あなたがまだ知らなかったなら

あなたがまだ知らなかったなら

タイムスタンプ：7年2023月1日19:XNUMX
ソースノード： 2969389

グラフ畳み込みリカレント ニューラル ネットワーク (GCRNN) グーグル
グラフ プロセスは、地震の震源の特定や天気の予測など、多くの重要な問題をモデル化します。この論文では、これらの問題に対処するために特別に調整されたグラフ畳み込み再帰型ニューラル ネットワーク (GCRNN) アーキテクチャを提案します。 GCRNN は畳み込みフィルター バンクを使用して、グラフのサイズや考慮される時間シーケンスに関係なく、トレーニング可能なパラメーターの数を維持します。また、LSTM に似た GCRNN の時間ゲート型バリエーションである Gated GCRNN も提案しました。合成データと実データの両方を使用した実験で GNN や別のグラフリカレント アーキテクチャと比較すると、GCRNN は使用するパラメーターが大幅に少なくなり、パフォーマンスが大幅に向上します。 …

リテックス グーグル
継続的インテグレーション (CI) でのテストには、各サイクルでのテスト ケースの優先順位付け、選択、および実行が含まれます。コミットされたコード変更の影響に不確実性がある場合、またはコードとテスト間のトレーサビリティ リンクが利用できない場合、バグを検出するために最も有望なテスト ケースを選択することは困難です。このペーパーでは、コードのコミットと失敗したテスト ケースに関する開発者のフィードバックの間のラウンドトリップ時間を最小限に抑えることを目的として、CI でテスト ケースの選択と優先順位付けを自動的に学習する新しい方法である Retecs を紹介します。 Retecs 手法では、強化学習を使用して、期間、前回の実行、失敗履歴に基づいてテスト ケースを選択し、優先順位を付けます。新しいテスト ケースが作成され、古くなったテスト ケースが削除される、常に変化する環境において、Retecs メソッドは、報酬関数の導きと以前の CI サイクルの観察により、エラーが発生しやすいテスト ケースの優先順位を高くすることを学習します。 3 つの産業ケーススタディから抽出されたデータに Retecs を適用することにより、強化学習により CI および回帰テストにおいて実りある自動的な適応テスト ケースの選択と優先順位付けが可能になることを初めて示しました。 …

群衆の知恵 (WOC) グーグル
群衆の知恵は、一人の専門家の意見ではなく、個人のグループの集合的な意見です。数量推定、一般的な世界知識、空間推論を含む質問に対する大規模なグループの集計された回答は、一般に、グループ内の個人が出した回答と同等か、それより優れていることが判明しています。この現象の説明としては、個々の判断に伴う特異なノイズが存在し、多数の回答の平均を取ることで、このノイズの影響を打ち消すことができるというものです [1]。このプロセスは情報化時代には新しいことではありませんが、Wikipedia、Yahoo! などのソーシャル情報サイトによって主流の注目を集めています。 Answers、Quora、および人間の意見に依存するその他の Web リソース。[2]陪審による裁判は、特に代替手段である単一の専門家である裁判官による裁判と比較した場合、群衆の知恵として理解できます。政治の世界では、群衆の知恵がどのようなものかを示す例として、選別が行われることがあります。意思決定は、かなり均質な政治グループや政党ではなく、多様なグループによって行われることになる。認知科学の研究では、群衆の知恵の効果と個人の認知との関係をモデル化することが試みられてきました。
WoCE: 群衆理論の知恵を活用したアンサンブルをクラスタリングするためのフレームワーク ...

スパース加重正準相関分析 (SWCCA) グーグル
0 つのデータ行列 $X$ と $Y$ が与えられた場合、疎正準相関分析 (SCCA) は、$Xu$ と $Yv$ の間の相関を最大化するために 0 つの疎正準ベクトル $u$ と $v$ を求めます。ただし、古典的およびスパース CCA モデルでは、データ行列のすべてのサンプルの寄与が考慮されるため、サンプルの基礎となる特定のサブセットを識別できません。この目的を達成するために、我々は、異なるサンプルを正規化するために重みを使用する、新しいスパース重み付き正準相関分析 (SWCCA) を提案します。交互反復アルゴリズムを使用して、$L_0$-正則化 SWCCA ($L_XNUMX$-SWCCA) を解きます。 $L_XNUMX$-SWCCA を合成データと現実世界のデータに適用し、関連する手法と比較してその有効性と優位性を実証します。最後に、LASSO (最小絶対収縮および選択演算子) やグループ LASSO などのさまざまなペナルティを持つ SWCCA も考慮し、XNUMX つ以上のデータ行列を統合するために拡張します。 …

タイムスタンプ：

より多くの アナリティクソン