論文の概要: A Living Review of Machine Learning for Particle Physics
- arxiv url: http://arxiv.org/abs/2102.02770v1
- Date: Tue, 2 Feb 2021 04:39:40 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-05 23:44:09.656759
- Title: A Living Review of Machine Learning for Particle Physics
- Title(参考訳): 素粒子物理学のための機械学習のリビングレビュー
- Authors: Matthew Feickert and Benjamin Nachman
- Abstract要約: ディープラーニングを含む現代の機械学習技術は、急速に応用され、適応され、高エネルギー物理学のために開発されている。
この研究の速いペースを踏まえ、我々は、ほぼ包括的な引用リストを提供することを目的として、生活レビューを作成しました。
生きたドキュメントとして、最新の開発を統合するために可能な限り頻繁に更新されます。
- 参考スコア(独自算出の注目度): 0.5076419064097732
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern machine learning techniques, including deep learning, are rapidly
being applied, adapted, and developed for high energy physics. Given the fast
pace of this research, we have created a living review with the goal of
providing a nearly comprehensive list of citations for those developing and
applying these approaches to experimental, phenomenological, or theoretical
analyses. As a living document, it will be updated as often as possible to
incorporate the latest developments. A list of proper (unchanging) reviews can
be found within. Papers are grouped into a small set of topics to be as useful
as possible. Suggestions and contributions are most welcome, and we provide
instructions for participating.
- Abstract(参考訳): ディープラーニングを含む現代の機械学習技術は急速に応用され、適応され、高エネルギー物理学のために開発されている。
この研究の速いペースを考えると、我々は実験、現象学、または理論的分析にこれらのアプローチを開発し、適用する人々のための引用のほぼ包括的なリストを提供することを目標に生きたレビューを作成しました。
生きた文書として、最新の開発を取り入れるためにできるだけ頻繁に更新されます。
適切な(曖昧な)レビューのリストは、内部で見ることができる。
論文は、可能な限り有用なトピックの小さなセットにグループ化されます。
提案と貢献が最も歓迎され、参加の指示を提供します。
関連論文リスト
- Recent Advances on Machine Learning for Computational Fluid Dynamics: A Survey [51.87875066383221]
本稿では、基本概念、従来の手法、ベンチマークデータセットを紹介し、CFDを改善する上で機械学習が果たす様々な役割について検討する。
我々は,空気力学,燃焼,大気・海洋科学,生物流体,プラズマ,記号回帰,秩序の低減など,CFDにおけるMLの現実的な応用を強調した。
シミュレーションの精度を向上し、計算時間を短縮し、流体力学のより複雑な解析を可能にすることにより、MLはCFD研究を大きく変革する可能性があるという結論を導いた。
論文 参考訳(メタデータ) (2024-08-22T07:33:11Z) - Reproducibility of Machine Learning: Terminology, Recommendations and
Open Issues [5.30596984761294]
危機が最近科学者によって認識され、これはさらに人工知能と機械学習に影響を及ぼしているようだ。
私たちは、このトピックに関する現在の文献を批判的にレビューし、オープンな問題を強調します。
現代の機械学習でよく見過ごされる重要な要素を特定し、それらの新しい推奨事項を提供します。
論文 参考訳(メタデータ) (2023-02-24T15:33:20Z) - A Living Review of Quantum Computing for Plasma Physics [0.0]
この文書の目的は、プラズマ物理学の実験的または理論的研究に量子コンピューティングアプローチを開発し応用する人々のために、定期的に最新の、そして完全な引用のリストを提供することである。
生きたドキュメントとして、最新の開発を統合するために可能な限り頻繁に更新されます。
論文 参考訳(メタデータ) (2023-01-27T10:32:01Z) - TEMPERA: Test-Time Prompting via Reinforcement Learning [57.48657629588436]
強化学習(TEMPERA)を用いたテスト時間プロンプト編集を提案する。
従来のプロンプト生成手法とは対照的に、TEMPERAは事前知識を効率的に活用することができる。
本手法は従来の微調整法と比較して試料効率の平均改善率を5.33倍に向上させる。
論文 参考訳(メタデータ) (2022-11-21T22:38:20Z) - Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。
本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
論文 参考訳(メタデータ) (2022-04-24T04:36:07Z) - Dive into Deep Learning [119.30375933463156]
この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。
私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
論文 参考訳(メタデータ) (2021-06-21T18:19:46Z) - Can We Automate Scientific Reviewing? [89.50052670307434]
我々は、最先端自然言語処理(NLP)モデルを用いて、科学論文の第一パスピアレビューを生成する可能性について論じる。
我々は、機械学習領域で論文のデータセットを収集し、各レビューでカバーされているさまざまなコンテンツに注釈を付け、レビューを生成するために論文を取り込み、ターゲットの要約モデルを訓練する。
総合的な実験結果から、システム生成レビューは、人間によるレビューよりも、論文の多くの側面に触れる傾向にあることが示された。
論文 参考訳(メタデータ) (2021-01-30T07:16:53Z) - Automatic generation of reviews of scientific papers [1.1999555634662633]
本稿では,ユーザ定義クエリに対応するレビューペーパーの自動生成手法を提案する。
第1部では、共引用グラフなどの文献パラメータによって、この領域における重要な論文を識別する。
第2段階では、BERTベースのアーキテクチャを使用して、これらの重要な論文の抽出要約のために既存のレビューをトレーニングします。
論文 参考訳(メタデータ) (2020-10-08T17:47:07Z) - Introductory review to quantum information retrieval [77.34726150561087]
量子フォーマリズムは、量子物理学、特に認知、心理学、意思決定、情報処理、特に情報検索において広く使われている。
本論文は,量子情報検索における技術状況の完全なレビューを意図したものではない。
論文 参考訳(メタデータ) (2020-08-05T15:23:42Z) - The Floquet Engineer's Handbook [0.0]
本ガイドは,Floquetトポロジカル絶縁体におけるバンド構造工学と非平衡動力学」を参考に,補充材料から開発された。
主な焦点は、フロケ・ブロッホのバンド工学と関連する多体力学に関する分析技術である。
論文 参考訳(メタデータ) (2020-03-18T14:47:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。