cs.CE」カテゴリーアーカイブ

Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection

要約 本稿では、GPT-4の高度な推論を活用した、金融市場における銘柄選択のため … 続きを読む

カテゴリー: 68T07, 68T50, 91G10, 91G15, cs.AI, cs.CE, cs.CL, cs.LG, I.2.1, q-fin.CP | Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection はコメントを受け付けていません

MAgNET: A Graph U-Net Architecture for Mesh-Based Simulations

要約 多くの最先端のアプリケーションでは、高忠実度の計算モデルは実際に使用するに … 続きを読む

カテゴリー: cs.CE, cs.LG | MAgNET: A Graph U-Net Architecture for Mesh-Based Simulations はコメントを受け付けていません

XLB: A differentiable massively parallel lattice Boltzmann library in Python

要約 格子ボルツマン法 (LBM) は、計算のスケーラビリティに対するアルゴリズ … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.comp-ph | XLB: A differentiable massively parallel lattice Boltzmann library in Python はコメントを受け付けていません

BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights

要約 このペーパーでは、株価予測におけるセンチメント分析の影響に焦点を当て、自然 … 続きを読む

カテゴリー: cs.CE, cs.CL, q-fin.ST | BERTopic-Driven Stock Market Predictions: Unraveling Sentiment Insights はコメントを受け付けていません

Neural Ordinary Differential Equation based Sequential Image Registration for Dynamic Characterization

要約 変形可能な画像レジストレーション (DIR) は、医療画像解析において極め … 続きを読む

カテゴリー: cs.CE, cs.CV | Neural Ordinary Differential Equation based Sequential Image Registration for Dynamic Characterization はコメントを受け付けていません

Transformer-Based Deep Learning Model for Bored Pile Load-Deformation Prediction in Bangkok Subsoil

要約 この論文では、バンコクの地盤における大規模なボーリング杭の荷重変形挙動を予 … 続きを読む

カテゴリー: cs.CE, cs.LG | Transformer-Based Deep Learning Model for Bored Pile Load-Deformation Prediction in Bangkok Subsoil はコメントを受け付けていません

Tabular Learning: Encoding for Entity and Context Embeddings

要約 エンティティとコンテキストの埋め込みに対するさまざまなエンコード技術の影響 … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.LG | Tabular Learning: Encoding for Entity and Context Embeddings はコメントを受け付けていません

Input Convex Lipschitz RNN: A Fast and Robust Approach for Engineering Tasks

要約 計算効率と非敵対的な堅牢性は、現実世界のエンジニアリング アプリケーション … 続きを読む

カテゴリー: cs.CE, cs.LG, cs.SY, eess.SY | Input Convex Lipschitz RNN: A Fast and Robust Approach for Engineering Tasks はコメントを受け付けていません

Improving the Adaptive Moment Estimation (ADAM) stochastic optimizer through an Implicit-Explicit (IMEX) time-stepping approach

要約 Adam オプティマイザーは、ニューラル ネットワーク トレーニングの機械 … 続きを読む

カテゴリー: cs.CE, cs.LG, cs.NA, math.NA | Improving the Adaptive Moment Estimation (ADAM) stochastic optimizer through an Implicit-Explicit (IMEX) time-stepping approach はコメントを受け付けていません

HDLdebugger: Streamlining HDL debugging with Large Language Models

要約 チップ設計の領域では、ハードウェア記述言語 (HDL) が極めて重要な役割 … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.CE, cs.LG, cs.SE | HDLdebugger: Streamlining HDL debugging with Large Language Models はコメントを受け付けていません