月別アーカイブ: 2023年3月

A Policy Iteration Approach for Flock Motion Control

要約 フロッキング モーション コントロールは、マルチエージェント システムのロ … 続きを読む

カテゴリー: cs.LG, cs.MA, cs.RO, cs.SY, eess.SY | A Policy Iteration Approach for Flock Motion Control はコメントを受け付けていません

Backpropagation through Combinatorial Algorithms: Identity with Projection Works

要約 離散ソルバーを微分可能な層として埋め込むことで、最新の深層学習アーキテクチ … 続きを読む

カテゴリー: cs.LG | Backpropagation through Combinatorial Algorithms: Identity with Projection Works はコメントを受け付けていません

Posterior Estimation Using Deep Learning: A Simulation Study of Compartmental Modeling in Dynamic PET

要約 背景: 医用画像処理では、通常、画像は決定論的なものとして扱われますが、そ … 続きを読む

カテゴリー: cs.LG, eess.IV, physics.med-ph | Posterior Estimation Using Deep Learning: A Simulation Study of Compartmental Modeling in Dynamic PET はコメントを受け付けていません

Deep Author Name Disambiguation using DBLP Data

要約 学術界では、科学者の数が年々増加しており、同じ名前の著者の数も増加していま … 続きを読む

カテゴリー: cs.DL, cs.LG | Deep Author Name Disambiguation using DBLP Data はコメントを受け付けていません

Towards a Foundation Model for Neural Network Wavefunctions

要約 ディープ ニューラル ネットワークは、電子シュレディンガー方程式を解くため … 続きを読む

カテゴリー: cs.LG, physics.comp-ph | Towards a Foundation Model for Neural Network Wavefunctions はコメントを受け付けていません

Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model

要約 この論文は、生成モデル(またはシミュレータ)へのアクセスを想定して、強化学 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, math.OC, math.ST, stat.ML, stat.TH | Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model はコメントを受け付けていません

Robust probabilistic inference via a constrained transport metric

要約 通常、柔軟なベイジアン モデルは、多くの場合解釈できない多数のパラメーター … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Robust probabilistic inference via a constrained transport metric はコメントを受け付けていません

An Isolation-Aware Online Virtual Network Embedding via Deep Reinforcement Learning

要約 仮想化テクノロジは、最新の ICT インフラストラクチャの基盤であり、サー … 続きを読む

カテゴリー: cs.LG, cs.NI | An Isolation-Aware Online Virtual Network Embedding via Deep Reinforcement Learning はコメントを受け付けていません

Push–Pull with Device Sampling

要約 基礎となる通信グラフを交換することにより、多数のエージェントが協力してロー … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.MA, math.OC | Push–Pull with Device Sampling はコメントを受け付けていません

Data-Centric Learning from Unlabeled Graphs with Diffusion Model

要約 グラフ プロパティの予測タスクは重要であり、数多くあります。 各タスクは小 … 続きを読む

カテゴリー: cs.LG | Data-Centric Learning from Unlabeled Graphs with Diffusion Model はコメントを受け付けていません