PulseAugur
中
实时 21:12:08
实体 1D CNNs

1D CNNs

PulseAugur coverage of 1D CNNs — every cluster mentioning 1D CNNs across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 4
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 4 条
  1. RESEARCH · CL_299728 ·

    神经网络解决复杂的化学反应建模和稀有事件问题 · 跟踪2个来源

    研究人员正在开发先进的神经网络方法来模拟复杂的化学反应网络(CRNs)和稀有事件。一种方法使用自回归表示和二阶优化来高效训练大型CRN模型,成功解决了具有多达3x10^15个状态的系统中的稀有事件。另一种方法采用带有共享CNN和集合注意力的神经推理管道,同时估计动力学参数并在竞争性反应路径之间进行选择,并在一个原脱硼示例中展示了其效用。

  2. TOOL · CL_306663 ·

    神经网络架构助力化学反应网络分析

    研究人员开发了一种新颖的神经推理架构,以应对化学反应网络(CRNs)中识别反应路径和估计动力学参数的双重挑战。该方法利用共享的1D-CNN和置换不变集注意力机制从时间序列数据中学习汇总统计量。这些统计量随后为后验模型概率的模型选择网络和参数后验分布的条件可逆神经网络提供信息,并在原脱硼示例中证明了其有效性。

  3. TOOL · CL_259234 ·

    表格深度学习模型与经典机器学习在土地覆盖分类中的比较

    一篇新的研究论文比较了表格深度学习(TDL)模型与经典机器学习算法在城市土地覆盖分类方面的有效性。该研究使用了来自UCI机器学习存储库的ULC数据集,该数据集包含源自航空影像的表格特征。研究人员将逻辑回归、支持向量机、随机森林、XGBoost和Catboost等模型与TabNet、FT-Transformer、TabTransformer、TabSeq和1D CNN等TDL模型进行了基准测试。结果表明,虽然树模型表现良好,但TDL模型…

  4. RESEARCH · CL_44861 ·

    表格基础模型在近红外化学传感校准方面展现出潜力

    研究人员探索了使用表格基础模型(特别是TabPFN)作为近红外(NIR)化学传感的新型校准策略。在一项涉及66个NIR数据集的研究中,TabPFN表现出强大的性能,尤其是在回归任务中,其性能优于多种传统方法。尽管TabPFN显示出潜力,但其有效性会随着光谱异常值和外推样本而降低,这表明在这些情况下,经典的化学计量模型仍然具有竞争力。研究结果表明,表格基础模型可以增强现有的NIR传感工作流程,尤其是在较小的数据集方面,但强调了对光谱学特…