「cond-mat.dis-nn」カテゴリーアーカイブ

Parameter Symmetry Potentially Unifies Deep Learning Theory

投稿日: 2025年5月26日 作成者: jarxiv

要約 現代の大規模なAIシステムにおける学習のダイナミクスは階層的であり、多くの … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.AI, cs.LG, stat.ML | Parameter Symmetry Potentially Unifies Deep Learning Theory はコメントを受け付けていません

Is Grokking a Computational Glass Relaxation?

投稿日: 2025年5月19日 作成者: jarxiv

要約 ニューラルネットワーク（NN）の一般化性を理解することは、深い学習研究にお … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG | Is Grokking a Computational Glass Relaxation? はコメントを受け付けていません

Wilsonian Renormalization of Neural Network Gaussian Processes

投稿日: 2025年5月14日 作成者: jarxiv

要約 関連する情報と無関係な情報を分離することは、モデリングプロセスまたは科学的 … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, hep-th, stat.ML | Wilsonian Renormalization of Neural Network Gaussian Processes はコメントを受け付けていません

Neuronal correlations shape the scaling behavior of memory capacity and nonlinear computational capability of recurrent neural networks

投稿日: 2025年5月13日 作成者: jarxiv

要約 貯水池コンピューティングは、機械学習から生物学的システムに至るまでのアプリ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, q-bio.NC | Neuronal correlations shape the scaling behavior of memory capacity and nonlinear computational capability of recurrent neural networks はコメントを受け付けていません

Analytic theory of dropout regularization

投稿日: 2025年5月13日 作成者: jarxiv

要約 ドロップアウトは、過剰適合を緩和するために人工ニューラルネットワークのトレ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.LG, stat.ML | Analytic theory of dropout regularization はコメントを受け付けていません

Phase Diagram from Nonlinear Interaction between Superconducting Order and Density: Toward Data-Based Holographic Superconductor

投稿日: 2025年5月8日 作成者: jarxiv

要約 ホログラフィック超伝導体のモデリングにおける逆の問題に対処します。 実験に … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.supr-con, cs.AI, hep-th | Phase Diagram from Nonlinear Interaction between Superconducting Order and Density: Toward Data-Based Holographic Superconductor はコメントを受け付けていません

When resampling/reweighting improves feature learning in imbalanced classification?: A toy-model study

投稿日: 2025年4月23日 作成者: jarxiv

要約 バイナリ分類の玩具モデルは、クラスの不均衡の存在下での機能学習パフォーマン … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.IT, cs.LG, math.IT, stat.ML | When resampling/reweighting improves feature learning in imbalanced classification?: A toy-model study はコメントを受け付けていません

Spin glass model of in-context learning

投稿日: 2025年4月21日 作成者: jarxiv

要約 大規模な言語モデルは、驚くべきコンテキストの学習能力を示しています。プロン … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.CL | Spin glass model of in-context learning はコメントを受け付けていません

Learning Coarse-Grained Dynamics on Graph

投稿日: 2025年4月8日 作成者: jarxiv

要約 グラフニューラルネットワーク（GNN）非マルコビアンモデリングフレームワー … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, cs.NA, math.NA | Learning Coarse-Grained Dynamics on Graph はコメントを受け付けていません

How Feature Learning Can Improve Neural Scaling Laws

投稿日: 2025年4月7日 作成者: jarxiv

要約 我々は、カーネル限界を超えたニューラル・スケーリング則の可解モデルを開発す … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | How Feature Learning Can Improve Neural Scaling Laws はコメントを受け付けていません