cs.CC」カテゴリーアーカイブ

Efficient and Near-Optimal Noise Generation for Streaming Differential Privacy

要約 差分プライベート (DP) 継続カウントのタスクでは、一連の増分を受け取り … 続きを読む

カテゴリー: cs.CC, cs.CR, cs.DS, cs.LG | Efficient and Near-Optimal Noise Generation for Streaming Differential Privacy はコメントを受け付けていません

Explicit Second-Order Min-Max Optimization Methods with Optimal Convergence Guarantee

要約 \emph{convex-concave} の制約のない最小-最大最適化問 … 続きを読む

カテゴリー: cs.CC, cs.LG, math.OC | Explicit Second-Order Min-Max Optimization Methods with Optimal Convergence Guarantee はコメントを受け付けていません

Transformers Can Represent $n$-gram Language Models

要約 既存の研究の多くは、計算の形式的なモデルを使用してその表現能力を記述するこ … 続きを読む

カテゴリー: cs.AI, cs.CC, cs.CL, cs.FL, cs.LG | Transformers Can Represent $n$-gram Language Models はコメントを受け付けていません

Private graphon estimation via sum-of-squares

要約 私たちは、確率的ブロック モデルを学習し、任意の一定数のブロックに対して多 … 続きを読む

カテゴリー: cs.CC, cs.DS, cs.LG, stat.ML | Private graphon estimation via sum-of-squares はコメントを受け付けていません

Complexity of Probabilistic Reasoning for Neurosymbolic Classification Techniques

要約 ニューロシンボリック人工知能は、ニューラル ネットワークの学習機能と記号シ … 続きを読む

カテゴリー: cs.AI, cs.CC, cs.LG, cs.SC | Complexity of Probabilistic Reasoning for Neurosymbolic Classification Techniques はコメントを受け付けていません

Bi-objective Optimization in Role Mining

要約 ロール マイニングは、既存のポリシーからロールベースの認可ポリシーを派生す … 続きを読む

カテゴリー: cs.AI, cs.CC, cs.CR | Bi-objective Optimization in Role Mining はコメントを受け付けていません

The Expressive Power of Transformers with Chain of Thought

要約 最近の理論的研究により、グラフ内の 2 つのノードが接続されているかどうか … 続きを読む

カテゴリー: cs.CC, cs.CL, cs.LG, cs.LO | The Expressive Power of Transformers with Chain of Thought はコメントを受け付けていません

Distribution-Specific Auditing For Subgroup Fairness

要約 統計的サブグループの公平性の概念を用いた分類器の監査問題を研究する。Kea … 続きを読む

カテゴリー: cs.CC, cs.CY, cs.LG | Distribution-Specific Auditing For Subgroup Fairness はコメントを受け付けていません

Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps

要約 対象の共変量に強い相関がある場合、Lasso の統計的パフォーマンスが大幅 … 続きを読む

カテゴリー: cs.CC, cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps はコメントを受け付けていません

On Computationally Efficient Multi-Class Calibration

要約 マルチクラスのラベル付け問題を考えてみましょう。ラベルは $[k]$ の値 … 続きを読む

カテゴリー: cs.CC, cs.DS, cs.LG, math.ST, stat.ML, stat.TH | On Computationally Efficient Multi-Class Calibration はコメントを受け付けていません