-
最近の投稿
- Multi Layered Autonomy and AI Ecologies in Robotic Art Installations
- GL-LowPopArt: A Nearly Instance-Wise Minimax-Optimal Estimator for Generalized Low-Rank Trace Regression
- DyePack: Provably Flagging Test Set Contamination in LLMs Using Backdoors
- MobCLIP: Learning General-purpose Geospatial Representation at Scale
- Learning Autonomous Surgical Irrigation and Suction with the da Vinci Research Kit Using Reinforcement Learning
-
最近のコメント
表示できるコメントはありません。 cs.AI (39138) cs.CL (29607) cs.CV (44533) cs.HC (2976) cs.LG (44045) cs.RO (23350) cs.SY (3564) eess.IV (5121) eess.SY (3556) stat.ML (5728)
「hep-ex」カテゴリーアーカイブ
Image and Point-cloud Classification for Jet Analysis in High-Energy Physics: A survey
要約 現在、機械学習(ML)と専門分野であるディープラーニング(DL)を組み込む … 続きを読む
Unsupervised Particle Tracking with Neuromorphic Computing
要約 スパイク時間依存の可塑性ルールを使用して、遅延とシナプス重みの監視されてい … 続きを読む
Particle Trajectory Representation Learning with Masked Point Modeling
要約 効果的な自己教師付き学習(SSL)技術は、表現学習のための大規模データセッ … 続きを読む
DLScanner: A parameter space scanner package assisted by deep learning methods
要約 このペーパーでは、深層学習 (DL) 技術によって強化されたスキャナー パ … 続きを読む
FAIR Universe HiggsML Uncertainty Challenge Competition
要約 FAIR Universe — HiggsML Uncerta … 続きを読む
カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an
FAIR Universe HiggsML Uncertainty Challenge Competition はコメントを受け付けていません
Physics Instrument Design with Reinforcement Learning
要約 勾配ベースの機器最適化手法の代替として、物理機器の設計に強化学習 (RL) … 続きを読む
カテゴリー: cs.AI, hep-ex, physics.ins-det
Physics Instrument Design with Reinforcement Learning はコメントを受け付けていません
Loss function to optimise signal significance in particle physics
要約 素粒子物理学で使用される有意性メトリックを直接最適化するために、代理損失を … 続きを読む
Quantum anomaly detection in the latent space of proton collision events at the LHC
要約 LHC で新たな現象を発見するという継続的な探求には、アルゴリズムとテクノ … 続きを読む
Quantum Attention for Vision Transformers in High Energy Physics
要約 我々は、高エネルギー物理学アプリケーションのパフォーマンスと計算効率を向上 … 続きを読む
Analysis of Hardware Synthesis Strategies for Machine Learning in Collider Trigger and Data Acquisition
要約 現在および将来の高エネルギー粒子衝突器の物理的可能性を最大限に活用するため … 続きを読む
カテゴリー: cs.AR, cs.LG, hep-ex, physics.ins-det
Analysis of Hardware Synthesis Strategies for Machine Learning in Collider Trigger and Data Acquisition はコメントを受け付けていません