实体
operon
operon
PulseAugur coverage of operon — every cluster mentioning operon across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
Operon 工作流引擎通过命名维度处理不规则数据
研究人员推出了一种名为 Operon 的新工作流引擎，该引擎使用 Rust 构建，旨在处理不规则数据。不规则数据包含可变长度的元素，在自然语言处理和 AI 代理等领域很常见。Operon 采用一种新颖的命名维度形式化方法，具有明确的依赖关系，能够对管道的正确性进行静态验证，并在发现数据形状时进行动态任务调度。该系统旨在减少复杂数据处理中索引和依赖关系所需的手动记录工作，提供强大的持久性和高效的并行性。
-
新的GPU求解器加速符号回归常数优化
研究人员开发了一种新颖的GPU常驻求解器，用于通过基于树的遗传编程优化符号回归中的常数。这种批量Levenberg-Marquardt求解器能够以每次迭代最少的CUDA启动次数，高效地处理异构表达式树种群。它利用反向模式自动微分来组装雅可比矩阵，并采用双精度保护来确保常数质量，在NVIDIA A100硬件上实现了高吞吐量，并优于现有方法。
-
新方法推动符号回归用于数据分析
研究人员开发了两种新的符号回归方法，这是一种用于查找拟合数据的数学表达式的技术。一种方法，潜在方程嵌入（LEE），在潜在空间中使用迭代细化来提高准确性并降低表达式复杂度，在基准测试中优于现有方法。另一种方法，多样化残差符号回归（DRSR），侧重于生成多个不同的表达式来解释不同的残差模式，有助于选择与领域知识一致并有效处理异常值的模型。