简介:在这份报纸,我们建议了能与深convolutional从食物图象识别盘子类型,食物成分,和煮的方法的一个多工系统神经网络。我们为每个班与至少500幅图象建立了不同食物的360个班的数据集。到数据的噪音,它是从因特网收集了的还原剂,孤立点图象通过与深convolutional特征训练的一个类的SVM被检测并且消除。我们同时训练了一个盘子标识符,一个煮的方法识别器,和一个多标签成分察觉者。他们在深网络体系结构分享一些低级的层。建议框架与手工制作的特征,和识别器和成分察觉者能被用于没在训练数据集被包括为用户提供引用信息的盘子的煮的方法比传统的方法显示出更高的精确性。
简介:自从它为决策和控制打基础,州的评价在许多真实应用程序起一个不能替代的作用。这份报纸为一个基于竞争的不可靠的无线网络学习多传感器评价问题。在每次走,仅仅,一个传感器能由于潜在的竞争和碰撞与基础车站交流。另外,自从无线隧道是不可靠的,数据包可以在传播期间被失去。一个新奇的包到达模型被建议它同时考虑上述二个问题。无线传感器网络(WSN)的二种情形被考虑:传感器直接播送未加工的大小,传感器相反送本地评价。基于获得的包到达模型,在基础车站方面的评价的必要、足够的稳定性条件被为两种网络情形提供。特别地,所有提供的稳定性条件被简单不平等以包到达率表示并且光谱系统矩阵的半径。他们与存在相关结果的关系也被讨论。最后,建议结果被监视原型系统的模拟例子和环境表明。
简介:Basedonthemulti-sensoroptimalinformationfusioncriterionweightedbymatricesinthelinearminimumvariancesense,usingwhitenoiseestimators,anoptimalfusiondistributedKalmansmootherisgivenfordiscretemulti-channelARMA(autoregressivemovingaverage)signals.Thesmoothingerrorcross-covariancematricesbetweenanytwosensorsaregivenformeasurementnoises.Furthermore,thefusionsmoothergiveshigherprecisionthananylocalsmootherdoes.
简介:Repetitioussimulationaftermodifyingparametersofmulti-domainphysicalsystembasedonModelicaoftenappearsinmodelexperimentandoptimizationdesign.Atpresent,thesolversbasedonModelicaneedcalculateallthecoupledblocksduringeverysimulationrunafterupdatingparameters.Basedondiscussingscaledecompositionmethodsofsimulationmodel,subdivisionsolvingstrategyandminimumsolvingstrategyareputforwardtoimprovetheefficiencyofrepetitioussimulation,bywhichthenumericalsolutionofthesimulationmodelcanbeachievedbyonlycalculatingthesolvingsequenceinfluencedbyalteredparameters.Asimplifiedmodelofaircraftisusedtodemonstratetheefficiencyofthestrategiespresented.
简介:Aprimarychallengeofagent-basedpolicylearningincomplexanduncertainenvironmentsisescalatingcomputationalcomplexitywiththesizeofthetaskspace(actionchoicesandworldstates)andthenumberofagents.Nonetheless,thereisampleevidenceinthenaturalworldthathigh-functioningsocialmammalslearntosolvecomplexproblemswithease,bothindividuallyandcooperatively.Thisabilitytosolvecomputationallyintractableproblemsstemsfrombothbraincircuitsforhierarchicalrepresentation...
简介:Anewformationnavigationapproachderivedfrommulti-robotscooperativeonlineFastSLAMisproposed.Inthisapproach,theleaderandfollowerrobotsaredefined.Theposterioriestimationoftheleaderrobotstateistreatedasarelativereferenceforallfollowerrobotstocorrecttheirstateprioriestimations.Thecontrolvolumeofindividualfollowerwillbeachievedfromtheresultsofthecorrectedestimation.Allrobotsareobservedaslandmarkswithknownassociationsbytheothersandareconsideredintheirlandmarksupdating.Bythemethod,theerrorsoftherobotposteriorestimationsarereducedandtheformationiswellkept.Thesimulationandphysicalexperimentresultsshowthatthemulti-robotsrelativelocalizationaccuracyisimprovedandtheformationnavigationcontrolismorestableandefficientthannormalleader-followingstrategy.Thealgorithmiseasyinimplementation.
简介:Anewcontrolmodeisproposedforanetworkedcontrolsystemwhosenetwork-induceddelayislongerthanasamplingperiod.Atime-divisionalgorithmispresentedtoimplementthecontrolandforthemathematicalmodelingofsuchnetworkedcontrolsystem.Theinfinitehorizoncontrollerisdesigned,whichrendersthenetworkedcontrolsystemmeansquareexponentiallystable.Simulationresultsshowthevalidityoftheproposedtheory.
简介:在黑暗的硅时代,许多核心处理器的许多独立部件在一个薄片上由于电源消费的限制正在变得自愿地不活跃。然而,联网连接保留,在薄片上互联必须仍然被使激活并且浪费可观的精力避免这些不活跃的部件的隔离,伤害整个处理器芯片的精力比例。在这份报纸,我们建议一个新奇图案没有损坏网络连接,提供更多的精力比例的在薄片上连接。达到这个目标,我们重新设计路由器建筑学。新建筑学,DimRouter,支持三个模式:正常、黑暗、暗淡。在暗淡模式,仅仅路由器的部分是活跃的并且当黑暗模式把所有路由器元素放处于睡着了的状态时,提供灵活连接。而且,最大化黑暗路由器的数字,我们也基于抑制度的Steiner建议一个重构算法树。在合成交通下面的评估结果证明新设计能与普通设计相比减少精力消费直到85%。为真实应用程序交通,新设计能也与4%性能改进保存一般水准46%精力消费。