Zobrazeno 1 - 10
of 71 586
pro vyhledávání: '"A. Ansón"'
Autor:
Melzer, Dan, Anson, Chris
Publikováno v:
Writing on the Edge, 2019 Apr 01. 29(2), 4-16.
Externí odkaz:
https://www.jstor.org/stable/26809007
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Bailey, Martha J.
Publikováno v:
In Journal of Monetary Economics July 2022 129:21-23
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Anson, Colin
Publikováno v:
BMJ: British Medical Journal, 2011 Jun . 342(7811), 1364-1364.
Externí odkaz:
https://www.jstor.org/stable/23050038
Autor:
Cameron, Anson, Mitchell, Paul
Publikováno v:
AQ: Australian Quarterly, 1999 Jan 01. 71(1), 48-51.
Externí odkaz:
https://www.jstor.org/stable/20637796
Publikováno v:
Philosophical Transactions (1683-1775), 1755 Jan 01. 49, 523-529.
Externí odkaz:
https://www.jstor.org/stable/104967
Causal structures play a central role in world models that flexibly adapt to changes in the environment. While recent works motivate the benefits of discovering local causal graphs for dynamics modelling, in this work we demonstrate that accurately c
Externí odkaz:
http://arxiv.org/abs/2411.06890
Autor:
Glazer, Elliot, Erdil, Ege, Besiroglu, Tamay, Chicharro, Diego, Chen, Evan, Gunning, Alex, Olsson, Caroline Falkman, Denain, Jean-Stanislas, Ho, Anson, Santos, Emily de Oliveira, Järviniemi, Olli, Barnett, Matthew, Sandler, Robert, Vrzala, Matej, Sevilla, Jaime, Ren, Qiuyu, Pratt, Elizabeth, Levine, Lionel, Barkley, Grant, Stewart, Natalie, Grechuk, Bogdan, Grechuk, Tetiana, Enugandla, Shreepranav Varma, Wildon, Mark
We introduce FrontierMath, a benchmark of hundreds of original, exceptionally challenging mathematics problems crafted and vetted by expert mathematicians. The questions cover most major branches of modern mathematics -- from computationally intensiv
Externí odkaz:
http://arxiv.org/abs/2411.04872
We present an application of unsupervised learning for zero-bias detection of rare particle decays and exotic hadrons in low-background environments such as those characteristic of diffractive events and ultraperipheral pp, p--A, or A--A collisions a
Externí odkaz:
http://arxiv.org/abs/2411.00903