cs.CE」カテゴリーアーカイブ

Synthetic dual image generation for reduction of labeling efforts in semantic segmentation of micrographs with a customized metric function

要約 材料分析のためのセマンティック・セグメンテーション・モデルのトレーニングに … 続きを読む

カテゴリー: cs.CE, cs.CV, cs.LG | Synthetic dual image generation for reduction of labeling efforts in semantic segmentation of micrographs with a customized metric function はコメントを受け付けていません

Graph neural network-based surrogate modelling for real-time hydraulic prediction of urban drainage networks

要約 物理ベースのモデルは計算に時間がかかり、都市排水ネットワークのリアルタイム … 続きを読む

カテゴリー: cs.CE, cs.LG, cs.SY, eess.SY | Graph neural network-based surrogate modelling for real-time hydraulic prediction of urban drainage networks はコメントを受け付けていません

A comparison between black-, grey- and white-box modeling for the bidirectional Raman amplifier optimization

要約 光通信システムがスループットの向上に努めるにつれて、システムのパフォーマン … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.app-ph, physics.optics | A comparison between black-, grey- and white-box modeling for the bidirectional Raman amplifier optimization はコメントを受け付けていません

AhmedML: High-Fidelity Computational Fluid Dynamics Dataset for Incompressible, Low-Speed Bluff Body Aerodynamics

要約 数値流体力学 (CFD) 用の機械学習 (ML) 手法の開発は、現在、オー … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.flu-dyn | AhmedML: High-Fidelity Computational Fluid Dynamics Dataset for Incompressible, Low-Speed Bluff Body Aerodynamics はコメントを受け付けていません

WindsorML: High-Fidelity Computational Fluid Dynamics Dataset For Automotive Aerodynamics

要約 この論文では、ウィンザー ボディの 355 の幾何学的バリアントを含む、機 … 続きを読む

カテゴリー: cs.CE, cs.LG, physics.flu-dyn | WindsorML: High-Fidelity Computational Fluid Dynamics Dataset For Automotive Aerodynamics はコメントを受け付けていません

Graph Neural Networks for Virtual Sensing in Complex Systems: Addressing Heterogeneous Temporal Dynamics

要約 リアルタイムの状態監視は、複雑なシステムの信頼性が高く効率的な運用にとって … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.LG | Graph Neural Networks for Virtual Sensing in Complex Systems: Addressing Heterogeneous Temporal Dynamics はコメントを受け付けていません

EverAdapt: Continuous Adaptation for Dynamic Machine Fault Diagnosis Environments

要約 教師なしドメイン適応 (UDA) は、環境の変化でモデルのパフォーマンスが … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.LG | EverAdapt: Continuous Adaptation for Dynamic Machine Fault Diagnosis Environments はコメントを受け付けていません

Era Splitting: Invariant Learning for Decision Trees

要約 実際の機械学習の問題では、ある時間から別の時間、またはある場所から別の場所 … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.LG | Era Splitting: Invariant Learning for Decision Trees はコメントを受け付けていません

A spatiotemporal deep learning framework for prediction of crack dynamics in heterogeneous solids: efficient mapping of concrete microstructures to its fracture properties

要約 コンクリートメソ構造の破壊を 2D 全領域予測できる時空間深層学習フレーム … 続きを読む

カテゴリー: cs.CE, cs.LG | A spatiotemporal deep learning framework for prediction of crack dynamics in heterogeneous solids: efficient mapping of concrete microstructures to its fracture properties はコメントを受け付けていません

Explainable Post hoc Portfolio Management Financial Policy of a Deep Reinforcement Learning agent

要約 マーコウィッツ モデルのような最新のポートフォリオ理論手法によって定量的に … 続きを読む

カテゴリー: cs.AI, cs.CE, q-fin.PM | Explainable Post hoc Portfolio Management Financial Policy of a Deep Reinforcement Learning agent はコメントを受け付けていません