投稿者「jarxiv」のアーカイブ

CLAMP: Crowdsourcing a LArge-scale in-the-wild haptic dataset with an open-source device for Multimodal robot Perception

投稿日: 2025年5月28日 作成者: jarxiv

要約 構造化されていない環境での堅牢なロボット操作には、多くの場合、ビジョンのみ … 続きを読む →

カテゴリー: cs.RO | CLAMP: Crowdsourcing a LArge-scale in-the-wild haptic dataset with an open-source device for Multimodal robot Perception はコメントを受け付けていません

Securing Federated Learning against Backdoor Threats with Foundation Model Integration

投稿日: 2025年5月28日 作成者: jarxiv

要約 Federated Learning（FL）は、プライバシーを維持しながら … 続きを読む →

カテゴリー: cs.CR, cs.LG | Securing Federated Learning against Backdoor Threats with Foundation Model Integration はコメントを受け付けていません

DeCAF: Decentralized Consensus-And-Factorization for Low-Rank Adaptation of Foundation Models

投稿日: 2025年5月28日 作成者: jarxiv

要約 低ランク適応（LORA）は、ビジョン言語モデル（VLMS）および大手言語モ … 続きを読む →

カテゴリー: cs.LG | DeCAF: Decentralized Consensus-And-Factorization for Low-Rank Adaptation of Foundation Models はコメントを受け付けていません

Square$χ$PO: Differentially Private and Robust $χ^2$-Preference Optimization in Offline Direct Alignment

投稿日: 2025年5月28日 作成者: jarxiv

要約 この論文では、好みのラベルの腐敗とプライバシー保護の両方の下で、言語モデル … 続きを読む →

カテゴリー: cs.LG | Square$χ$PO: Differentially Private and Robust $χ^2$-Preference Optimization in Offline Direct Alignment はコメントを受け付けていません

A Convergence Theory for Diffusion Language Models: An Information-Theoretic Perspective

投稿日: 2025年5月28日 作成者: jarxiv

要約 拡散モデルは、最新の生成モデリングの強力なパラダイムとして浮上しており、大 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | A Convergence Theory for Diffusion Language Models: An Information-Theoretic Perspective はコメントを受け付けていません

Dual Natural Gradient Descent for Scalable Training of Physics-Informed Neural Networks

投稿日: 2025年5月28日 作成者: jarxiv

要約 自然勾配の方法は、物理学に基づいたニューラルネットワーク（PINN）のトレ … 続きを読む →

カテゴリー: cs.LG, math.OC | Dual Natural Gradient Descent for Scalable Training of Physics-Informed Neural Networks はコメントを受け付けていません

Comparison of the Cox proportional hazards model and Random Survival Forest algorithm for predicting patient-specific survival probabilities in clinical trial data

投稿日: 2025年5月28日 作成者: jarxiv

要約 Cox比例ハザードモデルは、多くの場合、時間からイベントの結果を持つランダ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Comparison of the Cox proportional hazards model and Random Survival Forest algorithm for predicting patient-specific survival probabilities in clinical trial data はコメントを受け付けていません

From Continual Learning to SGD and Back: Better Rates for Continual Linear Models

投稿日: 2025年5月28日 作成者: jarxiv

要約 私たちは、オーバーパラメーター化されたモデルが共同で実現可能なタスクのセッ … 続きを読む →

カテゴリー: cs.LG, stat.ML | From Continual Learning to SGD and Back: Better Rates for Continual Linear Models はコメントを受け付けていません

A Physics-Augmented GraphGPS Framework for the Reconstruction of 3D Riemann Problems from Sparse Data

投稿日: 2025年5月28日 作成者: jarxiv

要約 圧縮可能な流体の流れでは、ショック、不連続性、希少活動、およびまばらな測定 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | A Physics-Augmented GraphGPS Framework for the Reconstruction of 3D Riemann Problems from Sparse Data はコメントを受け付けていません

When Shift Happens – Confounding Is to Blame

投稿日: 2025年5月28日 作成者: jarxiv

要約 分布シフトは、機械学習モデルの堅牢性と一般化能力を損なう不確実性を導入しま … 続きを読む →

カテゴリー: cs.LG | When Shift Happens – Confounding Is to Blame はコメントを受け付けていません