「cs.LG」カテゴリーアーカイブ

SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning

投稿日: 2025年4月11日 作成者: jarxiv

要約 このペーパーでは、接続された車両および自動車のモーション計画のためのマルチ … 続きを読む →

カテゴリー: cs.LG, cs.MA, cs.RO, cs.SY, eess.SY | SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning はコメントを受け付けていません

Radial Basis Operator Networks

投稿日: 2025年4月11日 作成者: jarxiv

要約 オペレーターネットワークは、関数空間などの無限の次元空間間のマッピングを提 … 続きを読む →

カテゴリー: cs.LG | Radial Basis Operator Networks はコメントを受け付けていません

FedECA: A Federated External Control Arm Method for Causal Inference with Time-To-Event Data in Distributed Settings

投稿日: 2025年4月11日 作成者: jarxiv

要約 外部コントロールアーム（ECA）は、実験薬の早期臨床開発に通知し、規制当局 … 続きを読む →

カテゴリー: cs.DC, cs.LG, stat.ME | FedECA: A Federated External Control Arm Method for Causal Inference with Time-To-Event Data in Distributed Settings はコメントを受け付けていません

Relaxing the Markov Requirements on Reinforcement Learning Under Weak Partial Ignorability

投稿日: 2025年4月11日 作成者: jarxiv

要約 不完全なデータ、交絡効果、およびマルコフプロパティの違反は、強化学習アプリ … 続きを読む →

カテゴリー: 60G, cs.LG, stat.ME | Relaxing the Markov Requirements on Reinforcement Learning Under Weak Partial Ignorability はコメントを受け付けていません

Quantum Machine Learning: Unveiling Trends, Impacts through Bibliometric Analysis

投稿日: 2025年4月11日 作成者: jarxiv

要約 量子機械学習（QML）は、量子コンピューティングと機械学習という2つの革新 … 続きを読む →

カテゴリー: cs.DL, cs.LG | Quantum Machine Learning: Unveiling Trends, Impacts through Bibliometric Analysis はコメントを受け付けていません

A Novel Deep Learning Approach for Emulating Computationally Expensive Postfire Debris Flows

投稿日: 2025年4月11日 作成者: jarxiv

要約 破片の流れや地滑りなど、人間の生活やインフラストラクチャに重大なリスクをも … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn, physics.geo-ph | A Novel Deep Learning Approach for Emulating Computationally Expensive Postfire Debris Flows はコメントを受け付けていません

From Observation to Orientation: an Adaptive Integer Programming Approach to Intervention Design

投稿日: 2025年4月11日 作成者: jarxiv

要約 観察データと実験データの両方を使用すると、因果発見プロセスは変数間の因果関 … 続きを読む →

カテゴリー: cs.LG, stat.ML | From Observation to Orientation: an Adaptive Integer Programming Approach to Intervention Design はコメントを受け付けていません

Harnessing Equivariance: Modeling Turbulence with Graph Neural Networks

投稿日: 2025年4月11日 作成者: jarxiv

要約 この作業は、グラフニューラルネットワーク（GNNS）に基づいた大きな渦シミ … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Harnessing Equivariance: Modeling Turbulence with Graph Neural Networks はコメントを受け付けていません

Gradient-based Sample Selection for Faster Bayesian Optimization

投稿日: 2025年4月11日 作成者: jarxiv

要約 Bayesian Optimization（BO）は、ブラックボックスの最 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Gradient-based Sample Selection for Faster Bayesian Optimization はコメントを受け付けていません

Designing Universal Causal Deep Learning Models: The Case of Infinite-Dimensional Dynamical Systems from Stochastic Analysis

投稿日: 2025年4月11日 作成者: jarxiv

要約 確率的微分方程式へのソリューションマップなど、確率的解析のいくつかの非線形 … 続きを読む →

カテゴリー: cs.LG, math.DS, q-fin.CP | Designing Universal Causal Deep Learning Models: The Case of Infinite-Dimensional Dynamical Systems from Stochastic Analysis はコメントを受け付けていません