I.2.6」カテゴリーアーカイブ

On the Curse of Memory in Recurrent Neural Networks: Approximation and Optimization Analysis

要約 私たちは、時間データの入出力関係を学習するために適用されたリカレント ニュ … 続きを読む

カテゴリー: 37M10, 68T07, 68W25, cs.LG, I.2.6, math.OC, stat.ML | On the Curse of Memory in Recurrent Neural Networks: Approximation and Optimization Analysis はコメントを受け付けていません

Geometric Neural Network based on Phase Space for BCI-EEG decoding

要約 目的: 脳信号分析におけるディープラーニング (DL) アルゴリズムの統合 … 続きを読む

カテゴリー: cs.AI, cs.LG, eess.SP, I.2.6, q-bio.NC | Geometric Neural Network based on Phase Space for BCI-EEG decoding はコメントを受け付けていません

Improving global awareness of linkset predictions using Cross-Attentive Modulation tokens

要約 複数のリンク予測またはグラフ生成手法のほとんどは、アテンション メカニズム … 続きを読む

カテゴリー: cs.LG, cs.SI, I.2.6 | Improving global awareness of linkset predictions using Cross-Attentive Modulation tokens はコメントを受け付けていません

Query languages for neural networks

要約 私たちは、宣言型言語を使用してニューラル ネットワーク モデルにクエリを実 … 続きを読む

カテゴリー: cs.AI, cs.DB, cs.LO, I.2.6 | Query languages for neural networks はコメントを受け付けていません

Extracting Sentence Embeddings from Pretrained Transformer Models

要約 背景/はじめに: 事前トレーニングされたトランスフォーマー モデルは、多く … 続きを読む

カテゴリー: 68T05, 68T07, 68T50, cs.CL, cs.IR, cs.LG, I.2.6, stat.ML | Extracting Sentence Embeddings from Pretrained Transformer Models はコメントを受け付けていません

Time Series Predictions in Unmonitored Sites: A Survey of Machine Learning Techniques in Water Resources

要約 監視されていない場所における動的な環境変数の予測は、水資源科学にとって長年 … 続きを読む

カテゴリー: 68T07, cs.LG, I.2.6 | Time Series Predictions in Unmonitored Sites: A Survey of Machine Learning Techniques in Water Resources はコメントを受け付けていません

Text Clustering with LLM Embeddings

要約 テキスト クラスタリングは、増加するデジタル コンテンツを整理するための重 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, I.2.6 | Text Clustering with LLM Embeddings はコメントを受け付けていません

SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries

要約 自動運転車計画アルゴリズムのパフォーマンスを評価するには、ロングテールの安 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO, I.2.6 | SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries はコメントを受け付けていません

Nonparametric Linear Feature Learning in Regression Through Regularisation

要約 表現学習は、特にノンパラメトリック手法では困難が多い高次元データのコンテキ … 続きを読む

カテゴリー: (Primary), 62G08, 65K10, cs.AI, cs.LG, I.2.6, math.ST, stat.ME, stat.TH | Nonparametric Linear Feature Learning in Regression Through Regularisation はコメントを受け付けていません

Operational range bounding of spectroscopy models with anomaly detection

要約 機械学習モデルを安全に運用するには、その運用範囲を明示的に区切るアーキテク … 続きを読む

カテゴリー: astro-ph.IM, cs.LG, I.2.6 | Operational range bounding of spectroscopy models with anomaly detection はコメントを受け付けていません