Xiao Huang

複雑なデータ分析のための複合分位数因子モデルを紹介します。

新しいフレームワークが、EVのライドハイリング効率を向上させて待ち時間を短縮することを目指してるよ。

LLM4EAは、多様な知識グラフでエンティティをつなげる効率を高めるよ。

新しいフレームワークが、ナレッジグラフ内の見えないエンティティの予測を改善する。

MAVsはGPS信号がない場所での建物の検査を向上させる。

逆条件付けは、動物が脳のメカニズムを通じて危険な状況を避けるのに役立つ。

PIEViTは革新的な学習法でリモートセンシング画像解析を改善する。

研究がヘニパウイルスの危険性と課題を明らかにした。