cs.IT」カテゴリーアーカイブ

Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax

要約 Deep InfoMax (DIM) は、ディープ ニューラル ネットワー … 続きを読む

カテゴリー: (Primary), 94A17, cs.IT, cs.LG, H.1.1, math.IT, stat.ML | Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax はコメントを受け付けていません

Linguistic Structure from a Bottleneck on Sequential Information Processing

要約 人間の言語は自然界における独特のコミュニケーション形式であり、その構造的な … 続きを読む

カテゴリー: cs.CL, cs.IT, math.IT | Linguistic Structure from a Bottleneck on Sequential Information Processing はコメントを受け付けていません

Information-Driven Search and Track of Novel Space Objects

要約 宇宙監視は、既知のカタログ天体の捕捉を維持するために、センサーのリソースを … 続きを読む

カテゴリー: cs.IT, cs.RO, cs.SY, eess.SY, math.IT | Information-Driven Search and Track of Novel Space Objects はコメントを受け付けていません

Data Similarity-Based One-Shot Clustering for Multi-Task Hierarchical Federated Learning

要約 我々は、ユーザが異なるタスクの学習に取り組む階層的連合学習環境におけるクラ … 続きを読む

カテゴリー: cs.IT, cs.LG, cs.NI, eess.SP, math.IT | Data Similarity-Based One-Shot Clustering for Multi-Task Hierarchical Federated Learning はコメントを受け付けていません

Vicious Classifiers: Assessing Inference-time Data Reconstruction Risk in Edge Computing

要約 エッジ コンピューティング パラダイムにおけるプライバシー保護推論では、機 … 続きを読む

カテゴリー: cs.CR, cs.IT, cs.LG, math.IT | Vicious Classifiers: Assessing Inference-time Data Reconstruction Risk in Edge Computing はコメントを受け付けていません

Conversational Complexity for Assessing Risk in Large Language Models

要約 大規模言語モデル (LLM) には二重用途のジレンマがあります。LLM は … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IT, math.IT | Conversational Complexity for Assessing Risk in Large Language Models はコメントを受け付けていません

Resource Allocation for Stable LLM Training in Mobile Edge Computing

要約 モバイル デバイスが高度なアプリケーションの中心となることが増えているため … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.IT, cs.SY, eess.SY, math.IT, math.OC | Resource Allocation for Stable LLM Training in Mobile Edge Computing はコメントを受け付けていません

Optical ISAC: Fundamental Performance Limits and Transceiver Design

要約 この論文では、統合センシングおよび統合型センシング・システム内の通信用の単 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, stat.AP, stat.CO | Optical ISAC: Fundamental Performance Limits and Transceiver Design はコメントを受け付けていません

Best Arm Identification with Minimal Regret

要約 責任ある実験を必要とする現実世界のアプリケーションを動機として、後悔を最小 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, stat.ML | Best Arm Identification with Minimal Regret はコメントを受け付けていません

Hierarchical Federated ADMM

要約 この論文では、広く使用されている勾配降下法ベースの階層連合学習 (FL) … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.IT, cs.LG, cs.SY, eess.SY, math.IT | Hierarchical Federated ADMM はコメントを受け付けていません