「math.PR」カテゴリーアーカイブ

Convergence of SGD for Training Neural Networks with Sliced Wasserstein Losses

投稿日: 2024年3月19日 作成者: jarxiv

要約 Optimal Transport は近年、特に確率尺度を比較する幾何学的 … 続きを読む →

カテゴリー: cs.LG, math.OC, math.PR | Convergence of SGD for Training Neural Networks with Sliced Wasserstein Losses はコメントを受け付けていません

Properties of Discrete Sliced Wasserstein Losses

投稿日: 2024年3月19日 作成者: jarxiv

要約 スライス ワッサーシュタイン (SW) 距離は、確率尺度を比較するためのワ … 続きを読む →

カテゴリー: cs.LG, math.OC, math.PR, stat.ML | Properties of Discrete Sliced Wasserstein Losses はコメントを受け付けていません

Multistatic-Radar RCS-Signature Recognition of Aerial Vehicles: A Bayesian Fusion Approach

投稿日: 2024年3月11日 作成者: jarxiv

要約 無人航空機 (UAV) のレーダー自動目標認識 (RATR) には、電磁波 … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.SP, math.PR, stat.ML | Multistatic-Radar RCS-Signature Recognition of Aerial Vehicles: A Bayesian Fusion Approach はコメントを受け付けていません

Polygonal Unadjusted Langevin Algorithms: Creating stable and efficient adaptive algorithms for neural networks

投稿日: 2024年3月5日 作成者: jarxiv

要約 我々は、ディープラーニングモデルの微調整に現在使用されている一般的な適応的 … 続きを読む →

カテゴリー: cs.LG, math.OC, math.PR, stat.ML | Polygonal Unadjusted Langevin Algorithms: Creating stable and efficient adaptive algorithms for neural networks はコメントを受け付けていません

Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond

投稿日: 2024年3月5日 作成者: jarxiv

要約 同類性とは、エッジが類似したノードを接続する傾向を表すグラフ特性であり、そ … 続きを読む →

カテゴリー: cs.DM, cs.LG, cs.SI, math.PR | Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond 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

投稿日: 2024年3月4日 作成者: jarxiv

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

Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion

投稿日: 2024年3月1日 作成者: jarxiv

要約 この論文では、正規化されていない密度のクエリに基づいて、非対数凹分布からの … 続きを読む →

カテゴリー: cs.LG, math.PR, math.ST, stat.ME, stat.ML, stat.TH | Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion はコメントを受け付けていません

Errors are Robustly Tamed in Cumulative Knowledge Processes

投稿日: 2024年2月29日 作成者: jarxiv

要約 私たちは、新しい知識単位の妥当性が、その導出の正確さと、それが依存する単位 … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.SI, math.PR | Errors are Robustly Tamed in Cumulative Knowledge Processes はコメントを受け付けていません

Adaptive time series forecasting with markovian variance switching

投稿日: 2024年2月23日 作成者: jarxiv

要約 適応時系列予測は、体制変化時の予測に不可欠です。 いくつかの古典的な手法は … 続きを読む →

カテゴリー: cs.LG, math.PR, stat.ML | Adaptive time series forecasting with markovian variance switching はコメントを受け付けていません

Simple, unified analysis of Johnson-Lindenstrauss with applications

投稿日: 2024年2月22日 作成者: jarxiv

要約 この研究では、高次元データの管理に不可欠な次元削減の分野の基礎であるジョン … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.PR, stat.ML | Simple, unified analysis of Johnson-Lindenstrauss with applications はコメントを受け付けていません