月別アーカイブ: 2025年2月

Random features and polynomial rules

要約 ランダムな特徴モデルは、深い学習の理論において際立った役割を果たし、無限の … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG | Random features and polynomial rules はコメントを受け付けていません

The Value of Prediction in Identifying the Worst-Off

要約 機械学習は、最も脆弱な個人を特定してサポートするために政府プログラムでます … 続きを読む

カテゴリー: cs.CY, cs.LG, stat.ML | The Value of Prediction in Identifying the Worst-Off はコメントを受け付けていません

Covering Multiple Objectives with a Small Set of Solutions Using Bayesian Optimization

要約 多目的ブラックボックスの最適化では、目標は通常、Tブラックボックス目的関数 … 続きを読む

カテゴリー: cs.LG | Covering Multiple Objectives with a Small Set of Solutions Using Bayesian Optimization はコメントを受け付けていません

PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units

要約 治療グループと対照群間の予想される結果の違いとして定義される平均治療効果( … 続きを読む

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units はコメントを受け付けていません

An All-digital 65-nm Tsetlin Machine Image Classification Accelerator with 8.6 nJ per MNIST Frame at 60.3k Frames per Second

要約 Tsetlinマシン(TM)の原則に基づいて、画像分類のための全デジタルプ … 続きを読む

カテゴリー: B.7, cs.AR, cs.LG | An All-digital 65-nm Tsetlin Machine Image Classification Accelerator with 8.6 nJ per MNIST Frame at 60.3k Frames per Second はコメントを受け付けていません

Neural Implicit Solution Formula for Efficiently Solving Hamilton-Jacobi Equations

要約 この論文では、ハミルトン・ジャコビ部分微分方程式(HJ PDE)の暗黙的な … 続きを読む

カテゴリー: cs.LG | Neural Implicit Solution Formula for Efficiently Solving Hamilton-Jacobi Equations はコメントを受け付けていません

The Energy Loss Phenomenon in RLHF: A New Perspective on Mitigating Reward Hacking

要約 この作業は、人間のフィードバック(RLHF)からの補強学習におけるエネルギ … 続きを読む

カテゴリー: cs.LG | The Energy Loss Phenomenon in RLHF: A New Perspective on Mitigating Reward Hacking はコメントを受け付けていません

Towards Fast, Specialized Machine Learning Force Fields: Distilling Foundation Models via Energy Hessians

要約 基礎モデル(FM)パラダイムは、機械学習力フィールド(MLFF)を変換し、 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.bio-ph, physics.chem-ph | Towards Fast, Specialized Machine Learning Force Fields: Distilling Foundation Models via Energy Hessians はコメントを受け付けていません

Beyond Fixed Horizons: A Theoretical Framework for Adaptive Denoising Diffusions

要約 新しいクラスの生成拡散モデルを導入します。これは、従来の除去拡散モデルとは … 続きを読む

カテゴリー: cs.LG, stat.ML | Beyond Fixed Horizons: A Theoretical Framework for Adaptive Denoising Diffusions はコメントを受け付けていません

Fixing the Double Penalty in Data-Driven Weather Forecasting Through a Modified Spherical Harmonic Loss Function

要約 データ駆動型の気象予測モデルの最近の進歩により、従来の物理学ベースのモデル … 続きを読む

カテゴリー: cs.LG, I.2.1, physics.ao-ph | Fixing the Double Penalty in Data-Driven Weather Forecasting Through a Modified Spherical Harmonic Loss Function はコメントを受け付けていません