月別アーカイブ: 2024年7月

Improving Explainability of Softmax Classifiers Using a Prototype-Based Joint Embedding Method

要約 我々は、プロトタイプの確率的サンプリングを通じて生成される理解可能な予測信 … 続きを読む

カテゴリー: cs.LG | Improving Explainability of Softmax Classifiers Using a Prototype-Based Joint Embedding Method はコメントを受け付けていません

How to Boost Any Loss Function

要約 ブースティングは、ML 生まれの最適化設定で非常に成功しています。この設定 … 続きを読む

カテゴリー: cs.LG, I.2.6, stat.ML | How to Boost Any Loss Function はコメントを受け付けていません

Stochastic Differential Equations models for Least-Squares Stochastic Gradient Descent

要約 最小二乗問題の確率的勾配降下法 (SGD) の連続時間モデルのダイナミクス … 続きを読む

カテゴリー: cs.LG, math.PR | Stochastic Differential Equations models for Least-Squares Stochastic Gradient Descent はコメントを受け付けていません

QSync: Quantization-Minimized Synchronous Distributed Training Across Hybrid Devices

要約 多くの実稼働ディープラーニング クラスターは、多くの推論 GPU がアイド … 続きを読む

カテゴリー: cs.DC, cs.LG | QSync: Quantization-Minimized Synchronous Distributed Training Across Hybrid Devices はコメントを受け付けていません

Revisiting Cascaded Ensembles for Efficient Inference

要約 機械学習の推論をより効率的にするための一般的なアプローチは、推論時に各例の … 続きを読む

カテゴリー: cs.LG | Revisiting Cascaded Ensembles for Efficient Inference はコメントを受け付けていません

Reproducibility in Machine Learning-based Research: Overview, Barriers and Drivers

要約 現在、さまざまな分野の研究において、結果の再現性が課題となっています。 こ … 続きを読む

カテゴリー: cs.IR, cs.LG, cs.SE | Reproducibility in Machine Learning-based Research: Overview, Barriers and Drivers はコメントを受け付けていません

Two-Step Q-Learning

要約 Q ラーニングは、古典的な値反復の確率的近似バージョンです。 文献によれば … 続きを読む

カテゴリー: cs.LG | Two-Step Q-Learning はコメントを受け付けていません

Homomorphism Autoencoder — Learning Group Structured Representations from Observed Transitions

要約 エージェントが現実世界とのインタラクションを正確に表現する内部モデルをどの … 続きを読む

カテゴリー: cs.LG, math.GR, stat.ML | Homomorphism Autoencoder — Learning Group Structured Representations from Observed Transitions はコメントを受け付けていません

Uncertainty-Aware Decarbonization for Datacenters

要約 この論文は、データセンターの脱炭素化に向けた炭素強度予測の不確実性を定量化 … 続きを読む

カテゴリー: cs.DC, cs.LG | Uncertainty-Aware Decarbonization for Datacenters はコメントを受け付けていません

Quantum Curriculum Learning

要約 量子機械学習 (QML) では、量子の利点を達成するために大量の量子リソー … 続きを読む

カテゴリー: cs.LG, quant-ph, stat.ML | Quantum Curriculum Learning はコメントを受け付けていません