I.5.1」カテゴリーアーカイブ

Boosting Test Performance with Importance Sampling–a Subpopulation Perspective

要約 経験的リスク最小化 (ERM) は機械学習コミュニティで広く適用されていま … 続きを読む

カテゴリー: 68Q32, 68T05, 68T10, 68W40, cs.LG, I.5.1, stat.ML | コメントする

DeepDRK: Deep Dependency Regularized Knockoff for Feature Selection

要約 Model-X の模造品は、誤検出率 (FDR) の制御が保証されているた … 続きを読む

カテゴリー: 68T07, cs.LG, I.5.1 | DeepDRK: Deep Dependency Regularized Knockoff for Feature Selection はコメントを受け付けていません

Decomposing and Interpreting Image Representations via Text in ViTs Beyond CLIP

要約 最近の研究では、CLIP の共有画像テキスト表現空間を活用することにより、 … 続きを読む

カテゴリー: cs.CV, cs.LG, I.5.1 | Decomposing and Interpreting Image Representations via Text in ViTs Beyond CLIP はコメントを受け付けていません

Minimizing Chebyshev Prototype Risk Magically Mitigates the Perils of Overfitting

要約 過剰にパラメータ化されたディープ ニューラル ネットワーク (DNN) は … 続きを読む

カテゴリー: cs.LG, I.5.1 | Minimizing Chebyshev Prototype Risk Magically Mitigates the Perils of Overfitting はコメントを受け付けていません

Minimizing Chebyshev Prototype Risk Magically Mitigates the Perils of Overfitting

要約 過剰にパラメータ化されたディープ ニューラル ネットワーク (DNN) は … 続きを読む

カテゴリー: cs.LG, I.5.1 | Minimizing Chebyshev Prototype Risk Magically Mitigates the Perils of Overfitting はコメントを受け付けていません

Incorporating Prior Knowledge into Neural Networks through an Implicit Composite Kernel

要約 事前知識を使ってニューラル ネットワーク (NN) 学習をガイドするのは困 … 続きを読む

カテゴリー: cs.AI, cs.LG, I.5.1, stat.ML | Incorporating Prior Knowledge into Neural Networks through an Implicit Composite Kernel はコメントを受け付けていません

Real-time Low-latency Music Source Separation using Hybrid Spectrogram-TasNet

要約 近年、音楽デミックスのための深層学習が大幅に進歩しました。 しかし、これら … 続きを読む

カテゴリー: cs.LG, cs.SD, eess.AS, I.5.1 | Real-time Low-latency Music Source Separation using Hybrid Spectrogram-TasNet はコメントを受け付けていません

Exploring the Relationship: Transformative Adaptive Activation Functions in Comparison to Other Activation Functions

要約 ニューラル ネットワークは、多くのタスクに対する最先端のアプローチであり、 … 続きを読む

カテゴリー: cs.LG, cs.NE, I.5.1 | Exploring the Relationship: Transformative Adaptive Activation Functions in Comparison to Other Activation Functions はコメントを受け付けていません

Segmentation and Characterization of Macerated Fibers and Vessels Using Deep Learning

要約 目的: 木材は繊維や血管などのさまざまな種類の細胞で構成されており、それが … 続きを読む

カテゴリー: cs.CV, cs.LG, I.5.1 | Segmentation and Characterization of Macerated Fibers and Vessels Using Deep Learning はコメントを受け付けていません

FM-AE: Frequency-masked Multimodal Autoencoder for Zinc Electrolysis Plate Contact Abnormality Detection

要約 亜鉛電解は亜鉛製錬の基幹工程の一つであり、亜鉛電解の安定操業を維持すること … 続きを読む

カテゴリー: cs.CV, I.5.1 | FM-AE: Frequency-masked Multimodal Autoencoder for Zinc Electrolysis Plate Contact Abnormality Detection はコメントを受け付けていません