「math.ST」カテゴリーアーカイブ

Mixed moving average field guided learning for spatio-temporal data

投稿日: 2023年12月14日 作成者: jarxiv

要約 影響を受けた混合移動平均フィールドは、時空間データの多用途なモデリング ク … 続きを読む →

カテゴリー: 60E07, 60E15, 60G25, 60G60, 62C10, cs.LG, math.ST, stat.ML, stat.TH | Mixed moving average field guided learning for spatio-temporal data はコメントを受け付けていません

Improved Convergence of Score-Based Diffusion Models via Prediction-Correction

投稿日: 2023年12月7日 作成者: jarxiv

要約 スコアベースの生成モデル (SGM) は、複雑なデータ分布からサンプリング … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Improved Convergence of Score-Based Diffusion Models via Prediction-Correction はコメントを受け付けていません

Targeted Separation and Convergence with Kernel Discrepancies

投稿日: 2023年12月7日 作成者: jarxiv

要約 カーネル スタイン不一致 (KSD) のような最大平均不一致 (MMD) … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Targeted Separation and Convergence with Kernel Discrepancies はコメントを受け付けていません

Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space

投稿日: 2023年12月6日 作成者: jarxiv

要約 私たちは、Wasserstein 空間上の有限次元多面体サブセットの理論と … 続きを読む →

カテゴリー: cs.LG, math.OC, math.ST, stat.TH | Algorithms for mean-field variational inference via polyhedral optimization in the Wasserstein space はコメントを受け付けていません

Are ensembles getting better all the time?

投稿日: 2023年11月30日 作成者: jarxiv

要約 アンサンブル メソッドは、複数の基本モデルの予測を組み合わせます。 私たち … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Are ensembles getting better all the time? はコメントを受け付けていません

Adaptive Bayesian Learning with Action and State-Dependent Signal Variance

投稿日: 2023年11月29日 作成者: jarxiv

要約 この原稿は、アクションと状態に依存する信号の分散を意思決定モデルに組み込む … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.TH | Adaptive Bayesian Learning with Action and State-Dependent Signal Variance はコメントを受け付けていません

Dimensionality Reduction and Wasserstein Stability for Kernel Regression

投稿日: 2023年11月28日 作成者: jarxiv

要約 高次元の回帰フレームワークでは、最初に入力変数の次元を削減し、次に削減され … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.ST, stat.ML, stat.TH | Dimensionality Reduction and Wasserstein Stability for Kernel Regression はコメントを受け付けていません

Maximum Likelihood Estimation is All You Need for Well-Specified Covariate Shift

投稿日: 2023年11月28日 作成者: jarxiv

要約 最新の機械学習システムの主な課題は、分布外 (OOD) 一般化、つまりソー … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Maximum Likelihood Estimation is All You Need for Well-Specified Covariate Shift はコメントを受け付けていません

Asymptotic Bounds for Smoothness Parameter Estimates in Gaussian Process Interpolation

投稿日: 2023年11月28日 作成者: jarxiv

要約 コンピューター実験の出力などの決定論的応答関数を、マトリックス共分散カーネ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Asymptotic Bounds for Smoothness Parameter Estimates in Gaussian Process Interpolation はコメントを受け付けていません

A path-norm toolkit for modern networks: consequences, promises and challenges

投稿日: 2023年11月27日 作成者: jarxiv

要約 この作業では、バイアスのある一般的な DAG ReLU ネットワーク、スキ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | A path-norm toolkit for modern networks: consequences, promises and challenges はコメントを受け付けていません