Zobrazeno 1 - 10
of 990
pro vyhledávání: '"Roth, Michael P."'
Instructional texts for specific target groups should ideally take into account the prior knowledge and needs of the readers in order to guide them efficiently to their desired goals. However, targeting specific groups also carries the risk of reflec
Externí odkaz:
http://arxiv.org/abs/2309.12117
Autor:
Debnath, Alok, Roth, Michael
WikiHow is an open-domain repository of instructional articles for a variety of tasks, which can be revised by users. In this paper, we extract pairwise versions of an instruction before and after a revision was made. Starting from a noisy dataset of
Externí odkaz:
http://arxiv.org/abs/2309.12107
We describe SemEval-2022 Task 7, a shared task on rating the plausibility of clarifications in instructional texts. The dataset for this task consists of manually clarified how-to guides for which we generated alternative clarifications and collected
Externí odkaz:
http://arxiv.org/abs/2309.12102
Autor:
Weinand, Jann Michael, McKenna, Russell, Heinrichs, Heidi, Roth, Michael, Stolten, Detlef, Fichtner, Wolf
Onshore wind development has historically focused on cost-efficiency, which may lead to inequitable turbine distributions and public resistance due to landscape impacts. Using a multi-criteria planning approach, we show how onshore wind capacity targ
Externí odkaz:
http://arxiv.org/abs/2106.15198
Autor:
Arnemann, Michael, Beckemeier, Per Olof, Bertram, Thomas, Eder, Michael, Erschig, Maximilian, Feiner, Matthias, Garcia, Francisco Javier Fernandez, Foerster, Frederic, Haas, Ruediger, Kipfmueller, Martin, Kotschenreuther, Jan, Langer, Bernd, Rodriguez, Ivan Lozada, Meibert, Thomas, Ottenhaus, Simon, Paschek, Stefan, Pfotzer, Lars, Roth, Michael M., Schanz, Tim, Scherer, Philip, Schwienke, Janine, Simon, Martin, Tenscher-Philipp, Robin
The Institute of Materials and Processes, IMP, of the University of Applied Sciences in Karlsruhe, Germany in cooperation with VDI Verein Deutscher Ingenieure e.V, AEN Automotive Engineering Network and their cooperation partners present their compet
Externí odkaz:
http://arxiv.org/abs/2106.09455
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Adversarial examples (AEs) are images that can mislead deep neural network (DNN) classifiers via introducing slight perturbations into original images. Recent work has shown that detecting AEs can be more effective against AEs than preventing them fr
Externí odkaz:
http://arxiv.org/abs/1909.09938