月別アーカイブ: 2023年6月

ClimSim: An open large-scale dataset for training high-resolution physics emulators in hybrid multi-scale climate simulators

要約 現代の気候予測には、計算上の制約により適切な空間的および時間的解像度が不足 … 続きを読む

カテゴリー: cs.LG, physics.ao-ph | ClimSim: An open large-scale dataset for training high-resolution physics emulators in hybrid multi-scale climate simulators はコメントを受け付けていません

Diffusion Probabilistic Models for Structured Node Classification

要約 この論文では、グラフ上の構造化されたノード分類について研究します。予測では … 続きを読む

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

Correlation Clustering of Bird Sounds

要約 鳥の鳴き声の分類は、あらゆる音声記録を、その記録で聞こえる鳥の種類に関連付 … 続きを読む

カテゴリー: cs.LG, cs.SD, eess.AS | Correlation Clustering of Bird Sounds はコメントを受け付けていません

LabelBench: A Comprehensive Framework for Benchmarking Label-Efficient Learning

要約 ラベル付きデータは最新の機械学習アプリケーションにとって重要ですが、ラベル … 続きを読む

カテゴリー: cs.LG | LabelBench: A Comprehensive Framework for Benchmarking Label-Efficient Learning はコメントを受け付けていません

Towards Quantum Federated Learning

要約 量子フェデレーテッド ラーニング (QFL) は、量子テクノロジーを活用し … 続きを読む

カテゴリー: cs.LG, quant-ph | Towards Quantum Federated Learning はコメントを受け付けていません

A Metaheuristic-based Machine Learning Approach for Energy Prediction in Mobile App Development

要約 エネルギー消費は、開発者やエンドユーザーにとってモバイルアプリ開発において … 続きを読む

カテゴリー: cs.LG, cs.NE | A Metaheuristic-based Machine Learning Approach for Energy Prediction in Mobile App Development はコメントを受け付けていません

Hiding in Plain Sight: Disguising Data Stealing Attacks in Federated Learning

要約 悪意のあるサーバー (MS) 攻撃により、フェデレーテッド ラーニングにお … 続きを読む

カテゴリー: cs.CR, cs.LG, I.2.11 | Hiding in Plain Sight: Disguising Data Stealing Attacks in Federated Learning はコメントを受け付けていません

Nearly-Optimal Hierarchical Clustering for Well-Clustered Graphs

要約 この論文では、Dasgupta のコスト関数に関する 2 つの効率的な階層 … 続きを読む

カテゴリー: cs.DS, cs.LG | Nearly-Optimal Hierarchical Clustering for Well-Clustered Graphs はコメントを受け付けていません

You Don’t Need Robust Machine Learning to Manage Adversarial Attack Risks

要約 最新の機械学習 (ML) モデルの堅牢性について、コミュニティ内での懸念が … 続きを読む

カテゴリー: cs.LG, stat.ML | You Don’t Need Robust Machine Learning to Manage Adversarial Attack Risks はコメントを受け付けていません

Training shallow ReLU networks on noisy data using hinge loss: when do we overfit and is it benign?

要約 私たちは、バイナリ分類用のノイズを含むデータに対する勾配降下法とヒンジ損失 … 続きを読む

カテゴリー: cs.LG | Training shallow ReLU networks on noisy data using hinge loss: when do we overfit and is it benign? はコメントを受け付けていません