-
最近の投稿
- Computing High-dimensional Confidence Sets for Arbitrary Distributions
- Reservoir Computing: A New Paradigm for Neural Networks
- A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
- Solving the Paint Shop Problem with Flexible Management of Multi-Lane Buffers Using Reinforcement Learning and Action Masking
- MiLo: Efficient Quantized MoE Inference with Mixture of Low-Rank Compensators
-
最近のコメント
表示できるコメントはありません。 cs.AI (36107) cs.CL (27319) cs.CR (2749) cs.CV (41949) cs.LG (41080) cs.RO (21304) cs.SY (3219) eess.IV (4921) eess.SY (3213) stat.ML (5380)
「cond-mat.stat-mech」カテゴリーアーカイブ
$α$-divergence Improves the Entropy Production Estimation via Machine Learning
要約 近年、機械学習による軌道データからの確率的エントロピー生成 (EP) のア … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, stat.ML
$α$-divergence Improves the Entropy Production Estimation via Machine Learning はコメントを受け付けていません
Weak Correlations as the Underlying Principle for Linearization of Gradient-Based Learning Systems
要約 ワイド ニューラル ネットワークなどの深層学習モデルは、相互作用する多数の … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, hep-th, math.PR, stat.ML
Weak Correlations as the Underlying Principle for Linearization of Gradient-Based Learning Systems はコメントを受け付けていません
Maximum diffusion reinforcement learning
要約 データは独立しており、同一に分散されているという前提が、すべての機械学習の … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.AI, cs.LG, cs.RO
Maximum diffusion reinforcement learning はコメントを受け付けていません
The Limiting Dynamics of SGD: Modified Loss, Phase Space Oscillations, and Anomalous Diffusion
要約 この研究では、確率的勾配降下法 (SGD) でトレーニングされたディープ … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, q-bio.NC, stat.ML
The Limiting Dynamics of SGD: Modified Loss, Phase Space Oscillations, and Anomalous Diffusion 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
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
Engineered Ordinary Differential Equations as Classification Algorithm (EODECA): thorough characterization and testing
要約 EODECA (分類アルゴリズムとしての工学的常微分方程式) は、機械学習 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.LG, cs.NE, nlin.PS
Engineered Ordinary Differential Equations as Classification Algorithm (EODECA): thorough characterization and testing はコメントを受け付けていません
Learning Lattice Quantum Field Theories with Equivariant Continuous Flows
要約 我々は、格子場理論の高次元確率分布からサンプリングするための新しい機械学習 … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, hep-lat, hep-th
Learning Lattice Quantum Field Theories with Equivariant Continuous Flows はコメントを受け付けていません
Maximum diffusion reinforcement learning
要約 データは独立しており、同一に分散されているという前提が、すべての機械学習の … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.AI, cs.LG, cs.RO
Maximum diffusion reinforcement learning はコメントを受け付けていません
The impact of memory on learning sequence-to-sequence tasks
要約 自然言語処理におけるニューラル ネットワークの最近の成功により、シーケンス … 続きを読む
カテゴリー: cond-mat.stat-mech, cs.LG, stat.ML
The impact of memory on learning sequence-to-sequence tasks はコメントを受け付けていません
What does self-attention learn from Masked Language Modelling?
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