实体
M Stephen Meyn
M Stephen Meyn
PulseAugur coverage of M Stephen Meyn — every cluster mentioning M Stephen Meyn across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现：图学习难以整合文本教师的见解
研究人员调查了图学习模型为何无法充分受益于基于文本的教师。他们的研究确定了导致这一局限性的六个关键因素，包括锚点强度的权衡、表示空间之间的不匹配以及优化目标中的冲突。研究结果表明，如果不解决这些根本问题，仅仅将语言模型与图神经网络结合并不能固有地提高预测性能。
-
新的自监督学习框架解决了复杂的电网优化问题
研究人员开发了一种新颖的自监督学习框架，称为惩罚+序列线性化可行性搜索（SLFS），旨在解决配电网中的多相交流最优潮流（AC-OPF）问题。该方法不需要标记的最优解，而是通过可微分不动点潮流求解器直接从AC-OPF目标和约束中进行训练。该框架使用Sherman-Morrison-Woodbury更新和M步雅可比近似来有效地处理拓扑变化，并在推理时提供可行性保证。在各种IEEE馈线上的测试表明，与IPOPT等传统求解器相比，速度显著提高…