Zobrazeno 1 - 10
of 447
pro vyhledávání: '"Zare, Maryam"'
Most Reinforcement Learning (RL) methods are traditionally studied in an active learning setting, where agents directly interact with their environments, observe action outcomes, and learn through trial and error. However, allowing partially trained
Externí odkaz:
http://arxiv.org/abs/2310.08841
In recent years, the development of robotics and artificial intelligence (AI) systems has been nothing short of remarkable. As these systems continue to evolve, they are being utilized in increasingly complex and unstructured environments, such as au
Externí odkaz:
http://arxiv.org/abs/2309.02473
Autor:
Alfredsson, Sandra, Zare, Maryam
På grund av extrema händelser i världen sker det en allt större migration både i Sverige och i andra länder. Att få människor att integrera sig i samhällets utbildning- och arbetsmarknad och i det sociala livet är aktuella diskussioner i po
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:mau:diva-28902
Autor:
Rahmanian, Mahdi, Bazrafshan, Mehdi, Kamali, Farnaz, Zare, Maryam, Keshavarz, Mohammad, Bazrafshan, Hanieh, Izadpanah, Payman, Mohammadi, Mohammad, Zare, Marjan, Bazrafshan drissi, Hamed
Publikováno v:
In Journal of Electrocardiology September-October 2023 80:58-62
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.
Publikováno v:
In Journal of Crystal Growth 1 September 2022 593
Autor:
Zare, Maryam, Rohatgi, Shaurya
This paper presents an simple yet sophisticated approach to the challenge by Sproat and Jaitly (2016)- given a large corpus of written text aligned to its normalized spoken form, train an RNN to learn the correct normalization function. Text normaliz
Externí odkaz:
http://arxiv.org/abs/1712.06994