A Supervised Learning Concept for Reducing User Interaction in Passenger Cars
一种用于减少乘客汽车中用户交互的监督学习概念
专题命中 其他多模态 :multi-modal(abstract);分类 cs.AI
AI总结 本文提出了一种基于监督学习的自动化系统,用于减少人机交互界面中的交互复杂性,适用于汽车多模态热调节系统的设定点选择。
Comments 4 pages, 9 figures, concept only
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
一种用于减少乘客汽车中用户交互的监督学习概念
专题命中 其他多模态 :multi-modal(abstract);分类 cs.AI
AI总结 本文提出了一种基于监督学习的自动化系统,用于减少人机交互界面中的交互复杂性,适用于汽车多模态热调节系统的设定点选择。
Comments 4 pages, 9 figures, concept only
参与比作为层次粘性的量子探针
专题命中 其他多模态 :multimodal(abstract)
AI总结 通过周期驱动扭转型,利用相干态在Floquet本征基中的参与比(PR)量化量子局域化与经典混合相空间中层次粘性的对应关系,并引入高斯粗粒化建立定量联系。
Comments 9 pages, 4 figures
通过结合局部采样器实现自适应MCMC
机构 * Imperial College London, London, UK(伦敦帝国学院,伦敦,英国)
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出了一种自适应MCMC方法,通过结合多个并行运行的局部采样器,利用核Stein分歧度优先选择链,以提高整体采样效率,实验表明该方法在多模态问题和传感器定位任务中优于现有方法。
最小误差熵卡尔曼滤波
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出了一种新的卡尔曼滤波器——最小误差熵卡尔曼滤波(MEE-KF),通过使用最小误差熵(MEE)准则替代传统的MMSE或MCC准则,以提高对冲击噪声或重尾非高斯噪声的鲁棒性,同时开发了非线性情况下的最小误差熵扩展卡尔曼滤波(MEE-EKF)以提升性能。
Comments 12 pages, 4 figures
粒子运载自适应重要性采样
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出了一种基于粒子集合的自适应重要性采样方法,通过使用粒子集合生成重要性采样提议分布,并结合最先进的粒子运载重采样方法生成均匀加权样本,从而在低维问题中优于MCMC方法,并在粒子数量增加时表现出更好的收敛速度。此外,还引入了新的重采样策略多级变换(MT),并探讨了混合提议算法参数的快速调优方法,以优化性能。
一种整合出行方式选择的按需出行系统设计框架
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出了一种整合出行方式选择的按需出行系统设计框架,通过多模式交通系统中的出行方式需求函数进行优化和分析,利用贝叶斯优化方法确定最优供应参数,并通过数值实验验证了该方法的优越性。
Comments 31 pages, 11 figures. This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/
高阶张量的多尺度分析
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种多尺度高阶张量分解方法,通过混合线性建模和子空间聚类技术,提升高阶数据的降维和分类性能。
沉积盆地中地球化学与机械压实不确定性的量化
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出了一种量化沉积盆地在机械和地球化学压实过程中的不确定性方法,通过多层结构的PDE模型,改进了确定性和随机离散化方法,以准确模拟多模态概率密度函数。
Comments 25 pages, 30 figures
使用有限体积法对弗罗贝尼乌斯-佩尔松算子进行数值近似
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出利用有限体积法对概率演化方程中的弗罗贝尼乌斯-佩尔松算子进行有限维近似,通过Courant-Friedrichs-Lewy条件保证马尔可夫性质,并通过有限体积法的收敛理论证明离散算子向连续算子收敛。
Comments 15 pages, 2 figures
非高斯数据同化中的聚类采样滤波器
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种非高斯Hamilton蒙特卡罗采样滤波器,通过引入聚类步骤和高斯混合模型估计先验密度,实现对非高斯先验的灵活处理,验证了该方法在准地转模型中的有效性。
一种自适应独立采样MCMC算法用于无限维贝叶斯推断
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种自适应独立采样MCMC算法,用于处理无限维贝叶斯推断问题,通过混合有限个特殊参数化的高斯测度作为建议分布,实现维度无关的高效采样,且在多模态后验分布中表现稳健。
粒子高斯混合(PGM)滤波器
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种基于粒子的高斯混合滤波方法,解决非线性估计问题,避免粒子滤波的维度灾难问题,通过状态密度传播和混合模式更新实现高斯混合模型的重建。
蒙特卡洛动态加权重要性采样用于有限元模型更新
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文比较了两种间接更新方法,提出蒙特卡洛动态加权重要性采样算法,用于解决高维或多模态系统中归一化常数计算复杂的问题,通过动态加权和自适应修剪增强种群控制方案实现稳定样本估计。
Comments Submitted to the IMAC-XXXIV
弱耦合多物理场问题的识别。应用于心电图逆问题
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文从新视角结合电学和力学测量解决心电图逆问题,提出统一框架整合先进数据同化方法,通过合成数据展示机械测量提升心室电态估计精度。
Journal ref Journal of Computational Physics, vol. 283, p. 271-298, 2015
崩溃的解剖学
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文通过2013年旧金山国际机场空难案例,研究交通基础设施中扰动的传播及其对多模式交通网络的影响,强调数据驱动研究对提升基础设施韧性的重要性。
Wang-Landau算法效率分析:一个简单的测试案例
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文分析了Wang-Landau算法在多模分布采样中的效率,发现其在某些渐进行为下比标准Metropolis-Hastings算法更快逃离稳态,通过数值实验验证了这一结论。