cs.LG」カテゴリーアーカイブ

Early-Cycle Internal Impedance Enables ML-Based Battery Cycle Life Predictions Across Manufacturers

要約 さまざまなメーカーにわたるリチウムイオン電池の終末期(EOL)を予測するこ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG | Early-Cycle Internal Impedance Enables ML-Based Battery Cycle Life Predictions Across Manufacturers はコメントを受け付けていません

Preference Optimization for Combinatorial Optimization Problems

要約 強化学習(RL)は、神経組み合わせの最適化の強力なツールとして浮上しており … 続きを読む

カテゴリー: cs.LG | Preference Optimization for Combinatorial Optimization Problems はコメントを受け付けていません

Towards Foundation Models for Experimental Readout Systems Combining Discrete and Continuous Data

要約 将来の電子イオンコリダーでチェレンコフ検出器のイメージングからの低レベルの … 続きを読む

カテゴリー: cs.LG, hep-ex, nucl-ex, physics.ins-det | Towards Foundation Models for Experimental Readout Systems Combining Discrete and Continuous Data はコメントを受け付けていません

Sensitivity-Constrained Fourier Neural Operators for Forward and Inverse Problems in Parametric Differential Equations

要約 du/dt = f(u、x、t、p)の形式のパラメトリック微分方程式は、科 … 続きを読む

カテゴリー: cs.CE, cs.LG | Sensitivity-Constrained Fourier Neural Operators for Forward and Inverse Problems in Parametric Differential Equations はコメントを受け付けていません

Implet: A Post-hoc Subsequence Explainer for Time Series Models

要約 時系列モデルの説明可能性は、信頼を促進し、デバッグを促進し、実際のアプリケ … 続きを読む

カテゴリー: cs.LG | Implet: A Post-hoc Subsequence Explainer for Time Series Models はコメントを受け付けていません

PRIMER: Perception-Aware Robust Learning-based Multiagent Trajectory Planner

要約 分散型マルチエージェントの軌跡計画者では、エージェントは衝突のない軌跡を生 … 続きを読む

カテゴリー: cs.LG, cs.RO | PRIMER: Perception-Aware Robust Learning-based Multiagent Trajectory Planner はコメントを受け付けていません

SPAT: Sensitivity-based Multihead-attention Pruning on Time Series Forecasting Models

要約 注意ベースのアーキテクチャは、多変量時系列予測で優れた性能を達成しています … 続きを読む

カテゴリー: cs.LG | SPAT: Sensitivity-based Multihead-attention Pruning on Time Series Forecasting Models はコメントを受け付けていません

Generative Molecular Design with Steerable and Granular Synthesizability Control

要約 小分子の生成設計における合成化可能性は、依然としてボトルネックのままです。 … 続きを読む

カテゴリー: cs.LG, q-bio.BM | Generative Molecular Design with Steerable and Granular Synthesizability Control はコメントを受け付けていません

Addressing the Current Challenges of Quantum Machine Learning through Multi-Chip Ensembles

要約 Quantum Machine Learning(QML)は、多様なドメイ … 続きを読む

カテゴリー: cs.CE, cs.LG | Addressing the Current Challenges of Quantum Machine Learning through Multi-Chip Ensembles はコメントを受け付けていません

PCS-UQ: Uncertainty Quantification via the Predictability-Computability-Stability Framework

要約 機械学習(ML)モデルがハイステークスドメインでますます展開されているため … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | PCS-UQ: Uncertainty Quantification via the Predictability-Computability-Stability Framework はコメントを受け付けていません