Zobrazeno 1 - 10
of 58
pro vyhledávání: '"Shen, Xiaoxi"'
The broad sense genetic heritability, which quantifies the total proportion of phenotypic variation in a population due to genetic factors, is crucial for understanding trait inheritance. While many existing methods focus on estimating narrow sense h
Externí odkaz:
http://arxiv.org/abs/2411.00346
Autor:
Jin, Ye, Yang, Ruoxuan, Yi, Zhijie, Shen, Xiaoxi, Peng, Huiling, Liu, Xiaoan, Qin, Jingli, Li, Jiayang, Xie, Jintao, Gao, Peizhong, Zhou, Guyue, Gong, Jiangtao
Leveraging advanced reasoning capabilities and extensive world knowledge of large language models (LLMs) to construct generative agents for solving complex real-world problems is a major trend. However, LLMs inherently lack embodiment as humans, resu
Externí odkaz:
http://arxiv.org/abs/2309.13193
Neural networks (NN) play a central role in modern Artificial intelligence (AI) technology and has been successfully used in areas such as natural language processing and image recognition. While majority of NN applications focus on prediction and cl
Externí odkaz:
http://arxiv.org/abs/2212.08255
Autor:
Shen, Xiaoxi, Lin, Jinghang
Neural networks have attracted a lot of attention due to its success in applications such as natural language processing and computer vision. For large scale data, due to the tremendous number of parameters in neural networks, overfitting is an issue
Externí odkaz:
http://arxiv.org/abs/2207.01538
Risk prediction capitalizing on emerging human genome findings holds great promise for new prediction and prevention strategies. While the large amounts of genetic data generated from high-throughput technologies offer us a unique opportunity to stud
Externí odkaz:
http://arxiv.org/abs/2101.11807
Neural networks are becoming an increasingly important tool in applications. However, neural networks are not widely used in statistical genetics. In this paper, we propose a new neural networks method called expectile neural networks. When the size
Externí odkaz:
http://arxiv.org/abs/2011.01218
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Neural networks are one of the most popularly used methods in machine learning and artificial intelligence nowadays. Due to the universal approximation theorem (Hornik et al. (1989)), a neural network with one hidden layer can approximate any continu
Externí odkaz:
http://arxiv.org/abs/1906.00875
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.