Datasets:

carlfeynman
/

Bharat_NanoSCIDOCS_sa

_id stringlengths 40 40	text stringlengths 0 10.2k
1b2a0e8af5c1f18e47e71244973ce4ace4ac6034	पदानुक्रमिक-पिट्मान-योर् प्रक्रियायाः प्राधान्यक्रमः भाषायाः प्रतिमानानि शिक्षयितुं प्रवृत्तिरस्ति, यानि प्वाइंट-एस्टीमेट-आधारितविधिषु श्रेष्ठानि सन्ति । तथापि, एतेन नमुनाकरणस्य विषये कम्प्युटरेल् च सांख्यिकीयनिष्कर्षणस्य विषये, यथा स्मृत्या च कालस्य उपयोगः, तथा च नमुनाकरणस्य खराबसम्मिश्रणम्, असौ लोकप्रियं न भवति । अस्मिन् कार्ये वयं नवीनं रूपं प्रस्तावयामि यत् संकुचितं प्रत्ययवृक्षं उपयुज्य एचपीवायपी-आदर्शस्य सङ्क्षिप्तरूपेण प्रतिनिधित्वं करोति । अतः अस्मिन् फ्रेमवर्कस् मध्ये एकं कुशलम् अनुमानात्मकम् अनुमानपद्धतिः निर्मितम् अस्ति, यस् य स्मृतिः पूर्णम् एचपीवाईपी-संस् थापने तुल्ये न्यूनः अस्ति, एवं अनुमानपद्धतिः शीघ्रं भवति। प्रयोगाणां परिणामः दर्शयति यत् अस् माकं प्रतिमानम् पूर्ववर्ती HPYP प्रतिमानानां तुल्येषु अधिकं डाटासेटस् उपरि निर्मितम् अस्ति, यद्यपि सः अनेक-अङ्केषु लघुः, प्रशिक्षणं तथा अनुमानं कर्तुम् द्रुतः, तथा अत्याधुनिक-परिवर्जित-कनेसर-नेय-गणना-आधारित-एलएम-सुगमतायाः १५% पर्यन्तं श्रेष्ठः च अस्ति ।
6c9bd4bd7e30470e069f8600dadb4fd6d2de6bc1	अस्मिन् लेखे, वास्तविक-विश्वस्य स्थितानां लक्षणं दर्शयति, इदम् घटनायाः नव-भाषायाः संसाधनं च वर्णितम् अस्ति । कथायाः योजनायां सम्बद्धानां घटनाणां समूहः (सम्पादकः प्रकाशनं च), घटनायाः कालानुक्रमः (प्रकाशनपूर्वम् सम्पादकः) तथा सहभागीनां अर्थात्मकं भूमिका (लेखकः पुस्तकं प्रकाशनं करोति) च अन्तर्भवन्ति । संसारस्य ज्ञानस्य अयं प्रकारः प्राकृतभाषायाः बोधस्य प्रारम्भिकशोधानां केन्द्रस्थः आसीत् । लिपिः एकं मुख्यं औपचारिकं रूपं आसीत्, यत् संसारे घटितानां घटनाणां सामान्यं अनुक्रमं प्रतिपादयति स्म । दुर्भाग्यवशम् अस्य ज्ञानस्य अधिकांशं हस्तलिखितं च आसीत्, यस् य निर्माणम् बहुकालम् अकरोत् । अद्यतनं यन्त्रशिक्षणविधिः, सह-सन्दर्भसङ्क्रमेण शिक्षणाय नवीनं दृष्टिकोणं च, अस्मान् स्वयमेव मुक्तक्षेत्रे पाठात् वर्णनात्मक योजनायाः रूपे समृद्ध घटना संरचनायाः निष्कर्षणं कर्तुं अनुमन्त्रितवान् । अस्मिन् लेखे वर्णितस्य कथायाः योजनायाः संसाधनम् लगभगं ५००० अनन्य घटनाः सन्ति, ये विभिन्न-आकारस्य योजनायां समाविष्टानि सन्ति । अस्मिन् अधोलिखितेषु विषयेषु, साधनं, कथं ज्ञापितम्, अनभिज्ञेषु दस्तावेजानां विषयेषु च योजनायाः कवरेजस्य नूतनं मूल्यांकनं कृतम्।
8e508720cdb495b7821bf6e43c740eeb5f3a444a	भाषणं, रोबोटिक्सः, वित्तं, जीवविज्ञानं च अनेके अनुप्रयोगाः क्रमेण डाटाः उपयुज्यते, यत्र क्रमेण विषयाः पुनरावर्ती संरचनाः च सामान्यानि सन्ति । तथापि, इदं संरचनां सामान्यं कर्नेल-कार्यकार्येण सहसा प्राप्तुं न शक्यते । एतद् संरचनायाः प्रतिरूपणार्थं, गौसियन् प्रक्रियायाः कृते आभासी-बन्द-रूपं कर्नेल-कार्यम् प्रस्तावयामि । GP-LSTM इत्यनेन प्राप्ते मादे दीर्घ-लघु-अवधि-स्मृति- (LSTM) पुनरावर्ती नेटवर्कस् य अनुप्रेषणात्मक-पक्षपातः पूर्णतया समाहितः भवति, गॉसियन-प्रक्रियायाः नान-पारामेट्रिक-संभाव्यता-लाभानि अपि संरक्षितानि सन्ति । अस्मिन् प्रकरणे, ननु प्रमाणरूपेण अभिसम्बन्धितार्ध-स्थूलकस्मिक-प्रकरणस्य प्रयोगेन प्रस्तावितकर्णालानां गुणानाम् अभिलाषः कृतः, तथा च स्केलेबल-प्रशिक्षण-प्रत्याख्यानार्थं एतेषां कर्णालानां संरचनायाः उपयोगः कृतः। अयं दृष्टिकोणः बेयसनस्य LSTM-गणानां कृते व्यावहारिकं प्रतिनिधित्वं ददाति । अस्मिन् प्रकरणे, जीपी-एलएस-टीएम-द्वारा प्रदत्तानि भविष्यवाणीनिश्चयानि विशिष्टरूपेण मूल्यवान् सन्ति।
033b62167e7358c429738092109311af696e9137	अस्मिन् लेखे अनुशंसित (अङ्गुष्ठपदं अप) अथवा अनुशंसित (अङ्गुष्ठपदं अध) न इति वर्गीकरणार्थं एकं सरलम् अप्रत्यक्षशिक्षणविधिं प्रस्तूयते । पुनरावलोकनस्य वर्गीकरणं पुनरावलोकनस्य शब्दानां मध्यमार्गिक-निर्देशद्वारा पूर्वानुमानं क्रियते, येषु विशेषण-शब्दः वा विशेषण-शब्दः अस्ति । वाक्यांशस्य सकारात्मकः अर्थः भवति यदा तस्य सुसङ्गतिः भवति (उदाहरणार्थम्, सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म-सूक्ष्म- अत्र वाक्यांशस्य अर्थविषयक अभिमुखतायाः गणना उक्तवाक्यस्य शब्दस्य च परस्परं सूचनायाः अति उत्कृष्टम् इति शब्दस्य च परस्परं सूचनायाः अल्पम् इति शब्दस्य च परस्परं सूचनायाः रूपे क्रियते । यदि पुनरावलोकनस्य शब्दानां अर्थविषयक-निर्देशः सकारात्मकः भवति तर्हि पुनरावलोकनं अनुशंसितं भवति । एपिन्निओन्स्-सम्प्रदायस्य ४१० समीक्षायां, चतुर्भिः विभिन्नक्षेत्रेभ्यः (कार-समीक्षा, बैंक-समीक्षा, चलचित्र-समीक्षा, यात्रा-स्थानानि) नमुनाग्रतः, एल्गोरिदमस्य औसतं ७४% परिशुद्धता प्राप्ता। कार-समीक्षायां ८४% तः चलचित्र-समीक्षायां ६६% पर्यन्तम् अस्य प्रमाणस्य सीमा अस्ति ।
0eaa75861d9e17f2c95bd3f80f48db95bf68a50c	विद्युत्प्रवाहेण (इलेक्ट्रोमिग्रेशन) एकं प्रमुखं चिन्तामणिः अस्ति यत् एकीकृतचक्रनिर्माणस्य अन्तःसञ्चारस्य विश्वसनीयतायाः कृते भवितव्यम्। यद्यपि एनालग-निर्माणकर्तृकाः EM-प्रसङ्गेषु कालं यावत् अवगतवन्तः आसन् , तथापि इदानीं डिजिटल-सर्किटानि अपि प्रभावितानि भवन्ति । अस्मिन् व्याख्येयम् मूलभूतानां रचनाविषयकानां विषयाः, विद्युत्प्रवाहे तेषां प्रभावं च अन्तःसंयोजकानां भौतिकानां रचनायां विषये चर्चा क्रियते। विद्युत्प्रवाहेण प्रतिबन्धकानां उपायानां, यथा लघु-लम्बाः जलाशयप्रभावः, अवलम्बनैः विद्युत्प्रवाहेण प्रतिबन्धकानां उपायानां उपयोगेन विद्युत्संपर्कस्य विद्युत्संख्येय-लम्बाधिक्यस्य सीमां वर्धयितुं अभिप्रेतम् अस्ति । इदम् प्रभावम् अवयवनिर्माणकाले उपयुज्य भविष्यतः आयसी-निर्माणप्रवाहेषु विद्युत्-प्रवाहस्य चिन्तायाः आंशिकतया निवारणं कर्तुं शक्यते ।
45e2e2a327ea696411b212492b053fd328963cc3	मोबाइल-अनुप्रयोगाः जनस्वास्थ्यस्य जीवनशैली-अभियोगे कल्याण-प्रवर्तनं कर्तुम्, दीर्घकालं रोगाणां निवारणं च कर्तुं आशाजनकानि सन्ति, तथापि दीर्घकालं रोगाणां व्यक् तिभिः मोबाइल-अनुप्रयोगानां उपयोगं वा अवगतिः कथं भवति इति क्वचित् ज्ञातम् अस्ति । अस्मिन् अध्ययनस्य उद्देशः दीर्घकालं रोगाः पीडिताः जनाः मोबाईल-फोन-आधारित-स्वास्थ्य-अनुप्रयोगानां विषये व्यवहारं च धारणां अन्वेषणं आसीत् । METHODS संयुक्तराज्यस्य १६०४ मोबाईल फोन उपयोक्तृणां राष्ट्रीयं क्रॉस-सेक्शनल सर्वेक्षणं कृत्वा डाटाः एकत्रितानि, येन एम-हेल्थ-प्रयोगः, विश्वासः, वरीयता च आकलनं कृतम् । अस्मिन् अध्ययने हेल्थ एप्लिकेशन् उपयोगः, डाऊनलोडस्य कारणं, च क्रॉनिक अवस्थायाः अनुसारं प्रभावकारितायाः अवधारणम् च परीक्षितम् । निष्कर्षेण प्रतिभागिनः मध्ये, ३८.९% (314/807) प्रतिवादीनां मध्ये एकात् ते पञ्च- एप्स्- उपयुज्यमानाः आभूताः, तथा उच्चरक्त-चापयुक्तानां प्रतिवादीनां मध्ये ६.६% (24/364) प्रतिवादीः। स्वास्थ्यसम्बन्धिषु अनुप्रयोगानां उपयोगः प्रतिदिनं द्वौ वा अधिकवारं २१.३% (१७२/८०७) प्रतिवेदनग्राहिणां विना, २.७% (१०/३६४) उच्चरक्तचापयुक्तानां, १३.१% (२६/१९८) अतिशयेन, १२.३% (२०/१६३) मधुमेहयुक्तानां, १२.०% (३२/२६७) अवसादयुक्तानां, १६.६% (५३/३१९) उच्चकोलेस्ट्रोलयुक्तानां प्रतिवेदनग्राहिणां कृते कृतः। तार्किक-प्रतिगमनस्य परिणामः दीर्घकालिन-रोगाणां च व्यक्तानां मध्ये स्वास्थ्य-अनुप्रयोगस्य डाउनलोडस्य मध्ये महत्त्वपूर्णं भिन्नता न दर्शयति (P>.05) । अस्वस्थानां व्यक्तिसंबन्धेषु तु, स्व-अवगतं अति-उत्तम-स्वास्थ्यं (odds ratio [OR] 3.80, 95% CI 2.38-6.09, P<.001) तथा उत्तम-स्वास्थ्यं (OR 4.77, 95% CI 2.70-8.42, P<.001) प्राप्तवन्तः जनाः स्व-अवगतं अति-उत्तम-स्वास्थ्यं (odds ratio [OR] 3.80, 95% CI 2.38-6.09, P<.001) प्राप्तवन्तः। तथैव, ये जनाः कदापि वा क्वचित् शारीरिकक्रियाम् न कुर्वन्ति, तेषां तुल्यम्, ये जनाः सप्ताहस्य १ दिने व्यायामम् कुर्वन्ति (OR २.४७, ९५% CI १.६- ३.८३, P<.००१), सप्ताहस्य २ दिने व्यायामम् कुर्वन्ति (OR ४.७७, ९५% CI ३.२७- ६.९४, P<.००१), सप्ताहस्य ३- ४ दिने व्यायामम् कुर्वन्ति (OR ५.००, ९५% CI ३.५२- ७.१०, P<.००१), सप्ताहस्य ५- ७ दिने व्यायामम् कुर्वन्ति (OR ४.६४, ९५% CI ३.११- ६.९२, P<.००१) । सर्वेषु लॉजिस्टिक रिग्रेशन-परिणामासु आयुः, लिङ्गं, जातिकं वा जातीयता च नियन्त्रितानि। अथ अध्ययनस्य परिणामः सूचितं यत् स्व-रिपोर्टित-अवस्थया च कमः शारीरिक-क्रियायाः अनुयायी, ये स्वास्थ्य-अनुप्रयोगात् अधिकां लाभं लभन्ते, ते एव स्वास्थ्य-उपकरणानां डाउनलोडं कृत्वा उपयोगं कुर्वन्ति इति प्रतिवेदनं कमं कुर्वन्ति ।
1935e0986939ea6ef2afa01eeef94dbfea6fb6da	मध्यम-विचलन-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक-संयोजक- अस्मिन् विषये, अर्धविपर्यासादीनां नमुनाणां सहिते एकाधिक-अवधि-विविधानां मध्ये उद्देश्य-प्रतिबन्धानां परस्परसम्बन्धस्य विस्तृतं वर्णनम् कृतम् अस्ति । विशेषतया अतिप्रदर्शनस्य दण्डस्य परिहारं वर्जितम् अस्ति । तत्पश्चात् परिणामाणि परिदृश्यवृक्षाणां आधारे बहुकालिकाणां मॉडलानां विकासस्य तथा सैद्धांतिकविश्लेषणस्य निर्माणस्य आधारभूताणि भवन्ति । भविष्यत् निर्णयानां कृते अतिरेकस्य धनस्य निष्कासनं करणीयम्, येन अवमूल्यनस्य जोखिमस्य न्यूनता भवेत् ।
0e1431fa42d76c44911b07078610d4b9254bd4ce	ननु नानाविधरूपेण प्रधानसंयोजकविश्लेषणस्य नवीनविधिः प्रस्तूयते । अभिन्न-अभिनय-कारकेण कर्नेल-कार्येण, उच्च-आयामी-विशेषण-स्थानानां मध्ये प्रधानाः घटकानाम् कुशलतया गणना कर्तुं शक्यते, ये च किञ्चित् अन्यानुरूपिक-नक्शेन आगत-स्थानैः सह सम्बद्धः भवति, यथा- 16-16 इमेजेषु सर्व-सम्भाव्य-पांच-पिक्सेल-उत्पादनेषु अन्तरिक्षम् । अस्मिन् पद्धतिः निष्कर्षणं कृतम् अस्ति, तथा च बहुपदप्रतीकारस्य लक्षणविच्छेदनस्य प्रयोगात्मकपरिणामं प्रतिपादितम् अस्ति, येन स्वरूपं ज्ञातुं शक्यते।
292eee24017356768f1f50b72701ea636dba7982	अस्मिन् लेखे, बाह्य-नगराणां दृश्यं प्रतिपादयति त्रि-आयामिक-बिन्दु-नक्षत्रेषु वस्तु-स्थानाय तथा स्व-विज्ञानाय एकं पद्धतिकाम् प्रस्तुतम्। अयं विधयः अन्तर्निहित आकाराः (इस्म्) रूपरेखायाः आधारेण कृतः, यस्मिन् वस्तुनां केन्द्रस्थानाय मतदानं कृत्वा तेषां अभिज्ञानं भवति । प्रतिवर्गं केवलं अल्पं प्रशिक्षणं अपेक्षते, यच्च व्यावहारिकप्रयोगे महत्त्वपूर्णं गुणम् अस्ति। अस्मिन् विषये स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-इन्-स्पिन् इमेज डिस्क्रिप्टर्-इन्-इम् इमेज स्पिन् इमेज स्पिन् इमेज स्पिन् इमेज् इमेज् इमेज् इम् इम् इम् इम् इम् इम् इम् इम् इम् अस्मिन् प्रयोगे एव परिवर्तनं विलोक्य ज्ञापनकार्यक्रमे महत्वपूर्णं प्रभावं दर्शयति। अस्मिन् प्रकरणे, अस्मिन् प्रकरणे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे, "अथवा" इति सूत्रे।
