「cond-mat.stat-mech」カテゴリーアーカイブ

Hybrid Ground-State Quantum Algorithms based on Neural Schrödinger Forging

投稿日: 2024年4月5日 作成者: jarxiv

要約 エンタングルメント・フォージングに基づく変分アルゴリズムは、基底状態の問題 … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG, quant-ph | Hybrid Ground-State Quantum Algorithms based on Neural Schrödinger Forging はコメントを受け付けていません

Mapping of attention mechanisms to a generalized Potts model

投稿日: 2024年4月5日 作成者: jarxiv

要約 トランスフォーマーは、自然言語処理と機械学習に革命をもたらしたニューラルネ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.CL, stat.ML | Mapping of attention mechanisms to a generalized Potts model はコメントを受け付けていません

Data driven modeling for self-similar dynamics

投稿日: 2024年3月26日 作成者: jarxiv

要約 複雑なシステムのマルチスケール モデリングは、その複雑さを理解するために非 … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG | Data driven modeling for self-similar dynamics はコメントを受け付けていません

Weight fluctuations in (deep) linear neural networks and a derivation of the inverse-variance flatness relation

投稿日: 2024年3月18日 作成者: jarxiv

要約 合成ガウス データの確率的勾配降下法 (SGD) の連続限界内で、単層およ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.LG | Weight fluctuations in (deep) linear neural networks and a derivation of the inverse-variance flatness relation はコメントを受け付けていません

The Garden of Forking Paths: Observing Dynamic Parameters Distribution in Large Language Models

投稿日: 2024年3月14日 作成者: jarxiv

要約 NLP における Transformer アーキテクチャの優れたパフォーマ … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.CL | The Garden of Forking Paths: Observing Dynamic Parameters Distribution in Large Language Models はコメントを受け付けていません

Exact Fractional Inference via Re-Parametrization & Interpolation between Tree-Re-Weighted- and Belief Propagation- Algorithms

投稿日: 2024年3月7日 作成者: jarxiv

要約 $N$ の「スピン」のグラフに対するイジング モデルの分配関数 $Z$ を … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG | Exact Fractional Inference via Re-Parametrization & Interpolation between Tree-Re-Weighted- and Belief Propagation- Algorithms はコメントを受け付けていません

Training normalizing flows with computationally intensive target probability distributions

投稿日: 2024年2月29日 作成者: jarxiv

要約 機械学習技術、特にいわゆる正規化フローは、ターゲットの確率分布を効果的に近 … 続きを読む →

カテゴリー: cc:68T07, cond-mat.stat-mech, cs.LG, hep-lat, I.2.6 | Training normalizing flows with computationally intensive target probability distributions はコメントを受け付けていません

Dynamical Regimes of Diffusion Models

投稿日: 2024年2月29日 作成者: jarxiv

要約 統計物理学的手法を使用して、空間の次元とデータ数が大きく、スコア関数が最適 … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG | Dynamical Regimes of Diffusion Models はコメントを受け付けていません

Learning from higher-order statistics, efficiently: hypothesis tests, random features, and neural networks

投稿日: 2024年2月20日 作成者: jarxiv

要約 ニューラル ネットワークは、高次元データ セット内の統計パターンを発見する … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG, stat.ML | Learning from higher-order statistics, efficiently: hypothesis tests, random features, and neural networks はコメントを受け付けていません

What does self-attention learn from Masked Language Modelling?

投稿日: 2024年2月8日 作成者: jarxiv

要約 トランスフォーマーは、自然言語処理と機械学習に革命をもたらしたニューラル … 続きを読む →

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.CL, stat.ML | What does self-attention learn from Masked Language Modelling? はコメントを受け付けていません