारी खेलसभ आ गुगल डीपमाइन्डद्वारा गोक सफल प्रदर्शनसँ प्रेरित भऽ, हमसभ गहन सुदृढीकरण शिक्षाक प्रयोग करैत स्वायत्त ड्राइभिङ्गक लेल एकटा ढाँचा प्रस्ताव करैत छी। ई विशेष रूप सँ प्रासंगिक अछि किएक कि अन्य वाहन, पैदल यात्री आ सड़क निर्माण सहित पर्यावरणक संग तीव्र अन्तरक्रियाक कारण स्वायत्त ड्राइविंग कें पर्यवेक्षित लर्निंग समस्या कें रूप मे पेश करनाय मुश्किल अछि. ई एकटा अपेक्षाकृत नव अनुसन्धान क्षेत्र अछि स्वायत्त ड्राइभिङ्गक लेल, हमसभ संक्षिप्त रूपमे डीप रिइन्फोर्समेन्ट लर्निंगक जानकारी दैत छी आ फेर अपन प्रस्तावित ढाँचाक वर्णन करैत छी । ई सूचना एकीकरणक लेल पुनरावर्ती न्यूरल नेटवर्कसभक समावेश करैत अछि, जे कारकेँ आंशिक रूपसँ अवलोकन योग्य परिदृश्यसभक सम्हाल्न सक्षम करैत अछि। |
a4d513cfc9d4902ef1a80198582f29b8ba46ac28 | ई रिपोर्ट एआई क दुर्भावनापूर्ण उपयोग सँ संभावित सुरक्षा खतराक परिदृश्य क सर्वेक्षण करैत अछि, आ एहि खतराक बेहतर पूर्वानुमान, रोकथाम आ कम करबाक तरीका क प्रस्ताव करैत अछि। एआई द्वारा डिजिटल, भौतिक आ राजनीतिक क्षेत्र मे खतराक परिदृश्य पर प्रभाव पड़बाक तरीकाक विश्लेषण केलाक बाद, हम एआई शोधकर्ता आ अन्य हितधारकक लेल चारिटा उच्च स्तरीय सिफारिश करैत छी। हमसभ आगाक शोधक लेल कतेको आशाजनक क्षेत्रसभक सुझाव दैत छी जे रक्षाक पोर्टफोलियोक विस्तार कऽ सकैत अछि, वा आक्रमणसभ कम प्रभावकारी या निष्पादित करएमे कठिन बना सकैत अछि। अन्तमे, हमसभ चर्चा करैत छी, मुदा निष्कर्षमे नहि पहुँचैत छी, हमलावर आ रक्षकसभक दीर्घकालीन सन्तुलनक बारेमे । |
b5a047dffc3d70dce19de61257605dfc8c69535c | डीप न्यूरल नेटवर्क जटिल, वास्तविक दुनियाक समस्याक समाधानक लेल व्यापक रूपसँ प्रयोग कएल जाए वाला आ प्रभावकारी साधनक रूपमे उभरि गेल अछि। तथापि, सुरक्षा-महत्वपूर्ण प्रणालीसभमे एकरा लागू करबामे एकटा प्रमुख बाधा एकर व्यवहारक बारेमे औपचारिक ग्यारेन्टी प्रदान करबामे पैघ कठिनाई अछि । हम गहन तंत्रिका संजाल (या प्रति-उदाहरण प्रदान) क गुणक सत्यापन क लेल एकटा उपन्यास, स्केलेबल, आ कुशल तकनीक प्रस्तुत करैत छी। ई तकनीक सिम्पलेक्स विधि पर आधारित अछि, जे गैर-कन्वेक्स रेक्टिफिड लीनियर यूनिट (ReLU) सक्रियण कार्यक लेल विस्तारित अछि, जे कि बहुत आधुनिक न्यूरल नेटवर्क मे एक महत्वपूर्ण घटक अछि। सत्यापन प्रक्रिया तंत्रिका संजाल कें एक समग्र रूप मे संबोधित करैत अछि, बिना कोनो सरलीकृत मान्यता कें। हमसभ अपन तकनीकक मूल्यांकन मानव रहित विमानक लेल अगिला पीढ़ीक हवाई टकराव रोक प्रणाली (एसीएएस एक्सयू) क प्रोटोटाइप गहन तंत्रिका नेटवर्क कार्यान्वयन पर केलहुँ। परिणाम ई देखाबैत अछि जे हमर तकनीक सफलतापूर्वक ओ नेटवर्कक गुण प्रमाणित कए सकैत अछि जे विद्यमान विधि सभक उपयोग करैत सत्यापित कएल गेल सभसँ पैघ नेटवर्क सँ पैघ परिमाणक अछि। |
b4bd9fab8439da4939a980a950838d1299a9b030 | पूर्ण शर्त आ प्रयोगः http://pubsonline.informs.org/page/terms-and-conditions ई लेखके प्रयोग केवल अनुसन्धान, शिक्षण, आ/ वा निजी अध्ययनक प्रयोजनक लेल कएल जा सकैत अछि । व्यावसायिक उपयोग वा व्यवस्थित डाउनलोड (रोबोट वा अन्य स्वचालित प्रक्रियासभ द्वारा) स्पष्ट रूपसँ प्रकाशक स्वीकृति बिना निषिद्ध अछि, यदि अन्यथा उल्लेख नहि कएल गेल अछि। अधिक जानकारीक लेल, [email protected] पर संपर्क करू। प्रकाशक लेखक सटीकता, पूर्णता, व्यापारिकता, कोनो विशेष प्रयोजनक लेल उपयुक्तता, वा गैर-उल्लंघनक वारेन्ट वा ग्यारेन्टी नहि करैत अछि। उत्पादक आ प्रकाशनक वर्णन, ओकर संदर्भ, या एहि लेखमे कोनो विज्ञापनक समावेश, ने कोनो गारंटी, समर्थन, या ओहि उत्पाद, प्रकाशन, या सेवाक बारेमे कएल गेल दावाक समर्थनक गठन करैत अछि आ ने ओकर अर्थ अछि। © 1990 INFORMS |
5288d14f6a3937df5e10109d4e23d79b7ddf080f | |
c9946fedf333df0c6404765ba6ccbf8006779753 | स्वायत्त ड्राइभिङ्ग ड्राइवरक सुविधा प्रदान करबाक आ सुरक्षा बढ़ाबयके क्षमता देखाओत अछि। अपन वर्तमान यातायात प्रणाली मे स्वायत्त ड्राइविंग केँ शुरू करैत समय, एकटा महत्वपूर्ण मुद्दा अछि स्वायत्त वाहन कें वास्तविक मानव ड्राइवरक कें तरह सं प्रतिक्रिया करए मे सक्षम बनाबय कें. ई सुनिश्चित करबाक लेल जे भविष्यक स्वायत्त वाहन मानव चालक जकाँ काज करत, ई पेपर एक वाहन गति नियोजन मॉडल प्रस्तावित करैत अछि, जे वास्तविक सिग्नलाइज्ड चौराहा पर यातायात परिवेशक आकलनक आधार पर ड्राइवरक द्वारा वाहनक नियंत्रण कए प्रतिनिधित्व कए सकैत अछि। प्रस्तावित गति नियोजन मॉडलमे पैदल यात्रीक आशयक पता लगाबैक, अंतराल पता लगाबैक आ वाहनक गतिशील नियंत्रणक कार्य शामिल अछि। तीनो कार्य वास्तविक यातायात परिवेशसँ एकत्रित वास्तविक डाटाक विश्लेषणक आधारमे निर्माण कएल गेल अछि। अंतमे, ई पेपर प्रस्तावित विधि क प्रदर्शन क प्रदर्शन करैत अछि आ हमर मॉडल क व्यवहार क तुलना वास्तविक पैदल यात्री आ मानव चालक क व्यवहार स करैत अछि। प्रयोगात्मक परिणामसँ पता चलैत अछि जे हमर प्रस्तावित मॉडल पैदल यात्रीक क्रॉसिंगक हेतु 85% मान्यता दर प्राप्त कए सकैत अछि। एहि सं बेसी, प्रस्तावित गति नियोजन मॉडल द्वारा नियंत्रित वाहन आ वास्तविक मानव संचालित वाहन चौराहा पर गैप स्वीकृति कें संबंध मे बहुत समान अछि. |
061356704ec86334dbbc073985375fe13cd39088 | एहि कार्यमे हम सभ कन्वोल्यूशनल नेटवर्क डेप्थक प्रभावकेँ जांचैत छी जे एकर सटीकता पर अछि जे पैघ पैमानाक छवि मान्यता सेटिंगमे अछि। हमरा सभक मुख्य योगदान बढ़ैत गहिराइक नेटवर्कक एक गहन मूल्यांकन अछि, जे देखबैत अछि जे पूर्व-कला विन्यास पर एक महत्वपूर्ण सुधार गहिराइकेँ 16-19 वजन परत तक धकेलि कऽ प्राप्त कएल जा सकैत अछि। ई निष्कर्षसभ हमरसभक इमेजनेट चैलेंज २०१४क आधार छल, जतए हमरसभक टीम स्थानीयकरण आ वर्गीकरण ट्रैकमे पहिल आ दोसर स्थान सुरक्षित केलक। हमसभ ई सेहो देखाबए छी जे हमरसभक प्रतिनिधित्वसभ अन्य डाटासेटसभमे नीकसँ सामान्यीकरण करैत अछि, जहिसँ अत्याधुनिक परिणाम प्राप्त होइत अछि । महत्वपूर्ण बात ई अछि जे, हमसभ अपन दू टा सर्वश्रेष्ठ प्रदर्शन कन्वनेट मॉडल सार्वजनिक रूप सँ उपलब्ध करा देने छी ताकि कम्प्यूटर दृष्टि मे गहन दृश्य प्रतिनिधित्वक उपयोग पर आगाक शोधक सुविधा देल जा सके। |
14318685b5959b51d0f1e3db34643eb2855dc6d9 | हमसभ ईन्सेप्शन नामक एकटा डीप कन्वोलुशनल न्यूरल नेटवर्क आर्किटेक्चरक प्रस्ताव करैत छी जे इमेजनेट लार्ज-स्केल भिजुअल रिकग्निशन चैलेंज २०१४ (आईएलएसवीआरसी१४) मे वर्गीकरण आ पता लगाबैक लेल कलाक नव स्थिति प्राप्त करैत अछि। ई आर्किटेक्चरक मुख्य पहिचान नेटवर्कक भीतर कंप्यूटिंग संसाधनक सुधारित उपयोग अछि। सावधानीपूर्वक डिजाइन द्वारा, हमसभ संजालक गहिराइ आ चौड़ाई बढ़ेलहुँ जखन कि गणनाक बजट स्थिर रखलहुँ। गुणवत्ताक अनुकूलनक लेल, वास्तुशिल्पक निर्णय हेबबियन सिद्धान्त आ बहु-स्केल प्रसंस्करणक अंतर्ज्ञान पर आधारित छल। ILSVRC14 कें लेल हमर सबमिशन मे उपयोग कएल गेल एकटा विशेष अवतार GoogLeNet कहल जाइत अछि, जे 22 परतक गहन नेटवर्क अछि, जेकर गुणवत्ता कें वर्गीकरण आ पता लगाबय कें संदर्भ मे मूल्यांकन कैल गेल छै. |
1827de6fa9c9c1b3d647a9d707042e89cf94abf0 | प्रशिक्षणक दौरान प्रत्येक लेयरक इनपुटक वितरण बदलि जाइत अछि, जेना कि पिछला लेयरक पैरामीटर बदलि जाइत अछि। ई प्रशिक्षण धीमा करैत अछि कम शिक्षा दर आ सावधानी पूर्वक परिमिति आरम्भिकरणक आवश्यकता द्वारा, आ ई परिमित गैर-रैखिकतासभक संग मॉडलसभकेँ प्रशिक्षित करएमे कठिन बनाबैत अछि। हमसभ एहि घटनाके आन्तरिक सह-परिवर्तित परिवर्तन कहैत छी, आ परत इनपुटके सामान्यीकरण कऽ समस्याके समाधान करैत छी । हमर पद्धति अपन शक्ति केँ सामान्यीकरण केँ मॉडल वास्तुकलाक एक भाग बनायबाक आ प्रत्येक प्रशिक्षण मिनी-बैच कें लेल सामान्यीकरण कें प्रदर्शन करबा सँ लैत अछि. बैच सामान्यीकरण हमरा सभकेँ बेसी उच्च शिक्षा दरक उपयोग करबाक अनुमति दैत अछि आ आरम्भिकरणक बारेमे कम सावधान रहैत अछि, आ किछ मामलामे ड्रॉपआउटक आवश्यकताकेँ समाप्त करैत अछि। एक अत्याधुनिक छवि वर्गीकरण मॉडल पर लागू, बैच सामान्यीकरण 14 गुना कम प्रशिक्षण चरणक संग समान सटीकता प्राप्त करैत अछि, आ मूल मॉडल केँ महत्वपूर्ण मार्जिन द्वारा हरा दैत अछि। बैच-सामान्यीकृत नेटवर्कक एक समूहक उपयोग करैत, हम इमेजनेट वर्गीकरण पर सर्वश्रेष्ठ प्रकाशित परिणाममे सुधार करैत छी: 4.82% शीर्ष-पाँच परीक्षण त्रुटि धरि पहुँचैत अछि, जे मानव रेटरक सटीकता सँ बेसी अछि। |
6e80768219b2ab5a3247444cfb280e8d33d369f0 | एहि पेपर मे अल्ट्रा वाइड बैंड (UWB) पावर डिवाइडर क डिजाइन कएल गेल अछि। ई पावर डिवाइडरक यूडब्लुबी प्रदर्शन एक टेपरड माइक्रोस्ट्रिप लाइनक उपयोग करि प्राप्त कएल जाइत अछि जे एक्सपोनेन्शियल आ दीर्घवृत्तीय खण्डसँ बनल अछि। मोटा-अनाज समानांतर सूक्ष्म आनुवंशिक एल्गोरिथ्म (पीएमजीए) आ सीएसटी माइक्रोवेव स्टूडियोक संयोजनमे स्वचालित समानांतर डिजाइन प्रक्रिया प्राप्त कएल गेल अछि। ई विधि यूडब्ल्यूबी पावर डिवाइडर क अनुकूलन क लेल लागू कएल गेल अछि। अनुकूलित शक्ति विभाजक निर्मित आ मापल जाइत अछि। मापल परिणामसभ अपेक्षाकृत कम सम्मिलन हानि, नीक रिटर्न हानि, आ सम्पूर्ण UWB (3.1-10.6 GHz) पर आउटपुट पोर्टसभ बीच उच्च अलगाव देखाबैत अछि। |
2532d0567c8334e4cadf282a73ffe399c1c32476 | प्रदर्शनक माप एहिसँ प्राप्त पुरस्कारक योग अछि। उदाहरणक लेल, जखन एक भैंस भोजनक लेल जाएत अछि, प्रत्येक समयक चरणमे इनाम फलन उड़ल दूरी (नकारात्मक भारित) आ निगल गेल अमृतक कोनो संयोजन भऽ सकैत अछि। सुदृढीकरण शिक्षा (आरएल) विधिसभ मूलतः मार्कोव निर्णय प्रक्रिया (एमडीपी) केँ सुलझयबाक लेल अनलाइन एल्गोरिदम अछि। एमडीपी पुरस्कार फलन आ एकटा मॉडल द्वारा परिभाषित कएल जाइत अछि, अर्थात्, प्रत्येक सम्भावित क्रिया पर निर्भर राज्य संक्रमण संभावना। आर एल एल्गोरिदम मॉडल-आधारित भ सकैत अछि, जतए एजेंट एकटा मॉडल सीखैत अछि, वा मॉडल-मुक्त-उदाहरणार्थ, क्यू-लर्निंग उद्धृत करैत अछि वाटकिन्स: १९८९, जे केवल एक फंक्शन क्यू ((s) सीखैत अछि, ए) राज्य एस मे कार्य कएलाक दीर्घकालिक मूल्य निर्दिष्ट करैत अछि आ ओकर बाद इष्टतम रूप सँ कार्य करैत अछि। अपन सफलताक बावजूद आरएल विधिसभ पूर्ण रूपसँ अवलोकन योग्य एमडीपीसभमे सीमित रहल अछि, जहिमे प्रत्येक अवस्थामे संवेदी इनपुट राज्यक पहिचान करबाक लेल पर्याप्त अछि । स्पष्ट रूप सँ, वास्तविक दुनिया मे, हमरा सभ केँ प्रायः आंशिक रूप सँ अवलोकन योग्य एमडीपी (पीओएमडीपी) सँ निपटबाक अछि। एस्ट्रोम (१९६५) प्रमाणित केलक जे पीओएमडीपी मे इष्टतम निर्णय प्रत्येक बिन्दु मे विश्वास राज्य बी पर निर्भर करैत अछि, अर्थात, सभ संभावित वास्तविक राज्य पर पछाडि सँ संभावना वितरण, सभ साक्ष्यकेँ देल गेल अछि। Parr आ Russell (1995) बी के स्पष्ट प्रतिनिधित्वक उपयोग करैत एकटा बहुत सरल POMDP RL एल्गोरिदमक वर्णन करैत अछि, आ McCallum (1993) हाल के धारणा अनुक्रमक उपयोग करैत विश्वास राज्यक अनुमान करबाक तरीका देखाबैत अछि। कोनो दृष्टिकोणक स्थितिमे पैघ संख्यामे राज्य चर आ दीर्घकालिक काल निर्भरताक साथ स्केल अप करबाक संभावना नहि अछि। ई आवश्यक अछि जे मॉडल केँ संक्षिप्त रूप सँ प्रतिनिधित्व करबाक आ विश्वासक स्थिति केँ कुशलतापूर्वक अद्यतन करबाक एकटा तरीका हो जे मॉडल आ प्रत्येक नव अवलोकन केँ ध्यान मे राखैत हो। डायनामिक बेयसियन नेटवर्क (डीन आ कानाजावा, १९८९) मे किछु आवश्यक गुण अछि; विशेष रूप सँ, एकरा सभमे अन्य दृष्टिकोण जकां कलमान फिल्टर आ लुकाएल मार्कोव मॉडल पर महत्वपूर्ण लाभ अछि। हमरासभक आधारभूत वास्तुकला, चित्र १ मे देखायल गेल अछि, डीबीएन क उपयोग विश्वास राज्य क प्रतिनिधित्व आ अद्यतन करबाक लेल करैत अछि जहिना नव सेंसर सूचना अबैत अछि। b क लेल एकटा प्रतिनिधित्व देल गेल अछि, इनाम संकेत क उपयोग कोनो Q-फंक्शन केँ सिखबाक लेल कएल जाएत अछि जकरा कोनो ब्लैक-बॉक्स फंक्शन अनुमानक द्वारा प्रतिनिधित्व कएल जाएत अछि जेना कि न्यूरल नेटवर्क। हम सभ संकर (डिस्- ई वार्ता एकटा सीखएवाला एजेंटक लेल एकटा बहुत सरल "आधारभूत वास्तुकला"क प्रस्ताव करैत अछि जे स्टोकास्टिक, आंशिक रूप सँ अवलोकन योग्य वातावरणक सामना कऽ सकैत अछि। वास्तुकला आकाशीय प्रक्रियासभक ग्राफिकल मोडेलक रूपमे प्रतिनिधित्व करबाक लेल एक विधिक साथ सुदृढीकरण शिक्षाक प्रयोग करैत अछि। हम संवेदी इनपुट सँ एहि तरहक प्रतिनिधित्वक मापदण्ड आ संरचनाक लेल विधिसभक चर्चा करब, आ पाछाक संभावनाक गणना करबाक लेल। किछु खुला समस्यासभ बाँकी अछि, जखन कि हमसभ पूर्ण एजेंटक परीक्षण कए सकैत छी; जखन हमसभ विस्तारक विचार करैत छी त बेसी समस्यासभ उठैत अछि । भाषणक दोसर विषय ई होयत जे कि अनुशंसित शिक्षा पशु आ मानव शिक्षाक नीक मॉडल प्रदान कए सकैत अछि। एहि प्रश्नक उत्तर देबाक लेल, हमरासभकेँ उलटा सुदृढीकरण सीखबाक चाही: देखल गेल व्यवहारक आधार पर, कोन पुरस्कार संकेत, यदि कोनो अछि, तँ अनुकूलित कएल जा रहल अछि? ई COLT, UAI, आ ML समुदायक लेल एक बहुत रोचक समस्या प्रतीत होइत अछि, आ एकरा मार्कोव निर्णय प्रक्रियाक संरचनात्मक अनुमानक शीर्षकमे अर्थमीमांसामे संबोधित कएल गेल अछि। 1 अनिश्चित परिवेशमे सीखनाइ (learning in uncertain environments) - एआई बुद्धिमान एजेंटसभक निर्माणक बारेमे अछि, अर्थात्, ओ प्रणाली जे परिवेशमे प्रभावकारी ढंगसँ (किछु प्रदर्शन मापक अनुसार) बुझैत अछि आ कार्य करैत अछि । हम दोसर ठाम तर्क देने छी Russell and Norvig (1995) जे अधिकांश एआई अनुसंधान वातावरण पर ध्यान केंद्रित केने अछि जे स्थिर, निर्धारात्मक, असतत, आ पूर्ण रूप सँ अवलोकन योग्य अछि। जखन वास्तविक दुनिया मे, वातावरण गतिशील, स्थैतिक, सतत आ आंशिक रूप सँ अवलोकन योग्य होएत तखन की करबाक चाही? ई पेपर एनएसएफ @I-9634215), ओएनआर (N00014-97-l-0941) आ एआर0 (DAAH04-96-1-0341) द्वारा समर्थित विभिन्न शोध प्रयास पर आधारित अछि। एहि रचनाक सम्पूर्ण वा अंशक डिजिटल वा हार्ड कॉपीक लेल व्यक्तिगत वा कक्षाक उपयोगक लेल बिना शुल्कक अनुमति देल जाइत अछि, जखन कि प्रतिलिपिक निर्माण वा वितरण व्यावसायिक वा व्यावसायिक लाभक लेल नहि कएल जाए आ प्रतिलिपिमे ई सूचना आ पहिल पृष्ठ पर पूर्ण उद्धरण देल जाए। अन्यथा प्रतिलिपि बनाबए लेल। पुनः प्रकाशित करबा लेल, सर्वर पर पोस्ट करबा लेल वा सूचीमे पुनः वितरित करबा लेल, पूर्व विशिष्ट अनुमतिक आ/वा शुल्कक आवश्यकता होएत अछि। COLT 98 Madison WI IJSA Copyright ACM 1998 1-5X1 13-057--0/9X/ 7...$5.00 हाल के वर्षो मे, सुदृढीकरण सीखना (जेकरा न्यूरोडायनामिक प्रोग्रामिंग सेहो कहल जाइत अछि) स्वचालित रूप सँ एजेंटसभ निर्माण करबाक दृष्टिकोणक रूपमे तीव्र प्रगति केलक अछि (सटन, 1988; केलबलिंग एट अल, 1996; बर्ट्सकेस एंड त्सिकलिस, 1996) । मूल विचार ई अछि जे प्रदर्शन माप एजेंट कें उपलब्ध कराओल जाइत अछि एक इनाम फंक्शन कें रूप मे जे प्रत्येक राज्य कें लेल इनाम निर्दिष्ट करैत अछि जे एजेंट सं गुजरैत अछि. |
