_id
stringlengths 40
40
| text
stringlengths 0
9.23k
|
|---|---|
d31798506874705f900e72203515abfaa9278409 | लेख इतिहासः प्राप्त २६ अगस्त २००७ प्राप्त संशोधित रूपमे ७ मई २००८ स्वीकार १३ मई २००८ |
6d96f946aaabc734af7fe3fc4454cf8547fcd5ed | |
1c26786513a0844c3a547118167452bed17abf5d | अनुवाद समस्याक संक्षिप्त परिचय प्रदान करलाक बाद, आ अरबीसँ अङ्ग्रेजी अनुवादक लेल विशिष्ट किछु मुद्दासभ पर प्रकाश डालएलाक बाद, समस्याक कम्प्यूटेशनल समाधानक रूपमे तीन चरणक एल्गोरिथ्मक परिचय देल गेल अछि। एल्गोरिथ्म एक छिपे मारकोव मोडेल दृष्टिकोण पर आधारित अछि, मुदा आन-लाइन डाटाबेस मे उपलब्ध जानकारीक लाभ सेहो लैत अछि। फेर एल्गोरिथ्म क मूल्यांकन कएल जाएत अछि, आ 80 प्रतिशत तक सटीकता प्राप्त करबाक लेल देखाओल जाएत अछि। |
dbc82e5b8b17faec972e1d09c34ec9f9cd1a33ea | आम भावनाक तर्क पर हमर शोध मे, हमरा सभ केँ ई पता चलल अछि जे विशेष रूप सँ महत्वपूर्ण ज्ञान मानव लक्ष्यक बारे मे ज्ञान अछि। विशेष रूप सँ जखन आम भावनाक तर्क केँ इंटरफेस एजेंट पर लागू करैत छी, तखन हमरा सभ केँ उपयोगकर्ताक क्रियासभ सँ लक्ष्य केँ चिन्हबाक आवश्यकता होइत अछि (योजना मान्यता), आ लक्ष्य केँ लागू करए बला क्रियासभक क्रम उत्पन्न करबाक आवश्यकता होइत अछि (योजना) । हमसभ प्रायः सामान्य प्रश्नसभक उत्तर देबएके आवश्यकता होएत अछि जहिमे लक्ष्यसभक सम्भावितता, उदाहरणक लेल कोनो विशेष लक्ष्यक सम्भावितता, वा कति समयमे प्राप्त होएत अछि । कॉमन्सेंस ज्ञान अधिग्रहण पर पिछला कार्य मे, प्रयोक्ता सभ सं सीधे एहन जानकारीक लेल पूछल गेल अछि. हालहि मे, तथापि, एकटा दोसर दृष्टिकोण उभरल अछि - उपयोगकर्तासभकेँ खेल खेलबा लेल आकर्षित करबाक लेल जतय ज्ञान प्रदान करब खेलमे नीक स्कोर करबाक साधन अछि, एहि तरहेँ खेलाडीसभकेँ प्रेरित करैत अछि । ई दृष्टिकोण लुइस वॉन अहन आ हुनकर सहयोगीसभद्वारा अग्रणी बनाएल गेल अछि, जे एकरा मानव गणना कहैत अछि। आम सहमति एक मनोरंजक, आत्मनिर्भर वेब-आधारित खेल छी, जे दुनूक संग्रह करैत अछि आ दैनिक लक्ष्यक बारेमे सामान्य ज्ञानक प्रमाणिकरण करैत अछि। ई टेलिभिजन गेम शो परिवार झगडा १ क संरचना पर आधारित अछि । एक छोट प्रयोगकर्ता अध्ययन देखबैत अछि जे उपयोगकर्तासभ खेलक मजा लैत अछि, ज्ञानक गुणवत्ता बहुत नीक अछि, आ ज्ञानक संग्रहक दर तीव्र अछि। ACM वर्गीकरण: H.3.3 [सूचना भंडारण आ पुनः प्राप्ति]: सूचना खोज आ पुनः प्राप्ति; I.2.6 [कृत्रिम बुद्धिमत्ता]: सीखना |
f8b1534b26c1a4a30d32aec408614ecff2412156 | |
