_id stringlengths 40 40 | text stringlengths 0 9.38k |
|---|---|
dcd72f0a9cdc37450379f401fc2f4f87e30f5021 | |
c1b66422b1dab3eeee6d6c760f4bd227a8bb16c5 | |
e75c5d1b7ecd71cd9f1fdc3d07f56290517ef1e5 | ઓનલાઇન ટ્રાન્ઝેક્શન પ્રોસેસિંગ (ઓએલટીપી) અને ઓનલાઇન એનાલિટિકલ પ્રોસેસિંગ (ઓએલએપી) બે ક્ષેત્રો ડેટાબેઝ આર્કિટેક્ચર્સ માટે અલગ પડકારો રજૂ કરે છે. હાલમાં, મિશન-ક્રિટિકલ વ્યવહારોના ઉચ્ચ દર ધરાવતા ગ્રાહકોએ તેમના ડેટાને બે અલગ સિસ્ટમોમાં વહેંચી દીધા છે, ઓએલટીપી માટે એક ડેટાબેઝ અને ઓએલએપી માટે એક કહેવાતા ડેટા વેરહાઉસ. યોગ્ય ટ... |
732212be0e6c5216158a7470c79fa2ff98a2da06 | અમે સ્ટેક્ડ-એફઇટી મોનોલિથિક મિલિમીટર-વેવ (એમએમડબ્લ્યુ) સંકલિત સર્કિટ ડોહર્ટી પાવર એમ્પ્લીફાયર (ડીપીએ) રજૂ કરીએ છીએ. ડીપીએ 6 ડીબી પાવર બેક-ઓફ (પીબીઓ) પર ઉચ્ચ શક્તિ અને ઉચ્ચ કાર્યક્ષમતા હાંસલ કરવા માટે એક નવલકથા અસમપ્રમાણતાવાળા સ્ટેક ગેટ પૂર્વગ્રહનો ઉપયોગ કરે છે. આ સર્કિટ 0.15-μm ઉન્નતીકરણ મોડ (ઇ-મોડ) ગેલિયમ આર્સેનાઇડ (G... |
03837b659b4a8878c2a2dbef411cd986fecfef8e | અમે સમાંતર પાત્ર સ્તર ક્રમ મોડેલિંગ માટે એક ઓટોરેગ્રેસીવ ધ્યાન પદ્ધતિ રજૂ કરીએ છીએ. અમે આ પદ્ધતિનો ઉપયોગ ન્યુરલ મોડેલને વધારવા માટે કરીએ છીએ જેમાં હાઇવે નેટવર્ક સ્કીપ કનેક્શન્સ દ્વારા જોડાયેલા કોઝલ કન્વોલ્યુશનલ સ્તરોના બ્લોક્સનો સમાવેશ થાય છે. અમે સૂચિત ધ્યાન પદ્ધતિ સાથે અને વગર મોડલ્સને અનુક્રમે હાઇવે કોઝલ કન્વોલ્યુશન... |
fe419be5c53e2931e1d6370c914ce166be29ff6e | |
0c3078bf214cea52669ec13962a0a242243d0e09 | આ કાગળમાં એક નવલકથા કોમ્પેક્ટ ફીડિંગ સર્કિટનો ઉપયોગ કરીને બ્રોડબેન્ડ પ્રિન્ટેડ ચતુર્ભુજ હેલિકલ એન્ટેનાનો પ્રસ્તાવ છે. આ એન્ટેના 29% બેન્ડવિડ્થ સાથે વિશાળ બીમવિડ્થ પર ઉત્તમ અક્ષીય ગુણોત્તર રજૂ કરે છે. એક વિશિષ્ટ ફીડિંગ સર્કિટ જે એપરચર-કપ્લડ ટ્રાન્ઝિશન પર આધારિત છે અને જેમાં બે 90 ડિગ્રી સપાટી માઉન્ટ હાઇબ્રિડનો સમાવેશ થા... |
0c3751db5a24c636c1aa8abfd9d63321b38cfce5 | સ્ટોકાસ્ટિક ગ્રેડિએન્ટ ડેશન્ટ (એસજીડી) એ એસવીએમ જેવી મોટા પાયે દેખરેખવાળી મશીન લર્નિંગ ઑપ્ટિમાઇઝેશન સમસ્યાઓનું નિરાકરણ કરવા માટે લોકપ્રિય બની છે, કારણ કે તેમની મજબૂત સૈદ્ધાંતિક બાંયધરીઓ છે. જ્યારે નજીકથી સંબંધિત ડ્યુઅલ કોઓર્ડિનેટ એસેન્ટ (ડીસીએ) પદ્ધતિ વિવિધ સોફ્ટવેર પેકેજોમાં અમલમાં આવી છે, તે અત્યાર સુધી સારા સંકલન વિ... |
24424918dc93c016deeaeb86a01c8bfc01253c9b | ઘણા ક્લાસિકલ અલ્ગોરિધમ્સ ઘણા વર્ષો પછી સુધી તે મર્યાદાઓથી બહાર રહે છે જેમાં તેઓ કલ્પના કરવામાં આવ્યા હતા, અને અણધારી સેટિંગ્સમાં સંબંધિત રહેવાનું ચાલુ રાખે છે. આ કાગળમાં, અમે બતાવીએ છીએ કે એસવીઆરજી આવી એક પદ્ધતિ છેઃ મૂળરૂપે મજબૂત ઉમદા ઉદ્દેશો માટે રચાયેલ છે, તે બિન-મજબૂત ઉમદા અથવા બિન-ઉમદા સેટિંગ્સના સરવાળો હેઠળ પણ ખૂબ... |
680cbbc88d537bd6f5a68701b1bb0080a77faa00 | સ્ટોકાસ્ટિક ગ્રેડિએન્ટ ઉતરાણ મોટા પાયે ઓપ્ટિમાઇઝેશન માટે લોકપ્રિય છે પરંતુ અંતર્ગત વિવિધતાને કારણે ધીમી સંકલન છે. આ સમસ્યાને દૂર કરવા માટે, અમે સ્ટોકાસ્ટિક ગ્રૅડિયન્ટ ઉતરાણ માટે સ્પષ્ટ વિભેદક ઘટાડવાની પદ્ધતિ રજૂ કરીએ છીએ જેને અમે સ્ટોકાસ્ટિક વિભેદક ઘટાડેલા ગ્રૅડિયન્ટ (એસવીઆરજી) કહીએ છીએ. સરળ અને મજબૂત ઉમદા કાર્યો માટે,... |
9fe5a7a24ff81ba2b6769e811b6ab47188a45242 | સિગ્નલ/ઇમેજ પ્રોસેસિંગ, આંકડા અને મશીન લર્નિંગમાં તાજેતરમાં બિન-સંકુચિત અને બિન-સુંવાળી સમસ્યાઓને નોંધપાત્ર ધ્યાન આપવામાં આવ્યું છે. જો કે, બિન-સંકુચિત અને બિન-સુંવાળી ઑપ્ટિમાઇઝેશન સમસ્યાઓનું નિરાકરણ એક મોટો પડકાર છે. એક્સિલરેટેડ પ્રોક્સીમલ ગ્રૅડિયન્ટ (એપીજી) એ કોન્વેક્સ પ્રોગ્રામિંગ માટે એક ઉત્તમ પદ્ધતિ છે. જો કે, હજુ... |
3e36eb936002a59b81d8abb4548dc2c42a29b743 | ઘણી વખત સુરક્ષાને ઓટોમેશન સિસ્ટમ્સ માટે એક ઍડ-ઑન સેવા તરીકે જોવામાં આવે છે જે ઘણીવાર કાર્યક્ષમ ટ્રાન્સમિશન અથવા સંસાધન મર્યાદાઓ જેવા અન્ય ધ્યેયો સાથે સંઘર્ષ કરે છે. આ લેખ ઓટોમેશન સિસ્ટમ્સમાં સુરક્ષા માટે વ્યવહાર-લક્ષી અભિગમ માટે જાય છે. તેમાં ઓટોમેશન સિસ્ટમ્સ અને ખાસ કરીને ઓટોમેશન નેટવર્કને સામાન્ય ધમકીઓનું વિશ્લેષણ કર... |
8b74a32cebb5faf131595496f6470ff9c2c33468 | ફેસબુક ઝડપથી સામાજિક સંચાર માટે સૌથી લોકપ્રિય સાધનોમાંનું એક બની રહ્યું છે. જો કે, ફેસબુક અન્ય સોશિયલ નેટવર્કિંગ સાઇટ્સથી કંઈક અલગ છે કારણ કે તે ઑફલાઇનથી ઑનલાઇન વલણ દર્શાવે છે; એટલે કે, મોટાભાગના ફેસબુક મિત્રો ઑફલાઇન મળ્યા છે અને પછીથી ઉમેરાય છે. આ સંશોધનમાં તપાસ કરવામાં આવી છે કે કેવી રીતે વ્યક્તિત્વનું પાંચ-પરિબળ મોડ... |
