「q-bio.PE」カテゴリーアーカイブ

Recursion, evolution and conscious self

投稿日: 2023年4月25日 作成者: jarxiv

要約 【タイトル】 再帰、進化、そして意識的自己 【要約】 ・自己言及の可能性に … 続きを読む →

カテゴリー: cs.LG, cs.LO, math.LO, q-bio.NC, q-bio.PE | Recursion, evolution and conscious self はコメントを受け付けていません

Optimal foraging strategies can be learned and outperform Lévy walks

投稿日: 2023年4月13日 作成者: jarxiv

要約 タイトル：最適な食糧探索戦略は学習可能であり、レヴィウォークを超越する 要 … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.AI, physics.bio-ph, q-bio.PE | Optimal foraging strategies can be learned and outperform Lévy walks はコメントを受け付けていません

Utilizing Remote Sensing to Analyze Land Usage and Rice Planting Patterns

投稿日: 2023年4月3日 作成者: jarxiv

要約 Title: 遠隔センシングを利用した土地利用と水田の植生フィールドの分析 … 続きを読む →

カテゴリー: cs.AI, cs.CY, q-bio.PE | Utilizing Remote Sensing to Analyze Land Usage and Rice Planting Patterns はコメントを受け付けていません

Inference in conditioned dynamics through causality restoration

投稿日: 2023年3月31日 作成者: jarxiv

要約 条件付きダイナミクスからオブザーバブルを計算することは、通常、計算上困難で … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG, physics.data-an, q-bio.PE | Inference in conditioned dynamics through causality restoration はコメントを受け付けていません

Seq2Seq Surrogates of Epidemic Models to Facilitate Bayesian Inference

投稿日: 2023年3月13日 作成者: jarxiv

要約 流行モデルは、感染症を理解するための強力なツールです。 ただし、サイズと複 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.PR, q-bio.PE, stat.ML | Seq2Seq Surrogates of Epidemic Models to Facilitate Bayesian Inference はコメントを受け付けていません

Optimal foraging strategies can be learned and outperform Lévy walks

投稿日: 2023年3月13日 作成者: jarxiv

要約 L\’evy walks やその他の最適採餌の理論モデルは、現 … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.AI, physics.bio-ph, q-bio.PE | Optimal foraging strategies can be learned and outperform Lévy walks はコメントを受け付けていません

Self-contained Beta-with-Spikes Approximation for Inference Under a Wright-Fisher Model

投稿日: 2023年3月9日 作成者: jarxiv

要約 時系列データから、選択と遺伝的ドリフトによる対立遺伝子頻度の変化を説明する … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.CL, q-bio.PE | Self-contained Beta-with-Spikes Approximation for Inference Under a Wright-Fisher Model はコメントを受け付けていません

Approaching epidemiological dynamics of COVID-19 with physics-informed neural networks

投稿日: 2023年2月21日 作成者: jarxiv

要約 影響を受けやすい-感染-除去 (SIR) モデルが埋め込まれた物理学に基づ … 続きを読む →

カテゴリー: cs.LG, math.DS, physics.soc-ph, q-bio.PE, q-bio.QM | Approaching epidemiological dynamics of COVID-19 with physics-informed neural networks はコメントを受け付けていません

Machine Learning Challenges of Biological Factors in Insect Image Data

投稿日: 2022年11月7日 作成者: jarxiv

要約 BIOSCANプロジェクトは、International Barcode … 続きを読む →

カテゴリー: cs.CV, I.4.0, q-bio.PE | Machine Learning Challenges of Biological Factors in Insect Image Data はコメントを受け付けていません

Dynamics-informed deconvolutional neural networks for super-resolution identification of regime changes in epidemiological time series

投稿日: 2022年9月19日 作成者: jarxiv

要約 疫学的システムにおける摂動のタイミングと振幅を、確率的に拡散した低解像度の … 続きを読む →

カテゴリー: cs.CV, cs.LG, q-bio.PE, stat.AP | Dynamics-informed deconvolutional neural networks for super-resolution identification of regime changes in epidemiological time series はコメントを受け付けていません