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 |
A Survey of Indoor Location Technologies, Techniques and Applications in Industry
بررسی فن آوری ها، تکنیک ها و کاربردهای مکان داخلی در صنعت-2022 The recent academic research surrounding indoor positioning systems (IPS) and indoor location-
based services (ILBS) are reviewed to establish the current state-of-the-art for IPS and ILBS. This
review is focused on the use of IPS / ILBS for cyber-physical systems to support secure and safe
asset management (including people as assets), exploring the potential applications of IPS for
industry as suggested in the literature. Current application areas in industry are presented,
separated into physical item and human traceability applications for context. The literature are
reviewed to identify gaps in the ILBS development for industrial applications, future research
needs to focus a development framework to enable scalable solutions for industry. The key gaps
identified in the literature are: (i) a lack of pathways to extend IPS research into an ILBS, (ii) no
end-to-end ILBS have been developed and (iii) no framework has been reported that outlines the
information pathways from sensor data collection and location information to an established
ILBS. The technologies reviewed are presented in a comparison table (Table 1) intended as a
reference for selecting technologies for future systems based on requirements. The techniques
used to extract location information from each of the technologies identified are also explored
stating current accuracy and aligning the techniques with their suitable technologies.
1. Introduction keywords: موقعیت داخلی | اینترنت اشیا | سیستم های حسگر | خدمات مبتنی بر مکان داخلی | سیستم های فیزیکی سایبری | Indoor location | Internet of things | Sensor systems | Indoor location based services | Cyber physical systems |
مقاله انگلیسی |
2 |
بینایی ماشین و تکنیک های یادگیری عمیق برای شناسایی و ردیابی عابرپیاده : یک مرور
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 60 - تعداد صفحات فایل doc فارسی: 54 شناسایی و ردیابی عابرپیاده به یک میدان مهم در زمینه تحقیقات دیداری رایانهای تبدیل شدهاست . این علاقه رو به رشد , که در دهههای اخیر آغاز شد, ممکن است توسط بسیاری از برنامههای کاربردی بالقوه توضیح داده شود که میتوانند از نتایج این زمینه تحقیقاتی استفاده کنند , به عنوان مثال رباتیک , سرگرمی , مراقبت , مراقبت از سالمندان و معلولین , و شاخص مبتنی بر محتوا .
در این مقاله ، سیستمهای شناسایی عابرپیاده مبتنی بر بینایی براساس زمینه کاربرد ، فنآوری اکتساب ، تکنیکهای دیداری رایانهای و استراتژیهای طبقهبندی تحلیل میشوند . سه زمینه کاربردی اصلی مورد بحث قرار گرفتهاند : نظارت ویدیویی ، تعامل انسان - ماشین و آنالیز . به خاطر تنوع زیاد فناوری ، این مقاله هر دو تفاوتهای بین سیستمهای دید دوبعدی و سهبعدی و سیستمهای داخلی و بیرونی را مورد بحث قرار میدهد . نویسندگان یک بخش اختصاصی را برای تجزیه و تحلیل روشهای یادگیری عمیق ، از جمله شبکههای عصبی مصنوعی در شناسایی و ردیابی عابران پیاده، در نظر گرفتن کاربرد اخیر آنها برای چنین سیستمهایی که اخیرا ً مورد استفاده قرار گرفتهاند ، اختصاص دادند . در نهایت ، تمرکز بر روی دیدگاه طبقهبندی ، تکنیکهای یادگیری ماشینی مختلف مورد تجزیه و تحلیل قرار گرفت ، و بحث بر روی عملکرد طبقهبندی بر روی مجموعه دادههای معیار مختلف را مبنا قرار داد . نتایج گزارششده بر اهمیت سیستمهای شناسایی پیادهرو در مجموعه دادههای مختلف برای ارزیابی نیرومندی گروههای محاسباتی مورد استفاده در ورودی طبقهبندی کنندهها تاکید میکند . واژه های کلیدی: شناسایی عابرپیاده | ردیابی انسان | یادگیری عمیق | شبکه عصبی مصنوعی | یادگیری ماشین | شبکه عصبی مصنوعی | مشخصههای استخراج |
مقاله ترجمه شده |