Generalizable Autoregressive Modeling of Time Series Through Functional Narratives
时间序列数据本质上是时间的函数，但当前的 Transformer 通常通过将时间序列建模为时间段的简单连接来学习时间序列，而忽略了它们的功能属性。在这项工作中，我们为 Transformer 提出了一个新的目标，即通过将时间序列重新解释为时间函数来学习时间序列。我们通过在功能空间中构建不同强度的退化算子来构建时间序列的替代序列，从而创建原始样本的增强变体，这些变体被抽象或简化到不同的程度。基于新的...
Harnessing AI for Climate Change Mitigation: Predictive Analytics and Modeling
各个行业的人工智能爱好者都在寻找创造性的方法来实现人工智能的预测分析和建模功能，以缓解气候变化。在各个行业中，有哪些有效安装产生效果的例子？能源行业的智能电网管理“城市规划师、电工和工程师正在合作提高电网的容量和弹性，以 […] 利用人工智能缓解气候变化：预测分析和建模一文首先出现在 AiiotTalk - 人工智能 | 机器人技术 | 技术上。
Modeling relationships to solve complex problems efficiently
副教授 Julian Shun 开发了用于大规模图形处理的高性能算法和框架。
Chip-R1 采用低药物吸收塑料制成，以 Organ-Chips 的核心微流体设计为基础，为研究人员提供更高的预测人类药物反应的精度。
摘要：疏浚物料的有效利用 (BUDM) 是美国陆军工程兵团 35 多年来的一项安置策略，其应用旨在降低航行成本、增强防洪能力并产生生态效益。然而，与用于评估移动和安置疏浚物料的成本和更传统的经济效益的工具和方法相比，用于估计生态效益的工具和方法往往有限。在 BUDM 项目中，有统计和机械模型可以帮助量化栖息地效益，但目前还没有美国陆军工程兵团批准的流程来促进这些建模方法的整合。本文件的目的是全面回顾现有的以栖息地为中心的统计和机械模型，这些模型可能有助于美国陆军工程兵团确定最适合量化安置地点潜在生态效益和权衡的模型。
机器学习 (ML) 和人工智能 (AI) 系统在训练和评估时严重依赖人工注释的数据。在这种情况下，一个主要的挑战是注释错误的发生，因为它们的影响会降低模型性能。本文介绍了一种预测错误模型，该模型经过训练可检测三个行业规模的 ML 应用程序（音乐流、视频流和移动应用程序）的搜索相关性注释任务中的潜在错误。利用来自广泛的搜索相关性注释程序的真实数据，我们证明可以使用... 预测错误
Advancements in Riverine Fish Movement Modeling: Bridging Environmental Complexity and Fish Behavior
摘要：了解鱼类在基础设施和迁徙障碍附近环境的运动和反应对于制定可持续渔业管理解决方案至关重要。中等规模的运动模型是一种当代方法，用于理解和预测河流鱼类的运动模式，考虑到它们不断变化的环境，主要是水流。这些模型可能很复杂，需要跨学科知识。60 多年来，人们开发了不同的方法来调查、重现和预测鱼类决策的运动结果。由于可用的模型框架范围广泛，系统综述有助于总结可用的知识，包括一般模型属性、环境建模、代理特征以及数据使用、输出和验证方法的描述。对 38 项研究的分析发现了广泛的模型框架和架构。尽管缺乏一致性，但每个模型都施加了以下行为的某种组合：对流向的响应（即流变性）、对流速大小的响应、对湍流的响应、
摘要：聚苯乙烯-聚异丁烯-聚苯乙烯星型嵌段共聚物 (PS-PIB-PS) 是一种具有粘超弹特性的热塑性弹性体，具有高韧性，在减震应用中表现良好。研究目标是通过实验和数值研究 PS-PIB-PS 耗散动能的能力，并检查其在 200-1,700 m/s 速度范围内受到球形钢弹撞击时的变形和失效模式。首先，使用 Split-Hopkinson 压杆对 PS-PIB-PS 进行表征，以测量高应变率响应并校准超弹性材料模型。其次，对 12 英寸 × 12 英寸 PS-PIB-PS 目标进行弹道测试，这些目标具有不同的厚度，以确定弹道极限和残余速度 (Vr) 与冲击速度 (Vi) 的关系。最后，使用 AL
Topic Modelling Your Personal Data
使用传统和 Transformer 模型探索经纪人存储的个人数据继续阅读 Towards Data Science »
要点伊朗为其核武器开发活动编造了精心设计的掩饰故事，如核档案和其他地方所见。1 这项战略是从 21 世纪初伊朗的速成核武器计划阿玛德计划发展而来的。伊朗继续开展工作，称其为民用或非核军事工作，以继续其核武器开发。多年来，研究伊朗的开源科学和工程文献发现，与核武器开发相关的工作重点各异，强度和相关性也各不相同，这是伊朗优先事项的重要指标。本报告重点关注与核武器开发相关的计算机建模。它基于对伊朗最近数百篇学术科学出版物的调查，其中 157 篇文章被选中进行详细审查。这些出版物之所以被选中，是因为它们讨论了与武器化相关的技术，重点是可能与核武器开发相关的计算机建模。计算机建模是核武器研发的一个内
Is Multi-Collinearity Destroying Your Causal Inferences In Marketing Mix Modelling?
