I.2.4」カテゴリーアーカイブ

Rotation Invariant Quantization for Model Compression

要約 トレーニング後のニューラル ネットワーク (NN) モデル圧縮は、メモリ … 続きを読む

カテゴリー: cs.AI, cs.IT, cs.LG, I.2.4, math.IT | Rotation Invariant Quantization for Model Compression はコメントを受け付けていません

Human Conditional Reasoning in Answer Set Programming

要約 条件文「P=>Q」(P ならば Q) とそれぞれの事実が与えられると、人間 … 続きを読む

カテゴリー: cs.AI, cs.LO, I.2.4 | Human Conditional Reasoning in Answer Set Programming はコメントを受け付けていません

Knowledge Graphs for the Life Sciences: Recent Developments, Challenges and Opportunities

要約 ライフサイエンスという用語は、生きている有機体と生命プロセスを研究する学問 … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.4 | Knowledge Graphs for the Life Sciences: Recent Developments, Challenges and Opportunities はコメントを受け付けていません

Extending Answer Set Programming with Rational Numbers

要約 Answer Set Programming (ASP) は、複雑な計算問 … 続きを読む

カテゴリー: cs.AI, cs.LO, cs.PL, cs.SE, I.2.4 | Extending Answer Set Programming with Rational Numbers はコメントを受け付けていません

Abstract Syntax Tree for Programming Language Understanding and Representation: How Far Are We?

要約 プログラミング言語の理解と表現(コード表現学習)は、ソフトウェア工学におい … 続きを読む

カテゴリー: 68-04, 68T30, cs.AI, cs.CL, cs.PL, cs.SE, I.2.4 | Abstract Syntax Tree for Programming Language Understanding and Representation: How Far Are We? はコメントを受け付けていません

Breaking Boundaries: Balancing Performance and Robustness in Deep Wireless Traffic Forecasting

要約 精度と堅牢性の間のトレードオフのバランスを取ることは、時系列予測における長 … 続きを読む

カテゴリー: 62M10, 68T01, 68T05, cs.AI, cs.CR, cs.LG, I.2.4 | Breaking Boundaries: Balancing Performance and Robustness in Deep Wireless Traffic Forecasting はコメントを受け付けていません

Knowledge Graphs for the Life Sciences: Recent Developments, Challenges and Opportunities

要約 ライフサイエンスという用語は、生きている有機体と生命プロセスを研究する学問 … 続きを読む

カテゴリー: cs.AI, cs.CL, I.2.4 | Knowledge Graphs for the Life Sciences: Recent Developments, Challenges and Opportunities はコメントを受け付けていません

Unsupervised Graph Attention Autoencoder for Attributed Networks using K-means Loss

要約 マルチモーダル感情分析 (MSA) は、最近、多くの実世界のアプリケーショ … 続きを読む

カテゴリー: 68T07, cs.AI, cs.CL, I.2.4 | Unsupervised Graph Attention Autoencoder for Attributed Networks using K-means Loss はコメントを受け付けていません

Breaking Boundaries: Balancing Performance and Robustness in Deep Wireless Traffic Forecasting

要約 精度と堅牢性の間のトレードオフのバランスを取ることは、時系列予測における長 … 続きを読む

カテゴリー: 62M10, 68T01, 68T05, cs.AI, cs.CR, cs.LG, I.2.4 | Breaking Boundaries: Balancing Performance and Robustness in Deep Wireless Traffic Forecasting はコメントを受け付けていません

Probabilities of the third type: Statistical Relational Learning and Reasoning with Relative Frequencies

要約 リレーショナル データに対する確率的な依存関係をモデル化する場合、ドメイン … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.LO, I.2.4 | Probabilities of the third type: Statistical Relational Learning and Reasoning with Relative Frequencies はコメントを受け付けていません