-
最近の投稿
- Scaling Multi Agent Reinforcement Learning for Underwater Acoustic Tracking via Autonomous Vehicles
- Reinforcement Learning-based Fault-Tolerant Control for Quadrotor with Online Transformer Adaptation
- Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows
- Enhancing Scene Coordinate Regression with Efficient Keypoint Detection and Sequential Information
- Constrained Factor Graph Optimization for Robust Networked Pedestrian Inertial Navigation
-
最近のコメント
表示できるコメントはありません。 cs.AI (38035) cs.CL (28747) cs.CV (43624) cs.HC (2908) cs.LG (42962) cs.RO (22623) cs.SY (3469) eess.IV (5057) eess.SY (3461) stat.ML (5597)
「physics.soc-ph」カテゴリーアーカイブ
Dream Content Discovery from Reddit with an Unsupervised Mixed-Method Approach
要約 夢は人間の経験の基本的な部分ですが、十分に理解されていない部分であり、私た … 続きを読む
カテゴリー: cs.CL, cs.CY, H.4.0; K.4.0, physics.soc-ph
Dream Content Discovery from Reddit with an Unsupervised Mixed-Method Approach はコメントを受け付けていません
Scalable tensor methods for nonuniform hypergraphs
要約 多線形代数は、ハイパーグラフによってモデル化された多元相互作用を研究するに … 続きを読む
CrunchGPT: A chatGPT assisted framework for scientific machine learning
要約 科学的機械学習 (SciML) は、計算科学および計算工学のさまざまな分野 … 続きを読む
カテゴリー: cs.CL, cs.LG, physics.soc-ph
CrunchGPT: A chatGPT assisted framework for scientific machine learning はコメントを受け付けていません
A decomposition of book structure through ousiometric fluctuations in cumulative word-time
要約 書籍の語法変化を調べるために定量的な手法が用いられてきたが、書籍の長さとは … 続きを読む
カテゴリー: cs.CL, cs.CY, physics.soc-ph
A decomposition of book structure through ousiometric fluctuations in cumulative word-time はコメントを受け付けていません
Characterizing narrative time in books through fluctuations in power and danger arcs
要約 タイトル：『Characterizing narrative time i … 続きを読む
カテゴリー: cs.CL, cs.CY, physics.soc-ph
Characterizing narrative time in books through fluctuations in power and danger arcs はコメントを受け付けていません
Quantifying the Dissimilarity of Texts
要約 タイトル：テキストの非類似度を定量化する 要約： – テキスト … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.CL, physics.soc-ph
Quantifying the Dissimilarity of Texts はコメントを受け付けていません
Big Data and Large Numbers. Interpreting Zipf’s Law
要約 【タイトル】 ビッグデータと大規模な数。ジップの法則の解釈 【要約】 &# … 続きを読む
Is a prompt and a few samples all you need? Using GPT-4 for data augmentation in low-resource classification tasks
要約 【タイトル】：少量のプロンプトとサンプルで済むのか？ GPT-4を使用した … 続きを読む
カテゴリー: cs.CL, cs.CY, physics.soc-ph
Is a prompt and a few samples all you need? Using GPT-4 for data augmentation in low-resource classification tasks はコメントを受け付けていません
Topological properties and organizing principles of semantic networks
要約 タイトル: セマンティックネットワークのトポロジー的特性と構成原則 要約: … 続きを読む
カテゴリー: cs.CL, physics.soc-ph
Topological properties and organizing principles of semantic networks はコメントを受け付けていません
Learning from Discriminatory Training Data
要約 タイトル：偏見のあるトレーニングデータから学ぶ方法 要約： – … 続きを読む
カテゴリー: cs.CY, cs.LG, I.2.6, physics.soc-ph
Learning from Discriminatory Training Data はコメントを受け付けていません