6f20506ce955b7f82f587a14301213c08e79463b | |
d14ddc01cff72066c6655aa39f3e207e34fb8591 | ई पेपर माइक्रोइलेक्ट्रोमेकानिकल सिस्टम (एमईएमएस) पर आधारित रेडियो-फ्रिक्वेन्सी (आरएफ) प्रौद्योगिकीक अपेक्षाकृत नव क्षेत्रक बारेमे अछि। आरएफ एमईएमएस नव उपकरण आ घटकसभक वर्ग प्रदान करैत अछि जे पारम्परिक (सामान्यतः सेमीकंडक्टर) उपकरणसभक तुलनामे उच्च आवृत्ति प्रदर्शन प्रदर्शित करैत अछि आ जे नव प्रणाली क्षमतासभ केँ सक्षम करैत अछि। एकर अतिरिक्त, एमईएमएस उपकरणसभक डिजाइन आ निर्माण बहुत पैग एकीकरणक समान तकनीकसभ द्वारा कएल जाइत अछि, आ एकरासभक निर्माण पारम्परिक बैच-प्रक्रिया पद्धतिसभ द्वारा कएल जा सकैत अछि । ई पेपर मे, एकमात्र उपकरण जे संबोधित अछि ओ अछि इलेक्ट्रोस्टैटिक माइक्रो स्विच- शायद आरएफ-एमईएमएस उपकरण। एकर उत्कृष्ट प्रदर्शन विशेषतासभक माध्यमसँ, माइक्रो स्विचके विद्यमान सर्किट आ प्रणालीसभमे विकसित कएल जा रहल अछि, जहिमे रेडियो फ्रन्ट-एन्ड, क्यापेसिटर बैंक, आ समय-विलम्ब नेटवर्कसभ शामिल अछि । उच्च प्रदर्शनक संग अल्ट्रा-कम-पावर डिसिपिएशन आ पैघ पैमानाक एकीकरणक संग नव प्रणालीक कार्यक्षमताक सेहो अनुमति देबय चाहि। एहिमे दूटा संभावना अछि- अर्ध-ऑप्टिकल बीम स्टीयरिंग आ विद्युतीय रूपसँ पुनः विन्यास योग्य एन्टेना। |
9d5f36b92ac155fccdae6730660ab44d46ad501a | जोखिम समता एक आवंटन विधि अछि जे विविधीकृत पोर्टफोलियो बनाबय लेल प्रयोग कएल जाएत अछि जे अपेक्षित रिटर्नक कोनो मान्यता पर निर्भर नहि करैत अछि, एहि तरहेँ जोखिम प्रबंधन कें रणनीति कें केंद्र मे रखैत अछि। ई स्पष्ट करैत अछि कि २००८ मे वैश्विक वित्तीय संकटक बाद जोखिम समता लोकप्रिय निवेश मॉडल किएक बनल। मुदा, जोखिम समताक सेहो आलोचना कएल गेल अछि किएक त ई पोर्टफोलियोक प्रदर्शनक बजाय जोखिमक एकाग्रता पर ध्यान केंद्रित करैत अछि, आ एहि लेल सक्रिय प्रबंधनक अपेक्षा निष्क्रिय प्रबंधनक करीब मानल जाइत अछि। एहि लेखमे, हमसभ देखैत छी कि जोखिम समता पोर्टफोलियोमे अपेक्षित रिटर्नक मान्यताकेँ कोना शुरू कएल जाएत अछि। ई करबा लेल, हमसभ एक सामान्यीकृत जोखिम माप पर विचार करैत छी जे पोर्टफोलियोक प्रतिफल आ अस्थिरता दुनु कें ध्यानमे रखैत अछि। मुदा, प्रदर्शन आ अस्थिरता योगदानक बीच व्यापार-बंद किछु कठिनाई उत्पन्न करैत अछि, जखन कि जोखिम बजटिंग समस्या स्पष्ट रूप सँ परिभाषित कएल जाएबाक चाही। एहि तरहक जोखिम बजटिंग पोर्टफोलियोक सैद्धांतिक गुणक निष्कर्षणक बाद, हमसभ ई नव मोडल सम्पत्ति आवंटन पर लागू करैत छी। पहिल, हमसभ दीर्घकालीन निवेश नीति आ रणनीतिक सम्पत्ति आवंटनक निर्धारण पर विचार करैत छी । हमसभ एहिसँ डायनामिक आवंटन पर विचार करब आ देखब कि कोना जोखिम समता कोष निर्माण कएल जाए जे अपेक्षित रिटर्न पर निर्भर अछि। |
006df3db364f2a6d7cc23f46d22cc63081dd70db | एकटा तदर्थ नेटवर्क वायरलेस मोबाइल होस्टसभक एक संग्रह छी जे कोनो स्थापित पूर्वाधार वा केन्द्रीकृत प्रशासनक सहायता बिना अस्थायी नेटवर्क बनाबैत अछि । एहन वातावरणमे, एकटा मोबाइल होस्टक लेल अपन गन्तव्य स्थानमे पैकेट पठाबएमे अन्य होस्टक सहायता लेना आवश्यक भऽ सकैत अछि, कारण प्रत्येक मोबाइल होस्टक वायरलेस प्रसारणक सीमित सीमाक कारण। ई पेपर एड हॉक नेटवर्क मे रूटिंग कें लेल एकटा प्रोटोकॉल प्रस्तुत करैत अछि जे डायनामिक सोर्स रूटिंग कें उपयोग करैत अछि. प्रोटोकल रूटिंग परिवर्तनक लेल जल्दी अपनैत अछि जखन होस्टक आवागमन लगातार होइत अछि, तैयो ओभरहेडक आवश्यकता कम या कोनो नहि होएत अछि जखन होस्ट कम लगातार चलैत अछि। पैकेट स्तरक सिमुलेशनक परिणामक आधार पर, ई प्रोटोकल विभिन्न प्रकारक परिवेशक स्थितिमे नीक प्रदर्शन करैत अछि, जेना कि होस्ट घनत्व आ गति दर। सभमे सिमुलेटेड होस्ट गतिक उच्चतम दरक लेल, प्रोटोकलक ओभरहेड काफी कम अछि, 24 मोबाइल होस्टक नेटवर्कमे मध्यम गतिक लेल प्रेषित कुल डाटा पैकेटक केवल 1% पर खसैत अछि। सभ मामलामे, प्रयुक्त मार्गसभ आ इष्टतम मार्ग लम्बाईसभक बीच लम्बाईमे अन्तर नगण्य अछि, आ अधिकांश मामलामे, मार्ग लम्बाईसभ औसतमे इष्टतमक १.०१ कारकमे अछि । |
25a26b86f4a2ebca2b154effbaf894aef690c03c | हालहि मे पर्यवेक्षित लर्निंग एल्गोरिदम मे महत्वपूर्ण रुचि देखा रहल अछि जे लेबल आ अनलेबल डाटा केँ मिला कऽ टेक्स्ट लर्निंग टास्कक लेल प्रयोग करैत अछि। सह-प्रशिक्षण सेटिंग [1] डेटासेट पर लागू होइत अछि जकरामे ओकर विशेषतासभक प्राकृतिक पृथक्करण दू असंगत सेटमे होएत अछि। हमसभ ई देखाबए छी जे जखन लेबल कएल आ अनलेबल कएल डाटा सँ सीखैत छी, त एल्गोरिदम स्पष्ट रूप सँ विशेषताक एक प्राकृतिक स्वतन्त्र विभाजनक लाभ उठाबैत अछि जे एल्गोरिदमसँ बेसी प्रदर्शन करैत अछि जे नहि करैत अछि। जखन प्राकृतिक विभाजन अस्तित्वमे नहि अछि, तँ सह-प्रशिक्षण एल्गोरिदम जे एक सुविधा विभाजन निर्माण करैत अछि से विभाजनक उपयोग नहि करैत एल्गोरिदम सँ बेसी प्रदर्शन कए सकैत अछि। ई परिणामसभ व्याख्या करएमे सहायता करैत अछि कि किनका सह-प्रशिक्षण एल्गोरिदम प्रकृतिमे भेदभावपूर्ण अछि आ अपन एम्बेडेड वर्गीकरणक मान्यतासभक लेल मजबूत अछि । |
78beead3a05f7e8f2dc812298f813c5bacdc3061 | |
1d6889c44e11141cc82ef28bba1afe07f3c0a2b4 | पिछला किछु वर्ष मे वस्तु सभक इन्टरनेट (आईओटी) क व्यापक रूप सँ प्रयोग देखल गेल अछि आ प्रत्येक क्षेत्र मे भेटत। प्रमाणीकरण आ अभिगम नियंत्रण महत्वपूर्ण आ महत्वपूर्ण कार्यक्षमता अछि जे आईओटी क संदर्भ मे डिवाइसेज़ क बीच सुरक्षित संचार केँ सक्षम बनबैत अछि। गतिशीलता, गतिशील नेटवर्क टोपोलॉजी आ कम बिजलीक उपकरणक कमजोर भौतिक सुरक्षा आईओटी नेटवर्क मे सुरक्षाक कमजोर स्रोतक संभावित स्रोत अछि। ई प्रमाणीकरण आ अभिगम नियंत्रणक आक्रमण प्रतिरोधी आ हल्का बनाबय लेल आशाजनक अछि। ई पेपर आइडेंटिटी ऑथेंटिकेशन आ कैपेबिलिटी आधारित एक्सेस कंट्रोल (आईएसीएसी) मॉडल प्रोटोकॉल मूल्यांकन आ प्रदर्शन विश्लेषणक संग प्रस्तुत करैत अछि। म्यान-इन-द-मिडिल, रिप्ले आ सेवाक अस्वीकार (डीओएस) हमलासँ आईओटीक रक्षा करबाक लेल, अभिगम नियंत्रणक लेल क्षमताक अवधारणाक परिचय देल गेल अछि। एहि मॉडल क नवीनता ई अछि जे ई आईओटी उपकरण क लेल प्रमाणीकरण आ अभिगम नियंत्रण क एकटा एकीकृत दृष्टिकोण प्रस्तुत करैत अछि। दोसर सम्बन्धित अध्ययनक परिणामक सेहो विश्लेषण कएल गेल अछि जे हमर सभक निष्कर्षकेँ मान्य आ समर्थन करए। अंत मे, प्रस्तावित प्रोटोकॉल कें सुरक्षा प्रोटोकॉल सत्यापन उपकरण कें उपयोग क मूल्यांकन कैल गेल छै आ सत्यापन परिणाम ई देखाबैत अछि कि आईएसीएसी पूर्वोक्त हमला कें खिलाफ सुरक्षित छै. ई पेपर कम्प्यूटेशनल समयक संदर्भमे प्रोटोकलक प्रदर्शन विश्लेषणक चर्चा करैत अछि जकर तुलना दोसर जर्नल अफ साइबर सेक्युरिटी एंड मोबिलिटी, वॉल्यूम. १, ३०९-३४८. c © 2013 नदी प्रकाशक सभ अधिकार सुरक्षित. 310 पी.एन. महाले आ अन्य मौजूदा समाधानसभ एकर अतिरिक्त, ई पेपर आईओटी मे चुनौतीसभक सम्बोधन करैत अछि आ सुरक्षा हमलाक उपयोगक मामलासभक साथ आईओटी नेटवर्कसभक वास्तविक दृश्य देबाक लेल मॉडेल कएल गेल अछि। |
310b72fbc3d384ca88ca994b33476b8a2be2e27f | हमसभ भावना विश्लेषक (एसए) प्रस्तुत करैत छी जे आनलाइन पाठ दस्तावेज सँ कोनो विषयक बारेमे भावना (वा राय) निकालि लैत अछि। कोनो विषयक बारेमे सम्पूर्ण दस्तावेजक भावनाकेँ वर्गीकृत करबासँ, एसए देल गेल विषयक लेल सभ संदर्भकेँ पता लगाबैत अछि, आ प्राकृतिक भाषा प्रसंस्करण (एनएलपी) तकनीकक उपयोग करैत प्रत्येक सन्दर्भमे भावना निर्धारित करैत अछि। हमर भावना विश्लेषणमे 1) विषय विशेषक विशेषता शब्द निष्कर्षण, 2) भावना निष्कर्षण, आ 3) संबंध विश्लेषण द्वारा (विषय, भावना) सम्बन्ध शामिल अछि। एसए विश्लेषणक लेल दूटा भाषाई संसाधनक उपयोग करैत अछि: भावना शब्दकोश आ भावना पैटर्न डेटाबेस। एल्गोरिदम क प्रदर्शन क सत्यापन ऑनलाइन उत्पाद समीक्षा लेख (डिजिटल कैमरा आ संगीत समीक्षा) पर कैल गेल छल, आ सामान्य वेबपेज आ समाचार लेख सहित अधिक सामान्य दस्तावेज पर। |
59d9160780bf3eac8c621983a36ff332a3497219 | स्वचालित भावना विश्लेषणक लेल बहुत रास दृष्टिकोण शब्दसभक एक पैघ शब्दकोश सँ शुरू होइत अछि जकरा ओकर पूर्व ध्रुवीयता (जेके अर्थिक अभिमुखीकरण सेहो कहल जाइत अछि) सँ चिन्हित कएल गेल अछि । मुदा, ओहि वाक्यांशक संदर्भिक ध्रुवीयता जाहिमे कोनो शब्दक विशेष उदाहरण देखाइ दैत अछि ओ शब्दक पूर्व ध्रुवीयता सँ एकदम भिन्न भऽ सकैत अछि। सकारात्मक शब्दसभक प्रयोग नकारात्मक भावना व्यक्त करै बला वाक्यांशमे कएल जाइत अछि, वा उल्टे। एकर अतिरिक्त, प्रायः एहन शब्द जे सकारात्मक वा नकारात्मक अछि, ओकर संदर्भ मे तटस्थ अछि, जेकर अर्थ अछि जे ओकर प्रयोग भावना व्यक्त करबाक लेल नहि कएल जा रहल अछि। ई कार्यक लक्ष्य स्वचालित रूपे पूर्व आ प्रासंगिक ध्रुवीयताक बीच भेद करएबाक अछि, एहि कार्यक लेल कोन विशेषता महत्वपूर्ण अछि, ई बुझबाक लेल ध्यान केन्द्रित करैत। समस्याक एकटा महत्वपूर्ण पहलू ई चिन्हित करैत अछि जे ध्रुवीय शब्दसभक प्रयोग तटस्थ सन्दर्भमे कएल जा रहल अछि, तटस्थ आ ध्रुवीय उदाहरणसभक बीच भेद करबाक लेल विशेषतासभक मूल्यांकन कएल जाइत अछि, संगहि सकारात्मक आ नकारात्मक प्रासंगिक ध्रुवीयताक बीच भेद करबाक लेल विशेषतासभक सेहो मूल्यांकन कएल जाइत अछि। मूल्यांकनमे बहुविध मशीन लर्निंग एल्गोरिदममे सुविधाक प्रदर्शनक आकलन शामिल अछि। एक केँ छोड़ि कऽ सभ सीखय बला एल्गोरिदमक लेल, सभ विशेषताक संयोजन सँ सभ सँ नीक प्रदर्शन होइत अछि। मूल्यांकनक एकटा दोसर पहलू ई विचार करैत अछि जे तटस्थ उदाहरणक उपस्थिति सकारात्मक आ नकारात्मक ध्रुवीयताक बीच भेद करबाक लेल सुविधाक प्रदर्शनकेँ कोना प्रभावित करैत अछि। ई प्रयोगसभ देखाबैत अछि जे तटस्थ उदाहरणसभक उपस्थिति ई सुविधासभक प्रदर्शनके बहुत कम करैत अछि, आ कि शायद सब ध्रुवीयता वर्गसभमे प्रदर्शन सुधारबाक सर्वोत्तम तरीका अछि सिस्टमक क्षमताकेँ सुधारनाइ जखन एकटा उदाहरण तटस्थ अछि तँ पहिचान करबामे । |
7c89cbf5d860819c9b5e5217d079dc8aafcba336 | एहि पेपर मे, हमसभ वाक्य-स्तरक वर्गीकरणक एक केस स्टडीक वर्णन करैत छी जाहिमे चारि न्यायाधीश द्वारा वॉल स्ट्रीट जर्नल सँ आलेखकेँ व्यक्तिपरक वा उद्देश्यपरक रूपमे वर्गीकृत करबाक लेल ट्यागिंग निर्देशक विकास आ उपयोग कएल जाइत अछि। चारि न्यायाधीशसभक बीच सहमतिक विश्लेषण कएल जाइत अछि, आ, ओ विश्लेषणक आधार पर, प्रत्येक खंडक अन्तिम वर्गीकरण देल जाइत अछि। वर्गीकरणक लेल अनुभवजन्य समर्थन प्रदान करबाक लेल, संगतताक आकलन विषयगत श्रेणी आ क्विर्क आ अन्य द्वारा प्रस्तावित मूलभूत अर्थिक वर्गक बीच डेटामे कएल गेल अछि। (१९८५). |
9141d85998eadb1bca5cca027ae07670cfafb015 | भावनाक (मतक भावनात्मक भाग) पहिचान करब एकटा चुनौतीपूर्ण समस्या अछि। हमसभ एकटा प्रणाली प्रस्तुत करैत छी जे कोनो विषय देल जाएत, आटोमेटिक रूपेँ ओ व्यक्तिसभक पता लगाओत जे ओहि विषयक बारेमे अपन विचार रखैत अछि आ प्रत्येक विचारक भावनाक बारेमे । एहि प्रणालीमे शब्द भावनाक निर्धारण करबाक लेल एकटा मोड्युल अछि आ दोसर वाक्यमे भावनाक संयोजन करबाक लेल। हमसभ शब्द आ वाक्य स्तर पर भावनाक वर्गीकरण आ संयोजनक विभिन्न मोडेलसभक प्रयोग करैत छी, आ आशाजनक परिणामसभक साथ। |
c2ac213982e189e4ad4c7f60608914a489ec9051 | हमरसभक तीन वर्षक अनुभवसँ एनोटेड अरबी पाठक एकटा पैघ-पैमानाक कोर्पस विकसित करबाक लेल, हमरसभक पेपर निम्नलिखित बातसभक सम्बोधन करत: (क) प्रासंगिक अरबी भाषाक मुद्दासभक समीक्षा जहिना ओ पद्धति विकल्पसभसँ संबंधित अछि, (ख) पेन इंग्लिश ट्रीबैंक शैलीक दिशानिर्देशसभक उपयोग करबाक अपनसभक विकल्पक व्याख्या करब, (अरबी भाषी एनोटेटरसभकेँ एकटा नव व्याकरणिक समस्यासँ निपटबाक लेल आवश्यक अछि) (ग) मानव द्वारा कएल गेल एनोटेशन महत्वपूर्ण अछि आ स्वचालित विश्लेषण कठिन अछि, जाहिमे वर्णनात्मक विश्लेषणकर्ता आ मानव द्वारा कएल गेल एनोटेशन दुनू द्वारा वर्तनीक अस्पष्टताक निवारण सेहो शामिल अछि; (घ) एकर एकटा उदाहरण दिअ अरबी ट्रीबैंक पद्धति, जे आकृति विज्ञानक विश्लेषण आ ट्यागिंग आ वाक्य रचनाक विश्लेषण दुनूमे एक विशेष निर्माण पर ध्यान केंद्रित करैत अछि आ सम्पूर्ण एनोटेशन प्रक्रियाक माध्यमसँ एकरा विस्तारसँ अनुसरण करैत अछि, आ अन्तमे, (ई) एखन धरि की हासिल कएल गेल अछि आ की करबाक बाँकी अछि, से निष्कर्षमे पहुँचाबैत अछि। |
e33a3487f9b656631159186db4b2aebaed230b36 | डिजिटल प्लेटफार्म आजुक लगभग हरेक उद्योग मे परिवर्तन ला रहल अछि, ओ धीरे-धीरे मुख्यधारा सूचना प्रणाली (आईएस) साहित्य मे अपन रास्ता खोजि रहल अछि। डिजिटल प्लेटफार्म अपन वितरित प्रकृति आ संस्थान, बाजार आ प्रौद्योगिकीक संग आपसमे जुड़ल होएबाक कारण एकटा चुनौतीपूर्ण अनुसंधान वस्तु अछि। प्लेटफार्म नवाचारक तेजीसँ बढ़ैत पैमाना, प्लेटफार्म आर्किटेक्चरक बढ़ैत जटिलता आ विभिन्न उद्योगसभमे डिजिटल प्लेटफार्मक प्रसारक परिणामस्वरूप नव शोध चुनौतीसभ उत्पन्न होइत अछि। ई पेपर आईएस मे डिजिटल प्लेटफार्म अनुसंधानक लेल एक शोध एजेंडा विकसित करैत अछि। हमसभ शोधकर्तासभके सुझाव दैत छी जे (1) विश्लेषणक इकाई, डिजिटलीकरणक डिग्री आ डिजिटल प्लेटफार्मक सामाजिक-तकनीकी प्रकृतिके निर्दिष्ट करैत स्पष्ट परिभाषा प्रदान करैत वैचारिक स्पष्टताक आगू बढावय; (2) विभिन्न आर्किटेक्चरल स्तरसभ आ विभिन्न उद्योग सेटिंग्समे प्लेटफार्मके अध्ययन करैत डिजिटल प्लेटफार्म अवधारणाक उचित स्कोपिंग परिभाषित करैत; आ (3) एम्बेडेड केस स्टडी, अनुदैर्ध्य अध्ययन, डिजाइन अनुसन्धान, डेटा-ड्राइव्ड मोडलिङ आ दृश्यकरण तकनीकके नियोजित करैत पद्धतिगत कठोरताक आगू बढावय । व्यवसाय क्षेत्रमे वर्तमान विकासकेँ ध्यानमे रखैत, हमसभ आगाँक शोधक लेल छहटा प्रश्न सुझाव करैत छी: (1) की प्लेटफार्म एतए रहबाक लेल अछि? (2) प्लेटफार्म क डिजाइन क क लेल जाएत? ; (3) डिजिटल प्लेटफार्म उद्योगसभके कोना बदलि रहल अछि? ; (4) डेटा संचालित दृष्टिकोण डिजिटल प्लेटफार्म अनुसंधान कें जानकारी कोना दए सकैत अछि? ; (5) शोधकर्ता सभ डिजिटल प्लेटफार्मक लेल सिद्धांतक विकास कोना करथि? आ (6) डिजिटल प्लेटफार्मसभ दैनिक जीवनके कोना प्रभावित करैत अछि? |
