stat.CO」カテゴリーアーカイブ

SHAP zero Explains Genomic Models with Near-zero Marginal Cost for Future Queried Sequences

要約 ゲノミクスにおける大規模機械学習モデルの急速な成長に伴い、シャプレー値は理 … 続きを読む

カテゴリー: cs.CE, cs.LG, q-bio.GN, stat.CO | コメントする

Poisson Multi-Bernoulli Mixtures for Sets of Trajectories

要約 ポアソンマルチベルヌーイ混合物 (PMBM) 密度は、ポアソン点過程が誕生 … 続きを読む

カテゴリー: cs.RO, eess.IV, eess.SP, stat.CO | コメントする

PolytopeWalk: Sparse MCMC Sampling over Polytopes

要約 高次元サンプリングは、統計やその他の計算分野における重要な計算ツールであり … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | コメントする

The Polynomial Stein Discrepancy for Assessing Moment Convergence

要約 我々は、ベイズ推論のための一連のサンプルと望ましい事後分布との間の不一致を … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | The Polynomial Stein Discrepancy for Assessing Moment Convergence はコメントを受け付けていません

Fast Computation of Leave-One-Out Cross-Validation for $k$-NN Regression

要約 $k$-最近傍 ($k$-NN) 回帰の Leave-one-out 相互 … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.CO, stat.ME, stat.ML | Fast Computation of Leave-One-Out Cross-Validation for $k$-NN Regression はコメントを受け付けていません

Gaussian multi-target filtering with target dynamics driven by a stochastic differential equation

要約 この論文では、ターゲットのダイナミクスが連続時間で与えられ、測定値が離散時 … 続きを読む

カテゴリー: cs.CV, eess.SP, math.PR, stat.CO | Gaussian multi-target filtering with target dynamics driven by a stochastic differential equation はコメントを受け付けていません

LazyDINO: Fast, scalable, and efficiently amortized Bayesian inversion via structure-exploiting and surrogate-driven measure transport

要約 高価なパラメータから観測可能な (PtO) マップを使用した高次元非線形ベ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, stat.CO, stat.ML | LazyDINO: Fast, scalable, and efficiently amortized Bayesian inversion via structure-exploiting and surrogate-driven measure transport はコメントを受け付けていません

Model agnostic local variable importance for locally dependent relationships

要約 グローバル変数の重要度測定は、機械学習モデルの結果を解釈するために一般的に … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | Model agnostic local variable importance for locally dependent relationships はコメントを受け付けていません

On Training Survival Models with Scoring Rules

要約 スコアリング ルールは、モデル クラス間で予測パフォーマンスを比較する確立 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.CO, stat.ML | On Training Survival Models with Scoring Rules はコメントを受け付けていません

An efficient likelihood-free Bayesian inference method based on sequential neural posterior estimation

要約 最近、逐次神経事後推定 (SNPE) 手法が、扱いにくい尤度を持つシミュレ … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | An efficient likelihood-free Bayesian inference method based on sequential neural posterior estimation はコメントを受け付けていません