月別アーカイブ: 2023年2月

Delving into Identify-Emphasize Paradigm for Combating Unknown Bias

要約 データセットのバイアスは、モデルの堅牢性と一般化に悪影響を及ぼすことで有名 … 続きを読む

カテゴリー: cs.LG | Delving into Identify-Emphasize Paradigm for Combating Unknown Bias はコメントを受け付けていません

Aligned Diffusion Schrödinger Bridges

要約 拡散シュレーディンガー ブリッジ (DSB) は、さまざまな時点での限界観 … 続きを読む

カテゴリー: cs.LG, q-bio.QM | Aligned Diffusion Schrödinger Bridges はコメントを受け付けていません

A Note on ‘Towards Efficient Data Valuation Based on the Shapley Value”

要約 Shapley 値 (SV) は、データ評価の有望な方法として浮上していま … 続きを読む

カテゴリー: cs.LG, stat.ML | A Note on ‘Towards Efficient Data Valuation Based on the Shapley Value” はコメントを受け付けていません

Diffusion Probabilistic Models for Graph-Structured Prediction

要約 この論文では、ノード単位またはエッジ単位のターゲット依存関係を持つグラフで … 続きを読む

カテゴリー: cs.LG | Diffusion Probabilistic Models for Graph-Structured Prediction はコメントを受け付けていません

Fast and Provable Tensor Robust Principal Component Analysis via Scaled Gradient Descent

要約 ますます多くのデータ サイエンスおよび機械学習の問題がテンソルを使用した計 … 続きを読む

カテゴリー: cs.LG, eess.SP, math.OC, stat.ML | Fast and Provable Tensor Robust Principal Component Analysis via Scaled Gradient Descent はコメントを受け付けていません

Power Constrained Autotuning using Graph Neural Networks

要約 マルチコアおよびメニーコア プロセッサの最近の進歩により、科学計算アプリケ … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.PF | Power Constrained Autotuning using Graph Neural Networks はコメントを受け付けていません

An Interpretable Determinantal Choice Model for Subset Selection

要約 提供されたセットからアイテムのサブセットがどのように選択されるかを理解する … 続きを読む

カテゴリー: cs.LG | An Interpretable Determinantal Choice Model for Subset Selection はコメントを受け付けていません

Drop Edges and Adapt: a Fairness Enforcing Fine-tuning for Graph Neural Networks

要約 多くの異なるネットワーク サイエンス タスクの主要なソリューションとしてグ … 続きを読む

カテゴリー: cs.LG, stat.ML | Drop Edges and Adapt: a Fairness Enforcing Fine-tuning for Graph Neural Networks はコメントを受け付けていません

Efficient Training of Large-scale Industrial Fault Diagnostic Models through Federated Opportunistic Block Dropout

要約 人工知能 (AI) を活用した産業用障害診断は、産業用アプリケーションの安 … 続きを読む

カテゴリー: cs.LG | Efficient Training of Large-scale Industrial Fault Diagnostic Models through Federated Opportunistic Block Dropout はコメントを受け付けていません

Physics-Informed Gaussian Process Regression Generalizes Linear PDE Solvers

要約 線形偏微分方程式 (PDE) は、重要で広く適用されている機構モデルのクラ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Physics-Informed Gaussian Process Regression Generalizes Linear PDE Solvers はコメントを受け付けていません