( en | de | ru )

 

Disambiguierung von "Makondo, Ndivhuwo"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Learning to Guide a Saturation-Based Theorem Prover.

, , , , , , , , , , und . CoRR, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Makondo, Ndivhuwo
Eine Person hinzufügen mit dem Namen Makondo, Ndivhuwo
 

Weitere Publikationen von Autoren mit dem selben Namen

Leveraging Abstract Meaning Representation for Knowledge Base Question Answering., , , , , , , , , und 20 andere Autor(en). ACL/IJCNLP (Findings), Volume ACL/IJCNLP 2021 von Findings of ACL, Seite 3884-3894. Association for Computational Linguistics, (2021)Trajectory learning from human demonstrations via manifold mapping., , , und . IROS, Seite 3935-3940. IEEE, (2016)Learning to Guide a Saturation-Based Theorem Prover., , , , , , , , , und 1 andere Autor(en). CoRR, (2021)An Ensemble Approach for Automated Theorem Proving Based on Efficient Name Invariant Graph Neural Representations., , , , , , , und . IJCAI, Seite 3221-3229. ijcai.org, (2023)Alignment Studio: Aligning Large Language Models to Particular Contextual Regulations., , , , , , , , , und 9 andere Autor(en). CoRR, (2024)Question Answering over Knowledge Bases by Leveraging Semantic Parsing and Neuro-Symbolic Reasoning., , , , , , , , , und 20 andere Autor(en). CoRR, (2020)Knowledge transfer for learning robot models via Local Procrustes Analysis., , und . Humanoids, Seite 1075-1082. IEEE, (2015)A Non-Linear Manifold Alignment Approach to Robot Learning from Demonstrations., , , und . J. Robotics Mechatronics, 30 (2): 265-281 (2018)Accelerating Model Learning with Inter-Robot Knowledge Transfer., , und . ICRA, Seite 2417-2424. IEEE, (2018)Self-Supervised Rule Learning to Link Text Segments to Relational Elements of Structured Knowledge., , , , , , , , , und 6 andere Autor(en). EMNLP (Findings), Seite 1707-1718. Association for Computational Linguistics, (2023)