1be8cab8701586e751d6ed6d186ca0b6f58a54e7 | सिस्टम स्पेसिफिकेशनक उपयोगिता आंशिक रूपसँ आवश्यकतासभक पूर्णता पर निर्भर करैत अछि। मुदा, सभ आवश्यक आवश्यकताक सूची बनाबएमे दिक्कत होइत अछि, खास कऽ जखन आवश्यकताक अप्रत्याशित परिवेशक संग अन्तरक्रिया करैत अछि। आदर्श पारिस्थितिक दृष्टिकोणक संग निर्मित कोनो विनिर्देश अधूरा अछि जँ ओ गैर-आदर्श व्यवहार केँ संभालने लेल आवश्यकतासभ केँ शामिल नहि करैत अछि। प्रायः अपूर्ण आवश्यकतासभ कार्यान्वयन, परीक्षण, वा बेसी खराब, तैनातीक बाद धरि पता नहि लगाओल जाइत अछि। आवश्यकता विश्लेषणक दौरान कएल जाएत, अपूर्ण आवश्यकताक पता लगाना सामान्यतः त्रुटिप्रवण, कष्टप्रद आ मैन्युअल काज होइत अछि। ई पेपर एरेस, एक डिजाइन-टाइम दृष्टिकोणक परिचय दैत अछि जे कि पदानुक्रमित आवश्यकताक मॉडलक प्रतीकात्मक विश्लेषणक उपयोग करैत अपूर्ण आवश्यकताक विघटनक पता लगाबैक लेल अछि। हमसभ अपन दृष्टिकोणक उदाहरण एरेसकेँ उद्योग आधारित ऑटोमोटिव अनुकूली क्रूज नियंत्रण प्रणालीक आवश्यकताक मोडलमे लागू करैत देखाएब। एरेस स्वचालित रूप सँ डिजाइन समयमे अपूर्ण आवश्यकतासभक विघटनक विशिष्ट उदाहरणसभक पता लगाबएमे सक्षम अछि, जकर बहुतो सूक्ष्म अछि आ मैन्युअल रूपसँ वा परीक्षणक साथ पता लगबएमे कठिन होएत । |
155ed7834a8a44a195b80719985a8b4ca11e6fdc | बहु-इनपुट बहु-आउटपुट (MIMO) रडार पारम्परिक चरणबद्ध-सरणी रडार प्रणालीसभक तुलनामे तरंगरूपक विविधताक माध्यमसँ उत्कृष्ट प्रदर्शन प्राप्त कए सकैत अछि । जखन एक एमआईएमओ रडार ऑर्थोगोनल तरंगरूप प्रसारित करैत अछि, त स्कैटर सँ परावर्त्तित सिग्नल एक-दोसरा सँ रैखिक रूप सँ स्वतंत्र होइत अछि। एहि लेल, अनुकूली प्राप्त फिल्टर, जेना कैपोन आ आयाम आ चरण अनुमान (एपीईएस) फिल्टर, सीधे एमआईएमओ रडार अनुप्रयोगसभमे प्रयोग कएल जाए सकैत अछि। उच्च स्तरक शोर आ भारी गडबडी, तथापि, डाटा-निर्भर बीमफार्मरक पता लगाबयके प्रदर्शनके महत्वपूर्ण रूपसँ खराब करैत अछि कारण स्नैपशटक कमीक कारण । पुनरावर्ती अनुकूली दृष्टिकोण (आईएए), एक गैर-पैरामीटरिक आ उपयोगकर्ता पैरामीटर-मुक्त भारित न्यूनतम-वर्ग एल्गोरिथ्म, हालहिमे कैकटा निष्क्रिय आ सक्रिय संवेदन अनुप्रयोगसभमे सुधारित रिजोल्यूशन आ हस्तक्षेप अस्वीकृति प्रदर्शन प्रदान करबाक लेल देखाओल गेल छल। ई पेपर मे, हम देखबैत छी जे आईएए क एमआईएमओ रडार इमेजिंग तक विस्तारित कएल जा सकैत अछि, दुनूक नगण्य आ गैर-नगैर नगण्य इंट्रापल्स डोपलर मामला मे, आ हम आईएए क किछु सैद्धांतिक अभिसरण गुण सेहो स्थापित करैत छी। एकर अतिरिक्त, हमसभ एक नियमित आईएए एल्गोरिथ्मक प्रस्ताव करैत छी, जकरा आईएए-आर कहल जाइत अछि, जे सिग्नल मोडलमे अप्रतिपादित अतिरिक्त शोर शर्तकेँ ध्यानमे रखैत आईएए सँ बेसी प्रदर्शन कऽ सकैत अछि। संख्यात्मक उदाहरण प्रस्तुत कएल गेल अछि जे सिंगल इनपुट मल्टीपल आउटपुट (SIMO) रडारक तुलनामे MIMO रडारक श्रेष्ठ प्रदर्शन देखाबएत अछि, आ लक्ष्य इमेजिंगक लेल प्रस्तावित IAA-R विधिसँ प्राप्त कएल गेल सुधारित प्रदर्शन पर प्रकाश डालएत अछि। |
0cfe588996f1bc319f87c6f75160d1cf1542d9a9 | |
20efcba63a0d9f12251a5e5dda745ac75a6a84a9 | |
ccaab0cee02fe1e5ffde33b79274b66aedeccc65 | परिवहनक भविष्यक रूपमे, स्व-ड्राइविंग कारसभक विभिन्न दृष्टिकोणसँ चर्चा कएल जा रहल अछि, जहिमे सामाजिक, आर्थिक, अभियांत्रिकी, कम्प्युटर विज्ञान, डिजाइन, आ नैतिकता शामिल अछि। एक दिस, स्व-चालित कारसभ नव इंजीनियरिंग समस्यासभ प्रस्तुत करैत अछि जकरा क्रमिक रूपसँ सफलतापूर्वक हल कएल जा रहल अछि। दोसर दिस, सामाजिक आ नैतिक समस्याकेँ प्रायः निर्णय-निर्माणक आदर्श रूपमे प्रस्तुत कएल जाइत अछि, तथाकथित ट्रॉली समस्या, जे कि बहुत भ्रामक अछि। हमरा सभक तर्क अछि जे नव प्रौद्योगिकीक विकासक लेल एक एप्लाइड इंजीनियरिंग नैतिक दृष्टिकोण आवश्यक अछि; दृष्टिकोण लागू कएल जाएबाक चाही, जेकर अर्थ अछि जे ई जटिल वास्तविक दुनियाक इंजीनियरिंग समस्याक विश्लेषण पर ध्यान केंद्रित करएबाक चाही। सेल्फ ड्राइविंग कार क नियंत्रण क लेल सॉफ्टवेयर महत्वपूर्ण भूमिका निभबैत अछि; एहि लेल सॉफ्टवेयर इंजीनियरिंग समाधान क नैतिक आ सामाजिक विचार क गंभीरता स लेल जाएबाक चाही। ई पेपर मे हम नियामक साधन, मानक, डिजाइन आ घटक, प्रणाली आ सेवाक कार्यान्वयन पर नजदीक सँ देखैत छी आ व्यावहारिक सामाजिक आ नैतिक चुनौती प्रस्तुत करैत छी जकरा पूरा करबाक अछि, संगहि सॉफ्टवेयर इंजीनियरिंगक लेल नव अपेक्षा सेहो प्रस्तुत करैत छी। |
288c67457f09c0c30cadd7439040114e9c377bc3 | संघ नियम, अग्रवाल, इमीलिन्स्की, आ स्वामी द्वारा प्रस्तुत कएल गेल, ई नियम अछि संबंधक ९०% पंक्तिक लेल, जँ पंक्तिमे सेट W मे स्तंभमे १ के मान अछि, तँ ई स्तंभ B मे सेहो १ के मान अछि। डाटाक पैघ संग्रहसँ संघ नियमक खोजक लेल कुशल विधिसभ मौजूद अछि। खोजल गेल नियमसभक संख्या, तथापि, एतेक पैघ भ सकैत अछि जे नियम सेट ब्राउज करबा आ ओहिसँ रोचक नियमसभ खोजब उपयोगकर्ताक लेल काफी कठिन भ सकैत अछि । हमसभ देखाएब कि कोना नियम टेम्प्लेटसभक एकटा साधारण औपचारिकता दिलचस्प नियमसभक संरचनाक वर्णन कएनाइ सम्भव बनाबैत अछि । हमसभ नियमसभक दृश्यताक उदाहरणसभ दैत छी, आ देखाबैत छी कि विजुअलाइजेशन टूल नियम टेम्प्लेटसभक संग कोना अन्तरक्रिया करैत अछि । |
384bb3944abe9441dcd2cede5e7cd7353e9ee5f7 | |
47f0f6a2fd518932734cc90936292775cc95aa5d | |
b336f946d34cb427452517f503ada4bbe0181d3c | हाल के समय मे वीडियो समझ मे प्रगति आ वर्षो मे समय पर कार्रवाई स्थानीयकरण मे निरंतर सुधारक दर के बावजूद, ई एखन धरि स्पष्ट नहि अछि कि कतेक दूर (या करीब?) हम सभ समस्याक समाधान करबाक लेल छी। एहि अन्तमे, हम एकटा नव निदान उपकरणक परिचय दैत छी जे वीडियोमे समयिक क्रिया डिटेक्टरक प्रदर्शनक विश्लेषण करैत अछि आ एकटा स्केलर मेट्रिक सँ परे विभिन्न विधि सभक तुलना करैत अछि। हमसभ अपन उपकरणक उपयोगक उदाहरणक रूपमे नवीनतम एक्टिविटीनेट एक्शन स्थानीयकरण चुनौतीमे शीर्ष पुरस्कार प्राप्त प्रविष्टिक प्रदर्शनक विश्लेषण करैत छी। हमर विश्लेषण देखबैत अछि जे काज करबाक लेल सभसँ प्रभावशाली क्षेत्र अछि: उदाहरणक आसपासक समयक संदर्भ केँ बेहतर ढंग सँ संभालनेक लेल रणनीति, आर.टी.आर.क संग मजबूती मे सुधार। उदाहरण निरपेक्ष आ सापेक्षिक आकार, आ स्थानीयकरण त्रुटिकेँ कम करबाक लेल रणनीति। एकर अतिरिक्त, हमर प्रयोगात्मक विश्लेषण ई पता लगबैत अछि जे टिप्पणीकारसभमे सहमतिक अभाव क्षेत्रमे प्रगति प्राप्त करबाक लेल प्रमुख बाधा नहि अछि। हमरासभक निदानक उपकरण सार्वजनिक रूपेँ उपलब्ध अछि ताकि दोसर शोधकर्तासभक दिमागमे ईंधन भरबाक लेल अपन एल्गोरिदमसभक बारेमे अतिरिक्त जानकारीक साथ। |
160404fb0d05a1a2efa593c448fcb8796c24b873 | प्रतिनिधित्वक अनुकरण सिद्धांतक विकास आ अन्वेषण एकटा ढाँचाक रूपमे कएल गेल अछि जे मस्तिष्कक विभिन्न प्रकारक प्रतिनिधित्व कार्यसभक संश्लेषण कए सकैत अछि। ई फ्रेमवर्क नियंत्रण सिद्धांत (फॉरवर्ड मॉडल) आ सिग्नल प्रोसेसिंग (कलमैन फिल्टर) सँ निर्मित अछि। विचार ई अछि जे शरीर आ परिवेशक संग जुड़बाक अतिरिक्त, मस्तिष्क तंत्रिका परिपथसभक निर्माण करैत अछि जे शरीर आ परिवेशक नमूनाक रूपमे काज करैत अछि। ओभरट सेंसरमोटर एंगेजमेन्टक दौरान, ई मोडलसभ शरीर आ वातावरणक संग समानांतरमे इफरेन्स प्रतिलिपिसभद्वारा चलाओल जाइत अछि, ताकि संवेदी प्रतिक्रियाक अपेक्षा प्रदान कएल जाए, आ संवेदी सूचनाक वृद्धि आ प्रसंस्करण कएल जाए । ई मोडेलसभ छवि निर्माण, विभिन्न क्रियासभक परिणाम अनुमान, आ मूल्यांकन आ मोटर योजनासभ विकास करबाक लेल अफलाइन सेहो चलाओल जाए सकैत अछि । प्रारम्भमे ई ढाँचा मोटर नियन्त्रणक सन्दर्भमे विकसित कएल गेल छल, जतए ई देखाओल गेल अछि जे शरीरक समानांतर चलैत आन्तरिक मोडेलसभ प्रतिक्रिया विलम्ब समस्यासभक प्रभावकेँ कम कऽ सकैत अछि । ई समान तंत्र मोटर इमेजरीक लेल एमुलेटरक ऑफलाइन ड्राइविंगक लेल इफेरेन्स प्रतिलिपि द्वारा जिम्मेदार भ सकैत अछि। फ्रेमवर्कक विस्तार कएल गेल अछि ताकि मोटर-विजुअल लूपक एमुलेटरक ऑफलाइन ड्राइविंगक रूपमे दृश्य इमेजरीक लेल खाता बनाएल जाए। हम इहो देखाएब जे एहन प्रणालीसभ अमोडाल स्थानिक इमेजरीक लेल कोना प्रदान कए सकैत अछि। दृश्य धारणा सहित धारणा, इ तरहक मॉडल सँ परिणत होइत अछि जे संवेदी इनपुटक अपेक्षाकेँ निर्माण करबाक लेल आ ओकर व्याख्या करबाक लेल उपयोग कएल जाइत अछि। हम संक्षेपमे दोसर संज्ञानात्मक कार्यसभक रूपरेखा प्रस्तुत करैत समाप्त करब जे एहि ढाँचाक अन्तर्गत संश्लेषित कएल जा सकैत अछि, जाहिमे तर्क, मस्तिष्कक घटनासभक सिद्धान्त आ भाषा शामिल अछि। |
65c85498be307ee940976db668dae4546943a4c8 | |
761f2288b1b0cea385b0b9a89bb068593d94d6bd | थ्री डी चेहरा पहचान उद्योग आ शैक्षिक क्षेत्र दुनू मे शोधक दिशा मे रुझान बनैत गेल अछि। ई पारंपरिक 2 डी चेहरा पहचान सँ लाभ प्राप्त करैत अछि, जेना कि प्राकृतिक मान्यता प्रक्रिया आ अनुप्रयोगक एकटा विस्तृत श्रृंखला। एकर अतिरिक्त, थ्री डी चेहरा पहचान प्रणाली सभ कम रोशनी मे आ विभिन्न चेहराक स्थिति आ भावक संग मानव चेहराक सटीक पहचान कए सकैत अछि, एहन परिस्थिति मे 2 डी चेहरा पहचान प्रणाली केँ संचालन मे बहुत कठिनाई होएत। ई पेपर थ्रीडी फेस रिकग्निशन रिसर्च डोमेन मे इतिहास आ नवीनतम प्रगति कें सारांशित करैत अछि. सीमा अनुसंधानक परिणाम तीन श्रेणीमे प्रस्तुत कएल गेल अछि: स्थिति-अपरिवर्तित मान्यता, अभिव्यक्ति-अपरिवर्तित मान्यता, आ आक्ल्यूशन-अपरिवर्तित मान्यता। भविष्यक शोध कें बढ़ावा देबाक लेल, ई पेपर सार्वजनिक रूप सं उपलब्ध 3 डी चेहरा डेटाबेस कें बारे मे जानकारी एकत्रित करैत अछि. ई पेपर महत्वपूर्ण खुला समस्यासभके सेहो सूचीबद्ध करैत अछि। |
2d2b1f9446e9b4cdb46327cda32a8d9621944e29 | हाल के वर्ष मे सोशल नेटवर्किंग साइट मे भाग लेबाक संख्या मे नाटकीय रूप सँ वृद्धि भेल अछि। फ्रेंडस्टर, ट्राइब, वा फेसबुक जका सेवासभ लाखो व्यक्तिसभके अनलाइन प्रोफाइल बनाबए आ अपन व्यक्तिगत जानकारी मित्रसभक विशाल नेटवर्कसभक साथ साझा करए - आ, प्रायः अज्ञात संख्यामे अपरिचितसभक साथ । एहि पेपर मे हम सभ ऑनलाइन सामाजिक नेटवर्क मे सूचनाक प्रकटीकरण आ ओकर गोपनीयता पर प्रभावक अध्ययन करब। हमसभ ४००० सँ बेसी कार्नेगी मेलन विश्वविद्यालयक विद्यार्थीक अनलाइन व्यवहारक विश्लेषण केलौं जे सभ कलेजसभक लेल तैयार कएल गेल लोकप्रिय सामाजिक सञ्जाल साइटमे सम्मिलित भेल छल । हमसभ ओसभक जानकारीक मात्राक मूल्यांकन करैत छी आ साइटक गोपनीयता सेटिंग्सक उपयोगक अध्ययन करैत छी। हमसभ हिनकर गोपनीयताक विभिन्न पहलुसभ पर संभावित आक्रमणसभ पर प्रकाश दैत छी, आ ई देखाबैत छी जे प्रयोक्तासभक केवल न्यूनतम प्रतिशत अत्यधिक पारगम्य गोपनीयता प्राथमिकतासभकेँ बदलि दैत अछि। |
e9c525679fed4dad85699d09b5ce1ccaffe8f11d | |
192687300b76bca25d06744b6586f2826c722645 | ई आलेखमे हम गहन गॉसियन प्रक्रिया (जीपी) मॉडलक परिचय देब। डीप जीपीसभ गॉसियन प्रक्रियाक मानचित्रण पर आधारित एकटा गहिरा विश्वास नेटवर्क छी । डाटाक मॉडल एक बहु-परिवर्तनीय जीपीक आउटपुटक रूपमे कएल गेल अछि। एहि गॉसियन प्रक्रियाक इनपुटसभ फेर दोसर जीपीद्वारा नियंत्रित कएल जाइत अछि । एकटा एकल परतक मॉडल एकटा मानक GP वा GP लुप्त चर मॉडल (GP-LVM) क समतुल्य अछि। हमसभ अनुमानित भिन्नतात्मक सीमांकन द्वारा मोडलमे अनुमान करैत छी। एकर परिणाम ई भेल जे मॉडलक सीमांत संभावना पर एकटा सख्त निचला सीमा जे कि हमसभ मॉडल चयनक लेल प्रयोग करैत छी (लेयर प्रति लेयरक संख्या आ नोड्स) । गहन विश्वास नेटवर्क सामान्यतः अपेक्षाकृत पैग डाटा सेट पर लागू कएल जाइत अछि, अनुकूलनक लेल स्टोकास्टिक ग्रेडिएन्ट वंशक उपयोग करैत अछि। हमर पूर्ण बेयसियन उपचार गहन मॉडल क अनुप्रयोग क अनुमति दैत अछि जखन डाटा दुर्लभ होएत अछि। हमरसभक भिन्नताक सीमा द्वारा मोडल चयन ई देखाबैत अछि जे पाँच परतक पदानुक्रम उचित अछि जखन कि मात्र 150 उदाहरणसभक युक्त अंकक डाटा सेटक मोडल बनाबैत अछि। |
2cac0942a692c3dbb46bcf826d71d202ab0f2e02 | हमसभ एकटा स्केलेबल गहन गैर-पैरामेट्रिक जनरेटिव मोडेल विकसित करैत छी गहन गॉसियन प्रक्रियाकेँ एकटा मान्यता मोडेलसँ बढ़ा कऽ। निष्कर्ष नव स्केलेबल भेरिएशनल फ्रेमवर्कमे कएल जाइत अछि जतय भेरिएशनल पाश्चात्य वितरण बहुपरत पर्सेप्ट्रोनक माध्यमसँ पुनः-पैमेट्रिक कएल जाइत अछि। ई पुनर्गठनक मुख्य पहलू ई अछि जे ई भिन्नता परिमेयक प्रसार केँ रोकैत अछि जे अन्यथा नमूना आकारक अनुपातमे रैखिक रूपसँ बढ़ैत अछि। हमसभ भिन्नताक निचला सीमाक एकटा नव सूत्रण प्राप्त करैत छी जे हमरासभकेँ अधिकांश गणनाकेँ एहि तरहें वितरित करबाक अनुमति दैत अछि जे मुख्यधाराक गहन शिक्षाक कार्यक आकारक डाटासेटकेँ संभालने सक्षम बनबैत अछि। हमसभ विभिन्न प्रकारक चुनौतीसभमे विधिक प्रभावकारिता देखाबए छी जहिमे गहन अनसुर्वेस्ड लर्निंग आ गहन बेयसियन अनुकूलन शामिल अछि। |
