I.2.6」カテゴリーアーカイブ

Learning Interpretable Temporal Properties from Positive Examples Only

要約 人間が解釈可能なモデルを使用して、ブラック ボックス システムの時間的挙動 … 続きを読む

カテゴリー: cs.AI, cs.LO, I.2.6 | Learning Interpretable Temporal Properties from Positive Examples Only はコメントを受け付けていません

A Framework to Generate Neurosymbolic PDDL-compliant Planners

要約 実世界のロボット アーキテクチャの実行ループに高レベルのタスク プランニン … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | A Framework to Generate Neurosymbolic PDDL-compliant Planners はコメントを受け付けていません

Bootstrapping Parallel Anchors for Relative Representations

要約 潜在的な埋め込みに相対表現を使用すると、潜在的な空間通信と幅広いアプリケー … 続きを読む

カテゴリー: 68T07, cs.AI, cs.LG, I.2.6 | Bootstrapping Parallel Anchors for Relative Representations はコメントを受け付けていません

Neural Laplace Control for Continuous-time Delayed Systems

要約 実世界のオフライン強化学習 (RL) の問題の多くには、遅延のある連続時間 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6, stat.ML | Neural Laplace Control for Continuous-time Delayed Systems はコメントを受け付けていません

A Convolutional Vision Transformer for Semantic Segmentation of Side-Scan Sonar Data

要約 さまざまな海洋底生生物の生息地の特徴を区別することは、石油リグの設置からケ … 続きを読む

カテゴリー: cs.CV, cs.LG, I.2.6 | A Convolutional Vision Transformer for Semantic Segmentation of Side-Scan Sonar Data はコメントを受け付けていません

FedER: Federated Learning through Experience Replay and Privacy-Preserving Data Synthesis

要約 医療分野では、患者データと臨床データの不均一性を活用して、より一般化可能な … 続きを読む

カテゴリー: 68T07, cs.AI, cs.LG, I.2.6 | FedER: Federated Learning through Experience Replay and Privacy-Preserving Data Synthesis はコメントを受け付けていません

Fast and Precise: Adjusting Planning Horizon with Adaptive Subgoal Search

要約 複雑な推論問題には、適切なアクション プランを決定するために必要な計算コス … 続きを読む

カテゴリー: cs.AI, cs.LG, I.2.6 | Fast and Precise: Adjusting Planning Horizon with Adaptive Subgoal Search はコメントを受け付けていません

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

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

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

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