「ヤン・ティンバーゲン」に関連した中国語例文の一覧 -中国語例文検索

図3は、ワイヤレス・ネットワーク306がネットワーク・アクセス・ポイントを含み、複数のデバイス3101、2、．．．Nの間におけるワイヤレス通信をサポートするために用いられ、各デバイスがワイヤレス・ネットワークを通じて通信を実現するように構成されている、パーソナル・メディア・プレーヤー110の例示的な使用環境300を示す。

图 3示出用于个人媒体播放器 110的说明性使用环境 300，其中无线网络 306包括用于支持在多个设备 3101，2...N之间进行无线通信的网络接入点，每一设备各自被配置为用于在无线网络上实现通信。 - 中国語 特許翻訳例文集

1対の嵌合コネクター（プレーヤー110におけるドック・コネクター、およびドック328におけるデバイス・コネクターを含む）を利用して、パーソナル・メディア・プレーヤー110とドック328との間において接続を実現する。 対をなすコネクターの一方がプレーヤーに配置され、他方は、プレーヤーが据えられるドック328の凹部に配置されている。

一对配对的连接器 (包括播放器 110中的坞连接器和坞 328中的设备连接器 )被用来实现个人媒体播放器 110和坞 328之间的连接，其中该对中的连接器中的一个被放置在播放器中且另一个被放置在播放器位于其中的坞 328的凹座中。 - 中国語 特許翻訳例文集

入出力インタフェース・アダプタ356は、コンピュータのディスプレイ画面などの出力デバイス372への出力、およびキーボードやマウスなどの入力デバイス370からのユーザ入力を制御するためのソフトウェア・ドライバおよびコンピュータ・ハードウェアを介して、ユーザ指向入出力を実現することができる。

输入 /输出接口适配器 356可以通过软件驱动程序和计算机硬件实现面向用户的输入 /输出以控制到诸如计算机显示屏之类的输出设备 372的输出，以及控制来自诸如键盘和鼠标之类的输入设备 370的用户输入。 - 中国語 特許翻訳例文集

種々の距離指標がこの技術分野では知られており、それは、弦距離、射影された2つのノルム、及びFubini-Studyを含む（例えば、D J．ラブ、R W．ヒースジュニア（Love D J, Heath R W Jr.）著、“空間多重化システムのための制限付きフィードバック・ユニタリ・プリコーディング（Limited feedback unitary precoding for spatial multiplexing systems）”、2005年、IEEEトランザクション情報理論（IEEE Trans. Inf. Theory）、第51巻第2967〜76頁を参照）。

各种距离度量在本领域已为人所熟知，包括弦距离、projection two-norm和 Fubini-Study(例如，参阅 Love D J和 Heath R W Jr所著“用于空间复用系统的受限反馈酉预编码”(Limited feedback unitary precoding for spatial multiplexing systems，2005 IEEE Trans.Inf.Theory vol 51，pp 2967-76))。 - 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

1. 非同期ワイヤレス通信ネットワークのルーティングノード（R3）の動作を設定するための方法であって、前記ルーティングノード（R3）は、間欠的動作を有する無線トランシーバを含み、前記間欠的動作は、アウェイク・インターバル（Rl）及びスリープ・インターバル（Rs）の周期的シーケンスに対応し、前記ネットワークは、複数のクラスタ（CL1、CL2、．．．）を含み、前記クラスタ（CL1、CL2、．．．）のそれぞれは、1つのクラスタヘッドノード（R3、R4、．．．）を有し、クラスタヘッドノードは、前記クラスタの他のノードから送信されたデータパケットを受信するルーティングノードであり、クラスタ内での送信が試行されたときにビジーチャネル確率（c）に出くわし、クラスタ内での送信が実行されたときに通信衝突確率（p）に出くわし、データパケットは、伝送成功確率（ψ）及び伝送の平均遅延（τ）と共にクラスタ内で伝送され、前記方法は、A）前記ルーティングノード（R3）が前記クラスタヘッドノードである前記クラスタ（CL1）について、前記ビジーチャネル確率（c）、前記通信衝突確率（p）、前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）の関数としてのエネルギー消費を求めるステップと、B）前記ルーティングノード（R3）が前記クラスタヘッドノードである前記クラスタ（CL1）について、前記ビジーチャネル確率（c）及び通信衝突の前記確率（p）の所定の値のもと、且つ、前記伝送成功確率（ψ）及び伝送の前記平均遅延（τ）に対する所定の制限もとで、前記エネルギー消費を設定された閾値未満に低減する前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）の値を求めるステップと、C）前記ルーティングノード（R3）の前記アウェイク・インターバルの継続時間（Rl）及び前記スリープ・インターバルの継続時間（Rs）を、ステップBで求めた前記値の中から選択された値に設定するステップと

1.用于设置异步无线通信网络的路由节点 (R3)的操作的方法，其中所述路由节点(R3)包含具有间歇式操作的无线电收发器，所述间歇式操作对应于清醒间隔(Rl)和休眠间隔 (Rs)的周期性序列，其中所述网络包含多个集群 (CL1、CL2...)，所述集群 (CL1、CL2...)中的每一个具有一个集群头节点 (R3、R4...)，其中集群头节点是接收从集群的其他节点发射的数据包的路由节点，其中当试图进行集群内发射时遭遇忙信道概率 (c)，其中当执行集群内发射时遭遇通信冲突概率 (p)，且在集群内传输数据包具有成功传输概率 (Ψ)和平均传输延时 (τ)，该方法包含以下步骤： A)对于其中所述路由节点(R3)是集群头节点的集群(CL1)，根据忙信道概率(c)、通信冲突概率 (p)、所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间，确定能耗，B)对于其中所述路由节点 (R3)是集群头节点的集群 (CL1)，在设置的阈值下、在忙信道概率 (c)和通信冲突概率 (p)的预定值下且在用于成功传输概率 (Ψ)和平均传输延时(τ)的预定约束下，确定减小所述能耗的所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间的值，以及C)将所述路由节点 (R3)的清醒间隔 (Rl)的持续时间和休眠间隔 (Rs)的持续时间设置为从步骤 B)确定的所述值中选择的值。 - 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