4c479f8d18badb29ec6a2a49d6ca8e36d833fbe9 | कोकसिक्स अपन छोट आकारक बावजूद अनेक महत्वपूर्ण काज करैत अछि। एकर अतिरिक्त, ई त्रिपाद क एक टा पाँति क रूप मे कार्य करैत अछि - इस्चियल ट्यूबरोसिटीज क संग - जे बैसल स्थिति मे व्यक्ति क भार-उधारक समर्थन प्रदान करैत अछि। कोक्सिडिनिया (कोकसिक्स क्षेत्रमे दर्द) कें घटनाक सूचना नहि देल गेल अछि, मुदा कोक्सिडिनिया विकसित करए के बढ़ल जोखिम सं जुड़ल कारकमे मोटापा आ महिला लिंग शामिल अछि। [पृष्ठ २-३ पर पाओल गेल चित्र] परिणाम ९०% मामलामे रूढ़िवादी उपचार सफल होइत अछि, आ बहुत मामलामे बिना चिकित्सा उपचारक ठीक भऽ जाइत अछि। रेफ्रेक्टरी केसक लेल उपचारमे पेल्भिक फ्लोर पुनर्वास, मैनुअल मैनिपुलेशन आ मालिश, ट्रान्सक्युटेनस इलेक्ट्रिकल नर्व उत्तेजना, मनोचिकित्सा, स्टेरॉयड इंजेक्शन, नर्व ब्लॉक, स्पाइनल मेर्ड उत्तेजना, आ शल्य चिकित्सा प्रक्रियासभ शामिल अछि । निष्कर्ष एक बहु-विषयक दृष्टिकोण जे फिजियोथेरापी, एर्गोनोमिक अनुकूलन, दवाइ, इंजेक्शन, आ संभवतः मनोचिकित्साक उपयोग करैत अछि, ओ आगजनीक कोकसिक्स दर्दक रोगीमे सफलताक सर्वाधिक संभावनाक कारण बनैत अछि। यद्यपि नव शल्य चिकित्सा तकनीकसभक उदय भऽ रहल अछि, एकर प्रभावकारिता स्थापित करबासँ पहिने अधिक शोधक आवश्यकता अछि। |
0989bbd8c15f9aac24e8832327df560dc8ec5324 | लगभग ६ दशकक बाद सँ शोधकर्तासभ एकरा निर्माण करबाक विधिसभक खोज शुरू केलक, एक्सोस्केलेटन विज्ञान कथाक सामग्रीसँ लगभग व्यावसायिक उत्पादमे प्रगति कएलक अछि। यद्यपि एक्सोस्केलेटन विकास सँ जुड़ल बहुत रास चुनौती अछि जकरा एखन धरि पूर्ण रूप सँ पूर्ण नहि कएल गेल अछि, मुदा एहि क्षेत्र मे बहुत पैघ प्रगति भेल अछि। एहि पेपर मे, हम इतिहासक समीक्षा करैत छी आ निचला अंगक एक्सोस्केलेटन आ सक्रिय ऑर्थोसिसक अत्याधुनिक स्थिति पर चर्चा करैत छी। हमसभ अधिकांश उपकरणसभक हार्डवेयर, एक्टुएशन, सेन्सरि, आ कन्ट्रोल सिस्टमक लेल डिजाइन अवलोकन प्रदान करैत छी जे साहित्यमे वर्णित कएल गेल अछि, आ मुख्य प्रगतिसभक चर्चाक साथ समाप्त करैत छी जे बनाएल गेल अछि आ बाधासभकेँ पार करबाक अछि । |
4adffe0ebdda59d39e43d42a41e1b6f80164f07e | गैर-नकारात्मक मैट्रिक्स कारक (एनएमएफ) एक अनसुर्वेज्ड लर्निंग विधि छी जे छवि प्रसंस्करण आ दस्तावेजक अर्थ विश्लेषण सहित विभिन्न अनुप्रयोगसभमे उपयोगी अछि । ई पेपर सममित एनएमएफ (एसएनएमएफ) पर केन्द्रित अछि, जे एनएमएफ विघटनक एक विशेष मामला अछि। तीन समानांतर गुणनात्मक अद्यतन एल्गोरिदम स्तर ३ मूल रैखिक बीजगणित उपप्रोग्राम क उपयोग करैत अछि जे सीधे एहि समस्या क लेल विकसित कएल गेल अछि। पहिल, युक्लिडियन दूरीकेँ न्यूनतम कऽ, एक गुणक अद्यतन एल्गोरिथ्म प्रस्तावित कएल गेल अछि, आ एकर अभिसरण हल्का परिस्थितिमे प्रमाणित कएल गेल अछि। एकर आधार पर, हमसभ दोसरो दूटा तीव्र समांतर विधि प्रस्ताव करैत छी: α-SNMF आ β-SNMF एल्गोरिदम। सभटा लागू करनाए आसान अछि। ई एल्गोरिदम सभ संभाव्य समूहमे लागू कएल जाइत अछि। हमसभ चेहराक छवि समूहण, दस्तावेजक वर्गीकरण, आ जीन अभिव्यक्तिमे पैटर्न समूहणक लेल एकर प्रभावकारिताक प्रदर्शन करैत छी। |
