cs.LG」カテゴリーアーカイブ

Second Order Bounds for Contextual Bandits with Function Approximation

要約 多くの研究で、コンテキストとアクションのペアに対する平均報酬が関数クラスに … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Second Order Bounds for Contextual Bandits with Function Approximation はコメントを受け付けていません

Problem-oriented AutoML in Clustering

要約 問題指向 AutoML in Clustering (PoAC) フレーム … 続きを読む

カテゴリー: cs.AI, cs.LG | Problem-oriented AutoML in Clustering はコメントを受け付けていません

Predicting Deterioration in Mild Cognitive Impairment with Survival Transformers, Extreme Gradient Boosting and Cox Proportional Hazard Modelling

要約 この論文は、ADNI コホートのメタボロミクス データを使用して、軽度認知 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE | Predicting Deterioration in Mild Cognitive Impairment with Survival Transformers, Extreme Gradient Boosting and Cox Proportional Hazard Modelling はコメントを受け付けていません

From Predictive Importance to Causality: Which Machine Learning Model Reflects Reality?

要約 この研究では、CatBoost モデルと LightGBM モデルを使用し … 続きを読む

カテゴリー: cs.AI, cs.LG | From Predictive Importance to Causality: Which Machine Learning Model Reflects Reality? はコメントを受け付けていません

A Comprehensive Framework for Evaluating API-oriented Code Generation in Large Language Models

要約 GitHub Copilot や ChatGPT などの大規模言語モデル … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SE | A Comprehensive Framework for Evaluating API-oriented Code Generation in Large Language Models はコメントを受け付けていません

Representation Learning for Sequential Volumetric Design Tasks

要約 容積設計はマス設計とも呼ばれ、プロの建築設計における最初の重要なステップで … 続きを読む

カテゴリー: cs.AI, cs.LG | Representation Learning for Sequential Volumetric Design Tasks はコメントを受け付けていません

Can We Count on LLMs? The Fixed-Effect Fallacy and Claims of GPT-4 Capabilities

要約 このペーパーでは、LLM 機能の評価について検討します。 いくつかの決定論 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG | Can We Count on LLMs? The Fixed-Effect Fallacy and Claims of GPT-4 Capabilities はコメントを受け付けていません

Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking

要約 多関節オブジェクトの操作には正確なオブジェクトの相互作用が必要であり、オブ … 続きを読む

カテゴリー: cs.AI, cs.GR, cs.LG, cs.RO | Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking はコメントを受け付けていません

Reliability in Semantic Segmentation: Can We Use Synthetic Data?

要約 共変量シフトに対する知覚モデルの堅牢性と、分布外 (OOD) 入力を検出す … 続きを読む

カテゴリー: cs.CV, cs.LG | Reliability in Semantic Segmentation: Can We Use Synthetic Data? はコメントを受け付けていません

From Pixels to Words: Leveraging Explainability in Face Recognition through Interactive Natural Language Processing

要約 顔認識 (FR) はディープラーニングの発展により大幅に進歩し、いくつかの … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.CY, cs.LG | From Pixels to Words: Leveraging Explainability in Face Recognition through Interactive Natural Language Processing はコメントを受け付けていません