62H30」カテゴリーアーカイブ

Diverse capability and scaling of diffusion and auto-regressive models when learning abstract rules

要約 人間は、限られたサンプルから規則的な構造を発見し、推測したルールを新しい設 … 続きを読む

カテゴリー: 62H30, 68T07, 68T09, 68T20, cs.AI, cs.CV, cs.LG, cs.NE, I.2.10 | コメントする

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations

要約 この論文では、関数データ分析 (FDA) とツリーベースの手法を統合し、高 … 続きを読む

カテゴリー: 62G05, 62H30, 62J99, 68T05, 68T20, cs.LG, G.3, math.ST, stat.ME, stat.ML, stat.TH | Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations はコメントを受け付けていません

Robust spectral clustering with rank statistics

要約 この論文では、ノイズの多いデータ行列における潜在構造回復のためのロバストな … 続きを読む

カテゴリー: 62G35, 62H12, 62H30, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Robust spectral clustering with rank statistics はコメントを受け付けていません

Valid Conformal Prediction for Dynamic GNNs

要約 グラフ ニューラル ネットワーク (GNN) は、印象的な経験的パフォーマ … 続きを読む

カテゴリー: 62H30, cs.LG, stat.ML | Valid Conformal Prediction for Dynamic GNNs はコメントを受け付けていません

Universal consistency of the $k$-NN rule in metric spaces and Nagata dimension. II

要約 我々は、完全分離計量空間における $k$ 最近傍 ($k$-NN) 学習規 … 続きを読む

カテゴリー: 54F45, 62H30, cs.LG | Universal consistency of the $k$-NN rule in metric spaces and Nagata dimension. II はコメントを受け付けていません

Integrating Preprocessing Methods and Convolutional Neural Networks for Effective Tumor Detection in Medical Imaging

要約 この研究では、畳み込みニューラル ネットワーク (CNN) を使用した医療 … 続きを読む

カテゴリー: 62H30, cs.CV, eess.IV, I.4.9 | Integrating Preprocessing Methods and Convolutional Neural Networks for Effective Tumor Detection in Medical Imaging はコメントを受け付けていません

Universal Lower Bounds and Optimal Rates: Achieving Minimax Clustering Error in Sub-Exponential Mixture Models

要約 クラスタリングは教師なし機械学習における極めて重要な課題であり、混合モデル … 続きを読む

カテゴリー: 62B10, 62F12, 62H30, cs.LG, math.ST, stat.ML, stat.TH | Universal Lower Bounds and Optimal Rates: Achieving Minimax Clustering Error in Sub-Exponential Mixture Models はコメントを受け付けていません

Kernel KMeans clustering splits for end-to-end unsupervised decision trees

要約 ツリーは、比較的小さなデータセットで説明可能な予測を取得するのに便利なモデ … 続きを読む

カテゴリー: 62H30, cs.AI, cs.LG, G.3, stat.ML | Kernel KMeans clustering splits for end-to-end unsupervised decision trees はコメントを受け付けていません

Latent space configuration for improved generalization in supervised autoencoder neural networks

要約 オートエンコーダー (AE) は、入力を低次元の潜在空間 (LS) に投影 … 続きを読む

カテゴリー: 62H30, 62H35, 68T45, cs.CV, I.4 | Latent space configuration for improved generalization in supervised autoencoder neural networks はコメントを受け付けていません

Statistical exploration of the Manifold Hypothesis

要約 多様体仮説は、名目上高次元のデータが実際には高次元空間に埋め込まれた低次元 … 続きを読む

カテゴリー: 62-08, 62G05, 62G20, 62H25, 62H30, 62R07, 62R20, 62R40, cs.LG, stat.ME, stat.ML | Statistical exploration of the Manifold Hypothesis はコメントを受け付けていません