Abstract:
In einer Ausführungsform umfasst eine Vorrichtung einen Prozessor, um: eine Arbeitslast zu identifizieren, die eine Vielzahl von Aufgaben umfasst; einen Arbeitslastgraphen auf der Basis der Arbeitslast zu generieren, wobei der Arbeitslastgraph Informationen umfasst, die mit der Vielzahl von Aufgaben assoziiert sind; einen Vorrichtungskonnektivitätsgraphen zu identifizieren, wobei der Vorrichtungskonnektivitätsgraph Vorrichtungskonnektivitätsinformationen umfasst, die mit einer Vielzahl von Verarbeitungsvorrichtungen assoziiert sind; eine Privacy Policy zu identifizieren, die mit der Arbeitslast assoziiert ist; Privacy Level-Informationen zu identifizieren, die mit der Vielzahl von Verarbeitungsvorrichtungen assoziiert sind; eine Privacy-Einschränkung auf der Basis der Privacy Policy und der Privacy Level-Informationen zu identifizieren; und einen Arbeitslastplan zu bestimmen, wobei der Arbeitslastplan ein Mapping der Arbeitslast auf die Vielzahl von Verarbeitungsvorrichtungen umfasst, und wobei der Arbeitslastplan auf der Basis der Privacy-Einschränkung, des Arbeitslastgraphen und des Vorrichtungskonnektivitätsgraphen bestimmt wird. Die Vorrichtung umfasst ferner eine Kommunikationsschnittstelle, um den Arbeitslastplan zu der Vielzahl von Verarbeitungsvorrichtungen zu senden.
Abstract:
Die vorliegende Offenbarung stellt ein Maschinenlernmodell bereit, wobei jeder Aktivierungsknoten innerhalb des Modells eine adaptive Aktivierungsfunktion aufweist, die in Bezug auf eine Eingabe und einen Hyperparameter des Modells definiert ist. Entsprechend kann jeder Aktivierungsknoten eine separate oder distinkte Aktivierungsfunktion basierend auf der adaptiven Aktivierungsfunktion aufweisen, wobei der Hyperparameter für jeden Aktivierungsknoten während des gesamten Trainings des Modells trainiert wird. Des Weiteren sieht die vorliegende Offenbarung vor, dass ein Satz adaptiver Aktivierungsfunktionen für jeden Aktivierungsknoten bereitgestellt werden kann, sodass eine Pulsfolge von Aktivierungen erzeugt werden kann.
Abstract:
Eine Vorrichtung, umfassend einen Speicher zum Speichern einer beobachteten Trajektorie eines Fußgängers, die beobachtete Trajektorie umfassend eine Mehrzahl von beobachteten Positionen des Fußgängers über eine erste Mehrzahl von Zeitschritten; und einen Prozessor zum Erzeugen einer vorhergesagten Trajektorie des Fußgängers, die vorhergesagte Trajektorie umfassend eine Mehrzahl von vorhergesagten Positionen des Fußgängers über die erste Mehrzahl von Zeitschritten und über eine zweite Mehrzahl von Zeitschritten, die nach der ersten Mehrzahl von Zeitschritten auftreten; Bestimmen einer Wahrscheinlichkeit der vorhergesagten Trajektorie, basierend auf einem Vergleich der Mehrzahl von vorhergesagten Positionen des Fußgängers über die erste Mehrzahl von Zeitschritten und der Mehrzahl von beobachteten Positionen des Fußgängers über die erste Mehrzahl von Zeitschritten; und ansprechend auf die bestimmte Wahrscheinlichkeit der vorhergesagten Trajektorie, Bereitstellen von Informationen, die der vorhergesagten Trajektorie zugeordnet sind, an ein Fahrzeug, um das Fahrzeug vor einer potenziellen Kollision mit dem Fußgänger zu warnen.
Abstract:
Apparatuses, methods and storage media for providing augmented reality (AR) effects in stop-motion content are described. In one instance, an apparatus may include a processor, a content module to be operated by the processor to obtain a plurality of frames having stop-motion content, some of which may include an indication of an augmented reality effect, and an augmentation module to be operated by the processor to detect the indication of the augmented reality effect and add the augmented reality effect corresponding to the indication to some of the plurality of frames. Other embodiments may be described and claimed.
Abstract:
System, apparatus, method, and computer readable media for on-the-fly captured video summarization. A video stream is incrementally summarized in concurrence with generation of the stream by a camera module. Saliency of the video stream summary is maintained as the stream evolves by updating the summary to include only the most significant frames. In one exemplary embodiment, saliency is determined by optimizing an objective function including terms that are indicative of both the diversity of a selection, and how representative the selection is to the processed portion of the video data corpus. A device platform including a CM and comporting with the exemplary architecture may provide video camera functionality at ultra-low power, and/or with ultra-low storage resources, and/or with ultra-low communication channel bandwidth.
Abstract:
An ad hoc network may be established between vehicles using a wireless connection. The wireless network may be used for sending and receiving information about road conditions, such as average speed, a location and configuration of a road obstruction, images of an accident scene, and a traffic flow plan. The wireless network may also be used for communicating with emergency response vehicles in order to enable faster and more effective responses to accidents.