投稿者「jarxiv」のアーカイブ

Establishing Linear Surrogate Regret Bounds for Convex Smooth Losses via Convolutional Fenche-Young Losses

要約 代理の後悔の境界は、サロゲート損失の収束率とターゲット損失の間のギャップを … 続きを読む

カテゴリー: cs.LG, stat.ML | Establishing Linear Surrogate Regret Bounds for Convex Smooth Losses via Convolutional Fenche-Young Losses はコメントを受け付けていません

Considerations in the use of ML interaction potentials for free energy calculations

要約 機械学習力フィールド(MLFF)は、計算効率が改善されたAB Initio … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | Considerations in the use of ML interaction potentials for free energy calculations はコメントを受け付けていません

Time Can Invalidate Algorithmic Recourse

要約 アルゴリズムリコース(AR)は、機械学習予測因子によって行われた不利な決定 … 続きを読む

カテゴリー: cs.CY, cs.LG | Time Can Invalidate Algorithmic Recourse はコメントを受け付けていません

Variational Rank Reduction Autoencoder

要約 決定論的ランク削減自動エンコーダー(RRAE)は、切り捨てられたSVDを適 … 続きを読む

カテゴリー: cs.LG | Variational Rank Reduction Autoencoder はコメントを受け付けていません

Accelerating Multiscale Modeling with Hybrid Solvers: Coupling FEM and Neural Operators with Domain Decomposition

要約 PDEの数値ソルバーは、特にマルチスケールおよび動的システムの場合、計算コ … 続きを読む

カテゴリー: cs.LG | Accelerating Multiscale Modeling with Hybrid Solvers: Coupling FEM and Neural Operators with Domain Decomposition はコメントを受け付けていません

Fairness-aware Bayes optimal functional classification

要約 アルゴリズムの公平性は機械学習の中心的なトピックとなっており、さまざまな亜 … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Fairness-aware Bayes optimal functional classification はコメントを受け付けていません

Reinforcement Learning for Individual Optimal Policy from Heterogeneous Data

要約 オフライン強化学習(RL)は、事前に収集されたデータを活用することにより、 … 続きを読む

カテゴリー: cs.LG, stat.ML | Reinforcement Learning for Individual Optimal Policy from Heterogeneous Data はコメントを受け付けていません

Layered Unlearning for Adversarial Relearning

要約 私たちの目標は、微調整、アラインメント、学習の解除、言語モデルの動作と表現 … 続きを読む

カテゴリー: cs.LG | Layered Unlearning for Adversarial Relearning はコメントを受け付けていません

Towards Fair In-Context Learning with Tabular Foundation Models

要約 表形式の基礎モデルは、構造化データに強力なコンテキスト学習(ICL)機能を … 続きを読む

カテゴリー: cs.LG | Towards Fair In-Context Learning with Tabular Foundation Models はコメントを受け付けていません

Deep-SITAR: A SITAR-Based Deep Learning Framework for Growth Curve Modeling via Autoencoders

要約 人間の成長の複雑さと非線形性を捉えるために、いくつかのアプローチが開発され … 続きを読む

カテゴリー: cs.LG, F.2.2, stat.ML | Deep-SITAR: A SITAR-Based Deep Learning Framework for Growth Curve Modeling via Autoencoders はコメントを受け付けていません