2a4423b10725e54ad72f4f1fcf77db5bc835f0a6 | सांख्यिकीय यांत्रिकी (एक सीमित तापमान पर तापीय संतुलन मे स्वतंत्रताक बहु डिग्री वाला प्रणालीक व्यवहार) आ बहु-परिवर्तक या संयोजक अनुकूलन (कतेक मापदण्ड पर निर्भर कोनो देल गेल फलनक न्यूनतम खोज) क बीच एकटा गहन आ उपयोगी संबंध अछि। ठोस पदार्थमे एनीलिंगक संग विस्तृत समानता बहुत पैघ आ जटिल प्रणालीक गुणसभक अनुकूलनक लेल एक ढाँचा प्रदान करैत अछि। सांख्यिकीय यांत्रिकीक संग ई संबंध नव सूचनाक खुलासा करैत अछि आ पारंपरिक अनुकूलन समस्या आ विधि पर एक अपरिचित दृष्टिकोण प्रदान करैत अछि। |
dec997b20ebe2b867f68cc5c123d9cb9eafad6bb | गहन तंत्रिका संजाल क प्रशिक्षण क लेल आम तौर पर भारी मात्रा मे डाटा क आवश्यकता होएत अछि आ ई बहुत गणना गहन होएत अछि। हमसभ एहि ठाम देखाबए छी जे महग ढाल अवतरण प्रक्रियाकेँ टारबिन करब आ प्रशिक्षण डाटाक गुणसँ सीधा तंत्रिका नेटवर्कक मापदण्ड प्राप्त करब सम्भव अछि। हमसभ ई देखाबए छी जे, अभिसरणक निकट, इनपुटक निकट परतसभक लेल ग्रेडियन्ट वंश समीकरणसभक रैखिक रूपमे रूपान्तरित कएल जा सकैत अछि आ प्रत्येक वर्गक लेल डाटाक सह-विभेदकता सँ सम्बन्धित शोरक साथ स्टोकास्टिक समीकरण बनैत अछि। हमसभ ई समीकरणसभक समाधानक वितरणक व्युत्पन्न करैत छी आ ई खोज करैत छी जे ई पर्यवेक्षित मुख्य घटक विश्लेषणसँ सम्बन्धित अछि। हमसभ ई परिणामसभ छवि डाटासेट MNIST, CIFAR10 आ CIFAR100 पर लागू करैत छी आ पबैत छी जे, वास्तवमे, पूर्व प्रशिक्षित परतसभ हमरासभक निष्कर्षक उपयोग करैत समान आकार आ आर्किटेक्चरक न्यूरल नेटवर्कसभक तुलनामे तुलनात्मक वा श्रेष्ठ प्रदर्शन करैत अछि जे ग्रेडिएन्ट वंशक साथ प्रशिक्षित अछि। एकर अतिरिक्त, हमर पूर्व प्रशिक्षित परतक गणना प्रशिक्षण डाटाक एक अंशक उपयोग करि कैल जा सकैत अछि, कारण सह-विचलन मैट्रिक्सक त्वरित अभिसरणक कारण। एहि प्रकार, हमरा सभक निष्कर्ष ई संकेत करैत अछि जे हमसभ प्रशिक्षण समय कटा सकैत छी, दुनूक माध्यम सँ, ग्रेडिएन्ट अवतरण क लेल प्रयोग कएल जाए वाला डाटा क केवल एक अंशक आवश्यकता होएत अछि, आ प्रशिक्षण क महंगी बैकप्रोपेगशन चरण मे परत क समाप्ति द्वारा। एकर अतिरिक्त, ई खोज आंशिक रूप सँ गहन तंत्रिका नेटवर्क क आंतरिक कार्य क स्पष्ट करैत अछि आ हमरा सभ केँ वर्गीकरण समस्या क किछु चरण क लेल गणितीय रूप सँ इष्टतम समाधान क गणना करबाक अनुमति दैत अछि, एहि प्रकार एहि तरहक समस्या क कुशलतापूर्वक हल करबाक लेल हमरा सभक क्षमता केँ काफी बढ़ावा दैत अछि। |
Subsets and Splits