با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد).
ردیف | عنوان | نوع |
---|---|---|
1 |
What we know about elemental bulk chondrule and matrix compositions: Presenting the ChondriteDB Database
آنچه ما در مورد کاندرول دسته ای عنصری و اجزای ماتریس می دانیم: ارائه پایگاه داده ChondriteDB-2017 Chondrules and matrix are the major components of chondritic meteorites and represent a significant
evolutionary step in planet formation. The formation and evolution of chondrules and matrix and, in
particular, the mechanics of chondrule formation remain the biggest unsolved challenge in meteoritics.
A large number of studies of these major components not only helped to understand these in ever greater
detail, but also produced a remarkably large body of data. Studying all available data has become known
as ‹big data› analyses and promises deep insights – in this case – to chondrule and matrix formation
and relationships. Looking at all data may also allow one to better understand the mechanism of chon
drule formation or, equally important, what information we might be missing to identify this process. A
database of all available chondrule and matrix data further provides an overview and quick visualisation,
which will not only help to solve actual problems, but also enable students and future researchers to
quickly access and understand all we know about these components. We collected all available data on
elemental bulk chondrule and matrix compositions in a database that we call ChondriteDB. The database
also contains petrographic and petrologic information on chondrules. Currently, ChondriteDB contains
about 2388 chondrule and 1064 matrix data from 70 different publications and 161 different chondrites.
Future iterations of ChondriteDB will include isotope data and information on other chondrite compo
nents. Data quality is of critical importance. However, as we discuss, quality is not an objective category,
but a subjective judgement. Quantifiable data acquisition categories are required that allow selecting the
appropriate data from a database in the context of a given research problem. We provide a comprehen
sive overview on the contents of ChondriteDB. The database is available as an Excel file upon request
from the senior author of this paper, or can be accessed through MetBase.
Keywords: Chondrules | Matrix | Elemental composition | ChondritedDB | Database |
مقاله انگلیسی |
2 |
شبکههای عصبی رو به جلو تعمیمیافته با وزنهای تصادفی برای تشخیص چهره
سال انتشار: 2014 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 27 تشخیص چهره در رشته تشخیص الگو و بینایی کامپیوتر، همیشه یک موضوع داغ بودهاست. در حالت کلی، در فرایند تشخیص، تصاویر یا ویژگیها معمولا به بردارها تبدیل میشوند. این روش معمولا منجر به ایجاد اعوجاج در اطلاعات همبستگی عناصر در بردارسازی یک ماتریس تصویر میشود. این مقاله یک کلاسبندی کننده با نام شبکه عصبی دو بعدی با وزنهای تصادفی (2D-NNRW) میشود که میتواند از داده ماتریسی بعنوان یک ورودی مستقیم استفاده کرده و از ساختار ماتریس تصویر محافظت کند. در حالت خاص، کلاس بندی کننده پیشنهاد شده از بردارهای projection چپ و راست برای جایگزینی با وزن ورودی با ابعاد بالا در لایه مخفی به منظور حفظ اطلاعات همبستگی عناصر استفاده کرده، و ایده شبکه عصبی با وزنهای تصادفی (NNRW) را به منظور یادگیری همه پارامترها اتخاذ میکند. آزمایشات انجام شده بر روی پایگاه دادههای معروف حاکی از آن است که کلاسبندی کننده 2D-NNRW پیشنهاد شده میتواند خاصیت ساختاری تصویر صورت را مجسم کرده (در برداشته) و دارای کارایی خوبی برای تشخیص چهره میباشد.
کلمات کلیدی: تشخیص چهره | کلاسبندیکننده | شبکه عصبی با وزنهای تصادفی | (NNRW) | داده ماتریسی |
مقاله ترجمه شده |