Anna V. Kononova

MA-VAE migliora il rilevamento delle anomalie nei dati del powertrain automotive.

Scopri come il benchmarking spiegabile migliora la comprensione degli algoritmi di ottimizzazione.

Questo studio confronta strategie di evoluzione e apprendimento profondo per rinforzo in vari compiti.

Il modello TeVAE identifica in modo efficiente le anomalie nei test del powertrain dei veicoli usando dati temporali.

Questo articolo parla dell'importanza di rilevare anomalie nei dati delle serie temporali in vari settori.

Un attrezzo per migliorare le abilità di navigazione nei labirinti dei robot.

Presentiamo un nuovo dataset per migliorare il rilevamento delle anomalie nei veicoli.

Le reti attrattore mostrano come gli algoritmi di ottimizzazione si bloccano durante la ricerca di soluzioni.