இந்த தளத்தின் உள்ளடக்கம் செயற்கை நுண்ணறிவு (AI) அல்லது இயந்திர மொழிபெயர்ப்பு தொழில்நுட்பம் மூலம் மொழிபெயர்க்கப்பட்டுள்ளது; பிழைகள் இருக்கலாம்.

Skip to content
3D
Artificial Intelligence

ஒரு உள்ளார்ந்த விக்டர் வெப்ப வலையமைப்பு

View Publication

Author

அலெக்சாண்டர் காவோ (ராப்ளாக்ஸ் + மேரிலாந்து பல்கலைக்கழகம்), மாரிஸ் சூ (ராப்ளாக்ஸ்), முபாசிர் கபாடியா (ராப்ளாக்ஸ்), மிங் சி. லின் (மேரிலாந்து பல்கலைக்கழகம்), ஹ்ஸுயெ-டி டெரெக் லியு (ராப்ளாக்ஸ்)

Venue

இயந்திரக் கற்றல் குறித்த சர்வதேச மாநாடு 2024

Abstract

பல அறிவியல் மற்றும் பொறியியல் பயன்பாடுகளில் ஓட்டங்களைப் பிரதிநிதித்துவப்படுத்தவும் மாதிரியாக்கவும் வெக்டர் புலங்கள் பரவலாகப் பயன்படுத்தப்படுகின்றன. இந்தக் கட்டுரை, 3D-யில் உட்பொதிக்கப்பட்ட பன்முக பரப்புகளில் உள்ளார்ந்த முறையில் வரையறுக்கப்பட்ட தொடு வெக்டர் புலங்களைக் கற்றுக்கொள்வதற்கான ஒரு புதுமையான நரம்பியல் வலையமைப்பு கட்டமைப்பை அறிமுகப்படுத்துகிறது. பரப்புகளில் வெக்டர் புலங்களைக் கற்றுக்கொள்வதற்கான முந்தைய அணுகுமுறைகள், வெக்டர்களைப் பன்முக-பரிமாண ஸ்கேலர் புலங்களாகக் கருதுகின்றன, மேலும் பாரம்பரிய ஸ்கேலர்-மதிப்புள்ள கட்டமைப்புகளைப் பயன்படுத்தி சேனல்களைத் தனித்தனியாகச் செயலாக்குகின்றன, இதனால் வெக்டர் புலத்தின் அடிப்படை உள்ளார்ந்த பண்புகளைப் பாதுகாக்கத் தவறுகின்றன. இந்தப் பணியின் முக்கிய யோசனை என்னவென்றால், மேற்பரப்பு முழுவதும் வெக்டர்-மதிப்புள்ள அம்சத் தரவை இடப்பரப்பில் பரப்புவதற்காகப் பயிற்சி செய்யக்கூடிய ஒரு வெக்டர் வெப்பப் பரவல் தொகுதியை அறிமுகப்படுத்துவதாகும், இதை நாங்கள் வெக்டர்-மதிப்புள்ள நியூரான்களைக் கொண்ட எங்கள் முன்மொழியப்பட்ட கட்டமைப்பில் இணைக்கிறோம். எங்கள் கட்டமைப்பு, உள்ளீட்டின் கடினமான இயக்கத்திற்கு, சமபரப்பளவு சிதைவுக்கு, மற்றும் உள்ளூர் தொடு தளங்களின் தேர்வுக்கு மாறிலியாக உள்ளது, மேலும் இது மேற்பரப்பின் துண்டுகளாகப் பிரிப்பதற்கு வலுவானது. எங்கள் வெக்டர் வெப்ப வலையமைப்பை முக்கோண மெஷ்களில் நாங்கள் மதிப்பீடு செய்து, அதன் மாறாத பண்புகளை அனுபவபூர்வமாகச் சரிபார்க்கிறோம். மேலும், நமது முறையின் செயல்திறனை, பயனுள்ள தொழில்துறைப் பயன்பாடான சதுரமெஷ்களை உருவாக்குவதிலும் நாங்கள் நிரூபிக்கிறோம்.