「I.2.6」カテゴリーアーカイブ

Calibrated Adaptive Teacher for Domain Adaptive Intelligent Fault Diagnosis

投稿日: 2023年12月6日 作成者: jarxiv

要約 深層学習に基づくインテリジェント障害診断 (IFD) は、効果的で柔軟なソ … 続きを読む →

カテゴリー: 62H30, 68T07, cs.AI, cs.LG, eess.SP, I.2.6, stat.ML | Calibrated Adaptive Teacher for Domain Adaptive Intelligent Fault Diagnosis はコメントを受け付けていません

Optimization dependent generalization bound for ReLU networks based on sensitivity in the tangent bundle

投稿日: 2023年12月5日 作成者: jarxiv

要約 近年のディープラーニングの進歩により、ディープニューラルネットワークの汎化 … 続きを読む →

カテゴリー: 68, cs.AI, cs.LG, I.2.6 | Optimization dependent generalization bound for ReLU networks based on sensitivity in the tangent bundle はコメントを受け付けていません

Exploiting Causality Signals in Medical Images: A Pilot Study with Empirical Results

投稿日: 2023年11月29日 作成者: jarxiv

要約 我々は、分類目的でニューラルネットワークを介して画像から弱い因果信号を直接 … 続きを読む →

カテゴリー: cs.AI, cs.CV, I.2.6 | Exploiting Causality Signals in Medical Images: A Pilot Study with Empirical Results はコメントを受け付けていません

Neural Born Iteration Method For Solving Inverse Scattering Problems: 2D Cases

投稿日: 2023年11月22日 作成者: jarxiv

要約 この論文では、物理学に基づいた教師あり残差学習 (PhiSRL) のスキー … 続きを読む →

カテゴリー: 35Q61, cs.AI, eess.IV, I.2.6, physics.comp-ph | Neural Born Iteration Method For Solving Inverse Scattering Problems: 2D Cases はコメントを受け付けていません

Diffusion-Augmented Neural Processes

投稿日: 2023年11月17日 作成者: jarxiv

要約 ここ数年、ニューラル プロセスは、データが不足し、予測の不確実性の推定が不 … 続きを読む →

カテゴリー: cs.LG, I.2.6 | Diffusion-Augmented Neural Processes はコメントを受け付けていません

Feature emergence via margin maximization: case studies in algebraic tasks

投稿日: 2023年11月14日 作成者: jarxiv

要約 ニューラル ネットワークによって学習された内部表現を理解することは、機械学 … 続きを読む →

カテゴリー: cs.LG, I.2.6 | Feature emergence via margin maximization: case studies in algebraic tasks はコメントを受け付けていません

On the Multiple Roles of Ontologies in Explainable AI

投稿日: 2023年11月9日 作成者: jarxiv

要約 この論文では、明示的知識、特にオントロジーが、説明可能な AI および人間 … 続きを読む →

カテゴリー: cs.AI, I.2.6 | On the Multiple Roles of Ontologies in Explainable AI はコメントを受け付けていません

Impact of HPO on AutoML Forecasting Ensembles

投稿日: 2023年11月8日 作成者: jarxiv

要約 ローカルおよびグローバル単変量予測の多様な推定量、特に MQ-CNN、De … 続きを読む →

カテゴリー: cs.AI, cs.LG, I.2.6 | Impact of HPO on AutoML Forecasting Ensembles はコメントを受け付けていません

Advancing Post Hoc Case Based Explanation with Feature Highlighting

投稿日: 2023年11月7日 作成者: jarxiv

要約 説明可能なAI(XAI)は、人間とAIの共同作業を伴う下流作業を支援する貴 … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.LG, I.2.6 | Advancing Post Hoc Case Based Explanation with Feature Highlighting はコメントを受け付けていません

Additive Decoders for Latent Variables Identification and Cartesian-Product Extrapolation

投稿日: 2023年11月3日 作成者: jarxiv

要約 私たちは、表現学習における潜在変数の特定と「サポート外」の画像生成の問題に … 続きを読む →

カテゴリー: cs.LG, I.2.6, stat.ML | Additive Decoders for Latent Variables Identification and Cartesian-Product Extrapolation はコメントを受け付けていません