_id
stringlengths 40
40
| text
stringlengths 0
10.2k
|
|---|---|
d31798506874705f900e72203515abfaa9278409 | लेखः इतिहासः प्राप्तः २६ अगस्त २००७ प्राप्तः संशोधितरूपेण ७ मे २००८ स्वीकृतः १३ मे २००८ |
6d96f946aaabc734af7fe3fc4454cf8547fcd5ed | |
1c26786513a0844c3a547118167452bed17abf5d | अनुवादस्य समस्यायाः संक्षिप्त परिचयं कृत्वा अरबी-अङ्ग्रेजी-भाषायाः अनुवादस्य विषये विशिष्टाः समस्याः प्रकाशयित्वा, त्रि-चरण-अल्गोरिथमः समस्यायाः कम्प्युटेशनल-समाधानं रूपेण प्रवर्तते । अस्य एल्गोरिदमस्य आधारः छुपेन मार्कोव-आदर्शनात् अस्ति, किन्तु अन-लाइन-डेटाबेस-संस्थानाम् उपलभ्यमानानां सूचनासु अपि उपयोगः भवति । ततः एल्गोरिदमस्य मूल्यांकनं भवति, तथा च ८०% इत्यनेन शुद्धतायाः प्राप्तिः दर्श्यते । |
dbc82e5b8b17faec972e1d09c34ec9f9cd1a33ea | सामान्यबुद्धिकरणविषये अस्मिन् अनुसंधाने, अस्मिन् विशेषेण महत्त्वपूर्णं ज्ञानं मानवस्य लक्ष्येषु ज्ञानम् अस्ति इति अस्मिन् ज्ञातम् । विशेषतया यदा सामान्यबुद्धिकरणं अन्तर्भागेषु अभिकर्तुषु प्रयुक्तं भवति, तदा वयं प्रयोजकानां क्रियाणां लक्ष्यानां (योजनाः) अनुज्ञां कर्तुम्, तथा लक्ष्यानां (योजनाः) क्रियान्वयनं कर्तुं आवश्यकम् । अस्मिन् विषये सामान्यप्रश्ने उत्तरं दातुं अपि आवश् यकत्वात् यत् लक्ष्यस्य प्राप्तिः कदा, कुत्र च संभवति, अथवा लक्ष्यस्य प्राप्तिः कियत् वर्षं यावत् भविष्यति। सामान्यज्ञानस्य ज्ञानप्राप्तेः पूर्वं कार्यम् आसीत्, अतः प्रयोक्तृभ्यः प्रत्यक्षं एतत् सूचनां निवेदितम् आसीत् । तथापि, अद्यतनतया एकं अन्यं दृष्टिकोणं प्रवर्तितम् - यस्मिन् ज्ञानं ददाति क्रीडायां सुप्रसिद्धं स्कोरं प्राप्नोति, अतः क्रीडाकरान् प्रेरयति। अस्य दृष्टिकोणस्य अग्रणीः लुइस वॉन अह्न् च सहकारिणः, ये मानवगणनाम् इति कथयन्ति। सामान्यसहमतिः एकं मनोरञ्जनयुक्तं, स्व-निर्वाहयुक्तं वेब-आधारितं खेलम् अस्ति, यत् प्रतिदिनं लक्ष्यानां विषये सामान्यज्ञानं एकत्रं कृत्वा प्रमाणयति च । अयं क्रीडाक्रमः "Family Feud" नामकस्य क्रीडाक्रमेण आधारितः अस्ति । एकं लघुप्रयोगकर्ता-अध्ययनं दर्शितम् यत् उपयोगकर्तृभिः क्रीडायाः मनोरञ्जनं, ज्ञानस्य गुणः अति उत्तमः, ज्ञानसङ्ग्रहणस्य गतिः च द्रुतम् अस्ति । एसीएम वर्गीकरणः एच.३.३ [सूचना भण्डारणम् पुनर्प्राप्त्यञ्च]: सूचनायाः शोधनम् पुनर्प्राप्त्यञ्च; आई.२.६ [कृत्रिमबुद्धिः] शिक्षणम् |
f8b1534b26c1a4a30d32aec408614ecff2412156 | |
