-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「hep-ph」カテゴリーアーカイブ
LeStrat-Net: Lebesgue style stratification for Monte Carlo simulations powered by machine learning
要約 モンテカルロサンプリングにおける層化を改善するための機械学習アルゴリズムを … 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
Extrapolating Jet Radiation with Autoregressive Transformers
要約 生成ネットワークは、LHC イベントを高速に生成するための魅力的なツールで … 続きを読む
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 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
Learning the Simplicity of Scattering Amplitudes
要約 複雑な式の単純化と再構成は、特に理論的な高エネルギー物理学の進歩の核心です … 続きを読む
Training Deep 3D Convolutional Neural Networks to Extract BSM Physics Parameters Directly from HEP Data: a Proof-of-Concept Study Using Monte Carlo Simulations
要約 我々は、高エネルギー物理フレーバーデータから標準モデルパラメータを超えて直 … 続きを読む
Calibrating Bayesian Generative Machine Learning for Bayesiamplification
要約 最近、高速検出器シミュレーションと推論タスクの両方のために、生成機械学習と … 続きを読む
cymyc — Calabi-Yau Metrics, Yukawas, and Curvature
要約 \texttt{cymyc} は、大規模なクラスの文字列圧縮多様体の幾何学 … 続きを読む
Machine-Learning Analysis of Radiative Decays to Dark Matter at the LHC
要約 弱相互作用物質粒子 (WIMP) の探索は、高輝度大型ハドロン衝突型加速器 … 続きを読む