月別アーカイブ: 2025年3月

Learning Straight Flows by Learning Curved Interpolants

要約 フローマッチングモデルは通常、線形挿入剤を使用して、順方向/ノイズの追加プ … 続きを読む

カテゴリー: cs.LG | Learning Straight Flows by Learning Curved Interpolants はコメントを受け付けていません

Continual learning via probabilistic exchangeable sequence modelling

要約 継続的な学習(CL)とは、過去の経験から有用な情報を保持しながら、新しい知 … 続きを読む

カテゴリー: cs.LG, stat.ML | Continual learning via probabilistic exchangeable sequence modelling はコメントを受け付けていません

Benchmarking and optimizing organism wide single-cell RNA alignment methods

要約 バッチ効果を削除し、シングルセルRNA(SCRNA)データセットを調整する … 続きを読む

カテゴリー: cs.LG | Benchmarking and optimizing organism wide single-cell RNA alignment methods はコメントを受け付けていません

RecTable: Fast Modeling Tabular Data with Rectified Flow

要約 スコアベースまたは拡散モデルは、GANベースおよびVAEベースのモデルを上 … 続きを読む

カテゴリー: cs.LG | RecTable: Fast Modeling Tabular Data with Rectified Flow はコメントを受け付けていません

ASGO: Adaptive Structured Gradient Optimization

要約 ディープニューラルネットワーク(DNNS)のトレーニングは、単純なベクター … 続きを読む

カテゴリー: cs.LG, math.OC | ASGO: Adaptive Structured Gradient Optimization はコメントを受け付けていません

Reliable algorithm selection for machine learning-guided design

要約 機械学習誘導設計または設計アルゴリズムのアルゴリズムは、機械学習ベースの予 … 続きを読む

カテゴリー: cs.LG, q-bio.QM, stat.ML | Reliable algorithm selection for machine learning-guided design はコメントを受け付けていません

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy

要約 Federated Learning(FL)は、グローバルスケールでのプラ … 続きを読む

カテゴリー: C.2.4, cs.DC, cs.LG | An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy はコメントを受け付けていません

A Pretraining-Finetuning Computational Framework for Material Homogenization

要約 均質化は、マルチスケールの物理現象を研究するための基本的なツールです。 有 … 続きを読む

カテゴリー: cs.CE, cs.LG | A Pretraining-Finetuning Computational Framework for Material Homogenization はコメントを受け付けていません

Control, Optimal Transport and Neural Differential Equations in Supervised Learning

要約 コントロール理論の観点から見ると、神経微分方程式(神経デス)は、監視された … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Control, Optimal Transport and Neural Differential Equations in Supervised Learning はコメントを受け付けていません

Socratic Planner: Self-QA-Based Zero-Shot Planning for Embodied Instruction Following

要約 次の具体化された命令(EIF)は、インタラクティブな環境でオブジェクトをナ … 続きを読む

カテゴリー: (Primary), 68T45, 68T50, cs.AI, cs.CL, cs.CV, cs.RO | Socratic Planner: Self-QA-Based Zero-Shot Planning for Embodied Instruction Following はコメントを受け付けていません