cs.DS」カテゴリーアーカイブ

On Learning Parallel Pancakes with Mostly Uniform Weights

要約 $ \ mathbb {r}^d $でガウスの$ k $ -mixture … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | On Learning Parallel Pancakes with Mostly Uniform Weights はコメントを受け付けていません

Mildly-Interacting Fermionic Unitaries are Efficiently Learnable

要約 最近の研究では、フェルミオン性ガウスユニタリスを効率的に学習できることが示 … 続きを読む

カテゴリー: cs.DS, cs.LG, quant-ph | Mildly-Interacting Fermionic Unitaries are Efficiently Learnable はコメントを受け付けていません

Robust Learning of Multi-index Models via Iterative Subspace Approximation

要約 ガウス分布の下でラベルノイズを使用して、マルチインデックスモデル(MIM) … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Robust Learning of Multi-index Models via Iterative Subspace Approximation はコメントを受け付けていません

Learning with Positive and Imperfect Unlabeled Data

要約 肯定的なデータ分布がシフトされたときに、陽性および非標識データからバイナリ … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Learning with Positive and Imperfect Unlabeled Data はコメントを受け付けていません

Avoiding Pitfalls for Privacy Accounting of Subsampled Mechanisms under Composition

要約 サブサンプリングされた差別的なプライベートメカニズムの構成のためのプライバ … 続きを読む

カテゴリー: cs.CR, cs.DS, cs.LG, stat.ML | Avoiding Pitfalls for Privacy Accounting of Subsampled Mechanisms under Composition はコメントを受け付けていません

The Transient Cost of Learning in Queueing Systems

要約 キューイングシステムは、通信ネットワーク、ヘルスケア、サービスシステムなど … 続きを読む

カテゴリー: cs.DS, cs.LG, cs.PF, math.PR | The Transient Cost of Learning in Queueing Systems はコメントを受け付けていません

DDPM Score Matching and Distribution Learning

要約 スコアの推定は、スコアベースの生成モデル(SGM)のバックボーン、特に拡散 … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | DDPM Score Matching and Distribution Learning はコメントを受け付けていません

Computing High-dimensional Confidence Sets for Arbitrary Distributions

要約 mathbb{R}^d$上の任意の分布の高密度領域を学習する問題を研究する … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Computing High-dimensional Confidence Sets for Arbitrary Distributions はコメントを受け付けていません

Sample-Optimal Private Regression in Polynomial Time

要約 ガウス共変量の通常の最小二乗回帰問題(不明な共分散構造)における予測エラー … 続きを読む

カテゴリー: cs.DS, cs.IT, cs.LG, math.IT, stat.ML | Sample-Optimal Private Regression in Polynomial Time はコメントを受け付けていません

An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems

要約 重要な機械学習タスクの証明可能な指数速度速度を達成することは、線形システム … 続きを読む

カテゴリー: cs.CC, cs.DS, cs.LG, quant-ph | An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems はコメントを受け付けていません