「I.2.6」カテゴリーアーカイブ

NCS4CVR: Neuron-Connection Sharing for Multi-Task Learning in Video Conversion Rate Prediction

投稿日: 2023年2月17日 作成者: jarxiv

要約 クリックスルー率 (CTR) とポスト クリック コンバージョン率 (CV … 続きを読む →

カテゴリー: cs.CV, cs.IR, cs.LG, I.2.6 | NCS4CVR: Neuron-Connection Sharing for Multi-Task Learning in Video Conversion Rate Prediction はコメントを受け付けていません

Streamlining models with explanations in the learning loop

投稿日: 2023年2月16日 作成者: jarxiv

要約 いくつかの説明可能な AI メソッドを使用すると、機械学習のユーザーは、ブ … 続きを読む →

カテゴリー: 68T05, cs.LG, I.2.6 | Streamlining models with explanations in the learning loop はコメントを受け付けていません

STREET: A Multi-Task Structured Reasoning and Explanation Benchmark

投稿日: 2023年2月15日 作成者: jarxiv

要約 統合されたマルチタスクおよびマルチドメインの自然言語の推論と説明のベンチマ … 続きを読む →

カテゴリー: cs.AI, cs.CL, I.2.6 | STREET: A Multi-Task Structured Reasoning and Explanation Benchmark はコメントを受け付けていません

A Domain Decomposition-Based CNN-DNN Architecture for Model Parallel Training Applied to Image Recognition Problems

投稿日: 2023年2月14日 作成者: jarxiv

要約 ディープ ニューラル ネットワーク (DNN)、特に畳み込みニューラル ネ … 続きを読む →

カテゴリー: 65N55, 68T07, 68W10, 68W15, cs.CV, cs.LG, I.2.6 | A Domain Decomposition-Based CNN-DNN Architecture for Model Parallel Training Applied to Image Recognition Problems はコメントを受け付けていません

Spyker: High-performance Library for Spiking Deep Neural Networks

投稿日: 2023年2月1日 作成者: jarxiv

要約 スパイキング ニューラル ネットワーク (SNN) は、その有望な機能によ … 続きを読む →

カテゴリー: cs.CV, I.2.6, q-bio.NC | Spyker: High-performance Library for Spiking Deep Neural Networks はコメントを受け付けていません

A contrastive learning approach for individual re-identification in a wild fish population

投稿日: 2023年1月3日 作成者: jarxiv

要約 陸生生態学と海洋生態学の両方で、物理的なタグ付けは、個体群の動態と行動を研 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, I.2.6 | A contrastive learning approach for individual re-identification in a wild fish population はコメントを受け付けていません

Ensemble of Loss Functions to Improve Generalizability of Deep Metric Learning methods

投稿日: 2023年1月2日 作成者: jarxiv

要約 ディープ メトリック ラーニング (DML) は、入力データから非線形セマ … 続きを読む →

カテゴリー: 68T05, 68T07, 68T45, cs.AI, cs.CV, cs.LG, I.2.6 | Ensemble of Loss Functions to Improve Generalizability of Deep Metric Learning methods はコメントを受け付けていません

OmniXAI: A Library for Explainable AI

投稿日: 2022年12月13日 作成者: jarxiv

要約 OmniXAI (Omni eXplainable AI の略) を紹介し … 続きを読む →

カテゴリー: 68T01, 68T09, 68T20, cs.AI, cs.CV, cs.LG, I.2.6 | OmniXAI: A Library for Explainable AI はコメントを受け付けていません

Models Developed for Spiking Neural Networks

投稿日: 2022年12月9日 作成者: jarxiv

要約 ディープ ニューラル ネットワーク (DNN) の出現により、人工ニューラ … 続きを読む →

カテゴリー: cs.CV, cs.NE, I.2.6, q-bio.NC | Models Developed for Spiking Neural Networks はコメントを受け付けていません

A New Graph Node Classification Benchmark: Learning Structure from Histology Cell Graphs

投稿日: 2022年11月14日 作成者: jarxiv

要約 未調査のドメインでのノード分類のための新しいベンチマーク データセット、胎 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.IV, I.2.6 | A New Graph Node Classification Benchmark: Learning Structure from Histology Cell Graphs はコメントを受け付けていません