922b5eaa5ca03b12d9842b7b84e0e420ccd2feee	संचारस्य च नियमनस्य च प्रयुक्ताः समस्याः साङ्ख्यिकी प्रकृतयः सन्ति । (i) आकस्मिकसंकेतानां पूर्वानुमानम् (ii) आकस्मिकसंकेतानां आकस्मिकध्वनिभ्यः पृथक्करणम् (iii) आकस्मिकध्वनिषु ज्ञातरूपेण (इन्द्रियसंवेदनाः, सिनुसॉइड्स) संकेताणां (सिग्नलानां) अनुज्ञा । विनेरः [1]3 स्वस्य अग्रणीकार्यस्य कृते इदम् दर्शयति यत् (i) तथा (ii) समस्याः तथाकथित-विनेर-होफ् अभिन्न समीकरणम् आणीतवन्तः; सः अपि स्थिराङ्कः सांख्यिकीयाः तथा तर्किक-स्पेक्ट्रानां व्यवहारिक-महत्त्वपूर्ण-विशेष-प्रकरणे अस्य अभिन्न समीकरणस्य हलस्य कृते एकं पद्धतिम् (स्पेक्ट्रल-फॅक्टराइजेशन) ददाति । वियनेरस्य मूलकार्यस्य अनुगमनं अनेके विस्ताराः सामान्यीकरणानि च कृतवन्तः। सादेहः रगज्जिन्नी च परिमित-स्मृतिप्रकरणेन हलः कृतवन्तः । बोदे च शान्नोन [3] इत्यनेन सह, स्वतन्त्रतया च, ते सरलीकृतविधिना [२] समाधानं ददति स्म । बूटन्-ग्रन्थस्य विषये अनस्थिरविनेर-होफ-समीकरणम् [4] चर्चा कृतम् । इदानीं एते परिणामः मानकग्रन्थेषु [५-६] विद्यन्ते। एतेषु मुख्यसूत्रेषु किञ्चित् भिन्नं दृष्टिकोनं हालम् एव डार्लिंगटनः [7] ददाति। नमुनाग्रहीतानां संकेतानां विस्ताराणां कृते, उदाहरणार्थम्, Franklin [8], Lees [9] च पश्यतु। विनेर्होप्फ-समीकरणस्य स्वयमेव कार्यस्य आधारेण (अपि न स्थिराणां समस्यानां कृते अपि प्रयुज्यते, पूर्वोक्तविधिना न) डेविसः [10] च अनेके जनाः प्रयुजन्ति, यथा शिन्ब्रोट् [11], ब्लुम [12], पुगाचेव [13], सोलोदोव्नीकोव्नीकोव् [14] । सर्वेषु कार्येषु लक्ष्यम् अस्ति यत् एकं रैखिक गतिशील प्रणाली (वीनर फिल्टर) यं पूर्वानुमानम्, पृथक्करणम्, अथवा यादृच्छिक सिग्नलस्य अवलोकनम् करोति, तस्य विनिर्देशः प्राप्तुं शक्यते। २ ७२१२ बेलोना एवेन्यू ३। कोष्ठकस्थानेषु संख्याषु कागदपत्रस्य अन्तेषु संदर्भानि निर्दिष्टानि। 4 सामान्यतया असङ्ख्येय-पात्रैः एते कार्यक्रमाः उत्तमतया कर्तुं शक्यते। इदानीं किमपि, (सैद्धांतिकरूपेण, व्यवहारिकरूपेण च) एतेषु अनिर्धातुकफिल्टर्षु (nonlinear filters) कीदृशं प्राप्तुं शक्यते इति क्वचित् अथवा किमपि ज्ञातुं न शक्यते । यन्त्रं तथा नियमनं च विभागः योगदानं कृतवान् तथा यन्त्रं तथा नियमनं च सम्मेलने प्रस्तुतम्, मार्च-मार्च-अप्रिल्-१२, १९५९, द अमेरिकन सोसाइटी ऑफ मेकानिकल इंजिनियर्स-स्य। नोटः पत्रिकासु प्रस्तूयमानानि वक्तवानि च लेखकाः स्वयमेव व्यक्तं कुर्वन्ति न तु सोसायटीयाः। एएसएमई मुख्यालयतः प्राप्तः पाण्डुलिपिः, २४ फेब्रवरी १९५९। कागद नं. ५९-इआरडी-११। रेखागत-फिल्टरिङ्ग-प्रश्नेषु च नवीनः दृष्टिकोणः
e50a316f97c9a405aa000d883a633bd5707f1a34	अन्वयः - "अपि च" इति पाठस्य प्रयोगात् सिद्धम् अस्ति यत् पाठस्य अनुक्रमणिकायाः प्रणालीः उचिततया भारित-अवधिकायाः एकैकस्य पदस्य विनियोगे आधारीभूता अस्ति, अतः अन्य-अवधिकायाः पाठस्य प्रतिनिधित्वस्य अपेक्षया अधिकं परिष्कृतं प्राप्तुं शक्यते। एते परिणामः प्रभावीः शब्द-भारण-प्रणालीयाः चयनात् महत्वपूर्णतया अवलम्बन्ते । अस्मिन् लेखे स्वयमेव शब्दस्य भारं ददाति इति ज्ञानं सारूपेण प्रदत्तम् अस्ति, तथा च एक-शब्द-सूचकांकणस्य आधारभूत-आदर्शं प्रदत्तम् अस्ति, येन अन्यानि अधिकविस्तृतानि सामग्रीविश्लेषण-प्रक्रियाः तुलनायितुं शक्नुवन्ति । १. १९५० तमे वर्षे लुहन् [१] प्रथमं प्रस्तावं कृतवान् यत्, स्वचालित पाठ्य-प्राप्ति-प्रणालीः संरक्षित-पाठानां तथा प्रयोक्तृ-सूचना-सम्बद्धाः प्रश्नानाम् अनुबन्धितानां सामग्री-पहचानकानां तुलनायाः आधारः भवेत् । सामान्यतया, दस्तावेजानां च प्रश्नानां पाठात् निष्कासितानि केचन शब्दाः सामग्रीसन्निधौ अभिज्ञापनार्थं उपयुज्यन्ते; अन्यथा, सामग्रीप्रतिपादनेषु प्रशिक्षितैः अनुक्रमणिकाकारैः हस्तलिखितेन चयनं कर्तुं शक्यते, येषु विषयेषु विचार्यन्ते, तथा दस्तावेजसङ्ग्रहस्य सामग्रीसम्बद्धाः ज्ञाताः सन्ति। अत्र प्रत्येकं ट्क्-प्रत्ययः कस्यचित् नमूना-दस्तावे D. प्रति निगदितं सामग्री-शब्दं परिचयं करोति । तथैव सूचना-अनुरोधः अथवा क्वेरीः वेक्टर-रूपेण अथवा बूल-प्रकथन-रूपेण प्रतिपादितं भवति । अतः एकं सामान्यं प्रश्नं Q इत्यनेन सूत्रेण लिखितुं शक्यते Q = (qa,qbr.. . (४४) (२)
6ac15e819701cd0d077d8157711c4c402106722c	अयं टेक्निकल रिपोर्टः दार्पा अर्बन चैलेन्ज प्रति टीम एमआईटी-यस्य दृष्टिकोणं वर्णयति । वयं वाहनस्य परिधिस्थाने स्थापिते बहुलके सस्ते सेन्सरस्य उपयोगे नवीनं रणनीतं विकसितवन्तः, नवं क्रॉस-मोडल कैलिब्रेशन-प्रविधिना कैलिब्रेटवन्तः। लिडार, कैमरा, रडार-प्रवाहाणां डाटाः अभिनव-स्थानीय-सुचारु-स्थाने स्थित-प्रदर्शन-प्रक्रियायाः उपयोगेन प्रोक्तानि सन्ति, ये वास्तविक-समयस्वतन्त्र-नियन्त्रणार्थं दृढ-दृष्टि-प्रदर्शनं ददाति । यातायातस्य नियोजनाय च एकं प्रतिरोधी नियोजन-नियन्त्रण-आर्किटेक्चरं निर्मितम् अस्ति, यस्मिन् मिशन-नियोजनाय, स्थितिकरण-नियोजनाय, स्थितिकरण-व्याख्याय, तथा प्रक्षेप-नियन्त्रणार्थं सुप्रसिद्ध-अल्गोरिदमस्य अभिनव-संयोगः अस्ति । एते नवप्रवर्तनानि नगर-परिवेशे स्व-चालितं वाहनं संचालितुं सुसज्जितेषु द्वयोः नव-रोबोटिक-यानयोः अन्तर्गतं उपयुज्यन्ते, तथा च दार्पा-संस्थायाः स्थल-यात्रा-अभ्यासक्रमेषु विस्तृत-परीक्षणं क्रियते। प्रयोगाः सर्वेषु मूलभूतानि मार्गनिर्देशानि, तथा च केचन मूलभूतानि व्यवहारानि, यथा स्वयमेव वाहनं चलायितुं न शक्नोति, मार्गस्य अनुगमनं शुद्ध-अनुवर्तनस्य उपयोगेन तथा स्थानिक-फ्रेम-अवधारणस्य उपयोगेन, अवरोधानां परिहारं किनो-डायनामिक आरटी मार्गनिर्धारणस्य उपयोगेन, वक्रतायाः प्रयोगं, अन्यानां कारानां मध्ये स्थितिक-अभिभाषकस्य उपयोगेन च क्रमाङ्केषु प्राधान्यं निर्धारणं। अस् माभिः एतादृशानि पद्धतानि उन्नतानि नौकायनानि च यातायातस्य परिदृश्यानां कृते अपि प्रवर्धयितुं कार्यम् अकुर्वन् तः। † कार्यकर्तृक सारांशः अयं तकनीकी प्रतिवेदनः दार्पा शहरी चुनौती प्रति टीम एमआईटी-यस्य दृष्टिकोणं वर्णयति । वयं वाहनस्य परिधिरेव स्थापितानि, बहुलानि सस्तीनि सेन्सरानि उपयोगं कृत्वा नवीनं क्रॉस-मोडल-केलिब्रेशन-प्रविधिना कालिब्रेटयितुं नवीनं रणनीतं विकसितवन्तः। लिडार, कैमरा, रडार-प्रवाहानां डाटाः अभिनव-स्थानीय-सुगन्धाः प्रतिपाद्यन्ते, ये वास्तविक-समयस्य स्वायत्त-नियन्त्रणस्य कृते दृढ-संवेदनं ददाति । यातायातस्य नियोजनाय, स्थितिकरणस्य नियोजनाय, स्थितिकरणस्य व्याख्याय, तथा प्रक्षेपस्य नियोजनाय च सुप्रसिद्धेषु एल्गोरिदमस्य अभिनवसंयोगेन वाहनस्य नियोजनाय च एकं प्रतिरोधी नियोजन-नियन्त्रण-आर्किटेक्चरं निर्मितम् अस्ति । एते नवप्रवर्तनानि नगर-परिवेशे स्व-चालितं वाहनं संचालितुं सुसज्जितेषु द्वयोः नव-रोबोटिक-यानयोः अन्तर्गतं उपयुज्यन्ते, तथा च दार्पा-संस्थायाः स्थल-यात्रा-अभ्यासक्रमेषु विस्तृत-परीक्षणं क्रियते। प्रयोगाः सर्वे मूलभूतानि मार्गनिर्देशानि, तथा च केचन मूलभूतानि व्यवहारानि दर्शयन्ति, यथा - अव्याप्तः स्वयंसिद्धः वाहनः, शुद्ध-अनुवर्तन-नियन्त्रणस्य उपयोगेन लेन-अनुवर्तनम्, तथा अस्मिन् स्थानिक-फ्रेम-अवधारण-नीतिद्वारा बाधा-अवरोधनम्, किनो-डायनामिक आरआरटी-मार्ग-नियोजनम्, यू-टर्न-परिवर्तनम्, अन्यानां कारानां मध्ये प्राधान्य-मूल्याङ्कनं च। अस् माभिः एतादृशानि पद्धतानि उन्नतानि नौकायनानि च यातायातस्य परिदृश्यानां कृते अपि प्रवर्धयितुं कार्यम् अकुर्वन् तः। अस्मिन् लेखे विद्यमानानि सूचनाः रक्षा विभागस्य वा रक्षा प्रगत अनुसंधान परियोजना अभियन्तालयस्य (डार्पा) आधिकारिकानि नीतयः न सन्ति। DARPA इत्यनेन प्रतिपादितस्य सूचनायाः सत्यतायाः वा विश्वासः न भवति। अतिरिक्तं समर्थनम् ...
e275f643c97ca1f4c7715635bb72cf02df928d06
1e55bb7c095d3ea15bccb3df920c546ec54c86b5
8acaebdf9569adafb03793b23e77bf4ac8c09f83	अस्मिन् लेखे निश्चित-लम्बाः, स्पूफ् सरफेस् प्लास्मोन् पोलारित्न् आधारेण वेवग्याड्स्, टेराहर्त्स् आवृत्तिषु समायोज्य विलम्बेन च विश्लेषणम् तथा रचनाम् प्रस्तूयते । "अन्तर्भागे" (Adjustable delay) "अन्तर्भागे" (Corrugated Planar Goubau Lines) "अन्तर्भागे" (CPGL) "अन्तर्भागे" (Corrugated Planar Goubau Lines) "अन्तर्भागे" (Conductive Delay) "अन्तर्भागे" (Conductive Depth) "अन्तर्भागे" (Conductive Depth) "अन्तर्भागे" (Conductive Depth) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) "अन्तर्भागे" (Conductive Length) " अस्मिन् अनुकरणपरिणामे प्रदर्शनेन प्रयोजनम् अस्ति यत् विद्युत्-अङ्गुलं २३७.९°, २२०.६°, ३१०.६°, २५० μm, २०० μm च लम्बाः क्रमशः ०.२५, ०.२७५, ०.३ THz इत्यनेन प्राप्तुं शक्यते । एते अनुकरणपरिणामः भौतिकपरिमाणं तथा पदार्थस्य गुणानां प्रयोगेन अस्माकं विश्लेषणात्मकगणनायां अपि समन्वितः अस्ति । यदा वयं समान-लम्बाः विलम्ब-रेखाः संयुज्य तेषु ते तराहर्त्स्-प्रवृत्ति-परिवर्तकस्य द्वौ शाखाः भवन्ति, तदा अस्मिन् अनुमाने 5.8%-अधिकं त्रुटि-दरः प्राप्तः। अस्मिन् विषये अस्मिन् लेखे प्रथमवारं सी.पी.जी.एल. -आधारितं विलम्बप्रसारणम् प्रदर्शितम् । इयं कल्पना टी.ए.बी.प्रसारणस्य कृते निश्चित-लम्बाः ट्यून्यबल-विलम्ब-रेखाः तथा चरण-विवर्तकानि प्राप्तुं प्रयुक्ताः सन्ति ।
325d145af5f38943e469da6369ab26883a3fd69e	ग्रेस्केल-चित्रं प्रविष्टं कृत्वा, अयं लेखः तस्विरस्य रङ्गप्रतीकारस्य सम्भाव्यस्य रूपस्य भ्रमणं कर्तुं प्रयास्यति । इयं समस्या स्पष्टतया अशक्तः अस्ति, अतः पूर्वम् उपयुज्यते यत् प्रयोक्तृभिः सह सम्भाषणं करणीयम् आसीत् अथवा निष्प्रभावित-वर्णनम् अभवत् । अस्मिन् प्रकरणे पूर्णतः स्वचालितप्रकरणम् प्रस्ताव्यते, येन जीवन्तम् यथार्थवादीयं च रङ्गं निर्मितम् भवति। अस्मिन् विषये असिद्धतायाः कारणं वर्गीकरणकार्यम् इति विवक्षितम्, तथा च प्रशिक्षणकाले वर्ग-समतोलकरणम् उपयुज्यते येन परिणामस्य रङ्गानां विविधता वर्धयितुम् । परीक्षणकाले सीएनएन-संस्थाने अस्य प्रणालीः एकं फीड-फर्वर्ड-पासरूपेण प्रवर्तते, तथा च अस्य प्रणालीयाः प्रशिक्षणं कोटिशः रङ्गचित्रानां उपरि भवति । अस्मिन् प्रयोगे, "रङ्गकरणस्य तुरिन्गपरीक्षा" इत्यनेन अस् माकं एल्गोरिदमस्य मूल्यांकनं कृतम् , यस्मिन् मानवैः प्रतिभागिभिः निर्मितं तथा मूलसत्यं रङ्गचित्रं च् छान् दितम् । अस्मिन् पद्धतिरे मानवानां ३२% परीक्षायां सफलतायाः प्रमाणं लभते, यत् पूर्ववर्ती पद्धतिषु अधिकं वर्तते । अपि च, वयं दर्शयतिमः यत् रङ्गकरणं स्व-प्रवेशेन विशेषण-शिक्षणस्य कृते एकं प्रबलं बह्व्य-कार्यम् अस्ति, यं क्रॉस-चैनल एन्कोडर इव कार्यम् करोति । अनेन दृष्टिमात्रं बहुविधं विशेषणशिक्षणस्य निकषं प्रवर्त्तयितुं अत्याधुनिकं प्रदर्शनं भवति ।
57bbbfea63019a57ef658a27622c357978400a50
