Zobrazeno 1 - 10
of 227
pro vyhledávání: '"Sun Yufang"'
Publikováno v:
Guan'gai paishui xuebao, Vol 42, Iss 9, Pp 110-118 (2023)
【Objective】 Change in groundwater in Qingtongxia Irrigation areas is mainly due to the leaching of drainage ditches and infiltration of field irrigation. The exchange between surface water and groundwater is frequent but complex. This paper analy
Externí odkaz:
https://doaj.org/article/b804dda86d804192a481fc85a588789d
Estimating cardinality, i.e., the number of distinct elements, of a data stream is a fundamental problem in areas like databases, computer networks, and information retrieval. This study delves into a broader scenario where each element carries a pos
Externí odkaz:
http://arxiv.org/abs/2406.19143
Publikováno v:
In Pedosphere October 2023 33(5):800-807
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Huang, Gang, Sun, Yufang, Zhang, Xuan, Rodríguez, Lucas Gutiérrez, Luo, Jianxun, Chen, Zihao, Ou, Yongbin, Gao, Yongfeng, Ghaffari, Hamideh, Yao, Yinan
Publikováno v:
In Plant Physiology and Biochemistry 15 December 2022 193:14-24
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.
Autor:
Ge, Zhenhao, Sun, Yufang
Authorship attribution refers to the task of automatically determining the author based on a given sample of text. It is a problem with a long history and has a wide range of application. Building author profiles using language models is one of the m
Externí odkaz:
http://arxiv.org/abs/1602.07393
In practice, training language models for individual authors is often expensive because of limited data resources. In such cases, Neural Network Language Models (NNLMs), generally outperform the traditional non-parametric N-gram models. Here we inves
Externí odkaz:
http://arxiv.org/abs/1602.05292