cs.LG」カテゴリーアーカイブ

A tutorial on automatic differentiation with complex numbers

要約 自動微分はどこにでもありますが、’$\mathbb{C}^d$ … 続きを読む

カテゴリー: cs.LG, cs.MS, cs.NA, math.NA | A tutorial on automatic differentiation with complex numbers はコメントを受け付けていません

Mixed-type Distance Shrinkage and Selection for Clustering via Kernel Metric Learning

要約 距離ベースのクラスタリングと分類は、混合された数値データとカテゴリデータを … 続きを読む

カテゴリー: 62G07, 65D10, cs.LG, G.3, stat.CO, stat.ME, stat.OT | Mixed-type Distance Shrinkage and Selection for Clustering via Kernel Metric Learning はコメントを受け付けていません

Learning a Neural Solver for Parametric PDE to Enhance Physics-Informed Methods

要約 物理情報に基づいた深層学習は、偏微分方程式 (PDE) を解く複雑さのため … 続きを読む

カテゴリー: cs.LG | Learning a Neural Solver for Parametric PDE to Enhance Physics-Informed Methods はコメントを受け付けていません

Lifted Coefficient of Determination: Fast model-free prediction intervals and likelihood-free model comparison

要約 我々は $\textit{リフト線形モデル}$ を提案し、予測と観測の間の … 続きを読む

カテゴリー: 62Gxx, cs.LG, G.3, stat.ML | Lifted Coefficient of Determination: Fast model-free prediction intervals and likelihood-free model comparison はコメントを受け付けていません

LibMOON: A Gradient-based MultiObjective OptimizatioN Library in PyTorch

要約 多目的最適化問題 (MOP) は、機械学習で一般的であり、マルチタスク学習 … 続きを読む

カテゴリー: cs.LG, cs.MS, math.OC | LibMOON: A Gradient-based MultiObjective OptimizatioN Library in PyTorch はコメントを受け付けていません

Online-to-PAC generalization bounds under graph-mixing dependencies

要約 統計学習における従来の一般化の結果には、個別に抽出されたサンプルから作成さ … 続きを読む

カテゴリー: cs.LG, stat.ML | Online-to-PAC generalization bounds under graph-mixing dependencies はコメントを受け付けていません

Hedging and Approximate Truthfulness in Traditional Forecasting Competitions

要約 予想コンテストでは、従来のメカニズムにより、各イベントの結果に対して各出場 … 続きを読む

カテゴリー: cs.GT, cs.LG | Hedging and Approximate Truthfulness in Traditional Forecasting Competitions はコメントを受け付けていません

Optimal Downsampling for Imbalanced Classification with Generalized Linear Models

要約 ダウンサンプリングまたはアンダーサンプリングは、大規模で非常に不均衡な分類 … 続きを読む

カテゴリー: cs.LG, stat.ML | Optimal Downsampling for Imbalanced Classification with Generalized Linear Models はコメントを受け付けていません

xTED: Cross-Domain Adaptation via Diffusion-Based Trajectory Editing

要約 さまざまなドメインから事前に収集されたデータの再利用は、ターゲット ドメイ … 続きを読む

カテゴリー: cs.LG, cs.RO | xTED: Cross-Domain Adaptation via Diffusion-Based Trajectory Editing はコメントを受け付けていません

Analyzing Neural Scaling Laws in Two-Layer Networks with Power-Law Data Spectra

要約 ニューラル スケーリング則は、ディープ ニューラル ネットワークのパフォー … 続きを読む

カテゴリー: cs.LG, stat.ML | Analyzing Neural Scaling Laws in Two-Layer Networks with Power-Law Data Spectra はコメントを受け付けていません