同步公众号(arXiv每日论文速递)，回复'search 关键词'查询相关最新论文
cs.AI 方向，今日共计12篇
[cs.AI]：
【1】 The double traveling salesman problem with partial last-in-first-out loading constraints
标题：部分后进先出装载约束的双旅行商问题
作者： Jonatas B. C. Chagas, Manuel Iori
链接：https://arxiv.org/abs/1908.08494
【2】 The many Shapley values for model explanation
标题：用于模型解释的许多Shapley值
作者： Mukund Sundararajan, Amir Najmi
链接：https://arxiv.org/abs/1908.08474
【3】 SCF2 -- an Argumentation Semantics for Rational Human Judgments on Argument Acceptability: Technical Report
标题：SCF2-论证可接受性理性人类判断的论证语义学：技术报告
作者： Marcos Cramer, Leendert van der Torre
链接：https://arxiv.org/abs/1908.08406
【4】 Report on the First Knowledge Graph Reasoning Challenge 2018 -- Toward the eXplainable AI System
标题：2018年首届知识图推理挑战赛报告-走向可解释的AI系统
作者： Takahiro Kawamura, Kouji Kozaki
链接：https://arxiv.org/abs/1908.08184
【5】 Double Reinforcement Learning for Efficient Off-Policy Evaluation in Markov Decision Processes
标题：马尔可夫决策过程中有效的策略外评估的双强化学习
作者： Nathan Kallus, Masatoshi Uehara
链接：https://arxiv.org/abs/1908.08526
【6】 Simulation Model of Two-Robot Cooperation in Common Operating Environment
标题：通用操作环境下双机器人协作的仿真模型
作者： V.Ya. Vilisov, A. I. Kulikov
链接：https://arxiv.org/abs/1908.08485
【7】 The compositionality of neural networks: integrating symbolism and connectionism
标题：神经网络的组合性：象征主义与联结主义的整合
作者： Dieuwke Hupkes, Elia Bruni
链接：https://arxiv.org/abs/1908.08351
【8】 A Generalized Algorithm for Multi-Objective Reinforcement Learning and Policy Adaptation
标题：一种多目标强化学习和策略自适应的广义算法
作者： Runzhe Yang, Karthik Narasimhan
链接：https://arxiv.org/abs/1908.08342
【9】 Measuring the Business Value of Recommender Systems
标题：衡量推荐系统的商业价值
作者： Dietmar Jannach, Michael Jugovac
链接：https://arxiv.org/abs/1908.08328
【10】 Multi-passage BERT: A Globally Normalized BERT Model for Open-domain Question Answering
标题：多通道BERT：一种面向开放领域问答的全局归一化BERT模型
作者： Zhiguo Wang, Bing Xiang
备注：To appear in EMNLP 2019
链接：https://arxiv.org/abs/1908.08167
【11】 Deep Reinforcement Learning for Foreign Exchange Trading
标题：外汇交易的深度强化学习
作者： Chun-Chieh Wang, Yun-Cheng Tsai
链接：https://arxiv.org/abs/1908.08036
【12】 Reinforcement Learning for Channel Coding: Learned Bit-Flipping Decoding
标题：信道编码的强化学习：学习的比特翻转解码
作者： Fabrizio Carpi, Henry D. Pfister
链接：https://arxiv.org/abs/1906.04448
翻译：腾讯翻译君
网友评论