Наука

Исследователи предлагают метод анализа поведения интеллектуальных агентов в сложных многоагентных средах, позволяющий выявлять закономерности в процессе обучения.

Новая система TKG-Thinker использует обучение с подкреплением, чтобы самостоятельно находить ответы на сложные вопросы, основанные на данных, меняющихся во времени.

Новое исследование демонстрирует, как модели глубокого обучения способны с высокой точностью прогнозировать ежедневное возникновение прибрежной гипоксии в Мексиканском заливе.

Новая модель глубокого обучения позволяет точнее предсказывать выработку солнечной энергии, учитывая неопределенность и взаимосвязь между регионами.

В статье показано, что современные задачи кластеризации можно эффективно решать, отказавшись от сложных нейронных сетей и используя распределенный подход к определению кластеров.