「cs.LG」カテゴリーアーカイブ

Synthesis and Analysis of Data as Probability Measures with Entropy-Regularized Optimal Transport

投稿日: 2025年1月14日 作成者: jarxiv

要約 エントロピー正則化された Wasserstein-2 コストとその不偏バー … 続きを読む →

カテゴリー: cs.LG, stat.ML | Synthesis and Analysis of Data as Probability Measures with Entropy-Regularized Optimal Transport はコメントを受け付けていません

Steering Large Language Models using Conceptors: Improving Addition-Based Activation Engineering

投稿日: 2025年1月14日 作成者: jarxiv

要約 大規模な言語モデルは AI を変革しましたが、その出力を確実に制御すること … 続きを読む →

カテゴリー: cs.LG, cs.NE | Steering Large Language Models using Conceptors: Improving Addition-Based Activation Engineering はコメントを受け付けていません

A Unified Approach to Extract Interpretable Rules from Tree Ensembles via Integer Programming

投稿日: 2025年1月14日 作成者: jarxiv

要約 ツリー アンサンブルは非常に人気のある機械学習モデルであり、教師付き分類お … 続きを読む →

カテゴリー: cs.LG, math.OC | A Unified Approach to Extract Interpretable Rules from Tree Ensembles via Integer Programming はコメントを受け付けていません

Exploring and Mitigating Adversarial Manipulation of Voting-Based Leaderboards

投稿日: 2025年1月14日 作成者: jarxiv

要約 現在では、特定のタスクにおける知識やスキルを評価する一般的なベンチマークと … 続きを読む →

カテゴリー: cs.CR, cs.LG | Exploring and Mitigating Adversarial Manipulation of Voting-Based Leaderboards はコメントを受け付けていません

Hybrid Top-Down Global Causal Discovery with Local Search for Linear and Nonlinear Additive Noise Models

投稿日: 2025年1月14日 作成者: jarxiv

要約 未知の因果モデルに対応する固有の有向非巡回グラフを学習することは、困難な作 … 続きを読む →

カテゴリー: cs.LG | Hybrid Top-Down Global Causal Discovery with Local Search for Linear and Nonlinear Additive Noise Models はコメントを受け付けていません

Improving DeFi Accessibility through Efficient Liquidity Provisioning with Deep Reinforcement Learning

投稿日: 2025年1月14日 作成者: jarxiv

要約 このペーパーでは、深層強化学習 (DRL) を適用して、集中流動性を備えた … 続きを読む →

カテゴリー: cs.LG, q-fin.CP | Improving DeFi Accessibility through Efficient Liquidity Provisioning with Deep Reinforcement Learning はコメントを受け付けていません

Path Loss Prediction Using Deep Learning

投稿日: 2025年1月14日 作成者: jarxiv

要約 無線の導入とスペクトル計画は、パス損失の予測から恩恵を受けます。 通信リン … 続きを読む →

カテゴリー: cs.LG, eess.SP | Path Loss Prediction Using Deep Learning はコメントを受け付けていません

Higher-Order Topological Directionality and Directed Simplicial Neural Networks

投稿日: 2025年1月14日 作成者: jarxiv

要約 トポロジカル ディープ ラーニング (TDL) は、単体やセル複合体などの … 続きを読む →

カテゴリー: cs.LG | Higher-Order Topological Directionality and Directed Simplicial Neural Networks はコメントを受け付けていません

Investigating Map-Based Path Loss Models: A Study of Feature Representations in Convolutional Neural Networks

投稿日: 2025年1月14日 作成者: jarxiv

要約 パス損失予測は、無線周波数スペクトルを効率的に使用するための有益なツールで … 続きを読む →

カテゴリー: cs.LG, eess.SP | Investigating Map-Based Path Loss Models: A Study of Feature Representations in Convolutional Neural Networks はコメントを受け付けていません

ML Mule: Mobile-Driven Context-Aware Collaborative Learning

投稿日: 2025年1月14日 作成者: jarxiv

要約 人工知能は日常生活のほぼすべての側面に統合されており、コンピューター ビジ … 続きを読む →

カテゴリー: cs.HC, cs.LG | ML Mule: Mobile-Driven Context-Aware Collaborative Learning はコメントを受け付けていません