Цифровые близнецы
Постоянно обновляемые вычислительные представления физических активов или процессов, используемых для оценки состояния и сценариев тестирования.
A living academic reference written, refined and transparently versioned by the Sciendia community.
Collaborative knowledgeПоиск
Результатов: 16
Wiki pages are public to read. Every signed-in member can create and improve them.
Clear searchПостоянно обновляемые вычислительные представления физических активов или процессов, используемых для оценки состояния и сценариев тестирования.
Системы, которые извлекают внешние доказательства во время запроса и подают их на генерирующий языковой компонент перед тем как дать ответ.
Разработанные группы микробных видов, используемых для изучения и инженерии экологических взаимодействий с контролируемым членством.
Вычислительные архитектуры, которые используют нейроны на основе событий в мозге . синапсов и интеграции памяти-компьютера
Модели машинного обучения, которые изучают статистические представления аминокислотных последовательностей для прогнозирования и молекулярного проектирования.
Методы, которые количественно определяют связанные компоненты и пустоту более высоких измерений в данных по целомудру пространственных масштабов.
Процессы передачи шаблонов, используемые для определения наноразмерных электронных структур неоднократно через полупроводниковые пластинки.
Машинное обучение для последовательных решений, в которых агент улучшает поведение от вознаграждений.
Математическая основа для преобразования одного распределения в другое, минимизируя при этом определенную стоимость движения.
Деформация, скольжение и массовый обмен определяют то как сухопутный лед течет из зон накопления к его краям.
Химическое ускорение на границе, где реагенты и катализатор занимают различные физические фазы.
Нейронные сети, которые моделируют отношения между токенами с использованием внимания и параллельного процесса обработки последовательностей.
Распределенное машинное обучение, которое координирует тренинг моделей между держателями данных без централизации их необработанных записей.
Архитектуры машинного обучения, которые изучают представления от объектов связанных реляционной структурой.
Рамки для обновления распределения вероятностей по неизвестным величинам при наблюдении новых доказательств.
Многослойные вычислительные модели, которые изучают распределенные представления путем корректировки взвешенных связей на основе данных.