722fcc35def20cfcca3ada76c8dd7a585d6de386 | कैफे मल्टीमीडिया वैज्ञानिक आ प्रैक्टिशनरसभक साथ अत्याधुनिक डीप लर्निंग एल्गोरिदम आ सन्दर्भ मोडलक संग्रहक लेल एक स्वच्छ आ संशोधित रूपरेखा प्रदान करैत अछि। ई फ्रेमवर्क बीएसडी-लाइसेन्स प्राप्त सी++ लाइब्रेरी छी जकर पायथन आ मैटलाब बाइन्डिङ्ग्स प्रशिक्षण आ सामान्य प्रयोजनक कन्वल्युशनल न्यूरल नेटवर्क आ अन्य डीप मोडेलसभक कुशलतापूर्वक कमोडिटी आर्किटेक्चर पर तैनातीक लेल अछि। कैफे उद्योग आ इन्टरनेट-स्केल मीडिया क आवश्यकता क पूरा करैत अछि CUDA GPU गणना द्वारा, एक K40 वा टाइटन GPU पर एक दिनमे ४० मिलियन सँ अधिक छविसभक प्रसंस्करण करैत अछि (प्रति छवि लगभग २ एमएस) । मॉडल प्रतिनिधित्व कें वास्तविक कार्यान्वयन सं अलग करि कैफे प्रयोग आ प्लेटफार्म कें बीच सहज स्विचिंग कें विकास आ प्रोटोटाइप मशीन सं क्लाउड वातावरण मे तैनाती कें सुगमता कें लेल अनुमति देत छै. कैफ केर रखरखाव आ विकास बर्कले विजन आ लर्निंग सेन्टर (बीवीएलसी) द्वारा गिटहब पर योगदानकर्ताक सक्रिय समुदायक सहायता सँ कएल जाइत अछि। ई चलैत शोध परियोजना, पैघ पैमानाक औद्योगिक अनुप्रयोग, आ दृष्टि, भाषण आ मल्टीमीडिया मे स्टार्टअप प्रोटोटाइप केँ शक्ति प्रदान करैत अछि। |
fd50fa6954e1f6f78ca66f43346e7e86b196b137 | शहरीकरणक प्रक्रियामे लगातार वृद्धि होएत जा रहल अछि, शहरी क्षेत्रमे लोकक क्रियाकलापकेँ व्यवस्थित रूपसँ मॉडलिंग कएनाइ एकटा महत्वपूर्ण सामाजिक-आर्थिक कार्यक रूपमे मान्यता देल जा रहल अछि। ई काज वर्षौं पहिने लगभग असंभव छल कारण विश्वसनीय डाटा स्रोतक अभाव छल, तैयो जियो-टैग्ड सोशल मीडिया (जीटीएसएम) डाटाक उद्भव एकरा पर नव प्रकाश डालैत अछि। हाल मे, जीटीएसएम डाटा सँ भौगोलिक विषयक खोज पर फलदायी अध्ययन भेल अछि। मुदा, हिनकर उच्च गणनात्मक लागत आ सुप्त विषयक बारेमे प्रबल वितरणिक धारणा हिनका जीटीएसएमक शक्ति केँ पूर्ण रूप सँ अनलकबा सँ रोकैत अछि। ई अंतर केँ कम करबाक लेल, हम क्रॉसमैप, एकटा नव क्रॉसमोडल प्रतिनिधित्व लर्निंग विधि प्रस्तुत करैत छी जे विशाल जीटीएसएम डाटाक संग शहरी गतिशीलता केँ उजागर करैत अछि। क्रॉसमैप पहिने लोकसभक गतिविधिसभक अन्तर्गत रहल स्थानिक-कालिक हॉटस्पॉटसभक पता लगाबय लेल एक त्वरित मोड खोज प्रक्रियाक उपयोग करैत अछि। ई सभ पता चलल हॉटस्पॉट न केवल स्थानिक-समयिक भिन्नताक समाधान करैत अछि, बल्कि काफी हद तक जीटीएसएम डाटाक विरलता केँ कम करैत अछि। पता लगाओल गेल हॉटस्पॉटक संग, क्रॉसमैप संयुक्त रूपसँ सभ स्थानिक, कालजयी आ पाठक इकाईकेँ एकहि स्थानमे दू अलग-अलग रणनीतिसभक उपयोग करैत एम्बेड करैत अछि: एक पुनर्निर्माण-आधारित अछि आ दोसर ग्राफ-आधारित अछि। दुनूक रणनीतिसभ अपन सह-घटना आ पड़ोस सम्बन्धकेँ एन्कोड कऽ इकाईसभक बीचक सहसंबंधकेँ पकड़ैत अछि, आ एहन सहसंबंधकेँ संरक्षित करबाक लेल निम्न आयामी प्रतिनिधित्वसभ सीखैत अछि। हमर सभक प्रयोगसँ पता चलैत अछि जे क्रॉसमैप न केवल क्रियाकलाप पुनःप्राप्ति आ वर्गीकरणक लेल अत्याधुनिक विधिसभसँ बेसी प्रदर्शन करैत अछि, बल्कि बेसी दक्षता सेहो प्राप्त करैत अछि। |
ce8d99e5b270d15dc09422c08c500c5d86ed3703 | मानव पैदल क विश्लेषण एक अंतर्निहित पैदल हस्ताक्षर क खोज मे मदद करैत अछि जाहि के माध्यम स व्यापक मानव पहचान आ चिकित्सा विकार समस्या क जांच व्यापक स्पेक्ट्रम मे कैल जा सकैत अछि। पैदल जैवमीट्रिक एकटा अनौपचारिक सुविधा प्रदान करैत अछि जाहिसँ वीडियो पैदल डेटाकेँ बेसी दूरी पर कैद कएल जा सकैत अछि बिना विषयक पूर्व जागरूकताक। ई पेपरमे, एक नव तकनीकक अध्ययन कएल गेल अछि जे किनेक्ट एक्सबॉक्स उपकरणक संग मानव पैदल विश्लेषणक अध्ययन करैत अछि। ई हमरासभकेँ स्वचालित पृष्ठभूमि घटाबैक तकनीकसँ विभाजन त्रुटिकेँ न्यूनतम करबाक आश्वासन दैत अछि। निकट सँ समान मानव कंकालक मॉडल पृष्ठभूमि घटाएल गेल गेल गति चित्र सँ उत्पन्न कएल जा सकैत अछि, जे सह-परिवर्तित स्थितिसभ द्वारा परिवर्तित कएल गेल अछि, जेना कि पैदल गतिमे परिवर्तन आ कपडा प्रकारमे भिन्नता। पैदल चिन्हक लेल संयुक्त कोणक प्रक्षेपवक्रसँ बायाँ कूल्ह, बायाँ घुँघरू, दाहिना कूल्ह आ दाहिना घुँघरूक नमूना स्केलेटनकेँ पकड़ल जाइत अछि। किनेक्ट पैदल डेटा पर प्रायोगिक सत्यापनक तुलना सेंसर आधारित बायोमेट्रिक सूट, इंटेलिजेंट पैदल अस्थिरता डिटेक्टर (आईजीओडी) क अपन इन-हाउस विकास सँ कएल गेल अछि। एक प्रयास कएल गेल अछि जे एहि सेंसर आधारित बायोमेट्रिक सूट क किनेक्ट उपकरणक संग बदलल जा सकएत अछि जे कि मजबूत पैदल पहचान प्रणालीक प्रसार क सकए। फिशर भेदभाव विश्लेषण प्रशिक्षण पैदल हस्ताक्षर पर लागू कएल गेल अछि ताकि विशेषता वेक्टरक भेदभाव शक्ति पर ध्यान देल जा सके। Naïve Bayesian classifier Kinect सेंसर द्वारा कैप्चर कएल गेल सीमित डाटासेट पर त्रुटि सभक अनुमानक साथ एक उत्साहजनक वर्गीकरण परिणाम प्रदर्शित करैत अछि। |
582ea307db25c5764e7d2ed82c4846757f4e95d7 | फलन अनुमानक परिप्रेक्ष्यमे, फलन स्थानमे संख्यात्मक अनुकूलनक दृष्टिकोणसँ देखल जाइत अछि, पैरामीटर स्थानक बजाय। चरणबद्ध योजक विस्तार आ खड़ी अवरोही न्यूनतमकरणक बीच एक संबंध बनाओल गेल अछि। कोनो भी मानदंडक आधार पर एडिटिव विस्तारक लेल एक सामान्य ग्रेडियेंट{डिसेंट \बूस्टिंग} प्रतिमान विकसित कएल गेल अछि। न्यूनतम वर्ग, न्यूनतम पूर्ण विचलन, आ ह्यूबर एम हानि फलनक लेल विशिष्ट एल्गोरिदम प्रस्तुत कएल गेल अछि, आ वर्गीकरणक लेल बहु-वर्ग रसद संभावना। विशेष संवर्द्धन विशेष मामलाक लेल प्राप्त कएल गेल अछि जतए व्यक्तिगत योजक घटक निर्णयक गाछ अछि, आ एहन "ट्रीबूस्ट" मॉडलक व्याख्याक लेल उपकरण प्रस्तुत कएल गेल अछि। निर्णय वृक्षक ग्रेडिएन्ट बूस्टिंग प्रतिस्पर्धात्मक, अत्यधिक मजबूत, व्याख्यायोग्य प्रक्रियाक लेल प्रतिगमन आ वर्गीकरणक लेल विशेष रूपसँ उपयुक्त अछि, जे साफ डाटासँ कम खननक लेल उपयुक्त अछि। एहि दृष्टिकोण आ फ्रेन्ड आ शापायर 1996 आ फ्राइडमैन, हस्टी आ टिबशिरानी 1998क बूस्टिंग पद्धतिक बीच संबंधक चर्चा कएल गेल अछि। फलन अनुमानक समस्यामे एकटा प्रणाली अछि जकर एकटा यादृच्छिक \आउटपुट" वा \रेस्पोन्स" चर y आ एकटा यादृच्छिक \इनपुट" वा \एक्सप्लेनरी" चरसभक सेट x = fx1;; xng अछि। ज्ञात (y;x) {मूल्यसभक एक \training" नमूना fyi;xig N 1 देल गेल अछि, एकर लक्ष्य ई अछि जे एकटा फलन F (x) जे x सँ y केँ मैप करैत अछि, एहन जे सभ (y;x) {मूल्यसभक संयुक्त वितरण पर, कोनो निर्दिष्ट हानि फलन (y; F (x)) क अपेक्षित मूल्य न्यूनतम कएल जाए F (x) = argmin F (x) Ey;x (y; F (x)) = argmin F (x) Ex [Ey (y; F (x)) jx]: (1) अक्सर प्रयुक्त हानि फलन (y; F) मे वर्ग त्रुटि (y F) आ पूर्ण त्रुटि jy F क लेल y 2 R (प्रतिगमन), आ ऋणात्मक द्विपद लघुगणक {संभाव्यता, log1 + e 2y F), जखन y 2 f 1 g (वर्गीकरण) । एक सामान्य प्रक्रिया ई अछि जे F (x) केँ फलन F (x;P) क एकटा पैरामीटरित वर्गक सदस्य मानल जाए, जतय P = fP1; P2; g परिमेयक एक समूह अछि। एहि पेपर मे हमसभ फॉर्मक "अडिटिव" विस्तार पर ध्यान केंद्रित करब |
6a7c63a73724c0ca68b1675e256bb8b9a35c94f4 | जेस्टोर संग्रहणक अहाँक उपयोग जेस्टोरक उपयोगक शर्त आ शर्तसभक अहाँक स्वीकृति दर्शाबैत अछि, जे http://www.jstor.org/about/terms.html पर उपलब्ध अछि। जेस्टोरक उपयोगक शर्त आ शर्तमे, आंशिक रूपसँ, ई प्रावधान अछि जे अहाँ पूर्व अनुमति प्राप्त नै कएने होअए, अहाँ कोनो पत्रिकाक पूरा अंक वा लेखसभक बहुल प्रति डाउनलोड नै कऽ सकैत छी, आ अहाँ जेस्टोर संग्रहमे सामग्रीक प्रयोग केवल अपन व्यक्तिगत, गैर-व्यावसायिक उपयोगक लेल कऽ सकैत छी। कृपया एहि काजक कोनो आओर उपयोगक बारे मे प्रकाशक सँ सम्पर्क करू। प्रकाशकक सम्पर्क जानकारी http://www.jstor.org/journals/econosoc.html पर प्राप्त कएल जा सकैत अछि। जेस्टोर प्रसारणक कोनो भागक प्रत्येक प्रतिमेमे ओहन प्रतिलिपि अधिकारक सूचना होएबाक चाही जे एहन प्रसारणक स्क्रीन वा मुद्रित पृष्ठ पर देखाइ दैत अछि। |
8eca169f19425c76fa72078824e6a91a5b37f470 | कम लागत आ उच्च प्रदर्शनक रडार प्रणालीक सफल डिजाइनक लेल सटीक आ कुशल प्रणाली सिमुलेशन एक प्रमुख आवश्यकता अछि। एहि पेपर मे हम आवृत्ति-संचालित सतत तरंग राडार सिस्टमक लेल एकटा नव बहुमुखी सिमुलेशन वातावरण प्रस्तुत करैत छी। सामान्य हार्डवेयर सिमुलेशनक अलावा ई एकीकृत प्रणाली सिमुलेशन आ सिग्नल संश्लेषण सँ बेसबैंड तक अवधारणा विश्लेषण क कवर करैत अछि। ई एकटा लचीला परिदृश्य जनरेटर, सटीक शोर मॉडलिंग, आ सिग्नल प्रोसेसिंग एल्गोरिदमक विकास आ परीक्षणक लेल कुशलतापूर्वक सिमुलेशन डाटा प्रदान करैत अछि। एक एकीकृत ७७ गीगाहर्ट्ज रडार प्रोटोटाइप कें लेल सिमुलेशन आ माप परिणामक तुलना दू अलग परिदृश्य पर सिमुलेटर कें क्षमता कें देखबैत अछि. |
71337276460b50a2cb37959a2d843e593dc4fdcc | एकटा नव गैर-पृथक तीन-पोर्ट कनवर्टर (एनआई-टीपीसी) प्रस्तावित अछि जे एकटा पीवी पोर्ट, एकटा द्विदिश बैटरी पोर्ट आ एकटा लोड पोर्टक इंटरफेस करैत अछि। तीनो पोर्ट मे सँ कोनो दू टा मे एकल चरण मे बिजली परिवर्तित होएत अछि। ई टोपलोजी पारंपरिक संरचनाक द्विदिशात्मक शक्ति प्रवाह पथकेँ दूटा एकदिशात्मकमे विलय करि प्राप्त कएल गेल अछि। तीन पोर्ट मे सँ दू पोर्ट कड़ाई सँ विनियमित कएल जा सकैत अछि ताकि अधिकतम पावर कटाई पीवी या बैटरी क लेल चार्ज कण्ट्रोल क प्राप्त कएल जा सके, आ एकहि समय मे लोड वोल्टेज स्थिर राखल जा सके, जखन कि तेसर पोर्ट कम्पेनसेशन क लेल लचीला छोड़ल जाएत अछि कनवर्टर क पावर असंतुलन। परिचालन स्थितिक विश्लेषण कएल जाइत अछि. बहु-नियामक प्रतियोगिता नियंत्रण रणनीति प्रस्तुत कएल गेल अछि जे स्वायत्त आ सुचारू रूप सँ स्थिति स्विचिंग प्राप्त करएत जखन PV इनपुट पावर उतार-चढ़ाव करैत अछि। विश्लेषण प्रयोगात्मक परिणामसँ प्रमाणित कएल गेल अछि। |
ac8877b0e87625e26f52ab75e84c534a576b1e77 | डिजिटल दुनिया मे, व्यवसायक कार्यकारी सभ अपन कम्पनीक मूल्य सृजन लेल सूचना आ सूचना प्रबंधनक रणनीतिक महत्वक प्रति जागरूक अछि। ई सीआईओ कें लेल नेतृत्वक अवसर आ चुनौती दूनू प्रस्तुत करैत अछि। सीआईओ पद कें हाशिए पर नहि राखय कें लेल आ व्यवसाय मूल्य सृजन मे सीआईओ कें योगदान कें बढ़ाबय कें लेल, ओ सभ सक्षम आईटी उपयोगिता प्रबंधक सं बेसी अपन कंपनी कें एक मजबूत सूचना उपयोग संस्कृति कें निर्माण मे मदद करएय मे सक्रिय भूमिका निभायय. एहि लेखक उद्देश्य ई अछि जे नेतृत्वक दृष्टिकोणक बेहतर समझ प्रदान करी जे सीआईओ आ व्यवसायिक कार्यपालक अपन कम्पनीक सूचना अभिमुखीकरणक सुधारक लेल अपनऽ सकैत अछि। चारिटा केस स्टडी सँ प्राप्त निष्कर्षक आधार पर, हमसभ चारिटा क्वाड्रन्टक नेतृत्व-स्थिति निर्धारण ढाँचाक निर्माण केलहुँ अछि। ई ढाँचा सीआईओ कें दृष्टिकोण सं बनाओल गेल छै आ ई बताबैत छै कि सीआईओ अपन रणनीतिक फोकस कें प्राप्त करबा कें लेल कंपनी कें सूचना अभिमुखीकरण कें विकास मे नेता, अनुयायी या गैर-खेलाडी कें रूप मे कार्य करएय सकएय छै. ई लेख दिशा-निर्देशक संग समाप्त होइत अछि जे सीआईओ अपन नेतृत्वक चुनौतीकेँ अपन कम्पनीक सूचना अभिमुखीकरण पहलकेँ शुरू या बनाए रखबामे मदति करबाक लेल उपयोग कऽ सकैत अछि आ सीआईओक विशेष परिस्थितिक आधार पर विशिष्ट नेतृत्वक दृष्टिकोणक सिफारिश करैत अछि। |
5c6b51bb44c9b2297733b58daaf26af01c98fe09 | ई पेपर व्यवस्थित रूप सँ दूटा फीचर निष्कर्षण एल्गोरिदम क तुलना खनन उत्पादक विशेषता क संग करैत अछि जकर ग्राहक समीक्षा मे टिप्पणी कएल गेल अछि। पहिल दृष्टिकोण [17] पॉस पैटर्नक एक सेट लागू करैत आ लॉग संभावना अनुपात परीक्षणक आधार पर उम्मीदवार सेट क छँटैत उम्मीदवार विशेषताक पहचान करैत अछि। दोसर दृष्टिकोण [11] आवृत्त विशेषताक पहचान करबाक लेल संघ नियम खनन आ दुर्लभ विशेषताक पहचान करबाक लेल भावनाक शर्तक उपस्थिति पर आधारित एक युरेस्टिक लागू करैत अछि। हमसभ उपभोक्ता इलेक्ट्रॉनिक उपकरणसभक सम्बन्धमे पाँच उत्पाद विशिष्ट दस्तावेज संग्रहसभमे एल्गोरिदमसभक प्रदर्शनक मूल्यांकन करैत छी । हमसभ त्रुटिसभक विश्लेषण करैत छी आ एल्गोरिदमसभक लाभ आ सीमासभक चर्चा करैत छी । |
623fd6adaa5585707d8d7339b5125185af6e3bf1 | वर्तमान अध्ययन इन्टरनेट गेमिङ डिसअर्डर (IGD) क लेल हस्तक्षेपक एक अर्ध-प्रयोगात्मक, संभावनात्मक अध्ययन छी। एक सय चारिटा अभिभावक आ हुनकर किशोर बच्चासभक नामांकन कएल गेल आ चारिटा उपचार समूहमे सँ एकमे आवंटित कएल गेल; ७ दिनक सिरिराज थेरेप्यूटिक रेसिडेन्शियल कैम्प (एस-टीआरसी) मात्र, ८ सप्ताहक अभिभावक व्यवस्थापन प्रशिक्षण गेमिंग एडिक्शन (पीएमटी-जी) मात्र, संयुक्त एस-टीआरसी आ पीएमटी-जी, आ मूलभूत मनोशिक्षा (नियन्त्रण) । IGD क गंभीरता क मापन गेमिंग एडिक्शन स्क्रीनिंग टेस्ट (GAST) द्वारा कएल गेल छल। समूहसभमे GAST स्कोरमे औसत अन्तर सांख्यिकीय रूपसँ महत्वपूर्ण छल, P मूल्यक संग क्रमशः १, ३ आ ६ महिनाक बाद ०.००१, ०.००२ आ ०.००५ छल। सभ समूहमे नियंत्रण समूहक तुलनामे सुधार देखल गेल। लतग्रस्त या संभवतः लतग्रस्त समूहमे रहल किशोरसभक प्रतिशत एस-टीआरसी, पीएमटी-जी आ संयुक्त समूहमे ५०% सँ कम छल। निष्कर्षमे, एस-टीआरसी आ पीएमटी-जी दुनु आईजीडीक लेल प्रभावकारी मनोसामाजिक हस्तक्षेप छल आ एकटा बुनियादी मनोशिक्षासँ श्रेष्ठ छल। |
aca437e9e2a453c84a38d716ca9a7a7683ae58b6 | ई पेपर सहज ज्ञान युक्त यांत्रिकीक उपयोग करैत वस्तुक स्थिरता आ सुरक्षाक तर्क द्वारा 3 डी दृश्यक समझक लेल एकटा नव परिप्रेक्ष्य प्रस्तुत करैत अछि। हमरा सभक दृष्टिकोण एकटा साधारण अवलोकनक उपयोग करैत अछि जे, मानव डिजाइन द्वारा, स्थिर दृश्यमे वस्तुसभ गुरुत्वाकर्षण क्षेत्रमे स्थिर होएत आ मानव गतिविधिसभ जहिना विभिन्न भौतिक व्यवधानसभक सम्बन्धमे सुरक्षित होएत । ई धारणा सभ दृश्य श्रेणीमे लागू होइत अछि आ दृश्यक समझमे प्रशंसनीय व्याख्या (पार्स) क लेल उपयोगी बाधासभ उत्पन्न करैत अछि। थ्री डी प्वाइंट क्लाउड देल गेल अछि जे डीप कैमरा द्वारा स्थिर दृश्यक लेल कैद कएल गेल अछि, हमर सभक विधि तीन चरणमे अछि: (i) वोक्सलसँ ठोस थ्री डी वॉल्यूमेट्रिक प्राइमटिभ पुनः प्राप्ति; (ii) अस्थिर प्राइमटिभसभक समूह बना कऽ स्थिरता आ दृश्य पूर्वक अनुकूलन कऽ भौतिक रूपसँ स्थिर वस्तुसभमे तर्कसंगत स्थिरता; आ (iii) भौतिक विकारक अधीन वस्तुसभक लेल भौतिक जोखिमक मूल्यांकन कऽ तर्कसंगत सुरक्षा, जेना मानव गतिविधि, पवन वा भूकम्प। हमसभ एकटा नव सहज भौतिकक मॉडल अपनबैत छी आ प्रत्येक आदिम आ दृश्यमे वस्तुक ऊर्जा परिदृश्यक प्रतिनिधित्व एक विच्छेदन ग्राफ (डीजी) द्वारा करैत छी । हमसभ सम्पर्क रेखाचित्रक निर्माण करैत छी जहिमे नोडसभ थ्रीडी वॉल्यूमेट्रिक आदिम आ किनारसभ समर्थन संबंधक प्रतिनिधित्व करैत अछि। फेर हमसभ स्वेन्डेसन-वांग कट एल्गोरिथ्म अपनबैत छी सम्पर्क ग्राफकेँ समूहमे विभाजित करबाक लेल, जाहिमे सँ प्रत्येक स्थिर वस्तु अछि। स्थिर दृश्यमे असुरक्षित वस्तुसभक पता लगाबय लेल, हमरसभक विधि दृश्यमे लुकाएल आ स्थित कारणसभ (परेशानियॉं) केँ अनुमानित करैत अछि, आ फेर भ्रामक प्रभावसभक परिणाम (उदाहरणक लेल, खसैत) क भविष्यवाणी करबाक लेल सहज भौतिक यांत्रिकीक परिचय दैत अछि । प्रयोगमे, हमसभ ई देखाबए छी जे एल्गोरिथ्म (i) वस्तु विभाजन, (ii) थ्रीडी वॉल्यूमेट्रिक रिकभरी, आ (iii) दृश्य समझक लेल अन्य अत्याधुनिक पद्धतिक सम्बन्धमे पर्याप्त रूपसँ बेहतर प्रदर्शन प्राप्त करैत अछि। हमसभ सहज मकानिकीक मॉडलसँ सुरक्षाक भविष्यवाणीक तुलना मानव न्यायसँ करैत छी। |
