41A65」カテゴリーアーカイブ

Manifold learning in Wasserstein space

要約 この論文は、Wasserstein-2 距離 $\mathrm{W} で計 … 続きを読む

カテゴリー: 41A65, 49Q22, 53Z50, 58B20, cs.LG, math.DG, stat.ML | Manifold learning in Wasserstein space はコメントを受け付けていません

Vanilla Feedforward Neural Networks as a Discretization of Dynamical Systems

要約 ディープラーニングは、データサイエンスや自然科学の分野で重要な応用を実現し … 続きを読む

カテゴリー: 41A65, 65P99, 65Z05, 68T07, cs.LG, cs.NA, math.NA | Vanilla Feedforward Neural Networks as a Discretization of Dynamical Systems はコメントを受け付けていません

Global universal approximation of functional input maps on weighted spaces

要約 我々は、無限次元の可能性のある加重空間で定義され、無限次元の可能性のある出 … 続きを読む

カテゴリー: 26A16, 26E20, 41A65, 41A81, 46E40, 60L10, 68T07, cs.LG, math.FA, math.PR, q-fin.MF, stat.ML | Global universal approximation of functional input maps on weighted spaces はコメントを受け付けていません

An Approximation Theory for Metric Space-Valued Functions With A View Towards Deep Learning

要約 深層学習の発展する数学に動機付けられ、ユークリッド空間間の初等関数を構成要 … 続きを読む

カテゴリー: 41A65, 46T99, 60L50, 65N21, 68T07, cs.LG, cs.NA, cs.NE, math.NA, math.PR, stat.ML | An Approximation Theory for Metric Space-Valued Functions With A View Towards Deep Learning はコメントを受け付けていません

Optimal Learning

要約 この論文は、$f$ に関する与えられたデータから未知の関数 $f$ を学習 … 続きを読む

カテゴリー: 41A46, 41A63, 41A65, cs.LG, cs.NA, math.NA, stat.ML | Optimal Learning はコメントを受け付けていません

Designing Universal Causal Deep Learning Models: The Geometric (Hyper)Transformer

要約 確率的分析におけるいくつかの問題は、それらの幾何学によって定義されており、 … 続きを読む

カテゴリー: 30L99, 41A65, 49Q22, 60G25, 60H35, 68T07, cs.LG, cs.NE, math.MG, math.PR, q-fin.CP | Designing Universal Causal Deep Learning Models: The Geometric (Hyper)Transformer はコメントを受け付けていません