「I.2.1」カテゴリーアーカイブ

POEM: Interactive Prompt Optimization for Enhancing Multimodal Reasoning of Large Language Models

投稿日: 2024年10月1日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、ゼロショットまたは少数ショットの設定で適 … 続きを読む →

カテゴリー: 68, cs.AI, cs.HC, I.2.1 | POEM: Interactive Prompt Optimization for Enhancing Multimodal Reasoning of Large Language Models はコメントを受け付けていません

Opponent Shaping for Antibody Development

投稿日: 2024年9月27日 作成者: jarxiv

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む →

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

Opponent Shaping for Antibody Development

投稿日: 2024年9月26日 作成者: jarxiv

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む →

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

Opponent Shaping for Antibody Development

投稿日: 2024年9月26日 作成者: jarxiv

要約 抗ウイルス療法は通常、現在のウイルス株を標的とするように設計されています。 … 続きを読む →

カテゴリー: 92-08, cs.AI, cs.GT, cs.MA, I.2.1, q-bio.PE | Opponent Shaping for Antibody Development はコメントを受け付けていません

The unknotting number, hard unknot diagrams, and reinforcement learning

投稿日: 2024年9月16日 作成者: jarxiv

要約 私たちは、最大 200 個の交差を持つノット図のノット解除交差変更の最小シ … 続きを読む →

カテゴリー: 57K10, 57K14, 68T07, 68T20, cs.AI, cs.LG, I.2.1, math.GT | The unknotting number, hard unknot diagrams, and reinforcement learning はコメントを受け付けていません

Latent-EnSF: A Latent Ensemble Score Filter for High-Dimensional Data Assimilation with Sparse Observation Data

投稿日: 2024年9月12日 作成者: jarxiv

要約 複雑な物理システムの正確なモデリングと予測は、多くの場合、モデル シミュレ … 続きを読む →

カテゴリー: 68U01, cs.AI, cs.LG, eess.SP, I.2.1, stat.ML | Latent-EnSF: A Latent Ensemble Score Filter for High-Dimensional Data Assimilation with Sparse Observation Data はコメントを受け付けていません

Benchmarking Sub-Genre Classification For Mainstage Dance Music

投稿日: 2024年9月11日 作成者: jarxiv

要約 音楽の分類は、幅広い用途に対応しており、音楽情報の検索において最も重要なタ … 続きを読む →

カテゴリー: cs.AI, cs.MM, cs.SD, I.2.1 | Benchmarking Sub-Genre Classification For Mainstage Dance Music はコメントを受け付けていません

Deep Convolutional Autoencoder for Assessment of Drive-Cycle Anomalies in Connected Vehicle Sensor Data

投稿日: 2024年9月10日 作成者: jarxiv

要約 この研究では、完全畳み込みオートエンコーダを使用して、車両の教師なし故障検 … 続きを読む →

カテゴリー: cs.LG, cs.NE, I.2.1 | Deep Convolutional Autoencoder for Assessment of Drive-Cycle Anomalies in Connected Vehicle Sensor Data はコメントを受け付けていません

Imitation learning for sim-to-real transfer of robotic cutting policies based on residual Gaussian process disturbance force model

投稿日: 2024年9月9日 作成者: jarxiv

要約 ロボット切断またはフライス加工は、分解、廃棄、解体などの用途で重要な役割を … 続きを読む →

カテゴリー: cs.RO, I.2.1 | Imitation learning for sim-to-real transfer of robotic cutting policies based on residual Gaussian process disturbance force model はコメントを受け付けていません

The Need for Guardrails with Large Language Models in Medical Safety-Critical Settings: An Artificial Intelligence Application in the Pharmacovigilance Ecosystem

投稿日: 2024年9月5日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、特定の種類の知識作業を効果的な規模で実行 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.LG, I.2.1 | The Need for Guardrails with Large Language Models in Medical Safety-Critical Settings: An Artificial Intelligence Application in the Pharmacovigilance Ecosystem はコメントを受け付けていません