パラメータ に関する最新の記事

2次元空間でポイントを効率よく配置する研究。

新しい方法で、機械学習モデルがデータを効果的かつ迅速に忘れることができるようになった。

コンパクトな単語の表現は、言語モデルのパフォーマンスと効率を向上させる。

リンクツイストマップがエルゴード的な挙動とシアパラメータを示す方法を探る。

この研究は、COVID-19の広がりをシミュレーションして社会的制限を評価するモデルを開発しているよ。

鞍焦点からさまざまなシステムでいかにカオス的な振る舞いが生まれるかについての洞察。

新しい方法が、事前知識を有限混合モデルに結びつけてクラスタリングする。

さまざまな分野でデータ分析を改善する新しい統計モデル。

シミュレーションと機械学習を使って、星形成の理解を深める。

喫煙習慣を理解し、予測するための新しいアプローチ。

スパース性がマルチタスク学習モデルの効率をどう改善するか学ぼう。

新しい方法が、モデルが古いタスクを忘れずに新しいタスクを学ぶ手助けをすることを目指している。

この記事では、熱力学モデルにおけるパラメータの不確実性とそれが予測に与える影響を考察します。

新しい方法が気候モデルの調整を簡素化して、信頼性を高め、時間を節約するんだ。

リーマン幾何学を使った新しい最適化アプローチで、より良い結果を得る。

データ駆動型のアプローチでマイクロゲルの生産効率とカスタマイズを向上させる。

Delta-LoRAは、大規模言語モデルのファインチューニングを効率化し、パフォーマンスを向上させつつリソースの使用を減らすんだ。

ニューラルODEは、神経ネットワークと動的システムを組み合わせて、より高度な学習を実現するんだ。

指向性進化がどのようにタンパク質の機能を最適化して実用的な応用に役立てるかを発見しよう。

SparseSwinは、少ないパラメータで高精度な画像分類を提供するよ。

phi-1.5は、小さなモデルでも質の高いデータがあればうまく機能することを示してるね。

新しい方法で専門家の混合を使ってニューラルネットワークの効率とパフォーマンスが向上するよ。

この記事では、Salient Channel Tuningについて話してるよ。これは、大きなモデルを効率よくファインチューニングする方法なんだ。

ベイズ深層学習での予測を強化する新しい方法、重要なパラメータに焦点を当てる。

リソースをあまり使わずに効率的にグラフトランスフォーマーを改善する方法。

研究は銀河の渦巻き腕の形成と安定性について明らかにしている。

研究はリソースに制約のある環境向けのディープラーニングモデルを強化する。

研究者たちは、空間的関係と距離による影響を研究するためのモデルを開発した。

ポイントクラウドネットワークは、ディープラーニングタスクでのパフォーマンスを維持しながら、パラメータを削減するんだ。

この研究は、実験データを使って環境要因に基づいてバクテリアがどう動くかを調べてるよ。

死亡率を予測して災害対応を強化する新しいアプローチ。

ビッグジャコビ多項式には、さまざまな数学的応用に不可欠な独自の特性があるんだ。

データ分析における時空間モデルの考察。

研究者たちは、高エネルギー衝突データを使って珍しい粒子のラインシェイプを調べてるよ。

新しいモデルが統計学と機械学習における複雑な関係の分析を改善する。

大きなモデルのファインチューニング時のメモリ使用量を減らす新しい方法を紹介するよ。

パラメータ推定の精度を高めることに集中すると、腫瘍成長モデルの精度が向上するよ。

この研究は、高度なモデリング技術を使って、認知プロセスの変動性の重要性を強調してるよ。

研究者たちは、大質量星をよりよく理解するための星データを分析する方法を開発した。

パラメトリックタイムドゲームとそれがリアルタイムシステムにどう使われるかを探る。