「cs.CC」カテゴリーアーカイブ

Privacy-aware Berrut Approximated Coded Computing for Federated Learning

投稿日: 2024年9月5日 作成者: jarxiv

要約 Federated Learning (FL) は、プライベート データセ … 続きを読む →

カテゴリー: cs.CC, cs.DC, cs.IT, cs.LG, math.IT | Privacy-aware Berrut Approximated Coded Computing for Federated Learning はコメントを受け付けていません

CSPs with Few Alien Constraints

投稿日: 2024年8月28日 作成者: jarxiv

要約 制約充足問題は、関係構造 $\mathcal{A}$ に対する一連の制約が … 続きを読む →

カテゴリー: cs.AI, cs.CC | CSPs with Few Alien Constraints はコメントを受け付けていません

Fundamental computational limits of weak learnability in high-dimensional multi-index models

投稿日: 2024年8月22日 作成者: jarxiv

要約 マルチインデックス モデル (部分空間への投影の非線形変換を通じて共変量に … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.CC, cs.LG | Fundamental computational limits of weak learnability in high-dimensional multi-index models はコメントを受け付けていません

Sum of Squares Circuits

投稿日: 2024年8月22日 作成者: jarxiv

要約 正確かつ効率的な推論をサポートする表現力豊かな生成モデルを設計することは、 … 続きを読む →

カテゴリー: cs.AI, cs.CC, cs.LG, math.AG | Sum of Squares Circuits はコメントを受け付けていません

Multiwinner Temporal Voting with Aversion to Change

投稿日: 2024年8月21日 作成者: jarxiv

要約 私たちは、有権者が候補者に対して動的な好みを持っている 2 段階の委員会選 … 続きを読む →

カテゴリー: cs.AI, cs.CC, cs.GT | Multiwinner Temporal Voting with Aversion to Change はコメントを受け付けていません

Quantifying over Optimum Answer Sets

投稿日: 2024年8月15日 作成者: jarxiv

要約 量指定子を使用した解答セット プログラミング (ASP(Q)) は、多項式 … 続きを読む →

カテゴリー: cs.AI, cs.CC, cs.CL | Quantifying over Optimum Answer Sets はコメントを受け付けていません

Stabilizer bootstrapping: A recipe for efficient agnostic tomography and magic estimation

投稿日: 2024年8月14日 作成者: jarxiv

要約 私たちは不可知論的トモグラフィーのタスクを研究します: 与えられたクラス … 続きを読む →

カテゴリー: cs.CC, cs.DS, cs.LG, quant-ph | Stabilizer bootstrapping: A recipe for efficient agnostic tomography and magic estimation はコメントを受け付けていません

Computability of Classification and Deep Learning: From Theoretical Limits to Practical Feasibility through Quantization

投稿日: 2024年8月13日 作成者: jarxiv

要約 過去 10 年間における深層学習の揺るぎない成功により、さまざまな応用分野 … 続きを読む →

カテゴリー: 03D80, 65D15, 68T05, 68T07, cs.CC, cs.LG | Computability of Classification and Deep Learning: From Theoretical Limits to Practical Feasibility through Quantization はコメントを受け付けていません

Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation

投稿日: 2024年8月8日 作成者: jarxiv

要約 機械学習 (ML) モデルを解釈する能力はますます重要になってきています。 … 続きを読む →

カテゴリー: cs.CC, cs.LG, cs.LO | Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation はコメントを受け付けていません

Backward explanations via redefinition of predicates

投稿日: 2024年8月6日 作成者: jarxiv

要約 History eXplanation based on Predicat … 続きを読む →

カテゴリー: cs.AI, cs.CC, I.2.6 | Backward explanations via redefinition of predicates はコメントを受け付けていません