4c479f8d18badb29ec6a2a49d6ca8e36d833fbe9 | पृष्ठभूमौ लघुः अपि, कोकसिक्सः अनेकानि महत्वपूर्णानि कार्याणि करोति। अनेकेषु स्नायुषु, लिङ्गमेन्ट्स, तथा कटिषु च इयं स्थानं अस्ति, इयं त्रिपादस्य एकं पादं च भवति- इशिअल् ट्युबरोसिटीस-सहित- यस्मिन् व्यक्तिः आसनस्थः भवति। कोक्सिडिनिया (coccyx region pain) रोगस्य प्रादुर्भावः न सूचितः किन्तु कोक्सिडिनिया रोगस्य विकासस्य जोखिमवृद्धिसंबन्धिनः कारकानि मोटापा, स्त्रीलिङ्गः च सन्ति। अस्मिन् लेखे कोक्सिडिनियायाः शरीररचना, शरीरविज्ञानं, उपचारं च विषये अवलोकनं दत्ता। परिणामः ९०% प्रकरणानि संरक्षणीयचिकित्सायाम् सफलानि भवन्ति, अनेकेषु प्रकरणानि चिकित्सायाः आवश्यकतां विना अपि सुध्रन्ति। अपां रोगाणां उपचारं श्रोणिमण्डलस्य पुनर्स्थापना, हस्तक्रिया च मालिश, त्वक्पार विद्युत् तंत्रिका उत्तेजना, मनोचिकित्सा, स्टेरयड् इंजेक्शन्स, तंत्रिका अवरोध, रीढमाधुर्य उत्तेजना, शल्यक्रिया च अन्तर्भवति । निष्कर्षः शारीरिकचिकित्सा, कार्यात्मक-अनुकूलन, औषधोपचार, इंजेक्शन, तथा मनोचिकित्सा च बहु-विषयक-दृष्टान्तेन रोगिनां मध्ये यशः संभवति। यद्यपि नूतनानि शल्यक्रियाविधिः प्रस्फुटयन्ति, तथापि तेषां प्रभावकारितायाः प्रमाणं प्राप्तुं अधिकं शोधः आवश्यकः वर्तते। |
0989bbd8c15f9aac24e8832327df560dc8ec5324 | अन्वेषकाः तेषां निर्मातुं यन्त्रं अन्वेषयितुं आरब्धाः, तस्मात् लगभगं षड्वत्सरं यावत्, विज्ञानकल्पनायाः विषयेषु विषयेषु विषयेषु अन्वेषणं कृत्वा, बाह्यास्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि-अस्थि- यद्यपि बाह्यस्थूलानां विकासस्य विषये अद्यापि बहवः समस्याः सन्ति, ये अद्यापि पूर्णतया परिष्कृतानि न सन्ति, तथापि अस्य क्षेत्रस्य प्रगतिः अतीव महती वर्तते। अस्मिन् लेखे, वयं इतिहासं विमर्शयिष्यामः, अधःस्थानां बहिःस्थूलानां तथा सक्रिय-स्थूलानां अत्याधुनिक-प्रणालीं च चर्चां करिष्यामः। अस्मिन् लेखे प्रायः यन्त्रानाम् हार्डवेयर, आक्ट्युएशन, सेन्सर, तथा कंट्रोल सिस्टम्स् च विषये अवलोकनं कृतम् अस्ति। |
4adffe0ebdda59d39e43d42a41e1b6f80164f07e | नन् नेगेटिभ् मैट्रिक्स् फैक्टरिजेशन (NMF) इत्य् एव अनसुपरीवेटेड् लर्निंग् मेथ् द्य् एव । इमेज प्रोसेसिंग् , डाकुमेन्टस् च अर्थविश्लेषणम् च समावेशित् अनेकप्रयोजनैः इमेज प्रोसेसिंग् च उपयोगीम् भवति । अयं लेखः सममित् एन.एम.एफ. (SNMF) इत्यस्य विषये केन्द्रितः अस्ति, यस्मिन् एन.एम.एफ. विघटनस्य विशेषः प्रकरणः वर्तते । त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रिभिः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन अद्यतनविधिना त्रयः समानाधिकरणेन। प्रथमतः युक्लिडियन-दूरीं न्यूनं कृत्वा गुणात्मक-अद्यतन-अल्गोरिथमं प्रस्तावितम् अस्ति, तथा तस्य सौम्य-परिस्थानां अन्तर्गतम् अभिसरणं सिद्धम् अस्ति । अस्मिन् आधारे, वयं अन्यौ द्वौ द्रुतौ समांतरविधिं प्रस्तावयामि - α-SNMF तथा β-SNMF एल्गोरिदमौ । तेषु सर्वेषु कार्यान्वयनं सुलभम् अस्ति। एतेन एल्गोरिदमः सम्भाव्यत्वनिर्णयस्य क्लस्टरिङ् कृते प्रयुक्तः भवति । अस्मिन् विषये अस्मिन् विषये कार्यशीलतायाः प्रदर्शनं कृतम्, यत् अनुहारचित्रानां समूहकरणं, दस्तावेजानां वर्गीकरणं, आनुवंशिकप्रकृतिप्रदर्शनं च क्रियते। |
