cs.LG」カテゴリーアーカイブ

Pushing the Limits of Large Language Model Quantization via the Linearity Theorem

要約 大規模な言語モデルを量子化することは、メモリと計算コストを削減する標準的な … 続きを読む

カテゴリー: cs.LG | Pushing the Limits of Large Language Model Quantization via the Linearity Theorem はコメントを受け付けていません

Evolving Markov Chains: Unsupervised Mode Discovery and Recognition from Data Streams

要約 マルコフ連鎖は、時間的に依存するプロセスをモデル化するためのシンプルかつ強 … 続きを読む

カテゴリー: cs.LG | Evolving Markov Chains: Unsupervised Mode Discovery and Recognition from Data Streams はコメントを受け付けていません

Towards Maximum Likelihood Training for Transducer-based Streaming Speech Recognition

要約 トランスデューサー ニューラル ネットワークは、ストリーミング自動音声認識 … 続きを読む

カテゴリー: cs.LG, eess.AS | Towards Maximum Likelihood Training for Transducer-based Streaming Speech Recognition はコメントを受け付けていません

Towards safe Bayesian optimization with Wiener kernel regression

要約 ベイジアン最適化 (BO) は、確率的サロゲート モデルに基づいてブラック … 続きを読む

カテゴリー: cs.LG, cs.SY, eess.SY, math.OC, stat.ML | Towards safe Bayesian optimization with Wiener kernel regression はコメントを受け付けていません

Contextual Bandits with Packing and Covering Constraints: A Modular Lagrangian Approach via Regression

要約 線形制約付きコンテキスト バンディット (CBwLC) を検討します。これ … 続きを読む

カテゴリー: cs.LG, stat.ML | Contextual Bandits with Packing and Covering Constraints: A Modular Lagrangian Approach via Regression はコメントを受け付けていません

Navigating Spatial Inequities in Freight Truck Crash Severity via Counterfactual Inference in Los Angeles

要約 貨物トラック関連の事故は、地域ごとに顕著な空間的格差があり、多大な経済的損 … 続きを読む

カテゴリー: cs.LG | Navigating Spatial Inequities in Freight Truck Crash Severity via Counterfactual Inference in Los Angeles はコメントを受け付けていません

S-CFE: Simple Counterfactual Explanations

要約 私たちは、分類子に対する最適なまばらで多様体に整列した反事実的な説明を見つ … 続きを読む

カテゴリー: cs.LG, math.OC | S-CFE: Simple Counterfactual Explanations はコメントを受け付けていません

Multiscale spatiotemporal heterogeneity analysis of bike-sharing system’s self-loop phenomenon: Evidence from Shanghai

要約 バイクシェアリングは環境に優しい共有モビリティモードですが、自転車が数回使 … 続きを読む

カテゴリー: cs.LG | Multiscale spatiotemporal heterogeneity analysis of bike-sharing system’s self-loop phenomenon: Evidence from Shanghai はコメントを受け付けていません

Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling

要約 前方勾配降下法 (FGD) は、後方パスなしで計算できるため、生物学的に最 … 続きを読む

カテゴリー: 62J05, 62L20, cs.LG, cs.NE, math.ST, stat.TH | Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling はコメントを受け付けていません

From Fairness to Infinity: Outcome-Indistinguishable (Omni)Prediction in Evolving Graphs

要約 専門的なネットワークは、紹介や紹介を通じて貴重な機会を提供します。 豊富な … 続きを読む

カテゴリー: cs.CY, cs.LG, cs.SI | From Fairness to Infinity: Outcome-Indistinguishable (Omni)Prediction in Evolving Graphs はコメントを受け付けていません