Extracting ontology-compliant knowledge from scientific text describing irradiated materials using large language models
研究使用大型语言模型从描述辐照材料的科学文本中提取符合本体的知识,解决了数据重用和结构化问题。
0 citationsRead paper
研究使用大型语言模型从描述辐照材料的科学文本中提取符合本体的知识,解决了数据重用和结构化问题。
本文针对个性化步态轨迹生成难题,采用条件扩散模型方法,实现基于步态参数的下肢关节角度轨迹生成,为辅助机器人提供支持。
使用深度学习语义分割框架自动检测海洋底地震仪记录中的长须鲸叫声,解决了大规模生物声学监测问题。
本文针对硬件限制下的读出层尺寸问题,采用随机投影方法压缩高维水库状态,评估并展示了该方法在特定压缩范围内的优越性能。
CausalVerify通过执行验证解决LLM在因果推断工作流中估计准确性的问题,使用合成数据集和实验评估方法的有效性。
研究使用大型语言模型从描述辐照材料的科学文本中提取符合本体的知识,解决了数据重用和结构化问题。
本文针对个性化步态轨迹生成难题,采用条件扩散模型方法,实现基于步态参数的下肢关节角度轨迹生成,为辅助机器人提供支持。
使用深度学习语义分割框架自动检测海洋底地震仪记录中的长须鲸叫声,解决了大规模生物声学监测问题。
本文针对硬件限制下的读出层尺寸问题,采用随机投影方法压缩高维水库状态,评估并展示了该方法在特定压缩范围内的优越性能。
CausalVerify通过执行验证解决LLM在因果推断工作流中估计准确性的问题,使用合成数据集和实验评估方法的有效性。