「68Q32」カテゴリーアーカイブ

Signature Methods in Machine Learning

投稿日: 2024年1月29日 作成者: jarxiv

要約 署名ベースの技術は、進化するデータの複雑なストリーム間の相互作用に対する数 … 続きを読む →

カテゴリー: 34F05, 60L10, 68Q32, 93C15, cs.LG, cs.NA, math.CA, math.NA, math.ST, stat.ME, stat.ML, stat.TH | Signature Methods in Machine Learning はコメントを受け付けていません

A survey on recent advances in named entity recognition

投稿日: 2024年1月22日 作成者: jarxiv

要約 固有表現認識は、現実世界のオブジェクトに名前を付けるテキスト内の部分文字列 … 続きを読む →

カテゴリー: 68Q32, 68T50, cs.CL, cs.LG | A survey on recent advances in named entity recognition はコメントを受け付けていません

On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers

投稿日: 2023年11月16日 作成者: jarxiv

要約 (局所的に)一意に可逆な分類器、一般化線形モデル (GLM)、およびエント … 続きを読む →

カテゴリー: 68Q32, 68T01, 68T99, 86A22, 92C50, cs.AI, cs.LG, stat.ML | On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers はコメントを受け付けていません

On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers

投稿日: 2023年11月15日 作成者: jarxiv

要約 (局所的に)一意に可逆な分類器、一般化線形モデル (GLM)、およびエント … 続きを読む →

カテゴリー: 68Q32, 68T01, 68T99, 86A22, 92C50, cs.AI, cs.LG, stat.ML | On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers はコメントを受け付けていません

On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers

投稿日: 2023年11月7日 作成者: jarxiv

要約 (局所的に)一意可逆な分類器、一般化線形モデル(GLM)、エントロピックA … 続きを読む →

カテゴリー: 68Q32, 68T01, 68T99, 86A22, 92C50, cs.AI, cs.LG, stat.ML | On existence, uniqueness and scalability of adversarial robustness measures for AI classifiers はコメントを受け付けていません

On regularized Radon-Nikodym differentiation

投稿日: 2023年8月16日 作成者: jarxiv

要約 ラドン-ニコジム導関数の推定の問題について説明します。 この問題は、共変量 … 続きを読む →

カテゴリー: 68Q32, 68T05, cs.LG, cs.NA, math.NA, math.ST, stat.ML, stat.TH | On regularized Radon-Nikodym differentiation はコメントを受け付けていません

A unified stochastic approximation framework for learning in games

投稿日: 2023年7月4日 作成者: jarxiv

要約 我々は、ゲーム（連続・有限の両方）における学習の長期的挙動を分析するための … 続きを読む →

カテゴリー: 68Q32, 68T02, 91A10, 91A26, cs.GT, cs.LG, math.OC | A unified stochastic approximation framework for learning in games はコメントを受け付けていません

Optimality and complexity of classification by random projection

投稿日: 2023年5月19日 作成者: jarxiv

要約 分類子の汎化誤差は、分類子が選択される一連の関数の複雑さに関係します。 ラ … 続きを読む →

カテゴリー: 41A10, 68Q32, 68Q87, cs.LG, math.PR, stat.ML | Optimality and complexity of classification by random projection はコメントを受け付けていません

New Equivalences Between Interpolation and SVMs: Kernels and Structured Features

投稿日: 2023年5月4日 作成者: jarxiv

要約 タイトル：InterpolationとSVMの新しい同等性：カーネルと構造 … 続きを読む →

カテゴリー: 46E22, 62H30, 62J07, 68Q32, cs.LG, stat.ML | New Equivalences Between Interpolation and SVMs: Kernels and Structured Features はコメントを受け付けていません

On the complexity of PAC learning in Hilbert spaces

投稿日: 2023年3月6日 作成者: jarxiv

要約 我々は、あらゆる二値分類問題を還元できるヒルベルト空間における凸多面体の学 … 続きを読む →

カテゴリー: 68Q32, cs.LG, math.FA, stat.ML | On the complexity of PAC learning in Hilbert spaces はコメントを受け付けていません