月別アーカイブ: 2023年6月

Identifiability of direct effects from summary causal graphs

要約 動的構造因果モデル (SCM) は、他のすべての変数を一定に保ちながら、1 … 続きを読む

カテゴリー: cs.AI | Identifiability of direct effects from summary causal graphs はコメントを受け付けていません

Diffusion-Jump GNNs: Homophiliation via Learnable Metric Filters

要約 高次グラフ ニューラル ネットワーク (HO-GNN) は、ラベル分布がグ … 続きを読む

カテゴリー: cs.AI, cs.LG | Diffusion-Jump GNNs: Homophiliation via Learnable Metric Filters はコメントを受け付けていません

Mathematical Foundations for a Compositional Account of the Bayesian Brain

要約 この論文は、能動推論とベイジアン脳の構成的説明に向けたいくつかの最初のステ … 続きを読む

カテゴリー: cs.AI, math.CT, math.DS, math.ST, q-bio.NC, stat.TH | Mathematical Foundations for a Compositional Account of the Bayesian Brain はコメントを受け付けていません

Classifying Crime Types using Judgment Documents from Social Media

要約 犯罪行為の事実に基づいて犯罪の種類を判断するという作業は、社会科学において … 続きを読む

カテゴリー: cs.AI, cs.CL | Classifying Crime Types using Judgment Documents from Social Media はコメントを受け付けていません

SkiROS2: A skill-based Robot Control Platform for ROS

要約 サービス分野と産業分野の両方で自律型ロボット システムのニーズがかつてない … 続きを読む

カテゴリー: cs.AI, cs.RO | SkiROS2: A skill-based Robot Control Platform for ROS はコメントを受け付けていません

Safety-Aware Task Composition for Discrete and Continuous Reinforcement Learning

要約 構成性は、スケーラブルなシステム設計の重要な側面です。 強化学習 (RL) … 続きを読む

カテゴリー: cs.AI, cs.LG | Safety-Aware Task Composition for Discrete and Continuous Reinforcement Learning はコメントを受け付けていません

Exploring & Exploiting High-Order Graph Structure for Sparse Knowledge Graph Completion

要約 スパース ナレッジ グラフ (KG) シナリオは、以前のナレッジ グラフ補 … 続きを読む

カテゴリー: cs.AI, cs.CL | Exploring & Exploiting High-Order Graph Structure for Sparse Knowledge Graph Completion はコメントを受け付けていません

Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning

要約 共有モビリティなどの多くのアプリケーションでは、多数のエージェントを調整す … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, stat.ML | Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning はコメントを受け付けていません

Interdisciplinary Methods in Computational Creativity: How Human Variables Shape Human-Inspired AI Research

要約 創造性という言葉はもともと人間の心理学に由来する概念を表していましたが、コ … 続きを読む

カテゴリー: cs.AI, I.2.0 | Interdisciplinary Methods in Computational Creativity: How Human Variables Shape Human-Inspired AI Research はコメントを受け付けていません

Python Wrapper for Simulating Multi-Fidelity Optimization on HPO Benchmarks without Any Wait

要約 ディープ ラーニング (DL) のハイパーパラメータ (HP) 最適化は、 … 続きを読む

カテゴリー: cs.AI, cs.LG | Python Wrapper for Simulating Multi-Fidelity Optimization on HPO Benchmarks without Any Wait はコメントを受け付けていません