7ffdf4d92b4bc5690249ed98e51e1699f39d0e71	प्रथमवारं, 10GHz-अन्तरं उपरि एकम् पूर्णतया एकीकृतम् चरणबद्ध-सूत्र-एन्टेनाः, रेडियो-फ्रिक्वेन्सी सूक्ष्म-इलेक्ट्रो-मेकेनिकल-प्रणालीभिः (RF MEMS) लचीला, जैविक-उपसर्गाणां उपरि स्विट् जातम् । एकं कम-ध्वनि-प्रवर्धकं (LNA), MEMS-चरण-परिवर्तकम्, च 2x2 पटच-अन्टेना-आरेट् (पञ्च-अन्टेना-आरेट्) द्रव-क्रिस्टल-पॉलीमर-उपसर्गे एक-प्रणाली-संकुल-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संयोजन-संय द्वौ ऐन्टेनाः सरणीयाः तुलनाः क्रियते, एकः एक-स्तरस्य एसओपीः, द्वितीयः बहु-स्तरस्य एसओपीः च उपयोगेण क्रियते। उभयतः प्रवर्तनं न्यून-क्षति-युक्तं तथा 12 डिग्री-परिवर्तनं कर्तुं समर्थम् अस्ति । "इन्द्रियं" इत्यत्र "इन्द्रियं" इत्यस्य अर्थः "इन्द्रियं" इति। एल.एन.ए. इत्यस्य उपयोगः अधिकः विकिरणशक्तिः प्राप्तुं अनुमन्त्रयति । एतेषु ऐन्टेन् नः प्रायः सर्वेषु आकारेषु, आवृत्तिषु, कार्यसम्पादनं च कर्तुं शक्नुवन्ति। अस्मिन् संशोधनम् आर्य-आङ्गिक-प्रक्रिया-उपकरणेषु अत्याधुनिक-उपकरणेषु अग्रसरं भवति ।
d00ef607a10e5be00a9e05504ab9771c0b05d4ea	उच्च-वोल्टेज-रेटेड-सलिड-स्टेट स्विचः यथा-इस्लुएटेड-गेट द्विध्रुवी ट्रांजिस्टर्स (IGBTs) वाणिज्यिक-उपलब्धौ 6.5 के.वी.पर्यन्तम् अस्ति । एतानि विद्युत्प्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाहप्रवाह तथापि, IGBT-प्रत्ययस्य विद्युत्-उत्पादनेन विद्युत्-उत्पादनेन च सामान्यतया घटः भवति । इदम् व्यापारम् अव्ययीभावः अस्ति यतः IGBT-संयन्त्रैः उप-अक्षीय-क्षेत्र-स्तरम् अथवा प्रवाहेण निम्नं प्रतिरोधं धारयितुं अपेक्षितम् । उच्च-वोल्टेज-रेटेड IGBTs-यस्य विलोम-वोल्टेज-समर्थनार्थं घनाः प्रवाहाः सन्ति, तत्र अपेक्षितः उच्चः वाहक-सङ्केन्द्रः प्रवर्तनकाले प्रक्षिप्तः भवति, प्रवर्तनकाले च निष्क्रियः भवति, यस्मात् स्विचिंग-गतिः धीमः भवति । शीघ्रं स्विचिंग् कर्तुं विकल्पः अस्ति बहुविधं, निम्नतर-वोल्टेज-रेटेडम् IGBT-इयं शृङ्खला । इयग्बट्-स्टैक्-प्रोटोटाइप्-प्रौद्योगिकया षट्, १२०० व् वल्ट्-प्रौद्योगिकया इयग्बट्-प्रौद्योगिकया शृङ्खलायां प्रयोगेण परीक्षितम् । षट्-सङ्ख्यायाः IGBT-पटलः एकस्य अप्टिकल्-इस्लोटेड-गेट ड्राइवरस्य, अल्युमिनियम-शीतितप्लाटेन च विहितः अस्ति, येन वायु-शीतित्-प्रक्रियायाः कृते बाध्यः भवति, यस्मात् एकं कम्प्याक्ट-पैक्-एट् भवति । प्रत्येकं IGBT अतिविद्युतसंरक्षितं भवति। षट्-सङ्ख्यायाः IGBT-पङ्क्तिः, एकस्य 6.5 kV-नामकस्य IGBT-पङ्क्तिः च विद्युत्-वृद्धिः प्रवृत्तौ विद्यमानः समयः, एकस्य प्रतिरोधात्मक-भार-कंडेन्सेटर-निर्वहन-सर्किट्-मध्ये प्रयोगात् मापितः। इजीबीटी-मण्डलस्य तुलना अपि द्वयोः इजीबीटी-मण्डलयोः सह कृतम्, ययोः प्रत्येकं रेटिङ्-प्रमाणं ३.३ केवी आसीत्, ९ केएचजेड-संस्करणस्य इजीबीटी-मण्डलस्य अनुप्रयोगः ९ केएचजेड-संस्करणस्य इजीबीटी-मण्डलस्य ५ केवी-संस्करणस्य उत्पादनं करोति स्म । षट्-सङ्ख्यायाः IGBT-स्टेक-संयोजनस्य परिणामः सुधृता turn-on स्विचिंग गतिः, तथा च लक्षणीयतया उच्चतरः शक्ति-वृद्धि-परिवर्तक-कार्यक्षमता, turn-off-समये वर्तमान-कण्ठस्य न्यूनतायाः कारणात् । प्रयोगात्मकपरीक्षायाः परिमाणानि च तुलनापरीक्षायाः फलं अधोलिखितपत्रे विमर्शः भवति
20f5b475effb8fd0bf26bc72b4490b033ac25129	अस्मिन् नगरे सड़केषु लेन मार्करं ज्ञातुं एकं दृढं वास्तविक-समय-प्रकरणं प्रस्तूयते। इयं मार्गस्य उपरि दृश्यं निर्मितं, चयनात्मकं गॉसियन फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारितं फिल्टर्-आधारित अस्मिन् एल्गोरिदमस् य मार्गेषु विद्यमानानि चित्रानि विभिन् न अवस्थानाम् उपरि अवलोकयितुं शक् नोति, ५० हर्ट् सः वेगः उपयुज्यते, तथा पूर्वम् उपयुज्यते स्म इति परिणामः प्राप् नोति।
e6bef595cb78bcad4880aea6a3a73ecd32fbfe06	अनलाईन-परीक्षाणां च उपलब्धतायाः वृद्धिः शैक्षणिक-औद्योगिक-अनुसन्धानस्य रोचकं विषयं करोति । पुनरावलोकनेषु अनेकेषु विविधासु क्षेत्रेषु आश्रयणं शक्यम् अस्ति यत् तेषां सर्वेषां कृते प्रशिक्षणस्य विवरणात्मकं डाटा एकत्रितम् करणं कठिना भवति । अतः अस्मिन् लेखे भावनावर्गकरणानां कृते डोमेन अनुकूलनस्य समस्यायाः अध्ययनं कृतम् अस्ति, यस्मिन् एकं प्रणालीम् एकं स्रोतक्षेत्रात् लेबलयुक्तं समीक्षायां प्रशिक्षितं भवति, किन्तु अन्यत्र प्रयुक्तं भवति। अस्मिन् प्रपञ्चे गहनशिक्षणप्रकरणं प्रस्तूयते, येन प्रत्येकं पुनरावलोकनं विना पर्यवेक्षणाय अर्थपूर्णं प्रतिपादकं प्राप्तुं सिध्यति। अमेजन्-सम्प्रदायस्य उत्पादकत्वे, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च, अमेजन्-सम्प्रदायस्य उत्पादकत्वे च। अपि च, अस्मिन् पद्धतिरेकस्य परिमाणं सुखेन भवति, येन अस्मिन् 22 डोमेनानां विशाल-औद्योगिक-शक्तिकर्म-डाटा-सेटस् मध्ये डोमेन-अनुकूलनम् सफलतापूर्वकं कर्तुं शक्नुमः ।
7cbbe0025b71a265c6bee195b5595cfad397a734	जनाः प्रायः कुलाः सह सहचरन्ति, अतः तेषु स्वास्थ्यस्य अनुभूतिं कर्तुं शक्यते, यया उपयोक्तॄणां कृते अतिरिक्तं प्रयासः न अपेक्षितः। अस्मिन् सर्वे ५५० जनाः सहभागिनः आसन्, येन वयं जानीम यत् जनाः कुलाः कथं विराजन्ते, तथा कुलाः रचनाय सूचनां दातुं यत् कुलाः क्रमशः हस्तौषधिषु तथा पीठौषधिषु हृदय-आत्मा-गतिं अवलोकयन्ति। १८ प्रतिभागीनाम् उपक्रमेण प्रयोगशालायां अध्ययनं कृतम्, यदा हृदयादिगतिः श्वासगतिः च ज्ञातुं शक्यते तदा (हृदयादिगतिः ३२% समयः, श्वासगतिः ५२% समयः) एवं ज्ञातगतिः (हृदयादिगतिः ८३% समयः, श्वासगतिः ७३% समयः) अच्युतत्वं ज्ञातुं वयं सामान्यतया आसनस्थानां स्थितिं परीक्षितवन्तः । अस्मिन् विषये अस्मिन् विषये चर्चा क्रियते यत् अस्मिन् विषये अस्मिन् अध्ययने ११ जनाः सहभागिनः आसन् । अस्मिन् प्रदर्शने, एकं निहितं संवेदकम्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्, चेत्,
bf003bb2d52304fea114d824bc0bf7bfbc7c3106
9a59a3719bf08105d4632898ee178bd982da2204	स्वयंसिद्धं वाहनं बहुसंवेदकीय-नवनिर्देश-स्थिति-निर्धारण-बुद्धि-निर्णय-नियन्त्रण-प्रौद्योगिकी-संयुक्तं गतिशील-रोबोटम् अस्ति । अस्मिन् लेखे स्वयंसहाय वाहनस्य नियंत्रणप्रणाली वास्तुशास्त्रं, यं "बुद्धिमान् अग्रणी" इति कथ्यते, एवं पथप्रदर्शनं च चर्चा भवति। अत्र द्वयोः स्वतन्त्रता-अवस्थानाभ्यां गतिशील-आदर्शस्य विकासः भवति, येन पथ-अनुगमनस्य समस्यायाः स्वरूपं राज्य-स्थान-रूपेण निर्मितम् भवति । तात्कालिकमार्गभ्रमं नियमनार्थं पारम्परिकनियन्त्रकानां कृते परिमाणपरिवर्तनानां विकारानां च विस्तृत-क्षेत्रे कार्यसम्पादनस्य स्थैर्यं च गारन्टीकरणं कठिना भवति । अतः नूतनं विकसितं अनुकूलं पीआईडी-नियन्त्रकं उपयोगं करिष्यते । एतद् उपयुज्य वाहनस्य नियंत्रणस्य प्रणालीयाः लचीलाता वर्धते, तथा च महत् लाभः प्राप्नोति। अस्मिन् विषये वयं बुद्धिमत्तापूर्णः पायोनियरः स्वयंसहायकारः च उदाहरणं दातुं प्रयत्नामः, सः च २०१० तः २०११ यां वर्षे चीनस्य भविष्यात् चुनौती-स्पर्धे भागं लब्धवान् । इण्ट्लेन्ज्ट् पायोनियरः सर्वेषु स्पर्धासु प्रथमस्थानं प्राप्तवान्।
7592f8a1d4fa2703b75cad6833775da2ff72fe7b	1998 तमे वर्षे आरभ्यम्, MNIST इत्यस्य हस्तलिखितं संख्यात्मकं प्रमाणं प्रमाणीकृतम् अस्ति। अन्येषां कृते नवीनतमः प्रगतिः ८ वर्षे पूर्वम् अभवत् (त्रुटिः ०.४% आसीत्) । सामान्यबहुस्तरीयप्रमाणानां प्रवर्तकानां कृते पूर्व-प्रवर्तकप्रसारणस्य अति न्यूनः त्रुटिः भवति, एकस्य MLP-लक्षणस्य कृते MNIST हस्तलिखित-अङ्केषु 0.35% तथा सप्त-MLP-लक्षणस्य कृते 0.31% । अस्मिन् वर्षस्य २०११ पर्यन्तम् अस्मिन् वर्षस्य सर्वोत्कृष्टं फलं प्राप्तुं अनेके गुह्यस्तरः, अनेकानि न्युरोन् स्तरेषु, अनेके विकृतानि प्रशिक्षणचित्रानि अतिसमीकरणं न कर्तुं, ग्राफिक्सकार्डानि च शिक्षणं तीव्रं कर्तुं आवश्यकाः सन्ति ।
cbcd9f32b526397f88d18163875d04255e72137f
14829636fee5a1cf8dee9737849a8e2bdaf9a91f	बिटकॉइनः एकः वितरितः डिजिटल मुद्रा अस्ति, यः बहुसंख्यकानां प्रयोक्तॄणां आकर्षणं कृतवान् अस्ति । अस्मिन् विषये अस्मिन् दशकौ क्रिप्टोग्राफिक-इ-नगदस्य विषये अनुसंधानं जातं, तथापि अस्य व्यापकप्रसारणं न अभवत् । अस्मिन् विषये अपि प्रश्नः अस्ति यत् बिटकॉइनः दीर्घायुः स्थिर मुद्रायाः उत्तमं विकल्पं कथं भवितुम् अर्हति। अस्मिन् कार्यक्रमे बिटकॉइनस्य समस्याः, आक्रमणानि च विवक्षितानि सन्ति, तथा तेषाम् समाधानार्थं उपयुक्तानि तन्त्रानि प्रस्तावयन्ति।
3d16ed355757fc13b7c6d7d6d04e6e9c5c9c0b78
d19f938c790f0ffd8fa7fccc9fd7c40758a29f94
cd5b7d8fb4f8dc3872e773ec24460c9020da91ed	अस्मिन् लेखे पञ्चमस् पीढीयाः (5G) पूर्ण-आकारस्य बहु-प्रवेश-बहु-उत्पादन-प्रणालीयाः (FD-MIMO) 29 GHz आवृत्ति-प्रणालीयां WR28 वेव-गाइड-आधारितस्य बीम-डायरेक्टीबल-उच्च-लाभ-चरण-सूत्र-एन्टेनायाः नवीनं डिजाइन-कल्पना प्रस्तुतम् अस्ति । ८×८-अङ्केषु विहितं चरणबद्धं सरूपं त्रि-आयामिकं बीमफार्मरं उपयुज्य -६०-६० डिग्रीपर्यन्तं व्याप्तं व्याप्तिकं बीम स्कैनिंगं प्राप्तुं शक्यम् अस्ति । बीमफार्मिङ्ग नेटवर्क (बीएफएन) इत्यस्य रचनायां १६ सेट् ८×८ बटलर मैट्रिक्स बीमफार्मिङ्ग् उपयुज्य ६४ बीम स्टेटस् प्राप्ताः, येषु क्षैतिजः, वर्टिकलः च कोणः नियन्त्रितः भवति । 5जी अनुप्रयोगाय का-बान् दस्य बहु-बिम-प्रमाणात्मक-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण-प्रमाण अधिकतम लाभ (maximum gain) 28.5 dBi इत्यनेन 28.9 GHz-तः 29.4 GHz-पर्यन्तं आवृत्ति-बान्धस्य अन्तर्गतम् अस्ति ।
34feeafb5ff7757b67cf5c46da0869ffb9655310	पर्यावरणस्य ऊर्जाः कमशक्त्या वायर्ड् सेन्सर-जालानां कृते आकर्षकः ऊर्जा-स्रोतः अस्ति । अस्मिन् प्रमेथियुस-प्रणाली विद्युत्प्रवाहं बुद्धिमान् रूपेण प्रबन्धयति, येन मानवस्य हस्तक्षेपः वा सेवायाः आवश्यकता न भवति। ऊर्जा-भण्डारणस्य विभिन्नानां अवयवानां सकारात्मकगुणानां संयोजनं च सूक्ष्मप्रक्रिया-संयन्त्रस्य बुद्धिमत्तायाः उपयोगं कृत्वा, वयं एकं कुशलम् बहु-चरणं ऊर्जा-प्रसारण-प्रणालीम् अवगतं कुर्मः, येन एकल-ऊर्जा-भण्डारण-प्रणालीनां सामान्य-सीमायाः न्यूनं कृत्वा प्रायः नित्य-कार्यम् प्राप्नुयात् । अस्मिन् लेखे, अस् माभिः रचनायाः विकल्पः, विकल्पेन, परिपथानां मूल्यांकनं, कार्यसम्पादनस्य विश्लेषणं, तथा मॉडलः च प्रदर्शिताः। वयं प्रणालीय घटकानां मध्ये सम्बन्धानां चर्चां कुर्मः, अनुप्रयोगस्य आवश्यकतां पूरयितुं उत्तमम् हार्डवेयरविकल्पं च निर्दिश्यते। अन्ते वयं एकं वास्तविकं प्रणालीं प्रस्तुतवन्तः, यस्मिन् सौर्य-ऊर्जायाः उपयोगेन बर्कलेयाः टेलोस् मोटेः विद्युत्-उत्पादनं भवति । अस् माकं विश्लेषणं अनुमानयति यत् प्रणाली ४३ वर्षे १% भारः, ४ वर्षे १०% भारः, १००% भारः च वर्षं यावत् कार्यम् करिष्यति। अस्मिन् प्रयोगे द्वयोः चरणयोः विद्यमानः भण्डारणप्रणाली अस्ति, यत्र सुपरकन्पेन्सेटरः (प्राथमिकः बफरः) तथा लिथियम-अक्षयस्य पुनः चार्जयोग्यः बैट्री (द्वितीयकः बफरः) अस्ति । मोटे विद्युत्-स्तरस्य पूर्ण-ज्ञानं प्राप्नोति, तथा च जीवन-कालस्य अधिकतमं वर्धयितुं ऊर्जा-प्रसारणं बुद्धि-युक्तेन व्यवस्थापयति।
