-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cs.LG」カテゴリーアーカイブ
Unsupervised Domain Adaptation Via Data Pruning
要約 トレーニング データから慎重に選択された例を削除することが、機械学習モデル … 続きを読む
カテゴリー: cs.LG
Unsupervised Domain Adaptation Via Data Pruning はコメントを受け付けていません
Calibration Error for Decision Making
要約 キャリブレーションにより、意思決定者は予測を確率として確実に解釈できるよう … 続きを読む
The Impact of Element Ordering on LM Agent Performance
要約 Web やデスクトップなどの仮想環境をナビゲートできる言語モデル エージェ … 続きを読む
カテゴリー: cs.LG
The Impact of Element Ordering on LM Agent Performance はコメントを受け付けていません
EHRFL: Federated Learning Framework for Institution-Specific Model Construction using Electronic Health Records
要約 医療機関全体で電子医療記録 (EHR) の量が増加しているため、臨床予測タ … 続きを読む
カテゴリー: cs.LG
EHRFL: Federated Learning Framework for Institution-Specific Model Construction using Electronic Health Records はコメントを受け付けていません
Symmetry-Enriched Learning: A Category-Theoretic Framework for Robust Machine Learning Models
要約 この原稿は、高次の対称性と圏論を機械学習に統合する新しいフレームワークを紹 … 続きを読む
カテゴリー: cs.LG
Symmetry-Enriched Learning: A Category-Theoretic Framework for Robust Machine Learning Models はコメントを受け付けていません
FedLF: Adaptive Logit Adjustment and Feature Optimization in Federated Long-Tailed Learning
要約 フェデレーション ラーニングは、分散機械学習におけるプライバシー保護の課題 … 続きを読む
カテゴリー: cs.LG
FedLF: Adaptive Logit Adjustment and Feature Optimization in Federated Long-Tailed Learning はコメントを受け付けていません
Model-free quantification of completeness, uncertainties, and outliers in atomistic machine learning using information theory
要約 情報の正確な記述は、トレーニング セットの作成、不確実性定量化 (UQ) … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph
Model-free quantification of completeness, uncertainties, and outliers in atomistic machine learning using information theory はコメントを受け付けていません
Stronger Baseline Models — A Key Requirement for Aligning Machine Learning Research with Clinical Utility
要約 機械学習 (ML) の研究は、多様なアプリケーション ドメインにわたる予測 … 続きを読む
Characterizing Dynamical Stability of Stochastic Gradient Descent in Overparameterized Learning
要約 最新の機械学習で見られるような、過剰にパラメータ化された最適化タスクの場合 … 続きを読む
UKAN: Unbound Kolmogorov-Arnold Network Accompanied with Accelerated Library
要約 この研究では、Kolmogorov-Arnold Networks (KA … 続きを読む
カテゴリー: cs.LG
UKAN: Unbound Kolmogorov-Arnold Network Accompanied with Accelerated Library はコメントを受け付けていません