「I.2.6」カテゴリーアーカイブ

Feature emergence via margin maximization: case studies in algebraic tasks

投稿日: 2024年2月20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

Tracking Changing Probabilities via Dynamic Learners

投稿日: 2024年2月16日 作成者: jarxiv

要約 入力が離散アイテムのストリームである予測子、つまり学習者を考えてみましょう … 続きを読む →

カテゴリー: 68T05, cs.AI, cs.LG, I.2.6 | Tracking Changing Probabilities via Dynamic Learners はコメントを受け付けていません

Scalable Interactive Machine Learning for Future Command and Control

投稿日: 2024年2月12日 作成者: jarxiv

要約 将来の戦争では、指揮統制（C2）職員は、複雑で潜在的に不明確な状況において … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.LG, I.2.6 | Scalable Interactive Machine Learning for Future Command and Control はコメントを受け付けていません

Let Your Graph Do the Talking: Encoding Structured Data for LLMs

投稿日: 2024年2月9日 作成者: jarxiv

要約 大規模言語モデル (LLM) で使用するために構造化データをシーケンシャル … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SI, I.2.6, stat.ML | Let Your Graph Do the Talking: Encoding Structured Data for LLMs はコメントを受け付けていません

Tempered Calculus for ML: Application to Hyperbolic Model Embedding

投稿日: 2024年2月7日 作成者: jarxiv

要約 ML で使用されるほとんどの数学的歪みは、基本的に本質的に積分です。$f$ … 続きを読む →

カテゴリー: cs.LG, I.2.6 | Tempered Calculus for ML: Application to Hyperbolic Model Embedding はコメントを受け付けていません

Almost Equivariance via Lie Algebra Convolutions

投稿日: 2024年2月5日 作成者: jarxiv

要約 近年、集団行動に関するモデルの等変量性は、機械学習における重要な研究テーマ … 続きを読む →

カテゴリー: cs.LG, I.2.6, stat.ML | Almost Equivariance via Lie Algebra Convolutions はコメントを受け付けていません

HyperMask: Adaptive Hypernetwork-based Masks for Continual Learning

投稿日: 2024年2月2日 作成者: jarxiv

要約 人工ニューラル ネットワークは、複数のタスクを順番にトレーニングすると、壊 … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.LG, I.2.6 | HyperMask: Adaptive Hypernetwork-based Masks for Continual Learning はコメントを受け付けていません

Manipulating Predictions over Discrete Inputs in Machine Teaching

投稿日: 2024年2月1日 作成者: jarxiv

要約 機械教育では多くの場合、モデル (「生徒」と呼ばれる) が教師によって与え … 続きを読む →

カテゴリー: cs.AI, cs.LG, I.2.6 | Manipulating Predictions over Discrete Inputs in Machine Teaching はコメントを受け付けていません

CORE: Towards Scalable and Efficient Causal Discovery with Reinforcement Learning

投稿日: 2024年1月31日 作成者: jarxiv

要約 因果関係の発見は、データから因果構造を推測するという困難なタスクです。 受 … 続きを読む →

カテゴリー: cs.AI, cs.LG, I.2.6 | CORE: Towards Scalable and Efficient Causal Discovery with Reinforcement Learning はコメントを受け付けていません

A Systematic Evaluation of Euclidean Alignment with Deep Learning for EEG Decoding

投稿日: 2024年1月31日 作成者: jarxiv

要約 脳波 (EEG) 信号は、さまざまなブレイン コンピューター インターフェ … 続きを読む →

カテゴリー: cs.AI, cs.LG, eess.SP, I.2.6 | A Systematic Evaluation of Euclidean Alignment with Deep Learning for EEG Decoding はコメントを受け付けていません