3689220c58f89e9e19cc0df51c0a573884486708	एम्बीमैक्सः विद्युत्-सङ्ग्रहणप्रणाली च अस्ति, यस् य उपरि विद्युत्-सङ्ग्रहणप्रणाली अपि अस्ति । पूर्वम् WSN-संस्थाः विभिन्न-स्रोतैः ऊर्जेन उपभोगं कर्तुम् प्रयत्नाः कुर्वन्ति, केचित् अपि विद्युत्-समस्यायाः समाधानार्थं विद्युत्-समस्यायाः वृद्धेः प्रतिरोधार्थं विद्युत्-समस्यायाः स्थानं सुपर-कन्पेन्सिटरैः उपयुज्यते । तथापि, इम्पीडन्स्-असङ्गतायाः कारणात् ते बहु-उपलब्ध-ऊर्जायाः अपव्ययं कुर्वन्ति, अथवा तेभ्यः सक्रिय-डिजिटल-नियन्त्रणस्य आवश्यकता भवति, यस्मात् ओव्हरहेड्-प्रयोजनं भवति, अथवा ते केवलं एक-विशिष्ट-प्रकारस्य स्रोतः सह कार्यं कुर्वन्ति । एम्बीमैक् सः एवम् समस्यां निवारयति यत् प्रथमतः स्वयमेव अधिकतम-शक्ति-बिन्दु-अनुगमनं (एमपीपीटी) करोति, ततः च सुपर-कन् पेन्सिटर्-इति चार्जं अधिकतम-कार्यक्षमतायां करोति । अपि च एम्बीमैक्सः मॉड्यूलरप्रणाली अस्ति, येन सौर्य-वायु-उष्ण-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-विनाश-वि इकोः वास्तविकं WSN प्लेटफर्मस्य प्रयोगात्मकं परिणामं दर्शयति यत् AmbiMax-ः वर्तमानाः अत्याधुनिकं WSN-प्रणालीभ्यः अनेकगुणाः कार्यक्षमतायां एकाधिक-शक्ति-स्रोतान् एक-समयम्, स्वायत्त-रूपेण च सफलतापूर्वकं प्रबन्धयति ।
4833d690f7e0a4020ef48c1a537dbb5b8b9b04c6	कमशक्त्या कममूल्ययुक्तं अतिप्रभावीयं अधिकतमशक्त्यन्तां (MPPT) अनुगमनं सूचयितुं एकं सौर्यविद्युतप्रणाली (PV) पटलम् अन्तर्निहितं भवति । एतदर्थम्, विद्युत्-उत्पादनं २५% वर्धते, यथा विद्युत्-उत्पादनं सामान्यं सौर-उत्पादनं प्रति भवति, तथा च विद्युत्-उत्पादनं कार्यम् करोति, यथा विद्युत्-उत्पादनं विद्युत्-उत्पादनं प्रति भवति। बाह्यतः जोडितः MPPT-संयोजनस्य स्थानं, PV-पैनलस्य भागं कृत्वा एकीकृतं MPPT-परिवर्तकम् उपयोगयितुं प्रस्तावितम् अस्ति । अयं एकीकृतः बहु-प्रयोजक-प्रणालीः लागत-प्रभावी भवितुं सरल-नियन्त्रक-प्रणालीम् उपयुज्येत। अपि च, प्रत्यक्ष-युग्मित-प्रणालीयाः अपेक्षा अधिकं ऊर्जां भारं प्रति प्रेषयितुं परिवर्तकस्य अति-उपयोगितायाः आवश्यकता अस्ति । एतदर्थं साध्याः सौम्य-प्रविष्ट-उपकरणानि प्रयुज्यन्ते । अतः न्यूनं व्ययैः बहुलप्रवर्तनक्षमतायाः परिणामः भवति, अतः लघुप्रकाशप्रकाशप्रणालीभ्यः सस्तीः समाधानम् भवति।
61c1d66defb225eda47462d1bc393906772c9196	अस्मिन् विषये अनेकेषु विषयेषु शोधः कृतः अस्ति, तेषु पर्यावरण-सक्षमः प्रणालीः निर्मिताः सन्ति। विद्यमानप्रौद्योगिकीयाः सीमाः, व्यापकरूपेण परिवर्तितानां अनुप्रयोगानां आवश्यकताभिः सह मिलित्वा, विभिन्नानां भागानां कृते विभिन्नानां हार्डवेयर-प्लटफर्मानां निर्माणं कृतम् । अपि च, एकस्य प्रणालीयाः अनन्य ऊर्जायाः तथा विश्वसनीयतायाः बाध्यतायाः कारणात्, यया मानवात् विना मासपर्यन्तं कार्यम् कर्तव्यम्, सेन्सर-जालस्य हार्डवेर्-यन्त्रस्य आवश्यकताः मानक-संयुक्त-सर्किट्-यन्त्रस्य आवश्यकताभ्यः भिन्नानि भवन्ति । अस्मिन् लेखे अस्मिन् अनुभवः वर्णितः यत् अस्मिन् संवेदकस्य नोडस् तथा तान् नियन्त्रयितुं निम्नस्तरस्य सफ्टवेयरः निर्मितः। जीब्रानेट-प्रणालीयां वयं जीपीएस-प्रौद्योगिकया दीर्घकालिकायां पशु-प्रवासाणां अनुगमनार्थं सूक्ष्म-अक्षराणां स्थान-सूचनां प्रतिलेपयामहे । जेब्रानेट-हार्द्वेरस्य १६-बिट् टीआई-माइक्रो-नियन्त्रकस्य, ४ एमबीट्-संख्यकस्य ऑफ-चिप् फ्लेश-स्मृतिः, ९०० मेगाहर्ट्स्-प्रसारणस्य, तथा न्यून-शक्ति-जीपीएस-चिप् च सम्मिलिता अस्ति । अस्मिन् लेखे, वयं सेन्सर-जालानां कृते कुशल-शक्ति-स्रोतानां रचनायाः, नोडानां ऊर्जा-उपभोगस्य व्यवस्थापनस्य, तथा रेडिओ, फ्लेश, सेन्सरः इत्यादयः परिधीय-उपकरणेषु व्यवस्थापनस्य च पद्धतिषु चर्चां कुर्मः। अन्ते, वयं जेब्रानेट-संयोजनस्य रचनां मूल्याङ्कितवन्तः, एवं च चर्चामकरोमः यत् कथं यावत् सा रचना सुधृता भवेत् । अस्मिन् विषये यत् ज्ञानं प्राप्तम् अस्मिन् विषये, भविष्यात् संवेदकानां नोडानां रचनायां, वास्तविकप्रणालीषु च उपयोगे उपयोगी भवेत् ।
146da74cd886acbd4a593a55f0caacefa99714a6	कृत्रिमबुद्धिरूपेण विकासः प्रविधिक्षेत्रे उत्प्रेरकत्वेन कार्यम् अकरोत् । इदानीं वयं तेषाम् विकासं कर्तुं शक्नुमः, ये पूर्वं केवलं कल्पनायाः भागिनः आसन् । एकं एव एव निर्मितम् स्वयमेव वाहनं निर्मितम् । इदानीं कारे सुप्तेऽपि कार्यम् कर्तुं शक्यते, तथा च स्टीयरिंग्-व्हील्-गतिवर्धकं स्पर्शयेन्नपि भवता गन्तव्यम् सुरक्षितं गन्तुं शक्नोति। अस्मिन् लेखे स्वयमेव वाहनं चलायमानस्य कारस्य कार्यशीलस्य नमुनायाः प्रस्तावः कृतः अस्ति, येन एकतः अन्यत्र यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् यावत् । रस् पेर् पेः सह कारस्य उपरि एकं कैमरा-मड्यूलम् आरोपितम् अस्ति, यं वास्तविक-संसारात् प्रतिमाम् अनुवर्ती न्यूरल-जालम् प्रति प्रेषयति, यः ततः अधोलिखितानि दिशाः पूर्वानुमानं करोति। यानि च तत्पश्चात् आरड्डिनोः दूरतः नियन्त्रितस्य कारस्य नियंत्रणेन सिग्नलः प्रेषितः, अतः कारः विना मानवस्य हस्तक्षेपः अपेक्षितं दिशि गच्छति।
bb17e8858b0d3a5eba2bb91f45f4443d3e10b7cd
090a6772a1d69f07bfe7e89f99934294a0dac1b9
f07fd927971c40261dd7cef1ad6d2360b23fe294	अस्मिन् विषये विरचिते कैनोनिकसम्बन्धविश्लेषणस्य (CCA) समस्यायाः चर्चा क्रियते, अर्थात् द्वयोः लीनियर-कम्बिन राष्ट्राणां (linear combi nations) शोधः, एकं प्रति बहुविकल्पेन, यानि निर्दिष्टसंख्यकानां परिवर्तकानां उपयोगेन अधिकतमसम्बन्धं ददाति । अस्मिन् विषये अस्मिन् विषये कार्यक्षमः संख्यात्मकः समीपवर्तीः प्रस्तावः अस्ति, यः प्रत्येकं चरणं प्रति सहसंबन्धं निर्दिष्टं प्रत्यक्षं लोभपूर्णं दृष्टिकोणं अवलम्बयति । अयं विधिरुत्पादितः विशेषेण महतीं डाटासैटानि सम्भाषणार्थं च, तस्य गणनायाः जटिलता केवलं स्प्रसिटि स्तरात् अवलम्ब्यते । अस्मिन् एल्गोरिदमस्य प्रदर्शनं सहसंबन्धस्य च व्यापारस्य माध्यमात् विश्लेषणं कृतम् । संख्यात्मकस्य अनुकरणस्य परिणामः सूचितं यत् संबन्धस्य महत्वपूर्णः भागः अपेक्षाकृतं अल्पसंख्याकानां परिवर्तिकाणां उपयोगेन प्राप्तुं शक्यते । अस्मिन् विषये, बहुविकल्पेषु द्रव्यमानानां परिमाणानां तुल्यम्, उपलब्धानां नमुनाणां संख्या लघुः भवति, अतः नियमितकरणविधिना विरल-सी.सी.ए.प्रयोगस्य प्रयोगः अपि अस्मिन् विषये विवक्षितः। I. I NTRODUCTION कैननिकल कोरेलेशन एनालिसिस (CCA), Harol d Hotelling [1] द्वारा प्रस्थापितः, एकः मानक-प्रविधिः बहु-परिवर्तक-तदर्थ-विश्लेषणस्य मध्ये, यत् द्वयोः डाटा-स्रोतः [2] [3]-भ्यः सामान्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष्य-विशेष एतेषु सर्वेषु डाटास्रोतेषु एकं रन्डो वेक्टर आरः उत्पद्यते, यं वयं बहुविकल्पेन कथयामः। एकस्य बहुविकल्पेन परिचर्यते इति शास्त्रीयस्य आयामात्मकता-अवच्छेदकस्य विपर्यये, सीसीए-आधारितेषु द्वयोः स्थानयोः सांख्यिकीयसम्बन्धेषु विचारः क्रियते, ययोः आयाम-संरचना च कदाचित् भिन्नः भवेत् । विशेषतया, इयं द्वयोः रेखात्मकसंयोगयोः, एकं प्रति बहुविकल्पेन, तेषां सहसंबन्धस्य अधिकतमं वर्धनाय अन्वेषणं करोति । अस्य प्रयोगः विभिन्नविषयेषु एकं स्वतन्त्रं साधनं अथवा अन्य सांख्यिकीयप्रणालीनां पूर्वप्रक्रियाचरणं भवति । सांख्यिकीय-विश्लेषणम् (CCA) इति सामान्यीकृत-प्रणाली अस्ति, यावत् सांख्यिकीय-विश्लेषणस्य अनेक-शास्त्रीय-प्रणालयः सन्ति, यथा-प्रमुख-सम्पन्न-विश्लेषणम् (PCA), आंशिक-लघुतम-वर्गः (PLS) च बहु-रेखा-प्रतिगमनम् (MLR) च । ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च, ननु च। गतदशके सिग्नलानां विरचितप्रदर्शनानां विरचितसंख्यात्मकप्रणालीनां शोधने रुचिः वर्धते। अतः अस्मिन् विषये स्परस् सी सी ए-प्रश्ने विचारः क्रियते, यानि लघुसंख्यकानां परिवर्तकानां उपयोगेन अधिकतमसंबन्धयुक्ते रेखात्मकसंयोगानां शोधः क्रियते । विविधैः कारणैः स्फुरत्वादित्यर्थः। प्रथमं परिणामस्य व्याख्याने दृश्यता च। अल्पसंख्याकपरिवर्तकानां प्रयोगाः लघुपरिमाणानां विवरणानां त्यागं कृत्वा "व्यापकचित्रम्" प्राप्तुं शक्नुवन्ति । अत्र च, विरचितं प्रतिपादितं कार्यम्, गणनायाम् अधिकं कार्यक्षमताम् अनुमीयते । अस्य कार्यस्य आंशिकतया AFOSR MURI द्वारा अनुदान FA9550-06-1-0 324 अन्तर्गतम् समर्थितम् । द्वितीयः कारणं स्परसिटिः नियमनं च स्थैर्यं च। सी.सी.ए. इत्यस्य प्रमुखं दुर्बलतायाः कारणम् अस्ति यत् सी.सी.ए. इत्यस्य परिवेशिता अल्पसंख्याकानां निरीक्षणाय भवति । तथापि, क्रैज सीसीए [7] इत्यनेन नियमनयुक्तं पद्धतौ प्रयोगं कर्तव्यम् । अत्र विरचितं सीसीए-संयोजनं उपसमुच्चयनिर्वाचनं भवति, येन वयं वेक्टरानां आयामान् न्यूनं कृत्वा स्थिरं समाधानं प्राप्नुमः। अस्मिन् विषये प्रथमतः प्रयुक्तः लेखः अस्ति [2] । अस्मिन् विषये चर्चा गुणात्मकम् आसीत्, न च संख्यात्मक-अल्गोरिथमस्य प्रस्तावः कृतः। अद्यतनतया बहुआयामिक-तदर्थ-प्रक्रियायाः आवश्यकतायाः वृद्धिः, कम्प्युटरेशनल-लाभस्य घटः च अस्य विषये पुनः प्रसिद्धिं प्राप्तवान् [८]-१३। वर्तमानस्य समाधानस्य मुख्यं दोषः अस्ति यत्, स्प्रार्सिटी-प्रमाणं प्रत्यक्षं न भवति, तथा च इष्टतमम् अतिपरिमाणं चयनम् अवघडम् (अपि अव्यावहारिकम्) भवति । एतदतिरिक्तं बहुषु विधौ गणनायाम् जटिलता अतिरिच्यते, यतो हि प्रयागिकप्रयोगेषु उच्च-आयामिक-तदर्थ-समुच्चयानां प्रयोगः न सम्भवति । इदम् अपि स्पष्टम् अस्ति यत्, "अपि च्" इत्यत्र "अपि च्" इत्यस्य प्रयोगः न भवति । अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये, अस्मिन् विषये। अस्य कार्यस्य मुख्यं योगदानं द्विविधम् अस्ति । प्रथमतः, वयं प्रत्येकं बहुविकल्पेषु विरलाभावस्य प्रत्यक्षनियन्त्रणयुक्तं सीसीए-अल्गोरिदमं निष्पादयति स्म, तेषां कार्यसम्पादनं च निरीक्षति स्म। अस्मिन् गणनाय कुशलप्रणालीः विशेषतया द्वयोः बृहत्-आकारयोः डाटा-सैट्-सम्बन्धानां बोधनाय उपयुक्ताः सन्ति । अस्मिन् विषये आगतम् (वा पश्चाद्) लोभपूर्णम् दृष्टिकोणम् अस्ति, यत् क्रमेण चरणां चयनं (वा घटः) करोति । प्रत्येकं चरणं, वयं सीसीए-आकारस्य उत्तमम् समाधानं निर्धारयन्त, समस्यस्य सम्पूर्णं समाधानं न कुर्याम। तथा च, अग्रे गमनस्य जटिलतायाः परिमाणं न केवलं डाटायाः परिमाणं, अपितु स्पायर्सिटी-परिमाणं च अवलम्ब्यते । संख्यात्मकं सिमुलेशनं परिणामः दर्शयति यत् सहसंबन्धस्य महत्वपूर्णं भागं शून्य-असमानानां गुणांकानां अपेक्षाकृतं न्यूनं सङ्ख्यां प्रयोज्यतया परिमितं कर्तुं शक्यते । अस्मिन् विषये अस्मिन् लेखे द्वितीयः योगदानः अस्ति - क्रमेण सीसीए-नाम् नियमिकरणविधिना अन्वेषणम् । अनुभवात्मकं सिमुलेशनं कृत्वा, यदा बहुविकल्पेषु परिमाणं नमुनासंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयसंख्येयं अत्र लोभप्रयोजकस्य एकं लाभम् अस्ति यत् सः एकस्मिन् पङ्क्तिने पूर्णं स्प्रसिटि पथं निर्माति, तथा च इदम् उपयोगं कृत्वा परिमाणं परिमार्जनं कर्तुं शक्नोति ।
49afbe880b8bd419605beb84d3382647bf8e50ea
19b7e0786d9e093fdd8c8751dac0c4eb0aea0b74
