cs.LG」カテゴリーアーカイブ

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

Cluster-norm for Unsupervised Probing of Knowledge

要約 言語モデルの導入は、特にこれらのモデルが人間の好みを使用して微調整されてい … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Cluster-norm for Unsupervised Probing of Knowledge はコメントを受け付けていません

MMPolymer: A Multimodal Multitask Pretraining Framework for Polymer Property Prediction

要約 ポリマーは、多数の同一または類似のモノマーの共有結合によって構築される高分 … 続きを読む

カテゴリー: cond-mat.soft, cs.AI, cs.LG | MMPolymer: A Multimodal Multitask Pretraining Framework for Polymer Property Prediction はコメントを受け付けていません

AutoRDF2GML: Facilitating RDF Integration in Graph Machine Learning

要約 このペーパーでは、RDF データをグラフ機械学習タスクに合わせたデータ表現 … 続きを読む

カテゴリー: cs.AI, cs.IR, cs.LG | AutoRDF2GML: Facilitating RDF Integration in Graph Machine Learning はコメントを受け付けていません

Dynamics of Moral Behavior in Heterogeneous Populations of Learning Agents

要約 AI システムの安全性と調整に関する懸念の高まりは、人工エージェントに道徳 … 続きを読む

カテゴリー: cs.AI, cs.CY, cs.LG, cs.MA | Dynamics of Moral Behavior in Heterogeneous Populations of Learning Agents はコメントを受け付けていません

Robust Learning in Bayesian Parallel Branching Graph Neural Networks: The Narrow Width Limit

要約 ランダム ニューラル ネットワークの無限幅制限により、タスク独立カーネルを … 続きを読む

カテゴリー: cs.AI, cs.LG | Robust Learning in Bayesian Parallel Branching Graph Neural Networks: The Narrow Width Limit はコメントを受け付けていません

Learning Chaotic Systems and Long-Term Predictions with Neural Jump ODEs

要約 経路依存ニューラル ジャンプ ODE (PD-NJ-ODE) は、不規則 … 続きを読む

カテゴリー: cs.AI, cs.LG, math.DS, math.PR, stat.ML | Learning Chaotic Systems and Long-Term Predictions with Neural Jump ODEs はコメントを受け付けていません

Online Planning in POMDPs with State-Requests

要約 現実世界の重要な問題では、完全な状態情報が入手できる場合もありますが、高精 … 続きを読む

カテゴリー: cs.AI, cs.LG | Online Planning in POMDPs with State-Requests はコメントを受け付けていません

On The Expressive Power of Knowledge Graph Embedding Methods

要約 ナレッジ グラフ エンベディング (KGE) は一般的なアプローチであり、 … 続きを読む

カテゴリー: 68T30, cs.AI, cs.LG, I.2.4 | On The Expressive Power of Knowledge Graph Embedding Methods はコメントを受け付けていません

Enhancing material property prediction with ensemble deep graph convolutional networks

要約 機械学習 (ML) モデルは、組成および構造データから特性を正確に予測でき … 続きを読む

カテゴリー: cs.AI, cs.LG | Enhancing material property prediction with ensemble deep graph convolutional networks はコメントを受け付けていません