月別アーカイブ: 2023年8月

FaDIn: Fast Discretized Inference for Hawkes Processes with General Parametric Kernels

要約 テンポラル ポイント プロセス (TPP) は、イベントベースのデータをモ … 続きを読む

カテゴリー: cs.LG, stat.ML | FaDIn: Fast Discretized Inference for Hawkes Processes with General Parametric Kernels はコメントを受け付けていません

Robust mmWave Beamforming by Self-Supervised Hybrid Deep Learning

要約 大規模アンテナ アレイによるビームフォーミングは近年広く使用されており、5 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT | Robust mmWave Beamforming by Self-Supervised Hybrid Deep Learning はコメントを受け付けていません

Dynamic Privacy Allocation for Locally Differentially Private Federated Learning with Composite Objectives

要約 この論文では、正直だが好奇心旺盛なサーバーから各ワーカーの勾配を保護する、 … 続きを読む

カテゴリー: cs.CR, cs.DC, cs.LG | Dynamic Privacy Allocation for Locally Differentially Private Federated Learning with Composite Objectives はコメントを受け付けていません

Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box

要約 自動微分変分推論 (ADVI) は、複数の最新の確率的プログラミング言語で … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box はコメントを受け付けていません

Instance-Dependent Generalization Bounds via Optimal Transport

要約 既存の一般化限界では、現代のニューラル ネットワークの一般化を推進する重要 … 続きを読む

カテゴリー: cs.LG, stat.ML | Instance-Dependent Generalization Bounds via Optimal Transport はコメントを受け付けていません

Direct Gradient Temporal Difference Learning

要約 オフポリシー学習により、強化学習 (RL) エージェントは、実行されないポ … 続きを読む

カテゴリー: cs.LG | Direct Gradient Temporal Difference Learning はコメントを受け付けていません

MARIO: Model Agnostic Recipe for Improving OOD Generalization of Graph Contrastive Learning

要約 この研究では、グラフ データに対する教師なし学習法の分布外 (OOD) 一 … 続きを読む

カテゴリー: cs.LG | MARIO: Model Agnostic Recipe for Improving OOD Generalization of Graph Contrastive Learning はコメントを受け付けていません

Bandit based centralized matching in two-sided markets for peer to peer lending

要約 双方向オンラインプラットフォームでの順次資金調達により、潜在的な出資者を順 … 続きを読む

カテゴリー: cs.LG | Bandit based centralized matching in two-sided markets for peer to peer lending はコメントを受け付けていません

Q(D)O-ES: Population-based Quality (Diversity) Optimisation for Post Hoc Ensemble Selection in AutoML

要約 自動機械学習 (AutoML) システムは通常、貪欲アンサンブル選択 (G … 続きを読む

カテゴリー: cs.LG, cs.NE, I.2.6 | Q(D)O-ES: Population-based Quality (Diversity) Optimisation for Post Hoc Ensemble Selection in AutoML はコメントを受け付けていません

Domain-adapted Learning and Imitation: DRL for Power Arbitrage

要約 この論文では、オランダの電力市場について説明します。この市場は、前日市場と … 続きを読む

カテゴリー: cs.LG, q-fin.TR | Domain-adapted Learning and Imitation: DRL for Power Arbitrage はコメントを受け付けていません