सिम्बायोटिक ब्लैक-बॉक्स ट्रैकर लोंगफेई झांग, स्कूल ऑफ सॉफ्टवेयर के साथ संबद्ध, बीजिंग इंस्टीट्यूट ऑफ टेक्नोलॉजी स्कूल ऑफ कम्प्यूटर साइंस, कार्नेगी मेलॉन यूनिवर्सिटी। यूएओ गाओ स्कूल ऑफ कंप्यूटर साइंस, कार्नेगी मेलॉन यूनिवर्सिटी ऑफ ऑटोमेशन, त्सिंगहुआ विश्वविद्यालय के साथ संबद्ध। अलेक्जेंडर Hauptmann कंप्यूटर विज्ञान के स्कूल के साथ संबद्ध, कार्नेगी मेलॉन विश्वविद्यालय। इलेक्ट्रॉनिक इंजीनियरी विभाग, कोलंबिया विश्वविद्यालय से संबद्ध रोंंग्रोंग जी से संबद्ध गंगायी डिंग स्कूल ऑफ सॉफ्टवेयर के साथ संबद्ध, बीजिंग इंस्टीट्यूट ऑफ टेक्नोलॉजी Boaz सुपर मोटोरोला वरिष्ठ अनुसंधान के साथ संबद्ध अंतिम सकल कीमतें स्थानीय वैट के हिसाब से भिन्न हो सकती हैं। पिछले शोध में अलग-अलग वस्तुओं पर नज़र रखने के लिए कई ट्रैकर्स का प्रस्ताव किया गया है। हालांकि, कई परिस्थितियों में किसी एकल ट्रैकर पर विश्वास करना अभी भी कठिन है इसलिए, यह अनुमान लगाने के लिए महत्वपूर्ण है कि प्रत्येक ट्रैकर कितनी अच्छी तरह प्रदर्शन करता है और ट्रैकिंग परिणाम को संललित करता है इस पत्र में, हम एक सहजीवी ब्लैक-बॉक्स ट्रैकर (एसबीबी) का प्रस्ताव करते हैं जो केवल व्यक्तिगत ट्रैकर्स के उत्पादन से सीखते हैं, जो समानांतर में चलते हैं, इन ट्रैकर्स के बारे में कोई विस्तृत जानकारी के बिना और ट्रैकिंग परिणाम उत्पन्न करने के लिए सबसे अच्छे चयन का चयन करते हैं। सभी ट्रैकर्स को ब्लैक बॉक्स के रूप में माना जाता है और एसबीबी सभी मौजूदा ट्रैकिंग परिणामों के लिए सर्वश्रेष्ठ संयोजन योजना सीखता है। एसबीबी इन ट्रैकर्स के आत्मविश्वास के स्कोर का अनुमान लगाता है आत्मविश्वास स्कोर का अनुमान लगाया गया है कि प्रत्येक ट्रैकर के ट्रैकिंग प्रदर्शन और अलग-अलग ट्रैकर्स के बीच सुसंगत प्रदर्शन पर आधारित है। एसबीबी अधिकतम विश्वास स्कोर के साथ सर्वश्रेष्ठ ट्रैकर का चयन करने के लिए नियोजित है केरिमिया डेटासेट और कैविअर डेटासेट पर किए गए प्रयोगों और तुलना प्रस्तावित विधि की प्रभावशीलता दर्शाती हैं। ऑब्जेक्ट ट्रैकिंग सूचना प्रसार डेटा एसोसिएशन मल्टी-ट्रैकर सिम्बीबीटिक ब्लैक-बॉक्स ट्रैकर लोंगफेई झांग, स्कूल ऑफ सॉफ्टवेयर के साथ संबद्ध, बीजिंग इंस्टीट्यूट ऑफ टेक्नोलॉजी स्कूल ऑफ कंप्यूटर साइंस, कार्नेगी मेलॉन यूनिवर्सिटी। यूएओ गाओ स्कूल ऑफ कंप्यूटर साइंस, कार्नेगी मेलॉन यूनिवर्सिटी ऑफ ऑटोमेशन, त्सिंगहुआ विश्वविद्यालय के साथ संबद्ध। अलेक्जेंडर Hauptmann कंप्यूटर विज्ञान के स्कूल के साथ संबद्ध, कार्नेगी मेलॉन विश्वविद्यालय। इलेक्ट्रॉनिक इंजीनियरी विभाग, कोलंबिया विश्वविद्यालय से संबद्ध रोंंग्रोंग जी से संबद्ध गंगायी डिंग स्कूल ऑफ सॉफ्टवेयर के साथ संबद्ध, बीजिंग इंस्टीट्यूट ऑफ टेक्नोलॉजी Boaz सुपर मोटोरोला वरिष्ठ अनुसंधान के साथ संबद्ध अंतिम सकल कीमतें स्थानीय वैट के हिसाब से भिन्न हो सकती हैं। पिछले शोध में अलग-अलग वस्तुओं पर नज़र रखने के लिए कई ट्रैकर्स का प्रस्ताव किया गया है। हालांकि, कई परिस्थितियों में किसी एकल ट्रैकर पर विश्वास करना अभी भी कठिन है इसलिए, यह अनुमान लगाने के लिए महत्वपूर्ण है कि प्रत्येक ट्रैकर कितनी अच्छी तरह प्रदर्शन करता है और ट्रैकिंग परिणाम को संललित करता है इस पत्र में, हम एक सहजीवी ब्लैक बॉक्स ट्रैकर (एसबीबी) का प्रस्ताव करते हैं जो केवल व्यक्तिगत ट्रैकर्स के आउटपुट से सीखते हैं, जो समानांतर में चलते हैं, इन ट्रैकर्स के बारे में कोई विस्तृत जानकारी नहीं के बिना और ट्रैकिंग परिणाम उत्पन्न करने के लिए सबसे अच्छे चयन का चयन करते हैं। सभी ट्रैकर्स को ब्लैक बॉक्स के रूप में माना जाता है और एसबीबी सभी मौजूदा ट्रैकिंग परिणामों के लिए सर्वश्रेष्ठ संयोजन योजना सीखता है। एसबीबी इन ट्रैकर्स के आत्मविश्वास के स्कोर का अनुमान लगाता है आत्मविश्वास स्कोर का अनुमान लगाया गया है कि प्रत्येक ट्रैकर के ट्रैकिंग प्रदर्शन और अलग-अलग ट्रैकर्स के बीच सुसंगत प्रदर्शन पर आधारित है। एसबीबी अधिकतम विश्वास स्कोर के साथ सर्वश्रेष्ठ ट्रैकर का चयन करने के लिए नियोजित है केरिमिया डेटासेट और कैविअर डेटासेट पर किए गए प्रयोगों और तुलना प्रस्तावित विधि की प्रभावशीलता दर्शाती हैं। ऑब्जेक्ट ट्रैकिंग सूचना प्रचार डेटा एसोसिएशन मल्टी-ट्रैकर
No comments:
Post a Comment