「62M20」カテゴリーアーカイブ

Incorporating Recklessness to Collaborative Filtering based Recommender Systems

投稿日: 2024年4月5日 作成者: jarxiv

要約 レコメンダー・システムは、信頼性とカバー率のジレンマと本質的に結びついてい … 続きを読む →

カテゴリー: 62M20, 68T05, 68T42, cs.AI, cs.IR, cs.LG, I.2, stat.ML | Incorporating Recklessness to Collaborative Filtering based Recommender Systems はコメントを受け付けていません

Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization

投稿日: 2024年2月6日 作成者: jarxiv

要約 本研究では、協調ローカライゼーションと相対姿勢推定の可観測性解析に焦点を当 … 続きを読む →

カテゴリー: 00, 62M20, 90C26, 93C85, 93E10, 93E11, 93E24, cs.CV, cs.RO, cs.SY, eess.SY, math.OC | Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization はコメントを受け付けていません

Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization

投稿日: 2024年1月31日 作成者: jarxiv

要約 この論文では、協調的な位置特定と相対姿勢推定の可観測性解析に焦点を当てて、 … 続きを読む →

カテゴリー: 00, 62M20, 90C26, 93C85, 93E10, 93E11, 93E24, cs.CV, cs.RO, cs.SY, eess.SY, math.OC | Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization はコメントを受け付けていません

Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization

投稿日: 2024年1月30日 作成者: jarxiv

要約 この論文では、協調的な位置特定と相対姿勢推定の可観測性解析に焦点を当てて、 … 続きを読む →

カテゴリー: 00, 62M20, 90C26, 93C85, 93E10, 93E11, 93E24, cs.CV, cs.RO, cs.SY, eess.SY, math.OC | Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization はコメントを受け付けていません

Restricted Bernoulli Matrix Factorization: Balancing the trade-off between prediction accuracy and coverage in classification based collaborative filtering

投稿日: 2023年12月22日 作成者: jarxiv

要約 機械学習モデルの予測に関連する信頼性の測定は、人工知能に対するユーザーの信 … 続きを読む →

カテゴリー: 62M20, 68T05, cs.AI, cs.IR, I.2 | Restricted Bernoulli Matrix Factorization: Balancing the trade-off between prediction accuracy and coverage in classification based collaborative filtering はコメントを受け付けていません

Learning Differentiable Particle Filter on the Fly

投稿日: 2023年12月15日 作成者: jarxiv

要約 微分可能粒子フィルターは、ニューラル ネットワークを使用して状態空間モデル … 続きを読む →

カテゴリー: 62M05, 62M20, 62M45, 65C05, cs.LG | Learning Differentiable Particle Filter on the Fly はコメントを受け付けていません

An overview of differentiable particle filters for data-adaptive sequential Bayesian inference

投稿日: 2023年12月15日 作成者: jarxiv

要約 重み付けされたサンプルを使用して事後分布を近似することにより、粒子フィルタ … 続きを読む →

カテゴリー: 62M05, 62M20, 62M45, cs.AI, cs.LG | An overview of differentiable particle filters for data-adaptive sequential Bayesian inference はコメントを受け付けていません

Discriminative Bayesian filtering lends momentum to the stochastic Newton method for minimizing log-convex functions

投稿日: 2023年8月22日 作成者: jarxiv

要約 対数凸関数のセットの平均を最小化するために、確率的ニュートン法では、完全な … 続きを読む →

カテゴリー: 49M15, 62M20, 90C15, 90C25, cs.LG, math.OC, stat.ML | Discriminative Bayesian filtering lends momentum to the stochastic Newton method for minimizing log-convex functions はコメントを受け付けていません

Benchmarking optimality of time series classification methods in distinguishing diffusions

投稿日: 2023年4月13日 作成者: jarxiv

要約 タイトル：時系列分類手法における最適性のベンチマーク – 拡散 … 続きを読む →

カテゴリー: 62M02, 62M10, 62M20, cs.LG, stat.ML | Benchmarking optimality of time series classification methods in distinguishing diffusions はコメントを受け付けていません