Výsledky vyhledávání

Report

Ensemble Augmentation for Deep Neural Networks Using 1-D Time Series Vibration Data

Autor: Faysal, Atik, Keng, Ngui Wai, Lim, M. H.

Time-series data are one of the fundamental types of raw data representation used in data-driven techniques. In machine condition monitoring, time-series vibration data are overly used in data mining for deep neural networks. Typically, vibration dat

Externí odkaz: http://arxiv.org/abs/2108.03288

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Report

Ockham's Razor in Memetic Computing: Three Stage Optimal Memetic Exploration

Autor: Iacca, G., Neri, F., Mininno, E., Ong, Y. S., Lim, M. H.

Publikováno v: Information Sciences, Volume 188, pp 17-43, 2012

Memetic Computing is a subject in computer science which considers complex structures as the combination of simple agents, memes, whose evolutionary interactions lead to intelligent structures capable of problem-solving. This paper focuses on Memetic

Externí odkaz: http://arxiv.org/abs/1810.08669

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Report

Creating thermal distributions from diabatic excitations in ion-trap-based quantum simulation

Autor: Lim, M. H., Yoshimura, B. T., Freericks, J. K.

The goal of adiabatic ground-state preparation is to start a simple quantum system in its ground state and adiabatically evolve the Hamiltonian to a complex one, maintaining the ground state throughout the evolution. In ion-trap-based quantum simulat

Externí odkaz: http://arxiv.org/abs/1511.00761

Zobrazit plný text záznamu