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。(*￣rǒ￣)
cs.AI 方向，今日共计28篇
[cs.AI]：
【1】 Computational Flight Control: A Domain-Knowledge-Aided Deep Reinforcement Learning Approach
标题：计算飞行控制：一种领域知识辅助的深度强化学习方法
作者： Hyo-Sang Shin, Antonios Tsourdos
链接：https://arxiv.org/abs/1908.06884
【2】 Continuous Relaxation of Symbolic Planner for One-Shot Imitation Learning
标题：用于一次性模仿学习的符号规划器的连续松弛
作者： De-An Huang, Juan Carlos Niebles
备注：IROS 2019
链接：https://arxiv.org/abs/1908.06769
【3】 Learning to play the Chess Variant Crazyhouse above World Champion Level with Deep Neural Networks and Human Data
标题：利用深度神经网络和人类数据学习玩国际象棋变种Crazyhouse高于世界冠军水平
作者： Johannes Czech, Johannes Fürnkranz
备注：35 pages, 19 figures, 14 tables
链接：https://arxiv.org/abs/1908.06660
【4】 Assessing the Safety and Reliability of Autonomous Vehicles from Road Testing
标题：从道路试验看自动驾驶汽车的安全性和可靠性
作者： Xingyu Zhao, Lorenzo Strigini
链接：https://arxiv.org/abs/1908.06540
【5】 Search Algorithms for Mastermind
标题：Mastermind的搜索算法
作者： Anthony D. Rhodes
链接：https://arxiv.org/abs/1908.06183
【6】 Message Passing for Complex Question Answering over Knowledge Graphs
标题：知识图上复杂问题回答的消息传递
作者： Svitlana Vakulenko, Michael Cochez
备注：Accepted in CIKM 2019
链接：https://arxiv.org/abs/1908.06917
【7】 An Autonomous Performance Testing Framework using Self-Adaptive Fuzzy Reinforcement Learning
标题：一种基于自适应模糊强化学习的自主性能测试框架
作者： Mahshid Helali Moghadam, Björn Lisper
链接：https://arxiv.org/abs/1908.06900
【8】 Efficient Discovery of Expressive Multi-label Rules using Relaxed Pruning
标题：使用松弛剪枝高效发现表现性多标签规则
作者： Yannik Klein, Eneldo Loza Mencía
备注：Preprint version. To appear in Proceedings of the 22nd International Conference on Discovery Science, 2019
链接：https://arxiv.org/abs/1908.06874
【9】 Towards Linearization Machine Learning Algorithms
标题：走向线性化的机器学习算法
作者： Steve Tueno
链接：https://arxiv.org/abs/1908.06871
【10】 Wi-Fringe: Leveraging Text Semantics in WiFi CSI-Based Device-Free Named Gesture Recognition
标题：Wi-Fringe：在基于WiFi CSI的设备中利用文本语义-Free命名手势识别
作者： Md Tamzeed Islam, Shahriar Nirjon
链接：https://arxiv.org/abs/1908.06803
【11】 Iterative Update and Unified Representation for Multi-Agent Reinforcement Learning
标题：多Agent强化学习的迭代更新和统一表示
作者： Jiancheng Long, Bo Xu
链接：https://arxiv.org/abs/1908.06758
【12】 BOAH: A Tool Suite for Multi-Fidelity Bayesian Optimization & Analysis of Hyperparameters
标题：BOAH：一个用于多保真度贝叶斯优化和超参数分析的工具套件
作者： Marius Lindauer, Frank Hutter
链接：https://arxiv.org/abs/1908.06756
【13】 Towards Assessing the Impact of Bayesian Optimization's Own Hyperparameters
标题：贝叶斯优化自身超参数的影响评估
作者： Marius Lindauer, Frank Hutter
备注：Accepted at DSO workshop (as part of IJCAI'19)
链接：https://arxiv.org/abs/1908.06674
【14】 Intrinsically Motivated Exploration for Automated Discovery of Patterns in Morphogenetic Systems
