I.2.1」カテゴリーアーカイブ

The Impact of Generative Artificial Intelligence on Ideation and the performance of Innovation Teams (Preprint)

要約 この研究では、イノベーション プロセスのアイデア生成段階におけるイノベーシ … 続きを読む

カテゴリー: cs.AI, cs.CY, I.2.1 | The Impact of Generative Artificial Intelligence on Ideation and the performance of Innovation Teams (Preprint) はコメントを受け付けていません

N-Agent Ad Hoc Teamwork

要約 マルチエージェントの協調行動を学習するための現在のアプローチは、比較的制限 … 続きを読む

カテゴリー: cs.AI, I.2.1 | N-Agent Ad Hoc Teamwork はコメントを受け付けていません

What is lost in Normalization? Exploring Pitfalls in Multilingual ASR Model Evaluations

要約 このペーパーでは、特にインド言語の文字に焦点を当てて、多言語自動音声認識 … 続きを読む

カテゴリー: 68T10, 68T50, 91F20, cs.AI, cs.CL, cs.HC, I.2.1 | What is lost in Normalization? Exploring Pitfalls in Multilingual ASR Model Evaluations はコメントを受け付けていません

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

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

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

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

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

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

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

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