0b3cfbf79d50dae4a16584533227bb728e3522aa	पुनः पुनरावृत्तिमात्रं पुनः प्रवर्तनं कृत्वा सूचनायाः दीर्घकालपर्यन्तम् संग्रहीतुं सिध्यति, अथ बहुधा अपर्याप्तस्य, क्षयशीलस्य दोषस्य प्रवर्तनस्य कारणात् अतिलंघकालम् अपेक्षते । अस्मिन् विषये हमह्रैटरस् य (१९९१) विश्लेषणम् संक्षेपतः पुनरावलोकयिष्यामः, ततः एका नवीनं, कुशलम्, ग्रेडियन्ट् आधारीय पद्धतिम् आनीय दीर्घ-लघु-अवधि-स्मृतिः (एल.एस.टी.एम.) इति नामं नामं दत्तम् । यदा किमपि न भवति तदा प्रवृत्तेः स्थूलतायाः न्यूनतायाः कारणात्, एल.एस.टी.एम. इत्यनेन विशेष्यविभागेन नित्य-त्रुटिप्रवाहः स्थिर-त्रुटि-कारुसेलैः प्रवर्त्तितः भवति। गुणाकार-द्वार-इकायाः सतत-त्रुटि-प्रवाहस्य प्रवेशं उद्घाटयितुं, समापयितुं च शिक्षन्ते । LSTM स्थानिकः काल-अवकाश-विभागेन अस्ति; तस्य गणनायाम् जटिलतायाः समय-अवस्थायाः भारः च ओ भवति । १. अस्मिन् कृत्रिम-तदर्थे प्रयोगे स्थानीयाः, वितरणाः, वास्तविक-मूल्ययुक्ताः, शोरयुक्ताः च प्रतिपादकाः सन्ति । वास्तविक-समय-आवर्तीय-अध्ययन-काल-प्रसारण-काल-आवर्तीय-प्रसारण-काल-आवर्तीय-प्रसारण-काल-आवर्तीय-प्रसारण-काल-आवर्तीय-प्रसारण-काल-आवर्तीय-प्रसारण-काल-काल-आवर्तीय-प्रसारण-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल-काल LSTM अपि जटिलं कृत्रिमं दीर्घकाल-अवधाय कार्यम् समाधायते, यत् पूर्ववर्ती पुनरावर्ती नेटवर्क-अल्गोरिदमैः कदापि न समाधायत।
9eb67ca57fecc691853636507e2b852de3f56fac	पूर्वम् अध्ययनैः एव प्रदर्शिता यत् शब्दाः तथा पाठः अर्थपूर्णरूपेण निरूपिताः भवितुं शक्नुवन्ति, न्यूरल इम्बेडिन्ग-मॉडेलस् य माध्यमात् । विशेषतया, अनुच्छेद वेक्टर (पी.वी.) मॉडलेषु प्रकृतभाषाप्रक्रियाकार्यस्य प्रभावशाली प्रदर्शनं दृश्यते। तथापि, पुनर्प्राप्तेः पारंपरिकभाषा-मॉडल-प्रक्रियाभिः सह पी.वी.मॉडलस्य एकीकरणं अस्थिरं प्रदर्शनं च सीमितं वर्द्धनं च जनयति । अस्मिन् लेखे, अस्मिन् मूलप्रकरणस्य त्रिभिः समस्याभिः विषये औपचारिकरूपेण चर्चा क्रियते, ये पुनर्प्राप्तेषु कार्येषु तस्य कार्यसम्पादनं प्रतिबन्धयन्ति । अस्मिन् विषये अपि, आचार्यस्य प्रतिरूपे परिवर्तनानि वर्णितानि, येन सः आचार्यस्य कार्यस्य कृते अधिकं उपयुक्तः भवति, तथा प्रयोगैः, प्रकरण-अध्ययनैः च तेषां प्रभावः प्रदर्शिता। अस्मिन् विषये त्रयः विषयाः सन्ति (1) पी.वी. इत्यस्य अनियन्त्रितशिक्षणप्रक्रिया लघु-दस्तावेजस्य अति-उपयोगे कृते अतिसंवेदनशीलं भवति, यस्मात् अन्तिम-प्राप्तिकरण-मॉडलस्य दीर्घ-तत्-प्रभावः भवति; (2) पी.वी. इत्यस्य कोर्पस-आधारित-नकारात्मक-नमुनाकरणं शब्दानां भारयोजन-योजनां करोति, यस्मात् बहुधा प्रयुक्त-शब्दानां महत्त्वं अतिशयेन दमनं भवति; तथा च (3) शब्द-सम्बद्ध-सूचनायाः अभावात् पी.वी. इत्यस्य शब्द-प्रतिस्थापन-सम्बन्धं प्राप्तुं असमर्थं भवति ।
4df321947a2ac4365584a01d78a780913b171cf5	पक्ष-आधारित-भावना-विश्लेषणम् (Aspect Based Sentiment Analysis - ABSA) विशिष्ट-सम्पत्तयः, तेषां पक्ष-आधारं च पाठात् निष्कासितं, संक्षेपं च कुर्वन्ति । अस्मिन् लेखे फ्रेन्चभाषायाः एबीएसए-प्रणालीनां विकासस्य परीक्षणस्य कृते द्वयोः डाटासेटयोः वर्णनम् क्रियते, येषु प्रासंगिकानां संस्थासु, पक्षेषु, ध्रुव-सङ्ख्यानां मूल्यैः सह प्रयोक्तृ-समीक्षाः सन्ति । प्रथमं डाटासेट-सङ्ख्यायां ४५७ रेस्टोरन्ट्-समीक्षाः (२३६५ वाक्यानि) सन्ति, यानि एबीएसए-प्रणालीनां प्रशिक्षणं च परीक्षयाम् उपयुज्यन्ते, द्वितीयम् डाटासेट-सङ्ख्यायां १६२ संग्रहालय-समीक्षाः (६५५ वाक्यानि) सन्ति, यानि बहिः-क्षेत्रस्य मूल्याङ्कनं कुर्वन्ति । उभयत्र साङ्ख्यसूत्रं सेमेवल-२०१६ कार्यस्य ५-अंशस्य भागं रूपेण निर्मितम्, यत्र सप्तविभिन्नभाषाः प्रतिपादिताः आसन्, एवं सर्वेषां कृते अनुसंधानस्य प्रयोजनार्थं सार्वजनिकं उपलब्धम् अस्ति । अस्मिन् लेखे एनोटेशनप्रकारेण उदाहरणानि तथ्याङ्कानि च दीयन्ते, एनोटेशननिर्देशानां सारं च दीयते, तेषां बहुभाषिकप्रयोजकत्वे च चर्चा भवति। अत्र अपि स्पष्टीकृतम् अस्ति यत् सेमेवल एबीएसए कार्यस्य कृते आकलनार्थं कथं डाटाः उपयुज्यमानाः, तथा च फ्रेन्चभाषायाः कृते प्राप्ताः परिणामः संक्षेपतः प्रस्तूयिताः।
2445089d4277ccbec3727fecfe73eaa4cc57e414	अस्मिन् लेखे अष्टादशभाषापारेषु यन्त्रानुवादप्रणालीनां अनुवादगुणानां मूल्यांकनं कृतम् अस्ति: फ्रेंच, जर्मन, स्पेनिश, चेक् भाषायाः अनुवादः अङ्ग्रेजी भाषायां तथा परतः। अस्मिन् विषये व्यापकः मानव-परीक्षणः कृतः, येन न केवलं विभिन्न-मन्त्र-प्रणालीनां रङ्गेण एव, अपितु मूल्यांकन-प्रक्रिये उच्चतर-स्तरीय-विश्लेषणं कर्तुं अपि अस्मान् अनुमन्त्रितवान् । अस्मिन् विषये त्रिविधं व्यक्तिपरं मूल्यांकनं कृतम् । वयं स्वयमेव मूल्याङ्कनं कृतवन्तः, मानवीयनिर्णयैः सह सह संबंधं मापयामः। अयं मेटा-मूल्याङ्कनं सामान्यतया प्रयुक्ताः पद्धतिकाः विषये आश्चर्यजनकानि तथ्यानि प्रकटयति ।
1965a7d9a3eb0727c054fb235b1758c8ffbb8e22	वृत्तिकः ध्रुवीकृतः एक-स्तरः यू-स्लटः सूक्ष्म-पट्टी-पञ्च-एन्टेना प्रस्तावितः अस्ति । अस्मितात्मकः यू-स्लोट् प्रोक्षण-आहारयुक्तः स्क्वायर-पच्-माइक्रोस्ट्रिप् ऐन्टेनायाः कोणे अपि चम्फेरिङ्गं विना वृत्तिक-ध्रुवीकरणार्थं द्वौ अर्थागोनल-प्रवृत्तौ जनयितुं शक्नोति । यू-स्लोटस्य भिन्न-भिन्न-हस्त-लम्बाणां प्रभावानां अन्वेषणार्थं एकं परिमाणात्मक-अध्ययनं कृतम् । फोमस् थ्य् थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थ्व थः थः थः थः थः थः एण्टेनस्य ३ डीबी अक्षीय अनुपातस्य बैंडविड्थः ४% भवति । एण्टेनस्य प्रयोगात्मकं तथा सैद्धांतिकं परिणामं प्रस्तुतं च विमर्शं च कृतम् । वृत्तिकः ध्रुवीकरणः, मुद्रित-अन्तर्-अङ्कः, यू-स्लोटः।
9462cd1ec2e404b22f76c88b6149d1e84683acb7	अस्मिन् पत्रे एकं विस्तृत-प्रसारणयुक्तं वृत्तिक-ध्रुवीकृतं (सीपी) पच् ऐन्टेना प्रस्तावितम् अस्ति । इयं पटल-अन्टेना एकं मुद्रित-अङ्गीकृतं (M-प्रोब) च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् यं च् च् यं यं यं यं यं यं यं यं यं यं यं यं यं य 5जी वाई-फाई अनुप्रयोगाणां अनुकूलनार्थं अक्षीय-अनुपात (एआर) बैंडविड्थस्य सुधारेण स्टैक्ड-पच् इत्यस्य उपयोगः क्रियते । प्रस्तावितस्य ऐन्टेनेन क्रमशः ४२.३ प्रतिरोधकव्याप्तीः १६.८ प्रतिशतं च आर.ए.व्याप्तीः प्राप्ता। एआर बैंडविड्थस्य अन्तर्गतं औसत लाभः ६.६ डीबीआईसी एव भवति, यस्मिन् ०.५ डीबीआईसी-अधिकतरं परिवर्तनं भवति । अस्मिन् कार्ये एम-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब-प्रोब- अयं प्रथमः अध्ययनः, येन अन्वेषणं कृतम्, तथा च प्रदर्शितम् यत् एम-प्रोब् अपि डीईएलटीसी-अन्तर्निहित-पच-एन्टेन्नेन विपुल-बान्धवैशिष्ट्यं प्रदत्तुं शक्नोति । एण्टेनस्य सम्भाव्यप्रयोगाः 5G वाई-फाई च उपग्रहसंचारप्रणालयः सन्ति ।
d6002a6cc8b5fc2218754aed970aac91c8d8e7e9	अस्मिन् लेखे वयं वास्तविकसमयस्य बहुविधं विशिष्टं त्रि-आयामिकं वस्तु अवलोकयितुं नूतनविधिं प्रस्तौम। अस्मिन् विषये, हिन्टरस्टोइसरः च चकारः ननु प्रस्थापितः LINE2D/LINEMOD प्रतिपादनेन आधारीतः टेम्प्लेट-आधारितः दृष्टिकोणः आरभ्यते, तथापि तस्य विस्ताराय द्वौ प्रकाराः सन्ति। प्रथमतः, वयं विवक्षितरूपेण टेम्प्लेट्स्-लक्षणं शिक्षितुं प्रस्तावयाम। अस्मिन् विषये प्रदर्शितम् यत् एतत् प्रतिमायाः सङ्कलनसमये, केवलम् किञ्चिद् मिलिसकण्डेषु, अनलाईनरूपेण कर्तुं शक्यते, तथा च डिटेक्टरस्य परिशुद्धतायां महत् प्रभावः भवति । द्वितीयः, अस्मिन् योजनायां जलप्रवाहः प्रयुक्तः अस्ति, येन पताकायाः गतिः वर्धते। वस्तुनि शीघ्रं ज्ञातुं शक्यते, अतः नूतनानि वस्तुनि अति न्यूनं व्ययैः योजयितुं शक्नुमः, येन अस्मिन् विषये अस्मिन् विषये अधिकः ज्ञानं प्राप्नुमः। अस्मिन् प्रयोगे, वयं सहसा 10-30 त्रि-आयामिकानि वस्तूनि 10fps-परि फ्रेम-गतिभिः एका CPU-नाभिकम् उपयुज्य सम्पादयितुं शक्नुमः। अस् माकं गतिः अपि च सटीकतायाः दृष्टिः अपि अतिप्रौढः अस्ति, यत् त्रयाणां भिन्न-भिन्नानां डाटासैट्स् -षु प्रमाणीकृतम् अस्ति । इदम् एकवचनं रङ्गचित्रम् (LINE2D सह) एवं RGBD चित्रम् (LINEEMOD सह) अपि प्रयुज्यते । अस्मिन् विषये १२ वस्तुनां नवीनं डाटासेटः प्रस्तावः अस्ति, यस् य उपयोगः भविष् यकाले एकवचनं रङ्गचित्रं प्रति प्रतिस्पर्धां कर्तुम् भविष्यति।
41d103f751d47f0c140d21c5baa4981b3d4c9a76	जनाः स्वस्य अन्तर्जाल-वेब्-ब्लॉग्स-पृष्ठेषु व्यक्तिगत-कथाः लिखन्ति, यानि प्रतिदिनं घटितानां घटनाणां कारण-सम्बन्धानां विषये बहवः सूचनाः अन्तर्भवन्ति । अस्मिन् लेखे अस्मिन् प्रयासे अस्मिन् कथासु लक्षावतीनां कथायाः उपयोगं स्वयमेव सामान्यज्ञानयुक्तं कारणं कारणं विवेचनं कर्तुम् कृतम् । सामान्यज्ञानस्य कारणत्वेन तर्कस्य समस्यायाः विकल्पस्य विकल्पस्य रूपे निर्धारणेन, वयं चत्वारः प्रयोगाः वर्णयितवन्तः, ये विभिन्नसांख्यिकीय-सूचना-प्राप्ति-प्रयोजनानि कथा-सङ्ग्रहानां कारणत्वेन सूचनायाः शोषणार्थं तुलनायन्ति । एतेषु प्रयोगेषु सर्वोत्कृष्टप्रदर्शनप्रणाली साध्याः सह-उपपत्तिरुत्तर-उपपत्तिरुत्तरयोः शब्दयोः सांख्यिकीय-उपपत्तिरुत्तर-उपपत्तिरुत्तरयोः शब्दयोः मध्ये एकस्य लक्ष-लक्षस्य व्यक्तिगत-कथायाः शरीरस्य मध्ये बिन्दु-वारं परस्पर-सूचनायाः रूपे गणना भवति ।
c9d1bcdb95aa748940b85508fd7277622f74c0a4	सूचनाप्रणालीषु (आईएस) कमतः दशवर्षपर्यन्तं प्रकरणशोधनेन सम्मानः प्राप्तः अस्ति । प्रकरणस्य अध्ययनस्य प्रासंगिकता तथा सम्भाव्य मूल्यस्य बावजूद, अयं पद्धतिगतदृष्टिकोणः एकस्मिन् समये न्यूनतया व्यवस्थितः आसीत् । १९८० तमस्य दशकस्य उत्तरार्धतः प्रथमवारं प्रश्नः उदितः यत् किमर्थं IS प्रकरणस्य अनुसंधानं सख्यं कृतम् आसीत् ? अस्मिन् क्षेत्रे अन्वेषकाः (उदाहरणार्थम्, बेन्बासत इत्यादयः) १९८७; ली १९८९) च अन्यविद्यालयेषु (उदाहरणार्थम्, आइसेनहार्ड्ट १९८९; यिन १९९४) अभ्यासेषु अधिकं कठोरतायाः आवश्यकता आसीत्, तेषां अनुशंसायाम् माध्यमात् अभ्यासेषु पद्धतिप्रवर्तनं कृतम्। एतेषां योगदानानां विचारणेन अधोलिखित अध्ययनं प्रकरणाध्ययनविधिना कार्यप्रणालीकरणस्य क्षेत्रे किमर्थं प्रगतिः कृतः इति निर्धारयितुं प्रयतते। विशेषरूपेण, गतदशकालं आय.एस.प्रकरणे सम्पादिते सकारात्मकवादी अनुसंधानस्य पद्धतिगतसङ्घटिततायाः स्तरं अध्येते। अस् य उद् धेयं पूर्तुं वयं सप् तप्रमुखानि इस्लामिक स्टेटस् पत्रिकासु १८३ प्रकरणानि परिगणयितवन्तः। अस्मिन् अधोलिखिते अध्ययने विचारितानि मूल्याङ्कनानि वा मापदण्डानि त्रिषु प्रमुखक्षेत्रेषु केन्द्रितानि सन्ति, यथा-निर्माणविषयकविषयाः, डाटा संग्रहः, डाटा विश्लेषणः च। यद्यपि कार्यविधिविषयक कठोरतायाः स्तरः केचन विशिष्टगुणानां विषये अल्पप्रगतिं प्राप्तवान्, तथापि समग्रं कठोरतायाः मूल्यांकनं किञ्चित् अस्पष्टम् अस्ति, अपि च अद्यापि सुधारणाय महत्त्वपूर्णानि क्षेत्रानि सन्ति । एकं प्रमुखं साधनं विशेषतया डाटा संग्रहणस्य च विषयेषु उत्तमं प्रलेखनं समावेशयितुम् अस्ति ।