7e9507924ceebd784503fd25128218a7119ff722 | हमरा सभक दृष्टिकोण प्रत्येक पाठ्यपुस्तक केँ विषय ग्राफक रूपमे मॉडेल करैत अछि। ई आलेखसभकेँ एकरूपतामे एकरूपता पद्धति प्रयोग करैत मेल खाएल जाइत अछि । एकर बाद, हमसभ एकटा स्तर-के-विवरण (एलओडी) दृश्य बनाबए छी जे पठनीयता आ स्थिरता दुनूमे संतुलन बनाबैत अछि। एकर अनुसार, परिणामी दृश्यता उपयोगकर्ताक क्षमताकेँ बढ़बैत अछि आ मिलान कएल गेल आलेखक विश्लेषण कए बहुमुखी दृष्टिकोणसँ कए सकैत अछि। मेट्रिक लर्निंग आ फीचर सिलेक्शन केँ ग्राफ मिलान एल्गोरिथ्म मे शामिल करैत, हमसभ उपयोगकर्ताकेँ अपन सूचनाक आवश्यकताक आधार पर ग्राफ मिलान परिणाम केँ अन्तरक्रियात्मक रूप सँ संशोधित करबाक अनुमति दैत छी। हमसभ अपन दृष्टिकोण विभिन्न प्रकारक डाटामे लागू केने छी, जहिमे समाचार लेख, ट्वीट्स आ ब्लोग डाटा शामिल अछि। मात्रात्मक मूल्यांकन आ वास्तविक दुनियाक मामलाक अध्ययनसँ हमरासभक दृष्टिकोणक आशाक प्रदर्शन होइत अछि, विशेष रूपसँ विषय-ग्राफ-आधारित पूर्ण चित्रक विभिन्न स्तरक विवरणमे जाँचक समर्थनमे। ई पेपर समाचार, ब्लॉग, या माइक्रो-ब्लॉग्स जैना बहु स्रोतसभमे चर्चा कएल गेल प्रासंगिक विषयसभक पूर्ण चित्रक विश्लेषण करबाक लेल दृश्य विश्लेषण दृष्टिकोण प्रस्तुत करैत अछि। पूर्ण चित्रमे बहु स्रोतसभ द्वारा कवर कएल गेल सामान्य विषयसभक संख्याक साथ-साथ प्रत्येक स्रोतसँ विशिष्ट विषयसभ सेहो शामिल अछि । |
b04a503487bc6505aa8972fd690da573f771badb | गहन तंत्रिका संवेदन आ नियंत्रण संजाल स्वयं-चालक वाहनक कें एक प्रमुख घटक होएयत छै. ई मॉडलसभक व्याख्यायोग्य होएबाक आवश्यकता अछि - ईसभ अपन व्यवहारक लेल सहज व्याख्या योग्य तर्क प्रदान करएत अछि - जाहिसँ यात्री, बीमा कम्पनीसभ, कानून लागू करएवाला, डेवलपर आदि, ई बुझि सकए जे कोन विशेष व्यवहारक कारण छल । एहिमे हमसभ दृश्य व्याख्याक प्रयोगक अन्वेषण करब। ई स्पष्टीकरण वास्तविक समयमे हाइलाइट कएल गेल क्षेत्रक रूपमे अछि जे नेटवर्कक आउटपुट (स्टीयरिंग कन्ट्रोल) पर प्रभाव डालैत अछि। हमरा सभक दृष्टिकोण दू चरणक अछि। पहिल चरणमे, हमसभ दृश्य ध्यानक मॉडलक उपयोग करैत छी, छवि सँ स्टीयरिंग एंगल धरि एक कन्भोल्युशन नेटवर्कक अन्त-अन्त धरि प्रशिक्षण देबाक लेल। ध्यान मॉडल छवि क्षेत्रसभके उजागर करैत अछि जे संभावित रूपसँ नेटवर्कक आउटपुटके प्रभावित करैत अछि। एहि मे सँ किछु प्रभाव सही अछि, मुदा किछु गलत अछि। फेर हम सभ कारणक फिल्टरिंगक चरण लागू करैत छी जाहि सँ ई निर्धारित कएल जा सकए जे कोन इनपुट क्षेत्र वास्तव मे आउटपुट पर प्रभाव डालैत अछि। ई अधिक संक्षिप्त दृश्य व्याख्याक उत्पादन करैत अछि आ अधिक सटीक रूप सँ नेटवर्कक व्यवहारक खुलासा करैत अछि। हमसभ अपन मोडलक प्रभावकारिताक प्रदर्शन तीनटा डाटासेटमे कुल १६ घण्टाक ड्राइभिङ्गमे कएलहुँ। हम सभ पहिने ई देखाएब जे ध्यानक संग प्रशिक्षण अंत-सँ-अंत नेटवर्कक प्रदर्शनकेँ नीचाँ नहि लैत अछि। फेर हमसभ देखबैत छी जे नेटवर्क कारणसँ विभिन्न प्रकारक सुविधासभ पर संकेत दैत अछि जे मनुष्य द्वारा ड्राइविंगक दौरान उपयोग कएल जाइत अछि। |
4954bb26107d69eb79bb32ffa247c8731cf20fcf | एट्रिब्यूट आधारित एन्क्रिप्शन (एबीई) [13] कोनो प्रयोगकर्ताक विशेषताक आधार पर डिक्रिप्शन क्षमता निर्धारित करैत अछि। बहु-प्राधिकरण एबीई योजनामे, बहु विशेषता-प्राधिकरणसभ विभिन्न सेटसभक निगरानी करैत अछि आ प्रयोगकर्तासभके अनुरूप डिक्रिप्टेशन कुञ्जी जारी करैत अछि, आ एन्क्रिप्टरसभ ई मांग कऽ सकैत अछि कि प्रयोगकर्तासभ प्रत्येक प्राधिकारीसँ उचित विशेषतासभक लेल कुञ्जी प्राप्त करएए सँ पहिने सन्देश डिक्रिप्ट कए सकैत अछि । चेस [5] एकटा बहु-प्राधिकरण एबीई योजना देलनि जे एक भरोसयोग्य केन्द्रीय प्राधिकरण (सीए) आ वैश्विक पहचानकर्ता (जीआईडी) क अवधारणाक उपयोग करैत अछि। मुदा, एहि निर्माणमे सीएकेँ सभटा सिफर टेक्स्ट केँ डिक्रिप्ट करबाक शक्ति अछि, जे किछ तरहें मूल लक्ष्यक संग विरोधाभासी प्रतीत होइत अछि जे बहुत रास संभावित रूपसँ अविश्वसनीय प्राधिकरणसभ पर नियंत्रण वितरित करबाक अछि। एकर अतिरिक्त, एहि निर्माणमे, एक सुसंगत जीआईडीक उपयोग प्राधिकरणसभके अपन जानकारीके संयोजन कऽ अपन पूर्ण प्रोफाइल निर्माण करए लेल अनुमति देलक, जे कि प्रयोगकर्ताक गोपनीयताके अनावश्यक रूपसँ खतरामे डालैत अछि । ई पेपर मे, हमसभ एकटा एहन समाधानक प्रस्ताव करैत छी जे भरोसयोग्य केन्द्रीय प्राधिकरण केँ हटा दैत अछि, आ प्राधिकरणसभ सँ विशेष उपयोगकर्तासभ पर अपन जानकारी एकत्रित करबा सँ रोकैत, आ एहि तरहेँ एबीई कें व्यवहार मे बेसी प्रयोग योग्य बनाबैत, प्रयोक्ताक गोपनीयताक रक्षा करैत अछि। |
25098861749fe9eab62fbe90c1ebeaed58c211bb | एहि पेपर मे हम नव दृष्टिकोण सँ बूस्टिंग पद्धतिक अध्ययन करब। हमसभ इफ्रोन आ अन्य द्वारा कएल गेल हालिया कार्य पर निर्माण करैत छी । ई देखाबय के लेल जे लगभग (आ कछ मामला मे बिल्कुल) बढ़ाबय से एकर हानि मानदंड के कम करैत अछि, एकर निर्देशांक वेक्टर पर l1 बाधा के साथ। ई बूस्टिंग कें सफलता कें समझएय मे मदद करतय आर जल्दी सं रोक कें नुकसान कें मापदंड कें नियमित रूप सं फिट करएय. दू टा सामान्यतः प्रयोग कएल जाएबला मापदण्ड (एक्स्पोनेन्शियल आ द्विपद लग-संभाव्यता) क लेल, हमसभ एहि बातक प्रमाण दैत छी जे जहिना-जहिना बाधाक ढील होइत अछि-अथवा समतुल्य रूपमे जहिना-जहिना बढाबयवाला पुनरावृत्तिसभ आगा बढैत अछि-तहिना समाधान एक l1-उत्तम पृथक्करण हाइपर-प्लेनमे (पृथक होएवाला मामलामे) अभिसरण करैत अछि। हमसभ प्रमाणित करैत छी जे ई l1-उत्तम पृथक्करण हाइपर-प्लेनमे प्रशिक्षण डाटाक न्यूनतम l1-मार्जिनकेँ अधिकतम करबाक गुण अछि, जहिना बूस्टिंग साहित्यमे परिभाषित कएल गेल अछि। एक दिलचस्प मौलिक समानता बूस्टिंग आ कर्नेल सपोर्ट वेक्टर मशीनक बीच उभरैत अछि, किएक त दुनू के उच्च आयामी भविष्यवाणीक स्थान मे नियमित अनुकूलनक लेल विधि के रूप मे वर्णित कएल जा सकैत अछि, गणना के व्यावहारिक बनाबय लेल कम्प्यूटेशनल ट्रिक क उपयोग करैत अछि, आ मार्जिन-अधिकतम समाधान मे अभिसरण करैत अछि। ई कथन एसवीएम क सटीक वर्णन करैत अछि, ई केवल लगभग बूस्टिंग पर लागू होइत अछि। |
0825788b9b5a18e3dfea5b0af123b5e939a4f564 | शब्दसभक वेक्टर स्पेस प्रतिनिधित्वसभके सिखबाक लेल हालिया विधिसभ वेक्टर अंकगणितक प्रयोगसँ सूक्ष्म-अनाकारिक अर्थिक आ वाक्यविन्यासिक नियमिततासभके कैद करबामे सफल भेल अछि, मुदा ई नियमिततासभक उत्पत्ति अपारदर्शी रहल अछि । हमसभ विश्लेषण करैत छी आ शब्द वेक्टरमे एहन नियमताक उद्भवक लेल आवश्यक मोडल गुणकेँ स्पष्ट करैत छी। परिणाम एकटा नव वैश्विक लॉगबिलिनियर रिग्रेशन मॉडल अछि जे साहित्यमे दूटा प्रमुख मॉडल परिवारक लाभकेँ जोड़ैत अछि: वैश्विक मैट्रिक्स कारककरण आ स्थानीय संदर्भ विंडो विधि। हमरसभक माडल कुशलतापूर्वक सांख्यिकीय जानकारीक उपयोग करैत अछि केवल शब्द-शब्द सह-घटना मैट्रिक्समे गैर-शून्य तत्वसभ पर प्रशिक्षण दैत, सम्पूर्ण विरल मैट्रिक्स पर वा एकटा पैघ निकायमे व्यक्तिगत संदर्भ विंडो पर नहि। ई मॉडल सार्थक उपसंरचनाक संग एक वेक्टर स्थान उत्पन्न करैत अछि, जहिना एकर प्रदर्शन 75% सँ प्रमाणित करैत अछि हालहिमे शब्द समानता कार्य पर। ई समानता कार्यसभ आ नामित संस्था मान्यतामे सम्बन्धित मोडेलसभसँ सेहो उत्कृष्ट प्रदर्शन करैत अछि । |
326cfa1ffff97bd923bb6ff58d9cb6a3f60edbe5 | हमसभ दूटा वितरणक बीच मेट्रिकक गुणक जांच करैत छी, अर्थ मूवरक दूरी (ईएमडी), सामग्री-आधारित छवि पुनः प्राप्तिक लेल। ईएमडी न्यूनतम लागत पर आधारित अछि जे एक वितरणकेँ दोसरमे परिवर्तित करबाक लेल भुगतान कएल जाएत, सटीक अर्थमे, आ पहिल बेर पेलेग, वेरमान, आ रोमक द्वारा दृष्टि समस्याक लेल प्रस्तावित कएल गेल छल। छवि पुनः प्राप्तिक लेल, हमसभ ई विचारकेँ वितरणक लेल प्रतिनिधित्व योजनाक साथ जोड़ैत छी जे वेक्टर क्वांटिजेशन पर आधारित अछि। ई संयोजन छवि तुलना ढाँचामे लऽ जाइत अछि जे प्रायः अन्य पूर्व प्रस्तावित विधिसभक तुलनामे अवधारणात्मक समानताक लेल नीक होएत अछि । ईएमडी रैखिक अनुकूलन सँ परिवहन समस्याक समाधान पर आधारित अछि, जाहि लेल कुशल एल्गोरिदम उपलब्ध अछि, आ आंशिक मिलानक लेल प्राकृतिक रूप सँ अनुमति दैत अछि। ई हिस्टोग्राम मिलान प्रविधि सँ बेसी मजबूत अछि, एहि मे ई वितरणक परिवर्तनीय लम्बाइक प्रतिनिधित्व पर कार्य कए सकैत अछि जे क्वांटिजेशन आ हिस्टोग्राम क विशिष्ट अन्य बिनिङ समस्या सँ बचैत अछि। जखन समान समग्र द्रव्यमानक संग वितरणक तुलना करबाक लेल प्रयोग कएल जाएत अछि, त EMD एक सही मीट्रिक छी । ई पेपरमे हमसभ रंग आ बनावटक अनुप्रयोगपर ध्यान केन्द्रित करब आ ईएमडीक पुनः प्राप्तिक प्रदर्शनक तुलना अन्य दूरीक संग करब। |
508d8c1dbc250732bd2067689565a8225013292f | एक उपन्यास दोहरी फोटोप्लेटिसमोग्राफ (पीपीजी) जांच आ माप प्रणाली स्थानीय पल्स वेव वेल्सिटी (पीडब्लूवी) क लेल प्रस्तावित आ प्रदर्शित कएल गेल अछि। विकसित जांच डिजाइनक उपयोग प्रतिबिम्ब PPG ट्रांसड्यूसरक लेल कएल गेल अछि जे रक्तक पल्स प्रसारक तरंगरूपक गैर-आक्रमक पता लगाबैक लेल दूटा आसन्न माप बिन्दुसँ (२८ मिमी दूर) । लगातार प्राप्त भेल दोहरी पल्स तरंग रूपक बीच पारगमन समय विलम्बक उपयोग बीट-टू-बीट स्थानीय पीडब्लूवी मापनक लेल कएल गेल छल। एक इन-विवो प्रयोगात्मक वैलिडेशन अध्ययन १० स्वस्थ स्वयंसेवकसभ (८ पुरुष आ २ महिला, २१ सँ ३३ वर्षक आयु) पर पीपीजी जांच डिजाइनके वैलिडेट करबाक लेल आ स्थानीय पीडब्लुवी मापन प्रणाली विकसित करबाक लेल कएल गेल छल । प्रस्तावित प्रणाली कैरोटिड स्थानीय पीडब्लुवी क मापन क लेल सक्षम छल। अध्ययनक दौरान ७ मे सँ १० व्यक्तिक लेल आधार रेखामे कारोटिड पीडब्लुवीक बीट- टू-बीट भिन्नता ७.५% सँ कम छल, अधिकतम बीट- टू-बीट भिन्नता १६% देखल गेल छल। व्यायाम पश्चात रिकवरी अवधिमे बीट-टू-बीट कैरोटिड स्थानीय पीडब्लुवी आ ब्राचियल रक्तचाप (बीपी) मूल्यमे भिन्नताक सेहो जाँच कएल गेल छल। एक सांख्यिकीय रूपसँ महत्वपूर्ण संबंध देखल गेल छल आभ्यासक अन्तर्गत स्थानीय पीडब्लुवी परिवर्तन आ आर्मियल बीपी मापदण्डसभक बीच (आर > 0. 85, पी < 0. 001) । परिणामक द्वारा कैरोटिड धमनी सँ लगातार पीडब्लुवी मापनक लेल प्रस्तावित पीपीजी जांचक व्यवहार्यताक प्रदर्शन कएल गेल। एहन गैर-आक्रमक स्थानीय पीडब्लुवी माप इकाई संभावित रूपसँ सतत एम्बुलेटरी बीपी माप क लेल प्रयोग कएल जा सकैत अछि। |
79465f3bac4fb9f8cc66dcbe676022ddcd9c05c6 | ई पेपर मानव क्रियाकेँ गहराईक नक्शाक क्रमसँ पहिचानबाक एक विधि प्रस्तुत करैत अछि। विशेष रूप सँ, हमसभ क्रिया रेखाचित्रक उपयोग करैत छी क्रियासभक गतिशीलताक स्पष्ट रूपसँ नमूना बनाबैक लेल आ ३ डी बिन्दुसभक एक बैगक उपयोग करैत छी जे क्रिया रेखाचित्रमे नोड्सक अनुरूप प्रमुख मुद्रासभक सेटक विशेषता बताबैक लेल। एकर अतिरिक्त, हमसभ एकटा सरल, मुदा प्रभावकारी प्रक्षेपण आधारित नमूना योजनाक प्रस्ताव करैत छी जे ३ डी बिन्दुसभक बैगक नमूना गहिराईक नक्शासँ लेल जाएत अछि। प्रयोगात्मक परिणामसभ देखाओलक अछि जे ९०% सँ बेसी पहिचान सटीकता मात्र १% ३डी बिन्दुसभक नमूनाकरणसँ प्राप्त कएल गेल छल । 2D सिल्हूट आधारित मान्यताक तुलनामे, मान्यताक त्रुटिसभ आधा कम कएल गेल छल। एकर अतिरिक्त, हमसभ सिमुलेशनक माध्यमसँ ओक्ल्यूशनसँ निपटबाक लेल पॉइंट्स पोस्चर मॉडलक बैगक क्षमताकेँ प्रदर्शित करैत छी। |
46fd85775cab39ecb32cf2e41642ed2d0984c760 | ई पेपर एआई रोबोट कें कानूनी स्थिति पर आजुक बहस कें जांच करएयत छै, आ कतेक बेर विद्वान आ नीति निर्माता कानूनी एजेंट कें कानूनी एजेंट कें कानूनी व्यक्तिक स्थिति सं भ्रमित करएयत छै. क्षेत्रमे वर्तमान प्रवृत्तिक ध्यानमे रखैत, पेपर दू प्रकारक रुखक सुझाव दैत अछि। पहिल, नीति निर्मातासभक कें गंभीरता सं एआई रोबोट कें गतिविधियक कें लेल अनुबंध आ व्यापार कानून मे जवाबदेही आ दायित्व कें नव रूपक कें स्थापना कें संभावना पर विचार करएयत छै, उदाहरण कें लेल, जटिल वितरित जिम्मेदारी कें मामला मे कानूनी एजेंसी कें नव रूपक कें। दोसर, कोनो तरहक परिकल्पना जे कि एआई रोबोट कें पूर्ण कानूनी व्यक्तित्व प्रदान करत, ओ निकट भविष्य मे खारिज कैल जाएत. मुदा, सोफिया सँ किऐक निपटब, जे अक्टूबर २०१७ मे कोनो देशक नागरिकता प्राप्त करए वला पहिल एआई अनुप्रयोग बनल, अर्थात् सऊदी अरब? निश्चित रूपेँ, ककरो वा किछुकेँ कानूनी व्यक्तित्व प्रदान करब - जहिना सदिखन होइत आएल अछि - एकटा अत्यन्त संवेदनशील राजनीतिक मुद्दा अछि जे केवल तर्कसंगत विकल्प आ अनुभवजन्य साक्ष्य पर निर्भर नहि अछि। विवेक, मनमानी, आ विचित्र निर्णय सेहो एहि सन्दर्भमे भूमिका निभबैत अछि। मुदा, कानूनी प्रणालीक द्वारा मानव आ कृत्रिम संस्था, जेना निगम, केँ अपन दर्जा प्रदान करबाक वैधानिक कारण, हमरा सभ केँ एआई रोबोट केँ कानूनी व्यक्तित्वक लेल आजुक खोज मे पक्ष लेने मे मदद करैत अछि। की नागरिक सोफिया वास्तव मे सचेत अछि, वा अपमानजनक विद्वानक चक्की आ तीर सभ केँ सहन करबाक क्षमता रखैत अछि? |
