月別アーカイブ: 2024年1月

Sharper Bounds for $\ell_p$ Sensitivity Sampling

要約 大規模な機械学習において、ランダムサンプリングは、少数の代表的な部分例によ … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.ML | Sharper Bounds for $\ell_p$ Sensitivity Sampling はコメントを受け付けていません

Manipulating Trajectory Prediction with Backdoors

要約 自律走行車は、不確実で複雑な交通状況において安全な操縦を可能にするために、 … 続きを読む

カテゴリー: cs.CR, cs.LG, cs.RO | Manipulating Trajectory Prediction with Backdoors はコメントを受け付けていません

Topological Data Analysis for Neural Network Analysis: A Comprehensive Survey

要約 本サーベイでは、ニューラルネットワーク解析におけるトポロジカルデータ解析( … 続きを読む

カテゴリー: 55N31, 62R40, 68T07, cs.LG, I.2.6, math.AT | Topological Data Analysis for Neural Network Analysis: A Comprehensive Survey はコメントを受け付けていません

Validation of Composite Systems by Discrepancy Propagation

要約 与えられた品質基準に対する実世界システムの妥当性を評価することは、膨大な数 … 続きを読む

カテゴリー: cs.LG, stat.ML | Validation of Composite Systems by Discrepancy Propagation はコメントを受け付けていません

Signal Processing in the Retina: Interpretable Graph Classifier to Predict Ganglion Cell Responses

要約 神経科学では、網膜の神経節細胞が、観察された情景の視覚的特徴を選択的に検出 … 続きを読む

カテゴリー: cs.LG, eess.IV, q-bio.NC, q-bio.QM | Signal Processing in the Retina: Interpretable Graph Classifier to Predict Ganglion Cell Responses はコメントを受け付けていません

On the hierarchical Bayesian modelling of frequency response functions

要約 データセット間の情報共有が有益な状況、例えば類似構造の母集団ベースのSHM … 続きを読む

カテゴリー: cs.LG, cs.SY, eess.SY | On the hierarchical Bayesian modelling of frequency response functions はコメントを受け付けていません

Bridging the Gap Between Target Networks and Functional Regularization

要約 ブートストラッピングは、ディープ強化学習の成功の多くを支えている。しかし、 … 続きを読む

カテゴリー: cs.LG | Bridging the Gap Between Target Networks and Functional Regularization はコメントを受け付けていません

Wasserstein Nonnegative Tensor Factorization with Manifold Regularization

要約 非負テンソル分解(NTF)は、非負の高次データから固有構造情報を保持した特 … 続きを読む

カテゴリー: cs.LG | Wasserstein Nonnegative Tensor Factorization with Manifold Regularization はコメントを受け付けていません

DGDNN: Decoupled Graph Diffusion Neural Network for Stock Movement Prediction

要約 将来の株価動向の予測は、株価に影響を与える確率的な銘柄間ダイナミクスや階層 … 続きを読む

カテゴリー: cs.LG, cs.NE | DGDNN: Decoupled Graph Diffusion Neural Network for Stock Movement Prediction はコメントを受け付けていません

Prediction of good reaction coordinates and future evolution of MD trajectories using Regularized Sparse Autoencoders: A novel deep learning approach

要約 反応座標(RC)の同定は、化学反応の進行を決定する上で重要な役割を果たすこ … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, q-bio.QM, stat.ME, stat.ML | Prediction of good reaction coordinates and future evolution of MD trajectories using Regularized Sparse Autoencoders: A novel deep learning approach はコメントを受け付けていません