025cdba37d191dc73859c51503e91b0dcf466741	फिंगरप्रिंट इमेज एन्हांसमेंटः फिंगरप्रिंट रिकग्निशन अनुप्रयोगानां मध्ये एकम् आवश्यकं पूर्वप्रक्रिया कदमम् अस्ति । अस्मिन् लेखे अस्मिन् प्रकारे एकं दृष्टिकोनं प्रवर्तते यत् गबोर वेवेलेट फिल्टर बैंकद्वारा फिंगरप्रिंट इमेजेषु स्थानीय रेड्गस् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स् (रिड्गस्) -स्) । अस्मिन् लेखे, फिंगरप्रिण्ट् इमेज एङ्ग्लिन्क्शन्स् (fingerprint image enhancement) प्रति एकं दृढं दृष्टिकोणं वर्णितम् अस्ति, यत् गबोर-फिल्टर्स् (Gabor Filters) च दिशात्मक-मध्यवर्ती-फिल्टर्स् (Directional Median Filter) च एकीकरणम् आधारितम् अस्ति । गब्बर-फिल्टर्-प्रयोजनेन गॉसियन-विभाजित-ध्वनिः प्रभावपूर्णतया न्यूनं भवति, तथा DMF-प्रयोजनेन आवेग-ध्वनिः न्यूनं भवति। प्रस्तावितस्य डीएमएफ-प्रणाले न केवलं मूलकार्यस्य पूरणं कर्तुं शक्यते, अपितु विच्छेदितस्य फिंगरप्रिंटस् र्इड्स्-स्, फिंगरप्रिंटस् इमेजस् च रिक्तस्थानानि पूरयितुं, अनियमितस्य र्इड्स्-स् स् स् स् स् ललितं कर्तुं, तथा च र्इड्स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स्-स् प्रयोगाः परिणामः अस्मिन् पद्धतिः साहित्यस्य वर्णनं कुर्वन् अपि श्रेष्ठम् इति दर्शयति।
3dfce4601c3f413605399267b3314b90dc4b3362	अद्यतनं विश्वव्यापी जालसंयुक्तं समाजं सूचनाप्रसारणं च महतीं आवश्यकतां प्रतिपादयति। पूर्वम् अधिकतया साङ्ख्यिकीय-तालिका-रूपेण सूचनाः प्रस्फुटितानि आसन्, इदानीं बहुषु विषयेषु विशिष्ट-तदर्थानां (सूक्ष्म-तदर्थानां) प्रकाशनं आवश्यकम् अभवत् । सूचनायाः प्राप्यकेषु संस्थासु (प्रतिवादीषु) गुमनामत्वस्य रक्षाय, डाटा धारकाः प्रायः नामानि, पते, दूरभाषसंख्याः इत्यादीनि स्पष्टानि पहचानकर्तृकानि निष्कासितं वा गुप्तं कुर्वन्ति । तथापि, अनामत्वस्य गारन्टी नास्तीति डे-आइडेंटिफिकेशन् डाटाः प्रदत्तं। सार्वजनिकं सूचनायां प्रायः अन्यः डेटाः अपि भवति, यथा जातिः, जन्मतिथिः, लिङ्गः, डाकसूचकपदं च, यानि सार्वजनिकरूपेण उपलब्धानि सूचनायां सह सम्बद्धानि भवितुं शक्नुवन्ति, येन उत्तरदानाय पुनः अभिज्ञापितुं, तथा सूचनायाः अनुमानं कर्तुं शक्नुवन्ति, यानि प्रकटीकरणाय उद्दिश्यं न आसन् । अस्मिन् लेखे, सूक्ष्म-तदर्थानां प्रकाशनस्य समस्यायाः विषये चर्चां कृतम्, तथैव, उत्तरदाः, येषां विषये डाटाः सन्ति, तेषां नामं न छादयितुं शक्नुमः। अयं दृष्टिकोणः k-अनामिकतायाः परिभाषायाः आधारः अस्ति । यदि कस्यचित् तालिकायाः सामग्रीयाः स्पष्टरूपेण संज्ञां ददाति, तदा तालिकायाः किञ्चित् k-अनामिकता भवति। अस्मिन् लेखे, सामान्यीकरणस्य तथा निरोधस्य तन्त्रस्य उपयोगेन, मुक्तानां सूचनाणां अखण्डता (वा सत्यता) प्रति कम्प्रोम्म्स् न कर्तुं के-अनामिकतायाः उपलभनं कथं शक्यम् इति प्रदर्शयति स्म। अस्मिन् लेखे, लघुसामान्यकरणस्य अवधारणायाः परिचयः कृतः, यत् आरम्भप्रक्रियेण, के-अनामिकतायाः प्राप्तिः अपेक्ष्यते, अतः अधिकं डेटा विकृतं न भवेत् इति सम्पत्तिकम् अवलम्बयति। अस्मिन् विषये अपि चर्चा भवति यत् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् किञ्चित् ।
cd866d4510e397dbc18156f8d840d7745943cc1a
74c24d7454a2408f766e4d9e507a0e9c3d80312f	स्मार्टकार्डेन युक्तः उपयोगकर्ता प्रमाणिकरण योजनाः (अल्पतः SUA-WSN योजना) केवलम् स्मार्टकार्डेन युक्तः उपयोगकर्ता एव सञ्चिकाः प्राप्तुं समर्थः भवति। यद्यपि सु-अवस्थ-वस्-न-संयोजनानां महत्त्वपूर्णं सङ्ख्यां गतवर्षौ प्रस्तावितम् अस्ति, तथापि तेषां सुरक्षा-सम्पत्तिरूपेण व्यापकरूपेण स्वीकृतस्य प्रतिमानस्य औपचारिकपरिभाषायाः प्रमाणस्य च अभावः अस्ति । एकं परिणामम् अस्ति यत् SUA-WSN योजनायाः अनेकप्रकाराणां आक्रमणानां विरुद्धं असुरक्षितम् अस्ति । अस्मिन् लेखे वयं सुआ-डब्लुएसएन योजनायाः विश्लेषणार्थं सुरक्षा-आदर्शं विरचयितवन्तः, येन बेल्लारे, प्वाइण्ट्स्चेवल, रोगावे च (२०००) इत्यनेन व्यापकरूपेण स्वीकृतस्य आदर्शस्य विस्तारः कृतः। अस्मिन् मॉडले प्रमाणीकृत-कुञ्जी-विनिमयस्य तथा प्रयोक्तृ-अनामिकतायाः औपचारिकं परिभाषां ददाति, यदा साइड-चैनल-आक्रमणं, अन्यं सामान्यं आक्रमणं च प्राप्तं भवति। अस्मिन् विषये वयं नवं SUA-WSN योजनां प्रस्तौम, यस् य आधारः दीर्घवृत्तिकुर्व् यं क्रिप्टोग्राफी (ECC) अस् ति, अस्मिन् विस्तीर्णमौडलम् उपयुज्य तस्य सुरक्षा गुणं प्रमाणं दातुं शक् नोमः । अस्मिन् योजनायां प्रथमं एसयूए-डब्लूएसएन योजना अस्ति, यत् प्रमाणं ददाति यत् अस्मिन् योजनायां प्रमाणिकृत कुञ्जी विनिमयस्य तथा प्रयोक्तृनामित्यस्य अपि उपलब्धिः अस्ति। अस्मिन् योजनायां अन्य ECC-आधारितानां (अप्रमाण्यतया सुरक्षितानि) योजनाभिः सह कम्प्युटेरियली अपि स्पर्धा भवति ।
3973e14770350ed54ba1272aa3e19b4d21f5dad3	अयं लेखः बॉस् इत्यस्य कृते अवरोधस्य अवलोकनं तथा ट्रॅकिंग-अल्गोरिदमस्य विकासस्य विषये लिखति, यस्मिन् कार्नेगी मेलन विश्वविद्यालयस्य 2007 DARPA शहरी चुनौती-स्पर्धायां विजयी प्रविष्टिः आसीत् । अस्मिन् अनुगमनस्य उपप्रणालीयाः वर्णनं कृत्वा, व्यापकप्रकृतिप्रणालीयाः परिदृश्यात् अस्य कार्यस्य प्रदर्शनं कृतम् । अनुगमन उपप्रणाली रोबोटस्य शहरयात्रायाः जटिल परिदृश्यं सम्यक् अवगन्तुं, अन्यानां वाहनानां समीपे सुरक्षिततया कार्यम् कर्तुं समर्थं करोति। अनुगमनप्रणाली एकादशात् अधिकानां सेन्सरानां सेन्सर-सूत्राणां तथैव परिवेशस्य अतिरिक्त-सूत्राणां सह मिलित्वा एकं समन्वित-स्थिति-आदर्शं निर्माति। इदम् उपकरणेषु उपलभ्यमानानि वस्तुनि यानि यानानि सन्ति, तेषां गुणानां आधारं कृत्वा नवविध-मॉडल-प्रयोजनाः प्रयुक्ताः सन्ति । अथातः, अनुगमन उपप्रणालीयाः वास्तुशास्त्रं प्रसंस्करणस्य प्रत्येकं स्तरं स्पष्टरूपेण अव्यक्तं करोति । उपप्रणालीयाः विस्तारः नन्वेव सेन्सरस् तथा वैधता-अल्गोरिथमस् च योजयित्वा सहसा सम्भवति ।
6a694487451957937adddbd682d3851fabd45626	प्रश्न-उत्तर-प्रणालीनां अत्याधुनिक-प्रणालीः उत्तर-भागानां पुनर्प्राप्त्यर्थं शब्द-घनत्व-क्रम-निर्णय-व्यवस्थां करोति । एतादृशप्रणालीनां प्रयोगे प्रायः अशुद्धं पाठं प्राप्तं भवति यतः प्रश्नशब्दानां मध्ये सम्बन्धः विचार्य न भवति। पूर्वम् अध्ययनैः प्रश्नानां उत्तरानां च परस्परसम्बन्धानां समन्वयेन एव समस्यायाः समाधानं कर्तुम् प्रयतितम् । तेषु सख् तः मिलनं प्रयुक्तम् आसीत्, यदा अर्थसापेक्षतया समकक्षसम्बन्धं भिन्नरूपेण विरचितं भवति तदा अयम् अपयशः भवति । सांख्यिकीयप्रकरणेन सह अस्मिन् विषये प्रस्तूयते। अस्मिन् विषये पूर्ववर्तीनां गुणवत्ताप्रमाणन-संयोजकानां स्कोर्स् प्रतिपादयितुं द्वौ विधयः प्रस्तूयन्ते - एकः परस्पर-सूचनायाः आधारः, अन्यः अपेक्षा-अधिकरणस्य आधारः। प्रयोगाणां परिणामः दर्शयति यत् अस् माकं पद्धतिः अत्याधुनिक-प्रमाण-आधारित-प्रवाहे पुनः प्राप्ति-विधिषु ७८% एव अधिकं वर्धते। सम्बन्धस्य मिलनं अपि क्वेरी विस्तारद्वारा वर्धितं प्रणालीमध्ये ५०% उन्नतिः लभते ।
2538e3eb24d26f31482c479d95d2e26c0e79b990	अस्मिन् एकम् एकीकृतं तंत्रिकाजालस्य वास्तुशास्त्रं तथा शिक्षणविधिः प्रस्ताव्यते यत् विविधप्रकृतिभाषाप्रक्रियाकार्यक्रमेषु प्रयुक्तुं शक्यते यथा- भाष्यभाग-प्रतीकारः, खंडकरणम्, नामकरणं, तथा अर्थ-भूमिका-लक्षणम् । कार्यविशेषस्य अभियान्त्रिकस्य प्रयोगस्य न प्राप्य पूर्वज्ञानस्य बहुलतायाः अवहेलनां कृत्वा एव एव इयं बहुलता प्राप्ता। प्रत्येकं कार्यम् प्रति अधिकं अनुकूलितानि मानवनिर्मितानि आगतानि विशेषणानि उपयोजयितुम् एव अस्मिन् प्रणालीयां अतीव बहुसंख्यकानि, प्रायः अचिह्नितानि प्रशिक्षणानि अपि उपयुज्य आन्तरिकानि प्रतिपाद्यानि सिध्यन्ति । अतः एव कार्यम् एकं मुक्तरूपेण उपलब्धं ट्यागिङ्ग-प्रणालीं निर्मातुं आधारम् अभवत्, यत् उत्तमप्रदर्शनं च न्यूनतम-गणनात्मक-आवश्यकताभिः सह भवति ।
317deb87586baa4ee7c7b5dfc603ebed94d1da07	अस्मिन् प्रपञ्चे प्राकृतिकभाषाविवक्षायाम् एकं नूतनं तीव्रं विशुद्धं भेदभावयुक्तं एल्गोरिदमम् अस्ति, यं "गहनम्" पुनरावर्ती संवृतग्राहपरिवर्तकजाल (GTN) इत्यनेन आधारितम् अस्ति । यदि पार्स् वृक्षस्य विघटनं "स्तर" इति स्तूपे क्रियते, तर्हि पूर्ववत् स्तूपस्य पूर्वानुमानानि गृहीत्वा वृक्षस्य स्तरं पूर्वानुमानं करोति । कोलोबर्ट् आणि वेस्टन् (२००८) इत्यनेन शब्दस्य निरूपणस्य उपयोगेन किञ्चिदपि मूलभूतस्य पाठस्य लक्षणानि प्रयुक्ताः, अस्मिन् विद्यमानस्य शुद्ध-भेदभावपरकस्य पार्सरस्य विद्यमानस्य "बेंचमार्क" पार्सरस्य च समानं प्रदर्शनं (F1 स्कोर्स्) प्रदर्शयति (यथा कोलिन्स् पार्सरः, संभाव्य-सम्बद्ध-मुक्त-व्याकरण-आधारितः) ।
04cc04457e09e17897f9256c86b45b92d70a401f	सामाजिकजालानि, चलचित्रप्रधानता, ज्ञानमूलानि च बहवः डाटाः बहु-सम्बन्धात्मकानि सन्ति, यानि एकाधिक-सम्बन्धानां वर्णनानि कुर्वन्ति। यद्यपि एतेषां डाटाः मॉडलिङ् कर्तुम् बहुकार्यम् अस्ति, तथापि एतेषां बहुविधानां सम्बन्धानां संयुक्तरूपेण मॉडलिङ् कर्तुम् अपि अवघडम् वर्तते। अपि च विद्यमानप्रयोजनाः यदा एतेषां प्रकारानां संख्या वर्धते तदा अपयशः भवति । अस्मिन् लेखे, वयं बहु-सम्बन्धात्मक-डेटा-सैट्स्, यस्मिन् सम्भवतः सहस्रशः सम्बन्धः सन्ति, मॉडलिङ् कर्तुम् एकं पद्धतिकाम् प्रस्तावयामि। अस् माकं प्रतिरूपं द्विधातुकं संरचनायां आधारितम् अस्ति, यस्मिन् विभिन्नानि क्रमाणि, डाटाः परस्परसम्बन्धेन, अपि च विभिन्नसम्बन्धेषु विरलाः लुप्तप्रकरणानि अपि समाविष्टानि सन्ति । अस्मिन् अस्मिन् प्रकरणे मानक-तन्त्राणां गुणानां डाटासेटानां कृते अस्मिन् पद्धतिः प्रदर्शनं प्रदर्शयति, यत्र अस्मिन् पद्धतिः अत्याधुनिकं परिणामं प्राप्तं वा श्रेष्ठं करोति। अन्ततः एनएलपी अनुप्रयोगः अस्मिन् माडलस्य स्केलेबिलिटी, कुशलतायाः, अर्थशास्त्रीयदृष्ट्या अर्थपूर्णस्य क्रियायाः प्रतिपादने च क्षमतां प्रदर्शयति।
052b1d8ce63b07fec3de9dbb583772d860b7c769	ननु च न्युरोन-सदृशानां युनिटानां जालानां कृते नूतनं शिक्षण-प्रक्रिया-प्रसारणं वर्णयामि। इदम् कार्यविधिः नेटवर्कस् मध्ये कनेक्शनस् य भारं पुनः पुनः समायोजयति येन नेटस् य वास्तविकम् आउटपुट वेक्टरम् एवं अपेक्षितम् आउटपुट वेक्टरम् मध्ये भिन्नतायाः मापनं न्यूनं भवेत् । भारस्य समायोजनस्य परिणामतः आन्तरिकः "अदृश्यः" इकः, यः आगतस्य अथवा निर्गतस्य भागः न भवति, कार्यक्षेत्रस्य महत्त्वपूर्णानि विशेषताः प्रतिपादयति, तथा कार्यस्य नियमात्मकतायाः प्रभावः एतेषां इकाभिः प्राप्तः भवति । ननु च, इदम्+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपि+अपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअपिअ
07f3f736d90125cb2b04e7408782af411c67dd5a	अर्थानुपपत्तिरिति बहुषु प्राकृतभाषासु कार्येषु केन्द्रक महत्त्वं प्राप्नोति [२,२८]। एकं सफलम् मिलनविधिः भाषायाः वस्तुनां आन्तरिक संरचनां तेषां परस्परसम्बन्धं च यथोचितं प्रतिपादयितुम् आवश्यकीयम् अस्ति । अस्मिन् ध्येये एकं कदमः अस्मिन् विषये अस्मिन् विषये कन्वल्शनल न्यूरल नेटवर्कस् य प्रतिरूपं प्रस्तावितमस्ति यत् द्वयोः वाक्येषु समरूपतायाः प्रवर्तनम् करणीयम्, यतो हि कन्वल्शनल-नीतिः दृष्टि-वाक्ययोः अपि अनुकूलं भवति। प्रस्तावितानि प्रतिमानानि न केवलं वाक्यानां वर्गाकारसंरचनायाः स्तरा-स्तरा-संरचनायाः तथा पूलकरणस्य सुन्दररूपेण प्रतिपाद्यन्ते, अपितु विभिन्नस्तरानां समृद्ध-समान-रूपानां प्रतिपाद्यन्ते । अस्मिन् कार्यक्रमे, भाषायाः विषये पूर्वज्ञानं न अपेक्षितं, अतः अस्मिन् कार्यक्रमे विभिन्नप्रकृतयः कार्यक्रमाः, विभिन्नभाषाः च समन्वितरूपेण क्रियन्ते । विभिन्नप्रकारेण समरूपतायाः कार्यस्य अनुभवात्मक अध्ययनं समरूपतायाः कार्यस्य विविधप्रकारेण समरूपतायाः कार्यस्य च प्रतिद्वन्द्वीनां प्रतिरूपानां प्रति तस्य श्रेष्ठतायाः प्रदर्शनं करोति ।
0af737eae02032e66e035dfed7f853ccb095d6f5	वाक्यस्य च द्विजस्य प्रतिरूपणम् अनेकेषु एनएलपी कार्येषु महत्वपूर्णं विषयं वर्तते यथा उत्तरस्य चयनम् (एएस), परिभाषाविवरणस्य (पीआई) च पाठस्य (टीई) परिचयः। पूर्वं बहुधा (i) विशिष्टप्रणालीम् परिष्कृत्य एकं कार्यम् आचरति, (ii) प्रतिवाक्यस्य प्रतिपादनाय पृथक्-पृथक् प्रतिरूपं करोति, अन्यवाक्यस्य प्रभावं क्वचित् एव विवक्षते, अथवा (iii) कार्यविशेषेषु विशेषेण हस्त-रचितेषु भाषालक्षणानां पूर्णतया आश्रितः भवति। अस्मिन् कार्ये वाक्यस्य जोडीं प्रतिरूपणार्थं सामान्यः ध्यान-आधारितः संवृतिकः न्युरोल-जालः (एबीसीएनएन) प्रस्तुतः अस्ति । अस् माभिः त्रयः योगदानानि कृतानि। (i) ABCNN-नियमं बहुविधं कार्यम् क्रियते यत्र वाक्य-युग्म-आकारस्य प्रतिरूपणम् अपेक्षितम् अस्ति । (ii) अस्मिन् त्रयाणां ध्यानप्रयोजनानां प्रस्तावः अस्ति, येषु वाक्यानां परस्परं प्रभावं सी.एन.एन.संयुक्तं भवति; अतः प्रत्येकं वाक्यस्य प्रतिपादनाय तस्य प्रतिपादकं विचारयति। परस्परसंबद्धं वाक्य-द्वय-प्रतीकानां पृथक्-पृथक् वाक्य-प्रतीकानां तु अधिकं सामर्थ्यं भवति । (iii) एबीसीएनएन-संस्थाः आस्, पीआई, टीई-कार्यक्रमेषु अत्याधुनिकं प्रदर्शनं प्राप्नुवन्ति। अस्मिन् पृष्ठे अस्मिन् कोडस् य प्रकाशनं कृतम्: https://github.com/yinwenpeng/Answer_Selection.
1c059493904b2244d2280b8b4c0c7d3ca115be73	नेटवर्कस् मध्ये नोडस् तथा कण्ठस् य पूर्वानुमानकार्ययोः अभियान्त्रिक-विशेषणानां प्रयोगे सावधानः प्रयासः अपेक्ष्यते। साम्प्रतिकारकशिक्षणस्य व्यापकक्षेत्रेषु अद्यतनानि शोधानि स्वयमेव लक्षणानि शिक्षितवन्तः भविष्यवाणीं स्वयमेव कर्तुं महत्वपूर्णं प्रगतिम् अकुर्वन् । तथापि वर्तमानकालस्य विशेषणशिक्षणप्रयोजनाः न पर्याप्ततया व्यक्ताः सन्ति यत् संजालानां मध्ये अवलोकितानां संपर्काणां विविधतायाः प्रतिबिम्बं प्राप्तुं शक्नुवन्ति । अत्र वयं नोड२वेक-नाम्, जालस्थानां नोडानां कृते सतत-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बद्ध-सम्बसङ्गः। नोड२वेक-मध्ये, वयं नोडस् य मानचित्रणम् अधः-आयामीय-स्थानं प्रति उपयुज्य विशेषाणां मानचित्रणम् उपयुज्य वक्ष्यामः, येन नोडस् य जालसमीपानां संरक्षणं सम्भवति। वयं नडस्य जालसमीपस्थस्य लचीला धारणां निर्दिश्य, एकं पक्षपातयुक्तं यादृच्छिक-यात्रा-प्रक्रियां निर्धारयामः, यया विविधसमीपस्थानि कुशलतया अन्वेषयन्ति । अस्मिन् एल्गोरिदमः पूर्वं कृतं कार्यम् सामान्यीकृतवान्, यत् नेटवर्क-समीपवर्गाणां कठोर धारणायाः आधारः आसीत्, अस्मिन् तर्कः अस्ति यत् समीपवर्गाणां अन्वेषणं कर्तुम् अतिरिक्तं लचीलापनं समृद्धप्रतीक्षानाम् अभ्यासेन महत्वपूर्णम् अस्ति । अस्मिन् विषये बहु-लेबल-वर्गीकरणं, विविध-क्षेत्रेषु अनेक-संसारिक-जालानां लिङ्क् पूर्वानुमानं च विद्यमान-अधुनिक-तन्त्राणां विषये नोड-२-वेक्-प्रयोजनायाः प्रभावकारितायाः प्रदर्शनम् कृतम् । अस्मिन् कार्ये एकं नवीनं मार्गं प्रतीयते यत् जटिलानां जालानां मध्ये कार्य-स्वतन्त्रानां प्रतिपादानां कुशलतायाः शिक्षां कर्तुं।
de93c4f886bdf55bfc1bcaefad648d5996ed3302	अस्मिन् अध्याये आधुनिकप्रवेशस्य अवलोकनस्य स्थितिः विवक्षितः अस्ति, विशेषतया डाटा माइन्निङ्गस्य उदयमानस्य दृष्टिकोणस्य विषये। अत्र द्वे महत्वपूर्णे पक्षेषु चर्चा भवति- सामान्यं भेददर्शनविधिः (दुरुपयोगाणां भेदः अपाङ्गतायाः भेदः) तथा च डाटास्रोतः (व्यक्तिगत होस्टः नेटवर्कसम्बद्धः) । दुरुपयोगस्य पताका ज्ञातानां आक्रमकानां प्रतिरूपानां मिलनं प्रयतते , अनौपयोगस्य पताका सामान्यव्यवहारस्य विकारानां शोधनं करोति । द्वयोः दृष्टिकोणयोः मध्ये, अपवादस्य अनुज्ञापनमात्रं अज्ञातप्रहारस्य अनुज्ञापनं कर्तुं शक्नोति । विशेषेण आशाजनकः अपवादस्य पताकाय संयोज्य खननस्य संयोजनं यन्त्रशिक्षणस्य अन्यप्रकारैः यथा वर्गीकरणम् । अपि च, आक्रमणेन अवरोधस्य प्रणालीयाः उपयोगे डाटास्रोतः आक्रमणेन अवरोधस्य प्रकारेषु महत्त्वपूर्णः प्रभावः करोति । अत्र उपलब्धानां विस्तृतसूचनाणां स्तरस्य विषये एकं व्यापार-विचारेण सह विचारः क्रियते । बार्बारा इत्येके। (अध्यायः । ), डाटा माइन्निङ्ग् इत्यस्य अनुप्रयोगः कम्प्युटरस्य सुरक्षायां © Kluwer Academic Publishers 2002 s
9e00005045a23f3f6b2c9fca094930f8ce42f9f6
2ec2f8cd6cf1a393acbc7881b8c81a78269cf5f7	अस्मिन् बहुविध-रूपेण अवधारणात्मकं प्रतिपादकं निर्मितम् यत् स्किप्-ग्राम-भाषायाः प्रतिपादने वेक्टरं दृश्य-वस्तु-प्रतिपादने वेक्टरैः सह संयोजयित्वा, गहन-परिवर्तनशील-संजालस्य (सी.एन.एन.) विशेषता-अवशोषण-स्तरैः गणना कृतम् अस्ति, यानि वृहत्-लक्षणयुक्त-वस्तु-पहचान-डेटा-सैट्-पर्याप्तानि सन्ति । अयं हस्तांतरणशिक्षणप्रकरणः पारम्परिक-विजुअल-शब्द-प्रकरणस्य आधारेण विशेषणानां तुल्यम् स्पष्टं प्रदर्शनलाभं लभते । प्रयोगात्मकपरिणामः WordSim353 तथा MEN इत्यनेन अर्थसम्बन्धस्य मूल्यांकनकार्यक्रमेषु प्रतिपादितः। अस्मिन् इमेजनेट अथवा ईएसपी गेम् इमेजेस् उपयुज्य दृश्यप्रतीकानि गणनाय कुर्वन्ति ।
a65e815895bed510c0549957ce6baa129c909813	अस्मिन् विषये अस्मिन् विषये अनियन्त्रित-प्रयोजनं कृतम् अस्ति, येन अरबीभाषायाः मूलाः, तथा रूपकानि च उपलभ्यन्ते। अयं दृष्टिकोणः इदम् विचारम् अधीत्य अस्ति यत् मूलानि तथा स्वरूपानि परस्मैपदे पुनरावर्ती स्कोरिंग् उपयुज्य परिकल्पित-रूपं तथा मूल-वार्तिकानि अधीत्य प्रकटयितुं शक्नुवन्ति । पुनः पुनः परिष्कृतं कृत्वा, अनुप्रेषितशब्दाभ्याम् रूपशास्त्रीयविश्लेषणं ९४%तः अधिकं मूलं परिचयं प्राप्नोति । अस्मिन् कार्यक्रमे अरबीभाषायाः रूपकशास्त्रस्य अनुरक्षणं विना शिक्षणाय पूर्वं कृतं कार्यक्रमेभ्यः भिन्नं यत् अस्मिन् कार्यक्रमे स्वाभाविकरूपेण लिखितानां, स्वरहीनानां पाठानां कृते अपि कार्यक्रमाः कृतानि।
3f4e71d715fce70c89e4503d747aad11fcac8a43	अस्मिन् प्रकरणस्य अध्ययने आटो इंक-नाम्नि, यानि युरोपियानाम् महतीम् वाहननिर्मातायाः, त्रयः भिन्न-भिन्नानि डिजिटल-नवीनता-प्रयोजनाः विवक्षितानि। प्रतिस्पर्धात्मकमूल्यानाम् फ्रेमवर्कम् उपयोगं कृत्वा, वयं अन्वेषणं कुर्मः यत् किमर्थं गतिशीलः क्षमताः विद्यन्ते, यत् किमर्थं एकं फर्मं डिजिटलाइजेशनात् उत्पत्तौ नवोन्मेषस्य च वर्धमानानि आवश्यकतां पूरयितुं प्रयतते। अस्मिन् डिजिटलिजेशनप्रक्रमे अस्मिन् अध्ययने प्रतीयते यत् प्रस्थापितसामाजिक-तकनीकीय समरूपतायाः चुनौतीः भवति । अस्मिन् विषये अधिकं, अस्मिन् संस्थायाः डिजिटल युगस्य नवीनानां प्रयोगात्मकशिक्षणप्रक्रियाणां उपयोगस्य मार्गानि ज्ञातव्यानि। यद्यपि एतादृशपरिवर्तनस्य दीर्घकालिनं प्रतिवद्धता च विजनं च अपेक्षितम् अस्ति, तथापि अस्मिन् अध्ययने एतादृशप्रयोगात्मकप्रक्रियायाः त्रयः अनौपचारिकसामर्थ्यानि प्रस्तूयन्ते - समयः, दृढ़ता, सम्पर्कः च।
c22366074e3b243f2caaeb2f78a2c8d56072905e	एकं अनुदैर्ध्य-स्लोट-रैज वेवगइड ऐन्टेना-मृत्तिका, यस्मै कम्प्याक्ट ट्रान्सवर्स आयामः अस्ति । एरेस् य बान् दविड्थ् विस्ताराय, एरेस् य उप-अङ्गेषु पृथक् पृथक् भवति, यानि नवप्रकाराः कम्प्याक्ट् कन्वेक्स वेवग्वाइड् डिवाइडर् द्वारा पोषितानि भवन्ति । X-बान्द् इत्यस्मिन् १६-तत्कालं युक्तं रेखाङ्कितसूत्रं निर्मितं तथा च तस्य डिजाइनस्य वैधतायाः सत्यापनार्थं मापयेत् । S11les-15 dB इत्यस्य मापनं बण्डविड्थः 14.9% एव भवति, तथा मापनं क्रॉस- पोलरिजन् स्तरः सम्पूर्ण बण्डविड्थस्य -36 dB-भ्यः न्यूनः भवति । इयं पटलः कण-स्लोट-वेव-गाइड पटलैः सह मिलित्वा द्विमितीय-द्वैध-ध्रुवीकरण-एन्टेना पटलं कृत्रिम-द्वारं रडार (SAR) अनुप्रयोगार्थं निर्मातुम् शक्यते
0d57ba12a6d958e178d83be4c84513f7e42b24e5	गहनशिक्षणम् बृहत् तंत्रिकाजालैः बृहत् डाटासेटैः सह उत्कर्षं प्राप्नोति । तथापि, बृहत् जालानां, बृहत् डाटासेटानां च परिणामः दीर्घकालस्य प्रशिक्षणस्य समयः भवति, यस्मात् अनुसंधान-विकासस्य प्रगतिः बाधितः भवति । वितरितः समकालिकः एसजीडीः समानाधिकः कार्यकर्तृणां समूहस्य उपरि लघु-बीजाः वितरति, येन अस्य समस्यायाः सम्भाव्य समाधानं प्राप्नोति । तथापि, इयं योजना कार्यक्षमतायाः कृते प्रति-कर्मचारी कार्यभारः महत् भवेत्, यस्मात् एसजीडी लघु-बटुकस्य आकारस्य न तुल्यवृद्धिः भवति। अस्मिन् लेखे, वयं अनुभवसाधनात् प्रदर्शयतिमः यत् इमेजेन्ट्-डाटासेट-संस्थाने वृहत् लघु-समूहः अनुकूलनस्य कठिनाइः उत्पद्यते, किन्तु यदा एतेषां विषये विचारं क्रियते तदा प्रशिक्षित-जालानि उत्तमसामान्यकरणं प्रदर्शयन्ति । विशेषतया ८१९२ इमेजेषु वृहत् लघु-बट्ल-आकारेण प्रशिक्षणं कृत्वा अस्मिन् प्रमाणस्य हानिः न भवति । अस्मिन् परिणामे प्राप्ते, लघु-बटुक-आकारस्य फलनरूपेण शिक्षणादिकालस्य समायोजनार्थं वयं रेखाङ्कित-आकारस्य नियमं अवलम्ब्य नवीनं उष्माकरण-यन्त्रं निर्मातुं उद्यताः, येन प्रशिक्षणे आरम्भिक-कालतः अनुकूलन-प्रसङ्गानां पारणं कर्तुं शक्यते। एतेन सरलप्रणालीनाम् आधारेण अस्मिन् Caffe2-आधारिते प्रणालीयाः एकस्मिन् घण्टायां ResNet50-नाम् 256 GPU-षु 8192-मिनी-बच् आकारेण प्रशिक्षणं भवति, तथा लघु-बच् परिशुद्धतायाः समन्वयनं भवति। अस्मिन् प्रयोगे ८-२५६-गुपी-संयन्त्रानां प्रयोगे ∼९०% दक्षता प्राप्ता। अस्मिन् प्रणालीयां उच्चदक्षतायाः अन्तर्जाल-आकारे डाटाः दृश्य-पदं ज्ञापयितुं मॉडेलानि प्रशिक्षयितुं शक्नुमः।
2bbe9735b81e0978125dad005656503fca567902	कर्नेलरूटकिट् कम्प्युटरप्रणालीनां प्रति अतिप्रभावी भवति। ते स्निग्धं कुर्वन्ति, प्रणालीसाधनानां च अप्रतिबन्धितप्रवेशः प्राप्नुवन्ति। अस्मिन् लेखे नुमचेकरः, अतिथि-मशीनस्य कर्नेलरूटकिटस् (rootkits) परिमार्जनं कर्तुं च अभिधीयते । NumChecker इत्यनेन अतिथि-मशीन-मण्डले प्रणाली-आदेशस्य दुर्भावनापूर्ण-परिवर्तनानि परिगणयन्ति, यानि प्रणाली-आदेशस्य निष्पादनकाले घटयन्ति। एतेषां घटनाणां स्वयमेव गणनाय, नुमचेकरः आधुनिकप्रक्रियासु विद्यमानानां हार्डवेयर प्रदर्शनकाउंटर् (HPC) -ानां उपयोगं करोति । उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च-उच्च। नमः, अस्मिन् वर्डस् मध्ये नमः चेकरस् य प्रोटोटाइप् उपयुज्य वर्डस् य कर्नेलस् य आधारं कर्तुम् शक् नोमः । अत्र एचपीसी-आधारितं द्विसप्ततितमं कर्नेलरूटकिट-विज्ञापनं च प्रदत्तं, अनेकेषु वास्तविक-विश्वरूटकिट-प्रकरणेषु च मूल्यांकनं कृतम् अस्ति । परिणामः अस्य व्यवहार्यतायाः प्रभावकारितायाः प्रमाणं ददाति।

