「cs.NE」カテゴリーアーカイブ

Range, not Independence, Drives Modularity in Biologically Inspired Representations

投稿日: 2025年4月14日 作成者: jarxiv

要約 なぜ生物学的および人工ニューロンが時々モジュール化され、それぞれが単一の意 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, q-bio.NC | Range, not Independence, Drives Modularity in Biologically Inspired Representations はコメントを受け付けていません

Controller Distillation Reduces Fragile Brain-Body Co-Adaptation and Enables Migrations in MAP-Elites

投稿日: 2025年4月10日 作成者: jarxiv

要約 脳体共同最適化は、脳が特定の身体に対して過剰に専門化され、他の人にうまく移 … 続きを読む →

カテゴリー: cs.LG, cs.NE, cs.RO | Controller Distillation Reduces Fragile Brain-Body Co-Adaptation and Enables Migrations in MAP-Elites はコメントを受け付けていません

Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity

投稿日: 2025年4月10日 作成者: jarxiv

要約 生物学的ニューラルネットワークが局所的な可塑性メカニズムを介してどのように … 続きを読む →

カテゴリー: cs.AI, cs.NE | Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity はコメントを受け付けていません

Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms

投稿日: 2025年4月9日 作成者: jarxiv

要約 車両ルーティングの問題（VRP）は、旅行営業担当者の問題の延長であり、組み … 続きを読む →

カテゴリー: cs.LG, cs.NE | Accelerating Vehicle Routing via AI-Initialized Genetic Algorithms はコメントを受け付けていません

CATBench: A Compiler Autotuning Benchmarking Suite for Black-box Optimization

投稿日: 2025年4月9日 作成者: jarxiv

要約 ベイズの最適化は、コンパイラのチューニングを自動化するための強力な方法です … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE | CATBench: A Compiler Autotuning Benchmarking Suite for Black-box Optimization はコメントを受け付けていません

Algorithm Discovery With LLMs: Evolutionary Search Meets Reinforcement Learning

投稿日: 2025年4月8日 作成者: jarxiv

要約 複雑な問題を解決するための効率的なアルゴリズムを発見することは、数学とコン … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE | Algorithm Discovery With LLMs: Evolutionary Search Meets Reinforcement Learning はコメントを受け付けていません

Evolution 6.0: Evolving Robotic Capabilities Through Generative Design

投稿日: 2025年4月7日 作成者: jarxiv

要約 私たちは、ジェネレーティブAIによって駆動されるロボット工学の進化を表す、 … 続きを読む →

カテゴリー: cs.NE, cs.RO | Evolution 6.0: Evolving Robotic Capabilities Through Generative Design はコメントを受け付けていません

EVOS: Efficient Implicit Neural Training via EVOlutionary Selector

投稿日: 2025年4月7日 作成者: jarxiv

要約 我々は、陰的神経表現(INR)を高速化するための効率的な学習パラダイムであ … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.NE | EVOS: Efficient Implicit Neural Training via EVOlutionary Selector はコメントを受け付けていません

Overcoming Deceptiveness in Fitness Optimization with Unsupervised Quality-Diversity

投稿日: 2025年4月7日 作成者: jarxiv

要約 政策最適化は、目的関数または適合度関数に従って制御問題の最適解を求めるもの … 続きを読む →

カテゴリー: cs.NE, cs.RO | Overcoming Deceptiveness in Fitness Optimization with Unsupervised Quality-Diversity はコメントを受け付けていません

SymDQN: Symbolic Knowledge and Reasoning in Neural Network-based Reinforcement Learning

投稿日: 2025年4月4日 作成者: jarxiv

要約 我々は、ディープニューラルネットワークを用いた強化学習において、記号的な制 … 続きを読む →

カテゴリー: cs.AI, cs.LO, cs.NE, I.2.6 | SymDQN: Symbolic Knowledge and Reasoning in Neural Network-based Reinforcement Learning はコメントを受け付けていません