Thomas Bäck

Presentamos SA-ALAE, un modelo que transforma la generación de diseños de ingeniería.

MA-VAE mejora la detección de anomalías en los datos de la cadena de energía automotriz.

Aprende cómo el benchmarking explicable mejora la comprensión de los algoritmos de optimización.

FTG ofrece una nueva perspectiva para mejorar las tareas de regresión simbólica.

Este estudio compara estrategias de evolución y aprendizaje profundo por refuerzo en varias tareas.

Este artículo examina una nueva forma de crear algoritmos con LLMs.

El modelo TeVAE identifica de manera eficiente anomalías en pruebas de tren motriz de vehículos usando datos de series temporales.

Este artículo habla sobre la importancia de detectar anomalías en datos de series de tiempo en diferentes industrias.

Un enfoque nuevo para generar explicaciones significativas para el análisis de datos de series temporales.

Presentamos un nuevo conjunto de datos para mejorar la detección de anomalías en vehículos.