Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Akkas, Selahattin"'
Autor:
Akkas, Selahattin, Azad, Ariful
Graph neural networks (GNNs) are popular machine learning models for graphs with many applications across scientific domains. However, GNNs are considered black box models, and it is challenging to understand how the model makes predictions. Game the
Externí odkaz:
http://arxiv.org/abs/2401.04829
This report describes 1) how we use Intel's Optane DCPMM in the memory Mode. We investigate the the scalability of applications on a single Optane machine, using Subgraph counting as memory-intensive graph problem. We test with various input graph an
Externí odkaz:
http://arxiv.org/abs/2109.11021
Autor:
Peng, Bo, Li, Jiayu, Akkas, Selahattin, Wang, Fugang, Araki, Takuya, Yoshiyuki, Ohno, Qiu, Judy
Forecasting is challenging since uncertainty resulted from exogenous factors exists. This work investigates the rank position forecasting problem in car racing, which predicts the rank positions at the future laps for cars. Among the many factors tha
Externí odkaz:
http://arxiv.org/abs/2010.01707
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wickramasinghe, Pulasthi, Perera, Niranda, Kamburugamuve, Supun, Govindarajan, Kannan, Abeykoon, Vibhatha, Widanage, Chathura, Uyar, Ahmet, Gunduz, Gurhan, Akkas, Selahattin, Fox, Geoffrey
Publikováno v:
Concurrency & Computation: Practice & Experience; 5/30/2022, Vol. 34 Issue 12, p1-16, 16p
Autor:
Uyar, Ahmet, Gunduz, Gurhan, Kamburugamuve, Supun, Wickramasinghe, Pulasthi, Widanage, Chathura, Govindarajan, Kannan, Perera, Niranda, Abeykoon, Vibhatha, Akkas, Selahattin, Fox, Geoffrey
Publikováno v:
Concurrency & Computation: Practice & Experience; 4/25/2022, Vol. 34 Issue 9, p1-12, 12p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.