「math.CO」カテゴリーアーカイブ

Efficient $1$-bit tensor approximations

投稿日: 2024年10月3日 作成者: jarxiv

要約 $\{-1, 1\}$ 値のベクトルのテンソル積の線形結合として、行列と任 … 続きを読む →

カテゴリー: cs.LG, cs.MS, cs.NA, math.CO, math.NA | Efficient $1$-bit tensor approximations はコメントを受け付けていません

Universal Plans: One Action Sequence to Solve Them All!

投稿日: 2024年9月17日 作成者: jarxiv

要約 この論文では、障害、初期状態、設定された目標に関係なく、実行すると、カテゴ … 続きを読む →

カテゴリー: (Primary), 51-08, cs.RO, F.1.1, math.CO, math.NT, secondary | Universal Plans: One Action Sequence to Solve Them All! はコメントを受け付けていません

Connecting Permutation Equivariant Neural Networks and Partition Diagrams

投稿日: 2024年8月9日 作成者: jarxiv

要約 順列等変ニューラル ネットワークは、層空間として $\mathbb{R}^ … 続きを読む →

カテゴリー: cs.LG, math.CO, math.RT, stat.ML | Connecting Permutation Equivariant Neural Networks and Partition Diagrams はコメントを受け付けていません

Optimal Mixed Integer Linear Optimization Trained Multivariate Classification Trees

投稿日: 2024年8月5日 作成者: jarxiv

要約 多変量決定木は、分類や回帰のための強力な機械学習ツールであり、多くの研究者 … 続きを読む →

カテゴリー: cs.DM, cs.LG, math.CO | Optimal Mixed Integer Linear Optimization Trained Multivariate Classification Trees はコメントを受け付けていません

Non-Clashing Teaching Maps for Balls in Graphs

投稿日: 2024年7月30日 作成者: jarxiv

要約 最近、カークパトリックら。 [ALT 2019] および Fallat e … 続きを読む →

カテゴリー: cs.CC, cs.DM, cs.DS, cs.LG, math.CO | Non-Clashing Teaching Maps for Balls in Graphs はコメントを受け付けていません

Ramsey Theorems for Trees and a General ‘Private Learning Implies Online Learning’ Theorem

投稿日: 2024年7月11日 作成者: jarxiv

要約 この研究では、差分プライベート (DP) とオンライン学習の間の関係を引き … 続きを読む →

カテゴリー: cs.CR, cs.DS, cs.LG, math.CO, stat.ML | Ramsey Theorems for Trees and a General ‘Private Learning Implies Online Learning’ Theorem はコメントを受け付けていません

Estimating the stability number of a random graph using convolutional neural networks

投稿日: 2024年7月11日 作成者: jarxiv

要約 グラフの組み合わせ最適化問題は広く適用可能ですが、計算が難しいことで知られ … 続きを読む →

カテゴリー: cs.LG, math.CO | Estimating the stability number of a random graph using convolutional neural networks はコメントを受け付けていません

Linear causal disentanglement via higher-order cumulants

投稿日: 2024年7月8日 作成者: jarxiv

要約 線形因果離散化とは、因果表現学習における最近の手法であり、観測された変数の … 続きを読む →

カテゴリー: 13P15, 15A69, 62H22, 62R01, 68Q32, cs.LG, math.AG, math.CO, math.ST, stat.ML, stat.TH | Linear causal disentanglement via higher-order cumulants はコメントを受け付けていません

Universal Plans: One Action Sequence to Solve Them All!

投稿日: 2024年7月3日 作成者: jarxiv

要約 この論文では、障害、初期状態、設定された目標に関係なく、実行すると、カテゴ … 続きを読む →

カテゴリー: (Primary), 51-08, cs.RO, F.1.1, math.CO, math.NT, secondary | Universal Plans: One Action Sequence to Solve Them All! はコメントを受け付けていません

On the Expressibility of the Reconstructional Color Refinement

投稿日: 2024年6月14日 作成者: jarxiv

要約 有名なウラム再構成予想に関連する最も基本的な事実の 1 つは、グラフの接続 … 続きを読む →

カテゴリー: cs.CC, cs.DM, cs.LG, math.CO | On the Expressibility of the Reconstructional Color Refinement はコメントを受け付けていません