RI: Small: A Hierarchical Framework for Naturalistic Multi-animal Behavior Understanding
Kerangka hierarkis pembelajaran mesin dikembangkan untuk memisahkan tindakan singkat, keputusan jangka panjang, dan interaksi sosial dari rekaman banyak hewan.
Katalog teknologi — halaman 525
Telusuri profil teknologi beserta ringkasan dan rujukannya.
Profil teknologi
RI: Small: Active Testing for Evaluating Reinforcement Learning Agents
Pengujian aktif kebijakan pembelajaran penguatan memilih situasi, sampel, dan keadaan awal secara adaptif untuk memperoleh evaluasi keputusan yang informatif dengan sedikit percobaan.
RI: Small: Adaptive synaptic dynamics neural networks: a novel hypothesis for temporal computations in artificial neural networks
Jaringan saraf feedforward dengan dinamika sinaps adaptif diteliti untuk memproses urutan waktu tanpa rekuren, garis tunda, atau pengubahan waktu menjadi ruang.
RI: Small: Approximate Inference for Planning and Reinforcement Learning
Inferensi probabilistik aproksimatif dikembangkan untuk perencanaan stokastik dan pembelajaran penguatan, dengan perhatian pada ketidakpastian model serta kualitas keputusan dalam lingkungan hibrida.
RI: Small: Bayesian Diffusion Models with Analysis-by-Synthesis
Model difusi Bayesian menggabungkan prior generatif dan analisis melalui sintesis untuk meningkatkan inferensi dunia tiga dimensi dari citra.
RI: Small: Collective Decision-Making for Improving Accessibility to Public Facilities
Algoritme keputusan kolektif dikembangkan untuk peningkatan akses banyak fasilitas publik dengan preferensi komunitas, perilaku strategis, dan gangguan pada jaringan transportasi.
RI: Small: Computational Imaging for Underwater Exploration
Pencitraan angular ray sampling mengatur pancaran dan penerimaan cahaya untuk menaksir geometri bawah air serta membantu tracking navigasi kendaraan melalui optika nonlinear yang terukur.
RI: Small: Controlling Generative Models
Kendali model generatif menggabungkan difusi bahasa, personalisasi saat inferensi, dan penyesuaian citra berdasarkan preferensi manusia.
RI: Small: Cooperative Planning and Learning via Scalable and Learnable Multi-Agent Commitments
Komitmen probabilistik antaragen digunakan untuk perencanaan dan pembelajaran kooperatif yang menghadapi horizon panjang serta ruang aksi besar.
RI: Small: DaRE: Detection and Recognition of Euphemisms
DaRE memakai representasi transformer dan sifat sentiment, konteks, serta vagueness untuk mendeteksi dan menafsirkan eufemisme baru secara otomatis lintas bahasa.
RI: Small: Empowering Longer Video Understanding via Token Compression, Selection, and Reasoning
Pemahaman video panjang memadukan encoding multiresolusi, pemilihan token berdasarkan isi serta niat pengguna, dan penalaran iteratif.
RI: Small: Extracting Knowledge from Language Models for Decision Making
Formulasi probabilistik menggabungkan pengetahuan semantik model bahasa dengan prediksi dinamika untuk mendukung perencanaan dan kendali yang tetap mempertimbangkan kelayakan fisik.
RI: Small: Formalized Autonomous Planning from High-Level Task Descriptions in Natural Language
Perencanaan otonom dari instruksi bahasa alami diteliti melalui representasi perantara terkontrol, untuk menghubungkan ungkapan manusia dengan rencana formal yang dapat diperiksa.
RI: Small: Generative Priors for 3D Reconstruction of Objects and Scenes
Prior generatif berbasis difusi diteliti untuk merekonstruksi objek dan adegan tiga dimensi dari satu atau sedikit citra biasa yang hanya memperlihatkan sebagian.
RI: Small: Gradient-Based Discrete Markov Chain Monte Carlo: Algorithms, Theoretical Foundations, and Applications
MCMC diskret berbasis gradien dikembangkan untuk menjelajahi distribusi data simbolik dan struktur molekul dengan jaminan konvergensi.
RI: SMALL: Improved Learning in Partially Observable Reinforcement Learning with Attention-Based Models
Model berbasis perhatian dikembangkan untuk pembelajaran penguatan dengan observasi parsial agar agen dapat memilih informasi sejarah yang relevan bagi keputusan jangka panjang.
RI: Small: Information-theoretic Multiagent Paths for Anticipatory Control of Tasks (IMPACT)
IMPACT meneliti perencanaan lintasan banyak agen yang menimbang perolehan informasi, biaya eksplorasi, risiko, dan kebutuhan energi.
RI: Small: Large-Scale Game-Theoretic Reasoning with Incomplete Information
Deep neural networks dan optimasi gradien menaksir ekuilibrium permainan informasi tidak lengkap dengan pencarian otomatis terhadap simetri serta sparsitas interaksi banyak pihak.