标题：形态发生系统中模式自动发现的内在动机探索
作者： Chris Reinke, Pierre-Yves Oudeyer
链接：https://arxiv.org/abs/1908.06663
【15】 Transfer in Deep Reinforcement Learning using Knowledge Graphs
标题：基于知识图的深度强化学习中的迁移
作者： Prithviraj Ammanabrolu, Mark O. Riedl
链接：https://arxiv.org/abs/1908.06556
【16】 RefNet: A Reference-aware Network for Background Based Conversation
标题：RefNet：一个基于背景对话的参考感知网络
作者： Chuan Meng, Maarten de Rijke
链接：https://arxiv.org/abs/1908.06449
【17】 Understanding Cyber Athletes Behaviour Through a Smart Chair: CS:GO and Monolith Team Scenario
标题：通过智能椅子了解网络运动员的行为：CS：Go和Monolith团队场景
作者： Anton Smerdov, Evgeny Burnaev
链接：https://arxiv.org/abs/1908.06407
【18】 eSports Pro-Players Behavior During the Game Events: Statistical Analysis of Data Obtained Using the Smart Chair
标题：eSports Pro-Player在游戏事件中的行为：使用智能座椅获得的数据的统计分析
作者： Anton Smerdov, Andrey Somov
链接：https://arxiv.org/abs/1908.06402
【19】 VUSFA:Variational Universal Successor Features Approximator to Improve Transfer DRL for Target Driven Visual Navigation
标题：VUSFA：用于改进目标驱动视觉导航的传输DRL的变分通用后继特征近似器
作者： Shamane Siriwardhana, Suranga Nanayakkara
链接：https://arxiv.org/abs/1908.06376
【20】 Verification of Neural Network Control Policy Under Persistent Adversarial Perturbation
标题：持续对抗性扰动下神经网络控制策略的验证
作者： Yuh-Shyang Wang, Luca Daniel
链接：https://arxiv.org/abs/1908.06353
【21】 EigenRank by Committee: A Data Subset Selection and Failure Prediction paradigm for Robust Deep Learning based Medical Image Segmentation
标题：EigenRank by Committee：基于稳健深度学习的医学图像分割的数据子集选择和故障预测范例
作者： Bilwaj Gaonkar, Luke Macyszyn
链接：https://arxiv.org/abs/1908.06337
【22】 What is needed for simple spatial language capabilities in VQA?
标题：VQA中的简单空间语言功能需要什么？
作者： Alexander Kuhnle, Ann Copestake
链接：https://arxiv.org/abs/1908.06336
【23】 Prune Sampling: a MCMC inference technique for discrete and deterministic Bayesian networks
标题：剪枝抽样：一种用于离散和确定性贝叶斯网络的MCMC推理技术
作者： Frank Phillipson, Ron Weikamp
链接：https://arxiv.org/abs/1908.06335
【24】 Multi-View Broad Learning System for Primate Oculomotor Decision Decoding
标题：灵长类眼动决策解码的多视角宽学习系统
作者： Zhenhua Shi, Dongrui Wu
链接：https://arxiv.org/abs/1908.06180
【25】 Distributional Negative Sampling for Knowledge Base Completion
标题：用于知识库完成的分布式负抽样
作者： Sarthak Dash, Alfio Gliozzo
链接：https://arxiv.org/abs/1908.06178
【26】 Oxford Handbook on AI Ethics Book Chapter on Race and Gender
标题：牛津人工智能伦理手册种族与性别章节
作者： Timnit Gebru
链接：https://arxiv.org/abs/1908.06165
【27】 Learning Representations and Agents for Information Retrieval
标题：信息检索的学习表示和Agent
作者： Rodrigo Nogueira
链接：https://arxiv.org/abs/1908.06132
【28】 Symmetric Cross Entropy for Robust Learning with Noisy Labels
标题：带噪声标签的对称交叉熵鲁棒学习
作者： Yisen Wang, James Bailey
备注：ICCV2019
链接：https://arxiv.org/abs/1908.06112
翻译：腾讯翻译君
网友评论