End of preview. Expand in Dataset Viewer.

Bharat-NanoBEIR: Indian Language Information Retrieval Dataset

Overview

This dataset is part of the Bharat-NanoBEIR collection, which provides information retrieval datasets for Indian languages. It is derived from the NanoBEIR project, which offers smaller versions of BEIR datasets containing 50 queries and up to 10K documents each.

Dataset Description

This particular dataset is the Sanskrit version of the NanoSCIDOCS dataset, specifically adapted for information retrieval tasks. The translation and adaptation maintain the core structure of the original NanoBEIR while making it accessible for Sanskrit language processing.

Usage

This dataset is designed for:

Information Retrieval (IR) system development in Sanskrit
Evaluation of multilingual search capabilities
Cross-lingual information retrieval research
Benchmarking Sanskrit language models for search tasks

Dataset Structure

The dataset consists of three main components:

Corpus: Collection of documents in Sanskrit
Queries: Search queries in Sanskrit
QRels: Relevance judgments connecting queries to relevant documents

Citation

If you use this dataset, please cite:

@misc{bharat-nanobeir,
  title={Bharat-NanoBEIR: Indian Language Information Retrieval Datasets},
  year={2024},
  url={https://huggingface.co/datasets/carlfeynman/Bharat_NanoSCIDOCS_sa}
}