cs.LG」カテゴリーアーカイブ

Multi-UAV Pursuit-Evasion with Online Planning in Unknown Environments by Deep Reinforcement Learning

要約 追跡者が回避者の捕獲を目指す複数の UAV の追跡回避は、UAV の群れイ … 続きを読む

カテゴリー: cs.LG, cs.RO | Multi-UAV Pursuit-Evasion with Online Planning in Unknown Environments by Deep Reinforcement Learning はコメントを受け付けていません

Overcoming Reward Model Noise in Instruction-Guided Reinforcement Learning

要約 視覚言語モデル (VLM) は、報酬がまばらな環境でより有益な報酬信号を提 … 続きを読む

カテゴリー: cs.LG, cs.RO | Overcoming Reward Model Noise in Instruction-Guided Reinforcement Learning はコメントを受け付けていません

Whole-body end-effector pose tracking

要約 操作と脚式ロボットの可動性を組み合わせることが、幅広いロボット用途に不可欠 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, cs.SY, eess.SY | Whole-body end-effector pose tracking はコメントを受け付けていません

Denoising Graph Super-Resolution towards Improved Collider Event Reconstruction

要約 検出器データから粒子を正確に再構成することは、熱量計の空間分解能が決定的な … 続きを読む

カテゴリー: cs.LG, hep-ex | Denoising Graph Super-Resolution towards Improved Collider Event Reconstruction はコメントを受け付けていません

Time Evidence Fusion Network: Multi-source View in Long-Term Time Series Forecasting

要約 実際のシナリオでは、時系列予測には精度だけでなく効率性も必要です。 したが … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE | Time Evidence Fusion Network: Multi-source View in Long-Term Time Series Forecasting はコメントを受け付けていません

A decision-theoretic model for a principal-agent collaborative learning problem

要約 このテクニカル ノートでは、プリンシパルとエージェントの設定を備えた協調学 … 続きを読む

カテゴリー: cs.LG, stat.ML | A decision-theoretic model for a principal-agent collaborative learning problem はコメントを受け付けていません

Learning with Confidence: Training Better Classifiers from Soft Labels

要約 教師あり機械学習では、モデルは通常、ハードラベル、つまりクラスメンバーシッ … 続きを読む

カテゴリー: cs.LG | Learning with Confidence: Training Better Classifiers from Soft Labels はコメントを受け付けていません

Ultra-low latency quantum-inspired machine learning predictors implemented on FPGA

要約 テンソル ネットワーク (TN) は、量子多体システムを表すために使用され … 続きを読む

カテゴリー: cs.LG, hep-ex, quant-ph | Ultra-low latency quantum-inspired machine learning predictors implemented on FPGA はコメントを受け付けていません

When Witnesses Defend: A Witness Graph Topological Layer for Adversarial Graph Learning

要約 形状特性は摂動に対してより堅牢であるという直感的な前提を利用して、計算トポ … 続きを読む

カテゴリー: cs.LG | When Witnesses Defend: A Witness Graph Topological Layer for Adversarial Graph Learning はコメントを受け付けていません

Learning multi-modal generative models with permutation-invariant encoders and tighter variational objectives

要約 マルチモーダル データの深い潜在変数モデルを考案することは、機械学習研究に … 続きを読む

カテゴリー: cs.LG, stat.ML | Learning multi-modal generative models with permutation-invariant encoders and tighter variational objectives はコメントを受け付けていません