423fff94db2be3ddef5e3204338d2111776eafea | અમે 362 મિલિયન સંદેશાઓના સંપૂર્ણ અનામી હેડર્સનું વિશ્લેષણ કર્યું છે 4.2 મિલિયન વપરાશકર્તાઓ દ્વારા વિનિમય ફેસબુક, કોલેજના વિદ્યાર્થીઓનું ઓનલાઇન સોશિયલ નેટવર્ક, 26 મહિનાના અંતરાલ દરમિયાન. આ ડેટામાં દૈનિક અને સાપ્તાહિક નિયમિતતાની સંખ્યા જોવા મળે છે, જે કોલેજના વિદ્યાર્થીઓના સમયના ઉપયોગ અને તેમના સામાજિક જીવનની માહિતી આપે ... |
1bed30d161683d279780aee34619f94a860fa973 | અમારા વિશ્લેષણ દર્શાવે છે કે ઘણા "મોટી-મેમરી" સર્વર વર્કલોડ્સ, જેમ કે ડેટાબેસેસ, ઇન-મેમરી કેશ અને ગ્રાફ એનાલિટિક્સ, પૃષ્ઠ-આધારિત વર્ચ્યુઅલ મેમરી માટે ઊંચી કિંમત ચૂકવે છે. તેઓ મોટા પાનાઓનો ઉપયોગ કરીને પણ ટીએલબીની ભૂલો પર 10% જેટલા એક્ઝેક્યુશન ચક્રનો ઉપયોગ કરે છે. બીજી તરફ, આપણે શોધીએ છીએ કે આ વર્કલોડ્સ મોટાભાગના પૃષ્ઠો ... |
86dc975f9cbd9a205f8e82fb1db3b61c6b738fa5 | મલ્ટીમીડિયા કન્ટેન્ટને મશીન ટેગિંગ માટે વધુને વધુ શક્તિશાળી તકનીકો ઉભરી આવે છે, તે અંતર્ગત શબ્દભંડોળને પ્રમાણિત કરવા માટે વધુને વધુ મહત્વપૂર્ણ બની જાય છે. આમ કરવાથી આંતરક્રિયાત્મકતા પૂરી પાડવામાં આવે છે અને મલ્ટીમીડિયા સમુદાયને સારી રીતે વ્યાખ્યાયિત સિમેન્ટીક્સના સમૂહ પર ચાલુ સંશોધન પર ધ્યાન કેન્દ્રિત કરવા દે છે. આ કાગ... |
2b2ba9b0022ff45939527836a150959fe388ee23 | |
c39d04c6f3b84c77ad379d0358bfbe7148ad4fd2 | |
8db7f5a54321e1a4cd51d0666607279556a57404 | તબીબી અને માનસિક સમસ્યાઓથી પીડાતા દર્દીઓ દ્વારા વારંવાર ધ્યાન પદ્ધતિઓનો ઉપયોગ કરવામાં આવે છે. તેમની વધતી જતી અપીલ અને ઉપયોગને કારણે, અને તબીબી ઉપચાર તરીકે ઉપયોગની સંભાવનાને કારણે, તબીબી હસ્તક્ષેપો તરીકે આ પ્રથાઓની વર્તમાન વૈજ્ઞાનિક જ્ઞાનની સંક્ષિપ્ત અને સંપૂર્ણ સમીક્ષા હાથ ધરવામાં આવી હતી. હેતુ રોગની સારવારમાં ધ્યાનની ... |
46b2cd0ef7638dcb4a6220a52232712beb2fa850 | 3ડી માનવ ગતિના જનરેટિવ મોડલ્સ ઘણી વખત નાની સંખ્યામાં પ્રવૃત્તિઓ સુધી મર્યાદિત હોય છે અને તેથી નવીન ગતિવિધિઓ અથવા એપ્લિકેશન્સ માટે સારી રીતે સામાન્યીકરણ કરી શકતા નથી. આ કાર્યમાં અમે માનવ ગતિ કેપ્ચર ડેટા માટે ઊંડા શિક્ષણ માળખું પ્રસ્તાવિત કરીએ છીએ જે ગતિ કેપ્ચર ડેટાના મોટા કોર્પસમાંથી સામાન્ય પ્રતિનિધિત્વ શીખે છે અને નવા... |
3c094494f6a911de3087ed963d3d893f6f2b1d71 | ઉદ્દેશ્ય આ અભ્યાસનો ઉદ્દેશ હાઈબ્રિડ સહાયક અંગ પ્રણાલીના ક્લિનિકલ એપ્લિકેશન્સ પર સાહિત્યની સમીક્ષા કરવાનો હતો. પદ્ધતિઓ Web of Science, PubMed, CINAHL અને clinicaltrials.gov નો ઉપયોગ કરીને વ્યવસ્થિત સાહિત્ય શોધ હાથ ધરવામાં આવી હતી અને ઓળખી કાઢવામાં આવેલા અહેવાલોમાં સંદર્ભ યાદીઓનો ઉપયોગ કરીને વધારાની શોધ કરવામાં આવી હતી. ... |
515e34476452bbfeb111ce5480035ae1f7aa4bee | સારી ઇન્ડોર હવાની ગુણવત્તા માનવ સ્વાસ્થ્યનો એક મહત્વપૂર્ણ ભાગ છે. ગરીબ ઇન્ડોર હવાની ગુણવત્તા એ અસ્થમા, હૃદયરોગ અને ફેફસાના કેન્સર જેવા ક્રોનિક શ્વસન રોગોના વિકાસમાં ફાળો આપી શકે છે. આ બાબતને વધુ જટિલ બનાવીને, ખરાબ હવાની ગુણવત્તાને ફક્ત દૃષ્ટિ અને ગંધ દ્વારા જ ઓળખવી મનુષ્ય માટે અત્યંત મુશ્કેલ છે અને હાલના સેન્સર સાધનોનો... |
44db0c2f729661e7b30af484a1ad5df4e70cb22a | બ્લૂટૂથ વોર્મ્સ હાલમાં ઇન્ટરનેટ સ્કેનિંગ વોર્મ્સની તુલનામાં પ્રમાણમાં ઓછા જોખમી છે. બ્લુબેગ પ્રોજેક્ટ બ્લૂટૂથ માલવેર દ્વારા પ્રૂફ-ઓફ-કન્સેપ્ટ કોડ્સ અને મોબાઇલ ઉપકરણોનો ઉપયોગ કરીને લક્ષિત હુમલાઓ દર્શાવે છે |
0a87428c6b2205240485ee6bb9cfb00fd9ed359c | ઓપ્ટિકલ ફ્લો અંદાજ અલ્ગોરિધમ્સની ચોકસાઈ સતત સુધરી રહી છે, જે મિડલબરી ઓપ્ટિકલ ફ્લો બેંચમાર્કના પરિણામો દ્વારા પુરાવા છે. જો કે, હોર્ન અને શંકના કાર્યથી લાક્ષણિક રચનામાં થોડો ફેરફાર થયો છે. અમે ઉદ્દેશ કાર્ય, ઑપ્ટિમાઇઝેશન પદ્ધતિ અને આધુનિક અમલીકરણ પદ્ધતિઓ ચોકસાઈને કેવી રીતે પ્રભાવિત કરે છે તેના સંપૂર્ણ વિશ્લેષણ દ્વારા તાજ... |
90930683f4ef3da8c51ed7d2553774c196172cb3 | |
919bd86eb5fbccd3862e3e2927d4a0d468c7c591 | |
73e51b9820e90eb6525fc953c35c9288527cecfd | વર્તમાન ન્યુરલ ડિપેન્ડન્સી પાર્સર્સ સામાન્ય રીતે દ્વિ-દિશાત્મક એલએસટીએમ સાથે સજામાં દરેક શબ્દને એન્કોડ કરે છે, અને માથા અને સંશોધકના એલએસટીએમ રજૂઆતોમાંથી આર્કના સ્કોરનો અંદાજ કાઢે છે, કદાચ આર્ક માટે સંબંધિત સંદર્ભ માહિતી ખૂટે છે. આ અભ્યાસમાં, અમે એક ન્યુરલ લક્ષણ નિષ્કર્ષણ પદ્ધતિ પ્રસ્તાવ છે કે જે આર્કવિશિષ્ટ લક્ષણો કાઢ... |
