Публикации по теме 'covid19'
COVID-19: система обнаружения лицевых масок с TensorFlow и OpenCV
Обо мне
Привет, меня зовут Вишал С. Р., я живу в Ченнаи, учусь на последнем курсе B-Tech CS. Я специализируюсь на машинном обучении. Я твердо верю в самообучение. Я рассматриваю каждую проблему как возможность исследовать что-то новое.
LinkedIn: vishalsr
Github: vishal-sr
Instagram: vishal.sr _
Репозиторий проекта: Репозиторий Github
Оглавление
Абстрактный Методология Данные и предварительная обработка Выполнение КОД 😎👨💻 Вывод
Абстрактный
Мир начал..
Самые горячие темы, которые обсуждались людьми в Твиттере во время пандемии COVID-19…
Анализ настроений твитов с 1 декабря 2019 г. по 14 апреля 2020 г. в районе Ричмонд-сити Вирджиния с использованием Python
Этот пост был создан, чтобы соответствовать критериям успеха для программы Data Scientist Nano Degree Program , представленной Udacity .
Обзор проекта
С конца 2019 года мир начал страдать от вспышки пандемии COVID-19, в результате чего все сектора были в замешательстве и задавались вопросом, как лучше всего справиться с ситуацией с минимальными потерями...
Плюсы и минусы удаленной работы
После пандемии COVID-19 удаленная работа стала более распространенной, чем когда-либо прежде. С развитием технологий все больше и больше сотрудников работают из дома, в кафе или в любом месте, где есть подключение к Интернету. Хотя удаленная работа предлагает множество преимуществ, она также сопряжена со своими проблемами. В этой статье мы рассмотрим плюсы и минусы удаленной работы.
Плюсы:
Повышенная гибкость
Одним из самых больших преимуществ удаленной работы является повышенная..
Молекулярные часы внутри последовательностей SARS Cov2 и как их найти.
В серии постов я только что описал, как k-меры и вариационные автоэнкодеры (VAE) можно использовать для моделирования последовательностей SARS Cov2. Одним из главных открытий является своего рода молекулярные часы внутри вирусной последовательности. Эти конкретные часы, по-видимому, не зависят от года пандемии. Обновленные данные SARS Cov2 показывают аналогичное поведение. Обученные автоэнкодеры сортируют последовательности SARS Cov2 в ряд кластеров, зависящих от времени. Это снова..
Как добавить сюжет к существующему сюжету
У меня есть базовый сюжет, в котором я хотел бы добавить уменьшенную версию второго сюжета/фигуры поверх базового сюжета в определенном месте.
Второй график (или рисунок) уже сохранен в виде файла .fig. Как импортировать файл .fig и его данные и нанести его как есть, но меньшего размера (чтобы он помещался внутри базового графика, не скрывая данные базового графика) на базовый график?
ПРИМЕЧАНИЕ.
Matlabsolutions.com предоставляет последнюю Помощь по домашним заданиям MatLab ,..
Набор инструментов Antenna: Диаграмма направленности для выходов линейной решетки
Набор инструментов Antenna: Диаграмма направленности для линейной решетки дает разные результаты, когда одна и та же решетка моделируется как конформная.
У меня есть простой 6-элементный массив z-ориентированных диполей, где массив выровнен по оси x. Я смоделировал этот массив либо как linearArray, либо как конформныйArray. Тем не менее, когда я вычисляю диаграмму направленности для плоскости phi=90 (т. е. плоскости y-z, пересекающей перпендикулярно оси массива), я получаю совершенно..
Узловая базисная функция 1D
Привет всем, я написал узловую базовую функцию для одномерного элемента из [-1,1]. код ниже:
close all; clc; clearvars;
n=10;
x = linspace(-1,1,n);
for i=1:n
a= x(i);
for j=1:n
b(j)=a.^(j-1);
end
v(i,:)=b';
end
vinv=inv(v);
for i=1:n
k=zeros(1,n);
k(i)=1;
f=vinv*k'
p(:,i)=f;
end
for i=1:n
g=@(x) p(1,i)+p(2,i).*x+p(3,i).*x.^2+p(4,i).*x.^3+p(5,i).*x.^4+p(6,i).*x.^5+p(7,i).*x.^6+p(8,i).*x.^7+p(9,i).*x.^8+ ....
p(10,i).*x.^9;
legendInfo{i} = ['Phi..