投稿者「jarxiv」のアーカイブ

Granular Ball Twin Support Vector Machine

要約 混合物のノンパラメトリック最尤推定器の効率的かつスケーラブルな計算では、モ … 続きを読む

カテゴリー: cs.LG | Granular Ball Twin Support Vector Machine はコメントを受け付けていません

Efficient algorithms for the Hadamard decomposition

要約 Hadamard分解は、データ分析とマトリックス圧縮の強力な手法であり、特 … 続きを読む

カテゴリー: cs.LG, eess.SP, math.OC, stat.ML | Efficient algorithms for the Hadamard decomposition はコメントを受け付けていません

Robust Universum Twin Support Vector Machine for Imbalanced Data

要約 機械学習方法の主な困難の1つは、不均衡なデータセットを分類することです。 … 続きを読む

カテゴリー: cs.LG | Robust Universum Twin Support Vector Machine for Imbalanced Data はコメントを受け付けていません

Conformal Prediction Regions are Imprecise Highest Density Regions

要約 最近、CellaとMartinは、Consonanceと呼ばれる仮定の下で … 続きを読む

カテゴリー: (Primary), 15A80, 20M32, 60G25, 62M20, cs.LG, math.PR, stat.ML | Conformal Prediction Regions are Imprecise Highest Density Regions はコメントを受け付けていません

Optimal Transport for $ε$-Contaminated Credal Sets: To the Memory of Sayan Mukherjee

要約 Monge’sとKantorovichの最適な輸送問題の一般化 … 続きを読む

カテゴリー: 49Q22, 60A99, 68T37, cs.LG, math.PR, stat.ML | Optimal Transport for $ε$-Contaminated Credal Sets: To the Memory of Sayan Mukherjee はコメントを受け付けていません

Variable transformations in consistent loss functions

要約 (厳密に)一貫した損失関数の実現および予測変数に変換を適用することによって … 続きを読む

カテゴリー: cs.LG, stat.ML | Variable transformations in consistent loss functions はコメントを受け付けていません

Deep Huber quantile regression networks

要約 典型的な機械学習回帰アプリケーションは、2乗または絶対誤差スコアリング機能 … 続きを読む

カテゴリー: cs.LG, stat.AP, stat.ML | Deep Huber quantile regression networks はコメントを受け付けていません

Adiabatic Fine-Tuning of Neural Quantum States Enables Detection of Phase Transitions in Weight Space

要約 神経量子状態(NQ)は、深い学習を使用して量子波動関数を近似するための強力 … 続きを読む

カテゴリー: cs.LG, quant-ph | Adiabatic Fine-Tuning of Neural Quantum States Enables Detection of Phase Transitions in Weight Space はコメントを受け付けていません

MEGA: Second-Order Gradient Alignment for Catastrophic Forgetting Mitigation in GFSCIL

要約 グラフショットクラスインクリメンタル学習(GFSCIL)により、モデルは、 … 続きを読む

カテゴリー: cs.LG | MEGA: Second-Order Gradient Alignment for Catastrophic Forgetting Mitigation in GFSCIL はコメントを受け付けていません

Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects

要約 ハイステークスアプリケーションの不均一な治療効果の推定には、精度、解釈可能 … 続きを読む

カテゴリー: 62H12, 68T05, 90C30, cs.LG, G.3, stat.ML | Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects はコメントを受け付けていません