G.3」カテゴリーアーカイブ

CAR-DESPOT: Causally-Informed Online POMDP Planning for Robots in Confounded Environments

要約 実世界の環境で動作するロボットは、確率的行動の起こり得る結果について推論し … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, G.3 | CAR-DESPOT: Causally-Informed Online POMDP Planning for Robots in Confounded Environments はコメントを受け付けていません

Diff-TTSG: Denoising probabilistic integrated speech and gesture synthesis

要約 読み上げ音声合成が高い自然性スコアを達成することで、自発的な音声の合成に対 … 続きを読む

カテゴリー: 68T07, 68T42, cs.AI, cs.CV, cs.HC, cs.LG, eess.AS, G.3 | Diff-TTSG: Denoising probabilistic integrated speech and gesture synthesis はコメントを受け付けていません

Generalization for slowly mixing processes

要約 さまざまな損失クラスにわたる制限された均一性は、定常プロセスおよびファイ混 … 続きを読む

カテゴリー: 60G10, cs.LG, G.3 | Generalization for slowly mixing processes はコメントを受け付けていません

OverFlow: Putting flows on top of neural transducers for better TTS

要約 ニューラル HMM は、テキスト読み上げにおけるシーケンス間モデリング用に … 続きを読む

カテゴリー: 68T07, cs.HC, cs.LG, cs.SD, eess.AS, G.3 | OverFlow: Putting flows on top of neural transducers for better TTS はコメントを受け付けていません

Exact Bayesian Inference on Discrete Models via Probability Generating Functions: A Probabilistic Programming Approach

要約 我々は、離散統計モデルのための正確なベイズ推論法を提案します。これは、無限 … 続きを読む

カテゴリー: cs.LG, cs.PL, G.3, stat.CO, stat.ML | Exact Bayesian Inference on Discrete Models via Probability Generating Functions: A Probabilistic Programming Approach はコメントを受け付けていません

Distributional Reinforcement Learning with Dual Expectile-Quantile Regression

要約 分位点回帰を使用した分布強化学習の適用に成功すると、自然な疑問が生じます。 … 続きを読む

カテゴリー: cs.AI, cs.LG, G.3 | Distributional Reinforcement Learning with Dual Expectile-Quantile Regression はコメントを受け付けていません

Formal Modelling for Multi-Robot Systems Under Uncertainty

要約 レビューの目的: マルチロボットの動作を効果的に合成して分析するには、マル … 続きを読む

カテゴリー: cs.AI, cs.MA, cs.RO, G.3 | Formal Modelling for Multi-Robot Systems Under Uncertainty はコメントを受け付けていません

Sparse joint shift in multinomial classification

要約 スパース ジョイント シフト (SJS) は、特徴とラベルの周辺分布、事後 … 続きを読む

カテゴリー: 62G05, 68T10, cs.LG, G.3, math.ST, stat.ML, stat.TH | Sparse joint shift in multinomial classification はコメントを受け付けていません

Listen, Denoise, Action! Audio-Driven Motion Synthesis with Diffusion Models

要約 拡散モデルは、表現力が高く、効率的にトレーニングできる確率モデルとして注目 … 続きを読む

カテゴリー: 68T07, cs.CV, cs.GR, cs.HC, cs.LG, cs.SD, eess.AS, G.3 | Listen, Denoise, Action! Audio-Driven Motion Synthesis with Diffusion Models はコメントを受け付けていません

Aleatoric uncertainty for Errors-in-Variables models in deep regression

要約 深層学習のベイズ的な扱いによって、深層ニューラルネットワークの予測に関連す … 続きを読む

カテゴリー: cs.AI, cs.LG, G.3, stat.ML | Aleatoric uncertainty for Errors-in-Variables models in deep regression はコメントを受け付けていません