月別アーカイブ: 2024年6月

Time-Constrained Robust MDPs

投稿日: 2024年6月13日 作成者: jarxiv

要約 環境の不確実性が優勢な現実世界のシナリオに強化学習アルゴリズムを導入するに … 続きを読む →

カテゴリー: cs.LG | Time-Constrained Robust MDPs はコメントを受け付けていません

Differentiable Cost-Parameterized Monge Map Estimators

投稿日: 2024年6月13日 作成者: jarxiv

要約 最適輸送 (OT) の分野では、輸送マップの最適性が現実世界のアプリケーシ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Differentiable Cost-Parameterized Monge Map Estimators はコメントを受け付けていません

Nyström Kernel Stein Discrepancy

投稿日: 2024年6月13日 作成者: jarxiv

要約 カーネル手法は、データ サイエンスや統計で最も成功しているアプローチの多く … 続きを読む →

カテゴリー: (Primary), cs.LG, G.3, math.ST, stat.ML, stat.TH | Nyström Kernel Stein Discrepancy はコメントを受け付けていません

RRLS : Robust Reinforcement Learning Suite

投稿日: 2024年6月13日 作成者: jarxiv

要約 堅牢な強化学習とは、一連の敵対的な環境に対して最適な最悪の場合のパフォーマ … 続きを読む →

カテゴリー: cs.LG | RRLS : Robust Reinforcement Learning Suite はコメントを受け付けていません

Memory Is All You Need: An Overview of Compute-in-Memory Architectures for Accelerating Large Language Model Inference

投稿日: 2024年6月13日 作成者: jarxiv

要約 最近、大規模言語モデル (LLM) によって自然言語処理が変革され、機械が … 続きを読む →

カテゴリー: cs.AR, cs.LG | Memory Is All You Need: An Overview of Compute-in-Memory Architectures for Accelerating Large Language Model Inference はコメントを受け付けていません

Discovering Preference Optimization Algorithms with and for Large Language Models

投稿日: 2024年6月13日 作成者: jarxiv

要約 オフライン設定の最適化は、大規模言語モデル (LLM) 出力の品質を強化お … 続きを読む →

カテゴリー: cs.LG | Discovering Preference Optimization Algorithms with and for Large Language Models はコメントを受け付けていません

FLUX: Fast Software-based Communication Overlap On GPUs Through Kernel Fusion

投稿日: 2024年6月13日 作成者: jarxiv

要約 大規模な深層学習モデルは、幅広いアプリケーションにわたって多くのタスクを解 … 続きを読む →

カテゴリー: cs.DC, cs.LG | FLUX: Fast Software-based Communication Overlap On GPUs Through Kernel Fusion はコメントを受け付けていません

Deep Latent Variable Modeling of Physiological Signals

投稿日: 2024年6月13日 作成者: jarxiv

要約 深い潜在変数モデルは、複雑な分布を把握するための強力な方法です。 これらの … 続きを読む →

カテゴリー: cs.LG | Deep Latent Variable Modeling of Physiological Signals はコメントを受け付けていません

Adaptive Swarm Mesh Refinement using Deep Reinforcement Learning with Local Rewards

投稿日: 2024年6月13日 作成者: jarxiv

要約 物理システムのシミュレーションはエンジニアリングにおいて不可欠ですが、分析 … 続きを読む →

カテゴリー: cs.LG, cs.MA | Adaptive Swarm Mesh Refinement using Deep Reinforcement Learning with Local Rewards はコメントを受け付けていません

Higher-Order Newton Methods with Polynomial Work per Iteration

投稿日: 2024年6月13日 作成者: jarxiv

要約 任意の次数 $d$ の導関数を組み込みながら、反復あたりのコストの次元への … 続きを読む →

カテゴリー: cs.LG, math.OC | Higher-Order Newton Methods with Polynomial Work per Iteration はコメントを受け付けていません