math.FA」カテゴリーアーカイブ

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

Approximation analysis of CNNs from a feature extraction view

要約 ディープ ニューラル ネットワークに基づくディープ ラーニングは、多くの実 … 続きを読む

カテゴリー: cs.AI, cs.LG, math.FA | Approximation analysis of CNNs from a feature extraction view はコメントを受け付けていません

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

Supervised learning with probabilistic morphisms and kernel mean embeddings

要約 この論文では、正しい損失関数の概念を使用して、教師あり学習への 2 つのア … 続きを読む

カテゴリー: 18N99, 46N30, 60B10, 62G05, cs.LG, math.CT, math.FA, math.PR, math.ST, stat.TH | Supervised learning with probabilistic morphisms and kernel mean embeddings はコメントを受け付けていません

Limitations of neural network training due to numerical instability of backpropagation

要約 私たちは、浮動小数点演算を使用して勾配を計算する勾配降下法によるディープ … 続きを読む

カテゴリー: 41A25, 65G50, 68T07, 68T09, cs.LG, math.FA, stat.ML | Limitations of neural network training due to numerical instability of backpropagation はコメントを受け付けていません