7bdb08efd640311ad18466a80498c78267f886ca | |
26d92017242e51238323983eba0fad22bac67505 | આ કાગળ લોકો ભલામણો અભ્યાસ કરે છે જે વપરાશકર્તાઓને જાણીતા, ઑફલાઇન સંપર્કો શોધવા અને સામાજિક નેટવર્કિંગ સાઇટ્સ પર નવા મિત્રો શોધવામાં મદદ કરવા માટે રચાયેલ છે. અમે 500 વપરાશકર્તાઓના વ્યક્તિગત સર્વેક્ષણ અને 3,000 વપરાશકર્તાઓના ક્ષેત્ર અભ્યાસનો ઉપયોગ કરીને એન્ટરપ્રાઇઝ સોશિયલ નેટવર્કિંગ સાઇટમાં ચાર ભલામણ કરનાર અલ્ગોરિધમ્સનું... |
3621bc359003e36707733650cccadf4333683293 | |
54c32d432fb624152da7736543f2685840860a57 | અમે ડીપ બોલ્ત્ઝમન મશીન (ડીબીએમ) નો એક પ્રકાર રજૂ કરીએ છીએ જે દસ્તાવેજોના મોટા અનસ્ટ્રક્ચર્ડ સંગ્રહમાંથી વિતરણ સિમેન્ટીક રજૂઆતો બહાર કાઢવા માટે યોગ્ય છે. અમે ડીએમબીને સમજદાર પરિમાણ બાંધીને તાલીમ આપવાની દેખીતી મુશ્કેલીને દૂર કરીએ છીએ. આ એક કાર્યક્ષમ પ્રીટ્રેનિંગ અલ્ગોરિધમનો અને ઝડપી નિષ્કર્ષ માટે રાજ્ય પ્રારંભિક યોજનાને ... |
3d8650c28ae2b0f8d8707265eafe53804f83f416 | અગાઉના પેપરમાં [ 9 ] અમે એક નવું બુસ્ટિંગ અલ્ગોરિધમનો રજૂ કર્યો છે જેને એડાબૂસ્ટ કહેવાય છે, જે સૈદ્ધાંતિક રીતે, કોઈપણ શીખવાની અલ્ગોરિધમની ભૂલને નોંધપાત્ર રીતે ઘટાડવા માટે વાપરી શકાય છે જે સતત વર્ગીકૃતકર્તા પેદા કરે છે જેની કામગીરી રેન્ડમ અનુમાન કરતાં થોડી વધુ સારી છે. અમે સ્યુડો-લોસ ની સંબંધિત ખ્યાલ પણ રજૂ કરી છે જે... |
85379baf4972e15cd7b9f5e06ce177e693b35f53 | આ કાગળમાં, અમે ડોમેન અનુકૂલન સમસ્યાઓને સંબોધવા માટે અર્ધ-સર્વેક્ષિત કર્નલ મેચિંગ પદ્ધતિનો પ્રસ્તાવ મૂક્યો છે જ્યાં સ્રોત વિતરણ લક્ષ્ય વિતરણથી નોંધપાત્ર રીતે અલગ છે. ખાસ કરીને, અમે હિલ્બર્ટ શ્મિટ સ્વતંત્રતા માપદંડ પર આધારિત સ્રોત કર્નલ મેટ્રિક્સના સબમેટ્રિક્સ સાથે લક્ષ્ય કર્નલ મેટ્રિક્સને મેપ કરીને લક્ષ્ય ડેટા પોઇન્ટ્સન... |
7eeb362f11bfc1c89996e68e3a7c5678e271f95b | |
893167546c870eac602d81874c6473fd3cd8bd21 | બહુ-પરિમાણીય બિંદુઓ (ટુપલ્સ) ના સમૂહની સ્કાયલાઇન તે બિંદુઓથી બનેલી છે, જેના માટે આપેલ સમૂહમાં કોઈ સ્પષ્ટ રીતે વધુ સારી બિંદુ અસ્તિત્વમાં નથી, જેમાં રસના ડોમેન્સ પર ઘટક-સમજશકિત સરખામણીનો ઉપયોગ થાય છે. સ્કાયલાઇન ક્વેરીઝ, એટલે કે, ક્વેરીઝ કે જેમાં સ્કાયલાઇનની ગણતરીનો સમાવેશ થાય છે, તે કમ્પ્યુટેશનલી ખર્ચાળ હોઈ શકે છે, તેથી... |
b87d5f9b8013386f4ff5ad1a130efe6e924dca5c | લેખ ઇતિહાસઃ 27 ઓગસ્ટ 2012 ના રોજ પ્રાપ્ત થયો 1 ઓગસ્ટ 2013 ના રોજ સુધારેલા સ્વરૂપમાં પ્રાપ્ત થયો 5 ઓગસ્ટ 2013 ના રોજ સ્વીકારવામાં આવ્યો 15 ઓગસ્ટ 2013 ના રોજ ઓનલાઇન ઉપલબ્ધ |
bc18ee4a0f26320a86852b057077e8eca78b0c13 | આ અભ્યાસ ઘાનામાં પ્રી-સર્વિસ શિક્ષકોમાં ટેકનોલોજી સ્વીકૃતિને પ્રભાવિત કરનારા પરિબળોને ઓળખવા માટે ટેકનોલોજી સ્વીકૃતિ મોડેલને વિસ્તૃત કરે છે. 380 ઉપયોગી પ્રશ્નાવલિઓના ડેટાને સંશોધન મોડેલ સામે પરીક્ષણ કરવામાં આવ્યા હતા. વિસ્તૃત ટેકનોલોજી સ્વીકૃતિ મોડેલ (ટીએએમ) નો ઉપયોગ કરીને સંશોધન માળખા તરીકે, અભ્યાસમાં જાણવા મળ્યું છે ક... |
04e5b276da90c8181d6ad8397f763a181baae949 | ક્રોસ-વેલિડેશન મશીન લર્નિંગમાં પ્રદર્શન અને પ્રગતિને માપવા માટે મુખ્ય આધાર છે. ક્રોસ-વેલિડેશન અભ્યાસોમાં ચોકસાઈ, એફ-માપ અને આરઓસી કર્વ (એયુસી) હેઠળ વિસ્તારની ગણતરી કેવી રીતે કરવી તે અંગે સૂક્ષ્મ તફાવતો છે. જો કે, આ વિગતો સાહિત્યમાં ચર્ચા કરવામાં આવતી નથી, અને અસંગત પદ્ધતિઓ વિવિધ કાગળો અને સોફ્ટવેર પેકેજો દ્વારા ઉપયોગમા... |
8efac913ff430ef698dd3fa5df4cbb7ded3cab50 | અમે એક અનસર્વેસ્ડ ક્લસ્ટરીંગ ટૂલ, મુખ્ય દિશા વિભાજક પાર્ટીશનિંગ રજૂ કરીએ છીએ, જે સ્કેલેબલ અને સર્વતોમુખી ટોપ-ડાઉન પદ્ધતિ છે જે આંકડાકીય વેક્ટર્સ તરીકે રજૂ કરી શકાય તેવા ડેટાના કોઈપણ સમૂહ પર લાગુ થાય છે. મૂળભૂત પદ્ધતિનું વર્ણન, મુખ્ય એપ્લિકેશન ક્ષેત્રોનું સારાંશ જ્યાં તેનો ઉપયોગ કરવામાં આવ્યો છે, અને કેટલાક તાજેતરના પરિ... |
1e20f9de45d26950ecd11965989d2b15a5d0d86b | મોડેલ આધારિત પદ્ધતિઓ અને ઊંડા ન્યુરલ નેટવર્ક્સ બંને મશીન શિક્ષણમાં અત્યંત સફળ દાખલાઓ છે. મોડેલ આધારિત પદ્ધતિઓમાં, અમે સરળતાથી અમારા સમસ્યા ડોમેન જ્ઞાનને અનુમાન દરમિયાન મુશ્કેલીઓના ખર્ચે મોડેલની મર્યાદાઓમાં વ્યક્ત કરી શકીએ છીએ. નિર્ધારિત ઊંડા ન્યુરલ નેટવર્ક્સ એવી રીતે બનાવવામાં આવે છે કે નિષ્કર્ષ સીધો છે, પરંતુ અમે સમસ્... |
