月別アーカイブ: 2024年8月

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models

要約 教師なし学習は、多くの実世界のアプリケーションで広く使用されています。 最 … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models はコメントを受け付けていません

HiMTM: Hierarchical Multi-Scale Masked Time Series Modeling with Self-Distillation for Long-Term Forecasting

要約 時系列予測は、実用化において重要かつ困難なタスクです。 時系列予測のための … 続きを読む

カテゴリー: cs.LG | HiMTM: Hierarchical Multi-Scale Masked Time Series Modeling with Self-Distillation for Long-Term Forecasting はコメントを受け付けていません

A Correlation-induced Finite Difference Estimator

要約 有限差分 (FD) 近似は、ノイズを含む関数の実現のみが利用可能な場合の確 … 続きを読む

カテゴリー: 90, cs.LG, cs.NA, I.6.3, math.NA, math.OC, stat.ME | A Correlation-induced Finite Difference Estimator はコメントを受け付けていません

Temporally Disentangled Representation Learning under Unknown Nonstationarity

要約 時間遅延した潜在的な因果影響を持つ連続データの教師なし因果表現学習では、時 … 続きを読む

カテゴリー: cs.LG, stat.ML | Temporally Disentangled Representation Learning under Unknown Nonstationarity はコメントを受け付けていません

Informed Meta-Learning

要約 実際のアプリケーションで一般的なノイズの多い低データ環境では、機械学習の主 … 続きを読む

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

Contextual Bandits with Packing and Covering Constraints: A Modular Lagrangian Approach via Regression

要約 線形制約付きコンテキスト バンディット (CBwLC) を検討します。これ … 続きを読む

カテゴリー: cs.LG, stat.ML | Contextual Bandits with Packing and Covering Constraints: A Modular Lagrangian Approach via Regression はコメントを受け付けていません

Conformal prediction for frequency-severity modeling

要約 我々は、有限サンプル統計的保証を備えた、保険金請求の予測区間を構築するため … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Conformal prediction for frequency-severity modeling はコメントを受け付けていません

A causal intervention framework for synthesizing mobility data and evaluating predictive neural networks

要約 ディープ ニューラル ネットワークはモビリティ予測タスクでますます利用され … 続きを読む

カテゴリー: cs.LG, cs.SI, physics.soc-ph | A causal intervention framework for synthesizing mobility data and evaluating predictive neural networks はコメントを受け付けていません

MoE-Infinity: Offloading-Efficient MoE Model Serving

要約 このペーパーでは、疎な専門家混合 (MoE) モデル向けのオフロード効率の … 続きを読む

カテゴリー: cs.LG, cs.PF | MoE-Infinity: Offloading-Efficient MoE Model Serving はコメントを受け付けていません

Prediction Instability in Machine Learning Ensembles

要約 機械学習アンサンブルでは、複数のモデルからの予測が集約されます。 アンサン … 続きを読む

カテゴリー: cs.LG, I.2.0 | Prediction Instability in Machine Learning Ensembles はコメントを受け付けていません