math.FA」カテゴリーアーカイブ

Approximation Theory, Computing, and Deep Learning on the Wasserstein Space

要約 有限サンプルから無限次元空間の関数を近似するという課題は、手ごわいものとし … 続きを読む

カテゴリー: 28A33, 33F05, 46E36, 49Q22, 68T07, cs.LG, math.FA, math.OC | Approximation Theory, Computing, and Deep Learning on the Wasserstein Space はコメントを受け付けていません

Finite-dimensional approximations of push-forwards on locally analytic functionals and truncation of least-squares polynomials

要約 この論文では、有限離散データから解析マップを調査するための理論的枠組みを紹 … 続きを読む

カテゴリー: 30H20, 32E30, 37C30, 37M99, 41A10, 65D99, 65P99, cs.LG, cs.NA, math.CV, math.DS, math.FA, math.NA | Finite-dimensional approximations of push-forwards on locally analytic functionals and truncation of least-squares polynomials はコメントを受け付けていません

Neural Hilbert Ladders: Multi-Layer Neural Networks in Function Space

要約 ニューラル ネットワーク (NN) によって探索される関数空間を特徴付ける … 続きを読む

カテゴリー: cs.LG, math.FA, math.OC, math.PR, stat.ML | Neural Hilbert Ladders: Multi-Layer Neural Networks in Function Space はコメントを受け付けていません

Koopman operators with intrinsic observables in rigged reproducing kernel Hilbert spaces

要約 この論文は、再現カーネル ヒルベルト空間 (RKHS) とそのスペクトル上 … 続きを読む

カテゴリー: 37M10, 47A10, 47B33, 65F99, 65P99, cs.LG, math.DS, math.FA, math.SP, stat.ML | Koopman operators with intrinsic observables in rigged reproducing kernel Hilbert spaces はコメントを受け付けていません

Neural reproducing kernel Banach spaces and representer theorems for deep networks

要約 ニューラル ネットワークによって定義される関数空間を研究することは、対応す … 続きを読む

カテゴリー: cs.LG, math.FA, stat.ML | Neural reproducing kernel Banach spaces and representer theorems for deep networks はコメントを受け付けていません

Sparse Representer Theorems for Learning in Reproducing Kernel Banach Spaces

要約 学習ソリューションのスパース性は、機械学習において望ましい機能です。 特定 … 続きを読む

カテゴリー: cs.LG, math.FA | Sparse Representer Theorems for Learning in Reproducing Kernel Banach Spaces はコメントを受け付けていません

Universality of almost periodicity in bounded discrete time series

要約 任意の有界離散時系列を考える。その統計的特徴から、フーリエ変換を用いること … 続きを読む

カテゴリー: cs.IT, cs.LG, math.AP, math.DS, math.FA, math.IT | Universality of almost periodicity in bounded discrete time series はコメントを受け付けていません

Global universal approximation of functional input maps on weighted spaces

要約 我々は、無限次元の可能性のある加重空間で定義され、無限次元の可能性のある出 … 続きを読む

カテゴリー: 26A16, 26E20, 41A65, 41A81, 46E40, 60L10, 68T07, cs.LG, math.FA, math.PR, q-fin.MF, stat.ML | Global universal approximation of functional input maps on weighted spaces はコメントを受け付けていません

Prompting a Pretrained Transformer Can Be a Universal Approximator

要約 変圧器モデルのプロンプト、プロンプト チューニング、プレフィックス チュー … 続きを読む

カテゴリー: cs.AI, cs.LG, math.FA | Prompting a Pretrained Transformer Can Be a Universal Approximator はコメントを受け付けていません

Conditional expectation using compactification operators

要約 ノイズ除去、最小二乗期待値、および多様体学習という個別のタスクは、多くの場 … 続きを読む

カテゴリー: 46E22, 46E27, 62G05, 62G07, cs.LG, math.FA, math.PR, stat.ML | Conditional expectation using compactification operators はコメントを受け付けていません