26f4f07696a3828f5eeb0d8bb8944da80228b77d | નિર્ણય વૃક્ષ અલ્ગોરિધમ્સને પ્રોત્સાહન આપવાની પ્રક્રિયાઓ ખૂબ ચોક્કસ વર્ગીકરણ પેદા કરવા માટે દર્શાવવામાં આવી છે. આ વર્ગીકરણકારોને સંખ્યાબંધ નિર્ણય વૃક્ષો પર બહુમતી મતદાનના સ્વરૂપમાં છે. કમનસીબે, આ વર્ગીકરણો ઘણીવાર મોટા, જટિલ અને અર્થઘટન કરવા મુશ્કેલ હોય છે. આ કાગળ એક નવા પ્રકારનાં વર્ગીકરણ નિયમનું વર્ણન કરે છે, જે વૈકલ્પ... |
5e28e81e757009d2f76b8674e0da431f5845884a | આ કાગળ મલ્ટી-ડાયમેન્શનલ રેખીય ભેદભાવ વિશ્લેષણ અને સંકળાયેલ શ્રેષ્ઠ રેખીય પ્રક્ષેપણની સિદ્ધાંતોનો ઉપયોગ કરીને ઇમેજ તાલીમ સમૂહમાંથી સુવિધાઓની સ્વયંચાલિત પસંદગીનું વર્ણન કરે છે. અમે "સારી રીતે ફ્રેમ કરેલ" દૃશ્યો તરીકે પ્રસ્તુત વિશાળ વિવિધતાવાળા વાસ્તવિક દુનિયાના પદાર્થોના મોટા ડેટાબેઝમાંથી દૃશ્ય-આધારિત વર્ગ પુનઃપ્રાપ્તિ મ... |
dbe8c61628896081998d1cd7d10343a45b7061bd | કેટલીક વ્યૂહરચનાઓ વર્ણવવામાં આવી છે જે મૂળભૂત નેટવર્ક મોડેલોની મર્યાદાઓને દૂર કરે છે, જે મોટા જોડાણવાદી વાણી ઓળખ સિસ્ટમ્સની રચના તરફના પગલાં તરીકે છે. બે મુખ્ય ચિંતાના ક્ષેત્રો સમયની સમસ્યા અને સ્કેલિંગની સમસ્યા છે. સમય જતાં ભાષણ સંકેતો સતત બદલાય છે અને માનવ જ્ઞાનની વિશાળ માત્રાને એન્કોડ કરે છે અને પ્રસારિત કરે છે. આ સ... |
eeb8c7a22f731839755a4e820b608215e9885276 | |
01905a9c0351aad54ee7dbba1544cd9db06ca935 | ઇન્ફોર્મેશન સિસ્ટમ (આઇએસ) સુરક્ષા સાથે વ્યવહાર કરવા ઇચ્છતી કોઈપણ સંસ્થા માટે જોખમ વ્યવસ્થાપન આજે એક મુખ્ય માર્ગદર્શક સાધન છે. જો કે, આઇએસ સુરક્ષા જોખમ વ્યવસ્થાપન (આઇએસએસઆરએમ) મુખ્યત્વે જટિલ અને એકબીજા સાથે જોડાયેલા આઇએસ સાથે બહુવિધ નિયમનોના સંદર્ભમાં સ્થાપિત કરવા અને જાળવવા માટે મુશ્કેલ પ્રક્રિયા છે. અમે દાવો કરીએ છીએ ... |
1976c9eeccc7115d18a04f1e7fb5145db6b96002 | ફ્રીબેઝ એ એક વ્યવહારુ, સ્કેલેબલ ટુપલ ડેટાબેઝ છે જેનો ઉપયોગ સામાન્ય માનવ જ્ઞાનને માળખું કરવા માટે થાય છે. ફ્રીબેઝમાં ડેટા સહયોગથી બનાવવામાં આવે છે, માળખું અને જાળવવામાં આવે છે. ફ્રીબેઝમાં હાલમાં 125,000,000 થી વધુ ટુપલ્સ, 4000 થી વધુ પ્રકારો અને 7000 થી વધુ ગુણધર્મો છે. ફ્રીબેઝમાં જાહેર વાંચન/લેખન વપરાશને મેટાવેબ ક્વેરી... |
77b99e0a3a6f99537a4b497c5cd67be95c1b7088 | એક દાયકાથી વધુ સમયથી સ્વચાલિત વાહન સંશોધન પ્રચલિત છે, પરંતુ તાજેતરમાં જ સ્વચાલિત વાહનોમાં થતી માનવ ક્રિયાપ્રતિક્રિયા પર થોડું સંશોધન કરવામાં આવ્યું છે. જોકે કાર્યાત્મક સોફ્ટવેર અને સેન્સર ટેકનોલોજી સલામત કામગીરી માટે આવશ્યક છે, જે સ્વાયત્ત વાહન સંશોધનનું મુખ્ય ધ્યાન રહ્યું છે, માનવ ક્રિયાપ્રતિક્રિયાના તમામ તત્વોને હેન્... |
31f3a12fb25ddb0a27ebdda7dd8d014996debd74 | અમે લગભગ 2 વર્ષ દરમિયાન 12,500 Android ઉપકરણોના ઉપયોગની માહિતી એકત્રિત કરી. અમારા ડેટાસેટમાં એન્ડ્રોઇડના 687 વર્ઝન ચલાવતા 894 મોડેલોના ઉપકરણોના 53 અબજ ડેટા પોઇન્ટ છે. એકત્રિત ડેટાની પ્રક્રિયામાં સ્કેલેબિલિટીથી લઈને સુસંગતતા અને ગોપનીયતા વિચારણાઓ સુધીના અનેક પડકારો છે. અમે આ અત્યંત વિતરણ ડેટાસેટના સંગ્રહ અને વિશ્લેષણ મા... |
408a8e250316863da94ffb3eab077175d08c01bf | |
5656fa5aa6e1beeb98703fc53ec112ad227c49ca | અમે મલ્ટી-પૂર્વસૂચન ઊંડા બોલ્ત્ઝમન મશીન (એમપી-ડીબીએમ) રજૂ કરીએ છીએ. એમપીડીબીએમને એક સંભાવનાત્મક મોડેલ તરીકે જોવામાં આવે છે જે સામાન્ય સ્યુડોલિલિક્વિડિટીના વિવિધતાયુક્ત અંદાજને મહત્તમ કરવા માટે તાલીમ આપવામાં આવે છે, અથવા પુનરાવર્તિત નેટના પરિવાર તરીકે જે પરિમાણોને વહેંચે છે અને આશરે વિવિધ નિષ્કર્ષ સમસ્યાઓ હલ કરે છે. ડીબ... |
4c99b87df6385bd945a00633f829e4a9ec5ce314 | સોશિયલ નેટવર્કથી અતિશય પ્રમાણમાં ડેટા ઉત્પન્ન થાય છે. ફેસબુકમાં 400 મિલિયનથી વધુ સક્રિય વપરાશકર્તાઓ છે જે દર મહિને 5 અબજથી વધુ માહિતી શેર કરે છે. આ વિશાળ પ્રમાણમાં બિનસંરચિત ડેટાનું વિશ્લેષણ સોફ્ટવેર અને હાર્ડવેર માટે પડકારો રજૂ કરે છે. અમે ગ્રાફસીટી રજૂ કરીએ છીએ, ગ્રાફ પાત્રાલેખન ટૂલકિટ માટે વિશાળ ગ્રાફ સામાજિક નેટવર્... |
7b1e18688dae102b8702a074f71bbea8ba540998 | ઓટોમોટિવ વાહનોની સિસ્ટમોની વધતી જતી જટિલતા, બાહ્ય નેટવર્ક્સ સાથેના તેમના જોડાણ, વસ્તુઓના ઇન્ટરનેટ સાથે સાથે તેમના વધુ આંતરિક નેટવર્કિંગ હેકિંગ અને દૂષિત હુમલાઓ માટે દરવાજા ખોલે છે. આધુનિક ઓટોમોટિવ વાહનોમાં સુરક્ષા અને ગોપનીયતા જોખમો હવે સારી રીતે જાહેર કરવામાં આવે છે. સુરક્ષાનું ઉલ્લંઘન સુરક્ષાના ઉલ્લંઘન તરફ દોરી શકે છ... |
