「ずがいないの」に関連した中国語例文の一覧 -中国語例文検索

電力増幅器アレンジメント408は、第1段増幅器410（例えば、高利得増幅器）を備えていてもよく、第1段増幅器410（例えば、高利得増幅器）は、送信パスフィルタ314の出力端子に接続されている入力端子と、電力増幅器アレンジメントフィルタ412（例えば、SAWフィルタ、またはこれに類するもの）の入力端子に接続されている出力端子とを有しており、電力増幅器アレンジメントフィルタ412は、（図示したように）電力増幅器アレンジメント408の内部にあってもよく、電力増幅器アレンジメント408の外部にあってもよい。

功率放大器布置 408可包括第一级放大器 410(例如，高增益放大器 )，其输入端被连接至发射路径滤波器 314的输出端而其输出端被连接至功率放大器布置滤波器 412(例如，SAW滤波器等 )的输入端，该功率放大器布置滤波器 412可内置 (如图所示 )或外置于功率放大器布置 408。 - 中国語 特許翻訳例文集

従って、本発明の実施形態では、無線通信デバイス74は、（例えばPTTボタン78またはキーセット79のような）一つまたはそれ以上のユーザインターフェースを含み、これによりユーザは無線通信デバイス74と物理的にインタラクトする。 無線通信デバイス74の通信インターフェース92から通信チャネル（またはその他の通信セッションリソース）を要求することを含むそのようなインタラクションは、通信の間近に迫った要求を示すユーザインターフェースでのユーザによる所定の物理的なインタラクションを受信するステップと、通信インターフェース92を（図4Aの状態122のようなアクティブ状態）に変化させるステップとを含む。 通信インターフェース92は、少なくとも休止状態120、アクティブ状態122、及び通信状態を有し、通信セッションリソースは、アクティブ状態では無線通信ネットワークから要求される準備が整っている。

相应地，在本发明的实施例中，无线通信设备 74包括用户藉以与无线通信设备 74物理地交互的一个或更多个用户接口 (例如，诸如 PTT按钮 78或按键集合 79)，此类交互包括向无线通信设备 74的通信接口 92请求通信信道 (或其他通信会话资源 )，包括接收由用户在用户接口处作出的指示即将到来的通信请求的预定物理交互、以及将通信接口 92变至活跃状态 (诸如图 4A中的状态 122)的步骤，通信接口 92至少具有休眠状态 120、活跃状态 122和通信状态，其中在活跃状态中准备好要向无线通信网络请求通信会话资源，而仅在通信状态中才实际向无线通信网络请求这些会话通信资源。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様にしたがって、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関連する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。 モバイル・デバイス304は、帯域幅範囲に保持された情報を収集するオブテイナ310と、収集された情報が、帯域幅範囲のガード帯域幅に存在するかを判定するロケータ312とを含みうる。

根据实现本文描述的各种自动化的方面，这些技术可以使用与在多个存储单元上动态存储信息相关的、用于从数据进行学习并得出推论和 /或作出决定的大量方法中的一种方法 (例如，隐马尔科夫模型 (HMM)及相关的原型依赖模型、更一般的概率图模型 (例如 (例如由使用贝叶斯模型得分或近似值的结构搜索所建立的 )贝叶斯网络、线性分类器 (例如支持向量机 (SVM))、非线性分类器 (例如称为“神经网络”的方法 )、模糊逻辑方法以及执行数据融合的其它方法等 )。移动设备 304可以包括获取器 310和定位器 312，获取器 310收集保留在带宽范围中的信息，定位器 312确定所收集的信息是否位于该带宽范围的保护带宽上。 - 中国語 特許翻訳例文集

図5は、本発明の例示的な一実施形態による、ホームエージェントをサーブするモバイルノード200を発見するとともに、発見されたサービングホームエージェント204でモバイルノード200を登録し、第1ホームエージェント発見メッセージを受信するホームエージェントは、当該モバイルノードをサーブするホームエージェントを識別しなくてもよい、例示的なシグナリングフローを示す。

图 5示出根据本发明的一个示例性实施例、用于发现服务于移动节点 200的归属代理并用于在所发现的服务归属代理 204处注册移动节点 200的示例性的信令流，其中接收第一归属代理发现消息的归属代理可能并不识别服务于移动节点的归属代理。 - 中国語 特許翻訳例文集

別の態様では、1つまたは複数のアプリケーションの記憶部218は、少なくとも1つまたは複数のプロセッサ1665によって実行されるとき、企業フェムト・ネットワーク内のルーティング・プラットフォーム、例えば1110から受信する1つまたは複数のナビゲーション指示を処理し、そうした指示を、ディスプレイ・インターフェース1635によって実施することができるグラフィック・ユーザ・インターフェース（GUI）によって表示可能な、例えば少なくとも元の位置と目的地とを指示する視覚的特徴または聴覚的特徴を伴う平面図形式で供給することができるアプリケーションを含むことができる。

在另一方面，应用存储部 218可包括以下应用，该应用在被至少处理器 1665执行时可以处理从企业毫微微网络内的路由平台 (例如 1110)接收的导航指令，并以例如带视觉或听觉标记 (这些标记至少指示起点和目的位置 )的平面图的形式提供这样的指令，所述平面图可被呈现在可通过显示接口 1635实现的图形用户界面(GUI)中。 - 中国語 特許翻訳例文集

本明細書に記載されたさまざまな自動化態様を実施することにより、これらの技術は、（例えば、Hidden Markov Models（HMM）および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン（SVM）のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように）データから学習を行い、複数の記憶装置に情報を動的に格納することに関する推論および／または判定を行うための数多くの方法のうちの1つを適用しうる。

为了实现本文中所描述的各个自动化方面，这些技术可以采用多种方法中的一种方法，根据数据进行学习，然后关于动态地在多个存储单元之间存储信息得出推论和 /或做出判断 (例如，隐式马尔可夫模型 (HMM)和相关的原型依赖模型 (prototypical dependency model)，诸如贝叶斯网络 (例如，利用贝叶斯模型评分或近似法通过结构搜索所产生的 )之类的更一般化的概率图形模型、线性分类器(例如，支持向量机 (SVM))、非线性分类器 (例如，称为“神经网络”方法、模糊逻辑方法的方法 )，以及其它用于执行数据融合的方法等 )。 - 中国語 特許翻訳例文集