月別アーカイブ: 2025年4月

The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops

要約 将来の観察を予測することは、機械学習、生物学、経済学、および他の多くの分野 … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.IT, cs.LG, math.IT, nlin.AO, nlin.CD, quant-ph | The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops はコメントを受け付けていません

NNN: Next-Generation Neural Networks for Marketing Mix Modeling

要約 従来の方法の主要な制限に対処するために設計されたマーケティングミックスモデ … 続きを読む

カテゴリー: cs.LG, stat.AP | NNN: Next-Generation Neural Networks for Marketing Mix Modeling はコメントを受け付けていません

Federated Automated Feature Engineering

要約 自動化された機能エンジニアリング(AutoFE)を使用して、重要な人間の介 … 続きを読む

カテゴリー: cs.DC, cs.LG | Federated Automated Feature Engineering はコメントを受け付けていません

A score-based particle method for homogeneous Landau equation

要約 プラズマのLandau方程式を解くための新しいスコアベースの粒子法を提案し … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | A score-based particle method for homogeneous Landau equation はコメントを受け付けていません

Variational Online Mirror Descent for Robust Learning in Schrödinger Bridge

要約 Sch \ ‘Odinger Bridge(SB)は、確率的生 … 続きを読む

カテゴリー: cs.LG, stat.ML | Variational Online Mirror Descent for Robust Learning in Schrödinger Bridge はコメントを受け付けていません

Stacking Variational Bayesian Monte Carlo

要約 変分状ベイジアンモンテカルロ(VBMC)は、計算上の高価な尤度を備えた近似 … 続きを読む

カテゴリー: cs.LG, stat.ML | Stacking Variational Bayesian Monte Carlo はコメントを受け付けていません

Fractal and Regular Geometry of Deep Neural Networks

要約 深さが増加するにつれて、異なる活性化関数の遠足セットの境界体積を調査するこ … 続きを読む

カテゴリー: 60G60, 62B10, 62M45, 68T07, cs.LG, math.PR, stat.ML | Fractal and Regular Geometry of Deep Neural Networks はコメントを受け付けていません

Large Language Models for Knowledge Graph Embedding: A Survey

要約 大規模な言語モデル(LLM)は、ワールドワイドウェブ上の多くの知識主導型ア … 続きを読む

カテゴリー: cs.AI, cs.CL | Large Language Models for Knowledge Graph Embedding: A Survey はコメントを受け付けていません

Recursive Training Loops in LLMs: How training data properties modulate distribution shift in generated data?

要約 大規模な言語モデル(LLM)は、インターネット上のコンテンツの作成にますま … 続きを読む

カテゴリー: 68T50, cs.AI, cs.CL, cs.LG, I.2.7 | Recursive Training Loops in LLMs: How training data properties modulate distribution shift in generated data? はコメントを受け付けていません

MMTEB: Massive Multilingual Text Embedding Benchmark

要約 テキストの埋め込みは通常、言語、ドメイン、およびタスクの多様性によって制約 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IR | MMTEB: Massive Multilingual Text Embedding Benchmark はコメントを受け付けていません