电液动力学 - 喷射（电子喷射）印刷技术能够实现复杂软电子设备的高分辨率印刷。因此，它具有可比的电位，用于成为打印软电子设备的传统技术。在该研究中，研究了电子喷射印刷电路的电导率作为关键印刷参数的函数（喷嘴速度，墨水流量和电压）。然后使用收集的实验数据集来训练机器学习算法，以建立能够实时预测印刷电路特性的模型。比较精度参数以评估监督分类模型。由于决策树方法无法提高高于71％的准确性，因此在我们的数据集上执行更高级的算法，以提高模型的精度。根据F测量值，K-NN模型（K = 10）和随机森林是分类电极电导率的最佳方法。 Adaboost Ensemble学习的最高准确性导致了10-15棵树（87％）。
translated by 谷歌翻译
自然语言的歧义并不能阻止我们使用它，而环境有助于跨越想法。尽管如此，它们还是对合格机器的开发构成了一个关键挑战，以理解自然语言并像人类一样使用它。情境性是量子力学中无与伦比的现象，在其中提出了不同的数学形式主义来理解和推理。在本文中，我们为表现出类似量子的上下文性的放置歧义构建了一个模式。我们使用最近开发的捆绑理论背景性标准，该标准适用于信号模型。然后，我们利用神经词嵌入引擎bert将模式实例化为自然语言示例，并为实例提取概率分布。结果，在Bert Corpora使用的自然语言中发现了大量的捆绑示例。我们的希望是，这些示例将为将来的研究铺平道路，并找到将量子计算应用程序扩展到自然语言处理的方法。
translated by 谷歌翻译
我们使用具有软次指数模式的兰贝克微积分来建模和理由，例如Anaphora和Ellipsis。该逻辑的语义是通过使用截短的Fock空间获得的，这是我们以前的工作中开发的。我们通过新的字符串图描述了这些语义计算。Fock Space语义的优势是，使用机器学习可以从大量数据中学到其术语，并且可以在主流自然语言任务上进行实验。此外，由于从向量空间到量子电路的现有翻译，我们还可以在量子计算机及其模拟器（例如IBMQ范围）上学习这些术语。我们将现有的翻译扩展到Fock空间，并为话语关系开发量子电路语义。然后，我们在确定的代词分辨率任务中对这些电路的IBMQ进行了模拟，其中在解析过度时，模型记录了最高精度。
translated by 谷歌翻译
歧义是一种自然语言现象，发生在不同级别的语法，语义和语用学水平。它经过广泛的研究；例如，在心理语言学中，我们对人类的歧义过程进行了各种竞争性研究。这些研究是经验性的，并且基于眼影测量。在这里，我们迈出了对这些过程进行正式化的语义歧义的第一步，在该过程中我们确定了两个特征的存在：（1）不同可能解释的联合合理性度，（2）因果结构，根据某些单词在过程中在过程中起着更为重要的作用。 Gogioso和Pinzani在QPL 2021中开发的确定因果关系的新型横扫理论模型提供了建模和理由的工具。我们将该理论应用于从心理语言学文献中提取的模棱两可短语的数据集，以及我们使用亚马逊机械Turk发动机收集的人类合理性判断。我们测量了短语中不同歧义顺序的因果分数，并发现了两个突出的顺序：从主语动词中从主语到动词，从对象到动词对象短语中的动词。我们还发现了延迟歧义多义与同义动词的证据，再次与心理语言发现兼容。
translated by 谷歌翻译
机器学习（ML）正在进入安全关键系统（SCS）。目前的安全标准和实践并非设计用于应对ML技术，并且很难相信包含ML组件的SCS是安全的。我们的假设是急于部署ML技术，以彻底检查ML技术是否使用我们尚未充分能够检测和减轻反对的安全问题。因此，我们进行了一个有针对性的文献调查，以确定已经在将ML到SC施加到SCS的研究工作，并在评估部署ML组件的SCSS的安全性方面进行了消耗。本文介绍了调查的（令人惊讶）结果。
translated by 谷歌翻译
我们开发了具有软子凸起的Lambek微积分的向量空间语义，应用微积分以构建寄生间隙名词短语和话语单位的组成载体解释，以及用APAPHORA和省略的话语，并在分布句相似性任务中进行构建。与以前的工作相反，其中使用具有相关方式的Lambek微积分本文中使用的微积分使用界限版本的模态，并且是可解除的。这种新模型的矢量空间语义允许我们将收缩与投影有意义地定义，并在我们以前只能通过非线性映射实现的内容之后提供线性理论。
translated by 谷歌翻译