1) A clear trade-off between rate and accuracy of classi-fication is p dịch - 1) A clear trade-off between rate and accuracy of classi-fication is p Việt làm thế nào để nói

1) A clear trade-off between rate a

1) A clear trade-off between rate and accuracy of classi-
fication is present. For both paradigms, increasing the
rate produced by camera nodes increases the classifi-
cation accuracy (Figure 4). In CTA, using a low JPEG
QF greatly affects the accuracy of classification. This
is not true for ATC, where using a limited number of
bins affects only partially the classification accuracy.
2) The ATC paradigm outperforms the traditional CTA
paradigm from both the bandwidth usage and energy
consumption perspective. From Figure 4, it is clear
that for the same target accuracy, ATC requires approximately
one half of the CTA bandwidth. This
result can be also improved by adding an arithmetic
encoder to the ATC pipeline just before the transmission
stage. This is left to future investigation.
3) Figure 5 shows that for a single VGA shot the ATC
paradigm suits better battery operated devices due to
the significantly lower energy consumption per shot.
Even without encoding, the energy consumption for a
single frame in ATC mode is just one quarter of the
one consumed in CTA, at the same accuracy level.
4) Figure 3(a) clearly shows that transmitting a JPEGencoded
VGA image over a 802.15.4 communication
channel is an expensive operation in terms of energy
consumption and it introduces a significant amount
of latency. On the contrary, the ATC approach 3(b)
is more than 7 times faster due to the light features
extraction algorithm explained above, together with
the very limited amount of data being sent to the sink
node.
5) Overall, the proposed classification algorithm allows
to obtain very good accuracy values, as high as 96,
93 and 87% on UFPR04, UFPR05, PUCPR datasets,
respectively.
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
1) một trade-off rõ ràng giữa tốc độ và tính chính xác của vu-fication là hiện tại. Cho cả hai paradigms, gia tăng sựtỷ lệ sản xuất bởi máy ảnh nút tăng không-cation độ chính xác (hình 4). Ở CTA, bằng cách sử dụng một JPEG thấpQF rất nhiều ảnh hưởng đến độ chính xác của phân loại. Điều nàylà không đúng cho ATC, nơi sử dụng một số lượng giới hạnthùng chỉ có một phần ảnh hưởng đến sự phân loại chính xác.2) mô hình ATC nhanh hơn so với truyền thống CTACác mô hình từ sử dụng băng thông và năng lượngquan điểm tiêu thụ. Từ con số 4, nó là rõ ràngmà cho cùng một mục tiêu chính xác, ATC đòi hỏi khoảngmột nửa của các băng thông CTA. Điều nàykết quả cũng có thể được cải thiện bằng cách thêm một số họcmã hóa các đường ống dẫn ATC ngay trước khi truyền dẫngiai đoạn. Điều này là trái với điều tra trong tương lai.3) hình 5 cho thấy cho một VGA đơn bắn ATCMô hình phù hợp với thiết bị pin hoạt động tốt hơn dotiêu thụ năng lượng thấp hơn đáng kể cho một shot.Thậm chí không có mã hóa, tiêu thụ năng lượng cho mộtkhung đơn ở chế độ ATC là chỉ một phần tư cácmột tiêu thụ ở CTA, mức độ chính xác tương tự.4) hình 3(a) rõ ràng cho thấy rằng chuyển một JPEGencodedVGA hình ảnh trên một 802.15.4 thông tin liên lạcKênh là một quá trình tốn kém về mặt năng lượngtiêu thụ và nó giới thiệu một số lượng đáng kểcủa trễ. Ngược lại, ATC phương pháp tiếp cận 3(b)là hơn 7 lần nhanh hơn do tính năng ánh sángthuật toán khai thác giải thích ở trên, cùng vớirất hạn chế số lượng dữ liệu được gửi đến bồn rửa chénnút.5) nhìn chung, các thuật toán phân loại được đề nghị cho phépđể có được độ chính xác rất tốt giá trị cao như 96,93 và 87% trên UFPR04, UFPR05, PUCPR datasets,tương ứng.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
1) Một thương mại-off rõ ràng giữa tốc độ và độ chính xác của classi-
fication là hiện tại. Đối với cả hai mô hình, tăng
tốc độ sản xuất bởi các nút máy ảnh tăng classifi-
chính xác cation (Hình 4). Trong CTA, sử dụng một JPEG thấp
QF ảnh hưởng lớn đến độ chính xác của việc phân loại. Điều này
là không đúng đối với ATC, mà sử dụng một số giới hạn các
thùng chỉ ảnh ​​hưởng đến một phần tính chính xác phân loại.
2) Các ATC mô hình nhanh hơn so với các CTA truyền thống
mô hình từ cả việc sử dụng băng thông và năng lượng
quan điểm tiêu thụ. Từ hình 4, nó là rõ ràng
rằng tính chính xác cùng một mục tiêu, ATC cần khoảng
một nửa băng thông CTA. Điều này
kết quả cũng có thể được cải thiện bằng cách thêm một số học
mã hóa để các đường ống dẫn ATC ngay trước khi truyền tải
giai đoạn. Điều này là trái với điều tra trong tương lai.
3) Hình 5 cho thấy rằng đối với một VGA bắn ATC
mô hình phù hợp với pin tốt hơn hoạt động các thiết bị do
mức tiêu thụ năng lượng thấp hơn đáng kể mỗi shot.
Mặc dù không có mã hóa, việc tiêu thụ năng lượng cho một
khung hình duy nhất trong chế độ ATC chỉ là một phần tư của
một tiêu thụ trong CTA, ở cấp độ chính xác như nhau.
4) Hình 3 (a) cho thấy rõ ràng rằng truyền một JPEGencoded
ảnh VGA trên một giao tiếp 802.15.4
kênh là một hoạt động tốn kém về năng lượng
tiêu thụ và nó giới thiệu một số lượng đáng kể
của độ trễ. Ngược lại, cách tiếp cận ATC 3 (b)
là hơn 7 lần nhanh hơn do các tính năng sáng
thuật toán khai thác giải thích ở trên, cùng với
số lượng rất hạn chế về dữ liệu được gửi tới bồn rửa
nút.
5) Nhìn chung, các thuật toán phân loại được đề nghị cho phép
để có được giá trị chính xác rất tốt, cao như 96,
93 và 87% trên các tập dữ liệu UFPR04, UFPR05, PUCPR,
tương ứng.
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: