PulseAugur
中
实时 07:06:41
实体 Tabular Prior-Data Fitted Network

Tabular Prior-Data Fitted Network

PulseAugur coverage of Tabular Prior-Data Fitted Network — every cluster mentioning Tabular Prior-Data Fitted Network across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
  1. TOOL · CL_360360 ·

    强化学习加速钙钛矿太阳能电池的发现

    研究人员开发了一种新颖的强化学习框架,以加速钙钛矿太阳能电池配方的发现。该方法使用代理模型 Tabular Prior-data Fitted Network (TabPFN) 来指导生成新的候选组合和器件层。在 1,846 个器件的数据集上进行的评估表明,该方法可以将选定的前十种配方的平均功率转换效率从 19.68% 显著提高到 23.74%。该研究比较了几种强化学习策略,发现 Proximal Policy Optimizatio…

  2. TOOL · CL_187394 ·

    TabPFN 在火灾后泥石流预测方面领先机器学习模型

    研究人员评估了各种机器学习模型用于预测火灾后泥石流,这是一项对灾害减缓至关重要的任务。研究发现,Tabular Prior-Data Fitted Network (TabPFN) 在没有数据增强的情况下取得了最高性能,威胁得分为 0.637。特征重要性分析表明,降雨强度和风暴累积量是最重要的预测因子,而燃烧严重程度和地形特征的作用较小。此外,使用 TabPFN 生成的样本进行合成数据增强提高了大多数模型的性能,特别是增强了深度学习模型。

  3. TOOL · CL_131570 ·

    通过整合因果结构改进 TabPFN 合成数据生成

    一篇新的研究论文提出,通过整合因果结构来改进 Tabular Prior-Data Fitted Network (TabPFN) 的合成数据生成能力。TabPFN 目前的自回归性质,如果特征顺序与潜在的因果关系冲突,可能导致虚假相关性,从而影响数据质量和因果效应的保持。提出的解决方案包括 DAG 感知条件化(DAG-aware conditioning),即根据变量的因果父节点进行采样,以及在因果知识不完整的场景下采用基于 PDAG…