2a4423b10725e54ad72f4f1fcf77db5bc835f0a6 | सांख्यिकीय यांत्रिकी (अन्तिक तापसङ्केतः तापसमानतायां अनेकेषु स्वतन्त्रता-अङ्केषु व्यवहारेषु) बहु-परिमाणात्मकं वा संयोजक-अनुकूलनम् (बहु-परिमाणानां आधारात् अनेकेषु परिमाणेषु दीयते कार्यस्य न्यूनतमं लभ्यते) इत्यस्य गहनं उपयोगी च सम्बन्धः अस्ति । अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययस्य प्रयोगे अच्-प्रत्ययः। साङ्ख्यिकीय यांत्रिकीयानां सम्बन्धः नूतनं सूचनां ददाति, एवं पारम्परिकानां अनुकूलनप्रश्नानां पद्धतानां विषये अनभिज्ञं परिप्रेक्ष्यं ददाति च। |
dec997b20ebe2b867f68cc5c123d9cb9eafad6bb | गहन-संयन्त्रस्य प्रशिक्षणं सामान्यतया प्रचुर-सङ्ख्यायाः डाटाः च अपेक्षते, तथा च अस्य गणना अति-गहनं भवति । अस्मिन् लेखे वयं प्रदर्शयिष्यामः यत् बहुमूल्यम् अनुप्रयुक्तं ग्रैडियन्ट्-उपसर्जनं विहाय, प्रशिक्षण-माहितानां गुणानां आधारात् एव न्युरल-नेटवर्कस्य परिमाणं प्राप्तुं शक्यते । अस्मिन् विषये, अभिसरणस्य समीपे, आगतसंज्ञकानां समीकरणानां समीकरणानि रेखाङ्कितानि भवितुं शक्नुवन्ति, तथा च प्रत्येकं वर्गस्य डाटायाः सह-विपरिवर्तनस्य विषये शोरसंबन्धिनः स्थानिवद् समीकरणानि भवितुं शक्नुवन्ति । अस्मिन् विषये अस्मिन् विषये कार्यम् अस्ति यत्, "प्रधानस्य अवयवस्य विश्लेषणम्" इति निर्देशः। अस्मिन् विषये कार्यम् अस्मिन् प्रतिमायाः डाटासेट्स् MNIST, CIFAR10 तथा CIFAR100 उपयुज्यम् अस्ति। अस्मिन् विषये पूर्व-प्रशिक्षणयुक्ताः स्तरः अपि अस्मिन् विषये कार्यम् कुर्वन्ति। अपि च, पूर्व-प्रशिक्षित-स्तरं प्रायः प्रशिक्षण-सूत्रस्य अंशं उपयोगेण गणनाय शक्यते, कारणम् एव यत् सह-विपर्यास-मात्रायाः त्वरित-संयोगः भवति । अतः अस्मिन् अध्ययने एव इदम् सूचितम् यत् वयं प्रशिक्षणसमये कटुकं कर्तुं शक्नुमः, यतः ग्रेडियन्ट्-अवतरणे कृते केवलं अंशं डाटाः अपेक्षितः भवति, तथा प्रशिक्षणस्य महत्-मूल्यपूर्णः प्रतिवर्धन-चरणस्य लेयर्सः अपि समाप्तः भवति । अपि च, एतेन निष्कर्षैः गहन-संयन्त्रस्य आन्तरिक-कार्यस्य स्पष्टीकरणं भवति, तथा वर्गीकरणस्य समस्यायाः केचन चरणानां कृते उत्तम-समाधानं गणितीय-दृष्ट्या गणनाय अस्मान् अनुमन्त्रयति, येन अस्मिन् समस्यायाः कुशलतापूर्वकम् समाधानं कर्तुं अस्मिन् क्षमतायाः उल्लेखनीयं वर्धनं भवति । |
Subsets and Splits