ترجمه مقاله تشخیص الگوی عمومی با استفاده از یادگیری ماشین در فضای ابری – نشریه الزویر
مبلغ : 78800 تومان
سال انتشار : 2023
دانلود ترجمه مقاله مجازی سازی حجم کمی آماری – مجله IEEE
قیمت خرید این کالا
39,800 تومان
| عنوان فارسی: | مجازی سازی حجم کمی آماری |
| عنوان انگلیسی: | Statistically Quantitative Volume Visualization |
| تعداد صفحات مقاله انگلیسی : 8 | تعداد صفحات ترجمه فارسی : 33 |
| سال انتشار : 2005 | نشریه : آی تریپل ای - IEEE |
| فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
| کد محصول : 4026 | رفرنس : دارد |
| محتوای فایل : zip | حجم فایل : 6.04Mb |
| رشته های مرتبط با این مقاله: مهندسی کامپیوتر |
| گرایش های مرتبط با این مقاله: سخت افزار |
| مجله: مجازی سازی |
| دانشگاه: دانشگاه یوتا |
| کلمات کلیدی: مجازی سازی حجم، عدم قطعیت، دسته بندی، تحلیل ریسک |
| وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است |
| وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است |
| وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب
چکیده
۱ مقدمه
۲ کارهای قبل
۳ دسته بندی آماری کلی
۱ ۳ انتخاب ویژگی
۲ ۳ انتخاب دسته بند
۳ ۳ تخمین پارامتر
۴ ۳ تخمین احتمال کلاس
۵ ۳ تحلیل ریسک و تصمیم
۴ مجازی سازی داده های دسته بندی شده
۱ ۴ احتمالات چند کلاسه نگاشت رنگ
۲ ۴ توابع انتقال ریسک محور
۵ پارامتری کردن
۱ ۵ کاهش ابعاد بر مبنای گراف GDR
۱ ۱ ۵ ساخت گراف
۲ ۱ ۵ طرح گراف
۳ ۱ ۵ درونیابی و رمزگذاری داده های پراکنده
۶ اجرا
۱ ۶ برش و کاوش
۲ ۶ دسته بندی و قطعه بندی
۳ ۶ رمزگذاری GDR
۴ ۶ مجازی سازی
۷ نتایج و بحث
۸ نتیجه گیری و کار آتی
نمونه متن انگلیسی
Abstract
Visualization users are increasingly in need of techniques for assessing quantitative uncertainty and error in the images produced. Statistical segmentation algorithms compute these quantitative results, yet volume rendering tools typically produce only qualitative imagery via transfer functionbased classification. This paper presents a visualization technique that allows users to interactively explore the uncertainty, risk, and probabilistic decision of surface boundaries. Our approach makes it possible to directly visualize the combined ”fuzzy” classification results from multiple segmentations by combining these data into a unified probabilistic data space. We represent this unified space, the combination of scalar volumes from numerous segmentations, using a novel graph-based dimensionality reduction scheme. The scheme both dramatically reduces the dataset size and is suitable for efficient, high quality, quantitative visualization. Lastly, we show that the statistical risk arising from overlapping segmentations is a robust measure for visualizing features and assigning optical properties.
نمونه متن ترجمه
چکیده
کاربران مجازی سازی یا بصری سازی داده ها همواره به تکنیک هایی برای سنجش و ارزیابی عدم قطعیت و خطای کمی در تصاویر تولید شده نیاز دارند. الگوریتم های قطعه بندی آماری نتایج کمی را محاسبه می کنند، با این وجود، ابزارهای تولید کننده حجم به طور نوعی تصویربرداری کمی را از طریق دسته بندی بر مبنای تابع انتقال انجام می دهند. مقاله حاصر یک تکنیک مجازی سازی یا بصری سازی را مطرح می کند که به کاربران اجازه کشف تعاملی عدم قطعیت، ریسک و تصمیم احتمالی در مورد مرزهای تصویر را می دهد. شیوه پیشنهادی امکان مجازی سازی مستقیم نتایج دسته بندی فازی مرکب از قطعه بندیهای متعدد با ترکیب این داده ها در فضای داده احتمالی واحد را فراهم می آورد. در اینجا این فضای واحد، ترکیبی از حجم های اسکالر از قطعه بندیهای متعدد را با استفاده از طرح جدید کاهش ابعاد مبتنی برگراف مطرح می کنیم. طرح پیشنهادی اندازه مجموعه داده را کاهش و برای مجازی سازی کمی ، باکیفیت بالا و کارآمد مناسب می باشد. بالاخره، نشان می دهیم که ریسک آماری ناشی از قطعه بندیهای همپوشان معیاری محکم برای مجازی سازی ویژگیها و تخصیص خصوصیات نوری محسوب می شود.
نحوه خرید نسخه پاورپوینت این مقاله
اگر مایل به تهیه نسخه پاورپوینت مقاله مجازی سازی حجم کمی آماری هستید اینجا کلیک نمایید. همچنین برای خرید مقاله ورد از دکمه های زیر استفاده نمایید.
