data generator | BriefGPT - AI 论文速递

关键词data generator

搜索结果 - 7

使用 PySCF$_{ext {IPU}}$ 生成 QM1B
基于 IPU 的数据生成器 PySCF$_{ext {IPU}}$ 被引入，通过利用硬件加速器创造出含有 90 亿训练样本的 QM1B 数据集，演示了通过增加训练数据量而提高性能的简单基准神经网络 (SchNet 9M)
PDF8 months ago
为推理具体化代理提供的数据源
最近使用机器学习模型进行推理任务的进展主要受到新的模型架构、大规模预训练方案和专门的推理数据集的推动。为了进一步追求这些进展，本研究介绍了一种与具体智能体结合的用于机器推理的数据生成器。所生成的数据包括模板化的文本查询和答案，并与编码为数据
PDF10 months ago
利用机器学习解决物理系统模拟中的计算难题
本研究提出了一个基于机器学习的数据生成框架，旨在辅助那些利用模拟来研究各种物理系统或过程的研究人员。我们的方法包括两个步骤：首先，我们使用有限的模拟数据训练监督预测模型来预测模拟结果；然后，我们使用强化学习代理来生成准确的、类似于模拟的数据
PDFa year ago
RISC：生成真实仿真的双语保险合同
本文介绍了 RISC，这是一个开源的 Python 数据生成器包，能够生成类似于魁北克法规保险合同的数据集。RISCBAC 数据集可用于进行 NLP 研究，如无监督的自动摘要，问答，文本简化，机器翻译等，也可作为 NER 等有监督任务的数据
PDFa year ago
图神经网络的可解释性评估
本文介绍了一种名称为 ShapeGGen 的数据生成器，它可以生成各种基准数据集，并配备了地面真实解释。ShapeGGen 通过生成多样的综合数据集和相关地面真实解释，允许我们模仿各种现实应用程序生成的数据。ShapeGGen 和几个真实世
PDF2 years ago
ICCVNAS-OoD: 面向外分布泛化的神经架构搜索
本文提出了针对 Out-of-Distribution 通用性的 NAS（NN 架构搜索）算法，通过数据生成器进行程度上相对稳健的搜索，并通过对不同神经架构计算出的损失最大化合成 Out-of-Distribution 数据来使神经架构与数
PDF3 years ago
ECCV学习生成用于域泛化的新领域
本文主要探讨如何通过数据生成器来增加多个源域的多样性提高领域泛化能力，在使用了最优传输的分布偏差模型和循环一致性和分类损失的数据生成器模型中，我们的 L2A-OT（学习通过最优传输增广）方法在四个基准数据集中表现优于当前最先进的 DG 方法
PDF4 years ago