Zobrazeno 1 - 10
of 73
pro vyhledávání: '"interpretable learning"'
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-22 (2024)
Abstract Facing to a planar tracking problem, a multiple-interpretable improved Proximal Policy Optimization (PPO) algorithm with few-shot technique is proposed, namely F-GBQ-PPO. Compared with the normal PPO, the main improvements of F-GBQ-PPO are t
Externí odkaz:
https://doaj.org/article/ff1b5f2a7f884aa5aac3bed20be64cd6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Sangsoo Lim, Yijingxiu Lu, Chang Yun Cho, Inyoung Sung, Jungwoo Kim, Youngkuk Kim, Sungjoon Park, Sun Kim
Publikováno v:
Computational and Structural Biotechnology Journal, Vol 19, Iss , Pp 1541-1556 (2021)
There has recently been a rapid progress in computational methods for determining protein targets of small molecule drugs, which will be termed as compound protein interaction (CPI). In this review, we comprehensively review topics related to computa
Externí odkaz:
https://doaj.org/article/c02a7507566b4e85af7cec5e7835789f
Autor:
Tiehang Duan, Mohammad Abuzar Shaikh, Mihir Chauhan, Jun Chu, Rohini K. Srihari, Archita Pathak, Sargur N. Srihari
Publikováno v:
IEEE Access, Vol 8, Pp 224791-224802 (2020)
Electroencephalogram (EEG) signal has large variance and its pattern differs significantly across subjects. Cross subject EEG classification is a challenging task due to such pattern variation and the limited target data available, as collecting and
Externí odkaz:
https://doaj.org/article/7a49971bbce9419989d825591ed6e738
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:
IEEE Access, Vol 7, Pp 50808-50822 (2019)
Capsule networks (CapsNet) are recently proposed neural network models containing newly introduced processing layer, which are specialized in entity representation and discovery in images. CapsNet is motivated by a view of parse tree-like information
Externí odkaz:
https://doaj.org/article/8abc4c2b534d415cb9754a843d74b7b6
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:
Florian Richoux, Jean-François Baffier
In Constraint Programming, constraints are usually represented as predicates allowing or forbidding combinations of values. However, some algorithms can exploit a finer representation: error functions. By associating a function to each constraint typ
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::fe991c1dd1e28b7cd338f4e72f18c799
https://hal.science/hal-03931984
https://hal.science/hal-03931984
