Zobrazeno 1 - 10
of 48
pro vyhledávání: '"Wiltschko, Alexander B."'
Autor:
Sanchez-Lengeling, Benjamin, Wei, Jennifer N., Lee, Brian K., Gerkin, Richard C., Aspuru-Guzik, Alán, Wiltschko, Alexander B.
Predicting the relationship between a molecule's structure and its odor remains a difficult, decades-old task. This problem, termed quantitative structure-odor relationship (QSOR) modeling, is an important challenge in chemistry, impacting human nutr
Externí odkaz:
http://arxiv.org/abs/1910.10685
Autor:
Moldovan, Dan, Decker, James M, Wang, Fei, Johnson, Andrew A, Lee, Brian K, Nado, Zachary, Sculley, D, Rompf, Tiark, Wiltschko, Alexander B
There is a perceived trade-off between machine learning code that is easy to write, and machine learning code that is scalable or fast to execute. In machine learning, imperative style libraries like Autograd and PyTorch are easy to write, but suffer
Externí odkaz:
http://arxiv.org/abs/1810.08061
The need to efficiently calculate first- and higher-order derivatives of increasingly complex models expressed in Python has stressed or exceeded the capabilities of available tools. In this work, we explore techniques from the field of automatic dif
Externí odkaz:
http://arxiv.org/abs/1809.09569
Automatic differentiation (AD) is an essential primitive for machine learning programming systems. Tangent is a new library that performs AD using source code transformation (SCT) in Python. It takes numeric functions written in a syntactic subset of
Externí odkaz:
http://arxiv.org/abs/1711.02712
Autor:
Johnson, Matthew J., Duvenaud, David, Wiltschko, Alexander B., Datta, Sandeep R., Adams, Ryan P.
We propose a general modeling and inference framework that composes probabilistic graphical models with deep learning methods and combines their respective strengths. Our model family augments graphical structure in latent variables with neural netwo
Externí odkaz:
http://arxiv.org/abs/1603.06277
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:
Wiltschko, Alexander B, Tsukahara, Tatsuya, Zeine, Ayman, Anyoha, Rockwell, Gillis, Winthrop, Markowitz, Jeffrey, Peterson, Ralph, Katon, Jesse, Johnson, Matthew J, Datta, Sandeep Robert
Understanding how genes, drugs and neural circuits influence behavior requires the ability to effectively organize information about similarities and differences within complex behavioral datasets. Motion Sequencing (MoSeq) is an ethologically-inspir
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::bbfa41b87c029c3e5dbd9710c6203490
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.