投稿者「jarxiv」のアーカイブ

Distribution free M-estimation

要約 基礎となるデータ分布について仮定することなく解決可能な統計的問題を描写する … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.TH | コメントする

Analytics Modelling over Multiple Datasets using Vector Embeddings

要約 アナリストのデータボリュームとデータセットの可用性の大幅な増加により、研究 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

mFabric: An Efficient and Scalable Fabric for Mixture-of-Experts Training

要約 混合物(MOE)モデルは、トークンごとに異なるサブネット(\ empher … 続きを読む

カテゴリー: cs.LG, cs.NI | コメントする

Understanding the Trade-offs in Accuracy and Uncertainty Quantification: Architecture and Inference Choices in Bayesian Neural Networks

要約 最新のニューラルネットワークがより複雑になるにつれて、高い予測パフォーマン … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | コメントする

Uniform Mean Estimation for Heavy-Tailed Distributions via Median-of-Means

要約 平均の中央値(MOM)は、尾のあるデータのコンテキストで人気を獲得した平均 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Addition is almost all you need: Compressing neural networks with double binary factorization

要約 重量行列をバイナリマトリックスに置き換え、コストのかかる乗算を安価な追加に … 続きを読む

カテゴリー: cs.LG | コメントする

When are dynamical systems learned from time series data statistically accurate?

要約 一般化の従来の概念は、動的データから意味のある情報をキャプチャする学習モデ … 続きを読む

カテゴリー: cs.LG, math-ph, math.DS, math.MP, math.ST, stat.TH | コメントする

Improving Group Robustness on Spurious Correlation via Evidential Alignment

要約 深いニューラルネットワークは、多くの場合、偽の相関、つまり非因果的特徴とタ … 続きを読む

カテゴリー: cs.LG | コメントする

On the Hardness of Bandit Learning

要約 真の報酬関数fは既知のがarbitrary意的な機能クラスFに属するという … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Reinforcement Learning with Segment Feedback

要約 標準補強学習(RL)は、エージェントが各状態アクションペアに対して報酬を観 … 続きを読む

カテゴリー: cs.LG | コメントする