sorting | BriefGPT - AI 论文速递

关键词sorting

搜索结果 - 11

使用物联网和机器学习设计智能包裹管理系统
我们创建了一个使用物联网和机器学习的完整解决方案，以提高铁路包裹递送的效率，并通过扫描和排序阶段来提高准确性和评估最新技术和现有技术方法。
PDF3 months ago
基于预测的排序
通过学习增强算法的角度探索排序问题，其中算法利用可能存在错误的预测来提高效率。我们考虑了两种不同的情境：在第一种情境中，为每个项目提供了其在已排序列表中的位置预测；在第二种情境中，我们假设存在一种 “快速但不精确” 的方法来比较项目，除此之
PDF8 months ago
具有无误差可微交换函数的广义神经排序网络
计算机系统中的排序是一项基础操作，这篇论文研究了排序问题的抽象输入和神经排序网络，通过差分排序网络的不同性实现高维输入到序数变量的映射，并采用多头注意力的置换等变转换网络来捕捉给定输入之间的依赖关系和提升模型准确性。实验结果表明，这些方法在
PDF9 months ago
通过任务提示改进 Transformer 的长度泛化
使用任务提示的方法改善长度泛化问题，在经典的排序问题上验证了其有效性，并通过探测和可视化技术提出了模型学习行为的理论构建，进一步提高了模型在未知长度上的性能。
PDF9 months ago
带预测的不确定性下的排序和超图定向
该论文研究了在不确定性条件下，利用学习增强算法处理排序和超图方向问题，并提出了针对准确和错误预测的性能保证算法，可以通过查询提高不确定性元素的精确度，从而最小化问题求解所需的查询数量。
PDFa year ago
ICML可微分排序网络用于可扩展的排序和排名监督
该研究提出可微分的排序网络来训练神经网络，能够在排序约束条件下进行端到端的训练，此方法能够在不需要绝对数值监督的情况下，实现对神经网络的训练和优化，并探究多层神经网络训练时可能产生的梯度消失和模糊化等问题，证明了拟制的依次比较和比特位排序网
PDF3 years ago
ICML快速可微排序和排名
本文提出了首个具有 O (n log n) 时间和 O (n) 空间复杂度的可微分排序和排名操作，并通过在排列凸包上的投影和使用保序优化减少来实现此操作。实验证明，该方法比现有方法快一个数量级，并展示了两个新颖的应用程序：可微 Spearm
PDF4 years ago
可微排名与排序的最优输运算法
提出了一种基于最优传输问题的算法可微分排序框架，包括基于 Kantorovich 公式的算子对于 CDFs 和 quantiles 的推广，以及基于这一框架在量子回归和神经网络中的应用
PDF5 years ago
基于比较的选择
研究对比选择函数的查询复杂性和距离对比选择函数，并且指出任何一维比较选择函数都可以像基本的最大或最小选择函数一样高效地推断出来，这表明选择集效应不需要推断任何基本的算法障碍。
PDF7 years ago
在 MapReduce 框架中的排序、搜索和模拟
本文探讨了 MapReduce 框架的算法方面，并通过设计和分析处理基本的排序、搜索和仿真问题的 MapReduce 算法展示了我们的方法的有效性。
PDF13 years ago
自我提升算法
研究算法如何通过自动微调来提高其对未知输入分布 D 的预期表现，给出了解决排序和计算平面点集的 Delaunay 三角形问题的算法，并展示了它们的最优预期极限复杂性。
PDF15 years ago