「68T09」カテゴリーアーカイブ

Diverse capability and scaling of diffusion and auto-regressive models when learning abstract rules

投稿日: 2024年11月13日 作成者: jarxiv

要約 人間は、限られたサンプルから規則的な構造を発見し、推測したルールを新しい設 … 続きを読む →

カテゴリー: 62H30, 68T07, 68T09, 68T20, cs.AI, cs.CV, cs.LG, cs.NE, I.2.10 | Diverse capability and scaling of diffusion and auto-regressive models when learning abstract rules はコメントを受け付けていません

Scalable Training of Trustworthy and Energy-Efficient Predictive Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN

投稿日: 2024年11月4日 作成者: jarxiv

要約 HydraGNNは、多頭のグラフ畳み込みニューラルネットワークアーキテクチ … 続きを読む →

カテゴリー: 68T07, 68T09, C.2.4, cs.LG, physics.comp-ph | Scalable Training of Trustworthy and Energy-Efficient Predictive Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN はコメントを受け付けていません

Scene-wise Adaptive Network for Dynamic Cold-start Scenes Optimization in CTR Prediction

投稿日: 2024年8月16日 作成者: jarxiv

要約 最新のモバイル電子商取引の分野では、位置情報ベースのオンライン サービスを … 続きを読む →

カテゴリー: 68T09, cs.AI, cs.CV, cs.IR, I.2.0 | Scene-wise Adaptive Network for Dynamic Cold-start Scenes Optimization in CTR Prediction はコメントを受け付けていません

Scalable Training of Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN

投稿日: 2024年7月1日 作成者: jarxiv

要約 多頭グラフ畳み込みニューラル ネットワーク アーキテクチャである Hydr … 続きを読む →

カテゴリー: 68T07, 68T09, C.2.4, cs.LG, physics.comp-ph | Scalable Training of Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN はコメントを受け付けていません

A Class of Topological Pseudodistances for Fast Comparison of Persistence Diagrams

投稿日: 2024年2月23日 作成者: jarxiv

要約 パーシステンス ダイアグラム (PD) はトポロジカル データ分析で中心的 … 続きを読む →

カテゴリー: 55N31, 62R07, 62R40, 68T09, 68T10, cs.CG, cs.CV, cs.LG, I.2, math.AT | A Class of Topological Pseudodistances for Fast Comparison of Persistence Diagrams はコメントを受け付けていません

Convergent autoencoder approximation of low bending and low distortion manifold embeddings

投稿日: 2024年1月11日 作成者: jarxiv

要約 オートエンコーダはエンコーダとデコーダで構成され、高次元データの次元削減の … 続きを読む →

カテゴリー: 49J55, 53B12, 53B50, 53Z50, 65D05, 68T07, 68T09, cs.CV, cs.LG, cs.NA, math.NA | Convergent autoencoder approximation of low bending and low distortion manifold embeddings はコメントを受け付けていません

Framework for Variable-lag Motif Following Relation Inference In Time Series using Matrix Profile analysis

投稿日: 2024年1月8日 作成者: jarxiv

要約 誰が誰に従うのか、そして彼らがどのようなパターンに従っているのかを知ること … 続きを読む →

カテゴリー: 68T09, 91-08, cs.AI, cs.LG, G.3 | Framework for Variable-lag Motif Following Relation Inference In Time Series using Matrix Profile analysis はコメントを受け付けていません

Cluster-based Regression using Variational Inference and Applications in Financial Forecasting

投稿日: 2024年1月2日 作成者: jarxiv

要約 この論文では、クラスターの識別と、指定されたデータからクラスター固有の回帰 … 続きを読む →

カテゴリー: 62P20, 68T09, cs.LG, G.3, q-fin.ST, stat.ME, stat.ML | Cluster-based Regression using Variational Inference and Applications in Financial Forecasting はコメントを受け付けていません

On the geometric and Riemannian structure of the spaces of group equivariant non-expansive operators

投稿日: 2024年1月2日 作成者: jarxiv

要約 グループ等変非拡張演算子は、トポロジカル データ分析と深層学習の基本コンポ … 続きを読む →

カテゴリー: 55N31, 58D30, 62R40, 65D18, 68T09, cs.LG, math.DG, secondary | On the geometric and Riemannian structure of the spaces of group equivariant non-expansive operators はコメントを受け付けていません

Limitations of neural network training due to numerical instability of backpropagation

投稿日: 2023年11月16日 作成者: jarxiv

要約 私たちは、浮動小数点演算を使用して勾配を計算する勾配降下法によるディープ … 続きを読む →

カテゴリー: 41A25, 65G50, 68T07, 68T09, cs.LG, math.FA, stat.ML | Limitations of neural network training due to numerical instability of backpropagation はコメントを受け付けていません