Kirjaudu sisään
näkemys - 计算机科学
基于话语重写的无监督对话主题分割模型
本研究提出了一種新穎的無監督對話主題分割方法，結合話語重寫技術與無監督學習算法，通過重寫對話以恢復共指和省略信息，有效利用未標記對話中的有用線索，顯著提高了主題分割的準確性。
零边界条件下一维非线性细胞自动机可逆性的判定算法
本文提出了在零边界条件下判定一维细胞自动机可逆性的算法，包括严格可逆性的判定算法和基于桶链的可逆性函数计算算法。这些算法适用于线性和非线性规则。此外，证实了可逆性函数总是有周期性，且与对应桶链的周期性有关。
一维非线性细胞自动机在零边界条件下的可逆性判定算法
本文提出了在零边界条件下判定一维细胞自动机可逆性的算法，包括严格可逆性的判定算法和基于桶链的可逆性函数计算算法。这些算法适用于线性和非线性规则。此外，证实了可逆性函数总是有周期性，且与对应桶链的周期性有关。
因果建模与稳态扩散
稳态扩散模型为因果推断提供新方法，不受因果图形式限制。
周期的支配集在有界树宽图中的光芒
周期性支配集问题的复杂性和优化算法。
改善潜在扩散模型的对抗攻击
提出了一种改进的对抗攻击方法，ACE，通过使额外错误共享相同模式来干扰潜在扩散模型的微调。
Tuotteet | Materiaalit
© 2024 by Linnk AI