「62M45」カテゴリーアーカイブ

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

投稿日: 2024年7月22日 作成者: jarxiv

要約 静的および動的条件付き最適トランスポート (COT) 問題の解を近似する … 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

Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning

投稿日: 2024年4月11日 作成者: jarxiv

要約 深層学習 (DL) ネットワークにおける教師あり学習のシナリオを検討し、勾 … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning はコメントを受け付けていません

Random Vector Functional Link Networks for Function Approximation on Manifolds

投稿日: 2024年3月31日 作成者: jarxiv

要約 フィードフォワード ニューラル ネットワークの学習速度は遅いことで悪名高く … 続きを読む →

カテゴリー: 62M45, cs.IT, cs.LG, math.IT, math.PR, stat.ML | Random Vector Functional Link Networks for Function Approximation on Manifolds はコメントを受け付けていません

Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning

投稿日: 2024年3月19日 作成者: jarxiv

要約 深層学習ネットワークで $\mathcal{L}^2$ コスト関数の最小化 … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning はコメントを受け付けていません

Geometric structure of Deep Learning networks and construction of global ${\mathcal L}^2$ minimizers

投稿日: 2024年3月15日 作成者: jarxiv

要約 この論文では、パラメータ化されていない深層学習 (DL) ネットワークにお … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Geometric structure of Deep Learning networks and construction of global ${\mathcal L}^2$ minimizers はコメントを受け付けていません

Leveraging Non-Decimated Wavelet Packet Features and Transformer Models for Time Series Forecasting

投稿日: 2024年3月14日 作成者: jarxiv

要約 この記事では、ウェーブレット解析手法と機械学習手法を組み合わせて単変量時系 … 続きを読む →

カテゴリー: 62M10, 62M45, cs.LG, stat.ME | Leveraging Non-Decimated Wavelet Packet Features and Transformer Models for Time Series Forecasting はコメントを受け付けていません

The Power of Linear Recurrent Neural Networks

投稿日: 2024年1月25日 作成者: jarxiv

要約 リカレント ニューラル ネットワークは、時系列に対処する強力な手段です。 … 続きを読む →

カテゴリー: 15A06, 62M10, 62M45, 68T05, cs.LG, cs.NE, I.2.6 | The Power of Linear Recurrent Neural Networks はコメントを受け付けていません

Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning

投稿日: 2024年1月2日 作成者: jarxiv

要約 深層学習ネットワークで $\mathcal{L}^2$ コスト関数の最小化 … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning はコメントを受け付けていません

FuNVol: A Multi-Asset Implied Volatility Market Simulator using Functional Principal Components and Neural SDEs

投稿日: 2023年12月27日 作成者: jarxiv

要約 過去の価格に忠実な、複数の資産にわたるインプライド ボラティリティ (IV … 続きを読む →

カテゴリー: 62M45, 68T07, 91G60, 91G80, cs.LG, q-fin.CP, q-fin.ST, stat.ML | FuNVol: A Multi-Asset Implied Volatility Market Simulator using Functional Principal Components and Neural SDEs はコメントを受け付けていません

Modeling Unknown Stochastic Dynamical System via Autoencoder

投稿日: 2023年12月18日 作成者: jarxiv

要約 未知の確率力学システムの正確な予測モデルをその軌跡データから学習する数値的 … 続きを読む →

カテゴリー: 60H10, 60H35, 62M45, 65C30, cs.LG, cs.NA, math.NA, stat.ML | Modeling Unknown Stochastic Dynamical System via Autoencoder はコメントを受け付けていません