月別アーカイブ: 2023年6月

Binary domain generalization for sparsifying binary neural networks

要約 バイナリ ニューラル ネットワーク (BNN) は、リソースに制約のあるデ … 続きを読む

カテゴリー: cs.LG | Binary domain generalization for sparsifying binary neural networks はコメントを受け付けていません

On the Convergence Rate of Gaussianization with Random Rotations

要約 ガウス化は、逆伝播なしでトレーニングできる単純な生成モデルです。 低次元デ … 続きを読む

カテゴリー: cs.LG, stat.ML | On the Convergence Rate of Gaussianization with Random Rotations はコメントを受け付けていません

Test-Time Robust Personalization for Federated Learning

要約 フェデレーテッド ラーニング (FL) は、多くのクライアントが分散トレー … 続きを読む

カテゴリー: cs.LG | Test-Time Robust Personalization for Federated Learning はコメントを受け付けていません

PathMLP: Smooth Path Towards High-order Homophily

要約 現実世界のグラフでは異種性が高まっており、ノードが同じラベルを持つノードに … 続きを読む

カテゴリー: cs.LG, cs.SI | PathMLP: Smooth Path Towards High-order Homophily はコメントを受け付けていません

Network Slicing via Transfer Learning aided Distributed Deep Reinforcement Learning

要約 深層強化学習 (DRL) は、ネットワーク スライシングにおける動的で複雑 … 続きを読む

カテゴリー: cs.LG, cs.MA, cs.NI | Network Slicing via Transfer Learning aided Distributed Deep Reinforcement Learning はコメントを受け付けていません

Manifold Contrastive Learning with Variational Lie Group Operators

要約 ディープ ニューラル ネットワークの自己教師あり学習は、さまざまな下流タス … 続きを読む

カテゴリー: cs.LG | Manifold Contrastive Learning with Variational Lie Group Operators はコメントを受け付けていません

Efficient Model Selection for Predictive Pattern Mining Model by Safe Pattern Pruning

要約 予測パターン マイニングは、入力がセット、グラフ、シーケンスなどの構造化デ … 続きを読む

カテゴリー: cs.LG, stat.ML | Efficient Model Selection for Predictive Pattern Mining Model by Safe Pattern Pruning はコメントを受け付けていません

Training with Mixed-Precision Floating-Point Assignments

要約 ディープ ニューラル ネットワークをトレーニングする場合、すべてのテンソル … 続きを読む

カテゴリー: cs.LG | Training with Mixed-Precision Floating-Point Assignments はコメントを受け付けていません

Scaling MLPs: A Tale of Inductive Bias

要約 この研究では、深層学習の最も基本的な構成要素である多層パーセプトロン (M … 続きを読む

カテゴリー: cs.LG | Scaling MLPs: A Tale of Inductive Bias はコメントを受け付けていません

Gradient Descent with Linearly Correlated Noise: Theory and Applications to Differential Privacy

要約 線形相関ノイズの下での勾配降下法を研究します。 私たちの研究は、DP-FT … 続きを読む

カテゴリー: cs.LG | Gradient Descent with Linearly Correlated Noise: Theory and Applications to Differential Privacy はコメントを受け付けていません