a608bd857a131fe0d9e10c2219747b9fa03c5afc | આધુનિક ઓટોમોબાઇલ્સ સર્વવ્યાપક રીતે કોમ્પ્યુટરાઈઝડ છે, અને તેથી સંભવિત હુમલા માટે સંવેદનશીલ છે. જો કે, અગાઉના સંશોધનોએ દર્શાવ્યું છે કે કેટલીક આધુનિક કારમાં આંતરિક નેટવર્ક્સ અસુરક્ષિત છે, સંકળાયેલ ધમકી મોડેલ - અગાઉના ભૌતિક ઍક્સેસની જરૂર છે - ન્યાયી રીતે અવાસ્તવિક તરીકે જોવામાં આવે છે. આમ, તે ખુલ્લો પ્રશ્ન રહે છે કે શું ... |
cdbb46785f9b9acf8d03f3f8aba58b201f06639f | ઓટોમોટિવ સિસ્ટમોની આઇટી સુરક્ષા સંશોધનનું એક વિકસતું ક્ષેત્ર છે. વર્તમાન પરિસ્થિતિ અને સંભવિત વધતા જતા ધમકીઓના વલણને વિશ્લેષણ કરવા માટે અમે તાજેતરની ઓટોમોટિવ ટેકનોલોજી પર કેટલાક વ્યવહારુ પરીક્ષણો કર્યા. આ લેખમાં કેન બસ ટેકનોલોજી પર આધારિત ઓટોમોટિવ સિસ્ટમ્સ પર ધ્યાન કેન્દ્રિત કરીને વિન્ડો લિફ્ટ, ચેતવણી પ્રકાશ અને એરબેગ ... |
13b44d1040bf8fc1edb9de23f50af1f324e63697 | અમે એટ્રિબ્યુટ-ગાઇડેડ ફેસ જનરેશનમાં રસ ધરાવીએ છીએઃ નીચા-રીઝોલ્યુશન ફેસ ઇનપુટ ઇમેજ, એક એટ્રિબ્યુટ વેક્ટર આપવામાં આવે છે જે ઉચ્ચ-રીઝોલ્યુશન ઇમેજ (એટ્રિબ્યુટ ઇમેજ) માંથી કાઢી શકાય છે, અમારી નવી પદ્ધતિ ઓછી-રીઝોલ્યુશન ઇનપુટ માટે ઉચ્ચ-રીઝોલ્યુશન ફેસ ઇમેજ બનાવે છે જે આપેલ લક્ષણોને સંતોષે છે. આ સમસ્યાને ઉકેલવા માટે, અમે સાયકલગ... |
8a7b0520de8d9af82617bb13d7aef000aae26119 | ડ્યુઅલ-બેન્ડ ઓર્થોમોડ ટ્રાન્સડ્યુસર (OMT) ઘટકોની રચના માટે સામાન્ય પ્રવેશ મેટ્રિક્સ અને સામાન્ય પ્રસરણ મેટ્રિક્સ દ્વારા મેળવવામાં આવેલ મિશ્રિત લાક્ષણિકતા સૂચવવામાં આવે છે. આ પ્રક્રિયા પર આધારિત સચોટ અને કાર્યક્ષમ પૂર્ણ તરંગ વિશ્લેષણ સોફ્ટવેર વિકસાવવામાં આવ્યું છે. વિકસિત સોફ્ટવેર સાથે Ku બેન્ડમાં ઉચ્ચ પ્રદર્શન સાથે ડ્ય... |
17168ca2262960c57ee141b5d7095022e038ddb4 | સ્માર્ટ ડિવાઇસીસ અને વેરેબલ સેન્સર્સ દ્વારા પ્રવૃત્તિને ઓળખવી એ સંશોધનનું એક સક્રિય ક્ષેત્ર છે, કારણ કે સ્માર્ટ ડિવાઇસીસનો વ્યાપકપણે ઉપયોગ કરવામાં આવે છે અને તે લોકોના રોજિંદા જીવનમાં સહાયતા માટે પૂરા પાડે છે. ફાઇન-ગ્રાનલ્ડ પ્રાચીન પ્રવૃત્તિ માન્યતા માટે ઉપલબ્ધ ડેટાસેટ્સમાંથી ઘણા લોકો વાસ્તવિક દુનિયામાં રોજિંદા વર્તન પ... |
62a6cf246c9bec56babab9424fa36bfc9d4a47e8 | આપણે કેવી રીતે કમ્પ્યુટર્સને આપમેળે જવાબ આપવા સક્ષમ કરી શકીએ છીએ જેમ કે "હૅરી પોટરના પાત્રને કોણે બનાવ્યું છે? કાળજીપૂર્વક બાંધવામાં આવેલ જ્ઞાન આધાર તથ્યોના સમૃદ્ધ સ્ત્રોતો પૂરા પાડે છે. જો કે, એક જ પ્રશ્નનાં અનેક અભિવ્યક્તિઓને કારણે કુદરતી ભાષામાં ઊભા થયેલા વાસ્તવિક પ્રશ્નોના જવાબ આપવાનું એક પડકાર છે. ખાસ કરીને, અમે સ... |
7bbacae9177e5349090336c23718a51bc94f6bfc | અમે ભૂ-સ્થાન માહિતી સાથે નોંધાયેલા "સ્ટ્રીટ સાઇડ" છબીઓના ડેટાબેઝનો ઉપયોગ કરીને ક્વેરી ઇમેજમાં દર્શાવવામાં આવેલ સ્થળને ઓળખવાનો પ્રયાસ કરીએ છીએ. ડેટાબેઝમાં ક્વેરી અને છબીઓ વચ્ચેના સ્કેલ, દૃષ્ટિકોણ અને લાઇટિંગમાં થયેલા ફેરફારોને કારણે આ એક પડકારરૂપ કાર્ય છે. સ્થાન ઓળખની મુખ્ય સમસ્યાઓમાંની એક એવી વસ્તુઓની હાજરી છે જેમ કે વ... |
d72b366e1d45cbcddfe5c856b77a2801d8d0c11f | વર્તમાન ન્યુરલ સિમેન્ટીક પાર્સર્સ મુખ્યત્વે અનુક્રમ એન્કોડરનો ઉપયોગ કરે છે, એટલે કે, અનુક્રમિક એલએસટીએમ, શબ્દ ક્રમની સુવિધાઓ કાractવા માટે જ્યારે અન્ય મૂલ્યવાન વાક્યરચનાની માહિતી જેમ કે પરાધીનતા ગ્રાફ અથવા ઘટક વૃક્ષોની અવગણના કરે છે. આ કાગળમાં, અમે પ્રથમ ત્રણ પ્રકારના સિન્ટેક્ટીક માહિતી, એટલે કે, શબ્દ ક્રમ, પરાધીનતા અન... |
32cde90437ab5a70cf003ea36f66f2de0e24b3ab | જટિલ શહેરી શેરી દ્રશ્યોની દ્રશ્ય સમજણ એ એપ્લિકેશન્સની વિશાળ શ્રેણી માટે સક્ષમ પરિબળ છે. ઓબ્જેક્ટ ડિટેક્શનને મોટા પાયે ડેટાસેટ્સથી, ખાસ કરીને ડીપ લર્નિંગના સંદર્ભમાં ખૂબ ફાયદો થયો છે. સિમેન્ટીક શહેરી દ્રશ્ય સમજણ માટે, જોકે, કોઈ વર્તમાન ડેટાસેટ પર્યાપ્ત વાસ્તવિક વિશ્વના શહેરી દ્રશ્યોની જટિલતાને મેળવે છે. આને સંબોધવા માટે... |
7c5f143adf1bf182bf506bd31f9ddb0f302f3ce9 | |
ceb7784d1bebbc8e97e97cbe2b3b76bce1e708a5 | આજે દરેક વ્યક્તિના હોઠ પર બિઝનેસ ઇન્ટેલિજન્સ (બીઆઇ) છે, કારણ કે તે વ્યવસાયોને તેમની વ્યવસાયિક પદ્ધતિઓનું વિશ્લેષણ કરવાની અને તેમને સુધારવાની સંભાવના પૂરી પાડે છે. જો કે, નાના અને મધ્યમ ઉદ્યોગો (એસએમઇ) ઘણીવાર કર્મચારી, જ્ઞાન અથવા નાણાં જેવા અભાવ સંસાધનોને કારણે બાય-ઇન્ફોર્મેશનના હકારાત્મક પ્રભાવનો લાભ લઈ શકતા નથી. એસએમઈ... |
