ترغب بنشر مسار تعليمي؟ اضغط هنا

الأغلفة الخطية الأربعة المتقاطعة بأربعة مستقيمات

564   0   0   0.0 ( 0 )
 تاريخ النشر 2016
  مجال البحث رياضيات
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

في هذا العمل دراسة تناظر السطوح الجبرية اللامتغيرة بالنسبة لزمرة التناظرات التامة وغير المنتيهة G في الفضاء الإقليدي Em

المراجع المستخدمة
محمد البردوني - الاغلفة الخطية الاربعة لمدارات مناحي تناظر السطوح الجبرية في الفضاء em
قيم البحث

اقرأ أيضاً

أجري هذا البحث خلال موسمي 2014-2015 بهدف دراسة تأثير الأغلفة في إنبات نوى و بذور و أجنة الطرازين البريين (M1, M2) لأصل المحلب (Prunus mahaleb L.) المنتشرة في محافظة اللاذقية/ منطقة الحفة، و أجريت التجارب في مخابر مركز البحوث العلمية الزراعية باللاذقي ة و في كلية الزراعة-جامعة تشرين. أظهرت نتائج إنبات البذور المزروعة على وسط آجار0.7% في الظلام في درجة الحرارة 15°م، عدم إنبات نوى الطراز M1 في حين لم تتجاوز نسبة إنبات الطراز (M2 (10% مع تأخر بدء إنباته إلى 98 يوماً، و فيما يتعلق بالبذور فقد بلغت نسبة إنبات بذور الطراز (M1 (66.66% و لبذور الطراز (M2 (53.33%، و كان لإزالة كل من الإندوكارب و الغلاف البذري الرقيق الأثر الإيجابي في تسريع إنبات الأجنة و تنشيط استجابتها للإنبات حيث وصلت نسبة إنبات الأجنة إلى (80%) في الطراز M1 و إلى (60%) في الطراز M2.
توضح طبيعة عدم وجود كلمة أو انعكاس كلمة يمكن أن تشير إلى حدود القطاع أو دلالات الكلمة من صعوبة فهم النص الصيني، كما تكثف الطلب على المعرفة الدلالية على مستوى الكلمات لإنجاز هدف وضع العلامات في مهام التجزئة والصينية. ومع ذلك، بالنسبة لمهام تجزئة المجا ل الصيني والعلامات الصينية غير الخاضعة للرقابة، يعاني النموذج المدرب على المجال المصدر بشكل متكرر من المعرفة الدلالية ذات مستوى الكلمة الناقص بالمجال المستهدف. لمعالجة هذه المشكلة، نقترح نموذجا جديدا يعتمد على تكبير الانتباه لإدخال معرفة كبيرة عبر المجال عبر نظام الترجمة. تتيح النموذج المقترح الانتباه النموذجي إلى رسم المعرفة عبر المجال المشار إليها بواسطة المحاذاة المتبادلة على مستوى الكلمات الضمنية بين المدخلات والترجمة المقابلة لها. بصرف النظر عن النموذج الذي يتطلب الإدخال عبر اللغات، فإننا نؤسس أيضا نموذجا خارج الرف الذي يهرب من الاعتماد على الترجمات عبر اللغات. توضح التجارب أن اقتراحنا يتقدم بدرجة كبيرة نتائج أحدث النتائج من مجزأة الصينية المجال ومهام وضع العلامات.
التحقيقات هي النماذج المبينة للتحقيق في ترميز المعرفة --- E.G. هيكل النحوي --- في تمثيلات السياقية. غالبا ما يتم تصميم تحقيقات البساطة، مما أدى إلى قيود على تصميم التحقيق الذي قد لا يسمح بالاستغلال الكامل لهيكل المعلومات المشفرة؛ واحد من هذا القيادة هو الخطي. ندرس حالة التحقيق الهيكلي (Hewitt and Manning، 2019)، والتي تهدف إلى التحقيق في ترميز الهيكل النحوي في تمثيلات سياقية من خلال تعلم التحولات الخطية فقط. من خلال مراعاة أن التحقيق الهيكلي يتعلم متريا، يمكننا أن نكون قادرين على تحليلها وتطوير متغير غير خطي رواية مع عدد متطابق من المعلمات. نحن نختبر في 6 لغات وتجد أن نواة الوظيفة الرئيسية (RBF)، بالتزامن مع التنظيم، وتحقق تحسنا كبيرا إحصائيا على أساس الأساس بجميع اللغات --- يعني أن جزءا على الأقل من المعرفة النحوية يتم تشفيره خطيا. نستنتج من خلال مناقشة كيفية تشبه Kernel RBF طبقات الانتباه ذاتية بيرت ومكهن أن هذه التشابه يؤدي إلى أداء التحقيق القائم على RBF.
في هذا العمل تم تقديم طريقة الشريحة التجميعية للحل العددي لنوعين من المسائل. النوع الأول هو مسألة القيمة الحدية في المعادلات التفاضلية الخطية المعممة من المرتبة السادسة و النوع الثاني هو مسألة القيمة الابتدائية في المعادلات التفاضلية غير الخطية المعم مة من المرتبة السادسة. تم إثبات أن الطريقة المذكورة عند تطبيقها لمثل هذه المسائل تكون موجودة بشكل وحيد بالإضافة إلى تقدير الأخطاء و تحليل التقارب. تبين الدراسة أن طريقة الشريحة بثلاث نقاط تجميعية تستطيع إيجاد الحلول العددية الشرائحية و مشتقاتها حتى المرتبة السادسة للمسائل الخطية و غير الخطية المطروحة و بالتالي فهي أداة فعالة للحل العددي لمثل هذه المسائل. تم إثبات فعالية وكفاءة الطريقة المقترحة بحل عدد من مسائل الاختبار و مقارنة النتائج التي تم التوصل إليها مع نتائج لطرائق أخرى.
في الآونة الأخيرة، جادل بأن نماذج تشفير التشفير يمكن أن تكون أكثر تفسيرا عن طريق استبدال وظيفة SoftMax بالاهتمام بمتغيراتها المتناقضة. في هذا العمل، نقدم رواية، وسيلة بسيطة لتحقيق Sparsity في الانتباه: استبدلنا تنشيط SoftMax مع Relu، وإظهار أن Sparsi ty يخرج بشكل طبيعي من مثل هذه الصياغة. يتم تحقيق استقرار التدريب بطبقة تطبيع إما إما بتهفية متخصصة أو وظيفة Gating إضافية. إن نموذجنا، الذي نسميه الاهتمام الخطي المعتمد (RELA)، سهل التنفيذ وأكثر كفاءة من آليات الاهتمام المتناقش سابقا سابقا. نحن نطبق RELLA إلى المحولات وإجراء تجارب على خمس مهام ترجمة آلية. recra تحقق أداء الترجمة مماثل للعديد من خطوط الأساس القوية، مع سرعة التدريب وتشكيل سرعة مماثلة للاهتمام الفانيليا. يوضح تحليلنا أن RELLA تقدم معدل مرتفع للغاية وتنوع الرأس، والاهتمام الصافي الناجم عن تحقيق دقة أفضل فيما يتعلق بمحاذاة الكلمة المستهدفة المصدر من النماذج القائمة على Softmax مؤخرا. تتعلم رؤساء RELA بشكل فعال أيضا حضور أي شيء (I.E. أطفئ ") لبعض الاستفسارات، وهو أمر غير ممكن مع بدائل Softmax Sparsified.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا