月別アーカイブ: 2024年5月

Neural Persistence Dynamics

要約 私たちは、昆虫や鳥の群れ、物理学における粒子など、集団行動を示すシステムの … 続きを読む

カテゴリー: cs.CE, cs.LG | Neural Persistence Dynamics はコメントを受け付けていません

First-order methods for Stochastic Variational Inequality problems with Function Constraints

要約 単調変分不等式 (VI) は、さまざまな工学および科学分野で重要な用途を持 … 続きを読む

カテゴリー: cs.LG, math.OC | First-order methods for Stochastic Variational Inequality problems with Function Constraints はコメントを受け付けていません

Sparse maximal update parameterization: A holistic approach to sparse training dynamics

要約 いくつかの課題により、疎ニューラル ネットワークが密モデルと競合することが … 続きを読む

カテゴリー: cs.LG | Sparse maximal update parameterization: A holistic approach to sparse training dynamics はコメントを受け付けていません

CAFe: Cost and Age aware Federated Learning

要約 多くのフェデレーテッド ラーニング (FL) モデルでは、トレーニング プ … 続きを読む

カテゴリー: cs.DC, cs.IT, cs.LG, math.IT | CAFe: Cost and Age aware Federated Learning はコメントを受け付けていません

How to Fix a Broken Confidence Estimator: Evaluating Post-hoc Methods for Selective Classification with Deep Neural Networks

要約 この論文では、潜在的なエラーを回避するためにモデルが信頼性の低い予測を回避 … 続きを読む

カテゴリー: cs.LG | How to Fix a Broken Confidence Estimator: Evaluating Post-hoc Methods for Selective Classification with Deep Neural Networks はコメントを受け付けていません

Score-based generative models are provably robust: an uncertainty quantification perspective

要約 不確実性定量化 (UQ) の観点から、スコアベースの生成モデル (SGM) … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Score-based generative models are provably robust: an uncertainty quantification perspective はコメントを受け付けていません

Improved Particle Approximation Error for Mean Field Neural Networks

要約 平均場ランジュバン ダイナミクス (MFLD) は、確率分布の空間上で定義 … 続きを読む

カテゴリー: cs.LG, stat.ML | Improved Particle Approximation Error for Mean Field Neural Networks はコメントを受け付けていません

Organic Data-Driven Approach for Turkish Grammatical Error Correction and LLMs

要約 文法的誤りの修正は、深層学習の最近の進歩により大幅な進歩を遂げています。 … 続きを読む

カテゴリー: cs.AI, cs.CL | Organic Data-Driven Approach for Turkish Grammatical Error Correction and LLMs はコメントを受け付けていません

Isotropy, Clusters, and Classifiers

要約 埋め込み空間がすべての次元を均等に使用するかどうか、つまり等方性であるかど … 続きを読む

カテゴリー: cs.CL, cs.LG | Isotropy, Clusters, and Classifiers はコメントを受け付けていません

Decompose and Aggregate: A Step-by-Step Interpretable Evaluation Framework

要約 大規模言語モデル (LLM) 研究の加速により、生成されたテキストを評価す … 続きを読む

カテゴリー: cs.CL | Decompose and Aggregate: A Step-by-Step Interpretable Evaluation Framework はコメントを受け付けていません