Zobrazeno 1 - 10
of 314
pro vyhledávání: '"Kim Dongchan"'
Autor:
Lu, Kai-Xing, Li, Yan-Rong, Wu, Qingwen, Ho, Luis C., Zhang, Zhi-Xiang, Feng, Hai-Cheng, Li, Sha-Sha, Chen, Yong-Jie, Sun, Mouyuan, Shu, Xinwen, Guo, Wei-Jian, Cheng, Cheng, Wang, Jian-Guo, Kim, Dongchan, Wang, Jian-Min, Bai, Jin-Ming
Changing-look active galactic nuclei (CL-AGNs), characterized by emerging or disappearing of broad lines accompanied with extreme continuum flux variability, have drawn much attention for their potential of revealing physical processes underlying AGN
Externí odkaz:
http://arxiv.org/abs/2411.18917
Autor:
Go, Dongyoung, Whang, Taesun, Lee, Chanhee, Kim, Hwa-Yeon, Park, Sunghoon, Ji, Seunghwan, Kim, Jinho, Kim, Dongchan, Kim, Young-Bum
The integration of Retrieval-Augmented Generation (RAG) with Multimodal Large Language Models (MLLMs) has revolutionized information retrieval and expanded the practical applications of AI. However, current systems struggle in accurately interpreting
Externí odkaz:
http://arxiv.org/abs/2411.12287
In this comprehensive study, we investigate $K$-factors ($K=\sigma_{\text{NLO}}/\sigma_{\text{LO}}\equiv 1+\delta K$) for a broad array of Standard Model processes at the 14 TeV LHC, which are pivotal for background assessments in Beyond the Standard
Externí odkaz:
http://arxiv.org/abs/2402.16276
Autor:
Lee, Myung Kue1 (AUTHOR) concrete@jj.ac.kr, Kim, Dongchan2 (AUTHOR) kdc0357@seoultech.ac.kr, Kim, Min Ook2 (AUTHOR) minookkim@seoultech.ac.kr
Publikováno v:
Polymers (20734360). Sep2024, Vol. 16 Issue 17, p2415. 13p.
Autor:
Kim, Dongchan, Huh, Kunsoo
This paper presents a hybrid motion planning strategy that combines a deep generative network with a conventional motion planning method. Existing planning methods such as A* and Hybrid A* are widely used in path planning tasks because of their abili
Externí odkaz:
http://arxiv.org/abs/2111.06739
This paper presents online-capable deep learning model for probabilistic vehicle trajectory prediction. We propose a simple encoder-decoder architecture based on multi-head attention. The proposed model generates the distribution of the predicted tra
Externí odkaz:
http://arxiv.org/abs/2004.03842
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kim, Dongchan, Wan, Quancen, Chan, Qing Nian, Kobashi, Yoshimitsu, Kawahara, Nobuyuki, Kook, Sanghoon
Publikováno v:
In Proceedings of the Combustion Institute 2024 40(1-4)