「62M45」カテゴリーアーカイブ

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

Optimal Approximation Rates for Deep ReLU Neural Networks on Sobolev and Besov Spaces

投稿日: 2023年11月28日 作成者: jarxiv

要約 $\Omega = [0,1]^d$ を $\mathbb{R}^d$ の … 続きを読む →

カテゴリー: 41A25, 41A46, 62M45, cs.LG, cs.NA, math.NA, stat.ML | Optimal Approximation Rates for Deep ReLU Neural Networks on Sobolev and Besov Spaces はコメントを受け付けていません

Optimal Approximation Rates for Deep ReLU Neural Networks on Sobolev and Besov Spaces

投稿日: 2023年11月16日 作成者: jarxiv

要約 $\Omega = [0,1]^d$ を $\mathbb{R}^d$ の … 続きを読む →

カテゴリー: 41A25, 41A46, 62M45, cs.LG, cs.NA, math.NA, stat.ML | Optimal Approximation Rates for Deep ReLU Neural Networks on Sobolev and Besov Spaces 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: 2023年9月20日 作成者: jarxiv

要約 この論文では、$L$ 隠れ層、ランプ活性化関数、${\mathcal L} … 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

Compressing Sentence Representation with maximum Coding Rate Reduction

投稿日: 2023年4月26日 作成者: jarxiv

要約 【タイトル】最大符号化レート削減による文の表現の圧縮 【要約】 &#821 … 続きを読む →

カテゴリー: 62M45, 68T50, cs.CL, cs.LG, I.2.0 | Compressing Sentence Representation with maximum Coding Rate Reduction はコメントを受け付けていません

Neural Delay Differential Equations: System Reconstruction and Image Classification

投稿日: 2023年4月12日 作成者: jarxiv

要約 タイトル：ニューラルディレイ微分方程式：システム再構築と画像分類 要約： … 続きを読む →

カテゴリー: 34Kxx, 62M45, 68Txx, 82C32, 93C43, cs.AI, cs.LG, H.1.1, math.DS, nlin.CD | Neural Delay Differential Equations: System Reconstruction and Image Classification 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3月30日 作成者: jarxiv

要約 ここでは、過去の価格に忠実な複数の資産にわたる一連のインプライド ボラティ … 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

Concentration inequalities and optimal number of layers for stochastic deep neural networks

投稿日: 2023年3月21日 作成者: jarxiv

要約 確率的深層ニューラル ネットワーク (SDNN) の隠れ層の出力と、SDN … 続きを読む →

カテゴリー: 62M45, cs.LG, Secondary: 60G42, stat.ML | Concentration inequalities and optimal number of layers for stochastic deep neural networks はコメントを受け付けていません

Multilevel Diffusion: Infinite Dimensional Score-Based Diffusion Models for Image Generation

投稿日: 2023年3月9日 作成者: jarxiv

要約 スコアベースの拡散モデル (SBDM) は、画像生成のための最先端のアプロ … 続きを読む →

カテゴリー: 60H30, 60J60, 62M45, 68U10, cs.CV, cs.LG, math.PR, stat.ML | Multilevel Diffusion: Infinite Dimensional Score-Based Diffusion Models for Image Generation はコメントを受け付けていません

Benchmarking Edge Computing Devices for Grape Bunches and Trunks Detection using Accelerated Object Detection Single Shot MultiBox Deep Learning Models

投稿日: 2022年11月22日 作成者: jarxiv

要約 目的: 視覚により、ロボットは環境を認識できます。 視覚データは、コンピュ … 続きを読む →

カテゴリー: 62M45, 62P30, 68Q85, cs.AR, cs.CV, cs.DC | Benchmarking Edge Computing Devices for Grape Bunches and Trunks Detection using Accelerated Object Detection Single Shot MultiBox Deep Learning Models はコメントを受け付けていません