-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
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
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
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
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
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