A living academic reference written, refined and transparently versioned by the Sciendia community.
Collaborative knowledgeSuchen
22 Treffer
Wiki pages are public to read. Every signed-in member can create and improve them.
Clear searchDifferentialgleichungen, die deterministische Evolution mit zufälligem Antrieb kombinieren, um Systeme darzustellen, die von kontinuierlicher Unsicherheit beeinflusst werden.
Kontinuierlich aktualisierte rechnerische Darstellungen von physischen Assets oder Prozessen, die zur Schätzung des Zustands, Testszenarien und Entscheidungshilfen verwendet werden.
Systeme, die externe Beweise zum Abfragezeitpunkt abrufen und sie einer generativen Sprachkomponente zur Verfügung stellen, bevor sie eine Antwort erstellen.
Entwickelte Gruppen mikrobieller Arten, die zur Untersuchung und Entwicklung ökologischer Interaktionen mit kontrollierter Zugehörigkeit und Funktion verwendet werden.
Die Beobachtung und Vorhersage von Sonnen- und Georaumstörungen, die Satelliten, Navigations-, Funk- und Stromversorgungssysteme beeinflussen können.
Computerarchitekturen, die von Gehirn inspirierte ereignisgesteuerte Neuronen, Synapsen und Memory-Compute-Integration verwenden.
Machine-Learning-Modelle, die statistische Darstellungen von Aminosäuresequenzen für Vorhersage und molekulares Design lernen.
Methoden, die verbundene Komponenten, Schleifen und höherdimensionale Lücken in Daten über einen Bereich räumlicher Skalen quantifizieren.
Die Musterübertragungsprozesse, die verwendet werden, um nanoskalige elektronische Strukturen wiederholt über Halbleiterwafer hinweg zu definieren.
Maschinelles Lernen für sequentielle Entscheidungen, bei denen ein Agent das Verhalten durch Belohnungen verbessert, die durch Interaktion generiert werden.
Ein mathematisches Framework zur Umwandlung einer Verteilung in eine andere, während eine definierte Bewegungskosten minimiert werden.
Die Untersuchung deterministischer nichtlinearer Systeme, deren Trajektorien durch empfindliche Abhängigkeit von Anfangsbedingungen unvorhersehbar werden können.
Die Verformung, das Gleiten und der Massenaustausch, die bestimmen, wie Landeis aus den Akkumulationszonen zu seinen Rändern fließt.
Chemische Beschleunigung an einer Grenzfläche, an der Reaktanten und Katalysator unterschiedliche physikalische Phasen einnehmen.
Neuronale Netzwerksysteme, die Beziehungen zwischen Token unter Verwendung von Aufmerksamkeit und paralleler Sequenzverarbeitung modellieren.
Verteiltes maschinelles Lernen, das Modellschulungen zwischen Dateninhabern koordiniert, ohne ihre Rohdatensätze zu zentralisieren.
Statistische und experimentelle Rahmenbedingungen zur Schätzung, wie Interventionen die Ergebnisse verändern, anstatt nur Assoziationen zu beschreiben.
Kryptographische Verfahren, die ausgewählte Berechnungen auf verschlüsselten Daten ermöglichen, ohne vorher den Klartext preiszugeben.
Machine-Learning-Architekturen, die Repräsentationen von Einheiten lernen, die durch relationale Strukturen verbunden sind.
Ein Rahmen für die Aktualisierung von Wahrscheinlichkeitsverteilungen über unbekannte Mengen, wenn neue Beweise beobachtet werden.
Die Wind-, Auftriebs- und Gezeitenbewegung des Meerwassers, die Wärme, Kohlenstoff, Nährstoffe und Dynamik umverteilt.
Mehrschichtige Rechenmodelle, die verteilte Darstellungen lernen, indem sie gewichtete Verbindungen aus Daten anpassen.
