prediction | BriefGPT - AI 论文速递

关键词prediction

搜索结果 - 290

基于张量分解的多药联合副作用预测
药物联合使用引起的不良反应是现代医学中一个日益普遍的现象，对其准确预测的挑战至关重要。尽管存在大量计算方法来解决这个问题，但由于问题的多项式特性，仅依靠实验室的方法无法满足需求。我们将三种张量分解模型应用于基准数据集，与现有技术进行比较，发
PDF3 months ago
HelixFold-Multimer: 提升蛋白质复合体结构预测至新高度
我们报道了我们的蛋白质复合物结构预测模型 HelixFold-Multimer 的不断改进，强调其卓越的性能。HelixFold-Multimer 在多样的蛋白质复合物结构，特别是治疗蛋白质相互作用方面，提供了精确的预测，尤其在抗原 - 抗
PDF3 months ago
通过元训练和大型语言模型的上下文学习，为跨语言学习调整心理健康预测任务
该研究介绍了两种不同的方法，使用模型无关的元学习和利用大型语言模型（LLMs）来预测低资源非洲语言（如斯瓦希里语）中心理健康状况。通过应用于压力、抑郁、抑郁症严重程度和自杀倾向等四个心理健康任务的三个翻译为低资源语言的数据集进行实验，结果显
PDF3 months ago
蛋白质性质的不确定性预测
在蛋白质领域，可靠的变异影响预测取得了显著进展，通过提供具备不确定性估计的高斯过程回归模型 Kermut，能够在蛋白质属性预测中获得最先进的性能，并展示了对预测的可靠性定量估计的质量评估结果。
PDF3 months ago
多环境场景下的预测推理
在多个环境下进行预测的情况中，我们解决了构建有效置信区间和集合的挑战。通过扩展自助法和分割一致性方法，我们研究了适用于这些问题的两种覆盖类型，展示了如何在这些非传统的分层数据生成场景中获得无分布覆盖。我们还在非实数值响应的设置中进行了扩展，
PDF3 months ago
战术网络未来状态预测的时空图表示学习
通过使用空间 - 时间图编码器 - 解码器 (STGED) 框架，本研究针对战术通信网络中的资源分配问题提供了准确预测未来网络连通性的解决方案，通过使用网络状态的空间和时间特征，学习潜在的战术行为，实验结果表明 STGED 在不同时间步输入
PDF3 months ago
基于物理感知和参数扩散引导的时空流体动力学建模
该研究提出了一种名为 ST-PAD 的两阶段框架，用于地球科学领域中的时空流体动力学建模，旨在通过时空物理意识和参数扩散引导实现高精度的流体动力学模拟和预测。该框架在多个基准数据集上的广泛实验验证了其有效性和稳健性，展示了 ST-PAD 在
PDF4 months ago
ACL神奇的语义与去寻找它们：探究生成语言模型中反映词汇语义的层面
大型语言模型中的词汇语义在不同层次上具有不同的演化形式，较低层次的表示编码了词汇语义，而较高层次的表示则更适用于预测任务。
PDF4 months ago
ClickTree: 基于点击流数据的预测数学学生表现的基于树的方法
基于学生点击流数据开发了一种树状方法（ClickTree）来预测数学作业中学生的表现，该方法利用了问题级别、任务级别和学生级别的特征，并在教育数据挖掘杯 2023 比赛中取得了 0.78844 的 AUC，排名第二。结果表明，学生在选定特定
PDF4 months ago
一种利用 Transformer 和 CNN 整合的蛋白质结构预测方法
基于深度学习方法的 DstruCCN 模型采用了卷积神经网络和监督式 Transformer 蛋白质语言模型，通过结合两者的训练特征以预测蛋白质的 Transformer 结合位点矩阵，然后使用能量最小化重构蛋白质的三维结构。
PDF4 months ago
信息流路径：大规模自动解释语言模型
我们通过构建节点和边的图表来自动揭示模型中的信息流；与现有的工作流相比，我们通过与其他的方法相反，利用属性来实现这一目标，并能够在任何预测中提取信息流路线，不仅限于特定类型的预测；此外，我们实验了 Llama 2，并表明了某些注意力头的整体
PDF4 months ago
大型语言模型在表格数据上的应用 -- 综述
综述中介绍了大规模语言建模在表格数据建模相关任务中的应用，包括预测、表格数据合成、问答和表格理解。通过归纳最新进展和总结数据集、度量标准和方法论，本综述发现了现有领域文献的优势、局限性、未开发的领域和研究间隙，并提供了相关代码和数据集的参考
PDF4 months ago
基于学习的图搜索问题算法
在这篇研究论文中，我们考虑了最近由 Banerjee 等人（2022）提出的预测图搜索问题。我们设计了一种算法来应对未知图上的搜索任务，并且在预测误差上提供了最优或接近最优的算法依赖关系的保证。此外，我们还提出了 Banerjee 等人（2
PDF4 months ago
PreAct: 预测未来在 ReAct 中增强智能体的规划能力
本文介绍了一种名为 PreAct 的代理框架，该框架将预测、推理和行动相结合，通过利用预测信息，基于大型语言模型的代理能够提供更多样化和战略性导向的推理，从而使代理执行复杂任务更加有效。实验结果表明，PreAct 在完成复杂任务方面优于 R
PDF5 months ago
GeoFormer：基于视觉和序列变换的温室气体监测方法
通过结合视觉转换器模块和高效的时间序列转换器模块，GeoFormer 模型在预测地表二氧化氮（NO2）浓度方面取得了高准确度（MAE 5.65），证明了使用卫星数据进行增强温室气体排放洞察力的有效性，对于推进全球气候变化监测和排放调控工作具
PDF5 months ago
使用属性选择和多模态数据源集成改进智能辅导系统中的学生表现预测
本研究旨在使用来自智能教学系统的多种数据源来预测大学生的学习表现。通过采集和预处理来自 40 名学生的多模式数据，包括系统日志中的学习策略，面部录像中的情绪，眼动追踪中的交互区域以及最终知识评估中的测试表现。我们的目标是通过使用属性选择和分
PDF5 months ago
机器学习能否预测公民报告的钓鱼者行为？
通过机器学习方法利用辅助数据对渔民行为进行预测，以日常环境、社会经济、渔业管理目标和淡水区域的事件为基础，具有较高的准确率和潜在的扩展空间。
PDF5 months ago
融合基于检索的因果学习与信息瓶颈的解释性图神经网络
开发了一种新的可解释因果图神经网络框架，结合图信息瓶颈理论和基于检索的因果学习，能够半参数地检索关键子图并通过因果模块压缩解释性子图，在真实世界的多样解释场景中表现出比现有方法更高的准确率和 32.71% 更高的预测能力。
PDF5 months ago
最佳房价预测算法：XGBoost
房屋价格的准确预测是包括房地产和抵押贷款在内各个行业的基本要求。本研究通过运用各种机器学习技术来解决房价预测问题，并使用爱荷华州艾姆斯市的房屋数据集比较了支持向量回归器、随机森林回归器、XGBoost、多层感知器和多元线性回归算法。最终确定
PDF5 months ago
欧拉 - 拉格朗日动力学预测流体模型
通过使用 Euler-Lagrange 双重循环网络（EuLagNet）来追踪自适应采样的关键粒子的运动并整合动力学信息，以指导未来的流体预测，本文提出了一种新的拉格朗日引导范式来处理复杂的流体动力学，实验证明 EuLagNet 在 2D
PDF5 months ago