投稿者「jarxiv」のアーカイブ

Boosting-inspired online learning with transfer for railway maintenance

要約 Advanced Sensor TechnologiesとDeep Lea … 続きを読む

カテゴリー: cs.LG | Boosting-inspired online learning with transfer for railway maintenance はコメントを受け付けていません

Deep Joint Distribution Optimal Transport for Universal Domain Adaptation on Time Series

要約 ユニバーサルドメイン適応(UNIDA)は、クラスが完全に共有されていない場 … 続きを読む

カテゴリー: cs.LG | Deep Joint Distribution Optimal Transport for Universal Domain Adaptation on Time Series はコメントを受け付けていません

AstroLLaVA: towards the unification of astronomical data and natural language

要約 自然な対話を通じて天文学との相互作用を可能にする天文学のビジョン言語モデル … 続きを読む

カテゴリー: astro-ph.IM, cs.LG | AstroLLaVA: towards the unification of astronomical data and natural language はコメントを受け付けていません

RAILS: Risk-Aware Iterated Local Search for Joint SLA Decomposition and Service Provider Management in Multi-Domain Networks

要約 第5世代(5G)テクノロジーの出現により、モバイルネットワークがマルチサー … 続きを読む

カテゴリー: cs.LG, cs.NI | RAILS: Risk-Aware Iterated Local Search for Joint SLA Decomposition and Service Provider Management in Multi-Domain Networks はコメントを受け付けていません

Decoding Android Malware with a Fraction of Features: An Attention-Enhanced MLP-SVM Approach

要約 Androidマルウェアのエスカレート洗練は、従来の検出方法に大きな課題を … 続きを読む

カテゴリー: cs.CR, cs.LG | Decoding Android Malware with a Fraction of Features: An Attention-Enhanced MLP-SVM Approach はコメントを受け付けていません

Addressing Graph Heterogeneity and Heterophily from A Spectral Perspective

要約 Graph Neural Networks(GNNS)は、半監視ノード分類 … 続きを読む

カテゴリー: cs.LG | Addressing Graph Heterogeneity and Heterophily from A Spectral Perspective はコメントを受け付けていません

Tokenphormer: Structure-aware Multi-token Graph Transformer for Node Classification

要約 グラフニューラルネットワーク(GNNS)は、グラフデータマイニングタスクで … 続きを読む

カテゴリー: cs.LG | Tokenphormer: Structure-aware Multi-token Graph Transformer for Node Classification はコメントを受け付けていません

Hierarchical Subspaces of Policies for Continual Offline Reinforcement Learning

要約 継続的な強化学習セットアップを検討します。学習エージェントは、以前に取得し … 続きを読む

カテゴリー: cs.LG | Hierarchical Subspaces of Policies for Continual Offline Reinforcement Learning はコメントを受け付けていません

MooseAgent: A LLM Based Multi-agent Framework for Automating Moose Simulation

要約 有限要素法(FEM)は、エンジニアリングおよび科学的コンピューティングで広 … 続きを読む

カテゴリー: cs.LG, cs.SE | MooseAgent: A LLM Based Multi-agent Framework for Automating Moose Simulation はコメントを受け付けていません

Gradient Descent Robustly Learns the Intrinsic Dimension of Data in Training Convolutional Neural Networks

要約 最新のニューラルネットワークは通常、非常に過剰なパラメーター化されています … 続きを読む

カテゴリー: cs.LG, stat.ML | Gradient Descent Robustly Learns the Intrinsic Dimension of Data in Training Convolutional Neural Networks はコメントを受け付けていません