「cs.LG」カテゴリーアーカイブ

Gymnasium: A Standard Interface for Reinforcement Learning Environments

投稿日: 2024年11月11日 作成者: jarxiv

要約 強化学習 (RL) は、人工知能の多くの分野に革命を起こす可能性を秘めた成 … 続きを読む →

カテゴリー: cs.DL, cs.LG | Gymnasium: A Standard Interface for Reinforcement Learning Environments はコメントを受け付けていません

DeepDRK: Deep Dependency Regularized Knockoff for Feature Selection

投稿日: 2024年11月11日 作成者: jarxiv

要約 Model-X の模造品は、誤検出率 (FDR) の制御が保証されているた … 続きを読む →

カテゴリー: 68T07, cs.LG, I.5.1 | DeepDRK: Deep Dependency Regularized Knockoff for Feature Selection はコメントを受け付けていません

Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms

投稿日: 2024年11月11日 作成者: jarxiv

要約 私たちは、スイッチングコストを伴うオンライン変換、つまりエネルギーと持続可 … 続きを読む →

カテゴリー: cs.DS, cs.LG | Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms はコメントを受け付けていません

DiffBatt: A Diffusion Model for Battery Degradation Prediction and Synthesis

投稿日: 2024年11月11日 作成者: jarxiv

要約 バッテリーの劣化は、グリーンテクノロジーと持続可能なエネルギーソリューショ … 続きを読む →

カテゴリー: cs.LG, physics.chem-ph | DiffBatt: A Diffusion Model for Battery Degradation Prediction and Synthesis はコメントを受け付けていません

Boulder2Vec: Modeling Climber Performances in Professional Bouldering Competitions

投稿日: 2024年11月11日 作成者: jarxiv

要約 2008 年から 2022 年までのプロのボルダリング競技会のデータを使用 … 続きを読む →

カテゴリー: cs.LG | Boulder2Vec: Modeling Climber Performances in Professional Bouldering Competitions はコメントを受け付けていません

YOSO: You-Only-Sample-Once via Compressed Sensing for Graph Neural Network Training

投稿日: 2024年11月11日 作成者: jarxiv

要約 グラフ ニューラル ネットワーク (GNN) は、さまざまなドメインにわた … 続きを読む →

カテゴリー: cs.LG | YOSO: You-Only-Sample-Once via Compressed Sensing for Graph Neural Network Training はコメントを受け付けていません

IPMN Risk Assessment under Federated Learning Paradigm

投稿日: 2024年11月11日 作成者: jarxiv

要約 タイムリーな介入が必要な高リスク症例を特定するには、管内乳頭粘液性新生物 … 続きを読む →

カテゴリー: cs.DC, cs.LG, eess.IV | IPMN Risk Assessment under Federated Learning Paradigm はコメントを受け付けていません

Triple Component Matrix Factorization: Untangling Global, Local, and Noisy Components

投稿日: 2024年11月11日 作成者: jarxiv

要約 この研究では、ノイズの多いデータからの共通および固有の特徴抽出の問題を研究 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.TH | Triple Component Matrix Factorization: Untangling Global, Local, and Noisy Components はコメントを受け付けていません

Pseudo-Labeling for Kernel Ridge Regression under Covariate Shift

投稿日: 2024年11月11日 作成者: jarxiv

要約 私たちは、共変量シフトの下でカーネルリッジ回帰に対する原則的なアプローチを … 続きを読む →

カテゴリー: 62G05, 62J07, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Pseudo-Labeling for Kernel Ridge Regression under Covariate Shift はコメントを受け付けていません

Inferring stochastic low-rank recurrent neural networks from neural data

投稿日: 2024年11月11日 作成者: jarxiv

要約 計算神経科学の中心的な目的は、大規模なニューロン集団の活動を根底にある力学 … 続きを読む →

カテゴリー: cs.LG, q-bio.NC, stat.ML | Inferring stochastic low-rank recurrent neural networks from neural data はコメントを受け付けていません