0943ed739c909d17f8686280d43d50769fe2c2f8 | हमसभ मानव व्यवहारक विश्लेषण आ संश्लेषणक लेल एक दृष्टिकोणक रूपमे क्रिया-प्रतिक्रिया सीखबाक प्रस्ताव करैत छी। ई प्रतिमान अतीत आ भविष्यक घटनासभक बीच वा समय अनुक्रमसभक अवलोकन द्वारा कोनो क्रिया आ ओकर प्रतिक्रियाक बीच कारण-कारणक नक्शाक खुलासा करैत अछि। हमसभ ई पद्धति मानव अन्तरक्रियाक विश्लेषण करबाक लेल प्रयोग करैत छी आ एकर बाद मानव व्यवहारक संश्लेषण करैत छी। समय क्रमक प्रयोग करैत, एक प्रणाली स्वचालित रूप सँ एकटा मानव सहभागीक (एक क्रिया) आ दोसर सहभागीक (एक प्रतिक्रिया) बीचक मैपिंगक पता लगाबैत अछि। एक संभाव्य मॉडल मानव अन्तरक्रियाक डाटा सँ एक उपन्यास अनुमान तकनीक, सशर्त अपेक्षा अधिकतमीकरण (सीईएम) क उपयोग करैत प्रशिक्षित कएल जाइत अछि। ई प्रणाली एकटा ग्राफिकल अन्तरक्रियात्मक चरित्र चलाबैत अछि जे प्रयोक्ताक व्यवहारक लेल सभसँ अधिक संभावनाक प्रतिक्रियाक भविष्यवाणी करैत अछि आ एकरा अन्तरक्रियात्मक रूपसँ करैत अछि। एहि प्रकार, प्रतिभागीक जोड़ीमे मानव अन्तरक्रियाक विश्लेषणक बाद, प्रणाली ओकरामे सँ एककेँ प्रतिस्थापित करबाक आ एकटा शेष प्रयोक्ताक संग अन्तरक्रिया करबाक क्षमता रखैत अछि। |
272216c1f097706721096669d85b2843c23fa77d | हमसभ आदम, पहिल क्रमक ढाल-आधारित अनुकूलनक लेल एल्गोरिथ्मक परिचय दैत छी, जे निम्न-क्रमक क्षणक अनुकूली अनुमान पर आधारित अछि। ई विधि लागू करबा लेल सीधा अछि, कम्प्यूटेशनल रूपसँ कुशल अछि, मेमोरीक आवश्यकता कम अछि, ग्रेडियन्टक विकर्ण पुनः मापनक लेल अपरिवर्तनीय अछि, आ समस्याक लेल नीक रूपसँ उपयुक्त अछि जे डाटा आ/वा परिमितिक हिसाबसँ पैघ अछि। ई विधि गैर-स्थिर लक्ष्य आ समस्याक लेल सेहो उपयुक्त अछि जकर बहुत शोर आ/ वा कम ढाल अछि। हाइपर-पैरामीटरसभक सहज व्याख्या अछि आ सामान्यतः कम ट्यूनिंगक आवश्यकता होएत अछि । संबंधित एल्गोरिदमसँ किछु संबंधक चर्चा कएल गेल अछि, जाहिपर आदम प्रेरित भेल छल। हमसभ एल्गोरिथ्मक सैद्धान्तिक अभिसरण गुणसभक विश्लेषण करैत छी आ अभिसरण दर पर एक अफसोस प्रदान करैत छी जे ऑनलाइन उत्तरोत्तर अनुकूलन ढाँचाक अन्तर्गत सर्वोत्तम ज्ञात परिणामसभक तुलनामे अछि। अनुभवजन्य परिणामसभ ई देखाबैत अछि जे एडम अभ्यासमे नीकसँ काज करैत अछि आ अन्य स्टोकास्टिक अनुकूलन पद्धतिसभक तुलनामे अनुकूल अछि । अन्तमे, हमसभ एडमैक्स, आदमक एक प्रकारक चर्चा करैत छी जे इन्फिनिटी मानक पर आधारित अछि। |
05aba481e8a221df5d8775a3bb749001e7f2525e | हम सबग्रेडिएन्ट पद्धतिक एकटा नव परिवार प्रस्तुत करैत छी जे पूर्ववर्ती पुनरावृत्तिक डेटाक ज्यामितिक ज्ञानकेँ गतिशील रूपसँ समाहित करैत अछि आ एहिसँ अधिक सूचनात्मक ग्रेडिएन्ट आधारित शिक्षा प्राप्त करैत अछि। रूपक रूपमे, अनुकूलन हमरा सभकेँ बहुत पूर्वानुमानात्मक मुदा दुर्लभ रूपमे देखल गेल विशेषताक रूपमे घासक ढेरमे नीन खोजबाक अनुमति दैत अछि। हमर सभक प्रतिमान स्टोकास्टिक अनुकूलन आ ऑनलाइन शिक्षामे हालिया प्रगतिसँ उत्पन्न भेल अछि जे एल्गोरिदमक ढाल चरणकेँ नियंत्रित करबाक लेल निकटवर्ती फलनकेँ नियोजित करैत अछि। हमसभ निकटवर्ती फलनक अनुकूलनशील रूपसँ परिमार्जन करबाक लेल एक उपकरणक वर्णन आ विश्लेषण करैत छी, जे एक सीखने दर निर्धारित करब महत्वपूर्ण रूपसँ सरल करैत अछि आ परिणाममे पछतावाक गारंटी दैत अछि जे प्रमाणित रूपसँ सर्वोत्तम निकटवर्ती फलनक रूपमे नीक अछि जे पछातिमे चुनल जा सकैत अछि। हमसभ सामान्य आ महत्वपूर्ण नियमितकरण कार्य आ डोमेन बाधासभक संग अनुभवजन्य जोखिम न्यूनिकरण समस्याक लेल कैकटा कुशल एल्गोरिदम दैत छी । हमसभ प्रयोगात्मक रूपसँ अपन सैद्धान्तिक विश्लेषणक अध्ययन करैत छी आ ई देखाबैत छी जे अनुकूली उप-वर्गक विधि सभ अत्याधुनिक, मुदा अनुकूली नहि, उप-वर्गक एल्गोरिदमसँ बेसी प्रदर्शन करैत अछि। |
f2bc77fdcea85738d1062da83d84dfa3371d378d | ई पेपर चिप-टू-चिप अनुप्रयोगक लेल ९० एनएम सीएमओएसमे ६.२५-जीबी/सेकण्ड १४-एमडब्ल्यू ट्रांसीवरक वर्णन करैत अछि। ट्रांसीवरमे बिजलीक खपत कम करबाक लेल कैको सुविधासभक उपयोग कएल गेल अछि, जहिमे एक साझा एलसी-पीएलएल घडी गुणक, एक इन्डक्टर-लोड्ड अनुनाद घडी वितरण नेटवर्क, एक कम-अथवा प्रोग्राम योग्य स्विंग वोल्टेज मोड ट्रांसमीटर, सफ्टवेयर-नियन्त्रित घडी आ डाटा रिकभरी (सीडीआर) आ रिसीवरक भीतर अनुकूली समकक्षीकरण, आ सीडीआरक लेल एक उपन्यास पीएलएल-आधारित चरण रोटर शामिल अछि। ई डिजाइन -१५ डीबी या बेसीक चैनल क्षीणनक संग १०-१५ या कमक बिट-त्रुटि दरसँ कार्य कए सकैत अछि, जखन कि प्रति ट्रांसीवर २.२५ एमडब्ल्यू/जीबी/सेकण्डसँ कमक उपभोग करैत अछि। |
9da870dbbc32c23013ef92dd9b30db60a3cd7628 | 3 डी आकृति कें गैर-कठोर पंजीकरण एक आवश्यक काज अछि जे बढ़ैत महत्व कें रूप मे कमोडिटी गहराई सेंसर कें गतिशील दृश्य कें स्कैनिंग कें लेल अधिक व्यापक रूप सं उपलब्ध भ जाएत अछि. गैर-कठोर पंजीकरण कठोर पंजीकरण सँ बेसी चुनौतीपूर्ण अछि किएक त ई एकटा वैश्विक परिवर्तनक बजाय स्थानीय परिवर्तनक एक समूहक अनुमान करैत अछि, आ एहि लेल अंडरडेटिमेन्शनक कारण ओवरफिटिंग मुद्दाक प्रवण अछि। पूर्वक विधिमे सामान्य ज्ञान स्थानीय परिवर्तन भिन्नता पर एक l2-मानक नियमितकरण लागू करएबाक अछि। मुदा, l2-नॉर्म रेगुलेराइजेशन समाधानकेँ आउटलाइर आ शोरक दिशामे हेवी-टेल वितरणक दिशामे पूर्वाग्रह करैत अछि, जे परिवर्तनक अंतर पर गॉसियन वितरणक खराब गुण-फिट द्वारा सत्यापित कएल जाइत अछि। एकर विपरीत, लाप्लासियन वितरण परिवर्तन भिन्नताक संग नीक रूपसँ फिट होइत अछि, जे एक स्परसिटी पूर्वक प्रयोगक सुझाव दैत अछि। हम परिवर्तन अनुमानक लेल एक एल-नॉर्म नियमित मॉडलक साथ एक स्पायर नॉन-रिजिड रजिस्ट्रेशन (एसएनआर) विधि प्रस्तावित करैत छी, जे प्रभावी रूप सँ एक वैकल्पिक दिशा विधि (एडीएम) द्वारा बढ़ाएल गेल लैग्रैजियन फ्रेमवर्क के तहत हल कएल जाएत अछि। हमसभ मजबूत आ प्रगतिशील पंजीकरणक लेल बहु-संकल्प योजनाक परिकल्पना सेहो करैत छी। सार्वजनिक डाटासेट आ स्कैन कएल डाटासेट दुनू पर परिणाम हमरा सभक विधिक श्रेष्ठता देखा रहल अछि, विशेष रूपसँ पैघ पैमानाक विकृतिकेँ संभालनेमे आ साथहि आउटलाइर आ शोरकेँ सेहो। |
e36ecd4250fac29cc990330e01c9abee4c67a9d6 | एहि पत्रमे एक उपन्यास का-बैंड ड्युअल-बैंड ड्युअल-सर्कलरी-पोलराइज्ड एन्टेना एरे प्रस्तुत कएल गेल अछि। एक ड्युअल-ब्यान्ड एन्टेना का-ब्यान्ड डाउनलिंक आवृत्तिसभक लेल बायाँ हाथक परिपत्र ध्रुवीकरण आ का-ब्यान्ड अपलिंक आवृत्तिसभक लेल दायाँ हाथक परिपत्र ध्रुवीकरणक संग कम्प्याक्ट एनिलर रिंग स्लॉटसभक साथ प्राप्त कएल गेल अछि । क्रमिक घुमाव तकनीक लागू करैत, नीक प्रदर्शनक संग 2 × 2 सब-अरे प्राप्त कएल जाइत अछि। ई पत्र डिजाइन प्रक्रियाक वर्णन करैत अछि आ सिमुलेशन आ मापनक परिणाम प्रस्तुत करैत अछि। |
0bb71e91b29cf9739c0e1334f905baad01b663e6 | ई पेपर मे एलटीई नेटवर्क मे तैनात बैटरी संचालित उपकरणक लेल ऊर्जा खपत कें न्यूनतम करबाक लेल अनुसूची आ प्रसारण शक्ति नियंत्रणक जांच कैल गेल अछि. मशीन-प्रकारक ग्राहकक विशाल संख्याक लेल कुशल अनुसूची सक्षम करबाक लेल, एकटा उपन्यास वितरित योजना प्रस्तावित कएल गेल अछि जे मशीन नोडकेँ स्थानीय क्लस्टर बनाओत आ क्लस्टर-हेडक माध्यमसँ बेस-स्टेशनसँ संवाद करएत। एकर बाद, एलटीई नेटवर्क मे अपलिंक शेड्यूलिंग आ पावर कंट्रोल कें शुरुआत कैल गेल छै आ लाइफटाइम-अवेयर समाधानक जांच कैल गेल छै जे क्लस्टर-हेड्स आ बेस-स्टेशन के बीच संचार कें लेल इस्तेमाल कैल जाएत. सटीक समाधानक संग, कम जटिलताक उप-उत्तम समाधान एहि कार्यमे प्रस्तुत कएल गेल अछि जे बहुत कम कम्प्यूटेशनल जटिलताक संग निकटतम प्रदर्शन प्राप्त कए सकैत अछि। प्रदर्शन मूल्यांकन देखबैत अछि जे प्रस्तावित प्रोटोकल क उपयोग करैत नेटवर्क क जीवनकाल काफी बढ़ि गेल अछि। |
6dc4be33a07c277ee68d42c151b4ee866108281f | संपीड़न माप सँ सह-विचलन मैट्रिक्स क अनुमान विज्ञान आ इंजीनियरिंग क विभिन्न क्षेत्र मे हालहि मे काफी शोध प्रयास केँ आकर्षित केलक अछि। कम संख्यामे अवलोकनक कारण, सह-विभेदक मैट्रिक्सक अनुमान एक गंभीर रूपसँ गलत समस्या अछि। ई समस्याक समाधान कोभेरिएन्स मैट्रिक्सक संरचनाक बारेमे पूर्व जानकारीक उपयोग करैत कएल जा सकैत अछि। ई पेपर उच्च आयामी सह-विचलन मैट्रिक्स अनुमान समस्याक लेल उत्तल सूत्रसभ आ सम्बन्धित समाधानसभक एक वर्ग प्रस्तुत करैत अछि, जे कि तूपलिट्ज, स्परनेस, नल-पैटर्न, कम रैंक, वा कम परमिटेड रैंक संरचनाक समाधानमे, सकारात्मक अर्ध-परिभाषितताक अतिरिक्त, लगाबैत अछि। अनुकूलन समस्याक समाधानक लेल, हमसभ सह-भिन्नता संवर्धित लैग्रैजियन संकुचन एल्गोरिथ्म (कोवलसा) द्वारा परिचय दैत छी, जे स्प्लिट संवर्धित लैग्रैजियन संकुचन एल्गोरिथ्म (सलसा) क एक उदाहरण अछि। हमसभ अपन दृष्टिकोणक प्रभावकारिताक तुलना अत्याधुनिक एल्गोरिदमसँ करैत छी। |
05357314fe2da7c2248b03d89b7ab9e358cbf01e | सभ अधिकार सुरक्षित. एहि पुस्तकक कोनो भागक कोनो रूपमे कोनो इलेक्ट्रॉनिक वा मैकेनिकल साधनसँ (फोटोकोपी, रेकर्डिङ, वा सूचनाक भंडारण आ पुनःप्राप्ति सहित) प्रकाशकक लिखित अनुमति बिना पुनःप्रकाशित नहि कएल जा सकैत अछि। |
06d0a9697a0f0242dbdeeff08ec5266b74bfe457 | हमसभ प्राकृतिक भाषाक वृक्ष संरचनाक लेल नव पीढ़ीगत मॉडल प्रस्तुत करैत छी जहिमे अर्थिक (शब्दकोशिक निर्भरता) आ वाक्यविन्यासिक संरचनाकेँ अलग-अलग मॉडलसँ स्कोरिंग कएल जाइत अछि। ई कारककरण अवधारणागत सरलता, घटक मॉडलकेँ अलग-अलग सुधारबाक लेल सीधा अवसर प्रदान करैत अछि, आ समान, गैर-कारकित मॉडलसँ निकट प्रदर्शन स्तर प्रदान करैत अछि। सभसँ महत्वपूर्ण बात, अन्य आधुनिक पार्सिंग मॉडलसँ भिन्न, कारकित मॉडलमे अत्यधिक प्रभावशाली पार्सिंग एल्गोरिथ्म शामिल अछि, जे कुशल, सटीक inference संभव बनबैत अछि। |
8f76334bd276a2b92bd79203774f292318f42dc6 | ई पेपर एकटा सर्कुलर हॉर्न एन्टेनासँ सम्बंधित अछि जे एल आकारक जांच द्वारा पोषित कएल जाइत अछि। ब्रॉडबैंड क 50 ओमेगा समाक्षीय केबल क संग मिलान क लेल डिजाइन प्रक्रिया, आ अक्षीय अनुपात आ लाभ मे एंटेना प्रदर्शन प्रस्तुत कएल गेल अछि। ई पेपरक सिमुलेशन परिणाम Ansoft HFSS 9.2 क उपयोग करि प्राप्त कएल गेल छल |
41c987b8a7e916d56fed2ea7311397e0f2286f3b | परम्परागत दृष्टिकोणक विपरीत जे नेटवर्क स्तर पर क्वांटिजेशन पर ध्यान केंद्रित करैत अछि, एहि कार्यमे हमसभ टेंसर स्तर पर क्वांटिजेशन प्रभावकेँ कम करबाक प्रस्ताव करैत छी। हमसभ कम परिशुद्धताक नेटवर्कमे क्वांटिजेशन शोर आ क्लिपिंग विकृति बीचक व्यापार-बंदक विश्लेषण करैत छी। हमसभ विभिन्न टेन्सरसभक सांख्यिकीक पहिचान करैत छी, आ क्लिपिंगक कारण माध्य-वर्ग-त्रुटि क्षय लेल सटीक अभिव्यक्ति प्राप्त करैत छी। ई अभिव्यक्तिकेँ अनुकूलित करैत, हमसभ मानक क्वांटिजेशन योजनासभमे उल्लेखनीय सुधार देखाबए छी जे सामान्यतः क्लिपिंगसँ बचैत अछि। उदाहरणक लेल, केवल सटीक क्लिपिंग मान चुनला सँ, ४०% सँ अधिक सटीकता सुधार प्राप्त कएल जाइत अछि VGG16-BN क क्वांटिजेशन क लेल ४-बिट सटीकता। हमरा सभक परिणामकेँ प्रशिक्षण आ अनुमानक समय दुनूमे तंत्रिका नेटवर्कक क्वांटिजेशनक लेल बहुत अनुप्रयोग अछि। एक तत्काल अनुप्रयोग अछि न्यूरल नेटवर्कक त्वरित तैनाती लेल कम सटीकताक त्वरकमे बिना समय-उपभोगी फाइन ट्यूनिंग वा पूर्ण डाटासेटक उपलब्धताक लेल। |
1bde4205a9f1395390c451a37f9014c8bea32a8a | रेंज इमेज मे क्वेरी कएल गेल वस्तु कें पहचान आ स्थानीयकरण रोबोटिक हेरफेर आ नेविगेशन कें लेल महत्वपूर्ण भूमिका निभाबैत अछि. यद्यपि एकर लगातार अध्ययन कएल गेल अछि, ओ ओक्ल्यूशन आ गडबडीक दृश्यसभक लेल एक चुनौतीपूर्ण कार्य अछि । |
242caa8e04b73f56a8d4adae36028cc176364540 | हमसभ ३ डी सेन्सरमे लागू मतदान आधारित मुद्रा अनुमान एल्गोरिथ्मक प्रस्ताव करैत छी, जे बहुत रास रोबोटिक्स, कम्प्युटर दृष्टि आ गेमिङ अनुप्रयोगमे अपन २ डी समकक्षकेँ तेजीसँ प्रतिस्थापित कऽ रहल अछि। हालहिमे ई देखाओल गेल जे अभिमुखिकृत ३ डी बिन्दुसभक एक जोडी, जे कि सामान्यक साथ वस्तुक सतह पर बिन्दुसभ अछि, मतदान फ्रेमवर्कमे तीव्र आ बलवान मुद्रा अनुमानक अनुमति दैत अछि। यद्यपि अभिमुख सतह बिन्दु पर्याप्त वक्रता परिवर्तनसभक साथ वस्तुसभक लेल भेदभावपूर्ण अछि, ओसभ बहुत रास औद्योगिक आ वास्तविक दुनियाक वस्तुसभक लेल पर्याप्त कम्प्याक्ट आ भेदभावपूर्ण नहि अछि जे प्रायः समतल अछि । किनारसभ २ डी पंजीकरणमे प्रमुख भूमिका निर्वाह करैत अछि, गहराईक विच्छेदनसभ ३ डीमे महत्वपूर्ण अछि । ई पेपर मे, हम पोस अनुमान एल्गोरिदम क एकटा परिवार क जांच आ विकास करैत छी जे एहि सीमा जानकारी क बेहतर उपयोग करैत अछि। अभिमुख सतह बिन्दुसभक अतिरिक्त, हमसभ दूटा अन्य आदिम प्रयोग करैत छी: दिशासभक संग सीमा बिन्दुसभ आ सीमा रेखा खण्डसभ । हमरा सभक प्रयोगसँ पता चलैत अछि जे ई सावधानीपूर्वक चुनल गेल आदिम अधिक सूचनाकेँ संकुचित रूपेँ एन्कोड करैत अछि आ एहि तरहेँ औद्योगिक भागक एक विस्तृत वर्गक लेल उच्च सटीकता प्रदान करैत अछि आ तेजीसँ गणना केँ सक्षम करैत अछि। हमसभ प्रस्तावित एल्गोरिथ्म आ थ्री डी सेंसरक प्रयोग करैत एकटा व्यावहारिक रोबोटिक बिन-पिकिंग सिस्टमक प्रदर्शन करब। |
