math.ST」カテゴリーアーカイブ

Second Maximum of a Gaussian Random Field and Exact (t-)Spacing test

要約 この記事では、リーマン部分多様体上のガウスランダム場の 2 番目の最大値と … 続きを読む

カテゴリー: (Primary), 60E05, 60G10, 60G15, 62F03, 62H10, 62H15, 62J05, 94A08, cs.LG, math.DG, math.PR, math.ST, stat.ML, stat.TH | Second Maximum of a Gaussian Random Field and Exact (t-)Spacing test はコメントを受け付けていません

Can independent Metropolis beat crude Monte Carlo?

要約 密度 $\pi$ に関する関数 $F$ の期待値を推定したいとします。 $ … 続きを読む

カテゴリー: cs.LG, math.ST, stat.TH | Can independent Metropolis beat crude Monte Carlo? はコメントを受け付けていません

Sampling Strategies in Bayesian Inversion: A Study of RTO and Langevin Methods

要約 この論文では、逆問題を解くための 2 つのクラスのサンプリング手法、つまり … 続きを読む

カテゴリー: 62C10, 62F15, 65C05, 65D18, 65K05, 65K10, 68Q25, 68U10, 90C25, cs.CV, eess.IV, math.ST, stat.TH | Sampling Strategies in Bayesian Inversion: A Study of RTO and Langevin Methods はコメントを受け付けていません

Sampling Strategies in Bayesian Inversion: A Study of RTO and Langevin Methods

要約 この論文では、逆問題を解くための 2 つのクラスのサンプリング手法、つまり … 続きを読む

カテゴリー: 62C10, 62F15, 65C05, 65D18, 65K05, 65K10, 68Q25, 68U10, 90C25, cs.CV, eess.IV, math.ST, stat.TH | Sampling Strategies in Bayesian Inversion: A Study of RTO and Langevin Methods はコメントを受け付けていません

Fast sampling from constrained spaces using the Metropolis-adjusted Mirror Langevin algorithm

要約 我々は、コンパクトな凸集合をサポートする分布からの近似サンプリングのために … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.CO, stat.ML, stat.TH | Fast sampling from constrained spaces using the Metropolis-adjusted Mirror Langevin algorithm はコメントを受け付けていません

Contextual Continuum Bandits: Static Versus Dynamic Regret

要約 我々は、学習者がサイド情報ベクトルを順番に受け取り、コンテキストに関連付け … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Contextual Continuum Bandits: Static Versus Dynamic Regret はコメントを受け付けていません

Learning conditional distributions on continuous spaces

要約 私たちは、特徴空間とターゲット空間のさまざまな次元を考慮して、多次元ユニッ … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Learning conditional distributions on continuous spaces はコメントを受け付けていません

Nyström Kernel Stein Discrepancy

要約 カーネル手法は、データ サイエンスや統計で最も成功しているアプローチの多く … 続きを読む

カテゴリー: (Primary), cs.LG, G.3, math.ST, stat.ML, stat.TH | Nyström Kernel Stein Discrepancy はコメントを受け付けていません

Scaling Laws in Linear Regression: Compute, Parameters, and Data

要約 経験的に、大規模な深層学習モデルはニューラル スケーリング則を満たすことが … 続きを読む

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | Scaling Laws in Linear Regression: Compute, Parameters, and Data はコメントを受け付けていません

Minimum discrepancy principle strategy for choosing $k$ in $k$-NN regression

要約 ホールドアウト データを使用せずに $k$-NN 回帰推定器のハイパーパラ … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Minimum discrepancy principle strategy for choosing $k$ in $k$-NN regression はコメントを受け付けていません