「cs.LG」カテゴリーアーカイブ

Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system

投稿日: 2025年1月7日 作成者: jarxiv

要約 近年、乱流動的システムの解析において、データ駆動型の深層学習モデルが大きな … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system はコメントを受け付けていません

Qinco2: Vector Compression and Search with Improved Implicit Neural Codebooks

投稿日: 2025年1月7日 作成者: jarxiv

要約 ベクトル量子化は、圧縮および大規模最近傍検索の基本的な技術です。 高精度の … 続きを読む →

カテゴリー: cs.LG | Qinco2: Vector Compression and Search with Improved Implicit Neural Codebooks はコメントを受け付けていません

Synthetic Oversampling: Theory and A Practical Approach Using LLMs to Address Data Imbalance

投稿日: 2025年1月7日 作成者: jarxiv

要約 不均衡な分類と誤った相関は、データ サイエンスと機械学習における一般的な課 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Synthetic Oversampling: Theory and A Practical Approach Using LLMs to Address Data Imbalance はコメントを受け付けていません

FedEP: Tailoring Attention to Heterogeneous Data Distribution with Entropy Pooling for Decentralized Federated Learning

投稿日: 2025年1月7日 作成者: jarxiv

要約 Federated Learning (FL) の非独立かつ同一分散 (非 … 続きを読む →

カテゴリー: cs.LG | FedEP: Tailoring Attention to Heterogeneous Data Distribution with Entropy Pooling for Decentralized Federated Learning はコメントを受け付けていません

Balancing Efficiency and Expressiveness: Subgraph GNNs with Walk-Based Centrality

投稿日: 2025年1月7日 作成者: jarxiv

要約 私たちは、グラフ ニューラル ネットワーク (GNN) の 2 つの優れた … 続きを読む →

カテゴリー: cs.LG, cs.NE | Balancing Efficiency and Expressiveness: Subgraph GNNs with Walk-Based Centrality はコメントを受け付けていません

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation

投稿日: 2025年1月7日 作成者: jarxiv

要約 ソフトウェア テストは、ソフトウェア開発において重要ではありますが、時間が … 続きを読む →

カテゴリー: cs.LG, cs.SE | Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation はコメントを受け付けていません

Parametric Matrix Models

投稿日: 2025年1月7日 作成者: jarxiv

要約 パラメトリック行列モデルと呼ばれる機械学習アルゴリズムの一般的なクラスを紹 … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, nucl-th, physics.comp-ph, quant-ph | Parametric Matrix Models はコメントを受け付けていません

The Z-Gromov-Wasserstein Distance

投稿日: 2025年1月7日 作成者: jarxiv

要約 グロモフ-ワッサーシュタイン (GW) 距離は、計量メジャー空間を比較する … 続きを読む →

カテゴリー: cs.LG, math.MG | The Z-Gromov-Wasserstein Distance はコメントを受け付けていません

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation

投稿日: 2025年1月7日 作成者: jarxiv

要約 ソフトウェア テストはソフトウェア開発の重要な側面であり、効果的なメンテナ … 続きを読む →

カテゴリー: cs.LG, cs.SE | Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation はコメントを受け付けていません

Learning DAGs and Root Causes from Time-Series Data

投稿日: 2025年1月7日 作成者: jarxiv

要約 根本原因がほとんどない時系列から有向非巡回グラフ (DAG) を学習するた … 続きを読む →

カテゴリー: cs.LG, stat.ML | Learning DAGs and Root Causes from Time-Series Data はコメントを受け付けていません