68T07」カテゴリーアーカイブ

PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning

要約 従来のフェデレーテッド ラーニング (FL) では、プライバシー保護のため … 続きを読む

カテゴリー: 68T07, cs.AI, cs.DC, cs.LG, I.2.11 | PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning はコメントを受け付けていません

Explainable Image Similarity: Integrating Siamese Networks and Grad-CAM

要約 さまざまな分野で画像ベースのアプリケーションが普及するにつれて、正確で解釈 … 続きを読む

カテゴリー: 68T07, 68T45, cs.AI, cs.CV, cs.LG | Explainable Image Similarity: Integrating Siamese Networks and Grad-CAM はコメントを受け付けていません

Improving Pseudo-Time Stepping Convergence for CFD Simulations With Neural Networks

要約 ナビエ・ストークス方程式で記述される粘性流体の数値流体力学 (CFD) シ … 続きを読む

カテゴリー: 35Q30, 65H10, 65N12, 65N22, 68T07, cs.LG, cs.NA, math.NA | Improving Pseudo-Time Stepping Convergence for CFD Simulations With Neural Networks はコメントを受け付けていません

Replication of Multi-agent Reinforcement Learning for the ‘Hide and Seek’ Problem

要約 強化学習は、報酬関数とハイパーパラメーターに基づいてポリシーを生成します。 … 続きを読む

カテゴリー: 68T05, 68T07, 68T42, 93A16, cs.AI, cs.LG, cs.MA, cs.RO, I.2.11 | Replication of Multi-agent Reinforcement Learning for the ‘Hide and Seek’ Problem はコメントを受け付けていません

Learning to Decode the Surface Code with a Recurrent, Transformer-Based Neural Network

要約 量子誤り訂正は、信頼性の高い量子計算の前提条件です。 この目標に向けて、主 … 続きを読む

カテゴリー: 68T07, 81P73, cs.LG, I.2.0, quant-ph | Learning to Decode the Surface Code with a Recurrent, Transformer-Based Neural Network はコメントを受け付けていません

Computationally Efficient Quadratic Neural Networks

要約 入力の高次の多項関数に活性化関数を適用することによって出力が計算される高次 … 続きを読む

カテゴリー: 68T07, cs.CV, cs.NE, I.5.0 | Computationally Efficient Quadratic Neural Networks はコメントを受け付けていません

RCS-YOLO: A Fast and High-Accuracy Object Detector for Brain Tumor Detection

要約 速度と精度のバランスに優れた最先端のYOLOフレームワークは、物体検出のた … 続きを読む

カテゴリー: 62P10, 68T07, 68T10, cs.CV, eess.SP, I.4.6, stat.AP, stat.ML | RCS-YOLO: A Fast and High-Accuracy Object Detector for Brain Tumor Detection はコメントを受け付けていません

Flexible and efficient spatial extremes emulation via variational autoencoders

要約 現実世界のプロセスの多くは、古典的なガウス プロセスを使用して特徴付けるこ … 続きを読む

カテゴリー: 60G70, 68T07, cs.LG, secondary, stat.ME, stat.ML | Flexible and efficient spatial extremes emulation via variational autoencoders はコメントを受け付けていません

Temporal graph models fail to capture global temporal dynamics

要約 最近リリースされた時間グラフ ベンチマークは、動的リンク プロパティ予測の … 続きを読む

カテゴリー: 68T07, cs.IR, cs.LG, I.2.6 | Temporal graph models fail to capture global temporal dynamics はコメントを受け付けていません

Memory-augmented Online Video Anomaly Detection

要約 周囲の状況を理解する能力は、自動運転車 (AV) にとって最も重要です。 … 続きを読む

カテゴリー: 68-02, 68-04, 68-06, 68T07, 68T10, 68T45, cs.AI, cs.CV, F.1.1 | Memory-augmented Online Video Anomaly Detection はコメントを受け付けていません