「math.ST」カテゴリーアーカイブ

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

Covariance alignment: from maximum likelihood estimation to Gromov-Wasserstein

投稿日: 2023年11月23日 作成者: jarxiv

要約 特徴アライメント手法は、データのプール、アノテーション、比較のために多くの … 続きを読む →

カテゴリー: 05C60, 49Q22, 62R07, 90B80, cs.LG, G.3, math.ST, Primary 62C20, stat.ME, stat.ML, stat.TH | Covariance alignment: from maximum likelihood estimation to Gromov-Wasserstein はコメントを受け付けていません

Optimality in Mean Estimation: Beyond Worst-Case, Beyond Sub-Gaussian, and Beyond $1+α$ Moments

投稿日: 2023年11月22日 作成者: jarxiv

要約 貴重なデータから抽出できるものの限界を理解するという目標により、平均推定な … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | Optimality in Mean Estimation: Beyond Worst-Case, Beyond Sub-Gaussian, and Beyond $1+α$ Moments はコメントを受け付けていません

Estimation of entropy-regularized optimal transport maps between non-compactly supported measures

投稿日: 2023年11月21日 作成者: jarxiv

要約 この論文では、サブガウスであるソース測定値とターゲット測定値の間の二乗ユー … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | Estimation of entropy-regularized optimal transport maps between non-compactly supported measures はコメントを受け付けていません

Open Problem: Learning with Variational Objectives on Measures

投稿日: 2023年11月17日 作成者: jarxiv

要約 統計学習の理論は、関数で表現される変分目標に焦点を当ててきました。 このノ … 続きを読む →

カテゴリー: 68T05, cs.LG, F.2.2, math.ST, stat.ML, stat.TH | Open Problem: Learning with Variational Objectives on Measures はコメントを受け付けていません

Semidefinite programs simulate approximate message passing robustly

投稿日: 2023年11月16日 作成者: jarxiv

要約 近似メッセージ パッシング (AMP) は、行列累乗反復を一般化する反復ア … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Semidefinite programs simulate approximate message passing robustly はコメントを受け付けていません