-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cond-mat.dis-nn」カテゴリーアーカイブ
Neural networks learn to magnify areas near decision boundaries
要約 私たちは、ニューラル ネットワークの特徴マップによって引き起こされるリーマ … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML
Neural networks learn to magnify areas near decision boundaries はコメントを受け付けていません
Learning curves for deep structured Gaussian feature models
要約 近年、深層学習理論では、複数の層のガウスランダム特徴を備えたモデルの汎化パ … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML
Learning curves for deep structured Gaussian feature models はコメントを受け付けていません
Classification of Superstatistical Features in High Dimensions
要約 一般的な凸損失と凸正則化の仮定の下、高次元領域における経験的リスク最小化に … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, math.ST, stat.ML, stat.TH
Classification of Superstatistical Features in High Dimensions はコメントを受け付けていません
Phase transitions in the mini-batch size for sparse and dense neural networks
要約 人工ニューラルネットワークの学習において、ミニバッチの利用が一般的になって … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.LG
Phase transitions in the mini-batch size for sparse and dense neural networks はコメントを受け付けていません
Physics-Informed Neural Networks for Discovering Localised Eigenstates in Disordered Media
要約 ランダムポテンシャルを持つSchr'{o}dinger方程式は、無秩序系に … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, cs.NA, math.NA
Physics-Informed Neural Networks for Discovering Localised Eigenstates in Disordered Media はコメントを受け付けていません
Training neural network ensembles via trajectory sampling
要約 タイトル：Trajectory Samplingによるニューラルネットワー … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.LG
Training neural network ensembles via trajectory sampling はコメントを受け付けていません
Storage and Learning phase transitions in the Random-Features Hopfield Model
要約 【タイトル】ランダム特徴ホップフィールドモデルにおけるストレージと学習フェ … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG
Storage and Learning phase transitions in the Random-Features Hopfield Model はコメントを受け付けていません
Occam learning
要約 タイトル：Occam学習 要約： – 隠れ層の分布が固定された … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG
Occam learning はコメントを受け付けていません
Unsupervised Machine Learning to Classify the Confinement of Waves in Periodic Superstructures
要約 タイトル：周期的な超構造内の波の閉じ込めの分類に用いる教師なし機械学習 要 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, physics.optics
Unsupervised Machine Learning to Classify the Confinement of Waves in Periodic Superstructures はコメントを受け付けていません
Unsupervised Machine Learning to Classify the Confinement of Waves in Periodic Superstructures
要約 タイトル：周期構造体における波の封 confinement 判定のための無 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, physics.optics
Unsupervised Machine Learning to Classify the Confinement of Waves in Periodic Superstructures はコメントを受け付けていません