43e33e80d74205e860dd4b8e26b7c458c60e201a | અમે બતાવીએ છીએ કે (અવશેષ) કન્વોલ્યુશનલ ન્યુરલ નેટવર્ક (સીએનએન) નું વજન અને પૂર્વગ્રહો પર યોગ્ય પૂર્વગ્રહ સાથેનું આઉટપુટ અનંત ઘણા કન્વોલ્યુશનલ ફિલ્ટર્સની મર્યાદામાં ગૌસિયન પ્રક્રિયા (જીપી) છે, જે ગાઢ નેટવર્ક્સ માટે સમાન પરિણામોને વિસ્તૃત કરે છે. સીએનએન માટે, સમકક્ષ કર્નલ બરાબર ગણતરી કરી શકાય છે અને, deep deep deep kern... |
1e38c680492a958a2bd616a9a7121f905746a37e | બિટકોઇન સિસ્ટમ (https://bitcoin.org) એક સ્યુડો-અનામી ચલણ છે જે વપરાશકર્તાને કોઈપણ વાસ્તવિક વિશ્વની ઓળખથી અલગ કરી શકે છે. તે સંદર્ભમાં, વર્ચ્યુઅલ અને ભૌતિક વિભાજનનું સફળ ભંગ બિટકોઇન સિસ્ટમમાં એક નોંધપાત્ર એવનું પ્રતિનિધિત્વ કરે છે [1]. આ પ્રોજેક્ટમાં અમે બતાવીએ છીએ કે કેવી રીતે બિટકોઇન વ્યવહારો પાછળ વાસ્તવિક દુનિયાના વપ... |
2c0a239caa3c2c590e4d6f23ad01c1f77adfc7a0 | |
5f6d9b8461a9d774da12f1b363eede4b7088cf5d | અગાઉના સંશોધનનાં પરિણામો દર્શાવે છે કે UHF નિષ્ક્રિય CMOS RFID ટેગ્સને -20 ડીબીએમથી ઓછી સંવેદનશીલતા પ્રાપ્ત કરવામાં મુશ્કેલી હતી. આ કાગળ ડ્યુઅલ-ચેનલ 15-બીટ યુએચએફ નિષ્ક્રિય સીએમઓએસ આરએફઆઇડી ટેગ પ્રોટોટાઇપ રજૂ કરે છે જે -20 ડીબીએમ કરતા ઓછી સંવેદનશીલતા પર કામ કરી શકે છે. પ્રસ્તાવિત ટેગ ચિપ ઊર્જાને ભેગી કરે છે અને 866.4-M... |
4991785cb0e6ee3d0b7823b59e144fb80ca3a83e | |
2f3a6728b87283ccf0f8822f7a60bca8280f0957 | એકત્રિત શોધ એ સંભવિત બહુવિધ વિશિષ્ટ શોધ સેવાઓ અથવા વર્ટિકલથી વેબ શોધ પરિણામોમાં પરિણામોને એકીકૃત કરવાનું કાર્ય છે. આ કાર્ય માટે માત્ર તે જ આગાહી કરવાની જરૂર નથી કે જે વર્ટિકલ પ્રસ્તુત કરવા (મોટાભાગના અગાઉના સંશોધનમાં ધ્યાન કેન્દ્રિત કરે છે), પણ વેબ પરિણામોમાં તેમને પ્રસ્તુત કરવા માટે (એટલે કે, વેબ પરિણામોની ઉપર અથવા ની... |
b8945cfb7ed72c0fd70263379c328b8570bd763f | |
a2770a51760a134dbb77889d5517550943ea7b81 | 2જી/3જી/એલટીઇ સંચાર માટે ઉચ્ચ લાભ સાથે કોમ્પેક્ટ ડ્યુઅલ-પોલરાઇઝ્ડ ડ્યુઅલ-બેન્ડ ઓમ્નિડાયરેક્શનલ એન્ટેના રજૂ કરવામાં આવે છે, જેમાં બે આડી પોલરાઇઝેશન (એચપી) અને એક ઊભી પોલરાઇઝેશન (વીપી) તત્વોનો સમાવેશ થાય છે. ઉપલા એચપી તત્વમાં ચાર જોડીઓ મોડિફાઇડ પ્રિન્ટેડ મેગ્નેટો-ઇલેક્ટ્રિક (એમઇ) ડાઇપોલ્સ હોય છે જે ચાર-વે પાવર ડિવાઇડર ફી... |
33a1ee51cc5d51609943896a95c1371538f2d017 | |
1eb0bf4b9bf04e870962b742c4fc6cb330d1235a | બિઝનેસ પ્રોસેસ મેનેજમેન્ટ પરના મોટા ભાગના સાહિત્યમાં આપવામાં આવેલી બિઝનેસ પ્રોસેસની વ્યાખ્યાઓ ઊંડાણપૂર્વક મર્યાદિત છે અને બિઝનેસ પ્રોસેસના તેમના સંબંધિત મોડેલો અનુરૂપ રીતે મર્યાદિત છે. ઉત્પાદન પ્રણાલીઓથી લઈને ઓફિસના વાતાવરણ સુધીની બિઝનેસ પ્રોસેસ મોડેલિંગની તકનીકોની પ્રગતિનો સંક્ષિપ્ત ઇતિહાસ આપ્યા પછી, આ કાગળ સૂચવે છે ક... |
bc018fc951c124aa4519697f1884fd5afaf43439 | આ લેખમાં બ્રોડબેન્ડ પ્લાનર એન્ટેનાના સૈદ્ધાંતિક અને પ્રાયોગિક પરિણામો રજૂ કરવામાં આવ્યા છે. આ એન્ટેના વિશાળ બેન્ડવિડ્થ, નીચા ક્રોસ-પોલરાઇઝેશન સ્તર અને નીચા બેકવર્ડ રેડિયેશન સ્તર પ્રાપ્ત કરી શકે છે. વિશાળ બેન્ડવિડ્થ અને સક્રિય સર્કિટ સાથે સરળ એકીકરણ માટે, તે એપરચર-કપ્પ્પ્લ સ્ટેક્ડ સ્ક્વેર પેચનો ઉપયોગ કરે છે. કપ્લિંગ એપર... |
5adcac7d15ec8999fa2beb62f0ddc6893884e080 | ફિંગરપ્રિન્ટ ઓરિએન્ટેશન ફિંગરપ્રિન્ટ એમ્પ્લીફિકેશન, ફિંગરપ્રિન્ટ ક્લાસિફિકેશન અને ફિંગરપ્રિન્ટ રેકગ્નિશનમાં મહત્વપૂર્ણ ભૂમિકા ભજવે છે. આ કાગળ ફિંગરપ્રિન્ટ ઓરિએન્ટેશન અંદાજમાં પ્રાથમિક પ્રગતિની ટીકાત્મક સમીક્ષા કરે છે. હાલની પદ્ધતિઓના ફાયદા અને મર્યાદાઓને ધ્યાનમાં લેવામાં આવી છે. ભવિષ્યના વિકાસના મુદ્દાઓ પર ચર્ચા કરવામા... |
568cff415e7e1bebd4769c4a628b90db293c1717 | વિડીયોની વિશાળ માત્રા હવે આશ્ચર્યજનક દરે લેવામાં આવી રહી છે, પરંતુ તેમાંના મોટાભાગનાને લેબલ આપવામાં આવ્યું નથી. આવા ડેટાનો સામનો કરવા માટે, અમે કોઈપણ જાતે લેબલ કરેલા ઉદાહરણો વિના વિડિઓઝમાં સામગ્રી-આધારિત પ્રવૃત્તિ માન્યતાના કાર્યને ધ્યાનમાં લઈએ છીએ, જેને શૂન્ય-શોટ વિડિઓ ઓળખ તરીકે પણ ઓળખવામાં આવે છે. આ સિદ્ધ કરવા માટે, ... |