5df318e4aac5313124571ecc7e186cba9e84a264 | आधिकारिक मोबाइल एप्लिकेशन बाजार मे बार-बार भेने जाए वाला मैलवेयर केर बढ़ैत संख्याक कारण सँ अंत-उपयोगकर्ताक व्यक्तिगत आ संवेदनशील जानकारीक गोपनीयता आ निजता पर खतरा उत्पन्न भ रहल अछि। अंत प्रयोगकर्ताक उपकरणसभके विरोधी अनुप्रयोगसभक शिकार होएसँ बचाबयमे शिक्षा आ उद्योगमे सुरक्षा शोधकर्ता/इंजीनियरसभक लेल तकनीकी आ अनुसन्धान चुनौती प्रस्तुत करैत अछि। सुरक्षा अभ्यास आ विश्लेषण जाँचक बावजूद, मैलवेयर सुरक्षाक माध्यमसँ घुसकि कऽ प्रयोगकर्ताक उपकरणसभके संक्रमित करैत अछि। मालवेयरक विकासक कारण सँ ई जटिल आ गतिशील रूप सँ बदलि रहल सॉफ्टवेयर बनैत गेल अछि जे प्रायः वैध एप्लिकेशनक रूप मे भेस करैत अछि। अत्यधिक उन्नत भटकन तकनीक क उपयोग, जैना कि एन्क्रिप्टेड कोड, ओफस्केशन आ डायनामिक कोड अपडेट, आदि, उपन्यास मैलवेयर मे पाओल जाए वाला आम प्रथा अछि। डायनामिक कोड अपडेट क बचबाक लेल, एक मैलवेयर जे एक सौम्य एप क रूप मे देखा रहल अछि, विश्लेषण जांच केँ दरकिनार करैत अछि आ ओकर दुर्भावनापूर्ण कार्यक्षमताक खुलासा मात्र जखन उपयोगकर्ताक डिवाइस पर स्थापित कएल जाएत अछि। ई शोधपत्र एंड्राइड एप्लिकेशन मे डायनामिक कोड अपडेट कें उपयोग आ उपयोग तरीका पर एकटा पूर्ण अध्ययन प्रदान करैत अछि. एकर अतिरिक्त, हमसभ एक हाइब्रिड विश्लेषण दृष्टिकोण, स्टेडार्ट, प्रस्तावित करैत छी जे गतिशील कोड अपडेटक उपस्थितिमे एप्लिकेसनसभक विश्लेषण करबाक लेल स्थिर विश्लेषण तकनीकसभक निहित कमजोरीसभकेँ कवर करबाक लेल स्थिर आ गतिशील विश्लेषणकेँ आपसमे मिलाबैत अछि। वास्तविक दुनियाक अनुप्रयोगसभमे हमरसभक मूल्यांकनक परिणाम स्टेडार्टक प्रभावकारिताक प्रदर्शन करैत अछि। मुदा, सामान्यतः गतिशील विश्लेषण, आ हाइब्रिड विश्लेषण सेहो, ऐप्सक व्यवहार केँ प्रोत्साहित करबाक समस्या ल लैत अछि जे स्वचालित विश्लेषण उपकरणक लेल एकटा गैर-तत्कालिक चुनौती अछि। एहि अन्तमे, हमसभ बैकवर्ड स्लाइसिङ्ग आधारित टार्गेटेड इन्टर कम्पोनेन्ट कोड पाथ एक्जिक्युसन तकनीक, टीआईसीसी प्रस्ताव करैत छी । TeICC एप मे लक्ष्य बिंदु सँ शुरू क कोड पथ निकालेबाक लेल एक बैकवर्ड स्लाइसिंग तंत्रक लाभ उठबैत अछि। ई सिस्टम निर्भरता ग्राफ क उपयोग करैत अछि जे इंटर-कम्पोनेंट संचार क लेल कोड पथ क निकालि सकैत अछि। निष्कर्षित कोड पथकेँ तब उपकरणित कएल जाएत अछि आ संवेदनशील गतिशील व्यवहारकेँ पकड़बाक लेल, गतिशील कोड अपडेट आ ओफसकेशन केँ हल करबाक लेल अनुप्रयोग संदर्भक भीतर निष्पादित कएल जाएत अछि। TeICC कs मूल्यांकन से पता चलैत अछि जे एकर उपयोग अदृश्य Android अनुप्रयोग मे इंटर-कम्पोनेंट कोड पथ कs लक्षित निष्पादन कs लेल प्रभावी रूप सs कएल जा सकैत अछि। संगहि, हमसभ ई संभावनाकेँ सेहो बाहर नहि कए सकैत छी जे कोनो प्रतिद्वंद्वी उपयोगकर्ताक उपकरण धरि पहुँच सकए, हमसभ एक ऑन-फोन एपीआई हुकिंगक प्रस्ताव करैत छी |
5ed4b57999d2a6c28c66341179e2888c9ca96a25 | एहि लेखमे, हमसभ जटिल दुनियामे कार्य करए लेल सीख सकए बला एजेंटसभक विकासक लक्ष्यक दिशामे काज करैत छी । हमसभ एक संभाव्य, संबंधपरक नियोजन नियम प्रतिनिधित्व विकसित करैत छी जे कम्पैक्ट रूपसँ शोर, गैर-निर्धारक क्रिया प्रभावसभक नमूना बनबैत अछि, आ देखाबैत अछि कि ऐहन नियमसभकेँ प्रभावकारी रूपसँ कोना सीखल जा सकैत अछि। सरल योजना डोमेन आ यथार्थवादी भौतिकीक संग 3 डी सिम्युलेटेड ब्लॉक दुनिया मे प्रयोग द्वारा, हमसभ ई देखाबए छी जे ई सीखबाक एल्गोरिथ्म एजेंटसभकेँ विश्व गतिशीलताक प्रभावी ढंगसँ नमूना बनाबएमे सक्षम बनबैत अछि। |
55c769b5829ca88ba940e0050497f4956c233445 | दृश्य ओडोमेट्रिया आरजीबी-डी कैमरा द्वारा देल गेल गहराई जानकारी द्वारा बढ़ाएल जाए सकैत अछि, वा कैमरा सँ जुड़ल लिडार सँ। मुदा, एहन गहराइक जानकारी सेंसर द्वारा सीमित कएल जा सकैत अछि, दृश्य छविसभमे पैघ क्षेत्रसभ छोड़ैत अछि जतय गहराइ उपलब्ध नहि अछि । एहिमे, हमसभ कैमरा गतिक पुनर्प्राप्तिमे, जँ कम उपलब्ध भएल अछि, तैयो गहराईक उपयोग करबाक एक विधि प्रस्ताव करैत छी। एकर अतिरिक्त, विधि पूर्व अनुमानित गतिक उपयोग करैत गति सँ संरचना द्वारा गहराईक उपयोग करैत अछि, आ प्रमुख दृश्य सुविधासभ जकरा लेल गहराई उपलब्ध नहि अछि। एहि लेल, विधि आरजीबीडी दृश्य ओडोमेटरी क विस्तार कए सकैत अछि पैघ पैमाना पर, खुला वातावरण जतय गहराई अक्सर पर्याप्त रूप सँ अधिग्रहण नहि कएल जा सकैत अछि। हमरा सभक विधिक मूल अछि एक बंडल समायोजन चरण जे कि गति अनुमानकेँ समानांतरमे परिष्कृत करैत अछि छविसभक क्रमकेँ प्रसंस्करण करैत, बैच अनुकूलनमे। हमसभ अपन विधिकेँ तीनटा सेंसर सेटअपमे मूल्यांकन केने छी, एकटा आरजीबी-डी कैमराक प्रयोग करैत, आ दूटा कैमरा आ थ्रीडी लीडरक संयोजनक प्रयोग करैत। हमर विधि केआईटीटीआई ओडोमेट्री बेन्चमार्क पर # 4 रेटिंग प्राप्त कएने अछि, जे सेंसरिंग मोडल्टीक तुलनामे स्टीरियो भिजुअल ओडोमेट्री विधि सँ अछि जे त्रिभुज द्वारा गहराई प्राप्त करैत अछि। परिणामी औसत स्थिति त्रुटि यात्राक दूरीक 1.14% अछि। |
0c668ee24d58ecca165f788d40765e79ed615471 | |
9cccd211c9208f790d71fa5b3499d8f827744aa0 | शैक्षिक डाटा खननक माध्यम सँ विभिन्न शैक्षिक उन्मुख समस्याक समाधान कएल जाइत अछि, जे डाटा खननक सभसँ प्रचलित अनुप्रयोग अछि। ई पेपरक एक महत्वपूर्ण लक्ष्य ईडीएम पर कएल गेल सभसँ हालिया कार्यक अध्ययन आ ओकर गुण आ दोषक विश्लेषण अछि। ई पेपर विभिन्न डाटा माइनिंग प्रथा आ तकनीकसभक संचयी परिणामसभ पर प्रकाश डालैत अछि आ ई शोधकर्तासभके ईडीएमके भविष्यक दिशामे सुझाव दैत अछि । एकर अतिरिक्त, भविष्यक शोधक लेल सर्वाधिक विश्वसनीय एल्गोरिदमक अवलोकन करबाक लेल मूल्यांकन, निश्चित वर्गीकरण आ क्लस्टरिंग एल्गोरिदमक लेल एक प्रयोग सेहो कएल गेल छल। |
197a7fc2f8d57d93727b348851b59b34ce990afd | एसआरआईएलएम सी++ लाइब्रेरी, निष्पादन योग्य कार्यक्रम आ सहायक स्क्रिप्टसभक संग्रह अछि जे भाषण मान्यता आ अन्य अनुप्रयोगसभक लेल सांख्यिकीय भाषाक मोडलसभक उत्पादन आ प्रयोग दुनूक अनुमति देबाक लेल डिजाइन कएल गेल अछि । एसआरआईएलएम गैर-व्यावसायिक प्रयोजनक लेल स्वतंत्र रूपेँ उपलब्ध अछि। ई टूलकिट एन-ग्राम सांख्यिकीक आधार पर विभिन्न प्रकारक भाषाक मॉडल प्रकारक निर्माण आ मूल्यांकनक समर्थन करैत अछि, संगहि कैको सम्बन्धित कार्य, जेना कि सांख्यिकीय टैगिंग आ एन-सर्वोत्तम सूची आ शब्द जालक हेरफेर। ई पेपर टूलकिट क कार्यक्षमता क सारांश दैत अछि आ एकर डिजाइन आ कार्यान्वयन पर चर्चा करैत अछि, तेजी सं प्रोटोटाइप क सुगमता, पुनः उपयोगिता आ टूल क संयोजन पर प्रकाश डालैत अछि। |
12f661171799cbd899e1ff4ae0a7e2170c3d547b | सांख्यिकीय भाषाक मॉडल विभिन्न प्राकृतिक भाषाक घटनाक वितरणक अनुमान करैत अछि जे भाषण मान्यता आ अन्य भाषा प्रविधिक उद्देश्यसँ कएल जाएत अछि। पहिल महत्वपूर्ण मॉडल 1980 मे प्रस्तावित कएल गेल छल, एहि लेल कलाक स्थिति मे सुधार करबाक अनेक प्रयास कएल गेल अछि। हमसभ हिनकर समीक्षा करैत छी, किछु आशाजनक दिशाक संकेत करैत छी, आ डाटाक संग भाषाई सिद्धान्तक एकीकरणक लेल बेयसियन दृष्टिकोणक लेल तर्क करैत छी। |
395f4b41578c3ff5139ddcf9e90eb60801b50394 | सीएमयू सांख्यिकीय भाषा मॉडलिंग टूलकिट कें निर्माण आ परीक्षण कें सुविधा कें लेल 2005 मे पुनः किराया पर लेल गेल छल. ई वर्तमान मे 200 सँ अधिक देशक मे अकादमिक सरकार आ औद्योगिक प्रयोगशाला मे उपयोग मे अछि। ई पेपर टूलकिट कें एकटा नव संस्करण प्रस्तुत करैत अछि। हम टूलकिट मे लागू कन्वेंशनल भाषा मॉडलिंग तकनीक कें रूपरेखा तैयार करैत छी आ एहि कार्य कें लेल पूर्ववर्ती सॉफ्टवेयर कें तुलना मे नव टूलकिट कें अतिरिक्त क्षमता आ कार्यक्षमता कें वर्णन करैत छी। अंत मे हम एक सरल भाषा मॉडल कें निर्माण आ परीक्षण मे टूलकिट कें उपयोग कें बारे मे जानकारी दैत छी। |
0b8f4edf1a7b4d19d47d419f41cde432b9708ab7 | हमसभ सिलिकॉनसँ भरल एकीकृत वेव गाइडक निर्माणक लेल एक प्रविधि प्रस्तुत करैत छी जे कम हानि उच्च प्रदर्शन मिलिमिटर-वेव निष्क्रिय घटक आ उच्च लाभ एरे एन्टेनाक प्राप्ति केँ सक्षम करैत अछि, एहि प्रकार उच्च एकीकृत मिलिमिटर-वेव प्रणालीक प्राप्ति केँ सुविधा प्रदान करैत अछि। प्रस्तावित प्रौद्योगिकी उच्च ज्यामितीय सटीकता आ सतत धातुक साइड वालसँ आयताकार वेव गाइडकेँ एकीकृत करबाक लेल एल्युमिनियम धातुकरणक चरणसभक साथ डीप रिएक्टिव-आयन-एचिंग (डीआरआईई) तकनीकसभक उपयोग करैत अछि। एकीकृत आयताकार वेव गाइडक मापनक परिणामक सूचना देल गेल अछि जे १०५ गीगाहर्ट्ज पर ०.१५ डीबी/ एलजीक हानि देखा रहल अछि। एकर अतिरिक्त, अल्ट्रा वाइडबैंड कोप्लेनार सँ वेव गाइडक संक्रमणक वर्णन आ विशेषता देल गेल अछि जे १०५ गीगाहर्ट्ज पर ०.६ डीबी सम्मिलन हानि आ ८० सँ ११० गीगाहर्ट्ज धरि १५ डीबी सँ बेसीक रिटर्न हानिक साथ अछि। आवृत्ति स्कैनिंग स्लॉटेड वेव गाइड एरे एन्टेनाक डिजाइन, एकीकरण आ मापल प्रदर्शनक रिपोर्ट कएल गेल अछि, जे 23 गीगाहर्ट्जक बैंडमे 82 डिग्रीक मापल बीम स्टीयरिंग क्षमता आ 96 गीगाहर्ट्जमे 8.5 डिग्रीक आधा पावर बीम-विड्थ (एचपीबीडब्ल्यू) प्राप्त करैत अछि। अंतमे, कम लागतक एमएम-वेव सिस्टम स्तरक एकीकरणक सुविधा प्रदान करबाक लेल ई प्रौद्योगिकीक क्षमताकेँ प्रदर्शित करबाक लेल, इमेजिंग रडार अनुप्रयोगक लेल एक आवृत्ति-संवृत सतत तरंग (एफएमसीडब्ल्यू) प्रसारण-प्राप्त आईसी फ्लिप-चिप सीधे एकीकृत एरे पर स्थापित कएल गेल अछि आ प्रायोगिक रूपसँ विशेषता देल गेल अछि। |
31864e13a9b3473ebb07b4f991f0ae3363517244 | ई पेपर किनारक पता लगाबैक लेल कम्प्यूटेशनल दृष्टिकोणक वर्णन करैत अछि। एहि दृष्टिकोणक सफलता सीमाक बिन्दुक गणनाक लेल लक्ष्यक एक व्यापक सेटक परिभाषा पर निर्भर करैत अछि। ई लक्ष्य सभ पर्याप्त सटीक होएबाक चाही जे डिटेक्टरक वांछित व्यवहारक सीमाक निर्धारण करैत समाधानक रूपक बारेमे न्यूनतम अनुमान बनाबैत समय। हमसभ किनारसभक वर्गक लेल पता लगाब आ स्थानीयकरण मापदण्डकेँ परिभाषित करैत छी, आ एहि मापदण्डक लेल गणितीय रूपकेँ ऑपरेटर आवेग प्रतिक्रिया पर कार्यात्मक रूपमे प्रस्तुत करैत छी। एकर बाद एकटा तेसर मापदण्ड जोड़ल जाइत अछि जे सुनिश्चित करै जे डिटेक्टरक एकटा किनार पर मात्र एक प्रतिक्रिया होए। हमसभ संख्यात्मक अनुकूलनमे मापदण्डक प्रयोग कएने छी जे विभिन्न सामान्य छवि सुविधासभक लेल डिटेक्टर प्राप्त करबाक लेल, जहिमे स्टेप एजेस सेहो शामिल अछि। विश्लेषण कें चरण किनार कें विशेषज्ञता पर, हम पबैत छी कि पता लगाबय आ स्थानीयकरण प्रदर्शन कें बीच एक प्राकृतिक अनिश्चितता सिद्धांत छै, जे दू मुख्य लक्ष्य छै. एहि सिद्धान्तक संग हम एक एकल संचालक आकृति प्राप्त करैत छी जे कोनो पैमाना पर इष्टतम अछि। इष्टतम डिटेक्टरक एकटा साधारण अनुमानित कार्यान्वयन अछि जाहिमे गासियन-सुथरा छविक ग्रेडिएन्ट परिमाणमे किनारसभकेँ अधिकतममे चिन्हित कएल जाइत अछि । हमसभ ई साधारण डिटेक्टरक विस्तार कएने छी अनेक चौड़ाइक संचालकक उपयोग करैत छविमे विभिन्न सिग्नल-टू-शोर अनुपातक सामना करबा लेल। हमसभ एक सामान्य विधि प्रस्तुत करैत छी, जकरा विशेषता संश्लेषण कहल जाइत अछि, विभिन्न पैमाना पर संचालकसभसँ सूचनाक सूक्ष्म सँ मोटा समाकलनक लेल। अंतमे हमसभ देखैत छी जे स्टेप एज डिटेक्टरक प्रदर्शनमे काफी सुधार होइत अछि जहिना ऑपरेटर प्वाइंट स्प्रेड फंक्शन किनारक साथ विस्तारित होइत अछि। |
b41c45b2ca0c38a4514f0779395ebdf3d34cecc0 | |
7e19f7a82528fa79349f1fc61c7f0d35a9ad3a5e | चेहरा जटिल, बहुआयामी, सार्थक दृश्य उत्तेजनासभक प्रतिनिधित्व करैत अछि आ चेहरा पहिचानक लेल कम्प्यूटेशनल मोडल विकसित करब कठिन अछि [४२] । हम सभ हाइब्रिड न्यूरल नेटवर्क समाधान प्रस्तुत करैत छी जे अन्य पद्धतिक संग अनुकूल तुलना करैत अछि। ई प्रणाली स्थानीय छवि नमूनाकरण, एक आत्म-संगठित नक्शा तंत्रिका नेटवर्क, आ एक संवितरण तंत्रिका नेटवर्क केँ जोड़ैत अछि। स्व-संगठित नक्शा छवि नमूनासभक एक स्थलीय स्थानमे एक क्वांटिजेसन प्रदान करैत अछि जतय मूल स्थानमे रहल इनपुटसभ आउटपुट स्थानमे सेहो निकट रहैत अछि, एहि प्रकारसँ छवि नमूनामे मामूली परिवर्तनसभक आयामियता रेडक्शन आ इन्भेरिएन्स प्रदान करैत अछि, आ संवृतिक तंत्रिका नेटवर्क अनुवाद, रोटेशन, स्केल, आ विरूपणक लेल आंशिक इन्भेरिएन्स प्रदान करैत अछि। संवृतिक जाल कार्य स्तरक एक पदानुक्रमित सेटमे क्रमिक रूपसँ पैघ विशेषतासभ निकालि लैत अछि। हमसभ स्वयं-संगठित नक्शाक स्थानमे कारुनेन-लोएभ परिवर्तनक प्रयोग करैत परिणाम प्रस्तुत करैत छी, आ कन्वल्यूशनल नेटवर्कक स्थानमे बहु-स्तरक पेर्सेप्ट्रोन। Karhunen-Loève परिवर्तन लगभग ठीक कार्य करैत अछि (५.३% त्रुटि बनाम ३.८%) । बहु-स्तरिय पर्सेप्ट्रोन बहुत खराब प्रदर्शन करैत अछि (40% त्रुटि बनाम 3.8%). ई पद्धति तीव्र वर्गीकरणक क्षमता राखैत अछि, मात्र तीव्र, अनुमानित सामान्यीकरण आ पूर्व-प्रक्रियाक आवश्यकता होइत अछि, आ लगातार स्वयंसिद्ध दृष्टिकोणक तुलनामे बेहतर वर्गीकरण प्रदर्शन प्रदर्शित करैत अछि [42] प्रति व्यक्ति 5 इमेज कें संग प्रस्तावित विधि आ आयनफेस 3.8% आ 10.5% त्रुटि मे परिणत होइत अछि. मान्यता अपन आउटपुटमे विश्वासक माप प्रदान करैत अछि आ वर्गीकरण त्रुटि शून्यक समीप जाइत अछि जखन कि केवल १०% उदाहरणकेँ अस्वीकार करैत अछि। हमसभ ४० व्यक्तिक ४०० चित्रक एकटा डाटाबेस प्रयोग करैत छी जे अभिव्यक्ति, मुद्रा आ चेहरक विवरणमे उच्च स्तरक भिन्नताक समावेश करैत अछि। हमसभ कम्प्यूटेशनल जटिलताक विश्लेषण करैत छी आ चर्चा करैत छी कि प्रशिक्षित मान्यताकर्तामे नव वर्गक जोड़ कोना कएल जा सकैत अछि। |
5dd9dc47c4acc9ea3e597751194db52119398ac6 | शिफ्ट रजिस्टर एक प्रकारक अनुक्रमिक तर्क सर्किट छी जे मुख्यतः डिजिटल डाटाक भंडारणक लेल प्रयोग कएल जाएत अछि वा सिस्टमक सुरक्षाक सुधारक लेल रेडियो फ्रीक्वेंसी आइडेंटिफिकेशन (आरएफआईडी) अनुप्रयोगमे बाइनरी नम्बरक रूपमे डाटाक हस्तांतरणक लेल। ई लेखमे एक ऊर्जा-कुशल शिफ्ट रजिस्टर प्रस्तुत कएल गेल अछि जे एकटा नव फ्लिप-फ्लॉपक उपयोग करैत अछि जे एकटा निहित पल्स-ट्रिगर कएल संरचनाक साथ अछि। प्रस्तावित फ्लिप-फ्लॉप मे उच्च प्रदर्शन आ कम बिजलीक विशेषता अछि। ई पाँचटा ट्रांजिस्टरसँ बनल एक नमूना सर्किट, आरोहण आ अवरोहण पथक लेल एक सी-एलिमेन्ट आ एक रखवाला स्टेजसँ बनल अछि। गति चारि टा घडीक ट्रांजिस्टरक साथ-साथ एक संक्रमण स्थिति तकनीक केँ निष्पादित करैत बढ़ाएल जाइत अछि। सिमुलेशन परिणाम पुष्टि करैत अछि जे प्रस्तावित टोपोलोजी क्रमशः 30.1997 आ 22.7071 nWक सभसँ कम मात्रामे शक्ति खपत करैत अछि जे क्रमशः 22 μm2 चिप क्षेत्रक कवर करैत अछि। कुल मिलाक डिजाइनमे मात्र १६ ट्रांजिस्टरसभ अछि आ १.२ वोल्टक पावर सप्लाईक साथ १३० एनएम कम्प्लीमेन्टरी-मेटल-ऑक्साइड-सेमीकन्डक्टर (सीएमओएस) प्रविधिमे सिमुलेटेड अछि । |
d76beb59a23c01c9bec1940c4cec1ca26e00480a | वायुसेना अनुसंधान प्रयोगशाला दू टा मस्तिष्क-कम्प्युटर अंतरफलक (बीसीआई) क कार्यान्वयन आ मूल्यांकन कएने अछि जे स्थिर-राज्य दृश्यक प्रतिक्रियाक एक भौतिक उपकरण वा कम्प्युटर प्रोग्राम क संचालन क लेल एक नियंत्रण संकेत मे अनुवाद करैत अछि। एक दृष्टिकोणमे, संचालक स्वयं मस्तिष्कक प्रतिक्रियाकेँ विनियमित करैत अछि; दोसर दृष्टिकोण बहु-उत्प्रेरित प्रतिक्रियाक उपयोग करैत अछि। |
