「math.PR」カテゴリーアーカイブ

Points of non-linearity of functions generated by random neural networks

投稿日: 2023年4月20日 作成者: jarxiv

要約 タイトル：ランダムニューラルネットワークによって生成される関数の非線形性の … 続きを読む →

カテゴリー: cs.LG, math.PR | Points of non-linearity of functions generated by random neural networks はコメントを受け付けていません

Deformed semicircle law and concentration of nonlinear random matrices for ultra-wide neural networks

投稿日: 2023年4月17日 作成者: jarxiv

要約 【タイトル】超広帯域ニューラルネットワークにおける非線形ランダム行列の集中 … 続きを読む →

カテゴリー: 62J07, 68T07, cs.LG, math.PR, math.ST, stat.ML, stat.TH | Deformed semicircle law and concentration of nonlinear random matrices for ultra-wide neural networks はコメントを受け付けていません

Bayesian Weapon System Reliability Modeling with Cox-Weibull Neural Network

投稿日: 2023年4月17日 作成者: jarxiv

要約 タイトル: コックス・ワイブル・ニューラルネットワークを用いたベイジアン兵 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.PR, stat.AP | Bayesian Weapon System Reliability Modeling with Cox-Weibull Neural Network はコメントを受け付けていません

Wide neural networks: From non-gaussian random fields at initialization to the NTK geometry of training

投稿日: 2023年4月10日 作成者: jarxiv

要約 タイトル：広範なニューラルネットワーク：初期化時の非ガウスランダムフィール … 続きを読む →

カテゴリー: 68T01, 68T07, cs.LG, cs.NE, G.3, math.PR | Wide neural networks: From non-gaussian random fields at initialization to the NTK geometry of training はコメントを受け付けていません

Diffusion Schrödinger Bridge with Applications to Score-Based Generative Modeling

投稿日: 2023年4月6日 作成者: jarxiv

要約 タイトル：自己得点生成モデリングへの拡散シュレディンガー橋の応用 要約： … 続きを読む →

カテゴリー: cs.LG, math.PR, stat.ML | Diffusion Schrödinger Bridge with Applications to Score-Based Generative Modeling はコメントを受け付けていません

Towards a mathematical theory of trajectory inference

投稿日: 2023年4月4日 作成者: jarxiv

要約 タイトル：軌跡推定の数学的理論に向けて 要約： – 時間的マー … 続きを読む →

カテゴリー: 49M29, 62M20 (Primary) 62G99, 92C15 (Secondary), cs.LG, math.OC, math.PR, math.ST, stat.ML, stat.TH | Towards a mathematical theory of trajectory inference はコメントを受け付けていません

Stochastic Interpolants: A Unifying Framework for Flows and Diffusions

投稿日: 2023年3月28日 作成者: jarxiv

要約 フローベースと拡散ベースの方法を統合する生成モデルのクラスが導入されていま … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, math.PR | Stochastic Interpolants: A Unifying Framework for Flows and Diffusions はコメントを受け付けていません

Deep Conditional Measure Quantization

投稿日: 2023年3月27日 作成者: jarxiv

要約 確率測度の量子化とは、(確率測度の計量空間で) 入力分布を十分に近似するデ … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.PR, stat.ML | Deep Conditional Measure Quantization はコメントを受け付けていません

Utilising the CLT Structure in Stochastic Gradient based Sampling : Improved Analysis and Faster Algorithms

投稿日: 2023年3月24日 作成者: jarxiv

要約 確率的勾配ランジュバン ダイナミクス (SGLD) や相互作用粒子動力学 … 続きを読む →

カテゴリー: cs.LG, cs.MA, math.OC, math.PR | Utilising the CLT Structure in Stochastic Gradient based Sampling : Improved Analysis and Faster Algorithms はコメントを受け付けていません

Almost Sure Convergence of Dropout Algorithms for Neural Networks

投稿日: 2023年3月24日 作成者: jarxiv

要約 Dropout (Hinton et al., 2012) に触発されたニ … 続きを読む →

カテゴリー: cs.LG, math.OC, math.PR | Almost Sure Convergence of Dropout Algorithms for Neural Networks はコメントを受け付けていません