「math.PR」カテゴリーアーカイブ

Sample Path Regularity of Gaussian Processes from the Covariance Kernel

投稿日: 2023年12月25日 作成者: jarxiv

要約 ガウス過程 (GP) は、関数空間にわたる確率分布を定義するための最も一般 … 続きを読む →

カテゴリー: cs.LG, math.PR, math.ST, stat.ML, stat.TH | Sample Path Regularity of Gaussian Processes from the Covariance Kernel はコメントを受け付けていません

The Rate-Distortion-Perception-Classification Tradeoff: Joint Source Coding and Modulation via Inverse-Domain GANs

投稿日: 2023年12月25日 作成者: jarxiv

要約 ジョイント ソース コーディングと変調 (JSCM) フレームワークは、デ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.IT, cs.LG, math.IT, math.PR | The Rate-Distortion-Perception-Classification Tradeoff: Joint Source Coding and Modulation via Inverse-Domain GANs はコメントを受け付けていません

\emph{Lifted} RDT based capacity analysis of the 1-hidden layer treelike \emph{sign} perceptrons neural networks

投稿日: 2023年12月14日 作成者: jarxiv

要約 多層 \emph{sign} パーセプトロン ニューラル ネットワーク ( … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.IT, cs.LG, math-ph, math.IT, math.MP, math.PR, stat.ML | \emph{Lifted} RDT based capacity analysis of the 1-hidden layer treelike \emph{sign} perceptrons neural networks はコメントを受け付けていません

Score-Aware Policy-Gradient Methods and Performance Guarantees using Local Lyapunov Conditions: Applications to Product-Form Stochastic Networks and Queueing Systems

投稿日: 2023年12月6日 作成者: jarxiv

要約 確率的ネットワークとキュー システムは、多くの場合、大きな状態空間とアクシ … 続きを読む →

カテゴリー: cs.LG, cs.PF, math.OC, math.PR | Score-Aware Policy-Gradient Methods and Performance Guarantees using Local Lyapunov Conditions: Applications to Product-Form Stochastic Networks and Queueing Systems はコメントを受け付けていません

Convergence Rates for Stochastic Approximation: Biased Noise with Unbounded Variance, and Applications

投稿日: 2023年12月6日 作成者: jarxiv

要約 1951 年に Robbins と Monro によって導入された確率的近 … 続きを読む →

カテゴリー: 60G17, 62L20, 93D05, cs.LG, math.OC, math.PR, stat.ML | Convergence Rates for Stochastic Approximation: Biased Noise with Unbounded Variance, and Applications はコメントを受け付けていません

Stochastic Optimal Control Matching

投稿日: 2023年12月5日 作成者: jarxiv

要約 確率的最適制御は、ノイズの多いシステムの振る舞いを制御することを目的として … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.OC, math.PR, stat.ML | Stochastic Optimal Control Matching はコメントを受け付けていません

From Monte Carlo to neural networks approximations of boundary value problems

投稿日: 2023年12月5日 作成者: jarxiv

要約 本論文では、一般的な有界領域$mathbb{R}^d$において、H&#82 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.AP, math.NA, math.PR | From Monte Carlo to neural networks approximations of boundary value problems はコメントを受け付けていません

Upper and lower bounds for the Lipschitz constant of random neural networks

投稿日: 2023年12月4日 作成者: jarxiv

要約 ニューラルネットワークは、入力の小さな敵対的な摂動に対して非常に敏感である … 続きを読む →

カテゴリー: 26A16, 60B20, 60G15, 68T07, cs.LG, math.PR, stat.ML | Upper and lower bounds for the Lipschitz constant of random neural networks はコメントを受け付けていません

Choosing the parameter of the Fermat distance: navigating geometry and noise

投稿日: 2023年12月1日 作成者: jarxiv

要約 フェルマー距離は、自然な距離を実践者が直接利用できない場合、またはデータセ … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.PR, stat.ML | Choosing the parameter of the Fermat distance: navigating geometry and noise はコメントを受け付けていません

Fair Data Representation for Machine Learning at the Pareto Frontier

投稿日: 2023年11月27日 作成者: jarxiv

要約 機械学習による意思決定が日常生活においてますます重要になるにつれ、基礎とな … 続きを読む →

カテゴリー: cs.LG, math.PR, stat.ML | Fair Data Representation for Machine Learning at the Pareto Frontier はコメントを受け付けていません