a62ac71cd51124973ac57c87d09a3461ecbd8e61 | લઘુત્તમ સરેરાશ ચોથા (એલએમએફ) અલ્ગોરિધમનો વર્તન ખાસ રસ ધરાવે છે. આ અલ્ગોરિધમનો એલએમએસ અલ્ગોરિધમનો સાથે સરખામણી કરવામાં આવે છે, જ્યારે બંને વજન રાહત પ્રક્રિયા માટે બરાબર સમાન સમયના સ્થિર હોય છે, ત્યારે એલએમએફ અલ્ગોરિધમનો, કેટલાક સંજોગોમાં, એલએમએસ અલ્ગોરિધમનો કરતાં નોંધપાત્ર રીતે નીચું વજનનો અવાજ હશે. તેથી શક્ય છે કે મીન ... |
5896b9299d100bdd10fee983fe365dc3bcf35a67 | આ કાગળ સતત આરોગ્ય મોનીટરીંગ માટે બિનઆક્રમક વાયરલેસ સેન્સર પ્લેટફોર્મ રજૂ કરે છે. સેન્સર સિસ્ટમમાં લૂપ એન્ટેના, વાયરલેસ સેન્સર ઇન્ટરફેસ ચિપ અને પોલિમર સબસ્ટ્રેટ પર ગ્લુકોઝ સેન્સરનો સમાવેશ થાય છે. આઇસીમાં પાવર મેનેજમેન્ટ, રીડઆઉટ સર્કિટરી, વાયરલેસ કમ્યુનિકેશન ઇન્ટરફેસ, એલઇડી ડ્રાઇવર અને 0.36-mm2 સીએમઓએસ ચિપમાં કોઈ બાહ્ય ઘ... |
622c5da12c87ecc3ea8be91f79192b6e0ee559d2 | આ સૈદ્ધાંતિક સંશ્લેષણમાં, અમે વપરાશકર્તા ભાગીદારી અને સંડોવણી પર અગાઉના સંશોધનની ત્રણ પરંપરાઓ એકસાથે મૂકીએ છીએઃ વપરાશકર્તા ભાગીદારી અને આઇએસ સફળતા વચ્ચેના સંબંધ પર સર્વેક્ષણ અને પ્રાયોગિક સાહિત્ય, વૈકલ્પિક વિકાસ અભિગમો પરના નૉર્મેટિવ સાહિત્ય અને વિવિધ સૈદ્ધાંતિક દ્રષ્ટિકોણથી વપરાશકર્તા ભાગીદારીની તપાસ કરતા ગુણાત્મક અભ્... |
24beb987b722d4a25d3157a43000e685aa8f8874 | આ કાગળ એક આંકડાકીય મોડેલ રજૂ કરે છે જે ભાગોના ભાષણ ટૅગ્સ સાથે કોરપસને ટ્રેન કરે છે અને તેમને અગાઉ ન જોઈતા ટેક્સ્ટને કલાની ચોકસાઈ સાથે સોંપે છે આ મોડેલને મહત્તમ એન્ટ્રોપી મોડેલ તરીકે વર્ગીકૃત કરી શકાય છે અને એક સાથે POS ટૅગની આગાહી કરવા માટે ઘણા સંદર્ભિત સુવિધાઓનો ઉપયોગ કરે છે વધુમાં આ કાગળ મોડેલ મુશ્કેલ ટેગિંગ નિર્ણયો ... |
6a2fe560574b76994ab1148b4dae0bfb89e3a3e3 | માનવ દ્રષ્ટિનો એક મહત્વપૂર્ણ પાસું એ છે કે અપેક્ષા રાખવી અને અપેક્ષા રાખવી કે માનવ કઈ પ્રવૃત્તિઓ આગળ કરશે (અને તેમને કેવી રીતે કરવું) ઘણા કાર્યક્રમો માટે ઉપયોગી છે, ઉદાહરણ તરીકે, અપેક્ષા એ સહાયક રોબોટને માનવ વાતાવરણમાં પ્રતિક્રિયાશીલ પ્રતિસાદો માટે આગળની યોજના બનાવવા માટે સક્ષમ બનાવે છે. આ કાર્યમાં, અમે ઑબ્જેક્ટની સગવડ... |
ea38789c6687e7ccb483693046fff5293e903c51 | અમે બેચ રિઇનફોર્સ્મેન્ટ લર્નિંગ (આરએલ) અલ્ગોરિધમનો પ્રસ્તુત કરીએ છીએ જે તે દરખાસ્ત કરે છે તે દરેક નીતિની ગુણવત્તા વિશે સંભાવનાત્મક બાંયધરી આપે છે, અને જેમાં કોઈ હાયપર-પૅરામીટર્સ નથી કે જેને નિષ્ણાત ટ્યુનિંગની જરૂર હોય. વપરાશકર્તા કોઈપણ પ્રદર્શન નીચલા-મર્યાદા, ρ−, અને વિશ્વાસ સ્તર, δ પસંદ કરી શકે છે, અને અમારું અલ્ગોરિધ... |
780b05a35f2c7dd4b4d6e2a844ef5e145f1972ae | મલ્ટી-ટર્ન સંવાદોમાં, કુદરતી ભાષા સમજણના મોડેલો સંદર્ભિત માહિતી માટે અંધ હોવાને કારણે સ્પષ્ટ ભૂલો રજૂ કરી શકે છે. સંવાદ ઇતિહાસને સમાવિષ્ટ કરવા માટે, અમે સ્પીકર-સેન્સિટિવ ડ્યુઅલ મેમરી નેટવર્ક્સ સાથે ન્યુરલ આર્કિટેક્ચર રજૂ કરીએ છીએ જે સ્પીકરના આધારે અલગ અલગ રીતે ઉચ્ચારણ કરે છે. આ સિસ્ટમ માટે ઉપલબ્ધ માહિતીના વિવિધ સ્તરોને... |
259bbc822121df705bf3d5898ae031cd712505ea | 1મોબાઇલ કોમ્યુનિકેશન્સ વિભાગ, ઇલેક્ટ્રિકલ એન્જિનિયરિંગ અને કોમ્પ્યુટર સાયન્સ સ્કૂલ, ટેકનિકલ યુનિવર્સિટી ઓફ બર્લિન, બર્લિન, જર્મની 2વાયરલેસ નેટવર્કિંગ, સિગ્નલ પ્રોસેસિંગ અને સિક્યોરિટી લેબ, ઇલેક્ટ્રિકલ અને કોમ્પ્યુટર એન્જિનિયરિંગ વિભાગ, હ્યુસ્ટન યુનિવર્સિટી, હ્યુસ્ટન, TX 77004, યુએસએ 3કોમ્યુનિકેશન સિસ્ટમ્સ ડિવિઝન, ઇલેક્... |
4eca7aa4a96300caf8622d666ecf5635d8b72132 | સ્વયંચાલિત પુનર્વસન અને રમતગમત તાલીમ પ્રણાલીઓ વિકસાવવા માટે માનવ પ્રવૃત્તિઓને ચોક્કસ રીતે ઓળખવાની ક્ષમતા આવશ્યક છે. આ કાગળમાં, અગ્રભાગ-વસ્ત્રો પહેરવા યોગ્ય સેન્સરમાંથી મેળવેલ મોટા પાયે કસરત ગતિ ડેટાને કન્વોલ્યુશનલ ન્યુરલ નેટવર્ક (સીએનએન) સાથે વર્ગીકૃત કરવામાં આવે છે. એક્સિલરોમીટર અને ઓરિએન્ટેશન માપનથી બનેલા સમય-શ્રેણી ... |
1b1a829c43f1a4f3a3d70f033a1b8e7bee1f7112 | |
6abac64862f7d207cac58c6a93f75dc80d74e575 | |
5fb874a1c8106a5b2b2779ee8e1433149109ba00 | ડેટામાંથી બેયસિયન નેટવર્ક્સ શીખવા માટે અલ્ગોરિધમ્સમાં બે ઘટકો છેઃ સ્કોરિંગ મેટ્રિક અને શોધ પ્રક્રિયા. સ્કોરિંગ મેટ્રિક ડેટાની રચનાની સારી-ઓફ-ટીને પ્રતિબિંબિત કરતા સ્કોરની ગણતરી કરે છે. શોધ પ્રક્રિયા ઉચ્ચ સ્કોર્સ સાથે નેટવર્ક માળખાને ઓળખવાનો પ્રયાસ કરે છે. હેકરમેન અને અન્ય (1995) બેયસિયન મેટ્રિક રજૂ કરે છે, જેને બીડી મે... |
