G.1.6」カテゴリーアーカイブ

Black-Box Uniform Stability for Non-Euclidean Empirical Risk Minimization

要約 $p$-norm、$p \geq 1$ に関して凸で滑らかな経験的リスク最 … 続きを読む

カテゴリー: 68Q32, 90C25, cs.LG, G.1.6, math.OC, stat.ML | コメントする

An objective function for order preserving hierarchical clustering

要約 確率的部分順序と有向非巡回グラフ (DAG) の類似性に基づく階層的クラス … 続きを読む

カテゴリー: 06A06, 62H30, cs.LG, G.1.6, math.CO | コメントする

Privacy of the last iterate in cyclically-sampled DP-SGD on nonconvex composite losses

要約 差分プライベート確率勾配降下法 (DP-SGD) は、勾配をプライベート化 … 続きを読む

カテゴリー: (Primary), 60G15, 68P27, cs.CR, cs.DS, cs.LG, G.1.6, math.OC, stat.ML | Privacy of the last iterate in cyclically-sampled DP-SGD on nonconvex composite losses はコメントを受け付けていません

$\texttt{skwdro}$: a library for Wasserstein distributionally robust machine learning

要約 堅牢な機械学習モデルをトレーニングするための Python ライブラリであ … 続きを読む

カテゴリー: 90C15, 90C17, cs.LG, cs.MS, G.1.6, math.OC | $\texttt{skwdro}$: a library for Wasserstein distributionally robust machine learning はコメントを受け付けていません

Rapid Grassmannian Averaging with Chebyshev Polynomials

要約 我々は、集中設定と分散設定の両方でグラスマン多様体上の点の集合を効率的に平 … 続きを読む

カテゴリー: cs.CV, cs.LG, cs.NA, G.1.6, math.NA, math.OC | Rapid Grassmannian Averaging with Chebyshev Polynomials はコメントを受け付けていません

On Barycenter Computation: Semi-Unbalanced Optimal Transport-based Method on Gaussians

要約 我々は、半不平衡最適輸送(SUOT)ベースの重心と呼ばれる$n$中心のガウ … 続きを読む

カテゴリー: 62-08, cs.LG, G.1.6 | On Barycenter Computation: Semi-Unbalanced Optimal Transport-based Method on Gaussians はコメントを受け付けていません

BiC-MPPI: Goal-Pursuing, Sampling-Based Bidirectional Rollout Clustering Path Integral for Trajectory Optimization

要約 このペーパーでは、モデル予測パス積分 (MPPI) フレームワーク内の目標 … 続きを読む

カテゴリー: 13P25, 68T40, cs.AI, cs.RO, cs.SY, eess.SY, G.1.6, math.OC | BiC-MPPI: Goal-Pursuing, Sampling-Based Bidirectional Rollout Clustering Path Integral for Trajectory Optimization はコメントを受け付けていません

Primal-Dual iLQR

要約 制約のない離散時間最適制御問題を解決するための新しいアルゴリズムを紹介しま … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | Primal-Dual iLQR はコメントを受け付けていません

Sparsifying dimensionality reduction of PDE solution data with Bregman learning

要約 古典的なモデル削減手法では、支配方程式を元の状態空間の線形部分空間に投影し … 続きを読む

カテゴリー: (Primary), 41A63, 65D99, cs.AI, cs.NA, G.1.6, math.NA, stat.ML | Sparsifying dimensionality reduction of PDE solution data with Bregman learning はコメントを受け付けていません

Convergence Properties of Score-Based Models using Graduated Optimisation for Linear Inverse Problems

要約 逆問題の変分定式化内に正則化子として生成モデルを組み込むことは、数多くの画 … 続きを読む

カテゴリー: 65K10, 94A08, cs.CV, cs.LG, eess.IV, G.1.6 | Convergence Properties of Score-Based Models using Graduated Optimisation for Linear Inverse Problems はコメントを受け付けていません