因果 AI，探索因果推理与机器学习的整合照片由 NOAA 在 Unsplash 上拍摄本系列是关于什么的？欢迎来到我的因果 AI 系列，我们将探索因果推理与机器学习模型的整合。期望探索不同业务环境中的许多实际应用。在上一篇文章中，我们介绍了使用 CUPED 和双重机器学习为实验提供动力。今天，我们将重点转移到了解多重共线性如何损害您做出的因果推断，特别是在营销组合建模中。如果您错过了上一篇关于使用 CUPED 和双重机器学习为实验提供动力的文章，请在此处查看：使用 CUPED 和双重机器学习为实验提供动力简介在本文中，我们将探讨多重共线性的破坏性，并评估我们可以用来解决它的一些方法。将涵盖以下
The Iron Age of Biology: Discovering Life’s First Building Block
自生命诞生以来，金属，尤其是铁，在生物功能中发挥着至关重要的作用。科学家提出，铁是生命早期的主要金属，这得益于其在充氧前海洋中的丰富性。这种主导地位影响了早期生物的生物过程和进化，地球大气含氧量降低后发生了重大变化 [...]
Energy Modeling as Gambling Addiction
假设您在老虎机旁……然后您拉动控制杆。轮子旋转然后停止：您看到两个 7 和一个樱桃。如果您是正常人，您会说，“天哪，我输了。”如果您有赌博成瘾的倾向，您会说，“我差点就赢了！”
The need for pluralism in climate modelling
如果目标是改善与气候相关的决策，我们应该如何分配气候建模资源？更高的分辨率、机器学习和/或故事情节？呼吁更深入地讨论我们应该如何开发气候建模工具箱。 客座帖子作者：Marina Baldissera Pacchetti、Julie Jebeile 和 Erica Thompson 需要能够“公里级”模型 […]帖子气候建模需要多元化首次出现在 RealClimate 上。
ReALM: Reference Resolution as Language Modeling
引用解析是一个重要问题，对于理解和成功处理不同类型的上下文至关重要。此上下文包括先前的轮次和与非对话实体相关的上下文，例如用户屏幕上的实体或在后台运行的实体。虽然 LLM 已被证明对各种任务都非常强大，但它们在引用解析中的使用，特别是对于非对话实体，仍未得到充分利用。本文展示了如何使用 LLM 来创建一个有效的系统来解析各种引用……
Modeling & Simulation Expo showcases cutting-edge innovations in the Nation’s Capital
华盛顿特区——来自全国各地的建模和仿真组织齐聚美国首都，参加第 14 届国会山模式……
Scott Wells Models the Foundations of a Successful Cold Call
在我们的冷拨电话研讨会上，我们经常总结教师在冷拨电话时可以做的四件关键事情，以确保体验积极、富有成效和成功。它们是：1) 准备。在冷拨电话之前给学生时间准备答案有助于他们形成高质量的想法，并经常在冷拨电话中排练这些想法……文章 Scott Wells 为成功的冷拨电话奠定了基础，首先出现在 Teach Like a Champion 上。
DIAMOND: Visual Details Matter in Atari and Diffusion for World Modeling
2018 年，在神经网络世界模型的背景下首次引入了强化学习的概念，很快，这一基本原理就被应用于世界模型。一些实施强化学习的著名模型是 Dreamer 框架，它从潜在空间引入了强化学习 […]The post DIAMOND：Atari 中的视觉细节和世界建模的扩散很重要首次出现在 Unite.AI 上。