7783fd2984ac139194d21c10bd83b4c9764826a3 | સંભાવનાત્મક પદ્ધતિઓ, કમ્પ્યુટેશનલ સાધનોના ક્ષેત્રો બનાવવા માટે. પરંતુ મને કેનમાં લેવાની જરૂર હતી, બેયસિયન નેટવર્ક્સ તાજેતરમાં મજબૂત રીતે કામ કર્યું હતું. તાજેતરમાં જ મેં આ પુસ્તક પ્રકાશિત કર્યું હતું. આ પુરસ્કાર ગ્રેજ્યુએટ માટે આપવામાં આવે છે. હું કેવી રીતે રહી છું તે વિશે ખૂબ ચિંતિત. દેખીતી રીતે ડેફ્ની કોલર અને શીખવાન... |
5c386d601ffcc75f7635a4a5c6066824b37b9425 | આજકાલ, રજિસ્ટ્રેશન ફોર્મ સાથેની લોકપ્રિય વેબ સાઇટ શોધવી મુશ્કેલ છે જે સ્વચાલિત માનવ સાબિતી પરીક્ષણ દ્વારા સુરક્ષિત નથી જે છબીમાં અક્ષરોની શ્રેણી પ્રદર્શિત કરે છે, અને વપરાશકર્તાને ઇનપુટ ફીલ્ડમાં ક્રમ દાખલ કરવા માટે પૂછે છે. આ સુરક્ષા પદ્ધતિ ટ્યુરિંગ ટેસ્ટ પર આધારિત છે - આર્ટિફિશિયલ ઇન્ટેલિજન્સમાં સૌથી જૂની વિભાવનાઓમાંથ... |
941a668cb77010e032a809861427fa8b1bee8ea0 | સિગ્નલ પ્રોસેસિંગ આજે ઇસીજી વિશ્લેષણ અને અર્થઘટન માટે મોટાભાગની સિસ્ટમોમાં કરવામાં આવે છે. ઇસીજી સિગ્નલ પ્રોસેસિંગનો ઉદ્દેશ બહુવિધ છે અને તેમાં માપનની ચોકસાઈ અને પુનરાવર્તિતતામાં સુધારો (હસ્તકલા માપનની સરખામણીમાં) અને દ્રશ્ય મૂલ્યાંકન દ્વારા સિગ્નલમાંથી સહેલાઈથી ઉપલબ્ધ માહિતીના નિષ્કર્ષણનો સમાવેશ થાય છે. ઘણી પરિસ્થિતિઓ... |
b681da8d4be586f6ed6658038c81cdcde1d54406 | આ પત્રમાં, એક નવલકથા ડ્યુઅલ-બેન્ડ અને ધ્રુવીકરણ-ગુણવત્તાવાળું સબસ્ટ્રેટ સંકલિત વેવગાઇડ (એસઆઇડબ્લ્યુ) પોલાણ એન્ટેનાનો પ્રસ્તાવ છે. એન્ટેના માટે ઉપયોગમાં લેવાતી એસઆઇડબલ્યુ પોલાણ તેના પ્રથમ પડઘો માટે પરંપરાગત ટીઇ 120 મોડ દ્વારા ઉત્તેજિત થાય છે. સ્લોટની દખલ સાથે, સુધારેલા-ટીઇ 120 મોડ દ્વારા ઉત્તેજિત બીજા પડઘો પણ પેદા થાય છ... |
cf18287e79b1fd73cd333fc914bb24c00a537f4c | જટિલ કૌશલ્યના વ્યાપક રેપર્ટોરીને સ્વાયત્ત રીતે શીખવા માટે, રોબોટ્સને માનવ દેખરેખ વિના, તેમના પોતાના સ્વાયત્ત રીતે એકત્રિત ડેટામાંથી શીખવા માટે સક્ષમ હોવા જોઈએ. એક શીખવાની સંકેત જે હંમેશા સ્વાયત્ત રીતે એકત્રિત ડેટા માટે ઉપલબ્ધ છે તે આગાહી છે. જો રોબોટ ભવિષ્યની આગાહી કરવાનું શીખી શકે છે, તો તે આ આગાહી મોડેલનો ઉપયોગ ઇચ્છિ... |
89701a3b04c3f102ebec83db3249b20791eacb38 | સંદર્ભ સભાનતા સંદર્ભ સભાન સેવાઓ સક્ષમ કરવા માટે એક મુખ્ય મિલકત છે. મોબાઇલ ઉપકરણ માટે, વપરાશકર્તાનું સ્થાન અથવા ટ્રેકટરી નિર્ણાયક સંદર્ભોમાંનું એક છે. મોબાઇલ ઉપકરણો દ્વારા સ્થાન અથવા ટ્રેકટરીને શોધવામાં એક સામાન્ય પડકાર ચોકસાઈ અને વીજ વપરાશ વચ્ચેના વેપારને સંચાલિત કરવાનો છે. સામાન્ય રીતે, (1) સેન્સરનો ઉપયોગ કરવાની આવર્ત... |
a85ad1a2ee829c315be6ded0eee8a1dadc21a666 | કોમ્પ્યુટર વિઝનમાં સ્વયં સંચાલિત અને સહાયિત ડ્રાઇવિંગ નિઃશંકપણે ગરમ વિષયો છે. જો કે, ડ્રાઇવિંગનું કાર્ય અત્યંત જટિલ છે અને ડ્રાઇવરોના વર્તન અંગેની ઊંડી સમજણ હજુ પણ ખૂટે છે. ઘણા સંશોધકો હવે દ્રશ્યમાં અગ્રણી અને રસપ્રદ વસ્તુઓ શોધવા માટે કોમ્પ્યુટેશનલ મોડેલ્સને વ્યાખ્યાયિત કરવા માટે ધ્યાન પદ્ધતિની તપાસ કરી રહ્યા છે. તેમ છ... |
a0ff514a8a64ba5a7cd7430ca04245fd037d040c | આ કાગળ અનુક્રમે 2012 અને 2013ના પૂર્વ-આઇસીઆઈએસ ઇવેન્ટ્સના શૈક્ષણિક અને ઉદ્યોગ ચર્ચાઓ પર નિર્માણ કરે છેઃ બીઆઈ કોંગ્રેસ III અને નિર્ણય સહાયક સિસ્ટમ્સ (એસઆઇજીડીએસએસ) પર વિશેષ હિત જૂથ વર્કશોપ. નિર્ણય લેવા અને નવીનીકરણ માટે નવી સમજ પ્રદાન કરવા માટે "મોટા ડેટા"ની સંભાવનાને માન્યતા આપતા, બે ઇવેન્ટ્સમાં પેનલના સભ્યોએ ચર્ચા કરી... |
34d03cfb02806e668f9748ee60ced1b269d1db6c | |
0607acbb450d2afef7f2aa5b53bb05966bd065ed | જ્યારે ડીપ ન્યુરલ નેટવર્ક્સ (ડીએનએન) એ મોટા શબ્દભંડોળ સતત ભાષણ ઓળખ (એલવીસીએસઆર) કાર્યો માટે જબરદસ્ત સફળતા પ્રાપ્ત કરી છે, આ નેટવર્ક્સની તાલીમ ધીમી છે. એક કારણ એ છે કે ડી.એન.એ.ને મોટી સંખ્યામાં તાલીમ પરિમાણો (એટલે કે, 10-50 મિલિયન) સાથે તાલીમ આપવામાં આવે છે. કારણ કે સારા પ્રદર્શનને હાંસલ કરવા માટે નેટવર્ક્સને મોટી સંખ્ય... |
56c16d9e2a5270ba6b1d83271e2c10916591968d | |
56c2fb2438f32529aec604e6fc3b06a595ddbfcc | તાજેતરમાં, આગળના ચહેરાના ચિત્રોમાંથી જાતિ વર્ગીકરણ માટે ઘણી મશીન શિક્ષણ પદ્ધતિઓ પ્રસ્તાવિત કરવામાં આવી છે. તેમની વિવિધતા સૂચવે છે કે આ સમસ્યાનો કોઈ એક અથવા સામાન્ય ઉકેલ નથી. પદ્ધતિઓની વિવિધતા ઉપરાંત, તેમને મૂલ્યાંકન કરવા માટે ઉપયોગમાં લેવાતા બેંચમાર્ક્સની પણ વિવિધતા છે. આ જ અમને અમારા કામ માટે પ્રેરણા આપી: સ્વયંચાલિત જ... |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.