8a65dc637d39c14323dccd5cbcc08eed2553880e | ई लेख दक्षिण अफ्रिकामे जिला प्रबन्धनक समर्थनमे स्वास्थ्य सूचना प्रणाली विकासक लेल चलैत कार्य अनुसन्धान परियोजनाक प्रारम्भिक अवधि (१९९४-२००१) क वर्णन करैत अछि। दक्षिण अफ्रीका मे स्वास्थ्य क्षेत्रक पुनर्निर्माण, स्वास्थ्य सेवा वितरण मे समानताक लेल प्रयास आ स्वास्थ्य जिलाक आधार पर विकेन्द्रीकृत संरचनाक निर्माण। सूचना प्रणाली (आईएस) विकासक संदर्भ मे, ई सुधार प्रक्रिया स्वास्थ्य डेटाक मानकीकरण मे अनुवाद करैत अछि जे स्थानीय नियंत्रण आ सूचनाक संचालनक एकीकरण केँ बढ़ाकय नव दक्षिण अफ्रीकाक लक्ष्य केँ दर्शाबैत अछि। हमसभ क्रियाशील शोधक अपन दृष्टिकोणक वर्णन करैत छी आ मामलाक सामग्रीक विश्लेषणमे अभिनेता-नेटवर्क आ संरचनात्मक सिद्धान्तक अवधारणाक उपयोग करैत छी। आईएस विकासक विस्तृत विवरण आ विश्लेषणमे, हमसभ मानकीकरण आ स्थानीय लचीलापन (स्थानीयकरण) केँ संतुलित करबाक आवश्यकता पर ध्यान केन्द्रित करैत छी; मानकीकरणकेँ एहि प्रकार विभिन्न प्रकारक अभिनेतासभक एक सरणीक निचला सँ उपर धरि संरेखित रूपमे देखल जाइत अछि। सूचना प्रणालीक सामाजिक प्रणालीक मॉडल पर आधारित, हम आईएस डिजाइन रणनीति केँ विकसित आ उपयोग कएल गेल प्रक्रियाक खेतीक रूपमे अवधारणाबद्ध करैत छी जाहिसँ ई अभिनेता अपन हितक अनुवाद आ संरेखण करैत अछि। हमसभ वैश्विक आ स्थानीय डाटासेटसभक एक मोडुलर पदानुक्रमक विकास करैत छी जकर अन्तर्गत मानकीकरण आ स्थानीयकरणक बीच तनावकेँ बुझल आ सम्बोधन कएल जा सकैत अछि । अन्तमे, हमसभ दोसर देशसभमे शोधक परिणामसभक सम्भावित प्रासंगिकता पर चर्चा करैत छी । |
600434c6255c160b53ad26912c1c0b96f0d48ce6 | रैंडम फरेस्ट एक कम्प्यूटेशनल रूप सँ कुशल तकनीक अछि जे पैघ डाटासेट पर जल्दी सं संचालित क सकैत अछि। एकर प्रयोग हाल के कैको शोध परियोजना आ विभिन्न क्षेत्रमे वास्तविक दुनियाक अनुप्रयोगमे कएल गेल अछि। मुदा, संबंधित साहित्यमे एहेन कोनो निर्देश नहि देल गेल अछि जे रैंडम वन बनाबए लेल कतेक गाछक उपयोग कएल जाए। एहिमे रिपोर्ट कएल गेल शोधक विश्लेषण करैत अछि जे कि रैंडम फरेस्टमे गाछक इष्टतम संख्या अछि, अर्थात्, एक सीमा जहिसँ गाछक संख्या बढ़लासँ प्रदर्शनमे कोनो महत्वपूर्ण लाभ नहि होएत, आ मात्र गणनात्मक लागत बढत। हमरा सभक मुख्य निष्कर्ष अछि: जहिना गाछक संख्या बढ़ैत अछि, तहिना एकर अर्थ ई नहि जे जंगलक प्रदर्शन पहिनेक जंगल (कम गाछ) सँ बेसी अछि, आ गाछक संख्या दोगुना करब बेकार अछि। ई सेहो कहल जा सकैत अछि जे एकटा सीमा अछि जाहिसँ बेसी कोनो महत्वपूर्ण लाभ नहि होइत अछि, जखन तक कि एकटा विशाल कम्प्यूटेशनल वातावरण उपलब्ध नहि अछि। एकर अतिरिक्त, कोनो वनमे गाछक संख्या दुगुना करैत AUC लाभक लेल एक प्रयोगात्मक सम्बन्ध भेटल छल। एकर अतिरिक्त, जहिना गाछक संख्या बढैत अछि, तहिना गुणसभक पूर्ण सेट रैंडम वनमे प्रयोग कएल जाएत अछि, जे जैव चिकित्सा क्षेत्रमे रोचक नहि भ सकैत अछि । एकर अतिरिक्त, डाटासेट घनत्व-आधारित मेट्रिक्स एहि ठाम प्रस्तावित संभवतः निर्णय वृक्षसभ पर वीसी आयाम के किछु पहलूकेँ पकड़ैत अछि आ कम घनत्व डाटासेटकेँ पैघ क्षमताक मशीनक आवश्यकता भ सकैत अछि जखन कि एकर विपरीत सेहो सत्य प्रतीत होइत अछि। |
4cbadc5f4afe9ac178fd14a6875ef1956a528313 | पिछला किछु वर्ष मे प्रौद्योगिकी मे भेल प्रगति स छोट संवेदक नोड सभ केँ इंटरनेटक शेष भाग सँ वायरलेस संचार केना संभव बना देलक। ई उपलब्धिक संग एहन आईपी-सक्षम वायरलेस सेंसर नेटवर्क (आईपी-डब्ल्यूएसएन) क सुरक्षाक प्रश्न उभरल आ ओइ समय सँ एकटा महत्वपूर्ण शोध विषय रहल अछि। ई शोधमे हमसभ कन्टीकी सञ्चालन प्रणालीक लेल पूर्व-साझा कुंजी सिफर सूट (TLS PSK WITH AES 128 CCM 8) क उपयोग करैत TLS आ DTLS प्रोटोकल क अपन कार्यान्वयन पर चर्चा करैत छी। एहि परियोजनाक माध्यम सँ हमसभ कन्टीकी ओएस द्वारा समर्थित प्रोटोकलसभक समूहमे एकटा नव प्रोटोकल जोड़बाक अतिरिक्त, ई मूल्यांकन कए सकैत छी जे आईपी-डब्लूएसएनक लेल परिवहन-स्तरक सुरक्षा आ पूर्व-साझा कुंजी प्रबन्धन योजना कतेक उपयुक्त अछि। |
0ab99aa04e3a8340a7552355fb547374a5604b24 | बहुत रास निदान कार्यसभक लेल असामान्यतासभक पता लगाबैक लेल आर समयक संग माप आ परिवर्तनकेँ मात्रात्मक रूपमे मापैक लेल प्रारम्भिक खोज प्रक्रियाक आवश्यकता होएत अछि । कम्प्यूटरीकृत उपकरण, विशेष रूप सँ छवि विश्लेषण आ मशीन लर्निंग, निदानक सुधारेबाक लेल महत्वपूर्ण सक्षमकर्ता अछि, कारण ई खोजक पहचानक सुविधा प्रदान करैत अछि जकरा इलाजक आवश्यकता होएत अछि आ विशेषज्ञक कार्यप्रवाहक समर्थन करैत अछि। एहि उपकरणसभमे, गहन शिक्षा तेजीसँ अत्याधुनिक आधार साबित भ रहल अछि, जे बढिया सटीकताक लेल अग्रसर अछि। ई डाटा विश्लेषणमे सेहो नव सीमा खोललक अछि, जकर प्रगति दर पहिने अनुभव नहि भेल छल। ईईपी सीखना सामान्य डाटा विश्लेषणमे एकटा बढैत प्रवृत्ति अछि आ एकरा २०१३ क १० सफलताजनक प्रविधिसभमे सँ एक कहल गेल अछि । [1] गहन शिक्षा कृत्रिम तंत्रिका संजालसभक एक सुधार छी, जहिमे अधिक परतसभ होएत अछि जे उच्च स्तरक अमूर्तता आ डाटासँ सुधारित भविष्यवाणीक अनुमति देत अछि । आइ धरि, ई सामान्य इमेजिंग आ कम्प्युटर दृष्टि डोमेनमे अग्रणी मशीन-लर्निंग उपकरणक रूपमे उभरि रहल अछि। विशेष रूप सँ, कन्भोलुशनल न्यूरल नेटवर्क (सीएनएन) कम्प्यूटर दृष्टि कार्यक एकटा विस्तृत श्रृंखलाक लेल शक्तिशाली उपकरण साबित भेल अछि। डीप सीएनएन स्वचालित रूप सँ कच्चा डाटा (उदाहरण, छवि) सँ प्राप्त मध्य-स्तर आ उच्च-स्तरक अमूर्ततासभ सीखैत अछि । हाल के परिणाम सं पता चलैत अछि जे सीएनएन सं निकालल गेल जेनेरिक डिस्क्रिप्टर प्राकृतिक चित्र मे वस्तु कें पहचान आ स्थानीयकरण मे अत्यधिक प्रभावी अछि. दुनिया भरिक चिकित्सा छवि विश्लेषण समूह तेजीसँ एहि क्षेत्रमे प्रवेश कऽ रहल अछि आ सीएनएन आ अन्य गहन शिक्षा पद्धतिसभक उपयोग विभिन्न प्रकारक अनुप्रयोगमे कऽ रहल अछि। आशाजनक परिणाम सामने आबि रहल अछि। चिकित्सा इमेजिंगमे, रोगक सटीक निदान आ/वा आकलन इमेज अधिग्रहण आ इमेज व्याख्या दुनु पर निर्भर करैत अछि। हाल के वर्ष मे छवि अधिग्रहण मे काफी सुधार भेल अछि, जकर संग उपकरण सभ तेजी सं डेटा प्राप्त करैत अछि आ बढि़या रिजोल्यूशन। मुदा, छवि व्याख्या प्रक्रिया, हालहिमे कम्प्युटर प्रविधिसँ लाभान्वित होमए लागल अछि। चिकित्सा चित्रक अधिकांश व्याख्या चिकित्सकसभद्वारा कएल जाइत अछि; तथापि, मानव द्वारा छवि व्याख्या एकर विषयगतता, व्याख्याकारसभमे पैघ भिन्नता, आ थकानक कारण सीमित अछि । |
5343b6d5c9f3a2c4d9648991162a6cc13c1c5e70 | बिना पर्यवेक्षणक छवि अनुवाद, जे छविसभक दू स्वतन्त्र सेटसभक अनुवादमे लक्ष्य राखैत अछि, जोडीबद्ध डाटा बिना सही पत्राचारक खोजमे चुनौतीपूर्ण अछि। वर्तमान रचनासभ उत्पन् न विरोधी संजाल (GANs) पर आधारित अछि जाहिसँ अनुवादित चित्रक वितरण लक्ष्य समूहक वितरणसँ भिन्न नहि होइत अछि। मुदा, एहि तरहक सेट-स्तरक बाधासभ उदाहरण-स्तरक मेल (उदाहरणक लेल, वस्तु परिवर्तन कार्यमे समन्वित अर्थिक भाग) । ई सीमाक परिणामस्वरूप प्रायः गलत सकारात्मक परिणाम होइत अछि (उदाहरणक लेल, ज्यामितीय या अर्थिक कलाकृतियाँ), आ एकरा अतिरिक्त मोड पतन समस्याक कारण बनैत अछि। उपर्युक्त मुद्दासभके सम्बोधन करबालेल, हमसभ डीप एटेन्शन ग्यान (डीए-ग्यान) द्वारा उदाहरण-स्तरक छवि अनुवादक लेल एक उपन्यास ढाँचा प्रस्ताव करैत छी । ई प्रकारक डिजाइन डीए-जीएएनकेँ दू सेटसँ नमूनासभक अनुवादक कार्यकेँ उच्च-संरचित लुप्त स्थानमे अनुवादक उदाहरणमे विघटन करबाक क्षमता प्रदान करैत अछि। विशेष रूप सँ, हम सभ संयुक्त रूप सँ गहन ध्यान एन्कोडर सीखैत छी, आ उदाहरण-स्तरक पत्राचारक परिणाम स्वरूप सीखाएल उदाहरणसभमे भाग लैत खोजल जा सकैत अछि। एहि प्रकार, सेट स्तर आ उदाहरण स्तर दुनू पर बाधाक शोषण कएल जा सकैत अछि। कतेको अत्याधुनिक प्रविधिक संग तुलना करैत हमरा सभक दृष्टिकोणक श्रेष्ठता प्रदर्शित करैत अछि, आ व्यापक अनुप्रयोग क्षमता, उदाहरणक लेल, पोज मॉर्फिंग, डाटा एगमेंटेशन, आदि, डोमेन अनुवाद समस्याक सीमाकेँ धक्का दैत अछि। |
f1526054914997591ffdb8cd523bea219ce7a26e | एहि वर्ष मार्चमे, अमेरिकन स्टैटिस्टिकल एसोसिएशन (एएसए) पी-मूल्यक सही उपयोग पर एक बयान पोस्ट केलक, एहि बातक प्रतिक्रियामे जे पी-मूल्यक सामान्यतः गलत प्रयोग आ गलत व्याख्या कएल जाइत अछि। हमरा सभक उद्देश्य एएसए द्वारा देल गेल इ चेतावनीक अनुवाद एहन भाषामे करैक अछि जे सांख्यिकीमे गहन पृष्ठभूमि बिना नैदानिक चिकित्सक आ शोधकर्ता द्वारा अधिक आसानीसँ बुझल जाए। एकर अतिरिक्त, हमसभ पी-मूल्यक सीमाकेँ स्पष्ट करबाक इरादा राखैत छी, जखन सही प्रयोग आ व्याख्या कएल जाएत अछि, आ उदाहरणक रूपमे हालहिमे रिपोर्ट कएल गेल दूटा अध्ययनक उपयोग करैत अध्ययनक निष्कर्षक क्लिनिकल प्रासंगिकता पर बेसी ध्यान आकर्षित करब। हमसभ तर्क करैत छी जे पी-मूल्यक अक्सर गलत व्याख्या कएल जाइत अछि। एक आम गलती ई कहैत अछि जे P < 0.05क अर्थ अछि जे शून्य परिकल्पना गलत अछि, आ P ≥0.05क अर्थ अछि जे शून्य परिकल्पना सत्य अछि। 0.05 क P-मान क सही व्याख्या ई अछि जे यदि शून्य परिकल्पना वास्तव मे सही छल, त समान या अधिक चरम परिणाम समान नमूना मे अध्ययन क दोहराब पर 5% समय मे होएत। दोसर शब्दमे, पी-मूल्य शून्य परिकल्पना देल गेल डेटाक संभावनाक बारेमे सूचित करैत अछि आ दोसर तरीकासँ नहि। P-मूल्य सँ संबंधित एक संभावित विकल्प अछि आत्मविश्वास अंतराल (CI) । ई प्रभावक परिमाण आ अप्रत्यक्षताक बारेमे बेसी जानकारी दैत अछि जाहिसँ ओ प्रभावक अनुमान कएल गेल छल। मुदा, पी-वैल्यूक स्थान पर कोनो जादुई गोली नहि अछि आ वैज्ञानिक परिणामक गलत व्याख्याकेँ रोकबाक लेल नहि अछि। वैज्ञानिक आ पाठक लोकनि समान रूप सँ अपन कें सांख्यिकीय परीक्षण, पी-मूल्य आ सीआई कें सही, सूक्ष्म व्याख्या सं परिचित करएय चाहि. |
50ca90bc847694a7a2d9a291f0d903a15e408481 | हमसभ मानव इशारा पहिचानक लेल एक सामान्य दृष्टिकोणक प्रस्ताव करैत छी जकर आधार अनेक डाटा मोडालिटीसभ अछि जहिना गहनताक भिडियो, स्पष्ट मुद्रा आ भाषण। हमरा सभक प्रणालीमे, प्रत्येक इशाराकेँ शरीरक पैघ गतिमे विघटित कएल जाइत अछि आ स्थानीय सूक्ष्म गति जेना हाथक अभिव्यक्ति। बहु-स्तर पर सीखबाक विचार समयक आयाम पर सेहो लागू होइत अछि, जाहिसँ कोनो इशाराकेँ विशेषता गति आवेग, वा गतिशील मुद्राक एक समूह मानल जाइत अछि। प्रत्येक मोडल कें पहिल सं पृथक सं संसाधित कैल जाइत छै, छोट स्थानिक-समयिक ब्लॉक मे, जतय भेदभावपूर्ण डेटा-विशिष्ट विशेषताक कें या त मैन्युअल रूप सं निकालि या सीखल जाइत छै. अंत मे, हमसभ एक आवर्ती तंत्रिका जालकेँ प्रयोग करैत छी पैघ पैमानाक कालजयी निर्भरता, डाटा संलयन आ अन्ततः इशारा वर्गीकरणक लेल। 2013 क मल्टीमोडल गेस्ट रिकग्निशन डाटासेट पर हमरसभक प्रयोगसँ ई देखाएल गेल अछि जे कैको स्थानिक आ समयिक पैमान पर कैको मोडालिटीक उपयोगसँ प्रदर्शनमे उल्लेखनीय वृद्धि होइत अछि आ ई मोडलकेँ व्यक्तिगत वर्गीकरणक त्रुटि आ अलग-अलग चैनलमे शोरक क्षतिपूर्ति करबाक अनुमति दैत अछि। |
586d7b215d1174f01a1dc2f6abf6b2eb0f740ab6 | हमसभ एकटा अनसुर्जित विधि प्रस्तुत करैत छी जे छोट-छोट बदलाव आ विकृतिमे अपरिवर्तित विरल विशेषता डिटेक्टरसभक एक पदानुक्रम सिखबाक लेल अछि। परिणामी विशेषता निष्कर्षकमे बहु संवितरण फिल्टरसभ होइत अछि, एकर बाद एकटा सुविधा-पूलिंग परत होएत अछि जे प्रत्येक फिल्टर आउटपुटक अधिकतम गणना करैत अछि, आ एकटा बिन्दु-वार सिग्मोइड गैर-रेखीयता। पहिल स्तर सँ विशेषताक पैच पर समान एल्गोरिथ्म केँ प्रशिक्षित कय बड़का आ अधिक अपरिवर्तनीय विशेषताक दोसर स्तर प्राप्त कएल जाएत अछि। एहि विशेषता पर पर्यवेक्षित वर्गीकरणक प्रशिक्षण एमएनआईएसटी पर 0.64% त्रुटि आ कैल्टेक 101 पर 54% औसत मान्यता दर प्रदान करैत अछि, जाहिमे प्रति श्रेणी 30 प्रशिक्षण नमूना होएत अछि। जखन कि परिणामी वास्तुकला संकुचनात्मक नेटवर्कक समान अछि, तह-बुद्धिमान अनसुर्जित प्रशिक्षण प्रक्रिया अत्यधिक-पैरामेटरीकरण समस्याकेँ कम करैत अछि जे विशुद्ध रूपसँ पर्यवेक्षित शिक्षण प्रक्रियासभक प्रकोप करैत अछि, आ बहुत कम लेबल कएल प्रशिक्षण नमूनासभक साथ नीक प्रदर्शन प्रदान करैत अछि। |
80bcfbb1a30149e636ff1a08aeb715dad6dd9285 | ई परियोजनामे दूटा उच्च दक्षताक का-बैंड पावर एम्पलीफायर एमएमआईसीक डिजाइन आ प्रदर्शन प्रस्तुत कएल गेल अछि जे 0.15μm गाएन एचईएमटी प्रक्रिया प्रौद्योगिकीक उपयोग करैत अछि। मेटल इन-फिक्स्चर कंटीन्यूअस वेव (सीडब्ल्यू) रिजल्ट्स ३-स्टेज बैलेंस्ड एम्पलीफायर कें लेल 11W तक आउटपुट पावर आ 30GHz पर 30% पावर एडड इफेक्टिविटी (पीएई) कें प्रदर्शन करैत अछि. तीन चरणक एकल-अंतक डिजाइन 6W सँ अधिक आउटपुट पावर आ 34% तक पीएई उत्पन्न करैत छल। संतुलित आ एकल-अंत MMICs लेल मर आकार 3.24×3.60mm2 आ 1.74×3.24mm2 क्रमशः अछि। |
284de726e700a6c52f9f8fb9f3de4d4b0ff778bb | पुनरावर्ती तंत्रिका नेटवर्क (आरएनएन) स्वाभाविक रूप सँ भाषण मान्यताक लेल उपयुक्त अछि कारण ओकर गतिशील रूप सँ बदलि रहल अस्थायी सूचनाक उपयोग करबाक क्षमताक कारण। डीप आरएनएनसभक विभिन्न समयक ग्रान्युलरिटीमे समयक सम्बन्धकेँ मॉडेलिंग करबाक क्षमता होएबाक तर्क कएल गेल अछि, मुदा ई लोप होएबामे समस्याक सामना करैत अछि। ई पेपर मे, हमसभ स्टैक्ड लँग शॉर्ट टर्म मेमोरी (एलएसटीएम) आरएनएन क विस्तार करैत छी ग्रिड एलएसटीएम ब्लॉक क उपयोग करैत छी जे गणना क फार्मूला करैत अछि केवल समयक आयाम क साथ नहि, बल्कि गहराई आयाम क सेहो, एहि समस्या क कम करबाक लेल। एकर अतिरिक्त, हमसभ समयक आयामसँ बेसी गहराईक आयामकेँ प्राथमिकता दैत छी ताकि गहराईक आयाम अधिक अद्यतन जानकारी प्रदान कऽ सकए, कारण एकर आउटपुट वर्गीकरणक लेल उपयोग कएल जाएत। हमसभ ई मोडलके प्राथमिकता प्राप्त ग्रिड एल एस टी एम (पी जी एल एस टी एम) कहैत छी । चारिटा पैघ डाटासेट (एएमआई, एचकेयूएसटी, गेल, आ एमजीबी) पर व्यापक प्रयोगसँ ई संकेत भेटैत अछि जे पीजीएलएसटीएम वैकल्पिक डीप एलएसटीएम मॉडलसँ बेसी प्रदर्शन करैत अछि, स्टैक्ड एलएसटीएमकेँ ४% सँ ७% सापेक्ष सुधारक साथ हराबैत अछि, आ सभ डाटासेट पर एक दिशामे मोडेलसभमे नयाँ बेन्चमार्क प्राप्त करैत अछि। |
Subsets and Splits