「60G25」カテゴリーアーカイブ

Real-Time Device Reach Forecasting Using HLL and MinHash Data Sketches

投稿日: 2025年2月21日 作成者: jarxiv

要約 ユーザーが指定したターゲティング属性に基づいて、適切な数のテレビ（デバイス … 続きを読む →

カテゴリー: 60G25, cs.AI, cs.DB, cs.LG, I.5.3 | コメントする

Mixed moving average field guided learning for spatio-temporal data

投稿日: 2024年8月5日 作成者: jarxiv

要約 影響混合移動平均場は、時空間データに対する汎用性の高いモデリング・クラスで … 続きを読む →

カテゴリー: 60E07, 60E15, 60G25, 60G60, 62C10, cs.LG, math.ST, stat.ML, stat.TH | Mixed moving average field guided learning for spatio-temporal data はコメントを受け付けていません

Mixed moving average field guided learning for spatio-temporal data

投稿日: 2023年12月14日 作成者: jarxiv

要約 影響を受けた混合移動平均フィールドは、時空間データの多用途なモデリング ク … 続きを読む →

カテゴリー: 60E07, 60E15, 60G25, 60G60, 62C10, cs.LG, math.ST, stat.ML, stat.TH | Mixed moving average field guided learning for spatio-temporal data はコメントを受け付けていません

Mixed moving average field guided learning for spatio-temporal data

投稿日: 2023年4月17日 作成者: jarxiv

要約 タイトル：時空データのための混合移動平均フィールドによる学習 要約： &# … 続きを読む →

カテゴリー: 60E07, 60E15, 60G25, 60G60, 62C10, cs.LG, math.ST, stat.ML, stat.TH | Mixed moving average field guided learning for spatio-temporal data 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

投稿日: 2023年3月10日 作成者: jarxiv

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