「math.IT」カテゴリーアーカイブ

Treatment of Epistemic Uncertainty in Conjunction Analysis with Dempster-Shafer Theory

投稿日: 2024年2月14日 作成者: jarxiv

要約 この論文は、コンジャンクション データ メッセージ (CDM) における認 … 続きを読む →

カテゴリー: cs.AI, cs.IT, math.IT, math.PR | Treatment of Epistemic Uncertainty in Conjunction Analysis with Dempster-Shafer Theory はコメントを受け付けていません

Omitted Labels in Causality: A Study of Paradoxes

投稿日: 2024年2月14日 作成者: jarxiv

要約 私たちは、トレーニング データが可能なラベルのサブセットに限定されている、 … 続きを読む →

カテゴリー: cs.AI, cs.IT, cs.LG, cs.SI, math.IT, stat.ME | Omitted Labels in Causality: A Study of Paradoxes はコメントを受け付けていません

Towards a mathematical theory for consistency training in diffusion models

投稿日: 2024年2月13日 作成者: jarxiv

要約 拡散モデルのサンプリング段階での高い計算オーバーヘッドを軽減するために提案 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | Towards a mathematical theory for consistency training in diffusion models はコメントを受け付けていません

Improving Robustness via Tilted Exponential Layer: A Communication-Theoretic Perspective

投稿日: 2024年2月13日 作成者: jarxiv

要約 ディープネットワークの堅牢性を強化するための最先端の技術は、ほとんどが適切 … 続きを読む →

カテゴリー: cs.IT, cs.LG, eess.SP, math.IT | Improving Robustness via Tilted Exponential Layer: A Communication-Theoretic Perspective はコメントを受け付けていません

Tighter Bounds on the Information Bottleneck with Application to Deep Learning

投稿日: 2024年2月13日 作成者: jarxiv

要約 ディープ ニューラル ネット (DNN) は、下流のタスク、目的関数、およ … 続きを読む →

カテゴリー: 62B04, 62B08, 68T06, 94A08, 94A10, 94A11, cs.AI, cs.IT, cs.LG, I.2, math.IT | Tighter Bounds on the Information Bottleneck with Application to Deep Learning はコメントを受け付けていません

Set Learning for Accurate and Calibrated Models

投稿日: 2024年2月13日 作成者: jarxiv

要約 モデルの過信と不十分なキャリブレーションは機械学習では一般的であり、標準的 … 続きを読む →

カテゴリー: cs.CV, cs.IT, cs.LG, math.IT | Set Learning for Accurate and Calibrated Models はコメントを受け付けていません

What is Hiding in Medicine’s Dark Matter? Learning with Missing Data in Medical Practices

投稿日: 2024年2月12日 作成者: jarxiv

要約 電子患者記録 (EPR) は豊富なデータを生成しますが、重大な欠落情報が含 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.HC, cs.IT, cs.LG, math.IT | What is Hiding in Medicine’s Dark Matter? Learning with Missing Data in Medical Practices はコメントを受け付けていません

Compression of Structured Data with Autoencoders: Provable Benefit of Nonlinearities and Depth

投稿日: 2024年2月8日 作成者: jarxiv

要約 オートエンコーダーは、機械学習と非可逆データ圧縮の多くの経験的分野において … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, stat.ML | Compression of Structured Data with Autoencoders: Provable Benefit of Nonlinearities and Depth はコメントを受け付けていません

Large Multi-Modal Models (LMMs) as Universal Foundation Models for AI-Native Wireless Systems

投稿日: 2024年2月8日 作成者: jarxiv

要約 大規模言語モデル (LLM) と基盤モデルは、最近 6G システムの変革を … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IT, cs.LG, cs.NI, math.IT | Large Multi-Modal Models (LMMs) as Universal Foundation Models for AI-Native Wireless Systems はコメントを受け付けていません

Attention with Markov: A Framework for Principled Analysis of Transformers via Markov Chains

投稿日: 2024年2月7日 作成者: jarxiv

要約 近年、アテンションベースのトランスフォーマーは、自然言語を含むさまざまな分 … 続きを読む →

カテゴリー: cs.CL, cs.IT, cs.LG, math.IT, stat.ML | Attention with Markov: A Framework for Principled Analysis of Transformers via Markov Chains はコメントを受け付けていません