Capítulo 2: El Amo de las Bestias

El Capítulo 1: Adán y Eva en el Edén, se centró en evidencias fósiles (rituales de entierro y arte rupestre) de una idea fundamental en la mente del ser humano de la era paleolítica: se percibe como un ente dentro de un cuerpo (alma en un cuerpo). El Capítulo 2 se hace una pregunta fundamental: …

Capítulo 1: Adán y Eva en el Edén

Resa Azlan cursó una Licenciatura en Artes y Estudios de la Religión en la Universidad de Santa Clara , una maestría en Estudios de la Teología de la Universidad de Harvard, un doctorado en Sociología de las Religiones de la Universidad de California y una maestría en Bellas Artes de la Universidad de Iowa. Esta …

Introducción: A nuestra imagen (Dios: Una historia humana)

Para ti, ¿Quién es Dios? Descríbelo. Físicamente. Emocionalmente. Sus atributos. Cuando era niño, recuerdo ver en mi casa y en la de mis abuelos, un marco con un rostro: Ropa blanca, un fondo de un celeste claro como el cielo despejado de verano, un hombre con barba corta y bien dibujada, piel blanca, una mirada …

God: A human history.

Reza Aslan, un reconocido y aclamado escritor y estudioso de la religión, escribió en 2017, el libro titulado God: A human history (Dios: Una historia humana). En palabras del autor, este libro "es más que una historia de cómo nosotros (los humanos) hemos humanizado a Dios. También es un llamado a dejar de imponer nuestros …

Protegido: Guatemala, tiranos que escupen tu faz… …y esclavos que lamemos el yugo

No hay extracto porque es una entrada protegida.

Modelling of Rotor drag dependency on quadrotor velocity and thrust

$latex \dot{p} = v$ $latex \dot{R} = R\hat{\omega}$ $latex m\bold{\dot{v}} = -mg\bold{z_{W}}+TR\bold{e_3}+R\bold{F_a}$ $latex I\dot{\omega} = -\omega \times I\omega +\tau_{g} + \tau + \tau_{a}$ $latex F_{a} = \sum_{i=1}^{n}F_{a}^{i} = \sum_{i=1}^{n}-\sqrt{T_i}c_{d1}\pi_{e3}V_{a}^{i}$ $latex V_{a}^{i} = R^{T}v + \omega \times d_{i}, \pi_{e3} = I - e_{3}e_{3}^{T}, T_i = k_T \omega_i^{2}$ $latex \sqrt{T_i}$ Current models $latex T_i = T_h = …

Practical 6DoF object pose and size estimation

YOLO $latex L = \lambda_{coord}L_{coord} + \lambda_{coord}L_{size} + \lambda_{obj}L_{conf} + \lambda_{noobj}L_{\bar{conf}} + \lambda_{class}L_{class} $ Grabner, A. et.al $latex L = L_{proj} + \alpha L_{dim} + \beta L_{reg}$   Singleshot6dpose $latex L = \lambda_{coord}L_{coord} + \lambda_{obj}L_{conf} + \lambda_{noobj}L_{\bar{conf}} + \lambda_{class}L_{class}$ $latex L = \lambda_{coord} \sum_{i} [(x_i - \hat{x_i})^2 + (y_i - \hat{y_i})^2] +  \lambda_{conf}\sum_{i}(C_i - \hat{C_i})^2 …

Classification

$latex X \in R^m $: input signal $latex \omega_i \in R^n $: possible classes $latex F(\cdot): R^m \rightarrow R^n$  Feature extraction, classification

Participating in Lockheed Martin, DRL Alpha Pilot AI Challenge

Installing and using singleshot6DPose

Hello! So this time I will be installing and trying to use singleshot6DPose. This is an state-of-the-art neural network for object pose detection using RGB images. It is based on YOLO so its superfast. I am starting with a system as follows: Ubuntu 16.04LTS Cuda compilation tools, release 9.2, V9.2.148 Python 3.5.2 Nvidia GeForce 1050 …