Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Mao, Ruibin"'
Autor:
Xu, Zhicheng, Liu, Che-Kai, Li, Chao, Mao, Ruibin, Yang, Jianyi, Kämpfe, Thomas, Imani, Mohsen, Li, Can, Zhuo, Cheng, Yin, Xunzhao
Rapid advancements in artificial intelligence have given rise to transformative models, profoundly impacting our lives. These models demand massive volumes of data to operate effectively, exacerbating the data-transfer bottleneck inherent in the conv
Externí odkaz:
http://arxiv.org/abs/2401.05708
Autor:
Mao, Ruibin, Wen, Bo, Zhao, Yahui, Kazemi, Arman, Laguna, Ann Franchesca, Neimier, Michael, Hu, X. Sharon, Sheng, Xia, Graves, Catherine E., Strachan, John Paul, Li, Can
Lifelong on-device learning is a key challenge for machine intelligence, and this requires learning from few, often single, samples. Memory augmented neural network has been proposed to achieve the goal, but the memory module has to be stored in an o
Externí odkaz:
http://arxiv.org/abs/2204.07429
Autor:
Pedretti, Giacomo, Graves, Catherine E., Li, Can, Serebryakov, Sergey, Sheng, Xia, Foltin, Martin, Mao, Ruibin, Strachan, John Paul
Tree-based machine learning techniques, such as Decision Trees and Random Forests, are top performers in several domains as they do well with limited training datasets and offer improved interpretability compared to Deep Neural Networks (DNN). Howeve
Externí odkaz:
http://arxiv.org/abs/2103.08986
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.
Publikováno v:
International Journal on Document Analysis & Recognition; Mar2023, Vol. 26 Issue 1, p1-14, 14p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)
EMNLP/IJCNLP (1)
EMNLP/IJCNLP (1)
Emotion cause analysis, which aims to identify the reasons behind emotions, is a key topicin sentiment analysis. A variety of neuralnetwork models have been proposed recently,however, these previous models mostly focuson the learning architecture wit
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::805c8876dcf19d4a144ffb1a6df9d22c
https://doi.org/10.5281/zenodo.3632942
https://doi.org/10.5281/zenodo.3632942