「math.PR」カテゴリーアーカイブ

Bayesian Inferential Motion Planning Using Heavy-Tailed Distributions

投稿日: 2025年3月31日 作成者: jarxiv

要約 ロボットは、さまざまなタスクを実行しながら安全かつ効率的にナビゲートするた … 続きを読む →

カテゴリー: cs.RO, math.OC, math.PR | Bayesian Inferential Motion Planning Using Heavy-Tailed Distributions はコメントを受け付けていません

Metric Entropy-Free Sample Complexity Bounds for Sample Average Approximation in Convex Stochastic Programming

投稿日: 2025年3月31日 作成者: jarxiv

要約 このホワイトペーパーでは、凸状または強く凸確率的プログラミング（SP）の問 … 続きを読む →

カテゴリー: 60-08, 90C15, 90C25, cs.LG, math.OC, math.PR, math.ST, stat.TH | Metric Entropy-Free Sample Complexity Bounds for Sample Average Approximation in Convex Stochastic Programming はコメントを受け付けていません

A decision-theoretic approach to dealing with uncertainty in quantum mechanics

投稿日: 2025年3月27日 作成者: jarxiv

要約 量子力学の不確実性に対処するための意思決定理論的枠組みを提供します。 この … 続きを読む →

カテゴリー: cs.AI, math.PR, quant-ph | A decision-theoretic approach to dealing with uncertainty in quantum mechanics はコメントを受け付けていません

Langevin Monte-Carlo Provably Learns Depth Two Neural Nets at Any Size and Data

投稿日: 2025年3月21日 作成者: jarxiv

要約 この作業では、Langevin Monte-Carloアルゴリズムがあらゆ … 続きを読む →

カテゴリー: cs.LG, math.FA, math.PR | Langevin Monte-Carlo Provably Learns Depth Two Neural Nets at Any Size and Data はコメントを受け付けていません

A sharp uniform-in-time error estimate for Stochastic Gradient Langevin Dynamics

投稿日: 2025年3月20日 作成者: jarxiv

要約 確率的勾配Langevin Dynamics（SGLD）の鋭い均一な時間エ … 続きを読む →

カテゴリー: 60H30, 65C20, 68Q25, cs.LG, math.PR, stat.ML | A sharp uniform-in-time error estimate for Stochastic Gradient Langevin Dynamics はコメントを受け付けていません

On the Injective Norm of Sums of Random Tensors and the Moments of Gaussian Chaoses

投稿日: 2025年3月14日 作成者: jarxiv

要約 予想される$ \ ell_p $のインジェクティブノルムのサブガウスランダ … 続きを読む →

カテゴリー: cs.LG, math.PR, math.ST, stat.TH | On the Injective Norm of Sums of Random Tensors and the Moments of Gaussian Chaoses はコメントを受け付けていません

Perfect Recovery for Random Geometric Graph Matching with Shallow Graph Neural Networks

投稿日: 2025年3月12日 作成者: jarxiv

要約 浅いグラフニューラルネットワークを使用して、頂点の特徴情報が存在する場合の … 続きを読む →

カテゴリー: cs.IT, cs.LG, cs.SI, math.IT, math.PR, math.ST, stat.ML, stat.TH | Perfect Recovery for Random Geometric Graph Matching with Shallow Graph Neural Networks はコメントを受け付けていません

Learning Mixtures of Gaussians Using Diffusion Models

投稿日: 2025年3月5日 作成者: jarxiv

要約 $ k $ gausianiansの混合物を学習するための新しいアルゴリズ … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.PR, math.ST, stat.ML, stat.TH | Learning Mixtures of Gaussians Using Diffusion Models はコメントを受け付けていません

HEROS-GAN: Honed-Energy Regularized and Optimal Supervised GAN for Enhancing Accuracy and Range of Low-Cost Accelerometers

投稿日: 2025年2月26日 作成者: jarxiv

要約 低コストの加速度計は、小さなサイズ、統合の容易さ、摩耗性、大量生産の利点の … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO, eess.SP, math.PR | HEROS-GAN: Honed-Energy Regularized and Optimal Supervised GAN for Enhancing Accuracy and Range of Low-Cost Accelerometers はコメントを受け付けていません

Global law of conjugate kernel random matrices with heavy-tailed weights

投稿日: 2025年2月26日 作成者: jarxiv

要約 コンジュゲートカーネルランダムマトリックス$ yy^\ top $の漸近ス … 続きを読む →

カテゴリー: 15B52, 60B20, 68T07, cs.LG, math.PR, stat.ML | Global law of conjugate kernel random matrices with heavy-tailed weights はコメントを受け付けていません