「68W40」カテゴリーアーカイブ

Boosting Test Performance with Importance Sampling–a Subpopulation Perspective

投稿日: 2024年12月18日 作成者: jarxiv

要約 経験的リスク最小化 (ERM) は機械学習コミュニティで広く適用されていま … 続きを読む →

カテゴリー: 68Q32, 68T05, 68T10, 68W40, cs.LG, I.5.1, stat.ML | コメントする

Global Optimization with A Power-Transformed Objective and Gaussian Smoothing

投稿日: 2024年12月9日 作成者: jarxiv

要約 我々は、大域最適化問題を 2 つのステップで解決する新しい方法を提案します … 続きを読む →

カテゴリー: 65K05, 68T07, 68W40, 90C30, cs.LG, math.OC | Global Optimization with A Power-Transformed Objective and Gaussian Smoothing はコメントを受け付けていません

Stealth edits for provably fixing or attacking large language models

投稿日: 2024年6月19日 作成者: jarxiv

要約 大規模な言語モデルを編集するための新しい方法と技術の理論的基礎を明らかにし … 続きを読む →

カテゴリー: 68T07, 68T50, 68W40, cs.AI, cs.LG, I.2.7 | Stealth edits for provably fixing or attacking large language models はコメントを受け付けていません

A Note on Randomized Kaczmarz Algorithm for Solving Doubly-Noisy Linear Systems

投稿日: 2023年9月1日 作成者: jarxiv

要約 大規模な線形システム $Ax=b$ は実際に頻繁に発生し、効果的な反復ソル … 続きを読む →

カテゴリー: 15A06, 15A09, 15A10, 15A18, 65F10, 65Y20, 68Q25, 68W20, 68W40, cs.LG, cs.NA, math.NA, math.OC | A Note on Randomized Kaczmarz Algorithm for Solving Doubly-Noisy Linear Systems はコメントを受け付けていません

MoMo: Momentum Models for Adaptive Learning Rates

投稿日: 2023年5月15日 作成者: jarxiv

要約 我々は、どのような運動量法でも使用できる新しい適応的な学習率を提示する。こ … 続きを読む →

カテゴリー: 15B52, 62L20, 65Y20, 68W20, 68W40, 74S60, 90C06, 90C53, cs.LG, G.1.6, math.OC | MoMo: Momentum Models for Adaptive Learning Rates はコメントを受け付けていません

Stochastic Contextual Bandits with Graph-based Contexts

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：グラフベースの文脈を持つステュークアスティックコンテキストバンデ … 続きを読む →

カテゴリー: 68W40, cs.LG, F.2.2, stat.ML | Stochastic Contextual Bandits with Graph-based Contexts はコメントを受け付けていません