投稿者「jarxiv」のアーカイブ

IISE PG&E Energy Analytics Challenge 2025: Hourly-Binned Regression Models Beat Transformers in Load Forecasting

投稿日: 2025年5月19日 作成者: jarxiv

要約 グリッドの安定性、リソースの最適化、再生可能エネルギーの統合には、正確な電 … 続きを読む →

カテゴリー: cs.LG, cs.SY, econ.EM, eess.SY | IISE PG&E Energy Analytics Challenge 2025: Hourly-Binned Regression Models Beat Transformers in Load Forecasting はコメントを受け付けていません

Finding Counterfactual Evidences for Node Classification

投稿日: 2025年5月19日 作成者: jarxiv

要約 反事実学習は、因果関係に根ざした重要なパラダイムとして浮上しており、公平性 … 続きを読む →

カテゴリー: cs.DB, cs.LG | Finding Counterfactual Evidences for Node Classification はコメントを受け付けていません

Is Grokking a Computational Glass Relaxation?

投稿日: 2025年5月19日 作成者: jarxiv

要約 ニューラルネットワーク（NN）の一般化性を理解することは、深い学習研究にお … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG | Is Grokking a Computational Glass Relaxation? はコメントを受け付けていません

Uncertainty quantification with approximate variational learning for wearable photoplethysmography prediction tasks

投稿日: 2025年5月19日 作成者: jarxiv

要約 フォトプレチスモグラフィ（PPG）シグナルは、心臓の健康のさまざまな側面を … 続きを読む →

カテゴリー: cs.LG, eess.SP | Uncertainty quantification with approximate variational learning for wearable photoplethysmography prediction tasks はコメントを受け付けていません

MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems

投稿日: 2025年5月19日 作成者: jarxiv

要約 スパースの混合物（MOE）アーキテクチャは、大規模な言語モデル（LLM）を … 続きを読む →

カテゴリー: cs.DC, cs.LG | MoE-CAP: Benchmarking Cost, Accuracy and Performance of Sparse Mixture-of-Experts Systems はコメントを受け付けていません

MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production

投稿日: 2025年5月19日 作成者: jarxiv

要約 大規模な混合物（MOE）モデルの効率的なトレーニングに合わせた生産システム … 続きを読む →

カテゴリー: cs.DC, cs.LG | MegaScale-MoE: Large-Scale Communication-Efficient Training of Mixture-of-Experts Models in Production はコメントを受け付けていません

A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation

投稿日: 2025年5月19日 作成者: jarxiv

要約 観察データから個別化された治療効果を推定することは、主に非ランダム化治療の … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.ME, stat.ML | A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation はコメントを受け付けていません

Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks

投稿日: 2025年5月19日 作成者: jarxiv

要約 古典的なマルチエージェント補強学習（MARL）方法では、エージェントがグロ … 続きを読む →

カテゴリー: cs.LG | Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks はコメントを受け付けていません

BINGO: A Novel Pruning Mechanism to Reduce the Size of Neural Networks

投稿日: 2025年5月19日 作成者: jarxiv

要約 過去10年間で、機械学習の使用は指数関数的に増加しています。 モデルはこれ … 続きを読む →

カテゴリー: cs.LG | BINGO: A Novel Pruning Mechanism to Reduce the Size of Neural Networks はコメントを受け付けていません

Automating High Quality RT Planning at Scale

投稿日: 2025年5月19日 作成者: jarxiv

要約 放射線療法（RT）計画は、複雑で、主観的で、時間型であることです。 人工知 … 続きを読む →

カテゴリー: cs.HC, cs.LG, cs.RO | Automating High Quality RT Planning at Scale はコメントを受け付けていません