G.1.6」カテゴリーアーカイブ

Scaling Laws for Associative Memories

要約 学習にはおそらく、抽象的なルールの発見と記憶が含まれます。 この論文の目的 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.NE, G.1.6, stat.ML | Scaling Laws for Associative Memories はコメントを受け付けていません

Recent Advances in Path Integral Control for Trajectory Optimization: An Overview in Theoretical and Algorithmic Perspectives

要約 この論文では、確率的最適制御と軌道最適化のための経路積分 (PI) 制御ア … 続きを読む

カテゴリー: 13P25, 68T40, cs.RO, cs.SY, eess.SY, G.1.6, math.OC | Recent Advances in Path Integral Control for Trajectory Optimization: An Overview in Theoretical and Algorithmic Perspectives はコメントを受け付けていません

ELRA: Exponential learning rate adaption gradient descent optimization method

要約 我々は、新しい高速 (指数関数的レート適応)、ab initio (ハイパ … 続きを読む

カテゴリー: cs.LG, G.1.6, math.OC | ELRA: Exponential learning rate adaption gradient descent optimization method はコメントを受け付けていません

ChatGPT-based Investment Portfolio Selection

要約 このペーパーでは、ChatGPT などの生成 AI モデルを投資ポートフォ … 続きを読む

カテゴリー: 90, cs.AI, cs.CE, G.1.6, q-fin.CP, q-fin.PM | ChatGPT-based Investment Portfolio Selection はコメントを受け付けていません

A Self-Adaptive Penalty Method for Integrating Prior Knowledge Constraints into Neural ODEs

要約 自然システムの連続ダイナミクスは、ニューラル常微分方程式 (ニューラル O … 続きを読む

カテゴリー: cs.LG, G.1.6, math.OC | A Self-Adaptive Penalty Method for Integrating Prior Knowledge Constraints into Neural ODEs はコメントを受け付けていません

A Self-Adaptive Penalty Method for Integrating Prior Knowledge Constraints into Neural ODEs

要約 自然システムの連続ダイナミクスは、ニューラル常微分方程式 (ニューラル O … 続きを読む

カテゴリー: cs.LG, G.1.6, math.OC | A Self-Adaptive Penalty Method for Integrating Prior Knowledge Constraints into Neural ODEs はコメントを受け付けていません

Variational multichannel multiclass segmentation using unsupervised lifting with CNNs

要約 変分エネルギー関数と深層畳み込みニューラル ネットワークを組み合わせた、教 … 続きを読む

カテゴリー: 00, 65K10, 68T10, 68U10, cs.CV, cs.NA, G.1.6, math.FA, math.NA | Variational multichannel multiclass segmentation using unsupervised lifting with CNNs はコメントを受け付けていません

HiveNAS: Neural Architecture Search using Artificial Bee Colony Optimization

要約 従来のニューラル ネットワーク開発プロセスでは、かなりの専門知識が必要であ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, G.1.6 | HiveNAS: Neural Architecture Search using Artificial Bee Colony Optimization はコメントを受け付けていません

Applying Ising Machines to Multi-objective QUBOs

要約 複数の目的の最適化問題には、複数の、多くの場合矛盾する目的の間でさまざまな … 続きを読む

カテゴリー: cs.AI, G.1.6, quant-ph | Applying Ising Machines to Multi-objective QUBOs はコメントを受け付けていません

MoMo: Momentum Models for Adaptive Learning Rates

要約 我々は、どのような運動量法でも使用できる新しい適応的な学習率を提示する。こ … 続きを読む

カテゴリー: 15B52, 62L20, 65Y20, 68W20, 68W40, 74S60, 90C06, 90C53, cs.LG, G.1.6, math.OC | MoMo: Momentum Models for Adaptive Learning Rates はコメントを受け付けていません