Zobrazeno 1 - 10
of 148
pro vyhledávání: '"Lee, Jihui"'
Driver distraction is a principal cause of traffic accidents. In a study conducted by the National Highway Traffic Safety Administration, engaging in activities such as interacting with in-car menus, consuming food or beverages, or engaging in teleph
Externí odkaz:
http://arxiv.org/abs/2312.14577
Sensor fusion is critical to perception systems for task domains such as autonomous driving and robotics. Recently, the Transformer integrated with CNN has demonstrated high performance in sensor fusion for various perception tasks. In this work, we
Externí odkaz:
http://arxiv.org/abs/2308.10707
This paper presents a technique to train a robot to perform kick-motion in AI soccer by using reinforcement learning (RL). In RL, an agent interacts with an environment and learns to choose an action in a state at each step. When training RL algorith
Externí odkaz:
http://arxiv.org/abs/2212.00389
Autor:
Wilson, James D., Lee, Jihui
We consider the problem of interpretable network representation learning for samples of network-valued data. We propose the Principal Component Analysis for Networks (PCAN) algorithm to identify statistically meaningful low-dimensional representation
Externí odkaz:
http://arxiv.org/abs/2106.14238
Autor:
Lee, Jihui
As more data are observed over time, investigating the variation across time has become a vital part of analyzing such data. In this dissertation, we discuss varying-coefficient models and functional data analysis methods for temporally heterogenous
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Optimal surgeon-volume threshold for neck dissections in the setting of primary thyroid malignancies
Autor:
Sharma, Rahul K., Lee, Jihui, Liou, Rachel, McManus, Catherine, Lee, James A., Kuo, Jennifer H.
Publikováno v:
In Surgery January 2022 171(1):172-176
Dynamic networks are commonly used in applications where relational data is observed over time. Statistical models for such data should capture not only the temporal dependencies between networks observed in time, but also the structural dependencies
Externí odkaz:
http://arxiv.org/abs/1702.03632
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.