「62J99」カテゴリーアーカイブ

Enhancing Visual Interpretability and Explainability in Functional Survival Trees and Forests

投稿日: 2025年4月28日 作成者: jarxiv

要約 機能生存モデルは、機能的または高次元の入力など、複雑な予測因子を使用してイ … 続きを読む →

カテゴリー: 62G05, 62G08, 62H30, 62J99, 62N02, 62P10, cs.LG, G.3, stat.ME, stat.ML | Enhancing Visual Interpretability and Explainability in Functional Survival Trees and Forests はコメントを受け付けていません

Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks

投稿日: 2025年3月14日 作成者: jarxiv

要約 人工ニューラルネットワーク（ANN）を使用した自然現象のモデリングは、多く … 続きを読む →

カテゴリー: 05A16, 60J22, 62-02, 62-09, 62F07, 62F15, 62J05, 62J12, 62J99, 62M05, 90C27, 90C59, 92D20, cs.AI, cs.LG, G.1.6, stat.CO, stat.ME, stat.ML | Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks はコメントを受け付けていません

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

投稿日: 2024年8月26日 作成者: jarxiv

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

Improved identification accuracy in equation learning via comprehensive $\boldsymbol{R^2}$-elimination and Bayesian model selection

投稿日: 2023年11月23日 作成者: jarxiv

要約 方程式学習の分野では、基底関数辞書から導き出されるすべての可能な方程式を網 … 続きを読む →

カテゴリー: 37M99, 62-08, 62F15, 62J99, cs.AI, cs.LG, cs.NA, G.3, math.NA, stat.ML | Improved identification accuracy in equation learning via comprehensive $\boldsymbol{R^2}$-elimination and Bayesian model selection はコメントを受け付けていません

Sparsifying Bayesian neural networks with latent binary variables and normalizing flows

投稿日: 2023年5月8日 作成者: jarxiv

要約 【タイトル】　潜在的バイナリ変数と正規化フローを用いたスパースなベイジアン … 続きを読む →

カテゴリー: 05A16, 60J22, 62-02, 62-09, 62F07, 62F15, 62J05, 62J12, 62J99, 62M05, 90C27, 90C59, 92D20, cs.LG, G.1.6, stat.CO, stat.ME, stat.ML | Sparsifying Bayesian neural networks with latent binary variables and normalizing flows はコメントを受け付けていません