Thomas Bäck

Presentiamo SA-ALAE, un modello che trasforma la generazione di design ingegneristico.

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

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

FTG offre una nuova prospettiva su come migliorare i compiti di regressione simbolica.

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

Quest'articolo esamina un nuovo modo per creare algoritmi con i LLM.

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 modo nuovo per creare spiegazioni significative per l'analisi dei dati temporali.

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