「62M45」カテゴリーアーカイブ

Critical Points of Random Neural Networks

投稿日: 2025年5月23日 作成者: jarxiv

要約 この作業では、無限幅の制限が深さが増加するにつれて、異なる活性化関数を持つ … 続きを読む →

カテゴリー: 60G60, 62B10, 62M45, cs.LG, math.PR, stat.ML | Critical Points of Random Neural Networks はコメントを受け付けていません

Efficient Neural Network Approaches for Conditional Optimal Transport with Applications in Bayesian Inference

投稿日: 2025年4月25日 作成者: jarxiv

要約 静的と動的の解を近似する2つのニューラルネットワークアプローチを提示します … 続きを読む →

カテゴリー: 62F15, 62M45, cs.LG, stat.ML | Efficient Neural Network Approaches for Conditional Optimal Transport with Applications in Bayesian Inference はコメントを受け付けていません

Architecture independent generalization bounds for overparametrized deep ReLU networks

投稿日: 2025年4月10日 作成者: jarxiv

要約 オーバーパラメトリングニューラルネットワークは、オーバーパラメーター化のレ … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math.AP, math.OC, stat.ML | Architecture independent generalization bounds for overparametrized deep ReLU networks はコメントを受け付けていません

Fractal and Regular Geometry of Deep Neural Networks

投稿日: 2025年4月9日 作成者: jarxiv

要約 深さが増加するにつれて、異なる活性化関数の遠足セットの境界体積を調査するこ … 続きを読む →

カテゴリー: 60G60, 62B10, 62M45, 68T07, cs.LG, math.PR, stat.ML | Fractal and Regular Geometry of Deep Neural Networks はコメントを受け付けていません

From Theory to Application: A Practical Introduction to Neural Operators in Scientific Computing

投稿日: 2025年3月10日 作成者: jarxiv

要約 この焦点のレビューでは、パラメトリックな部分微分方程式（PDE）の溶液を近 … 続きを読む →

カテゴリー: 62M45, 68T07, cs.CE, cs.LG | From Theory to Application: A Practical Introduction to Neural Operators in Scientific Computing はコメントを受け付けていません

Model Surgery: Modulating LLM’s Behavior Via Simple Parameter Editing

投稿日: 2025年2月12日 作成者: jarxiv

要約 大規模な言語モデル（LLM）は、ジェネラリストアシスタントとして大きな可能 … 続きを読む →

カテゴリー: (Primary), 62M45, cs.AI, I.2.7 | Model Surgery: Modulating LLM’s Behavior Via Simple Parameter Editing はコメントを受け付けていません

Derivation of effective gradient flow equations and dynamical truncation of training data in Deep Learning

投稿日: 2025年1月14日 作成者: jarxiv

要約 ReLU 活性化関数を使用した深層学習の累積バイアスと重みを制御する明示的 … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math.OC, stat.ML | Derivation of effective gradient flow equations and dynamical truncation of training data in Deep Learning はコメントを受け付けていません

Weighted Sobolev Approximation Rates for Neural Networks on Unbounded Domains

投稿日: 2024年11月7日 作成者: jarxiv

要約 この研究では、スペクトル バロン空間の関数に対する重み付きソボレフ空間での … 続きを読む →

カテゴリー: 41A25, 41A30, 41A46, 46E35, 62M45, 68T05, cs.LG, math.FA, stat.ML | Weighted Sobolev Approximation Rates for Neural Networks on Unbounded Domains はコメントを受け付けていません

Approximation Rates for Shallow ReLU$^k$ Neural Networks on Sobolev Spaces via the Radon Transform

投稿日: 2024年8月21日 作成者: jarxiv

要約 $\Omega\subset \mathbb{R}^d$ を有界領域としま … 続きを読む →

カテゴリー: 41A25, 41A30, 62M45, cs.LG, cs.NA, math.NA, stat.ML | Approximation Rates for Shallow ReLU$^k$ Neural Networks on Sobolev Spaces via the Radon Transform はコメントを受け付けていません

How to Choose a Reinforcement-Learning Algorithm

投稿日: 2024年7月31日 作成者: jarxiv

要約 強化学習の分野では、逐次的な意思決定の問題に取り組むための多種多様な概念と … 続きを読む →

カテゴリー: 62M45, cs.AI, cs.CV, cs.LG, I.2.6, stat.ML | How to Choose a Reinforcement-Learning Algorithm はコメントを受け付けていません