cs.LG」カテゴリーアーカイブ

Truthful mechanisms for linear bandit games with private contexts

要約 エージェントが個人的なコンテキストを持って順番に到着し、システムがそれに応 … 続きを読む

カテゴリー: cs.GT, cs.LG | Truthful mechanisms for linear bandit games with private contexts はコメントを受け付けていません

Highway Graph to Accelerate Reinforcement Learning

要約 強化学習 (RL) アルゴリズムは、トレーニング効率の低さに悩まされること … 続きを読む

カテゴリー: cs.LG | Highway Graph to Accelerate Reinforcement Learning はコメントを受け付けていません

Stochastically Constrained Best Arm Identification with Thompson Sampling

要約 複数のパフォーマンス測定に関連付けられたアームの数が有限である場合、確率的 … 続きを読む

カテゴリー: cs.LG | Stochastically Constrained Best Arm Identification with Thompson Sampling はコメントを受け付けていません

Abstracted Shapes as Tokens — A Generalizable and Interpretable Model for Time-series Classification

要約 時系列分析では、最近の研究の多くは、複数のドメインにわたる時系列の統一され … 続きを読む

カテゴリー: cs.LG, stat.ML | Abstracted Shapes as Tokens — A Generalizable and Interpretable Model for Time-series Classification はコメントを受け付けていません

Learning Lipschitz Operators with respect to Gaussian Measures with Near-Optimal Sample Complexity

要約 機械学習のアイデアを使用して無限次元関数空間間のマッピングを近似する演算子 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Learning Lipschitz Operators with respect to Gaussian Measures with Near-Optimal Sample Complexity はコメントを受け付けていません

Koopman Learning with Episodic Memory

要約 クープマン演算子理論は、複雑な現実世界の動的システムのモデルの学習において … 続きを読む

カテゴリー: cs.LG, math.DS | Koopman Learning with Episodic Memory はコメントを受け付けていません

mFabric: An Efficient and Scalable Fabric for Mixture-of-Experts Training

要約 Mixture-of-Expert (MoE) モデルは、 \emph{e … 続きを読む

カテゴリー: cs.LG, cs.NI | mFabric: An Efficient and Scalable Fabric for Mixture-of-Experts Training はコメントを受け付けていません

Exploring Federated Unlearning: Analysis, Comparison, and Insights

要約 プライバシーを保護する機械学習への需要の高まりにより、フェデレーション シ … 続きを読む

カテゴリー: cs.LG | Exploring Federated Unlearning: Analysis, Comparison, and Insights はコメントを受け付けていません

A precise asymptotic analysis of learning diffusion models: theory and insights

要約 この原稿では、基礎となる低次元多様体構造を備えた高次元ターゲット密度で、オ … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG | A precise asymptotic analysis of learning diffusion models: theory and insights はコメントを受け付けていません

Statistical Error Bounds for GANs with Nonlinear Objective Functionals

要約 敵対的生成ネットワーク (GAN) は、ターゲット分布から抽出されたサンプ … 続きを読む

カテゴリー: cs.LG, stat.ML | Statistical Error Bounds for GANs with Nonlinear Objective Functionals はコメントを受け付けていません