data-driven approach | BriefGPT

关键词data-driven approach

搜索结果 - 116

基于数据驱动的配电系统高阻抗故障定位方法
高阻抗故障的准确快速识别对于配电系统的可靠运行至关重要。本文提出了一种数据驱动的方法，通过优化问题近似高阻抗故障电压电流轨迹的分段函数特征，并利用支持向量机方法在不同位置高效地识别高阻抗故障。对 IEEE 123 节点测试馈线的数值研究证明
PDF7 months ago
基于细粒度时空尺度的移动数据流量建模日常移动性
应用数据驱动的方法，使用 NetMob 2023 数据集在城市环境中建模移动模式。结合高度合适的外部数据源 ENACT 数据集，通过 68 个在线服务的移动数据流量预测 NetMob2023 中每个 100m x 100m 网格单元的人口。
PDF8 months ago
Wyner-Ziv 问题中的逐级完善的学习分层编码
我们提出了一种数据驱动的方法来明确学习连续源的渐进编码，该方法通过逐步提高质量并在相关的辅助信息的帮助下进行解码。我们的方法使用递归神经网络来学习二次高斯情况下的分层编码器和解码器，并通过最小化渐进 Wyner-Ziv 编码问题的速率 -
PDF8 months ago
不变性是泛化的关键：探究表征在视觉导航的从模拟到实际转移中的作用
数据驱动方法在机器人控制领域迅速发展，然而对未知任务领域的泛化仍然是一个关键挑战。我们认为泛化的关键在于具备足够丰富的表示以捕捉所有任务相关信息，并且对于训练与测试领域之间的无关变异具有不变性。我们实验研究了这样一种富含深度和语义信息的表示
PDF8 months ago
基于数据驱动的异构图神经网络的交通分配
利用异构图神经网络提出了一种新的数据驱动交通分配和交通流学习方法，该模型能够捕捉不同链接上的空间交通模式，具有高精度的结果，并在城市交通网络上进行了数值实验，表明该模型在收敛速度、训练损失和预测准确性方面优于其他传统神经网络模型，同时也具有
PDF8 months ago
多智能体协作的主动视觉定位：基于数据驱动方法
通过使用 SLAM 技术的设备，本研究探讨了如何通过主动的视觉定位来克服视角变化的挑战，并提出了一种新颖的数据驱动方法，与现有方法相比在控制模拟实验和实际部署中展现出更高的性能。
PDF9 months ago
随机模型预测控制中的在线约束加强：回归方法
通过数据驱动的方法利用二元回归问题和高度表达的高斯过程模型提供了逼近约束紧缩参数以满足机会约束的最小约束紧缩参数，从而在数值实验中得到了比其他先进方法更低的平均成本。
PDF9 months ago
XGV-BERT：基于上下文化语言模型和图神经网络的高效软件漏洞检测
我们提出了一种名为 XGV-BERT 的框架，结合预训练的 CodeBERT 模型和图神经网络（GCN）来检测软件漏洞，通过联合训练 CodeBERT 和 GCN 模块，该模型利用大规模预训练、通过图卷积学习训练数据的表示，其研究结果表明与
PDF9 months ago
一种用于工程回归问题的基于物理知识的高斯过程谱
通过结合机器学习技术和基于物理推理的方法，本文引入一系列可能的高斯过程模型，以提高基于有限数据的预测模型建立能力。这些方法可以显著减少对数据收集的依赖，并增强模型的可解释性。
PDF9 months ago
线性规划降维的数据驱动投影：广义界限和学习方法
该研究论文通过数据驱动方法，研究了高维线性规划问题，通过学习投影矩阵来降低维度，并探讨了数据量与解决方案质量之间的关系，同时研究了两种学习投影矩阵的方法及其在优化问题中的应用。
PDF10 months ago
物理信息边界积分网络（PIBI-Nets）：一种用于求解偏微分方程的数据驱动方法
使用基于物理的深度神经网络的边界积分网络来解决少一个维度的偏微分方程问题，并在地下水流重建方面展示了出色的性能。
PDF10 months ago
图结构残差：一种学习诊断方法
本文提出了一种新颖的框架，将基于模型的诊断与深度图结构学习的概念相结合。通过利用数据学习系统的底层结构和提供动态观察，该方法实现了图结构学习与基于模型的诊断的无缝集成，并通过在耦合振荡器系统上的实验证明了其数据驱动诊断方法的潜力。
PDFa year ago
多层建筑中基于数据驱动的预测决策点选择的方法研究
应用机器学习算法研究复杂室内建筑中行人路径选择行为的潜力探索。
PDFa year ago
探索不同的时间序列变换器（TST）架构：电动汽车（EVs）电池寿命预测案例研究
近年来，电动车辆 (EVs) 的电池技术一直备受关注，重点是开发新的电池材料和化学成分，然而准确预测电池参数，如充电状态 (SOC) 和温度，对于构建先进的电池管理系统 (BMS) 仍然是一项挑战。鉴于将这些辅助参数整合到传统模型中的困难，
PDFa year ago
ICML基于数据的正式感敏感机器翻译方法：语言特异处理和合成数据生成
本文介绍了一种基于数据驱动的方法用于形式感知机器翻译，包括语言特定的数据处理、使用大规模语言模型和实证提示工程产生合成数据等核心策略，该方法在改进了基础框架的基础上获得了显著的改进，突出了数据中心技术的有效性。提示工程策略通过生成优秀的合成
PDFa year ago
StrainNet：使用 SE（3）- 等变图神经网络预测晶体结构的弹性特性
本文提出了一种基于数据驱动的方法，使用 SE (3) 等变图神经网络高效预测晶体结构的弹性性质，该方法能较准确地预测重要弹性模量和变形能密度以及相应的弹性常数，并提供可解释预测的有意义的潜在特征。
PDFa year ago
利用机器学习对卫星夜间灯光时间序列进行自适应建模，跟踪城市变化过程
本文提出了一种数据驱动方法来检测夜间卫星数据（NTL）中的城市变化，通过使用神经网络来预测过去的数据记录，比较模型预测与观察到的 NTL，采用异常检测方法来检测城市变化方向和程度，从而实现了从大规模未标记数据中高效地检测城市的变化过程。
PDFa year ago
从数据到行动：探索基于人工智能和物联网的解决方案，实现城市的智能化
智慧城市需要利用物联网和人工智能等先进技术，本研究引入了一个城市智能管理系统，通过数据驱动的方法来分析交通信息、能源消耗和城市维护问题，以提高安全性、节能和可持续性，该系统在阿维罗市的案例研究中证明了其有效性。
PDFa year ago
使用生成神经网络的联邦信道建模系统
该研究提出了一种基于数据驱动的、利用联邦学习（FL）和生成对抗网络（GAN）的方法，用于在无人机上的毫米波无线网络中进行空地信道估计。通过将 FL-GAN 与其他生成模型进行比较，结果表明，FL-GAN 所生成的合成数据分布与真实数据的相似
PDFa year ago
神经不完全分解：学习共轭梯度法的预处理器
本文提出了一种基于自监管训练的图神经网络的数据驱动方法，用于加速科学计算和优化中遇到的大规模线性方程组求解，并且通过替换传统的手工制备预处理器，在收敛速度和计算效率方面实现了显著的提速。在我们的方法的核心是一种受稀疏矩阵理论启发的新型消息传
PDFa year ago