Buchumschlag

A simple DNN regression for the chemical composition in essential oil

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Harada, Yuki, Maeda, Shuichi, Kiyama, Masato, Nakamura, Shinichiro
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Motional representation; the ability to predict odor characters using molecular vibrations
von: Harada, Yuki, et al.
Veröffentlicht: (2025)

An interpretable neural network-based non-proportional odds model for ordinal regression
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Pack only the essentials: Adaptive dictionary learning for kernel ridge regression
von: Calandriello, Daniele, et al.
Veröffentlicht: (2026)

Learning simple heuristic rules for classifying materials based on chemical composition
von: Ma, Andrew, et al.
Veröffentlicht: (2025)

Offline Decision Transformers for Neural Combinatorial Optimization: Surpassing Heuristics on the Traveling Salesman Problem
von: Ohigashi, Hironori, et al.
Veröffentlicht: (2026)

Energy-Aware DNN Graph Optimization
von: Wang, Yu, et al.
Veröffentlicht: (2020)

Enlightenment Period Improving DNN Performance
von: Liu, Tiantian, et al.
Veröffentlicht: (2025)

Comprehensive Robust Dynamic Mode Decomposition from Mode Extraction to Dimensional Reduction
von: Nakamura, Yuki, et al.
Veröffentlicht: (2026)

MAx-DNN: Multi-Level Arithmetic Approximation for Energy-Efficient DNN Hardware Accelerators
von: Leon, Vasileios, et al.
Veröffentlicht: (2025)

DNN Modularization via Activation-Driven Training
von: Ngo, Tuan, et al.
Veröffentlicht: (2024)

Feather: An Elegant Solution to Effective DNN Sparsification
von: Georgoulakis, Athanasios Glentis, et al.
Veröffentlicht: (2023)

Coherent Audio-Visual Editing via Conditional Audio Generation Following Video Edits
von: Ishii, Masato, et al.
Veröffentlicht: (2025)

Predicting band gap from chemical composition: A simple learned model for a material property with atypical statistics
von: Ma, Andrew, et al.
Veröffentlicht: (2025)

Measuring Alignment-Induced Activation Shifts Correctly: A Template-Controlled Difference-in-Differences Protocol
von: Nakamura, Yuki
Veröffentlicht: (2026)

Maintaining and Managing Road Quality:Using MLP and DNN
von: Maotwana, Makgotso Jacqueline
Veröffentlicht: (2024)

Relational DNN Verification With Cross Executional Bound Refinement
von: Banerjee, Debangshu, et al.
Veröffentlicht: (2024)

Rethinking the Potential of Layer Freezing for Efficient DNN Training
von: Yang, Chence, et al.
Veröffentlicht: (2025)

Multi-task learning via robust regularized clustering with non-convex group penalties
von: Okazaki, Akira, et al.
Veröffentlicht: (2024)

Identification and Estimation under Multiple Versions of Treatment: Mixture-of-Experts Approach
von: Yoshikawa, Kohei, et al.
Veröffentlicht: (2026)

A DNN Biophysics Model with Topological and Electrostatic Features
von: Sliheet, Elyssa, et al.
Veröffentlicht: (2024)

A Simple but Strong Baseline for Sounding Video Generation: Effective Adaptation of Audio and Video Diffusion Models for Joint Generation
von: Ishii, Masato, et al.
Veröffentlicht: (2024)

Unifying Qualitative and Quantitative Safety Verification of DNN-Controlled Systems
von: Zhi, Dapeng, et al.
Veröffentlicht: (2024)

Exploring Variance Reduction in Importance Sampling for Efficient DNN Training
von: Kutsuna, Takuro
Veröffentlicht: (2025)

Photoisomerization‐Induced Solubility Change in a Diarylethene Derivative: A Theoretical and Experimental Study
von: Masato Nakamura, et al.
Veröffentlicht: (2026)

Hetero-SplitEE: Split Learning of Neural Networks with Early Exits for Heterogeneous IoT Devices
von: Oda, Yuki, et al.
Veröffentlicht: (2025)

Harnessing Neuron Stability to Improve DNN Verification
von: Duong, Hai, et al.
Veröffentlicht: (2024)

Leveraging Highly Approximated Multipliers in DNN Inference
von: Zervakis, Georgios, et al.
Veröffentlicht: (2024)

Q&A Label Learning
von: Kawamoto, Kota, et al.
Veröffentlicht: (2023)

Revisiting DNN Training for Intermittently-Powered Energy-Harvesting Micro-Computers
von: Mishra, Cyan Subhra, et al.
Veröffentlicht: (2024)

Optimizing DNN Inference on Multi-Accelerator SoCs at Training-time
von: Risso, Matteo, et al.
Veröffentlicht: (2024)

DNN-Based Topology Optimisation: Spatial Invariance and Neural Tangent Kernel
von: Dupuis, Benjamin, et al.
Veröffentlicht: (2021)

Are we making much progress? Revisiting chemical reaction yield prediction from an imbalanced regression perspective
von: Ma, Yihong, et al.
Veröffentlicht: (2024)

Metric-valued regression
von: Cohen, Dan Tsir, et al.
Veröffentlicht: (2022)

Trustworthy DNN Partition for Blockchain-enabled Digital Twin in Wireless IIoT Networks
von: Deng, Xiumei, et al.
Veröffentlicht: (2024)

Jointly-Learned Exit and Inference for a Dynamic Neural Network : JEI-DNN
von: Regol, Florence, et al.
Veröffentlicht: (2023)

Accuracy Booster: Enabling 4-bit Fixed-point Arithmetic for DNN Training
von: Harma, Simla Burcu, et al.
Veröffentlicht: (2022)

NMS: Efficient Edge DNN Training via Near-Memory Sampling on Manifolds
von: Zhao, Boran, et al.
Veröffentlicht: (2025)

Orchestrating Multimodal DNN Workloads in Wireless Neural Processing
von: Xu, Sai, et al.
Veröffentlicht: (2026)

Hardware-Aware DNN Compression for Homogeneous Edge Devices
von: Zhang, Kunlong, et al.
Veröffentlicht: (2025)

Discovering Multiple Solutions from a Single Task in Offline Reinforcement Learning
von: Osa, Takayuki, et al.
Veröffentlicht: (2024)