interaction network | BriefGPT

关键词interaction network

搜索结果 - 7

耦合动力系统中的相互作用网络的机器学习
利用自监督神经网络模型从观察到的轨迹数据中恢复相互作用网络并预测个体动力学的研究，应用于耦合粒子和耦合振荡器（Kuramoto）的两个动力系统。
PDF9 months ago
基于受限玻尔兹曼机的有效耦合推断
通过在受限玻尔兹曼机的能量函数和包括自旋之间高阶相互作用的有效伊辛自旋哈密顿量之间建立直接映射，我们提出了一种简单的解决方案，可以描述复杂数据集，实现学习正确的交互网络，并为其在建模有趣数据集中的应用铺平了道路。
PDF10 months ago
基于图神经网络的表格数据深度学习上下文嵌入
本文提出了一种新型深度学习模型，使用图神经网络（GNN）—— 特别是交互网络（IN）进行情境嵌入，以应对以表格形式存在的异构数据和特征。该模型在五个公共数据集上的深度学习基准测试中表现优异，优于最近发表的研究结果，并在与增强树解决方案的比较
PDFa year ago
AAAISTEM: 无监督结构化嵌入用于立场检测
本文提出一种无监督的框架，用于姿态检测，基于构建多参与者讨论的相互作用网络并从中提取每个说话者的拓扑嵌入向量，用于区分不同阶层的持观点言论者，表现出色，并且揭示了嵌入与说话者表达的赞成度之间的关系。
PDF3 years ago
WWW学习使用贴图进行回应：一种统一多模态多回合对话的框架
本研究提出了一种基于多轮对话历史上下文的贴纸响应选择器（SRS）模型，无需外部标签即可推荐适当的贴纸，并使用卷积神经网络、自注意力网络和交互网络等技术实现了对话历史中贴纸的表示和匹配，实验结果表明该模型在常用指标上达到了最先进的性能。
PDF4 years ago
NIPS利用交互网络学习关于物体、关系和物理的知识
本文介绍了交互网络模型，它能够推断复杂系统中物体之间相互作用的方式，支持对系统动态预测，以及对系统抽象属性的推理。该模型使用深度神经网络进行对象和关系居中的推理，并可以推理多种具有挑战性的物理领域。报告结果表明，它能够训练准确地模拟数十个
PDF8 years ago
级联故障仿真和缓解的交互模型
本文研究了组件故障之间的相互作用，并提出了一种交互式模型，以研究交互作用对级联失效风险的影响并支持在线决策。无需详细模拟大量级联失效，可以首先考虑组件故障之间的相互作用进行模拟，然后进行相互作用模型模拟来提高时间效率。同时提出了基于交互的缓
PDF11 years ago